YouTubers stämmer Apple för att ha skrapat videor för att träna AI-modeller

Rättshandlingar anger att Apple använde Panda-70M eller liknande datauppsättningar byggda från YouTube-videoinnehåll för att utveckla sina generativa AI-produkter. Enligt anmälan har Apple”på felaktigt sätt kringgått”YouTubes”kontrollerade strömningsarkitektur”för att få tillgång till videoinnehåll. Vanliga användare kan bara konsumera det innehållet via plattformens standardgränssnitt för streaming.

YouTube levererar video genom en teknisk infrastruktur som är utformad för att förhindra massnedladdning eller extern skörd. Kärandena hävdar att Apple gick förbi dessa restriktioner för att få utbildningsmaterial i stor skala. Att ta bort videor av deras åtkomstskydd åtföljde processen.

Att välja DMCA som rättslig ram representerar ett beräknat strategiskt beslut. Standardupphovsrättsintrång på AI-utbildningsdata kräver bevis på att AI-systemet har reproducerat eller skapat härledda verk från upphovsrättsskyddat material. Att bevisa härledda arbeten ger en hög ribba med tanke på hur träningsdata bearbetas genom neurala nätverk.

Enskilda indata abstraheras till statistiska mönster snarare än lagras som igenkännbara kopior. Bestämmelserna mot kringgående har ett helt annat tillvägagångssätt. De förbjuder att kringgå tekniskt skydd på upphovsrättsskyddade verk och bär på lagstadgade skador som inte kräver bevis på faktisk ekonomisk skada.

Lagstadgade skador enligt DMCA sträcker sig från 200 till 2 500 USD per kringgående handling. För en datauppsättning som innehåller miljontals videor kan potentiellt ansvar nå betydande nivåer.

Ett framgångsrikt resultat skulle kunna fastställa att skrapa videor från plattformar med tekniska åtkomstkontroller utgör ett DMCA-brott. Detta skulle gälla oavsett om AI-modellen senare reproducerar det upphovsrättsskyddade innehållet.

Försvar för skälig användning som AI-företag har förlitat sig på i andra upphovsrättsfall står inför utmaningar under DMCA-vinkeln. Ett företag skulle kunna hävda att dess AI-utbildning utgör rättvis användning av det upphovsrättsskyddade videoinnehållet. Det försvaret kanske inte gäller den separata handlingen att kringgå tekniska åtgärder för att komma åt innehållet i första hand.

Tidigare AI-upphovsrättsfall har fokuserat på huruvida utbildning om upphovsrättsskyddad data utgör transformativ användning. DMCA-strategin kringgår den frågan helt och hållet genom att fokusera på metoden för datainsamling snarare än användningen av själva data.

För AI-företag som har byggt sin juridiska strategi kring skälig användningsargument, representerar detta en potentiellt anmärkningsvärd sårbarhet. Ändringar av hur utbildningsdata samlas in kan bli nödvändiga om domstolar avvisar argumentet för skälig användning i detta sammanhang.

A Pattern of Lawsuits Against Big Tech

Apple står inför anklagelser tillsammans med flera andra stora teknikföretag. Kärandena har lämnat in liknande stämningar mot Meta, Nvidia, ByteDance och Snap. Alla anspråk påstår att YouTube-videor har skrapats utan tillåtelse för AI-utbildningsändamål.

Samordnade rättstvister riktar sig specifikt till företag som har byggt eller dragit nytta av datauppsättningar som härrör från YouTubes videoinnehåll. Riktade företag kompenserade eller krediterade inte skaparna som producerade innehållet.

Inriktning på fem företag avslöjar ett metodiskt juridiskt tillvägagångssätt. Genom att lämna in separata stämningar mot varje företag som använde YouTube-härledda utbildningsdata, skapar käranden flera möjligheter för gynnsamma avgöranden. Varje svarande måste sätta upp sitt eget försvar.

En vinst mot ett enskilt företag skulle skapa prejudikat som stärker de återstående fallen. En förlust i en domstol utestänger inte nödvändigtvis framgång i en annan.

Upphovsrättsanspråk mot AI-företag sträcker sig långt utöver Apple-fallet. Britannica och Merriam-Webster stämde Perplexity för anklagelser om innehållsstöld. Reddit väckte talan mot dataskrapor för vad de kallade AI-innehållsstöld i industriell skala.

OpenAI och Microsoft står inför rätta från New York Times för användningen av dess artiklar för chatbot-utbildning. Varje fall testar olika juridiska teorier för hur befintlig immaterialrättslig lagstiftning gäller för AI-utbildningsdata. Ingen har ännu tagit fram en definitiv dom som avgör frågan för branschen.

Perplexity står inför anklagelser om att kopiera miljontals referensposter utan tillstånd. Reddits klagomål riktar sig till automatiserade skrapverktyg som skördade användarinlägg i stor skala. New York Times rättstvister handlar om huruvida chatbot-utbildning i tidningsarkiv kvalificeras som skälig användning.

Apple-processkrav passar in i en specifik del av denna rättstvistvåg: anklagelser som involverar Big Tech-företag och YouTube-innehåll som används för AI-ändamål. En undersökning från 2024 visade att Apple, Nvidia och Anthropic hade använt YouTube-transkriptioner för AI-träning. Detta fynd väckte tidiga frågor om lagligheten och etiken i praktiken.

En efterföljande undersökning 2025 dokumenterade skrapningen av miljontals YouTube-videor av stora teknikföretag i industriell skala. Nuvarande rättsliga åtgärder representerar en upptrappning av metoder som dokumenterats genom journalistik i flera år. Sådan praxis har varit föremål för begränsad granskning i rättssalen fram till nu.

Utöver rättssalsstriderna visar det bredare upphovsrättslandskapet inga tecken på konsolidering. Federal lagstiftning som styr AI-utbildningsdata förblir frånvarande. DMCA-bestämmelser är ett av få befintliga juridiska verktyg som är tillgängliga för kreatörer.

Kongressen har hållit utfrågningar om AI och upphovsrätt men har inte antagit specifika regler som styr hur upphovsrättsskyddat innehåll kan användas för modellutbildning. Tills lagstiftare agerar måste käranden förlita sig på stadgar som skrevs årtionden innan moderna AI-system fanns.

En positiv dom skulle fastställa att plattformens tekniska skydd ger innehåll ett lager av juridiskt skydd oberoende av traditionell upphovsrättsupprätthållande. Ett ogynnsamt resultat kan lämna kreatörer utan effektiva tillvägagångssätt när deras arbete matar AI-system utan samtycke.

Att argumentera till förmån för YouTube-skaparna kan tvinga AI-företag att ompröva sina metoder för datainsamling. Licensavtal med innehållsplattformar kan bli nödvändiga snarare än valfria. Det resultatet kommer att påverka hur teknikindustrin närmar sig upphovsrättsskyddad utbildningsdata i många år framöver.