WikiHow v OpenAI: När blir AI-träning upphovsrättsintrång?
De flesta företag som använder AI-verktyg tränar inte själva modellerna, vilket innebär att den växande mängden upphovsrättsprocesser mot AI-utvecklare kan framstå som någon annans problem. Den kommersiellt relevanta frågan för ett mjukvaruföretag är om de verktyg som redan är inbyggda i dess produkt vilar på något som en domstol senare kan komma att bedöma som olagligt, och vilka konsekvenserna skulle bli om så sker. wikiHows stämningsansökan mot OpenAI är en användbar ingång till denna fråga, förutsatt att den läses tillsammans med det europeiska rättsläget, som bygger på en annan rättslig väg och som redan delvis har fastställts.
Vad har wikiHow gjort?
Den 21 augusti 2026 lämnade wikiHow in en stämningsansökan till USA distriktsdomstol för Southern District of New York mot OpenAI och flera närstående bolag. wikiHow hävdar upphovsrättsintrång samt avlägsnande av information om upphovsrättshantering enligt Digital Millennium Copyright Act. I stämningsansökan görs gällande intrång i minst 1 200 registrerade upphovsrätter. Det anges också att OpenAI sökrobotar besökte wikiHows webbplats mer än 185 000 gånger mellan mars och maj 2025 samt 148 529 gånger mellan maj och juli 2026.
Kravet omfattar kopiering för att bygga träningsdataset, hämtning av wikiHow-material i realtid för att besvara användarfrågor, utdata som återger igenkännbara textavsnitt samt det påstådda avlägsnandet av titlar, författarnamn och användarvillkor från artiklar när dessa införlivades i dataset. Den sistnämnda delen är värd att uppmärksamma, eftersom krav på avlägsnande av information om upphovsrättshantering har sina egna lagstadgade skadeståndsregler och inte förutsätter att själva träningsanvändningen fastställs utgöra ett intrång. wikiHow begär skadestånd samt ett föreläggande som hindrar fortsatta intrång. OpenAI vidhåller att träning på offentligt tillgängligt material utgör fair use.
Fair use finns inte i EU-rätten. Artikel 3 i Digital Single Market-direktivet tillåter text- och datautvinning för vetenskaplig forskning som utförs av forskningsorganisationer och kulturarvsinstitutioner, utan möjlighet för rättighetshavare att reservera sig. Artikel 4 tillåter text- och datautvinning för alla ändamål, inklusive kommersiell AI-träning, av lagligen tillgängligt innehåll, såvida inte rättighetshavaren uttryckligen har förbehållit sig sina rättigheter på ett lämpligt maskinläsbart sätt.
I USA handlar argumentationen i stor utsträckning om huruvida träningen är omvandlande och huruvida utdata ersätter originalet på marknaden. I EU är de första frågorna snävare och mer faktabaserade: om innehållet var lagligen tillgängligt och om ett giltigt maskinläsbart rättighetsförbehåll fanns på plats när materialet samlades in.
Hur långt har europeiska och brittiska domstolar kommit?
Rättsutvecklingen pågår fortfarande, men de europeiska och brittiska mål som hittills har avgjorts är användbara eftersom de skiljer mellan flera olika frågor. Huruvida material lagligen får samlas in för träning är inte nödvändigtvis samma fråga som huruvida materialet får behållas i en modell, återges i en utdata eller åberopas i en viss jurisdiktion. GEMA och Getty illustrerar dessa skillnader särskilt tydligt.
I GEMA v OpenAI (mål 42 O 14139/24) kom Regional Court of Munich I fram till en annan slutsats den 11 november 2025. Den tyska upphovsrättsorganisationen visade att ChatGPT kunde återge texten till nio välkända tyska sånger när modellen fick lämpliga instruktioner. Domstolen behandlade bevarandet av sångtexterna i modellen som ett självständigt exemplarframställningsförfarande och fann att verksamheten därmed gick utöver text- och datautvinning, eftersom sådan utvinning syftar till att ta fram generell språklig struktur snarare än att behålla själva verken. De svar som modellen gav bedömdes separat som intrång, i form av exemplarframställning, bearbetning och tillgängliggörande för allmänheten. Ansvaret lades på OpenAI och inte på den person som skrev instruktionen, eftersom OpenAI bestämde vad som skulle ingå i modellen och utformade hur den fungerade. Domstolen beordrade företaget att upphöra med användningen, redovisa i vilken omfattning verken hade använts och vilka intäkter som genererats från dem samt att ersätta GEMA. OpenAI har meddelat att domen kommer att överklagas, och en hänskjutning till EU-domstolen är fortfarande möjlig.
I Getty Images v Stability AI [2025] EWHC 2863 (Ch) meddelade High Court i England dom den 4 november 2025. Getty återkallade sitt huvudsakliga upphovsrättsanspråk under rättegången, efter att inte ha kunnat visa att den påstådda kopieringen hade ägt rum i Storbritannien, eftersom träningen genomfördes någon annanstans. Det återstående andrahandsanspråket avslogs också, med motiveringen att en uppsättning modellvikter inte utgör ett intrångsgörande exemplar när själva verken inte finns lagrade i modellen.
Det som återstod för Getty var ett begränsat varumärkesrättsligt konstaterande rörande vattenstämplar som framträdde i utdata, vilket var begränsat till tidigare versioner av modellen. För ett amerikanskt företag är den relevanta lärdomen territorialitetsfrågan, eftersom den plats där träningen faktiskt ägde rum kan avgöra om ett anspråk överhuvudtaget kan göras gällande. Detta är en separat fråga från huruvida träningen i sak kunde försvaras rättsligt.
Sammantaget visar dessa mål att upphovsrättsriskerna kring AI inte kan reduceras till en enda fråga om huruvida själva träningen var laglig. Domstolar börjar skilja mellan den ursprungliga insamlingen av material, vad modellen behåller, vad den kan återge som svar på instruktioner och var de relevanta handlingarna ägde rum. GEMA antyder att även när reglerna om text- och datautvinning kan vara tillämpliga på datasetnivå kan memorering och reproducerbara utdata skapa separata risker för intrång, medan Getty visar att territorialitet kan avgöra om ett anspråk överhuvudtaget kan väckas. För företag innebär detta i praktiken att due diligence bör omfatta mer än ursprunget till träningsdata och även inkludera modellens beteende, skyddsåtgärder för utdata och den avtalsmässiga fördelningen av risk.
Vad bör ett mjukvaruföretag överväga att göra?
Oavsett vad domstolarna slutligen kommer fram till ställer AI-förordningen redan nu krav på leverantörer av AI-modeller för allmänna ändamål. Artikel 53.1(c) kräver en policy för efterlevnad av EU upphovsrätt, inklusive identifiering och respekt för rättighetsförbehåll enligt artikel 4. Artikel 53.1(d) kräver en offentligt tillgänglig sammanfattning av det innehåll som använts för att träna modellen, upprättad enligt en obligatorisk mall som AI Office publicerade i juli 2025.
Dessa skyldigheter började gälla den 2 augusti 2025 för modeller som släpptes ut på marknaden efter detta datum. För modeller som redan fanns på marknaden gäller en övergångsperiod till den 2 augusti 2027. Det som ändrades den 2 augusti 2026 var tillsynen, eftersom AI Office från och med då kan kontrollera efterlevnaden, kräva korrigerande åtgärder och besluta om böter på upp till 3 % av den globala årliga omsättningen eller 15 miljoner euro, beroende på vilket belopp som är högst.
För företag som köper AI-kapacitet snarare än bygger den själva är detta den mest omedelbart användbara utvecklingen på området. Ursprunget till träningsdata har gått från att vara något som en leverantör kunde vägra att diskutera till något som leverantören måste beskriva offentligt. Mallen kräver att leverantörerna redogör för var materialet kommer ifrån, uppdelat efter typ av källa, vad som gjordes med materialet före träningen och hur upphovsrätten respekterades under processen. Detaljnivån i de publicerade sammanfattningarna varierar betydligt mellan olika leverantörer, vilket i sig är en användbar signal vid upphandling.
Det finns tre separata riskområden här, och de bör hållas isär eftersom lämpliga åtgärder skiljer sig åt.
Om ett företag tränar eller finjusterar modeller på innehåll från tredje part gäller den första frågan själva anskaffningen snarare än användningen. Laglig tillgång är förutsättningen för artikel 4, och material som erhållits genom kringgående av skyddsåtgärder eller från obehöriga källor omfattas inte av undantaget, oavsett vad som händer med materialet därefter. Den andra frågan, efter GEMA, är om modellen kan fås att återge igenkännbara delar av träningsdatan, eftersom det är där europeiska domstolar för närvarande konstaterar ansvar. Filtrering av utdata och tester för memorering har därför blivit riskkontroller snarare än enbart kvalitetsfunktioner.
Om ett företag endast använder någon annans modell ligger dess exponering genom avtalen. Det är värt att läsa immaterialrättsliga garantier och skadeslöshetsbestämmelser noggrant snarare än att utgå från att de ger full täckning. Kontrollera bland annat om de omfattar utdata såväl som själva modellen, om ersättningsansvaret är begränsat, om skyddet kvarstår när verktyget används i en kundinriktad produkt, vilka villkor som måste vara uppfyllda för att skyddet ska gälla och vad som händer om ett föreläggande meddelas mot leverantören i en europeisk jurisdiktion.
Lagarna om upphovsrätt och AI
Upphovsrättsfrågan kring AI håller på att bli mer preciserad. Debatten handlar inte längre enbart om huruvida träning på upphovsrättsskyddat material är laglig eller olaglig. Domstolar och tillsynsmyndigheter börjar skilja mellan hur innehållet erhölls, vad som hände med det under träningen, vad som fortfarande kan återfinnas från den resulterande modellen och vad modellen slutligen producerar.
För mjukvaruföretag är denna åtskillnad viktig. Ett företag som integrerar en modell från tredje part kanske aldrig kommer i kontakt med leverantörens träningsdataset, men kan ändå ärva kommersiella risker om modellen återger skyddat material, om en domstol begränsar användningen eller om det avtalsmässiga skyddet visar sig vara mer begränsat än väntat.
Det innebär inte att företag bör undvika generativ AI. Det innebär att ursprunget till upphovsrättsskyddat material nu bör vara en del av den normala processen för AI-upphandling och produktstyrning. De praktiska frågorna blir allt tydligare: Varifrån kom träningsmaterialet? Hur respekterades rättighetsförbehåll? Vilka tester har genomförts för att upptäcka memorering? Vilka skyddsåtgärder gäller för utdata? Och vem bär risken om rättsläget förändras?
wikiHow v OpenAI kan så småningom ge amerikanska domstolar ännu ett tillfälle att definiera gränserna för fair use vid AI-träning. I Europa börjar däremot riktningen redan bli tydligare: laglig tillgång till material är bara utgångspunkten. Vad modellen behåller och vad den kan återge kan visa sig vara minst lika viktigt.
Hur kan Gerrish Legal hjälpa till?
Gerrish Legal är en dynamisk digital advokatbyrå. Vi är stolta över att erbjuda våra värdefulla klienter juridisk rådgivning av hög kvalitet och med hög expertis. Vi är specialiserade på många områden inom digital juridik, såsom GDPR, dataskydd, digital- och teknikjuridik, kommersiell juridik och immaterialrätt.
Vi ger företag det stöd de behöver för att kunna driva sin verksamhet framgångsrikt och tryggt samtidigt som de följer gällande lagstiftning, utan bördan av att behöva hålla jämna steg med ständigt föränderliga digitala krav.
Vi finns här för att hjälpa dig. Kontakta oss idag för mer information.