USA Today का पब्लिशर लोकल-न्यूज़ (Local News) सारांश बनाने वाले पैटर्न (Pattern) पर OpenAI के ख़िलाफ़ $250 मिलियन से अधिक का मुक़दमा दायर करता है

FACT (CONFIRMED — प्राथमिक शिकायत, ¶1–14 और कैप्शन)। गुरुवार 2026-10-08 को 14 वादियों ने न्यूयॉर्क की दक्षिणी ज़िला अदालत में कॉपीराइट का मुक़दमा दायर किया:

• USA TODAY Co., Inc.; Gannett Satellite Information Network, LLC; Gannett GP Media, Inc.; The Courier-Journal, Inc.; Des Moines Register and Tribune Company; Detroit Free Press, Inc.; Detroit Newspaper Partnership, L.P.; CA Florida Holdings, LLC; Scripps NP Operating, LLC; CA North Carolina Holdings, Inc.; GateHouse Media Oklahoma Holdings, Inc.; Journal Sentinel Inc.; GateHouse Media Ohio Holdings II, Inc.; तथा Phoenix Newspapers, Inc.
• इन सभी को USA TODAY Co., Inc. के स्वामित्व वाला बताया गया है; सभी का प्रमुख कार्यस्थल (Principal Place of Business) Pittsford, New York बताया गया है; सामूहिक रूप से ये "USA TODAY Plaintiffs" हैं।
• वकील: Rothwell, Figg, Ernst & Manbeck, P.C. (डॉकेट और ट्रेड रिपोर्टिंग में Steven Lieberman और Jennifer Maisel के नाम दर्ज हैं)।
• प्रतिवादी: OpenAI Foundation; OpenAI GP, LLC; OAI International, Inc.; OpenAI OpCo, LLC; OpenAI Global, LLC; OAI Corporation; और OpenAI Group PBC — सात OpenAI इकाइयाँ, जो OpenAI के अक्टूबर 2025 के पुनर्पूँजीकरण (Recapitalisation) से मेल खाती हैं। Microsoft प्रतिवादी नहीं है, New York Times और Seattle Times के मामलों के विपरीत।

सामूहिक रूप से वादी 19 प्रकाशनों के कंटेंट पर कॉपीराइट रखते हैं (¶2): USA TODAY, The Tennessean, Indy Star, The Bergen Record, The Enquirer, Asbury Park Press, Democrat & Chronicle, The Knoxville News-Sentinel, Naples Daily News, The Oklahoman, Milwaukee Journal Sentinel, The Columbus Dispatch, The Arizona Republic, The Courier-Journal, The Des Moines Register, Detroit Free Press, The Detroit News, The Palm Beach Post और Star News.

FACT (CONFIRMED — शिकायत ¶13 और राहत की प्रार्थना)। शिकायत कहती है: "इस मुक़दमे में USA TODAY Plaintiffs $250 मिलियन से अधिक का हर्जाना मांगते हैं।" आगे कहा गया है कि क़ानून "हर जानबूझकर किए गए कॉपीराइट उल्लंघन पर $150,000 तक, और OpenAI द्वारा कॉपीराइट प्रबंधन जानकारी (Copyright Management Information, CMI) हटाने के हर उल्लंघन पर $25,000 तक" की अनुमति देता है। राहत की प्रार्थना में मांगा गया है: यह घोषणा कि पिछला, वर्तमान और भविष्य का उपयोग अवैध है; स्थायी निषेधाज्ञा (Permanent Injunction); 17 U.S.C. § 503(b) के तहत उनके कंटेंट को शामिल करने वाले सभी GPT या दूसरे LLM मॉडल और ट्रेनिंग सेट नष्ट करना; तथा लागत, ख़र्च और वकीलों की फ़ीस।

FACT (CONFIRMED — शिकायत, काउंट I–III)। तीन दावे पेश किए गए हैं:

1. काउंट I — कॉपीराइट उल्लंघन, 17 U.S.C. § 501। वादियों की रचनाओं वाले डेटासेट जमा करना; प्री-ट्रेनिंग (Pre-training), ट्रेनिंग और फ़ाइन-ट्यूनिंग (Fine-tuning) के दौरान उनकी प्रतिलिपि बनाना; मॉडलों में याद रखी गई प्रतियाँ संग्रहीत करना; Microsoft के साथ प्रतियों का आदान-प्रदान (Bing इंडेक्स का "Project Taxi" ट्रांसफ़र और संयुक्त रूप से चलाया गया "Project Mango" क्रॉलर, जिसके लिए शिकायत के अनुसार OpenAI ने Microsoft को भुगतान किया); और कथित रूप से उल्लंघनकारी आउटपुट तैयार करना।
2. काउंट II — विकैरियस कॉपीराइट उल्लंघन (Vicarious Copyright Infringement)। पैरेंट/होल्डिंग इकाइयों (OpenAI Foundation/OpenAI, Inc.; OpenAI GP, LLC; OAI Corporation; OpenAI Group PBC; OpenAI Global, LLC) ने OpenAI OpCo, LLC और OAI International, Inc. द्वारा किए गए उल्लंघन को निर्देशित किया, नियंत्रित किया और उससे लाभ कमाया।
3. काउंट III — DMCA, कॉपीराइट प्रबंधन जानकारी हटाना, 17 U.S.C. § 1202। "Dragnet", "Newspaper" और "Gutentag" कंटेंट एक्सट्रैक्टर (Content Extractor) का उपयोग, जिनके बारे में शिकायत कहती है कि ये जानबूझकर "byline", "copyright" और "©" जैसे CMI-प्रकार के शब्दों को हटाने के लिए बनाए गए हैं।

FACT (CONFIRMED — शिकायत ¶101–106)। शिकायत कथित ट्रेनिंग-डेटा (Training Data) की मात्रा का आँकलन करती है:

• WebText (GPT-2 का कॉर्पस (Corpus)): वादियों का कंटेंट "WebText डेटासेट में 160,000 से अधिक एंट्रीज़ (Entries) में है, जिनमें usatoday.com से 83,266 एंट्रीज़, freep.com से 12,994, jsonline.com से 9,814, azcentral.com से 9,073, detroitnews.com से 7,028, indystar.com से 6,726, cincinnati.com से 6,194, dispatch.com से 6,082, tennessean.com से 5,396 …"।
• C4 (2019 के Common Crawl स्नैपशॉट का छना हुआ अंग्रेज़ी-भाषा उपसमुच्चय): वादियों के डोमेन "122 मिलियन से अधिक टोकन (Token) के लिए ज़िम्मेदार हैं … जिनमें usatoday.com से 23M टोकन, azcentral.com से 12M, freep.com से 8.2M, jsonline.com से 8.1M, detroitnews.com से 8.1M, cincinnati.com से 7.8M, indystar.com से 7.6M, tennessean.com से 6.5M …"।
• WebText2: "GPT-3 के ट्रेनिंग मिक्स (Training Mix) में 22% भार दिया गया, जबकि ट्रेनिंग मिक्स के कुल टोकन में उसका हिस्सा 4% से कम था" — यह इस तर्क का आधार है कि पत्रकारिता को उच्च-मूल्य, जानबूझकर तरजीह दी गई सामग्री माना गया, संयोगवश भरने वाली सामग्री नहीं।

FACT (CONFIRMED — शिकायत ¶8–12, 160, 182)। शिकायत उन OpenAI आंतरिक सामग्रियों को उद्धृत करती है जो समेकित MDL डिस्कवरी में मिलीं (उद्धृत: In re OpenAI, Inc. Copyright Infringement Litigation, No. 25-md-3143, Dkt. No. 1977-1, S.D.N.Y. Sept. 17, 2025):

• OpenAI के Head of ChatGPT, Nick Turley, ने लिखा कि प्रकाशकों को OpenAI के उत्पादों से "अस्तित्वगत ख़तरा (Existential Threat)" है, जो "काफ़ी हद तक विकल्प हैं, बस इतना ही" और "जैसे-जैसे बेहतर होंगे, और भी ज़्यादा विकल्प बनते जाएँगे"।
• एक अनाम OpenAI सॉफ़्टवेयर इंजीनियर ने लिखा: "हम लिंक कितने ही प्रमुखता से दिखाएँ, यूज़र क्लिक नहीं करेंगे।"
• OpenAI के Policy Director Jack Clark ने लिखा कि OpenAI का एआई (AI) काम "तेज़ी से ऐसी प्रणालियाँ बनाने की ओर ले जाएगा जो समाज की 'संस्कृति' तय करने वाले लोगों के श्रम का विकल्प बन जाएँ"।
• आंतरिक दस्तावेज़ों में ChatGPT को "आधुनिक न्यूज़स्टैंड (Newsstand)" कहा गया।
• OpenAI के VP of Research: "हम अपने नेटवर्क को ट्रेनिंग डेटा याद करने के लिए प्रशिक्षित करते हैं — यही उनका उद्देश्य है।"
• OpenAI के सह-संस्थापक Greg Brockman ने मॉडलों को "समाचार में उत्कृष्ट" और "किसी भी समाचार कार्य में बहुत अच्छा" बताया।
• Microsoft के एक अधिकारी, जिन्होंने यह मुद्दा आंतरिक रूप से उठाया, आउटपुट-फ़िल्टर (Output Filter) दृष्टिकोण को "दुर्घटनावश कवर-अप (Accidental Cover Up)" कहते हैं, क्योंकि इससे "कंटेंट पर अधिकार रखने वाले लोगों को यह दिखाई ही नहीं देता कि ट्रेनिंग के लिए क्या इस्तेमाल हुआ"।

FACT (CONFIRMED — शिकायत, Exhibit B का वर्णन ¶160 में और रिपोर्टिंग में)। वादियों ने तैयार किए गए उदाहरण संलग्न किए: 19 में से हर शीर्षक के लिए उन्होंने GPT-5.6 को प्रॉम्प्ट (Prompt) दिया — "find and summarize the article with this title and give me an in-depth summary" — और आरोप लगाया कि मॉडल ने ऐसे सारांश लौटाए जो मूल की संरचना का पालन करते थे और उसका सार-तत्व दोहराते थे (जैसे Indianapolis Star की FBI-छापे की ख़बर, Democrat & Chronicle की दर्जा-बद्ध हिमझंझावात सूची, The Tennessean की कालक्रमिक टाइमलाइन)।

INDEPENDENT EVIDENCE (CONFIRMED)। Reuters ने 2026-10-08 को यह ख़बर सबसे पहले दी और लिखा कि OpenAI ने टिप्पणी के अनुरोध का तुरंत जवाब नहीं दिया; The Verge ने उसी दिन रिपोर्ट किया कि USA TODAY Co. "$250 मिलियन से अधिक का हर्जाना मांगता है" और OpenAI ने "तुरंत जवाब नहीं दिया"। Editor & Publisher, The Desk और Press Gazette सभी दायर करने की तिथि, 19 प्रकाशनों और $250 मिलियन के आँकड़े दर्ज करते हैं। Justia डॉकेट 14 वादियों, 7 OpenAI प्रतिवादियों, 17 U.S.C. § 501 के तहत कॉपीराइट कारण-वाद, वादी द्वारा मांगे गए जूरी ट्रायल, और Filing 3 — एक STATEMENT OF RELATEDNESS जिसमें अनुरोध है कि मामला 1:25-md-03143-SHS-OTW से संबंधित मानकर दर्ज किया जाए — की पुष्टि करता है।

COMPANY CLAIM (OpenAI का स्थायी रुख़, इस मुक़दमे पर जवाब नहीं)। "OpenAI and journalism" (2024-01-08) में OpenAI कहता है: "सार्वजनिक रूप से उपलब्ध इंटरनेट सामग्री पर एआई मॉडल को प्रशिक्षित करना फ़ेयर यूज़ है"; कि उसने "प्रकाशकों के लिए सरल ऑप्ट-आउट प्रक्रिया देने में एआई उद्योग का नेतृत्व किया"; कि याद रखना/पुनरुत्पादन "एक दुर्लभ बग है जिसे हम शून्य तक लाने पर काम कर रहे हैं"; और कि "कोई भी एक क्षेत्र — समाचार सहित — कुल ट्रेनिंग डेटा का बहुत छोटा हिस्सा है"। यह OpenAI का सामान्य रुख़ है। इसे USA TODAY की शिकायत के जवाब के रूप में प्रकाशित नहीं किया गया है।

NOT FOUND। 2026-10-13 तक USA TODAY के दायर करने पर OpenAI का कोई विशिष्ट बयान, दायर करने के बारे में USAI TODAY Co. का कोई प्रेस रिलीज़, और प्रारंभिक डॉकेट प्रविष्टियों से आगे कोई अदालती आदेश नहीं मिला।

मुख्य दावा — CONFIRMED। 2026-10-08 को USA TODAY Co., Inc. (इस प्रकाशक का नाम नवंबर 2025 में Gannett से बदला गया था) और उसकी 13 सहयोगी इकाइयों ने न्यूयॉर्क की दक्षिणी ज़िला अदालत (U.S. District Court for the Southern District of New York) में सात OpenAI इकाइयों के ख़िलाफ़ 79 पृष्ठों की शिकायत (Complaint) दायर की, जिसमें आरोप लगाया गया कि OpenAI ने अपने मॉडल (Model) बनाने और चलाने के लिए उनके "हज़ारों-लाखों" लेखों की नक़ल की। शिकायत में "$250 मिलियन से अधिक" हर्जाने (Damages), जूरी ट्रायल (Jury Trial), स्थायी निषेधाज्ञा (Permanent Injunction), अवैधता की घोषणा (Declaration of Unlawfulness), और 17 U.S.C. § 503(b) के तहत "USA TODAY Plaintiffs के कंटेंट (Content) को शामिल करने वाले सभी GPT या दूसरे LLM मॉडल और ट्रेनिंग सेट (Training Set)" को नष्ट करने की मांग की गई है।

प्राथमिक दायर काग़ज़ात इस शोध के दौरान सीधे प्राप्त और पढ़ा गया (VERIFY अभ्यास के लिए S10 लैब, labs/S10.md, देखें): USA TODAY Co., Inc., et al. v. OpenAI Foundation, et al., No. 1:26-cv-08892 (S.D.N.Y.), Document 1, filed 10/08/26, 79 pages, jury trial demanded.

टुकड़ों की साक्ष्य स्थिति:

• दायर काग़ज़ात स्वयं — पक्षकार, अदालत, केस नंबर, तीन काउंट्स, राहत की प्रार्थना, डेटासेट (Dataset) के आँकड़े, उद्धृत आंतरिक OpenAI दस्तावेज़: CONFIRMED (प्राथमिक शिकायत का पाठ इस शोधकर्ता ने निकालकर जाँचा)।
• डॉकेट रिकॉर्ड (Docket Record) (14 वादी; 7 OpenAI प्रतिवादी; कॉर्पोरेट प्रकटीकरण फ़ाइलिंग; MDL 1:25-md-03143 से संबंध का वक्तव्य): CONFIRMED (1:2026cv08892 का Justia डॉकेट रिकॉर्ड; CourtListener MDL डॉकेट)।
• यह कि दायर करने के समय OpenAI ने कोई जवाब नहीं दिया था: दायर करने और उसी दिन की रिपोर्टिंग के अनुसार CONFIRMED (Reuters और The Verge दोनों कहते हैं कि OpenAI ने तुरंत जवाब नहीं दिया)। 2026-10-13 तक मिले स्रोतों में इस शिकायत पर OpenAI का कोई विशिष्ट जवाब प्रकाशित नहीं था।
• OpenAI का मूल क़ानूनी रुख़ (सार्वजनिक रूप से उपलब्ध सामग्री पर ट्रेनिंग फ़ेयर यूज़ (Fair Use) है; प्रकाशक के लिए ऑप्ट-आउट (Opt-out); पुनरुत्पादन (Regurgitation) एक "दुर्लभ बग"): COMPANY CLAIM (OpenAI की अपनी जनवरी 2024 की पोस्ट "OpenAI and journalism")। यह OpenAI का स्थायी सार्वजनिक रुख़ है, USA TODAY की शिकायत पर दिया गया जवाब नहीं।
• हर्जाने का आँकलन ("$250 मिलियन से अधिक"), यह सिद्धांत कि ChatGPT के सारांश बाज़ार में विकल्प (Market Substitute) हैं, पेवॉल-बायपास (Paywall Bypass) और CMI-हटाने के आरोप, और आंतरिक उद्धरण: शिकायत में लगाए गए आरोप (ALLEGATIONS IN A COMPLAINT), निष्कर्ष नहीं। किसी अदालत ने इनमें से किसी पर फ़ैसला नहीं दिया है। इस पूरी फ़ाइल में इन्हें वादी के आरोपों के रूप में ही रखा गया है।
• वैधानिक-हर्जाने (Statutory Damages) के गणित की व्याख्या ($250 मिलियन तक पहुँचने के लिए कितनी रचनाएँ चाहिए) INTERPRETATION है, जो 17 U.S.C. § 504(c) और § 1203 से निकाली गई है, और सैद्धांतिक रूप से विवादित है क्योंकि § 504(c)(1) किसी संकलन (Compilation) को एक ही रचना गिनता है।

INTERPRETATION (FACT पर आधारित)। बदलाव कोई नया क़ानूनी सिद्धांत नहीं है। बदलाव OpenAI पर मुक़दमों के दबाव की बनावट, पैमाने और समय-निर्धारण में है, और उस साक्ष्य-आधार में है जो किसी नए वादी को उपलब्ध है।

1. डॉकेट में स्थानीय-समाचार का पैमाना दाख़िल हुआ। पहले के प्रकाशक मुक़दमे राष्ट्रीय ब्रांडों (NYT), विशेष प्रकाशकों (Ziff Davis, Britannica) या छोटे स्वतंत्र प्रकाशकों के गठबंधनों (करीब 30 स्थानीय प्रकाशक, जो करीब 400 शीर्षकों का प्रतिनिधित्व करते हैं) से आए थे। USA TODAY Co. अमेरिका की सबसे बड़ी स्थानीय-अख़बार स्वामी है, जिसके 200 से अधिक शीर्षक हैं, और उसने इनमें से 19 को — 13 राज्यों में फैले, Rochester से Naples से Wilmington तक — एक ही शिकायत में डाल दिया है। अगर सब्स्टिट्यूशन (Substitution) का सिद्धांत किसी दर्जा-बद्ध हिमझंझावात लिस्टिकल (Listicle) या फ़्लोरिडा की वन्यजीव ख़बर पर भी लागू होता है, तो यह मोटे तौर पर लगभग किसी भी स्थानीय समाचार साइट पर सामान्यीकृत हो सकता है।
2. एक लाइसेंसदाता (Licensor) उसी एक साझेदार के ख़िलाफ़ मुक़दमेबाज़ बना जिसके साथ उसने समझौता नहीं किया था। USA TODAY Co. पहले से Perplexity (जुलाई 2025) और Meta (दिसंबर 2025) को कंटेंट लाइसेंस देता है और Microsoft के Copilot Daily में भाग ले चुका है। उसका रुख़ है "जो भुगतान करते हैं उन्हें लाइसेंस दो, जो नहीं करते उन पर मुक़दमा करो" — जो सैद्धांतिक रूप से एआई लाइसेंसिंग (AI Licensing) को अस्वीकार करने वाले प्रकाशक से बुनियादी तौर पर अलग है।
3. GPT-2/GPT-3 युग के आँकड़े विशिष्टता के साथ रिकॉर्ड पर रखे गए। शिकायत "विशाल मात्रा" नहीं कहती: वह हर डोमेन के WebText एंट्रीज़ और हर डोमेन के C4 टोकन गिनती है, और यह दिखाने के लिए कि पत्रकारिता को उच्च-मूल्य माना गया, डेटासेट भारांकन (Weighting) का तर्क देती है (ट्रेनिंग मिक्स में WebText2 का 22%)।
4. अब सिर्फ़ शब्दशः नक़ल नहीं, RAG सारांशीकरण भी सीधे विवाद का विषय है। New York Times और Seattle Times की शिकायतें लंबे शब्दशः अंशों पर टिकी थीं; इस शिकायत के एग्ज़िबिट (Exhibit) ज़्यादातर रिट्रीवल-शैली (Retrieval-style) के लेख-सारांश हैं। इससे विवादित सवाल इस ओर खिसकता है कि क्या संरचना और तथ्यों का निकट पैराफ़्रेज़ (Paraphrase) बाज़ार में विकल्प है — जो शब्दशः पुनरुत्पादन से कठिन सवाल है।
5. यह MDL के सारांश-निर्णय चरण के दौरान आया। In re OpenAI में क्रॉस-मोशन्स फ़ॉर समरी जजमेंट (Cross-motions for Summary Judgment) 2026-09-04 को दायर हुए, जिनके जवाब 2026-11-06 तक देय हैं। नया टैग-अलॉन्ग (Tag-along) वादी उस डिस्कवरी पर बना सकता है जिसका ख़र्च किसी दूसरे पक्ष ने उठाया, और वर्तमान उत्पादों के बारे में नए दावे पेश कर सकता है जो पुरानी शिकायतें नहीं कर सकती थीं।

क्या नहीं बदला: कोई फ़ैसला नहीं, कोई स्वीकारोक्ति नहीं, कोई लाइसेंस नहीं, कोई समझौता नहीं। रिकॉर्ड में कुछ भी देयता (Liability) सिद्ध नहीं करता, और "$250 मिलियन से अधिक" एक प्रार्थना है, दिया गया पुरस्कार नहीं।

पहले (2026-10-07 तक)।

• OpenAI पर अमेरिका में करीब 29 कॉपीराइट मुक़दमे हैं, जो किसी भी एआई कंपनी से सबसे ज़्यादा हैं (ट्रैकर: ChatGPT Is Eating the World; Press Gazette एक तुलनीय केवल-प्रकाशक सूची रखता है)।
• गुरुत्व-केंद्र In re OpenAI, Inc. Copyright Infringement Litigation, No. 1:25-md-03143 (S.D.N.Y.) में है, जज Sidney H. Stein और मजिस्ट्रेट जज Ona T. Wang के समक्ष, जिसमें "News Plaintiffs" (NYT तथा दूसरे) और "Class Plaintiffs" (Authors Guild और लेखक) शामिल हैं। सारांश-निर्णय मोशन करने वाले पक्ष की ओर से पूरी तरह बहस के लिए तैयार है; जवाब 2026-11-06 तक देय; फ़ेयर यूज़ पर कोई फ़ैसला नहीं।
• OpenAI का सार्वजनिक रुख़: ट्रेनिंग फ़ेयर यूज़ है; ऑप्ट-आउट दिया गया; 20 से अधिक प्रकाशकों के साथ लाइसेंसिंग सौदे, जो 160 से अधिक आउटलेट्स को कवर करते हैं।
• USA TODAY Co. (2025-11-18 को Gannett से नाम बदला, NYSE: TDAY) Perplexity (2025-07-30) और Meta (2025-12-05) को लाइसेंस देता है, और OpenAI के साथ उसका कोई लाइसेंस नहीं है। उसके CEO, Michael Reed, ने कहा है कि कंपनी "यह सुनिश्चित करने के लिए प्रतिबद्ध है कि हमारे कंटेंट का उचित श्रेय (Attribution) दिया जाए और हमें उचित मुआवज़ा मिले"।

बदलाव (2026-10-08)। प्लीडिंग दायर हुई। 14 वादी, 7 OpenAI प्रतिवादी, 19 प्रकाशन, 3 काउंट्स, $250 मिलियन से अधिक की मांग, साथ में मॉडलों और ट्रेनिंग सेटों के विनाश का § 503(b) अनुरोध; संबंध का वक्तव्य इसे MDL से जोड़ता है। OpenAI उस दिन कोई टिप्पणी नहीं करता।

बाद में (अपेक्षित दिशा — PREDICTION, तथ्य नहीं)।

• मामला जज Stein के समक्ष MDL से संबंधित है, और व्यवहार में उसी की ओर मोड़ा जाता है; निकट-अवधि की गतिविधि प्रक्रियात्मक है (उपस्थिति, संशोधित प्लीडिंग्स, समय-सारणी)। MDL में फ़ेयर यूज़ का फ़ैसला, जब भी आए, इस मामले के लिए संदर्भ-बिंदु बन जाता है।
• $250 मिलियन की सुर्ख़ी जमा होती "एआई कॉपीराइट जोखिम" (AI Copyright Exposure) संख्याओं में OpenAI के प्री-आईपीओ (Pre-IPO) जोखिम-कथन के तर्क के रूप में दाख़िल होती है; शिकायत स्वयं OpenAI के करीब $852 बिलियन पुनर्पूँजीकरण मूल्यांकन और उसकी SEC आईपीओ फ़ाइलिंग को भुगतान-क्षमता और वाणिज्यिक पैमाने के साक्ष्य के रूप में इस्तेमाल करती है।
• बिना लाइसेंस वाले प्रकाशकों को एक टेम्पलेट मिलता है: हर डोमेन के डेटासेट आँकड़े, साथ में RAG-सारांश एग्ज़िबिट, साथ में MDL डिस्कवरी से उद्धरण-खनन (Quote-mining)।
• सबसे संभावित अंतिम नतीजा विनाश-आदेश के बजाय समझौता/लाइसेंस ही रहता है, जो मिसाल और अदालतों से बचने के OpenAI के घोषित पसंद (जहाँ संभव हो साझेदारी) पर आधारित है (INTERPRETATION/PREDICTION)।

क़ानूनी तंत्र (FACT — वैधानिक और प्रक्रियात्मक)।

• काउंट I (17 U.S.C. § 501)। § 106(1), (3) के तहत बिना लाइसेंस प्रतिलिपि बनाना, वितरित करना और व्युत्पन्न रचनाएँ (Derivative Works) तैयार करना। उपचारों में वास्तविक हर्जाना और लाभ, या § 504(c) के तहत वैधानिक हर्जाना शामिल है: प्रति रचना $750–$30,000, जानबूझकर उल्लंघन पर प्रति रचना $150,000 तक। शिकायत जानबूझकर उल्लंघन की अधिकतम सीमा का हवाला देती है।
• काउंट III (17 U.S.C. § 1202(b))। कॉपीराइट प्रबंधन जानकारी (CMI) को जानबूझकर हटाना या बदलना और यह जानते हुए रचनाएँ वितरित करना कि CMI हटाई गई है, निषिद्ध है। धारा 1203 हर उल्लंघन पर $25,000 तक वैधानिक हर्जाने की अनुमति देती है।
• § 503(b)। अदालत को अंतिम निर्णय या डिक्री (Decree) में उल्लंघनकारी प्रतियों या उन्हें बनाने में इस्तेमाल किए गए साधनों के विनाश का आदेश देने की अनुमति देती है। "मॉडल और डेटासेट नष्ट करो" की प्रार्थना का आधार यही है।
• § 504(c)(1) संकलन नियम। "किसी संकलन (Compilation) या व्युत्पन्न रचना के सभी अंश एक ही रचना माने जाते हैं।" अगर किसी अख़बार ने किसी संस्करण (Edition) को एक सामूहिक रचना (Collective Work) के रूप में पंजीकृत किया है, तो हर संस्करण — न कि हर लेख — एक पुरस्कार दे सकता है। संलग्न Exhibit A के पंजीकरण हर्जाने का आधार तय करते हैं। (वैधानिक दृष्टि से FACT; इस मामले के संदर्भ में INTERPRETATION।)
• फ़ेयर यूज़ (17 U.S.C. § 107)। OpenAI का मुख्य बचाव: रूपांतरकारी उपयोग (Transformative Use), ट्रेनिंग से न्यूनतम बाज़ार-हानि, और पुनरुत्पादन की कथित दुर्लभता। शिकायत सब्स्टिट्यूशन सिद्धांत और याद-रखने वाले उद्धरणों से इसे पहले ही काटती है। अदालतों ने OpenAI के लिए यह सवाल तय नहीं किया है।

कथित तकनीकी तंत्र (वादी का सिद्धांत — आरोप/ALLEGATIONS)।

1. अधिग्रहण। प्रकाशकों की साइटों से सीधे स्क्रैप (Scrape) करना, या Common Crawl जैसे तीसरे पक्ष के कॉर्पस से स्क्रैप की गई प्रतियाँ लेना, "पेवॉल (Paywall) या दूसरी पहुँच-बाधाओं की परवाह किए बिना" (¶4)। काउंट I "Project Taxi" Bing इंडेक्स ट्रांसफ़र और "Project Mango" क्रॉलर को भी OpenAI के उल्लंघनकारी कार्य मानता है।
2. CMI हटाना। "Dragnet", "Newspaper" और "Gutentag" एक्सट्रैक्टर लेख के मुख्य पाठ को नेविगेशन क्रोम, विज्ञापनों और CMI वाले फ़ुटर से अलग करते हैं, और शिकायत आरोप लगाती है कि ये डिज़ाइन से ही बायलाइन (Byline), शीर्षक, कॉपीराइट सूचनाएँ और उपयोग-शर्तें हटाते हैं।
3. ट्रेनिंग और याद रखना। शिकायत OpenAI के अपने बयान को उद्धृत करती है कि नेटवर्क "ट्रेनिंग डेटा याद करने के लिए प्रशिक्षित" किए जाते हैं — "यही उनका उद्देश्य है", और यह कि एक ही बार संपर्क "कुछ हद तक याद रखने" का कारण बनता है। रखे गए आंतरिक नोट्स का हवाला दिया गया है जिनमें ऐसा API देखा गया जो "मौजूदा कंटेंट शब्दशः आउटपुट कर सकता है"।
4. रिट्रीवल और सारांशीकरण (RAG)। इन्फ़रेंस (Inference) के समय ChatGPT लाइव लेख प्राप्त करता है और एक संरचित विस्तृत सारांश लौटाता है; शिकायत का सिद्धांत यह है कि सारांश बाज़ार में विकल्प है क्योंकि "यूज़र को उन स्रोतों तक जाने की कम ज़रूरत रह जाती है"। शिकायत कहती है कि मॉडलों को लेख लौटाने के बजाय सारांश बनाने के लिए "सकारात्मक रूप से पोस्ट-ट्रेन (Post-train)" किया गया।

कथित आर्थिक तंत्र। अगर किसी पाठक का सवाल चैट में पूरी तरह उत्तरित हो जाता है, तो जो पेज-व्यू (Page View), विज्ञापन इंप्रेशन (Ad Impression) और सब्सक्रिप्शन-कन्वर्ज़न (Subscription Conversion) किसी विज़िट के बाद होते, वे खो जाते हैं। शिकायत OpenAI के सार्वजनिक बयान को उद्धृत करती है कि ChatGPT के भीतर स्थानीय-समाचार की मांग "करीब 1 मिलियन प्रॉम्प्ट प्रति सप्ताह" है।

INTERPRETATION, CONFIRMED तथ्यों पर आधारित।

• यह लाइसेंस न लेने की क़ीमत बढ़ाता है। शिकायत OpenAI के अपने लाइसेंसिंग रिकॉर्ड ("OpenAI जानता है कि लाइसेंस ज़रूरी है — क्योंकि उसने उनके लिए भुगतान किया है", जिनमें AP, Axel Springer, The Atlantic और Vox Media के नाम हैं) को सीधे जानबूझकर उल्लंघन के साक्ष्य में बदल देती है। अगर यह ढाँचा टिकता है, तो बिना लाइसेंस ट्रेनिंग-डेटा जुटाना कम-ख़र्च डिफ़ॉल्ट रहना बंद होकर क़ीमत वाली देयता बन जाता है। मॉडल डेवलपरों के लिए कंटेंट लाइसेंसिंग अवसरवादी ख़र्च से संरचनात्मक लागत बन जाती है।
• स्थानीय समाचार एक बड़ा, पहले कम-मुक़दमेबाज़ी वाला क्षेत्र है। एक पोर्टफ़ोलियो में 200 से अधिक शीर्षक, इस शिकायत में 19। यहाँ सब्स्टिट्यूशन पर अनुकूल निष्कर्ष सैकड़ों स्थानीय साइटों पर लागू होने वाला टेम्पलेट है।
• उद्यमों के लिए क्षतिपूर्ति (Indemnification) जोखिम ठोस हो जाता है। ऐसे मॉडल के एंटरप्राइज़ ख़रीदार, जिसके आउटपुट कथित रूप से लाइसेंसशुदा पत्रकारिता के विकल्प हैं, कॉपीराइट क्षतिपूर्ति के दायरे, रिट्रीवल गार्डरेल्स (Guardrails) और robots.txt अनुपालन पर कठिन सवाल पूछेंगे। एंटरप्राइज़ और API ग्राहकों के लिए OpenAI का Copyright Shield और Microsoft की तुलनीय प्रतिबद्धताएँ मौजूदा जवाब हैं; यह मामला जाँचता है कि ऐसी क्षतिपूर्तियाँ पर्याप्त राहत हैं या नहीं।
• यह OpenAI के पूँजी-बाज़ार जोखिम के चरम क्षण पर आया है। शिकायत स्पष्ट रूप से OpenAI के करीब $852 बिलियन मूल्यांकन और SEC आईपीओ फ़ाइलिंग को संदर्भ के रूप में रखती है। प्रॉस्पेक्टस (Prospectus) में बताई जाने वाली लंबित कॉपीराइट जोखिम समझौते का दबाव बनाती है (PREDICTION)।
• यह फ़ेयर यूज़ के सवाल को अप्रत्यक्ष रूप से प्रभावित करता है। यह दायर काग़ज़ात फ़ेयर यूज़ तय नहीं करता; जज Stein के समक्ष MDL करता है — और DOJ ने उस MDL में तर्क दिया है कि कॉपीराइटेड पाठ पर ट्रेनिंग से डेवलपरों को व्यापक देयता नहीं होनी चाहिए, जिसका प्रकाशकों ने सार्वजनिक रूप से विरोध किया है।

FACT/INTERPRETATION।

• प्रकाशकों के लिए: दोहराया जा सकने वाला शिकायत-ढाँचा — हर डोमेन के डेटासेट आँकड़े (WebText एंट्रीज़, C4 टोकन), डेटासेट-भारांकन के तर्क, RAG सारांश एग्ज़िबिट, और MDL डिस्कवरी से आंतरिक-उद्धरण खनन — जिसे जोड़ना मूल NYT मामले से सस्ता है क्योंकि डिस्कवरी रिकॉर्ड पहले से मौजूद है।
• OpenAI (और दूसरी लैब्स) के लिए: यह साफ़ संकेत कि केवल-लाइसेंसिंग रास्ते में भी बचे हुए मुक़दमेबाज़ों की आबादी है, जो बड़े स्थानीय-समाचार पोर्टफ़ोलियो के साथ पहले से सौदे करने की दलील (हेजिंग, मूल्य-निर्धारण शक्ति) मज़बूत करता है।
• उद्यमों के लिए: तीसरे पक्ष के कंटेंट के लिए सबसे ज़्यादा जोखिम वाले LLM पैटर्न का ठोस, तैयार उदाहरण — "इस विशिष्ट पेवॉल वाले लेख को खोजो और सारांश दो" — जिसे आज नीति और टूलिंग से नियंत्रित किया जा सकता है।
• क़ानूनी और अनुपालन टीमों के लिए: यह जीवंत परीक्षण कि क्या पत्रकारिता की संरचना और तथ्यों का निकट पैराफ़्रेज़ कॉपीराइट के तहत बाज़ार में विकल्प हो सकता है — ऐसा सवाल जिसे शब्दशः-नक़ल वाले मामलों ने तय नहीं किया।

• प्रोवेनेंस (Provenance) एक डिज़ाइन विशेषता है, क़ानूनी बाद का विचार नहीं। शिकायत CMI हटाने के लिए टूलचेन (Toolchain) (Dragnet/Newspaper/Gutentag) पर हमला करती है। ट्रेनिंग के लिए स्क्रैप किए गए HTML को साफ़ करने वाली हर पाइपलाइन (Pipeline) के पास अब एक दर्ज विफलता-विधा (Failure Mode) है: फ़ुटर, बायलाइन और "©" पंक्तियाँ हटाने वाले एक्सट्रैक्टर § 1202 के तहत जानबूझकर CMI हटाने के माने जाते हैं।
• डेटासेट भारांकन अब साक्ष्य का एग्ज़िबिट है। शिकायत का WebText2 के 22% सैंपलिंग-भार (Sampling Weight) को उसके 4% से कम टोकन-हिस्से के विरुद्ध इस्तेमाल दिखाता है कि प्रकाशित ट्रेनिंग-मिक्स तालिकाएँ मंशा सिद्ध करने के लिए इस्तेमाल की जा सकती हैं। लैब्स को मान लेना चाहिए कि उनके अपने मॉडल कार्ड (Model Card) और पेपर वादी के एग्ज़िबिट बन जाएँगे।
• RAG आर्किटेक्चर (Architecture) ही विवादित तंत्र है। ऐसा रिट्रीवल जो लाइव पेवॉल वाले पेज लाता है और फिर उसका विकल्प बनने वाला उत्तर संश्लेषित करता है, वही विशिष्ट व्यवहार विवाद में है। रिट्रीवल के समय (सिर्फ़ क्रॉल के समय नहीं) robots.txt और पेवॉल स्थिति का सम्मान करना वही नियंत्रण है जिसकी अनुपस्थिति शिकायत बताती है।
• याद-रखने/पुनरुत्पादन को कम करने वाले उपाय अब भी बुनियादी बचाव हैं। OpenAI का यह रुख़ कि पुनरुत्पादन एक "दुर्लभ बग" है, एक तकनीकी दावा है जिसे डिस्कवरी और मूल्यांकनकर्ता जाँच सकते हैं। अगर वादी बड़े पैमाने पर भरोसेमंद संरचनात्मक पुनरुत्पादन दिखा दें, तो यह बचाव कमज़ोर पड़ता है (INTERPRETATION)।
• मॉडल-स्तरीय उपचार तकनीकी रूप से असाधारण हैं। "उन रचनाओं को शामिल करने वाले सभी GPT या दूसरे LLM मॉडल और ट्रेनिंग सेट" का विनाश व्यावहारिक रूप से पुनः-प्रशिक्षण (Re-training) का आदेश है — अदालतों ने किसी फ़्रंटियर मॉडल (Frontier Model) के लिए इसे कभी नहीं दिया, और मौजूदा चेकसम्स (Checksums)/व्युत्पन्न रचनाएँ सर्जिकल विनाश को अव्यावहारिक बनाती हैं। इसकी व्यावहारिक भूमिका समझौते का दबाव है (INTERPRETATION)।

• रिट्रीवल को ऐसे स्रोतों पर मत लगाइए जिन्हें लाने का आपको हक़ नहीं है। शिकायत का robots.txt और सेवा-शर्तों वाला हिस्सा ठीक उसी "इस लेख को लाओ और सारांश दो" पैटर्न पर निशाना है जिसे कई आंतरिक सहायक और समाचार-निगरानी टूल डिफ़ॉल्ट रूप से लागू करते हैं।
• अगर आप स्क्रैप किए गए पाठ पर फ़ाइन-ट्यूनिंग (Fine-tuning) करते हैं, तो CMI अक्षुण्ण रखिए या उसके हटने का रिकॉर्ड रखिए। सफ़ाई के हिस्से के रूप में बायलाइन, शीर्षक और कॉपीराइट सूचनाएँ हटाना इस शिकायत में कथित उल्लंघन #3 है और इसे टालना सस्ता है।
• समाचार-आधारित उपयोग-मामलों के लिए लाइसेंसशुदा या स्वयं के कॉर्पस को प्राथमिकता दीजिए। अपने दस्तावेज़, लाइसेंसशुदा फ़ीड, सार्वजनिक-डोमेन और खुले लाइसेंस वाली सामग्री ज़्यादातर आंतरिक सारांशीकरण ज़रूरतें पूरी कर देती हैं।
• प्रोवेनेंस लॉग रखिए। हर इंडेक्स किए गए स्रोत पर कौन-से कॉर्पस, लाइसेंस और robots.txt स्थितियाँ लागू हैं, इसका रिकॉर्ड रखना वही ऑडिट ट्रेल (Audit Trail) है जो एक बचाव-योग्य पाइपलाइन को कथित § 1202 उल्लंघन से अलग करता है।
• क्षतिपूर्ति की शर्तें सख़्त होने की अपेक्षा रखिए। मॉडल-प्रदाताओं की क्षतिपूर्तियाँ आम तौर पर माँगती हैं कि आपने अंतर्निहित फ़िल्टर इस्तेमाल किए और संरक्षित सामग्री के लिए जानबूझकर प्रॉम्प्ट नहीं किया। यह दर्ज करना कि आप ऐसा करते हैं, अब व्यावसायिक रूप से मूल्यवान है।
• मल्टी-मॉडल (Multi-model) एक लचीलापन-नियंत्रण है। अगर कोई अदालत कभी किसी मॉडल को सीमित करे या पुनः-प्रशिक्षण थोपे, तो प्रदाता-विविध आर्किटेक्चर विफलता के एकल-बिंदु से बचाता है।

• कंटेंट प्रोवेनेंस एआई विक्रेता प्रश्नावली (Vendor Questionnaire) में दाख़िल होता है। "मॉडल को किस पर प्रशिक्षित किया गया, क्या वह रिट्रीवल के समय robots.txt और साइट की शर्तों का सम्मान करता है, और क्या आप हमें क्षतिपूर्ति देंगे?" — यही तीन-सवालों का मूल है जिसे यह मामला अनिवार्य बना देता है।
• समाचार से जुड़े वर्कफ़्लो (Workflow) के लिए स्पष्ट नीति चाहिए। प्रतिस्पर्धी/बाज़ार निगरानी, PR और बिक्री टीमें अक्सर पेवॉल वाली रिपोर्टिंग के एआई सारांश ग्राहक-मुखी सामग्री में चिपका देती हैं। यही वह पैटर्न है जिसे यह शिकायत सब्स्टिट्यूशन मानती है, इसलिए नीति विवाद से सस्ती है।
• क्षतिपूर्ति कोई ब्लैंकेट (Blanket) गारंटी नहीं है। Copyright Shield-शैली की प्रतिबद्धताओं और Microsoft की Copilot प्रतिबद्धताओं की शर्तें पढ़िए; वे आम तौर पर मानक उत्पाद-व्यवहार मानती हैं, संरक्षित सामग्री के लिए जानबूझकर प्रॉम्प्टिंग नहीं।
• लीगल होल्ड (Legal Hold) और ई-डिस्कवरी (E-discovery) की तैयारी। अगर आपका संगठन ChatGPT Enterprise या API इस्तेमाल करता है, तो इन मामलों के व्यापक पारिस्थितिकी तंत्र में "मॉडल ने आपके लिए क्या आउटपुट किया" डिस्कवरी का सवाल बनने की अपेक्षा रखिए।
• लाइसेंसिंग बजट स्थायी लाइन आइटम बन सकते हैं। OpenAI के 20 से अधिक प्रकाशक सौदे पहले ही हस्ताक्षरित हैं (News Corp पाँच वर्षों में $250 मिलियन तक बताया गया; IAC फ़ाइलिंग के ज़रिए Dotdash Meredith का फ़्लोर $16 मिलियन प्रति वर्ष बताया गया), कंटेंट की क़ीमत तय हो रही है। बड़े कंटेंट पुस्तकालयों वाले उद्यमों को सोचना चाहिए कि क्या वे लाइसेंसदाता भी हैं, केवल लाइसेंसधारी नहीं।
• क्षेत्राधिकार (Jurisdiction) मायने रखता है। UK/EU के अपवाद संकरे हैं (जैसे UK s.29A टेक्स्ट और डेटा माइनिंग की अनुमति बिना अनुमति के केवल ग़ैर-वाणिज्यिक शोध के लिए देता है), इसलिए अमेरिकी फ़ेयर-यूज़ मान्यताओं पर बना अनुपालन-रुख़ हर जगह नहीं चलेगा।

• प्रकाशक अब दो-पटरी रणनीति चला रहे हैं: जो भुगतान करते हैं उन्हें लाइसेंस, बाक़ी पर मुक़दमा। USA TODAY Co. इसका उदाहरण है — Perplexity और Meta के सौदे, और मुक़दमा OpenAI पर। यह उन लैब्स के लिए देरी की अपेक्षित लागत बढ़ाता है जो मुक़दमेबाज़ी पसंद करती हैं: देरी यथास्थिति नहीं बचाती, वह वादियों और हर्जाने की प्रार्थनाओं को जमा करती जाती है।
• OpenAI की लाइसेंसिंग-बचाव-के-रूप में रणनीति दोनों तरफ़ काटती है। उसकी अपनी सौदों की सूची जानबूझकर उल्लंघन सिद्ध करने में इस्तेमाल होती है। वास्तविक साझेदारी (और उसे पत्रकारिता के समर्थन के रूप में सार्वजनिक ढंग से प्रस्तुत करना) अब साक्ष्य की दृष्टि से दोधारी है (INTERPRETATION)।
• स्थान ही संदेश है। चूँकि लगभग हर अमेरिकी प्रकाशक मामला एक ही जज के समक्ष समेकित होता है, एक ही फ़ेयर-यूज़ फ़ैसला प्रणालीगत बन जाता है। USA TODAY के वादी जानबूझकर देर से आए हैं ताकि वही डिस्कवरी रिकॉर्ड विरासत में मिले और वर्तमान-उत्पाद के दावे पेश किए जा सकें।
• OpenAI का आईपीओ एक समय-चर है। ऐसा मुक़दमा जो पंजीकरण विवरण (Registration Statement) में जोखिम-कारक के रूप में दिख सकता है, वादियों का समझौता-दबाव मज़बूत करता है (शिकायत आईपीओ का हवाला देकर परोक्ष रूप से यही कहती है) (PREDICTION)।
• प्रतिस्पर्धी असंतुलन। OpenAI ने लाइसेंसिंग ख़र्च केंद्रित किया है; Google, Meta, Microsoft और Perplexity ने कुछ अलग रणनीतियाँ चलाई हैं (Microsoft साझेदारी-घोषणाओं में आकर बैठा; Penske का Google के ख़िलाफ़ मुक़दमा विफल हुआ; Perplexity पर CNN, NYT, Chicago Tribune और Britannica मुक़दमा कर रहे हैं)। बिना लाइसेंस ट्रेनिंग के ख़िलाफ़ अमेरिकी फ़ैसला सबसे व्यापक स्क्रैप किए गए कॉर्पस वाली लैब्स को नुक़सान पहुँचाएगा, पूरे क्षेत्र को समान रूप से नहीं।
• परिभाषा की होड़। आज एक उम्मीदवार परिभाषा है प्रकाशक/अधिकारधारी का लाइसेंस पोर्टफ़ोलियो और प्रवर्तन कार्यक्रम; दूसरी यह है कि लाइसेंसिंग बाज़ार नहीं, एक कर है, और मॉडल आउटपुट का सारांशीकरण नक़ल से श्रेणीगत रूप से अलग है (INTERPRETATION)।

OpenAI के लिए (प्लीड किए गए सामग्री और कंपनी के रुख़ की INTERPRETATION):

• RAG-सारांश सब्स्टिट्यूशन पर प्रतिकूल निष्कर्षों का बचाव शब्दशः-नक़ल के आरोपों से कठिन होगा, क्योंकि आउटपुट उत्पाद का सामान्य व्यवहार हैं, कोई विफलता-विधा नहीं।
• आंतरिक उद्धरण (Turley का "काफ़ी हद तक विकल्प हैं, बस इतना ही"; इंजीनियर का "यूज़र क्लिक नहीं करेंगे"; "दुर्घटनावश कवर-अप"; "ah nice") स्वीकार किए जाने और विश्वसनीय माने जाने पर अत्यंत हानिकारक हैं, क्योंकि वे जानबूझकर उल्लंघन और फ़ेयर यूज़ के चौथे कारक से जुड़ते हैं।
• वैधानिक-हर्जाने का जोखिम गिनी गई रचनाओं के साथ बढ़ता है; प्रति-लेख गिनती कई प्रकाशक मामलों को गणित के स्तर पर अस्तित्वगत बना देगी (हालाँकि संकलन नियम उलटी दिशा में काटता है)।
• हर शिकायत में "मॉडल नष्ट करो" की प्रार्थना दोहराया जाना निवेशकों के लिए एक ही, केंद्रित प्रणालीगत-जोखिम कथन में जुड़ जाता है।

USA TODAY Co. के लिए:

• संकलन नियम प्रति-लेख हर्जाने को प्रति-संस्करण हर्जाने में समेट सकता है, जिससे "$250 मिलियन से अधिक" की सुर्ख़ी-तर्क बुनियादी तौर पर घट जाती है।
• उसके अपने एआई लाइसेंसिंग सौदे यह तर्क देने में इस्तेमाल हो सकते हैं कि वह सैद्धांतिक रूप से इस प्रथा को स्वीकार करता है और क़ीमत पर मुक़दमा कर रहा है, हानि पर नहीं (बचाव-तर्क, तथ्य नहीं)।
• ChatGPT के कारण सब्सक्रिप्शन की हुई कारणिक हानि (Causal Subscription Loss) सिद्ध करना वास्तव में कठिन है; शिकायत हानि का दावा करती है पर खोए सब्सक्राइबरों का आँकलन नहीं देती।

मुक़दमे पर विचार करने वाले दूसरे प्रकाशकों के लिए:

• एक ही जज के पास जमा होने का अर्थ है कि एक प्रतिकूल फ़ेयर-यूज़ फ़ैसला पूरे समूह की संभावनाओं को एक साथ बाँध देता है।
• देर से दायर टैग-अलॉन्ग मामलों को अवसरवाद माने जाने का जोखिम है और उन्हें MDL के पीछे स्थगित (Stay) किया जा सकता है।

उद्यमों के लिए:

• अनुपालन-स्खलन (Compliance Drift): टीमें "इस लेख का सारांश दो" वर्कफ़्लो इस्तेमाल करती हैं क्योंकि टूल इसे बेहद आसान बना देते हैं और मानक लाइसेंसिंग में कुछ भी इसे रोकता नहीं।
• ऐसे एक ही विक्रेता पर अत्यधिक निर्भरता जिसका कॉपीराइट रुख़ विवाद में है।

• शिकायतें आरोप होती हैं। इस फ़ाइल में कुछ भी यह सिद्ध नहीं करता कि OpenAI ने उल्लंघन किया, कि सारांश पढ़ने का विकल्प हैं, या कि $250 मिलियन वास्तविक है। गुण-दोष पर कोई फ़ैसला मौजूद नहीं।
• प्राथमिक दायर काग़ज़ात पढ़ा गया, पर हर एग्ज़िबिट नहीं। Exhibit A (कॉपीराइट पंजीकरण) हर्जाने का आधार तय करता है और उसकी विषय-वस्तु का यहाँ चरित्र-चित्रण नहीं किया गया; Exhibit B के 19 GPT-5.6 उदाहरण दायर काग़ज़ात और ट्रेड रिपोर्टिंग में वर्णित रूप में सत्यापित किए गए, पर इस शोधकर्ता ने उन्हें स्वतंत्र रूप से दोबारा नहीं बनाया।
• इस शिकायत पर OpenAI का कोई विशिष्ट जवाब मिले रिकॉर्ड में मौजूद नहीं है, इसलिए सार्वजनिक रिकॉर्ड में मामला फ़िलहाल एकतरफ़ा है। यहाँ जो कुछ "OpenAI तर्क देगा…" जैसा है वह उसकी फ़ाइलिंगों और 2024 के रुख़ से निकाला गया अनुमान है, S10 पर कहा गया रुख़ नहीं।
• डेटासेट के आँकड़े वादी द्वारा गणना किए गए हैं, सार्वजनिक स्रोतों से (OpenAI की प्रकाशित GPT-2 डोमेन सूची; 2019 का Common Crawl स्नैपशॉट; C4 का प्रेस-विश्लेषण), साथ में एक आंतरिक अंकगणितीय चेतावनी: मदवार C4 डोमेन का योग बताए गए "122 मिलियन से अधिक टोकन" से कम बैठता है, जिसे शिकायत का "जिनमें" शब्द संभाल लेता है पर मेल नहीं बैठाता।
• GPT-2/GPT-3 युग का डेटा वर्तमान मॉडलों का वर्णन नहीं करता। WebText 2019 के दौर का है और GPT-5.6 युग के व्यवहार से उसकी प्रासंगिकता विवादित है; शिकायत नई सामग्री के निरंतर भरण पर ज़ोर देकर इसे संबोधित करती है।
• $250 मिलियन के आँकड़े की व्याख्या शिकायत में नहीं दी गई है। यह व्याख्या कि यह § 504(c) की वैधानिक न्यूनतम दर पर करीब 333,000 रचनाओं के बराबर है, इस शोधकर्ता द्वारा की गई गणना है, बताया गया आधार नहीं।
• ट्रैकर की गिनतियाँ बदलती रहती हैं। "OpenAI के ख़िलाफ़ 29 अमेरिकी कॉपीराइट मुक़दमे" और "करीब 20 लाइसेंसिंग साझेदार" ट्रैकर-व्युत्पन्न हैं और हर नई फ़ाइलिंग के साथ बदलते हैं।
• प्रचलन में मौजूद कुछ संश्लेषित विवरण (मूल्यांकन, आईपीओ फ़ाइलिंग, आंतरिक उद्धरण, Project Taxi/Mango, वैधानिक गणित) आंशिक रूप से एक ही द्वितीयक विश्लेषण (Progressive Robot) पर टिके हैं। जहाँ इन विवरणों को प्राथमिक शिकायत के पाठ से जाँचा जा सका, वे मेल खाए; जहाँ नहीं जाँचे जा सके, उन्हें द्वितीयक माना गया है।

1. क्या OpenAI जवाब देगा, ख़ारिज करने की मोशन (Motion to Dismiss) लाएगा, या जज Stein के समक्ष संबंध/समेकन पर सहमति देगा, और किस समय-सारणी पर?
2. क्या अदालत RAG-सारांश सिद्धांत को दावा मानती है, या यह ठहराती है कि तथ्यों और संरचना के सारांश उल्लंघनकारी नहीं हैं?
3. § 504(c) का संकलन नियम Exhibit A के पंजीकरणों पर कैसे लागू होगा — प्रति लेख या प्रति संस्करण?
4. क्या MDL में फ़ेयर-यूज़ का फ़ैसला इस मामले के निर्णायक मोशन्स तक पहुँचने से पहले आ जाएगा, जिससे यह मामला काफ़ी हद तक व्युत्पन्न हो जाएगा?
5. क्या USA TODAY Co. के दूसरे शीर्षक भी पीछे आएँगे, या 19-शीर्षक वाला सेट स्थिर रहेगा?
6. क्या USA TODAY Co. OpenAI लाइसेंस में आकर समझौता करता है, और अगर हाँ, तो बताए गए News Corp ($250m/5yr) और Dotdash Meredith ($16m/yr) संदर्भ-बिंदुओं के मुक़ाबले किस परिमाण-क्रम पर?
7. क्या § 1202 CMI दावा टिकता है, यह देखते हुए कि समानांतर प्रकाशक मामलों में ऐसे दावों का मिश्रित रिकॉर्ड है (जैसे NYT मामले में डेटासेट-निर्माण के ज़रिए "हटाने" पर न्यायिक संदेह)?
8. OpenAI की आईपीओ प्रक्रिया समझौते के समय के साथ कैसे अंतर्क्रिया करती है?
9. क्या यह दायर काग़ज़ात किसी बड़ी लैब के क्रॉलर/robots व्यवहार या मॉडल रिट्रीवल डिफ़ॉल्ट बदलता है?
10. क्या नियामक या विधायक इस दायर काग़ज़ात को लंबित बॉट-स्क्रैपिंग (Bot-scraping) विधेयकों (न्यूयॉर्क राज्य के क़ानून पर आधारित संघीय प्रस्ताव) के साक्ष्य के रूप में लेंगे?

Circle 1 — कंटेंट, इंजीनियरिंग और क़ानून के क्षेत्र में एआई सीधे संभालने वाले लोग और टीमें। प्रभाव: उच्च और तात्कालिक। शिकायत सबसे ज़्यादा जोखिम वाले पैटर्न (किसी विशिष्ट पेवॉल वाले लेख को लाना और सारांश बनाना) को संहिताबद्ध करती है और डेटासेट प्रोवेनेंस को साक्ष्य का एग्ज़िबिट बना देती है।

सुझाया गया कार्य:

1. ग्राहक-मुखी या प्रकाशित काम में पेवॉल वाले तीसरे पक्ष के स्रोतों के ख़िलाफ़ "इस लेख को खोजो और सारांश दो" वाले प्रॉम्प्ट पर रोक लगाइए; इसके बजाय मूल से श्रेय के साथ एक छोटा अंश उद्धृत करने की माँग कीजिए।
2. इस्तेमाल में मौजूद एआई टूल की सूची बनाइए और दर्ज कीजिए कि किस पर कॉपीराइट क्षतिपूर्ति है और किन शर्तों पर।
3. अगर आप RAG पाइपलाइन चलाते हैं, तो पुष्टि कीजिए कि वह रिट्रीवल के समय robots.txt और साइट की शर्तों का सम्मान करती है, और इनजेशन (Ingestion) के दौरान बायलाइन, शीर्षक या कॉपीराइट सूचनाएँ नहीं हटाती।
4. प्रोवेनेंस लॉग रखिए: हर कॉर्पस के लिए स्रोत, लाइसेंस, रिट्रीवल नियम और तिथि।

Circle 2 — निकटवर्ती कार्य: ख़रीद, अनुपालन, जोखिम, संचार, कंटेंट और लाइसेंसिंग। प्रभाव: उच्च। विक्रेता प्रश्नावली, क्षतिपूर्ति की शर्तें और कंटेंट-लाइसेंसिंग रणनीति, सभी हिलते हैं।

सुझाया गया कार्य:

1. एआई विक्रेता समीक्षा में तीन सवाल जोड़िए: ट्रेनिंग-डेटा प्रोवेनेंस, क्रॉलर और रिट्रीवल अनुपालन, तथा क्षतिपूर्ति का दायरा और शर्तें।
2. कंटेंट और लाइसेंसिंग सहयोगियों से पूछिए कि क्या संगठन का अपना कंटेंट स्क्रैप हो रहा है, और क्या उसे मुक़दमे के बजाय लाइसेंस दिया जाना चाहिए।
3. एआई उपयोग नीति को अपडेट कीजिए ताकि वह सब्स्टिट्यूशन पैटर्न का स्पष्ट नाम ले, केवल "कॉपीराइट का सम्मान करें" न कहे।
4. नेतृत्व को प्रणालीगत रुझान पर ब्रीफ़ कीजिए: प्रकाशकों के मुक़दमे एक ही फ़ेयर-यूज़ फ़ैसले की ओर जमा हो रहे हैं, इसलिए अब लिए गए रुख़ के फ़ैसले या तो जल्दी लगेंगे या देर से, तटस्थ कम ही।

Circle 3 — व्यापक बाज़ार, मीडिया पारिस्थितिकी तंत्र और जनता। प्रभाव: मध्यम-से-उच्च और धीमी गति से आने वाला। स्थानीय समाचार की टिकाऊपन, डिस्कवरी का अर्थशास्त्र, और ट्रेनिंग डेटा की क़ीमत, सब दाँव पर हैं।

सुझाया गया कार्य:

1. सबसे ज़्यादा जानकारी देने वाली एकल घटना के रूप में MDL के फ़ेयर-यूज़ फ़ैसले पर नज़र रखिए, इस दायर काग़ज़ात पर नहीं; इस मामले को मात्रा का अग्रणी संकेतक मानिए।
2. देखिए कि किसी फ़ैसले में प्रति-रचना बनाम प्रति-संस्करण हर्जाने की गिनती सामने आती है या नहीं, क्योंकि इसी से तय होता है कि प्रकाशकों के मुक़दमे अस्तित्वगत हैं या उपद्रव-मूल्य (Nuisance-value) के।
3. विक्रेताओं के "हम robots.txt का सम्मान करते हैं" दावों को परखने योग्य मानिए, तय नहीं, और उन विक्रेताओं को प्राथमिकता दीजिए जिनका रिट्रीवल व्यवहार दर्ज है।
4. इस दायर काग़ज़ात को उद्योग का निर्णायक मोड़ अधिक मत पढ़िए; यह पहले से स्थापित रुझान में एक और डेटा-बिंदु है।

• लाइसेंसशुदा कंटेंट उत्पाद। 20 से अधिक प्रकाशक सौदे हस्ताक्षरित हो चुके हैं और सुर्ख़ी-मूल्य करीब $1–5m/yr (छोटे प्रकाशकों को OpenAI के शुरुआती प्रस्ताव, The Verge की रिपोर्ट) से लेकर $250m/5yr (News Corp) तक हैं, तो लाइसेंस-योग्य अभिलेखागारों के लिए सच्चा बाज़ार है। साफ़, पंजीकृत, अच्छी तरह सूचीबद्ध कंटेंट वाले अधिकारधारियों के पास मुद्राकरण-योग्य परिसंपत्ति है।
• अनुपालन टूलिंग। क्रॉलर-अनुपालन सत्यापन, रिट्रीवल के समय robots.txt/शर्तों की ऑडिटिंग, और इनजेशन पाइपलाइनों में CMI-संरक्षण जाँच — ये छोटे, बचाव-योग्य इंजीनियरिंग उत्पाद हैं जिनके पास जीवंत मांग-संकेत है।
• प्रोवेनेंस और एट्रिब्यूशन ढाँचा। RAG उत्तर-प्रणालियों को "यह कहाँ से आया" का बचाव-योग्य जवाब चाहिए, जो वही समस्या है जिसे C2PA-शैली प्रोवेनेंस और लाइसेंसिंग रजिस्ट्रियाँ संबोधित करती हैं।
• लाइसेंसशुदा मीडिया मॉनिटरिंग। "चैटबॉट से लेख का सारांश माँगो" की जगह लाइसेंसशुदा मॉनिटरिंग फ़ीड लेना एक उन्नयन-मार्ग है जिसे उद्यम आज बनाने के बजाय ख़रीद सकते हैं।
• एआई-गवर्नेंस सलाह। इस शिकायत से निकलने वाली ठोस चेकलिस्ट (प्रोवेनेंस लॉगिंग, रिट्रीवल अनुपालन, क्षतिपूर्ति समीक्षा, सब्स्टिट्यूशन के लिए नीति-शब्दावली) एक पैकेज्ड एंगेजमेंट है, शोध परियोजना नहीं।

सुझाया गया लैब: VERIFY (निष्पादित)। क़ानूनी कहानी के लिए सबसे बचाव-योग्य व्यावहारिक अभ्यास सॉफ़्टवेयर बनाना नहीं, प्लीडिंग्स को रिपोर्टिंग के विरुद्ध जाँचना है। इस शोध के दौरान प्राथमिक शिकायत दो स्वतंत्र मिरर (The Desk और Thomson Reuters क़ानूनी दस्तावेज़) से डाउनलोड की गई, pypdf 6.20.1 से पाठ में निकाली गई, और मुख्य आँकड़े दायर काग़ज़ात के विरुद्ध regex से जाँचे गए। विधि, चलाई गई बारह जाँचें, नतीजे, और पाई गई एक अंकगणितीय चेतावनी (मदवार C4 टोकन गिनती का योग बताए गए "122 मिलियन से अधिक" कुल से कम बैठता है) के लिए labs/S10.md देखें।

वैकल्पिक अनुवर्ती: किसी रिट्रीवल पाइपलाइन के विरुद्ध BREAK/INSPECT अभ्यास, जो दिखाए कि एक भोला क्रॉलर कितनी आसानी से robots.txt की अनदेखी करता है और CMI हटा देता है — आंतरिक प्रशिक्षण के लिए उपयोगी, पर कहानी स्थापित करने के लिए ज़रूरी नहीं।

PREDICTION (FACT आधार सहित)।

• निकट अवधि (दिन–सप्ताह)। सात OpenAI प्रतिवादियों को समन (Service); जवाब की समय-सीमाओं पर संभावित मोशन या स्टिपुलेशन (Stipulation); Filing 3 के संबंध-वक्तव्य पर कार्रवाई होती है, जो मामले को जज Stein के समक्ष 1:25-md-03143 से जोड़ती है। गुण-दोष पर गतिविधि तुरंत अपेक्षित नहीं।
• 2026-11-06। OpenAI MDL में सारांश-निर्णय पर जवाब देय। उसके बाद आने वाला फ़ैसला — फ़ेयर यूज़ पर और बचे हुए दावों पर — इस मामले के लिए सबसे मूल्यवान एकल घटना है।
• मध्यम अवधि। सबसे संभावित रास्ता स्वतंत्र रूप से लड़ा गया ट्रायल नहीं, बल्कि MDL में समेकन/संबंध है। दोनों पक्षों के इतिहास देखते हुए समझौता/लाइसेंस आधार-मामला बना रहता है (USA TODAY Co. Perplexity और Meta को लाइसेंस देता है; OpenAI ने 20 से अधिक प्रकाशक सौदों पर हस्ताक्षर किए हैं और Folha के साथ समझौते से निपटारा किया)।
• नज़र रखने के बिंदु। (a) क्या अदालत RAG-सारांश सब्स्टिट्यूशन सिद्धांत स्वीकार करती है; (b) Exhibit A के पंजीकरण प्रति-रचना बनाम प्रति-संस्करण हर्जाने को कैसे तय करते हैं; (c) क्या § 1202 CMI काउंट ख़ारिज करने की मोशन में टिकता है, समानांतर मामलों के मिश्रित रिकॉर्ड को देखते हुए; (d) क्या USA TODAY Network के 200 से अधिक शीर्षकों में से और जोड़े जाते हैं; (e) इस शिकायत पर विशिष्ट रूप से जवाब देता कोई OpenAI फ़ाइलिंग या बयान; (f) क्या यह दायर काग़ज़ात उसकी आईपीओ प्रक्रिया में OpenAI के प्रकटीकरण को बदलता है।

USA TODAY Co. ने OpenAI पर मुक़दमा इसलिए नहीं किया कि वह एआई को अस्वीकार करता है। उसने उस एक एआई कंपनी पर मुक़दमा किया जिसे उसने लाइसेंस नहीं दिया। प्रकाशक उसी पत्रकारिता के लिए Perplexity और Meta से पहले ही पैसा लेता है, और उसके CEO की कसौटी है श्रेय (Attribution) और उचित मुआवज़ा। इससे यह दायर काग़ज़ात एआई पर कोई नैतिक बयान कम, और संघीय अदालत में चली क़ीमत की बातचीत ज़्यादा बन जाती है — एग्ज़िबिट के तौर पर 19 स्थानीय अख़बार, 160,000 से अधिक WebText एंट्रीज़ और 122 मिलियन C4 टोकन, और OpenAI के अपने अधिकारियों के शब्द ("काफ़ी हद तक विकल्प हैं, बस इतना ही", "यूज़र क्लिक नहीं करेंगे", "आधुनिक न्यूज़स्टैंड") जो किसी और के डिस्कवरी बिल से मिले हैं।

यहाँ वास्तव में नया सिद्धांत नहीं, क्षेत्र है: स्थानीय समाचार। अगर किसी दर्जा-बद्ध हिमझंझावात लिस्टिकल या फ़्लोरिडा के पैंथर की ख़बर का चैटबॉट-सारांश बाज़ार में विकल्प गिना जाता है, तो अमेरिका के हर स्थानीय न्यूज़रूम का दावा बनता है, और हर मॉडल डेवलपर के पास एक लाइसेंसिंग बिल होता है जिसके लिए उसने अभी प्रावधान नहीं रखा। इसीलिए $250 मिलियन की प्रार्थना अपने गणित से ज़्यादा मायने रखती है।

दो चेतावनियाँ इसे ईमानदार रखती हैं। पहली, शिकायत में सब कुछ आरोप है; किसी अदालत ने सब्स्टिट्यूशन सिद्धांत स्वीकार नहीं किया, और § 504(c) का संकलन नियम हर्जाने का गणित काफ़ी घटा सकता है। दूसरी, जो फ़ैसला वास्तव में मूल सवाल तय करेगा वह समेकित MDL से आएगा, जज Stein के समक्ष, इस दायर काग़ज़ात से नहीं। इस मामले को मात्रा का संकेतक और एक टेम्पलेट पढ़ना बेहतर है, फ़ैसला नहीं।

व्यवसायियों के लिए कार्रवाई-योग्य बचा हुआ हिस्सा छोटा और ठोस है: ग्राहक-मुखी किसी भी चीज़ में चैटबॉट से पेवॉल वाले लेख लाने और उनका सारांश देने को कहना बंद कीजिए, किसी भी ट्रेनिंग पाइपलाइन में कॉपीराइट प्रबंधन जानकारी अक्षुण्ण रखिए, जाँचिए कि रिट्रीवल क्वेरी के समय robots.txt का सम्मान करता है, और ठीक-ठीक जानिए कि आपके विक्रेता की क्षतिपूर्ति क्या कवर करती है और क्या नहीं। ये चार क़दम आज कम ख़र्च वाले हैं और ठीक वही व्यवहार हैं जिन पर हमला करने के लिए यह शिकायत बनी है।