Apa Itu Pelatihan AI dengan Buku Berhak Cipta dan Kenapa Kini Jadi Sengketa
Pelatihan AI dengan buku berhak cipta adalah praktik menggunakan teks dari novel, buku ajar, artikel, dan materi tertulis lain yang dilindungi hak cipta sebagai data pelatihan model kecerdasan artifisial generatif, untuk membentuk pola statistik bahasa tanpa selalu meminta izin eksplisit dari pemegang hak sejak awal.
Isu pelatihan AI hak cipta meledak sejak model generatif seperti chatbot mulai dipakai massal dan perusahaan teknologi mengklaim bahwa proses pelatihan hanyalah transformasi teknis atas karya. Di sisi lain, penulis melihat nilai ekonomi karya mereka diserap dan dijual kembali melalui produk AI tanpa persetujuan atau pembagian hasil yang jelas. Sengketa AI dan penulis pun bergeser dari debat abstrak ke gugatan konkret, karena di balik jawaban otomatis model, ada jutaan teks yang status hukumnya belum pernah dinegosiasikan. Tanpa aturan tegas, inovasi yang terlihat mengagumkan di permukaan berisiko berdiri di atas ekstraksi karya kreatif yang tidak transparan.
Project Panama Anthropic: Dari Penghancuran Buku ke Vonis Pengadilan
Dokumen pengadilan mengungkap keberadaan ‘Project Panama’ di dalam Anthropic, sebuah skema internal yang bertujuan untuk “menghancurkan semua buku di dunia” demi data berkualitas tinggi. Perusahaan ini membeli buku dalam skala industri, memindai, lalu menghancurkannya setelah kontennya diserap ke dataset pelatihan model Claude karena menilai kualitas tulisan buku lebih baik dibandingkan konten daring. Mereka bahkan memberi nama kode dan menyembunyikan proyek ini karena “kami tidak ingin diketahui bahwa kami sedang mengerjakan ini”.
Di ranah hukum, hakim William Alsup memerintahkan penyelesaian hak cipta kepada kelompok penulis, sekaligus menyatakan bahwa proses pelatihan Anthropic pada prinsipnya sah sepanjang sumber datanya legal. Kutipan penting dari putusan itu menyebut model bahasa belajar untuk “to turn a hard corner and create something different”, membedakan pelatihan dan penyalinan. Artinya, pelatihan AI hak cipta tidak otomatis melanggar hukum; pelanggarannya muncul ketika perusahaan mengambil buku dari shadow libraries ilegal. Keberadaan Project Panama menunjukkan bahwa demi data, perusahaan AI bersedia menempuh langkah ekstrem yang mengorbankan akses publik terhadap koleksi buku langka.
Celah Hukum: Lisensi Data, Kompensasi Kreator Digital, dan Kewajiban Penyedia AI
Masalah terbesar dalam pelatihan AI hak cipta bukan sekadar penggunaan karya, tetapi hilangnya jejak izin sejak awal. Jalur masuk sebuah buku ke dataset sering gelap: dari katalog daring, repositori akademik, unggahan pengguna, arsip perpustakaan, hingga situs bayangan. Undang-Undang Hak Cipta sudah mengatur hak ekonomi, penggandaan, adaptasi, distribusi, dan komunikasi ciptaan, tetapi praktik text and data mining, pelatihan model, embedding, serta keluaran yang meniru gaya belum diterjemahkan ke aturan operasional.
Di sinilah celah hukum menganga antara lisensi data, kompensasi kreator digital, dan kewajiban penyedia AI. Bagi kreator, klaim bahwa model “menciptakan sesuatu yang berbeda” tidak memadai jika tidak ada transparansi dataset, izin penggunaan, dan kompensasi. Standar awal mestinya mencakup audit dataset, dokumentasi sumber, kontrak yang membatasi tujuan penggunaan, laporan berkala, dan mekanisme opt-out yang dapat diverifikasi. Tanpa itu, sengketa AI dan penulis akan terus berulang, sementara perusahaan AI bergerak cepat memonetisasi model generatif yang nilai ekonominya diproyeksikan melesat pada tahun-tahun mendatang.
Dampak pada Ekosistem Literasi dan Pengguna: Dari Warisan Buku ke Chatbot Komersial
Ketika perusahaan membeli, memindai, dan menghancurkan buku setelah dipindai, koleksi langka itu hilang dari ruang publik dan warisan intelektual yang berharga terancam lenyap. Ini bukan sekadar masalah kolektor; pembaca, peneliti, dan lembaga pendidikan kehilangan akses ke teks yang sebelumnya dapat dipelajari. Di sisi lain, model AI yang dilatih pada korpus bahasa yang kaya dan berlisensi bisa menghasilkan layanan pendidikan, riset, penyuntingan, pencarian arsip, dan produk kreatif yang lebih akurat. Jadi, pertanyaannya bukan apakah pelatihan itu bermanfaat, melainkan siapa yang membayar dan siapa yang dibayar.
Jika buku lokal dipakai untuk melatih chatbot berbahasa Indonesia, nilai ekonominya dapat berpindah ke penyedia model tanpa mekanisme royalti, audit, atau kompensasi yang jelas. Pada titik ini, pengguna sehari-hari menikmati layanan AI yang murah atau gratis, tapi industri literasi bisa melemah karena pendapatan kreator berkurang. Risiko lebih besar lagi ketika perusahaan AI memperlakukan data teks sebagai aset yang bisa dilelang dan ditawar, seperti penawaran untuk arsip email dan pesan perusahaan yang menjadi contoh awal “AI data wars”.
Menuju Regulasi AI yang Adil: Jalan Tengah antara Inovasi dan Hak Kreator
Pelaku literasi berada dalam kerentanan struktural ketika berhadapan dengan perusahaan AI yang bermodal besar. Penerbit besar mungkin sanggup menegosiasikan lisensi, tetapi penulis independen, penerjemah lepas, dan penerbit kecil menghadapi biaya audit digital, akses hukum terbatas, dan sulitnya menelusuri jejak penggunaan karya. Jika novel, buku ajar, esai, atau terjemahan lokal terserap ke model komersial tanpa izin, pemilik hak kehilangan peluang negosiasi dan ekosistem buku dilemahkan dari dalam.
Regulasi AI Indonesia tidak harus mematikan inovasi. Jalan tengah dapat dimulai dari empat instrumen: registri lisensi korpus buku, kewajiban transparansi dataset, standar kompensasi, dan pengecualian terbatas untuk riset nonkomersial. Model AI yang dilatih pada korpus berlisensi bisa tetap dikembangkan, sementara kreator menerima kompensasi yang dapat diaudit. Tanpa kerangka ini, negeri ini berisiko menjadi pemasok data murah bagi industri AI global; dengan kerangka tepat, ekosistem AI dapat tumbuh dengan menghormati hak cipta dan membayar nilai karya secara layak. Pertanyaan akhirnya sederhana: apakah kita ingin AI dibangun di atas perampasan sunyi, atau atas kontrak yang adil dan transparan?
