AI-trening er lovlig, men piratbøkene kostet 1,5 milliarder

Hva Anthropic-forliket faktisk handler om

I september 2025 fikk en amerikansk opphavsrettssak et oppgjør som satte ny rekord. AI-selskapet Anthropic gikk med på å betale minst 1,5 milliarder dollar for å avslutte et gruppesøksmål fra forfattere og forlag, ifølge advokatfirmaet Susman Godfrey som førte saken. Ropes & Gray beskriver det som det største offentlig rapporterte opphavsrettsoppgjøret i historien. Dommer William Alsup ga foreløpig godkjenning 25. september 2025, og dommer Araceli Martínez-Olguín ga endelig godkjenning av gruppeforliket i Bartz v. Anthropic.

For en norsk leder er overskriften lett å misforstå. Milliardbeløpet handler ikke om at det er ulovlig å trene AI på opphavsrettsbeskyttet tekst. Retten kom til det motsatte på selve treningsspørsmålet. Beløpet handler om hvordan Anthropic skaffet bøkene, og det skillet er hele poenget for en virksomhet som skal ta i bruk et AI-verktøy.

Kort oppsummert: dette skjedde

Søksmålet ble anlagt i august 2024 under saksnummer 3:24-cv-05417 i Northern District of California. Forfatterne hevdet at Anthropic hadde brukt piratkopierte bøker til å trene AI-modellene sine. I juni 2025 avsa dommer Alsup en delvis summarisk dom som splittet spørsmålet i to.

Retten fant at selve treningen av en AI-modell på opphavsrettsbeskyttet tekst faller inn under fair use. Samtidig fant den at nedlasting fra piratnettsteder var ulovlig. Forliket løser det andre spørsmålet med penger, ikke det første.

Hva retten faktisk avgjorde

TechCrunch oppsummerer at dommer Alsup tidligere avgjorde at Anthropic ulovlig lastet ned og lagret millioner av opphavsrettsbeskyttede bøker, men at trening av en AI-modell på slik tekst er rimelig bruk. WION rapporterer at dommeren fant at Anthropic brøt opphavsretten ved å lagre over 7 millioner piratkopierte bøker. Anthropic bygde treningsbiblioteket sitt fra både innkjøpte og skannede bøker og bøker lastet ned fra piratsider som Library Genesis.

Anthropic erkjente ikke skyld, men gikk med på å ødelegge de ulovlige filene og betale forfatterne. Selskapet innrømmet ikke noe ansvar i forliket. Det er en juridisk teknikalitet med praktiske konsekvenser: uten skyldserkjennelse blir avgjørelsen svakere som veiledning for andre saker.

Hvorfor en norsk SMB bør bry seg

Norske virksomheter trener sjelden egne grunnmodeller. De kjøper ferdige verktøy. Men risikoen forplanter seg nedover i kjeden: hvis leverandøren har bygget modellen på tvilsomt datagrunnlag, arver du et omdømme- og avtaleproblem selv om du bare er bruker. Alura mener at skillet mellom lovlig fair use på trening og ulovlig anskaffelse av data er det praktiske poenget en SMB må ta med seg, ikke selve milliardbeløpet.

Denne artikkelen forklarer hva forliket avgjorde og ikke avgjorde, hvorfor det ikke er bindende presedens, hvordan europeisk rett skiller seg fra den amerikanske, og hvilke konkrete grep du bør ta før du signerer med en AI-leverandør. Vi har tidligere skrevet mer generelt om juridiske utfordringer med AI-generert innhold i Norge.

Fair use og piratbøker: to ulike juridiske spørsmål

Den viktigste innsikten fra saken er at den handlet om to spørsmål som ofte blandes sammen. Det ene er om det er lov å bruke opphavsrettsbeskyttet tekst til å trene en modell. Det andre er om det er lov å skaffe den teksten ved å laste den ned fra piratnettsteder. Retten svarte forskjellig på de to.

Trening som fair use

På treningsspørsmålet vant Anthropic. Norton Rose Fulbright refererer at retten i Bartz v. Anthropic fant treningen «transformative—spectacularly so» og dermed rimelig bruk. Den samme linjen gikk igjen i en parallell sak: i Kadrey v. Meta fant retten at trening av en språkmodell utgjør rimelig bruk uavhengig av om kildematerialet var lovlig anskaffet.

AFKI oppsummerer det slik at retten slo fast at AI-trening på opphavsrettsbeskyttet tekst er lovlig fair use. Det er en amerikansk konklusjon, ikke en europeisk, og det kommer vi tilbake til. Men den forklarer hvorfor milliardbeløpet ikke handlet om trening.

Anskaffelsen var problemet

Der Anthropic tapte, var på veien inn. Selskapet hadde hentet bøker både fra lovlig kjøpte og skannede eksemplarer og fra piratnettsteder, og domstolen slo fast at nedlastingen fra piratnettsteder var ulovlig. Forliket gjelder konkret bøker lastet ned fra piratdatabasene Library Genesis og Pirate Library Mirror.

Som del av oppgjøret har Anthropic samtykket i å ødelegge de to bibliotekene som angivelig inneholder de piratkopierte verkene, med en frist på 30 dager. Poenget for en kjøper er enkelt: en modell kan være trent på en måte retten aksepterer, samtidig som datagrunnlaget ble anskaffet på en måte retten forkaster. Du må spørre om begge deler.

Spørsmål	Rettens konklusjon	Konsekvens
Er trening på opphavsrettsbeskyttet tekst lov?	Ja, ansett som fair use i USA	Ingen erstatning for selve treningen
Er nedlasting fra piratnettsteder lov?	Nei, ulovlig anskaffelse	1,5 milliarder dollar i forlik
Ble skyld erkjent?	Nei, Anthropic erkjente ikke ansvar	Svakere som veiledning for andre saker

Tallene i forliket

Beløpene i saken er store, men de betyr noe mer presist enn overskriftene antyder. Her er tallene slik de står i kildene, og hva de faktisk dekker.

1,5 milliarder dollar og 500 000 verk

Hovedtallet er et forlik på 1,5 milliarder dollar i søksmålet Bartz v. Anthropic. AIJurium beskriver det som et non-reversionært fond på 1,5 milliarder dollar, altså penger som ikke går tilbake til Anthropic dersom ikke alle krav meldes inn. Forliket dekker omtrent 500 000 opphavsrettsbeskyttede verk som angivelig ble lastet ned fra LibGen eller PiLiMi.

Det mer presise antallet ligger i selve verkslisten. AIJurium oppgir en Works List på 482 460 registrerte bøker, et tall som også Copyright Alliance bruker om antallet bøker Anthropic lastet ned fra piratbiblioteker. Oppslutningen var høy: over 91 prosent av kvalifiserte forfattere og utgivere hadde krevd sin andel.

3 000 dollar per verk

Regnet per bok blir summen håndterlig for et selskap av Anthropics størrelse. Forliket gir 3 000 dollar per verk for omtrent 500 000 verk, som kompenserer forfattere og utgivere med rundt 3 000 dollar per berørt verk. Fristene for rettighetshaverne var stramme: frist for å sende inn kravskjema var 23. mars 2026, og frist for å be om eksklusjon var 7. januar 2026.

Beløpet på 3 000 dollar er verdt å holde opp mot de lovbestemte rammene. Minste lovbestemte erstatning er 750 dollar per verk, mens maksimal erstatning for forsettlig krenkelse er 150 000 dollar per verk. Anthropic betalte altså over minstenivået, men langt under taket. Ganget med en halv million verk blir selv et moderat beløp per bok til en rekordsum.

Salærer og selskapets verdi

Advokatsalærene ble en egen strid. Advokatene ba opprinnelig om 187 500 000 dollar og fikk tilkjent 101 561 111 dollar, beregnet med en lodestar-multiplikator på 3,75. Norton Rose Fulbright omtaler et salærkrav på 300 millioner dollar i saken, et signal om hvor mye penger som var i spill rundt selve fordelingen.

Konteksten er et selskap som tåler beløpet. Econlib anslår Anthropics verdivurdering til 183 milliarder dollar. Det leder til en ubehagelig observasjon som Econlib peker på: et forlik i denne størrelsen kan avskrekke mindre AI-selskaper fra å gå inn i markedet. Prisen på å rydde opp i datagrunnlag er noe de største kan betale, ikke de minste.

Hvorfor forliket ikke er bindende presedens

Her ligger den mest utbredte misforståelsen. Et forlik er ikke det samme som en rettskraftig dom, og det binder ikke andre domstoler. For en virksomhet som prøver å forstå rettstilstanden, er det avgjørende å vite hva saken ikke avgjorde.

Et forlik er ikke en dom

Fordi partene ble enige, blir saken ikke prøvd i en ankedomstol. WION er tydelig på at saken siden Anthropic inngikk forlik ikke vil gå til ankedomstol og ikke anses som bindende presedens. TechCrunch formulerer det samme: forliket avslutter saken, men setter ikke en bindende presedens fordi det ikke vil bli anket. AFKI understreker at avgjørelsen ikke er bindende for andre domstoler.

Det betyr ikke at saken er uten vekt. Ropes & Gray mener forliket kan tjene som en referanse i andre verserende opphavsrettssaker mot AI-selskaper. En referanse er noe annet enn en regel. Andre dommere kan lese den, men de er ikke bundet av den.

Hva som fortsatt er uavklart i USA

Anthropic-saken løste ett datagrunnlag i en sak. Resten av feltet er åpent. TechCrunch peker på at det fortsatt pågår flere søksmål mot Google, Meta, Midjourney og OpenAI om trening av AI-modeller på opphavsrettsbeskyttede verk. Reuters Legal beskriver at rettskampen kan gå inn i en avgjørende fase i 2026, og at de tidlige avgjørelsene har vært blandede.

Utfallet er heller ikke ensrettet. I Thomson Reuters v. Ross Intelligence fant retten at kopieringen av Westlaw-headnotes ikke var rimelig bruk, og saken gjaldt 2 243 kopierte headnotes. Forskjellen fra Bartz og Kadrey viser at fair use-vurderingen avhenger av fakta i den enkelte saken. En seier for AI-selskapene er ikke en generell frikjennelse.

Amerikansk fair use mot europeisk opphavsrett

Alt over dette er amerikansk rett. For en norsk virksomhet er det den mindre relevante halvdelen. Alura mener at et amerikansk forlik ikke er bindende presedens og ikke gjelder EU-retten, så norske virksomheter må forholde seg til AI Act og Copyright-direktivet parallelt. Fair use finnes rett og slett ikke som doktrine i europeisk opphavsrett.

Fair use finnes ikke i europeisk rett

Den amerikanske fair use-doktrinen tillater, som Reuters Legal beskriver, begrenset og uautorisert bruk av opphavsrettsbeskyttet materiale under visse omstendigheter. EU har ikke en tilsvarende åpen standard. I stedet bygger europeisk rett på et system av spesifikke unntak, der det mest relevante for AI er unntaket for tekst- og datautvinning.

Den studien fra Europaparlamentet slår fast at det gjeldende TDM-unntaket ikke ble utformet for den ekspressive og syntetiske naturen til generativ AI-trening. Med andre ord: reglene europeiske brukere må forholde seg til, ble skrevet før dagens modeller fantes, og passer dårlig. Det gir usikkerhet, men det er en annen usikkerhet enn den amerikanske.

Originalitet og menneskelig forfatterskap

Et beslektet spørsmål er hvem, om noen, som eier det AI-en produserer. I USA er linjen streng: US Copyright Office har konkludert med at opphavsrettsbeskyttelse krever menneskelig forfatterskap, og i Thaler v. Perlmutter slo Høyesterett fast at menneskelig forfatterskap er et grunnleggende krav.

I EU er bildet uklart. Opphavsrett under EU-lov avhenger av verkets originalitet og fiksering i en gjenkjennelig form, og det er uklart om AI-generert innhold oppfyller kravet om «author's own intellectual creation». Europaparlamentsstudien anbefaler et prinsipielt skille: helt maskingenererte resultater bør forbli ubeskyttet, mens AI-assisterte verk trenger harmoniserte beskyttelseskriterier.

Det praktiske utslaget merker du i leverandøravtalene. ChatGPTs vilkår hevder å gi brukeren eierskap til opphavsrett i output. Men et vilkår kan ikke gi deg mer beskyttelse enn loven faktisk hjemler. Hvis innholdet ikke er opphavsrettsbeskyttet etter europeisk rett, hjelper det lite at avtalen sier du eier det.

EUs AI Act og Copyright-direktivet

For en norsk SMB er dette rammeverket som faktisk gjelder. AI Act og Copyright-direktivet legger plikter på dem som leverer modellene, og de pliktene gir deg som kjøper konkrete ting å spørre om.

AI Act og kravene til modell-leverandørene

AI Act retter seg mot tilbydere av generell AI. Europaparlamentets analyse forklarer at AI Act krever at GPAI-tilbydere overholder opphavsrettsloven og opt-out-unntaket i Copyright-direktivet. I tillegg pålegger den åpenhet: AI Act krever at GPAI-tilbydere offentliggjør en tilstrekkelig detaljert oppsummering av innholdet som er brukt til trening.

Det er denne oppsummeringen du som kjøper kan be om å se. Den er ikke en full liste over hver kilde, men den gir et grunnlag for å vurdere om leverandøren har kontroll på datagrunnlaget sitt. Utgangspunktet er uansett at GPAI-tilbydere trenger store datasett som kan inneholde opphavsrettsbeskyttet materiale.

Copyright-direktivet og opt-out

Kjernen i det europeiske systemet er tekst- og datautvinningsunntaket, som lar rettighetshavere reservere seg. Forskere mener imidlertid at direktivets TDM-unntak ikke er tydelige nok, og at det er rettslig usikkerhet i bruken av opphavsrettsbeskyttet materiale for GPAI-trening. Systemet er dessuten under revisjon: loven setter 2026 som året for gjennomgang av Copyright-direktivet.

At regelverket revideres, er både godt og dårlig nytt. Godt fordi reglene kan bli klarere. Dårlig fordi Europaparlamentsstudien advarer om at EU uten rettidig reform risikerer rettslig usikkerhet, markedskonsentrasjon og kulturell ensretting. Studien anbefaler også en lovfestet vederlagsordning for å bygge bro over verdigapet mellom skapere og AI-utviklere.

Code of Practice og de omstridte kravene

Ved siden av loven finnes en frivillig praksiskode. Bruegel beskriver at Code of Practice dekker tre områder: åpenhet om modellkonstruksjon, modellsikkerhet og opphavsrett. Oppslutningen er bred, men ikke total: de fleste store AI-utviklere har signert, med unntak av Meta og xAI.

Kritikken går på hvor lite koden faktisk krever av åpenhet. Bruegel peker på at koden bare krever en oppsummeringsliste over de mest relevante nettstedene treningsdataene er hentet fra, og at den definerer treningsdata svært bredt, inkludert data som ikke er opphavsrettsbeskyttet. Bruegel går langt i å kalle opphavsrett i AI-tiden en reaksjonær kraft som reduserer innovasjonspotensialet. Der er ikke alle enige, men det viser at feltet er politisk omstridt, ikke bare juridisk.

Regelverk	Retter seg mot	Sentral plikt	Kilde
AI Act	GPAI-tilbydere	Overholde opphavsrett, respektere opt-out, publisere detaljert treningsoppsummering	Europaparlamentet
Copyright-direktivet	Rettighetshavere og utviklere	TDM-unntak med opt-out, under revisjon i 2026	Europaparlamentet
Code of Practice	Frivillig for utviklere	Oppsummeringsliste over mest relevante nettsteder	Bruegel

Hvilken opphavsrettsrisiko norske SMB-er faktisk løper

De færreste norske SMB-er blir saksøkt for å trene en modell. De trener ingen. Risikoen ligger et annet sted, og den er verdt å presisere nøkternt.

Bruker-risiko mot utvikler-risiko

Det tunge søksmålspresset ligger på utviklerne. Etter Reuters Legals gjennomgang er det selskaper som OpenAI, Google og Meta som må avklare om de kan påberope fair use eller må betale erstatning som kan koste milliarder. En norsk regnskapsbyrå eller nettbutikk står ikke i den kategorien.

Men risikoen forsvinner ikke fullstendig for en bruker. Hvis du bygger et produkt eller en tjeneste oppå en modell med tvilsomt datagrunnlag, kan du arve avtale- og omdømmerisiko. Og forliket var eksplisitt smalt på ett punkt som angår brukere direkte: det frigjør ikke krav basert på output fra AI-modeller.

Output-risikoen

Output-spørsmålet er den delen som er minst avklart, og den som er nærmest brukeren. Ropes & Gray understreker at forliket ikke dekker fremtidige krav eller krav basert på angivelig krenkende output. Med andre ord: at treningen var grei, sier ingenting om at det modellen produserer for deg, ikke kan krenke andres rettigheter.

Amerikanske myndigheter har allerede trukket en grense her. US Copyright Office konkluderte i mai 2025 med at fair use ikke gjelder når AI-utdata konkurrerer med originalverk. For en SMB som lar en modell generere tekst, bilder eller kode som skal ut i markedet, er det output-siden, ikke treningen, som er den praktiske risikoen. Vi har skrevet mer om hvordan dette spiller inn når du velger lavkode- og no-code-AI-verktøy uten programmering.

Praktisk sjekkliste før du tar i bruk et AI-verktøy

Nok bakgrunn. Her er det du faktisk kan gjøre på en mandag, før du signerer med en leverandør. Rådene bygger på analysene fra advokatfirmaene som har lest forliket.

Krev kontraktsfestede garantier

Det viktigste grepet er å flytte risikoen dit den hører hjemme, til leverandøren, gjennom avtalen. Alura mener norske SMB-er bør be leverandøren om kontraktsfestede garantier for hvordan AI-verktøyet er trent, slik source-analysen fra advokatfirmaene anbefaler. Buchanan Ingersoll & Rooney anbefaler nettopp at selskaper sikrer kontraktsmessige forsikringer om at systemutvikleren har gjennomgått treningsdataene og eliminert avhengighet av tvilsomme datasett.

Konkret bør avtalen dekke tre ting: en erklæring om at treningsdataene er lovlig anskaffet, en garanti mot krav fra tredjeparter, og en skadesløsholdelse (indemnity) som gjør leverandøren ansvarlig hvis noe likevel skjærer seg. Formuleringen «trent på lisensiert data» er ikke nok alene. Be om at leverandøren står inne for anskaffelsen, ikke bare bruken.

Kartlegg hva verktøyet skal brukes til

Risikoen avhenger av bruken. Et internt verktøy som oppsummerer møtereferater bærer lav output-risiko. En modell som genererer markedsføringsbilder eller publisert tekst bærer høyere, fordi fair use ikke gjelder når utdata konkurrerer med originalverk. Skill mellom interne og eksterne bruksområder, og still strengere krav der innholdet skal ut i markedet.

Be også om leverandørens detaljerte oppsummering av treningsinnhold som AI Act krever av GPAI-tilbydere. Får du ikke et skikkelig svar, er det i seg selv et signal om leverandørens modenhet.

Dokumenter og forsikre

Ta vare på skriftlig dokumentasjon på hva leverandøren har lovet. En e-post er svakere enn en avtaleklausul, men bedre enn ingenting. Sjekk om leverandøren tilbyr en form for kunde-indemnity for opphavsrettskrav knyttet til output, slik flere av de store nå gjør, og les det med kritisk blikk: dekningen har ofte betingelser og tak.

Grep	Hva du spør om	Rødt flagg
Datagrunnlag	Er treningsdataene lovlig anskaffet?	Ingen klar bekreftelse på anskaffelse
Åpenhet	Kan vi se treningsoppsummeringen?	Leverandøren kan ikke fremvise noen
Ansvar	Finnes indemnity for output-krav?	All risiko dyttes over på kunden
EU-samsvar	Følger dere AI Act og Copyright-direktivet?	Kun henvisning til amerikansk fair use

Kostnad og ansvar: hvem bærer risikoen

Til slutt handler dette om penger og hvem som betaler når noe går galt. Amerikansk rett viser hvor store beløpene kan bli, og avtalen din avgjør om det treffer deg eller leverandøren.

Erstatningsnivåene i amerikansk rett

De lovbestemte rammene forklarer hvorfor et forlik på denne størrelsen var rasjonelt for Anthropic. Minste erstatning er 750 dollar per verk, med mulighet for reduksjon til 200 dollar ved uskyldig krenkelse. I den andre enden er det maksimale lovfestede erstatningsbeløpet 150 000 dollar per krenkelse. Med en halv million verk blir spennet mellom bunn og topp astronomisk.

Erstatningsnivå	Beløp per verk	Ganget med 500 000 verk
Uskyldig krenkelse	200 dollar	100 millioner dollar
Lovbestemt minimum	750 dollar	375 millioner dollar
Forliket per verk	3 000 dollar	1,5 milliarder dollar
Forsettlig krenkelse (maks)	150 000 dollar	langt over selskapets verdi

Tabellen viser regnestykket Anthropic sto overfor. Med en teoretisk eksponering nær den øvre enden var 3 000 dollar per verk et beløp selskapet kunne leve med. For et mindre selskap ville samme regnestykke vært eksistensielt, som Econlibs poeng om at forliket kan avskrekke mindre aktører understreker.

Hvem bærer ansvaret i leverandørkjeden

For en norsk bruker er spørsmålet ikke om du kan bli dømt til 150 000 dollar per verk. Det er om avtalen plasserer risikoen hos deg eller leverandøren. Uten en indemnity-klausul kan et krav mot leverandøren, eller mot output du har publisert, ende med at du står med regningen for advokater og forlik.

Verd å merke seg: forliket gir ikke Anthropic tillatelse til fremtidig bruk av opphavsrettsbeskyttede verk, og gir ikke lisens for fremtidig AI-trening. Det betyr at problemet ikke er løst en gang for alle, heller ikke for leverandørene. Nye datasett kan gi nye krav, og en avtale du signerer i dag bør ta høyde for at rettstilstanden fortsatt er i bevegelse.

Markedsbildet: fra 30 til 87 søksmål

Anthropic-saken er ikke et enkeltstående uhell. Den er en av mange, og kurven peker oppover. Volumet forteller noe om hvor uavklart feltet fortsatt er.

Søksmålene stiger raskt

Antallet saker har mangedoblet seg på kort tid. Copyright Alliance oppgir at antallet søksmål mot AI-selskaper for opphavsrettsbrudd økte fra rundt 30 ved utgangen av 2024 til over 70 i 2025. Ved 5. mars 2026 var totalen 87 saker i USA. Saksøkerne inkluderer tunge navn: The New York Times, Disney og andre store rettighetshavere har anlagt nye søksmål.

Tidspunkt	Antall søksmål mot AI-selskaper i USA
Utgangen av 2024	rundt 30
Utgangen av 2025	over 70
5. mars 2026	87

Feltet spesialiseres også. Kartet over saker viser at flere nå gjelder påstått DMCA-omgåelse av tekniske beskyttelsestiltak, blant annet i saker mot Runway AI. Bredden i angrepsvinkler betyr at en enkelt gunstig avgjørelse ikke lukker debatten.

Lisensavtaler som alternativ til rettssak

Parallelt med søksmålene vokser det frem en lisensieringsøkonomi. Warner Music Group inngikk forlik og lisensavtale med Udio i november 2025. Og på video-siden viser avtalen mellom Disney og OpenAI at Sora kan generere AI-videoer med Disneys figurer i en treårig avtale, koblet til Disneys investering på 1 milliard dollar i OpenAI.

Reguleringstrykket øker dessuten på tvers av felt. Clark Hill rapporterer at Illinois har vedtatt en AI-lov som krever årlige uavhengige tredjepartsrevisjoner av AI-selskaper. Retningen er tydelig: markedet beveger seg fra ren rettstvist mot en blanding av lisensiering, revisjon og regulering. For en kjøper betyr det at leverandørene i økende grad kan dokumentere lovlig datagrunnlag, hvis du husker å spørre.

Vanlige feil SMB-er gjør med AI og opphavsrett

Tre feil går igjen når norske virksomheter leser overskrifter som denne. Alle skyldes at et smalt juridisk poeng blir lest som en generell regel.

Å lese forliket som en frikjennelse

Den første feilen er å tro at «retten sa AI-trening er lov» betyr at alt rundt AI og opphavsrett er avklart. Det gjør det ikke. Forliket handlet om anskaffelse, ikke bare trening, og saken anses ikke som bindende presedens fordi den ikke ankes. En referanse i andre saker er ikke det samme som en regel du kan bygge en risikovurdering på.

En variant av samme feil er å tro at output er trygt fordi treningen var det. Men forliket frigjør ikke krav basert på output, og det er output du faktisk sender ut i markedet.

Å behandle amerikansk og europeisk rett likt

Den andre feilen er å importere amerikansk fair use til Norge. Doktrinen finnes ikke her. Norske virksomheter må forholde seg til AI Act og Copyright-direktivets opt-out-unntak, ikke til hva en dommer i California mente om transformativ bruk. Å bygge en compliance-vurdering på amerikanske avgjørelser gir falsk trygghet.

Husk også at det europeiske rammeverket er i bevegelse, med gjennomgang av Copyright-direktivet lagt til 2026. En vurdering du gjør i dag bør tåle at reglene skjerpes.

Å hoppe over leverandørgarantiene

Den tredje feilen er den dyreste: å signere en standardavtale uten å be om garantier for datagrunnlaget. Advokatanbefalingen er å sikre kontraktsmessige forsikringer om at utvikleren har gjennomgått treningsdataene og fjernet avhengighet av tvilsomme datasett. Uten det tar du på deg en risiko du ikke kan kontrollere, og som du ikke engang kan måle.

Feilen er lett å gjøre fordi standardavtaler ser betryggende ut. Men en klausul som lover deg eierskap til output, sier ingenting om hvordan modellen ble trent. Les etter garantien for anskaffelse, ikke bare for bruk.

Ofte stilte spørsmål om AI og opphavsrett

De vanligste spørsmålene vi får fra ledere som skal ta et valg, med korte svar forankret i kildene.

Oppsummering: dette bør du gjøre nå

Anthropic-forliket er stort i kroner og lite i rekkevidde. Det avgjorde at anskaffelse fra piratkilder er ulovlig, mens trening kan være lovlig fair use i USA, og det binder ingen andre. For en norsk SMB er den mest nyttige lærdommen ikke tallet, men skillet.

De tre grepene

Først: forstå at lovlig trening og ulovlig anskaffelse er to spørsmål, og at forliket løste det andre, ikke det første. Det er dette skillet, ikke forliksbeløpet på 1,5 milliarder dollar, du bør ta med deg inn i en leverandørsamtale.

Deretter: behandle amerikansk og europeisk rett hver for seg. Et amerikansk forlik uten bindende presedens endrer ikke pliktene dine under AI Act og Copyright-direktivet, som er de reglene som faktisk gjelder deg.

Til slutt: krev kontraktsfestede garantier for datagrunnlaget, be om treningsoppsummeringen, og sørg for en indemnity som plasserer risikoen hos leverandøren. Med 87 søksmål på bordet per mars 2026 og et regelverk som revideres i 2026, er den billigste forsikringen fortsatt å stille de riktige spørsmålene før du signerer.

I Alura kombinerer vi teknisk AI-kompetanse med praktisk forståelse for GDPR, EU AI Act og Datatilsynets forventninger. Vi hjelper norske virksomheter å bygge AI som tåler en revisjon, uten å bremse innovasjonen.

Bestill en compliance-vurdering: vi kartlegger dine AI-systemer mot gjeldende og kommende krav, og leverer en handlingsplan som faktisk er gjennomførbar. Uforpliktende.