Cách tiếp cận dựa trên nguyên tắc giữa bối cảnh nhiều biến động

A Principled Approach as the Sands Shift

Posted 21 September 2026 by Anna Tumadóttir

Theo: https://creativecommons.org/2026/09/21/a-principled-approach-as-the-sands-shift/

Bài được đưa lên Internet ngày: 21/09/2026

Tóm tắt: Tư duy của chúng tôi về AI và kho tài nguyên chung (commons) đã thay đổi theo thời gian, song hành cùng sự phát triển của công nghệ, các tác động của nó và những bài học chúng tôi rút ra từ cộng đồng. Tuy nhiên, các nguyên tắc định hướng cho chúng tôi vẫn không thay đổi. Chúng tôi tin rằng một kho tài nguyên chung phát triển mạnh mẽ trong kỷ nguyên AI đòi hỏi phải đảm bảo quyền tự chủ thực sự cho những người chia sẻ và gìn giữ tri thức, có cơ chế bảo vệ vững chắc cho các mục đích phục vụ lợi ích công cộng, cũng như sự đáp lại tương xứng từ những người hưởng lợi từ nguồn tri thức được chia sẻ đó. Chúng tôi cũng nhận thấy rằng bản quyền đơn thuần không thể tạo ra sự cân bằng cần thiết. Đó là lý do tại sao chúng tôi đang tìm kiếm các phương thức tiếp cận vượt ra ngoài khuôn khổ bản quyền. Chúng tôi mong muốn tìm ra một con đường cân bằng giữa hai thái cực: tình trạng khai thác tự do không kiểm soát và sự đóng kín. Chúng tôi đang tích cực nghiên cứu, thử nghiệm và phát triển các phương thức mới thông qua sáng kiến ​​CC Signals cũng như hợp tác với các cộng đồng các kho tài nguyên chung. Trong quá trình học hỏi và thích nghi, các phương thức tiếp cận của chúng tôi có thể sẽ tiếp tục thay đổi, nhưng mục tiêu cốt lõi vẫn không đổi: xây dựng một kho tài nguyên chung nơi tính mở, quyền tự chủ, sự có đi có lại và lợi ích công cộng có thể cùng tồn tại.

Creative Commons đã dành nhiều thời gian nghiên cứu các vấn đề xoay quanh trí tuệ nhân tạo (AI): sự thay đổi mang tính bước ngoặt về công nghệ này có thể ảnh hưởng thế nào đến động lực chia sẻ của mọi người; liệu những ý định ban đầu khi chia sẻ tác phẩm (trước khi AI trở nên phổ biến) có còn phù hợp trong bối cảnh sử dụng hiện nay; và làm thế nào để duy trì một kho tài nguyên chung phát triển mạnh mẽ khi "thỏa thuận ngầm" cốt lõi của nền tảng web mở đã thay đổi.

Trong suốt quá trình biến đổi này, chúng tôi luôn kiên định với cam kết cân bằng giữa quyền tự chủ của người sáng tạo trong việc tham gia vào kho tài nguyên chung và việc bảo tồn quyền tái sử dụng của công chúng. Các giấy phép CC hoạt động dựa trên nền tảng bản quyền; tuy nhiên, tại nhiều khu vực pháp lý, các quy định về ngoại lệ và giới hạn quyền tác giả có thể cho phép một số hoạt động phát triển và huấn luyện AI. Điều này khiến những người muốn chia sẻ mở gặp hạn chế trong việc đặt ra các điều kiện sử dụng, dẫn đến việc một số người chọn giải pháp hạn chế quyền truy cập thay vì chia sẻ. Tình trạng này có nguy cơ đẩy chúng ta vào thế lưỡng nan "được ăn cả, ngã về không" giữa việc để mặc cho khai thác tự do hoặc đóng kín hoàn toàn. Chúng tôi lo ngại rằng kết cục cuối cùng sẽ là sự thu hẹp của kho tài nguyên tri thức chung.

Vì vậy, chúng tôi đã xem xét lại một số câu hỏi cơ bản:

• Khi nào thì các chuẩn mực là đủ, và khi nào cần đến các điều kiện có tính cưỡng chế thi hành?

• Nếu chỉ riêng bản quyền không thể tạo ra sự cân bằng cần thiết giữa quyền tự chủ của tác giả và quyền lợi của người dùng, thì chúng ta nên sẵn sàng khám phá những khuôn khổ nào khác để phục vụ kho tài nguyên chung đó (the commons)?

• Liệu chúng ta có thể thiết lập những ranh giới thực chất cho tri thức chung nhằm bảo vệ nó không? Cách tiếp cận đó khác biệt cơ bản như thế nào so với việc tư hữu hóa nguồn lực chung (enclosure) hay hành vi chiếm dụng giá trị mang tính độc quyền?

Câu trả lời cho những câu hỏi này đã thay đổi theo thời gian khi chúng tôi tiếp tục lắng nghe và học hỏi từ các cộng đồng cũng như các nhà lãnh đạo, đồng thời khi công nghệ và tác động của nó không ngừng biến đổi.

Bản quyền là một công cụ, không phải là một khuôn khổ quản trị

Những vấn đề gây tranh cãi này không phải là chuyện mới.

Vào năm 2019, một sự việc đã nổ ra liên quan đến bộ dữ liệu của IBM—vốn được xây dựng chủ yếu từ các hình ảnh có giấy phép CC thu thập trên Flickr—được sử dụng để huấn luyện công nghệ nhận diện khuôn mặt. Creative Commons đã phản hồi (bản dịch sang tiếng Việt) một cách thấu đáo và chừng mực, tái khẳng định quan điểm mà chúng tôi vẫn luôn duy trì: "bản quyền không phải là công cụ hiệu quả để bảo vệ quyền riêng tư cá nhân, giải quyết các vấn đề đạo đức nghiên cứu trong phát triển AI, hay quản lý việc sử dụng các công cụ giám sát trực tuyến."

Tóm lại: bản quyền không phải là một khuôn khổ quản trị.

Tuy nhiên, trong suốt hai thập kỷ qua, các giấy phép CC đã mở ra những khả năng mới cho việc chia sẻ và tái sử dụng, giúp giải phóng các quy định bản quyền vốn quá khắt khe theo những hướng có lợi cho xã hội. Đây là một ví dụ điển hình về điểm xung đột giữa giấy phép Creative Commons (với tư cách là công cụ pháp lý) và động lực cũng như ý định của mọi người khi tham gia vào kho tài nguyên chung—tức là "khế ước xã hội" rộng lớn hơn xoay quanh tinh thần chia sẻ mở. Đó không phải là lần đầu tiên, và chắc chắn cũng sẽ không phải là lần cuối cùng chuyện này xảy ra.

Cả hai điều đều có thể đúng

Vào thời điểm đó, cũng như nhiều lần sau này, Creative Commons đã tái khẳng định cam kết đối với kho tài nguyên chung, luôn giữ thế cân bằng giữa việc đảm bảo quyền tự chủ xứng đáng cho người sáng tạo và việc duy trì những giới hạn quan trọng đối với phạm vi của bản quyền.

Chúng tôi vẫn tin rằng cả hai điều này đều có thể đúng.

Thách thức đặt ra là làm sao để duy trì quyền tự chủ và quyền lựa chọn mà không đánh đổi các mục tiêu vì lợi ích công cộng mà tri thức mở mang lại. Liệu các cá nhân và cộng đồng có nên có tiếng nói trong việc quản trị các dự án tri thức chia sẻ, chẳng hạn như Wikipedia? Câu trả lời là có. Liệu lợi ích công cộng có nên được ưu tiên song song với việc bảo vệ các hành vi tái sử dụng hợp pháp—ví dụ như chuyển đổi các tác phẩm có bản quyền sang những định dạng dễ tiếp cận hơn? Câu trả lời cũng là có.

Tôi sẽ không đi quá sâu vào chi tiết hành trình của chúng tôi với AI trong vài năm qua—với tư cách là một tổ chức và một cộng đồng—nhưng có một vài điểm mấu chốt đáng để tất cả chúng ta cùng nhìn lại.

Vào năm 2020, khi việc tạo hình ảnh bằng hệ thống AI bắt đầu trở nên phổ biến, chúng tôi đã xem xét những loại tác phẩm nào có thể được hưởng sự bảo hộ của bản quyền. Dù vấn đề này vẫn đang tiếp tục được thảo luận, nhưng xét cho cùng, chúng tôi vẫn tin rằng khái niệm "quyền tác giả" (authorship) là một đặc tính mang đậm dấu ấn con người. Điều này không có nghĩa là con người không thể sử dụng công nghệ nói trên, mà là con người phải đóng vai trò chủ đạo trong quá trình sáng tạo thì mới có thể được hưởng sự bảo hộ của bản quyền (quyền tác giả).

Chúng tôi cũng tái khẳng định rằng bản quyền không phải là cơ chế quản lý phù hợp cho AI: "Mọi nỗ lực quản lý vào lúc này đều là quá sớm, đặc biệt là khi sử dụng một hệ thống bản quyền vốn đã quá tải và đang bị lợi dụng cho những mục đích vượt xa ý nghĩa ban đầu của nó. AI cần được tìm hiểu và thấu hiểu một cách thấu đáo trước khi chúng ta có thể nghiêm túc xem xét các vấn đề về bản quyền hay quyền sở hữu trí tuệ."

Khi vòng tuần hoàn tích cực trở nên phức tạp

Vào đầu năm 2023, không lâu sau khi ChatGPT được phát hành rộng rãi vào tháng 11 năm 2022, chúng tôi tiếp tục chia sẻ những suy ngẫm công khai về những căng thẳng đang ngày càng trở nên gay gắt: cụ thể là việc sử dụng dữ liệu từ web mở làm tài liệu huấn luyện cho các mô hình ngôn ngữ lớn. Với niềm tin lâu nay của chúng tôi vào vòng tuần hoàn tích cực của sự sáng tạo—rằng mọi sự sáng tạo đều được xây dựng dựa trên những sáng tạo trước đó, và mọi tri thức đều được bồi đắp từ tri thức có sẵn—thì làm sao chúng tôi có thể nhìn nhận việc này theo cách nào khác ngoài việc coi đó là sự kế thừa và phát triển từ quá khứ?

Tuy nhiên, một lần nữa, niềm tin đó cần được cân bằng với những khía cạnh khác:

Như Catherine Stihler, khi đó là Giám đốc điều hành của Creative Commons, đã viết vào thời điểm đó: "Bản quyền, và luật sở hữu trí tuệ nói chung, chỉ là một góc nhìn để xem xét về AI." Bà đặt câu hỏi rằng làm thế nào để AI – vốn được huấn luyện dựa trên nguồn tài nguyên chung (the commons) – có thể đóng góp ngược lại cho chính nguồn tài nguyên đó, hỗ trợ các nhà sáng tạo, cũng như duy trì sự giám sát và trách nhiệm của con người.

Trong khi AI chiếm lĩnh mọi cuộc thảo luận, các bảng tin và phần lớn năng lực tư duy của chúng ta, thì công nghệ này – hay đúng hơn là một nhóm các công nghệ – vẫn đang phát triển với tốc độ chóng mặt. Chúng tôi đã đưa các cuộc thảo luận này đến với cộng đồng thông qua các hội thảo trực tuyến, hội thảo chuyên đề, các cuộc trao đổi trực tiếp, và bằng cách chọn chủ đề này làm trọng tâm cho Hội nghị Thượng đỉnh Toàn cầu CC (CC Global Summit) vào cuối năm 2023.

Một phiên họp nhằm tìm kiếm sự đồng thuận giữa những người tham gia đã bộc lộ sự chia rẽ trong cộng đồng – một trạng thái mà chúng tôi đã thấy lặp đi lặp lại: hoặc là đứng ngoài quan sát và để mọi chuyện tự diễn ra, hoặc là chủ động tham gia và định hướng nó. Ngày nay, cũng như trước đây, chúng tôi chọn đi theo con đường trung dung đầy phức tạp, nỗ lực tìm kiếm điểm chung và các giải pháp cân bằng trong một thế giới thường bị chi phối bởi tư duy "chỉ được chọn một trong hai".

"Đóng góp ngược lại" có nghĩa là gì?

Một trong những nguyên tắc chỉ đạo công việc của chúng tôi là sự tương hỗ có đi có lại.

Khi cùng lên ý tưởng vào năm ngoái, chúng tôi nhận thấy có nhiều cách tiềm năng để thực hiện việc đóng góp ngược lại. Sự tương hỗ có đi có lại có thể bao gồm: ghi nhận nguồn gốc (attribution), đóng góp kiến ​​thức hoặc tài nguyên mới vào kho tài nguyên chung, hỗ trợ cơ sở hạ tầng cho phép việc chia sẻ diễn ra, hoặc tạo ra lợi ích công cộng rõ ràng. Yếu tố cuối cùng này rất quan trọng. Nếu mọi người tin tưởng rằng những gì họ đóng góp đang giúp tạo ra giá trị cho người khác, họ sẽ có động lực lớn hơn để tiếp tục tham gia vào chu trình chia sẻ.

Nếu quá trình phát triển AI quy mô lớn được tinh thần tương hỗ này ngay từ đầu định hình, có lẽ chúng ta đã không ở trong tình thế như hiện nay. Kêu gọi ghi nhận công lao của các nhà sáng tạo ư? Hóa ra điều đó hoàn toàn khả thi và đang có những tiến bộ mỗi ngày. Việc hợp tác phát triển bộ dữ liệu thì sao? Dự án "New Commons Incubator" là một ví dụ gần đây về sự hợp tác giữa xã hội dân sự và ngành công nghiệp. Còn việc các nhà phát triển chia sẻ lại thành quả cho kho tài nguyên chung? Các phòng thí nghiệm phi lợi nhuận như OpenMined và OpenAthena là những ví dụ điển hình, chưa kể đến các doanh nghiệp vì lợi nhuận như Nvidia và Hugging Face.

Ngoài ra còn có vấn đề hỗ trợ cho chính cơ sở hạ tầng mở. Nếu các phòng thí nghiệm lớn có động thái đáp lại cộng đồng web mở, điều đó có thể giúp chúng ta quay trở lại với công việc đầy hứng khởi là kiến ​​tạo và chia sẻ tri thức. Nếu các phòng thí nghiệm lớn có động thái tương hỗ có đi có lại với cộng đồng web mở, điều đó có thể giúp chúng ta quay trở lại với công việc đầy hứng khởi là kiến ​​tạo và chia sẻ tri thức. Tuy nhiên, họ khó có thể tự mình thực hiện điều này nếu thiếu đi sự thúc đẩy; chính vì vậy, chúng tôi thấy các đề xuất chính sách liên quan đến các giải pháp như áp dụng khoản thu phí (ví dụ: đề xuất từ ​​Open Future Foundation) rất đáng để theo dõi và cân nhắc.

Một thế giới của các sắc thái chuyển tiếp, không phải sự phân định nhị nguyên

Năm ngoái, chúng tôi đã công bố tài liệu "Từ Nội dung do Con người tạo ra đến Dữ liệu Máy" (From Human Content to Machine Data) (bản dịch sang tiếng Việt) nhằm tạo cơ sở lý luận cho công việc mà chúng tôi đang thực hiện đối với dự án CC Signals.

Chúng tôi đã hình dung về một thế giới với các sắc thái đa dạng và nhiều lựa chọn, nơi tiếp tục thúc đẩy sự chia sẻ mở đồng thời cân bằng giữa quyền tự chủ của người sáng tạo và các mục đích phục vụ lợi ích công cộng. Chúng tôi tin rằng điều này là khả thi, nhưng cũng hiểu rằng nó đòi hỏi sự cam kết từ cả hai phía. Trên các phương diện kỹ thuật, pháp lý và triết học, chúng tôi đã và đang nghe cộng đồng bày tỏ những lo ngại sâu sắc và thực tế về sự bền vững trong tương lai của các kho tài nguyên chung.

Như câu nói thường được cho là của Heraclitus: "Không ai tắm hai lần trên cùng một dòng sông", và có lẽ đó là mô tả chính xác nhất về công việc của CC trong vài năm qua. Mỗi khi bước tiếp, chúng tôi lại thấy mình đang ở trong một thực tại mới.

Điều này thể hiện rất rõ nét không lâu sau khi chúng tôi tham khảo ý kiến ​​công chúng về sáng kiến ​​CC Signals vào năm 2025. Vào thời điểm đó, CC Signals được hình thành như một khuôn khổ truyền tải các tín hiệu về tùy chọn/mong muốn của người dùng.

Thứ nhất, tiến độ làm việc của nhóm AI Preferences thuộc Lực lượng Đặc nhiệm Kỹ thuật Internet (IETF) bị đánh giá là quá chậm để chúng tôi có thể trông cậy vào một hệ thống chuẩn hóa, nơi mọi người đều có thể truyền tải các tùy chọn của mình một cách thống nhất. Cùng lúc đó, các dự án dựa trên kho tài nguyên chung ngày càng phải đối mặt với những tác động và chi phí kỹ thuật thực tế, chủ yếu do việc sử dụng dữ liệu theo thời gian thực để suy luận hoặc làm dữ liệu nền. Trong một số trường hợp, chúng tôi ghi nhận việc các dự án chặn toàn bộ lưu lượng truy cập từ bot như là giải pháp duy nhất mà họ thấy khả thi.

Những nỗ lực này lại mâu thuẫn với sứ mệnh của một số dự án dựa vào tài nguyên chung — từ các kho lưu trữ truy cập mở đến các cơ sở di sản văn hóa và nhiều mô hình trung gian khác — để chia sẻ mở vì lợi ích cộng đồng.

Thứ hai, có sự phản đối rõ ràng đối với ý tưởng rằng các phòng thí nghiệm AI lớn sẽ tự nguyện thực hiện bất kỳ điều gì. Qua các buổi hội thảo, đại diện của các phòng thí nghiệm này cho biết họ có thể coi bất kỳ yêu cầu nào được đặt ra theo dạng "có, nếu..." hoặc "không, trừ khi..." đều đồng nghĩa với một lời từ chối hoàn toàn ("không"). Những tri thức mở vốn được chia sẻ kèm theo một yêu cầu đơn giản — chẳng hạn như ghi nhận nguồn gốc — sẽ bị coi là không thể sử dụng được.

Đó cũng không phải là tương lai mà chúng tôi mong muốn.

Tại sao việc ghi nhận công lao xứng đáng lại không phải là điều hiển nhiên? Chẳng phải sẽ tốt hơn cho tất cả chúng ta nếu biết rõ nguồn gốc của tri thức hay sao? Tại sao chúng ta lại không trao cho mọi người quyền lựa chọn về việc có tham gia vào hệ sinh thái AI hay không, và tham gia theo cách nào? Và tương lai của kho tài nguyên chung (commons) sẽ ra sao nếu chúng ta không áp dụng tư duy hợp lý và thấu đáo đối với những vấn đề này?

Suy ngẫm lại về các yêu cầu của sự cởi mở

Đầu năm nay, đồng nghiệp của tôi là Sarah Hinchliff Pearson đã viết rằng thời điểm hiện tại đòi hỏi chúng ta phải cập nhật lại những quan niệm lâu nay về tri thức mở. AI không phải là nguyên nhân gây ra mọi lỗ hổng mà chúng ta đang đối mặt, nhưng nó đã đẩy nhanh và khuếch đại các vấn đề đó, buộc chúng ta phải xem xét lại những giả định vốn đã tồn tại từ lâu về các yêu cầu của tính mở.

Một trong những giả định đó liên quan đến các ranh giới: liệu tính mở có thể bao gồm các điều kiện về việc tái sử dụng—chẳng hạn như ghi nhận nguồn, tính tương hỗ, hay các biện pháp bảo vệ nhằm ngăn chặn việc sử dụng gây hại hoặc bất bình đẳng—mà không biến thành sự đóng kín hay hạn chế quyền truy cập hay không. Đối với một phong trào đã dành nhiều thập kỷ để đấu tranh chống lại những hạn chế không cần thiết, ngay cả việc thảo luận về các ranh giới cũng có thể gây cảm giác không thoải mái. Tuy nhiên, Sarah đã đưa ra một sự phân biệt quan trọng: ranh giới không nhất thiết là rào cản đối với tính mở. Chúng còn có thể giúp tạo ra sự cam kết lẫn nhau—yếu tố cốt lõi khiến mọi người sẵn sàng chia sẻ ngay từ đầu.

Khi các điều kiện thay đổi, công cụ cũng có thể cần thay đổi theo

Công việc của chúng tôi đối với dự án CC Signals vẫn đang tiếp tục phát triển, và chúng tôi đang đồng thời giải quyết nhiều vấn đề, bao gồm việc khám phá các phương pháp tiếp cận nằm ngoài phạm vi bản quyền. Những phương pháp này có thể mở ra những cách thức mới nhằm hỗ trợ quyền tự chủ và tính tương hỗ, đồng thời bảo vệ các hoạt động sử dụng vì lợi ích công cộng.

Điều quan trọng là chúng tôi vẫn đang nỗ lực duy trì việc ghi nhận nguồn gốc như một nguyên tắc thiết kế cho các hệ thống AI; chúng tôi hiểu rằng nguyên tắc này sẽ được thể hiện khác nhau ở các tầng kỹ thuật khác nhau và tùy thuộc vào cách thức xây dựng hệ thống.

Song song đó, chúng tôi đang đi sâu tìm hiểu một số dự án tri thức dựa vào cộng đồng (commons-based knowledge projects)—những dự án mong muốn tiếp tục chia sẻ mở nhưng lại cảm thấy bị kìm hãm bởi nhiều yếu tố. Trong một số trường hợp, đó là áp lực tài chính. Ở những trường hợp khác, đó là sự sụt giảm đóng góp từ cộng đồng hoặc sự phản đối đối với các công nghệ này. Cũng có những trường hợp xuất phát từ cảm giác bất công sâu sắc khi nhiều bên hưởng lợi lớn từ kho tài nguyên chung (commons) mà không đóng góp lại đủ tương xứng. Chúng tôi đang làm việc với các dự án này để hiểu rõ hơn nhu cầu của họ và đánh giá các phương pháp tiếp cận tiềm năng, kết hợp với các khảo sát quy mô rộng hơn về quan điểm của những người cấp phép theo giấy phép CC. Chúng tôi muốn đảm bảo rằng công việc của mình luôn bắt nguồn từ những nhu cầu thực tế.

Chúng tôi cũng đang xem xét ý nghĩa của việc đặt ra các điều kiện cho quyền truy cập tới các bộ sưu tập dữ liệu lớn thông qua một công cụ pháp lý mang tính thử nghiệm. Liệu cách làm này có thể khôi phục tính tương hỗ trong hệ sinh thái? Liệu nó có thể khuyến khích những người đóng góp tiếp tục chia sẻ? Liệu chúng ta có thể khéo léo định hướng trật tự thế giới mới theo hướng coi việc ghi nhận nguồn gốc (ghi công tác giả) là một tiêu chuẩn bắt buộc? Hơn nữa, điều này mở ra những cơ hội nào cho giới nghiên cứu và các nhà phát triển nguồn mở trên toàn cầu – những người đang hoạt động trong các môi trường pháp lý đa dạng và nhiều bất định liên quan đến việc tái sử dụng dữ liệu để phát triển AI?

Trong tháng 4 và tháng 5, chúng tôi đã thảo luận về sự thay đổi trong cách tiếp cận thử nghiệm này: chuyển từ một khuôn khổ dựa trên các chuẩn mực (vốn vẫn đang được cân nhắc!) sang một công cụ pháp lý giúp cân bằng giữa sử dụng vì mục đích phục vụ lợi ích công cộng và quyền tự chủ của các bên liên quan.

Các nguyên tắc cốt lõi vẫn được duy trì

Điều này đưa chúng ta trở lại những câu hỏi ban đầu vốn là kim chỉ nam cho công việc của chúng tôi:

• Khi nào thì các chuẩn mực là đủ và khi nào cần đến các biện pháp cưỡng chế thực thi?

• Liệu chỉ riêng bản quyền có thể tạo ra sự cân bằng cần thiết hay không?

• Liệu các giới hạn có thể cùng tồn tại với tính mở hay không?

Trên hết, chúng tôi tin tưởng vào một kho tài nguyên chung (commons) phát triển mạnh mẽ. Chúng tôi tin rằng để duy trì một kho tài nguyên chung như vậy, tính tương hỗ là yếu tố thiết yếu. Chúng tôi tin rằng để khuyến khích mọi người tiếp tục thực sự và nhiệt thành ủng hộ các phương thức chia sẻ mở trong trật tự thế giới mới này, họ cần có quyền tự chủ nhất định. Chúng tôi vẫn giữ quan điểm rằng bản quyền không phải là "chiếc búa" vạn năng để giải quyết mọi vấn đề, và cần có những công cụ mới. Đồng thời, chúng tôi tin rằng không một thử nghiệm nào được phép gây tổn hại đến các mục đích sử dụng phục vụ lợi ích công cộng – những mục đích cần được bảo vệ mạnh mẽ.

Các nguyên tắc này không phải lúc nào cũng dẫn đến cùng một hướng đi cụ thể. Đó là lý do tại sao công việc này đòi hỏi thời gian và sự cân nhắc kỹ lưỡng. Thách thức đặt ra không phải là chọn nguyên tắc này thay vì nguyên tắc kia, mà là tìm cách để tính mở, quyền tự chủ, tính tương hỗ và lợi ích công cộng có thể cùng tồn tại.

Chúng tôi tin rằng hoàn toàn có thể trao quyền tự chủ thực chất cho những người sáng tạo và quản lý các dự án tri thức mở, đồng thời vẫn bảo tồn được tính mở và sử dụng vì mục đích phục vụ lợi ích công cộng – những yếu tố tạo nên giá trị to lớn cho kho tài nguyên chung này. Vì vậy, chúng tôi sẽ tiếp tục tiến bước một cách thận trọng—theo nhịp độ của đông đảo các cộng đồng các kho tài nguyên chung (commons)—trong khi nỗ lực xây dựng những cấu trúc mới giúp các cộng đồng này không chỉ tồn tại mà còn phát triển mạnh mẽ trong trật tự thế giới mới.

TL;DR: Our thinking about AI and the commons has evolved over the years as the technology, its impacts, and what we’ve learned from communities have evolved. What hasn’t changed are the principles guiding us. We believe a thriving commons in the age of AI requires meaningful agency for those who share and steward knowledge, strong protections for public-interest uses, and reciprocity from those who benefit from shared knowledge. We’ve also come to recognize that copyright alone cannot provide the balance we need. That is why we are exploring approaches beyond copyright. We want a path between the extremes of a free-for-all and enclosure. We are actively researching, testing, and developing new approaches through CC Signals and in partnership with communities across the commons. As we learn, our approaches may continue to evolve, but our goal remains the same: a commons where openness, agency, reciprocity, and public interest can coexist. 

Creative Commons has been exploring questions around artificial intelligence for a long time: how this profound technological shift might affect people’s motivations to share, whether the intentions behind sharing work before AI became mainstream still hold when we consider how those works are being used now, and how we sustain a thriving commons when the fundamental bargain of the open web has shifted.

Throughout these changes, we have been guided by a commitment to balance creator agency in how people participate in the commons, while preserving the public’s right to reuse. CC licenses operate through copyright, and in many jurisdictions, copyright exceptions and limitations may permit certain AI development and training uses. That can leave people who want to share openly with limited ways to impose conditions, leading some to resort to restricting access instead. This risks pushing us towards an all-or-nothing binary between a free-for-all or enclosure. We fear the end result will be a retracted knowledge commons.

So we’ve been revisiting some fundamental questions:

• When are norms enough, and when are enforceable conditions needed?  

• If copyright alone cannot provide the balance we need between agency and user rights, what other frameworks should we be willing to explore in service of thecommons?  

• Can we create meaningful boundaries around shared knowledge in order to protect it? How does that approach substantively differ from enclosure or monopolistic value capture? 

The answers to these questions have evolved as we have continued to listen and learn from communities and leaders, and as the technology and its impacts have changed.

Copyright is a tool, not a governance framework

These tensions aren’t new. 

In 2019, a story broke about an IBM dataset, built largely on CC-licensed images gathered from Flickr, being used to train facial recognition technology. Creative Commons responded in a concerned and balanced manner, restating what we’ve echoed since: “copyright is not a good tool to protect individual privacy, to address research ethics in AI development, or to regulate the use of surveillance tools employed online.” 

In short: copyright isn’t a governance framework. 

But for two decades, CC licenses have created new possibilities for sharing and reuse, unlocking overly restrictive copyright in prosocial ways. This is a classic example of a flashpoint between Creative Commons licenses as legal tools and the motivations and intentions people bring to participating in the commons—the broader social contract around open sharing. It was not the first time, and it certainly wouldn’t be the last.

Both things can be true

At that juncture, and many times since, Creative Commons has reaffirmed its commitment to the commons, holding in balance that creators deserve meaningful agency while we preserve important limits on the scope of copyright.

We continue to believe that both things can be true. 

The challenge is finding ways to preserve agency and choice without sacrificing the public-interest uses that open knowledge makes possible. Should individuals and communities have a say in how shared knowledge projects, like Wikipedia, are governed? Yes. Should the public interest be prioritized while protecting lawful reuse, such as transformation of copyrighted works into accessible formats? Also, yes. 

I won’t go into too much detail on our journey of the past few years with AI—both as an organization and a community—but there are a few key points that are worth reminding us all of.

In 2020, we explored what works can benefit from copyright protection, as image generation by AI systems was gaining more traction. There are still discussions on this subject today, but ultimately we continue to believe in the concept of authorship as something distinctly human. This is not to say that a human cannot use said technology, but rather that a human must be at the creative helm in order to benefit from copyright protection. 

We also restated that copyright is not the appropriate regulation mechanism for AI: “Any attempt at regulation is premature, especially through an already over-taxed copyright system that has been commandeered for purposes that extend well beyond its original intended purposes. AI needs to be properly explored and understood before copyright or any intellectual property issues can be seriously considered.”

When the virtuous cycle gets complicated

In early 2023, not long after ChatGPT’s public release in November 2022, we continued our public reflections on the tensions that were rising more acutely to the surface: specifically, the use of the open web as training material for large language models. Given our long-held belief in the virtuous cycle of creativity—that all creativity builds on past creativity, that all knowledge builds on past knowledge—how could we see this as anything other than building on the past?

But once again, that belief had to be held in balance with other considerations:

As Catherine Stihler, then CEO of Creative Commons, wrote at the time, “Copyright, and intellectual property law in general, are only one lens to think about AI.” She went on to ask how AI trained on the commons could contribute back to the commons, support creators, and maintain human oversight and responsibility. 

As AI took over all conversations, news feeds, and much of our intellectual capacity, the technology—or family of technologies—was advancing at a rapid rate. We took our conversations to the community through webinars, workshops, one-on-ones, and by making this subject the theme of the CC Global Summit in late 2023. 

An alignment assembly of participants indicated the same split within the community that we’ve seen echoed over and over again: lean back and let it happen, or lean in and steer it. Today, as we did then, we are guided by the messy middle, trying to find common ground and balanced solutions in a world of either/or.

What does it mean to give back? 

One of the guiding principles of our work is reciprocity. 

As we ideated last year, there are many ways to potentially give back. Reciprocity can mean attribution, contributing new knowledge or resources back to the commons, supporting the infrastructure that makes sharing possible, or creating clear public benefit. That last piece matters. If people have confidence that what they contribute is helping create something that benefits others, there is a greater reason to keep participating in the cycle of sharing. 

If major AI development had been infused with this kind of reciprocity from the beginning, we might not find ourselves where we do today. Calling for credit for creators? Turns out it’s reasonably possible, and there are advances every day. Cooperative dataset development? The New Commons Incubator is a recent example of civil society and industry collaborating. Developers sharing things back into the commons? Non-profit labs like OpenMined and OpenAthena are strong examples of this, not to mention for-profit entities like Nvidia and Hugging Face. 

And then there is support for open infrastructure itself. If the major labs were to reciprocate with the open web, it might help us get back to the happy work of creating and sharing knowledge. They don’t seem likely to get there without a nudge, which is why we find policy proposals around approaches such as levies (e.g., this one from Open Future Foundation) worth tracking and considering.

A world of gradients, not binaries

Last year, we released a paper, From Human Content to Machine Data, to ground the work we were doing on CC Signals. 

We envisioned a world of gradients, of choice, that would continue to power open sharing while balancing creator agency with public-interest uses. We believed it could be possible, but we knew it would require a mutual commitment. Across technical, legal, and philosophical strata, we heard then, and still hear today, from our community that there are deep and real concerns about the future sustainability of the commons.

As the saying typically attributed to Heraclitus goes, no one ever steps in the same river twice, and that may be the truest description of CC’s work for the last several years. Each time we put a foot down, we find ourselves in a new reality.

This happened very distinctly not long after we sought public feedback on CC Signals in 2025. At the time, CC Signals was ideated as a preference signals framework. 

First, the work of the Internet Engineering Task Force (IETF) AI Preferences group was perceived as moving too slowly for us to rely on a standardized system through which everyone could communicate preferences evenly. At that same time, commons-based projects were increasingly facing real technical costs and impacts, largely as a result of real-time use of data for inference or grounding. In some cases, we’ve heard of projects blocking all bot traffic as their only perceived recourse.

These efforts are in tension with the missions of some commons-based projects, from open access repositories to cultural heritage institutions and everything in between: to share openly for public benefit. 

Second, there was clear pushback on the idea that the major AI labs would do anything that was remotely voluntary. What we heard directly from representatives of the labs during workshops was that they might take anything framed as a “yes, if…” or “no, unless…” as a blanket “no.” Open knowledge that was being shared with a simple request for, say, attribution, would simply be treated as unavailable. 

That is not the future we want either.

Why is it not common sense to give credit where credit is due? Why is it not simply better for all of us if we know where our knowledge comes from? Why should we not give people a choice on whether and how they participate in the AI ecosystem? And what is the future of the commons if we do not adopt some commons sense about all these things?

Rethinking what openness requires 

Earlier this year, my colleague, Sarah Hinchliff Pearson, wrote that this moment requires us to update some of our mental models about open knowledge. AI did not create all of the vulnerabilities we are facing, but it has accelerated and amplified them, forcing us to reconsider some long-held assumptions about what openness requires.

One of those assumptions is about boundaries: whether openness can include conditions around reuse, such as attribution, reciprocity, or protections intended to address harmful or inequitable uses, without becoming enclosure. For a movement that has spent decades pushing against unnecessary restrictions, even talking about boundaries can be uncomfortable. But Sarah makes an important distinction. Boundaries are not necessarily barriers to openness. They can also help create the mutual commitment that makes people willing to share in the first place. 

When the conditions change, the tools may need to change

Our work on CC Signals has continued to evolve, and we’re tackling multiple considerations in parallel, including exploring approaches beyond copyright that could provide new ways to support agency and reciprocity while protecting public-interest uses.

Importantly, we’re still working to uphold attribution as a design principle for AI systems, understanding it will look different at different levels of the stack, and show up differently depending on how systems are built. 

In tandem, we’re going deep with a handful of commons-based knowledge projects that actively want to continue to share openly, but are feeling constrained by a multitude of factors. In some cases, these are financial pressures. In others, it’s loss of community contribution or pushback against these technologies. In still others, it’s the deep sense of unfairness that many are significantly benefiting from the commons without contributing enough back. We are working on these projects to better understand their needs and assess potential approaches alongside broader surveys about CC licensor sentiment. We want to ensure our work is grounded in real-world needs.

We’re also looking at what it would mean to condition bulk access to large collections of data through an experimental legal tool. Can this restore reciprocity to the ecosystem? Can this encourage contributors to continue sharing? Can we gently nudge the new world order in the direction of attribution as a standard expectation? Furthermore, what opportunities does this open up for research and open source developers globally, who all operate in varied and uncertain legal environments with regard to reuse of data for AI development?

In April and in May, we talked through this shift in experimentation, from a normative framework (which is still being considered!) to a legal tool that would balance public-interest uses with agency.

The principles remain

That brings us back to the questions we started with, that guide our work. 

• When are norms enough and when is enforcement needed?  

• Can copyright, alone, provide the balance we need?  

• Can boundaries coexist with openness?  

We believe in a thriving commons above all else. We believe that for a thriving commons to exist, reciprocity is required to sustain it. We believe that to encourage people to continue a full and sincere embrace of open sharing practices in this new world order, they have to have some agency. We continue to believe that copyright is not the hammer for every nail, and that new tools are needed. And we continue to believe that none of the experiments should come at the expense of public-interest uses, which must be strongly protected.

These principles do not always point neatly in the same direction. That is why this work takes time and many considerations. The challenge is not to choose one principle over another but rather to find ways for openness, agency, reciprocity, and public interest to coexist. 

We believe that it is possible to give meaningful agency to those who create and steward open knowledge projects while preserving openness and public-interest uses that make the commons so valuable. So we’ll continue to move carefully—at the speed of the many communities of the commons—while we try to build new structures that help the commons not just survive, but thrive, in this new world order.

Dịch: Lê Trung Nghĩa

letrungnghia.foss@gmail.com