Microsoft verlegt auteursrechtzaak naar hoe vaak Copilot beschermde tekst teruggeeft

Microsoft vroeg de rechter in Manhattan vrijdag om de auteursrechtzaak van The New York Times zonder proces te beslissen, en legde daarvoor 8,2 miljoen Copilot-gesprekken over waarin nieuwsteksten vrijwel nooit opduiken.

Daarmee verschuift het strijdpunt van de trainingsdata naar de uitvoer. Dat is precies de as waarop een Nederlands bedrijf zijn eigen risico beoordeelt, want of een AI-tekst een probleem oplevert hangt niet af van wat er ooit in het model ging, maar van wat eruit komt en hoeveel daarvan herkenbaar van een ander is. Dezelfde as bepaalt of je vrijwaring werkt. Microsoft verdedigt klanten alleen als zij kunnen aantonen dat de filters en tests aanstonden die zulke uitvoer horen af te vangen.

Wat er in het dossier ligt

Het stuk is een memorandum van 46 pagina's, ingediend op 4 september in de gebundelde procedure 25-md-3143 bij rechter Sidney H. Stein, in de zaken van de Times, de Daily News en het Center for Investigative Reporting. Het draagt het stempel van een openbare versie met weggelakte passages.

De steekproef kwam niet van Microsoft. De eisers vroegen zelf om chatlogs die op trefwoorden van hun eigen websites aansloegen, dus juist de gesprekken waarin hun werk het waarschijnlijkst zou opduiken. Tom Goldstein, de expert van de Times en de Daily News, zocht daarin naar overlappingen van zestien woorden tussen de brontekst en het antwoord van Copilot. Hij vond 59.545 gesprekken, wat volgens de berekening van Microsoft neerkomt op 0,73 procent van de 8,2 miljoen logs. De expert van het Center for Investigative Reporting kwam op 51 gevallen die zij als substantiële overlap telde.

Aan de boekenkant van dezelfde bundel ligt het nog lager. Van de 8,2 miljoen gesprekken bevatten 24 antwoorden een match van dertig woorden of meer, en van de 212 aangevoerde boeken kwam er in tien iets terug. OpenAI diende dezelfde dag een eigen verzoek in en zette daar vergelijkbare cijfers naast: 31 gevallen in 108 miljoen ChatGPT-logs, en een expert die het model via de API ruim 5,3 miljoen keer probeerde te dwingen tot letterlijke weergave, met als langste resultaat 1.899 woorden uit A Game of Thrones, ongeveer 0,6 procent van dat boek.

De Times bestrijdt de conclusie. Volgens hoofdadvocaat Ian Crosby wijzen de documenten en verklaringen uit het vooronderzoek maar één kant op, namelijk dat Microsoft en OpenAI van de krant hebben gestolen om commerciële producten te maken die haar journalistiek vervangen.

De opt-out die Microsoft als verweer opvoert

Een tweede pijler van het stuk gaat over controle bij de uitgever. Microsoft stelt dat elke sitehouder zich sinds september 2023 kan onttrekken aan web grounding, het live ophalen van webpagina's om een antwoord mee te onderbouwen. De metatag NOARCHIVE sluit een pagina volledig uit, NOCACHE beperkt hoeveel tekst er nog voor grounding wordt gebruikt, en met IndexNow duw je een gewijzigde pagina versneld door de Bing-index. De hoeveelheid tekst die Copilot van je site gebruikt, betoogt Microsoft, is dus precies zoveel als de sitehouder toestaat.

Dat is voor een Nederlandse uitgever, webshop of kennisbank een knop die er vandaag al zit. Vanuit de eisers gezien is het meteen ook de zwakke plek in die redenering: een opt-out achteraf zegt niets over wat er eerder al is gekopieerd.

Waar je eigen vrijwaring aan hangt

De vrijwaring die Microsoft zijn zakelijke klanten biedt, de Customer Copyright Commitment, is geen blanco cheque. Wie tekst genereert op Azure OpenAI moet volgens de voorwaarden het filter voor beschermd materiaal en Prompt Shield in blokkeerstand hebben staan, een systeeminstructie meegeven die het model op auteursrecht wijst, en de resultaten van eigen tests bewaren om ze bij een claim te kunnen tonen. Gebruik je de asynchrone variant van het filter, dan valt uitvoer die achteraf als beschermd materiaal wordt gemarkeerd buiten de dekking. Voor Copilot Studio geldt dat uitvoer van een model dat je zelf van buiten aankoppelt niet gedekt is, tenzij het in Azure OpenAI draait en aan diezelfde eisen voldoet. Voor GitHub-producten schrapte Microsoft op 3 april 2026 de laatste aanvullende verplichting.

Kort gezegd: het percentage waarop Microsoft in de rechtszaal leunt, is voor jou geen gegeven maar een resultaat. Het is laag zolang de filters aanstaan, en het contract legt die verantwoordelijkheid bij de afnemer.

In Europa telt wat er in het model zit

De statistische verdediging is een Amerikaanse verdediging. Het Landgericht München I wees op 31 juli 2026 in zaak 42 O 763/25 vonnis tegen Suno, en oordeelde dat de betwiste muziekstukken reproduceerbaar in de modelversies v3.5 en v4 aanwezig waren. Dat het model die inhoud in zijn parameters heeft opgenomen, is daar zelf de inbreuk, los van de vraag hoe vaak een gebruiker het eruit krijgt. De aansprakelijkheid legde de rechtbank bij de aanbieder, niet bij de gebruiker die op genereren drukt. Diezelfde aanbieder ligt in de Verenigde Staten onder vuur van vier musici die geen enkele auteursrechtclaim indienden, maar stellen dat het recht op je eigen stem bij de uitvoerder blijft, ongeacht wie het auteursrecht op de opname bezit.

Zo staan er twee toetsen naast elkaar. In New York draait het om hoe vaak beschermde tekst daadwerkelijk bij een gebruiker terechtkomt, in München om wat er meetbaar in de gewichten is blijven zitten. Een leverancier kan de eerste toets glansrijk halen en de tweede verliezen.

Het gat dat nu wordt opgevuld

De trainingsvraag was drie dagen eerder al beantwoord door de Amerikaanse regering, die het trainen van taalmodellen op beschermde teksten in buitengewone mate transformatief noemde maar aansprakelijkheid voor de output uitdrukkelijk openliet. Precies in dat open gelaten deel zet Microsoft nu zijn eigen vordering neer, met een percentage als antwoord.

Daarmee is de kern van het conflict verplaatst. Niet meer: mocht dit materiaal het model in. Maar: hoeveel ervan komt er weer uit, en telt dat mee. Dezelfde verschuiving zag je in de dagvaarding waarin wikiHow stelt dat het live ophalen van artikelen bij elk onderbouwd antwoord een zelfstandige kopie oplevert, los van de training. Het briefingschema in de gebundelde zaak geeft de eisers tot 5 oktober voor hun verweer, met replieken tot 15 oktober. Wat rechter Stein daarna beslist over de outputfase, bepaalt vooral wat je leverancier mag beloven, en hoeveel van dat risico via de kleine lettertjes bij jou blijft liggen.