Kan een AI-beeld inbreuk maken op een bestaande foto?

Ik kreeg laatst een screenshot toegestuurd van een vriend. Een AI-tool had op verzoek een beeld gegenereerd van een eenzame vuurtoren bij zonsondergang, met precies dezelfde kleurverhouding, dezelfde compositie en bijna exact dezelfde golfslag als een foto die ik twee jaar geleden maakte op Terschelling. Mijn eerste reactie was ongeloof. Mijn tweede reactie was een mix van trots en irritatie. Is dit diefstal of gewoon hoe AI werkt? Ik ben de juridische kant van dit vraagstuk ingedoken en kwam erachter dat het antwoord minder zwart-wit is dan ik had gehoopt.

Wat gebeurt er juridisch als AI traint op jouw foto’s?

Ik ben geen jurist. Maar ik heb genoeg rechtszaken gevolgd om te weten dat dit onderwerp niemand koud laat. Grote AI-bedrijven zoals Open AI en Midjourney trainen hun modellen op miljarden afbeeldingen die van het internet zijn geschraapt. Jouw foto op je portfolio-website, die foto die je ooit op Flickr zette, die ene afbeelding Pinterest plaatste: het kan allemaal in die trainingsdata zitten.

Het probleem zit niet per se in het trainen zelf. Een AI-model leert patronen, kleuren, composities en stijlkenmerken uit duizenden beelden tegelijk. Het onthoudt niet letterlijk jouw foto zoals een harde schijf dat doet. Toch gaat de discussie verder. In de Verenigde Staten lopen er rechtszaken van fotografen en illustratoren tegen bedrijven als Stability AI, waarbij de kern van de klacht is dat auteursrechtelijk beschermd werk zonder toestemming is gebruikt om een commercieel product te trainen. Getty Images klaagde Stability AI zelfs aan omdat gegenereerde beelden soms een vervormd Getty-watermerk bevatten. Dat maakt pijnlijk duidelijk waar de trainingsdata vandaan kwam.

In Nederland en de rest van de EU gelden andere regels dan in de VS. De Europese AI Act, die stapsgewijs van kracht wordt, verplicht AI-bedrijven om transparanter te zijn over welke data ze gebruiken voor training. Dat is een stap vooruit, maar het lost het kernprobleem niet op: hoe bewijs jij als individuele fotograaf dat jouw werk in die trainingsdata zat? Ik zou niet weten waar ik moet beginnen als ik dat voor mijn eigen portfolio zou willen aantonen.

Wanneer maakt een output echt inbreuk?

Los van de trainingsvraag is er een tweede kwestie, misschien wel de belangrijkste: de output zelf. Stel dat ik aan een AI-tool vraag om een vuurtoren op Terschelling bij zonsondergang in mijn stijl en het resultaat lijkt verdacht veel op mijn specifieke foto. Dan kom je in het domein van reproductie terecht. Auteursrecht beschermt namelijk niet het idee van een vuurtoren bij zonsondergang, dat idee is vrij voor iedereen. Het beschermt de specifieke uitvoering: jouw compositie, jouw belichting, jouw kleur, jouw uitsnede.

Ik vergelijk het weleens met een coverband die een nummer van Marco Borsato speelt. De melodie en tekst zijn beschermd. Schrijft die band een nieuw nummer dat toevallig ook over liefdesverdriet gaat, dan is er niets aan de hand. Lijkt de melodie of de tekst te veel op het bekende muzieknummer, dan is er een probleem. Bij AI-beelden ligt de grens ergens tussen die twee situaties. Hoe specifieker en herkenbaarder jouw stijl, hoe groter de kans dat een AI-output met te veel overeenkomsten als inbreuk wordt bestempeld. Dat wordt natuurlijk duidelijker als je fotografeert in een zeer specifieke stijl. Een stijl van een schilder Dali is heel goed herkenbaar.

Wat je als fotograaf kunt doen

Ik voel me soms machteloos als ik over dit onderwerp nadenk. Toch zijn er stappen die je kunt zetten om jezelf iets beter te beschermen. Geen van deze oplossingen is waterdicht, dat zeg ik er meteen bij, maar samen maken ze het lastiger voor AI-bedrijven om zomaar met jouw werk aan de haal te gaan.

• Voeg metadata en watermerken toe aan beelden die je online plaatst, zodat herkomst traceerbaar blijft
• Gebruik tools zoals Glaze of Nightshade, ontwikkeld door onderzoekers van de University of Chicago, die subtiele pixelveranderingen aanbrengen waardoor AI-modellen jouw foto’s moeilijker correct kunnen lezen. Al heeft deze methode ook grote nadelen zoals ik beschrijf in het artikel.
• Geef aan op je website dat materiaal niet voor AI gebruikt mag worden.
• Controleer de licentievoorwaarden van platforms waarop je werk plaatst, want sommige geven stilzwijgend toestemming voor dataverzameling
• Registreer belangrijk werk bij het Benelux-Bureau voor de Intellectuele Eigendom, al is auteursrecht in Nederland automatisch. Een registratie helpt bij bewijsvoering

Je kunt ook kiezen voor een andere strategie: je beste foto’s alleen tonen in prints of besloten galerieën, zonder ze online te zetten. Dat voelt als terug naar de jaren negentig. Het werkt wel.

Nog een laatste punt. Gebruik je zelf AI-tools om beelden te genereren voor commercieel gebruik, wees dan voorzichtig. Lijkt jouw gegenereerde beeld toevallig heel erg op het werk van een andere fotograaf, dan loop jij het risico op een claim, ook al wist je niet dat die gelijkenis bestond. Ik ken een ontwerper die een AI-gegenereerde achtergrond gebruikte. Later bleek deze veel op een bestaande stockfoto te lijken. De klant kreeg een vervelende brief van een advocatenkantoor. Niet leuk. Volledig te voorkomen door zelf gefotografeerde of bewezen rechtenvrij materiaal te gebruiken. Lees ook altijd de juridische voorwaarden van de AI generator.

Heb jij weleens een AI-beeld gezien dat verdacht veel op jouw werk leek? Ik ben benieuwd naar je ervaring, deel het gerust in de reacties hieronder.

Jeroen

Ik ben Jeroen. Ik maak foto’s 🙂 Dat begon ruim twintig jaar geleden met een Nikon D50. Tegenwoordig werk ik met een Fujifilm X-T50: compact, snel, en met geweldige filmsimulaties. Bekijk hier mijn portfolio.
Naast fotograferen schrijf ik over fotografie. Ik hou ervan om ingewikkelde dingen simpel uit te leggen. Of je nu net begint of al jaren fotografeert: er valt altijd iets nieuws te zien, te leren, te verbeteren. Dat enthousiasme delen, dát is wat me drijft.
Lees hier meer informatie over deze website.