2023-06-29 | 뉴욕=김흥록 특파원

“ChatGPT不得擅用我的数据”OpenAI遭集体诉讼

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

一家总部位于加利福尼亚的律所已对开发ChatGPT的人工智能公司提起集体诉讼。理由是OpenAI在使用从互联网抓取的数据训练AI的过程中,大规模侵犯了大量人士的著作权与隐私。

该诉讼基于一种新的法律主张:OpenAI使用数百万互联网用户的社交媒体评论、博客帖子、维基百科条目等,侵犯了数百万人的权利。提起诉讼的律所Clarkson曾在数据泄露、虚假广告等多个领域提起集体诉讼。Clarkson的主管合伙人瑞安·克拉克森表示:“我们希望代表那些为了开发(人工智能)这一强大技术而使自己的信息遭窃取、被商业滥用的真实存在的人们。”

该诉讼于当地时间28日向加利福尼亚北区联邦法院提起。OpenAI方面未立即回应《华盛顿邮报》的评论请求。

此次诉讼触及生成式AI激增过程中尚未解决的核心问题。生成式AI技术的运作方式是从互联网收集数十亿个词汇,并学习如何在这些词汇之间进行推理。在使用足量数据后构建的大规模语言模型,具备了针对提问写诗、进行复杂对话以及通过专业考试的能力。然而,写下数十亿行文字、为其提供土壤的人类,从未同意OpenAI这类公司使用这些文字。克拉克森表示:“所有这些信息完全没有被用于大规模语言模型的意图,却在被大规模使用。”“希望法院能就训练AI算法的方式,以及数据被使用时(撰写这些内容的)人们如何获得补偿,建立保护机制。”该律所已确保了一批原告,并计划在诉讼启动后招募更多原告。

使用取自公共互联网的数据来训练可为开发者带来巨额收益的工具是否合法,尚不明确。部分AI开发者主张,使用互联网上的数据应被视为著作权法中的“合理使用”(fair use,即在有限范围内允许使用作品的规定)。

主要代理初创企业的Gunderson Dettmer知识产权律师凯瑟琳·加德纳表示:“合理使用问题是未来数月、数年内将在法院公开展开的问题。”“能够证明自己的作品被用于AI模型训练的艺术家等可以对使用者公司提起诉讼,但仅仅在网站上发帖或留言的人获得损害赔偿的可能性很小。”

她接着说:“在社交媒体网站或任何网站上发布内容时,通常会向该网站授予极其广泛的许可,使其可以以任何方式使用这些内容。”“普通最终用户要主张自己因数据被用于训练而有权获得某种支付或补偿,将非常困难。”

AI相关企业已面临多项法律问题。去年11月,OpenAI与微软因使用微软旗下在线编程平台GitHub上的计算机代码训练AI工具而遭集体诉讼。2月,盖蒂图片社起诉小型AI初创企业Stability AI,理由是Stability AI在训练图像生成机器人的过程中未经许可使用了盖蒂图片社的照片。本月,佐治亚州一名广播主持人以ChatGPT生成了不当指控其涉嫌欺诈的文本为由,起诉OpenAI诽谤。

目前除OpenAI之外,还有多家企业从互联网抓取海量数据用于AI模型训练,包括谷歌、Facebook、微软等。今后此类企业预计将进一步增加。关于为何选择起诉OpenAI,克拉克森表示:“因为它起到了刺激更大的竞争对手推出自有AI的作用,所以我们决定追究OpenAI。”“它是点燃AI军备竞赛的公司,因此自然成为首个目标。”

OpenAI并未公开其最新模型GPT-4使用了何种数据。此前的版本显示曾使用维基百科页面、新闻报道和社交媒体评论。谷歌及其他公司的聊天机器人也使用了类似数据。

监管当局正在讨论立法,要求相关企业更加透明地公开各自AI使用了哪些数据。知识产权律师加德纳解释称,通过诉讼,法官也可能强制OpenAI这类公司提交有关其使用了何种数据的信息。

部分企业正尝试阻止AI企业抓取数据的行为。据《金融时报》报道,今年4月音乐发行商环球音乐集团要求苹果和Spotify屏蔽抓取程序。社交媒体网站Reddit以大型科技企业多年来一直抓取其网站的评论与对话为由,正在阻断对数据流的访问。推特所有者埃隆·马斯克也曾表示,将就微软将从推特获取的数据用于AI训练一事提起诉讼。马斯克本人正在推进设立AI公司。

<《华盛顿邮报》合作稿件>

阅读韩文原文