明敏 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
一天吃兩起官司，ChatGPT現(xiàn)在有大麻煩了。
原因都和數(shù)據(jù)有關(guān)。
先是16人匿名起訴OpenAI及微軟，認為他們在未經(jīng)允許的情況下使用并泄露了個人隱私數(shù)據(jù)，索賠金額高達30億美元。
緊接著，2位全職作者提出，OpenAI未經(jīng)允許使用了他們的小說訓(xùn)練ChatGPT，構(gòu)成侵權(quán)。
而且兩邊的原告都表示，OpenAI從互聯(lián)網(wǎng)上搜刮的數(shù)據(jù)可太多了，除了他們以外還有非常多人的數(shù)據(jù)正在被違規(guī)使用。
網(wǎng)上的討論很多，有人表示作家就是應(yīng)該維權(quán)，并且獲得適當?shù)膱蟪辍?/p>
但也有人認為，生成式AI學(xué)習互聯(lián)網(wǎng)數(shù)據(jù)就像是學(xué)生去參觀藝術(shù)作品一樣，應(yīng)該選擇開放。
現(xiàn)在這兩起訴訟都被遞交到了加利福尼亞舊金山聯(lián)邦法院。
被告方OpenAI暫時沒有做出公開回應(yīng)。
16人索賠30億
先來看第一起訴訟。
6月28日，16位匿名人士向OpenAI及微軟發(fā)起訴訟，他們認為基于ChatGPT的AI產(chǎn)品在沒有告知或獲得本人同意的情況下，收集且泄露了他們的個人信息。
這種行為違反了AI模型數(shù)據(jù)相關(guān)的法律政策，而且沒有付費。
他們從互聯(lián)網(wǎng)、書籍、文章、網(wǎng)站和帖子中抓取了3000億個單詞，其中包括未經(jīng)允許獲取的個人信息。
這其中包含賬戶信息、姓名、聯(lián)系方式、電子郵件、支付信息、交易記錄、瀏覽器數(shù)據(jù)、社交媒體信息、聊天數(shù)據(jù)、cookie等等。
這使得個人信息被嵌入到了他們的AI產(chǎn)品中，而這些信息可以反映出個人愛好、觀點、工作履歷甚至家庭照片等。
原告認為OpenAI沒能充分將這些敏感信息進行過濾，會導(dǎo)致數(shù)百萬人面臨信息被泄露的風險。
而且他們指控如上抓取數(shù)據(jù)的行為，OpenAI是“秘密進行”的，沒有按照適用法律要求的那樣注冊為數(shù)據(jù)代理商。
負責這次起訴的律師事務(wù)所Clarkson，此前曾負責過數(shù)據(jù)泄露和虛假廣告等問題的大規(guī)模集體訴訟。
但能否勝訴目前還很不確定。
知識產(chǎn)權(quán)律師凱瑟琳加德納（Katherine Gardner）表示，當用戶將內(nèi)容上傳到社交平臺或者其他網(wǎng)站時，他們都會授予平臺廣泛許可，允許平臺使用他們的內(nèi)容。
因此，普通用戶想要就AI模型的數(shù)據(jù)獲取問題獲得賠償，具有比較高的挑戰(zhàn)性。
以及有人發(fā)現(xiàn)在這份長達157頁的訴訟書中，大量引用了媒體及學(xué)界在AI倫理道德方面的討論和警告，但是對于造成實際影響的具體案例列舉不多。
另一邊，兩位美國作家也在同一天起訴OpenAI，認為他們的作品被拿去訓(xùn)練ChatGPT。
具體的證據(jù)是，ChatGPT能為他們的書生成“非常準確”的摘要，這足以說明這些書被收錄在數(shù)據(jù)庫中。
保羅特朗布萊（Paul Tremblay）和莫娜阿瓦德（Mona Awad）表示，ChatGPT未經(jīng)許可就從數(shù)千本書中拷貝數(shù)據(jù)，這侵犯了作者們的版權(quán)。
起訴書中預(yù)估，OpenAI的訓(xùn)練數(shù)據(jù)中至少包含30萬本書，其中很多來自侵權(quán)網(wǎng)站。
比如OpenAI在披露GPT-3訓(xùn)練數(shù)據(jù)情況時，就表示其中包含兩個互聯(lián)網(wǎng)圖書語料庫，大概占比為15%。起訴作者認為這些數(shù)據(jù)就是來自影子圖書館網(wǎng)站的，比如Library Genesis、Sci-Hub等。
以及在2018年，OpenAI透露他們給GPT-1喂的數(shù)據(jù)中包含7000+本小說。起訴方認為這些書是研究人員從一些盜版網(wǎng)站上復(fù)制下來的，而沒有獲得作者的同意或授權(quán)。
目前OpenAI方面沒有進行公開回應(yīng)。
實際上，從生成式AI大火以來，AI公司吃版權(quán)、數(shù)據(jù)隱私官司，也真的不稀奇了。
OpenAI一直深陷數(shù)據(jù)風波
早在去年11月時，OpenAI和GitHub一起推出的代碼助手Copilot，就被程序員們告上了法庭。
原告?zhèn)冋J為Copilot侵犯了眾多原創(chuàng)代碼作者的版權(quán)，同時還泄露了用戶隱私，因此向法院提起訴訟，索賠達90億美元。
但到目前為止，這個案件還沒有最終定論。
AI畫畫那邊，Stability AI、Midjourney等也同樣官司纏身。
因為發(fā)現(xiàn)只要輸入自己的名字，就能生成個人風格的畫作，畫家凱利麥柯南（Kelly McKernan）聯(lián)合另外兩位創(chuàng)作者一起提起訴訟。
律師團隊和上面起訴Copilot的都是同一家。
以及網(wǎng)站平臺方也不愿意被白嫖數(shù)據(jù)。
這不最近馬斯克給推特限流，給出的理由就是“不想讓AI白嫖數(shù)據(jù)了”。目前限制措施還在實行中，還不知道之后會有怎么樣的變化。
Reddit則表示自家平臺上的數(shù)據(jù)非常有價值，所以推出了付費API，價格并不低，這個操作導(dǎo)致不少第三方應(yīng)用被迫關(guān)閉。
總之，AI在網(wǎng)絡(luò)上大規(guī)模抓取數(shù)據(jù)訓(xùn)練后，帶來的隱私安全問題、版權(quán)問題層出不窮，被牽扯進來的人也越來越多。
但目前版權(quán)問題該怎么算，業(yè)內(nèi)還沒有形成確定的規(guī)范。
只有日本方面?zhèn)鞒鲞^消息，不會對訓(xùn)練AI所使用的數(shù)據(jù)實施版權(quán)保護，因為這能加速AI發(fā)展。
參考鏈接：
[1]https://www.theregister.com/2023/06/28/microsoft_openai_sued_privacy/
[2]https://www.reuters.com/legal/lawsuit-says-openai-violated-us-authors-copyrights-train-ai-chatbot-2023-06-29/
[3]https://www.washingtonpost.com/technology/2023/06/28/openai-chatgpt-lawsuit-class-action/
