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(rèn)為他們?cè)谖唇?jīng)允許的情況下使用并泄露了個(gè)人隱私數(shù)據(jù)，索賠金額高達(dá)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(shuō)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(dāng)?shù)膱?bào)酬。

但也有人認(rèn)為，生成式AI學(xué)習(xí)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(kāi)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(shí)沒(méi)有做出公開(kāi)回應(yīng)。

16人索賠30億

先來(lái)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(rèn)為基于ChatGPT的AI產(chǎn)品在沒(méi)有告知或獲得本人同意的情況下，收集且泄露了他們的個(gè)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(méi)有付費(fèi)。

他們從互聯(lián)網(wǎng)、書(shū)籍、文章、網(wǎng)站和帖子中抓取了3000億個(gè)單詞，其中包括未經(jīng)允許獲取的個(gè)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(gè)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(gè)人愛(ài)好、觀點(diǎn)、工作履歷甚至家庭照片等。

原告認(rèn)為OpenAI沒(méi)能充分將這些敏感信息進(jìn)行過(guò)濾，會(huì)導(dǎo)致數(shù)百萬(wàn)人面臨信息被泄露的風(fēng)險(xiǎn)。

而且他們指控如上抓取數(shù)據(jù)的行為，OpenAI是“秘密進(jìn)行”的，沒(méi)有按照適用法律要求的那樣注冊(cè)為數(shù)據(jù)代理商。

負(fù)責(zé)這次起訴的律師事務(wù)所Clarkson，此前曾負(fù)責(zé)過(guò)數(shù)據(jù)泄露和虛假?gòu)V告等問(wèn)題的大規(guī)模集體訴訟。

但能否勝訴目前還很不確定。

知識(shí)產(chǎn)權(quán)律師凱瑟琳·加德納（Katherine Gardner）表示，當(dāng)用戶將內(nèi)容上傳到社交平臺(tái)或者其他網(wǎng)站時(shí)，他們都會(huì)授予平臺(tái)廣泛許可，允許平臺(tái)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(wèn)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(zhǎng)達(dá)157頁(yè)的訴訟書(shū)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(duì)于造成實(shí)際影響的具體案例列舉不多。

另一邊，兩位美國(guó)作家也在同一天起訴OpenAI，認(rèn)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(shū)生成“非常準(zhǔn)確”的摘要，這足以說(shuō)明這些書(shū)被收錄在數(shù)據(jù)庫(kù)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(shū)中拷貝數(shù)據(jù)，這侵犯了作者們的版權(quán)。

起訴書(shū)中預(yù)估，OpenAI的訓(xùn)練數(shù)據(jù)中至少包含30萬(wàn)本書(shū)，其中很多來(lái)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(shí)，就表示其中包含兩個(gè)互聯(lián)網(wǎng)圖書(shū)語(yǔ)料庫(kù)，大概占比為15%。起訴作者認(rèn)為這些數(shù)據(jù)就是來(lái)自影子圖書(shū)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(shuō)。起訴方認(rèn)為這些書(shū)是研究人員從一些盜版網(wǎng)站上復(fù)制下來(lái)的，而沒(méi)有獲得作者的同意或授權(quán)。

目前OpenAI方面沒(méi)有進(jìn)行公開(kāi)回應(yīng)。

實(shí)際上，從生成式AI大火以來(lái)，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(fēng)波

早在去年11月時(shí)，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(rèn)為Copilot侵犯了眾多原創(chuàng)代碼作者的版權(quán)，同時(shí)還泄露了用戶隱私，因此向法院提起訴訟，索賠達(dá)90億美元。

但到目前為止，這個(gè)案件還沒(méi)有最終定論。

AI畫(huà)畫(huà)那邊，Stability AI、Midjourney等也同樣官司纏身。

因?yàn)榘l(fā)現(xiàn)只要輸入自己的名字，就能生成個(gè)人風(fēng)格的畫(huà)作，畫(huà)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(tuán)隊(duì)和上面起訴Copilot的都是同一家。

以及網(wǎng)站平臺(tái)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(shí)行中，還不知道之后會(huì)有怎么樣的變化。

Reddit則表示自家平臺(tái)上的數(shù)據(jù)非常有價(jià)值，所以推出了付費(fèi)API，價(jià)格并不低，這個(gè)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(lái)的隱私安全問(wèn)題、版權(quán)問(wèn)題層出不窮，被牽扯進(jìn)來(lái)的人也越來(lái)越多。

但目前版權(quán)問(wèn)題該怎么算，業(yè)內(nèi)還沒(méi)有形成確定的規(guī)范。

只有日本方面?zhèn)鞒鲞^(guò)消息，不會(huì)對(duì)訓(xùn)練AI所使用的數(shù)據(jù)實(shí)施版權(quán)保護(hù)，因?yàn)檫@能加速AI發(fā)展。