浙江
在针对OpenAI的一项持续两年的版权侵权诉讼中，《纽约时报》与《每日新闻》近日再次向法庭提出指控，称OpenAI在庭审过程中就其搜索客户聊天记录及训练数据集的能力存在虚假陈述，并指责该公司蓄意隐瞒核心证据。此次法律冲突的升级，源于原告方试图证明ChatGPT在训练和生成内容时，未经授权使用了其受版权保护的新闻报道。
在此前的诉讼进程中，OpenAI一直坚持声称其缺乏搜索自身训练语料库的能力。该公司还曾辩称，检索或披露大规模的ChatGPT对话记录在技术上存在极高的复杂性，且涉及敏感的用户隐私保护问题，因为这些数据需要经过提取、处理及去标识化处理。然而，原告方一直希望通过获取相关数据，来验证受版权保护的新闻内容是否被纳入了OpenAI的训练集，并评估ChatGPT在输出内容时引用或重现这些新闻的频率。
案件的转折点出现在今年4月的一次法庭指令证词中。OpenAI的数据隐私工程师维尼·摩纳哥（Vinnie Monaco）在证词中披露，OpenAI实际上早已开展了内部搜索与评估，旨在从其训练语料库中筛查受版权保护的新闻作品。摩纳哥还进一步揭露，早在《纽约时报》提起诉讼之前，OpenAI就已经建立了一个包含约7800万条去标识化ChatGPT对话的内部数据库，用于分析其模型是否存在侵权行为。此外，在该诉讼启动后不久，OpenAI还部署了一个名为“Bloom”的过滤器，作为“长颈鹿计划”（Project Giraffe）的一部分，该工具能够检测并记录AI输出中对原始内容的重现情况。
这些新披露的事实对原告方而言至关重要。此前，原告方最初要求OpenAI提供1.2亿条聊天记录作为样本，但经过协商，样本量被缩减至2000万条。OpenAI于去年12月向法庭提交了这批样本，但原告方指出，样本中包含大量涂抹处理，导致其“不可使用”。此外，原告方还指控OpenAI在接到法庭证据保全令后，违规删除了数十亿条ChatGPT的输出记录，并更换了请求样本中的数百万条对话。原告方代理律师伊恩·克罗斯比（Ian B. Crosby）在声明中表示，如果OpenAI真诚地认为复制其客户的新闻报道是合法合理的“合理使用”，那么该公司就不会隐藏其实际已经进行过复制的事实。
目前，《纽约时报》与《每日新闻》已请求法官对OpenAI的证据隐瞒及破坏发现程序行为进行纪律处分。原告方要求法庭裁定OpenAI提交的2000万条聊天记录样本因不可靠而不予采信，并采纳“ChatGPT的记录足以证明其重现了原告内容”这一事实，同时要求OpenAI承担原告方为追溯这些证据而产生的额外法律费用。
针对上述指控，OpenAI发言人德鲁·普萨特里（Drew Pusateri）予以否认。他反驳称，《纽约时报》的诉讼案正处于颓势，并已被迫放弃了部分诉讼请求，如今提起这些指控是试图进一步侵犯与本案无关的用户的隐私。普萨特里表示，OpenAI将继续捍卫用户隐私，并坚持其在人工智能领域所主张的“合理使用”原则。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
