新公开的未删节法庭文件显示,微软高管称 AI 抓取是“人类历史上最大的劳动盗窃”
techcrunch ·
《纽约时报》针对OpenAI和微软的版权诉讼中,最新公开的未删节文件披露了公司内部将人工智能抓取描述为盗窃、并将人工智能产品视为对出版商和记者构成威胁的说法。文件指称,两家公司绕过付费墙、大规模抓取内容,并从训练数据中删除版权声明,但新材料大多来自《纽约时报》的诉状,相关证据本身仍处于密封状态。这些披露对OpenAI部分合理使用抗辩提出了挑战:微软的数据表明,与传统必应相比,Copilot使用户点击进入nytimes.com的比例最多降低了93%;内部通信则称聊天机器人具有很强的替代性。微软文件还警告称,生成式人工智能可能扰乱那些为训练数据提供劳动成果的人的就业;微软首席执行官萨蒂亚·纳德拉作证说,付费墙内容应当获得授权,并表示如果他当时知道这些内容是通过抓取获得的,就会要求重新训练模型。文件显示,OpenAI的中期训练数据集包含来自《纽约时报》、《每日新闻》和调查报道中心的作品副本超过91,692份,而一个源自Common Crawl的数据集包含超过200万份来自nytimes.com的文件。文件还称,Project Mango至少包含来自这些出版商的160,903部独特作品,并讲述了一项据称规避《纽约时报》付费墙的计划。在一份2023年的备忘录中,微软的布伦特·赫克特称这种复制行为是“规模惊人、前所未有的盗窃”,并称其为“人类历史上最大的劳动盗窃”;OpenAI和微软未发表评论。
techcrunch