近日，兩家知名媒體《紐約時報》與《每日新聞》聯合對人工智能技術巨頭OpenAI提起訴訟，指控其未經授權使用了它們的作品來訓練AI模型。這一消息引發了廣泛關注。
事情的起因要追溯到今年秋季，當時OpenAI同意向兩家媒體提供兩臺虛擬機，以便它們的律師可以在AI訓練集中查找受版權保護的內容。虛擬機，作為一種基于軟件的計算機，通常用于測試、數據備份和應用程序運行，這次被賦予了新的使命。
然而，在雙方合作的過程中，卻出現了一次意外的波折。據《紐約時報》與《每日新聞》的律師透露，自11月1日起，他們及其聘請的專家已經花費了超過150個小時的時間，在OpenAI的訓練數據中搜尋證據。然而，就在11月14日，OpenAI的工程師卻意外刪除了其中一臺虛擬機上存儲的所有搜索數據。
盡管OpenAI隨后嘗試恢復數據，并且取得了一定的成功，但由于文件夾結構和文件名的丟失，這些恢復的數據已經無法用于確定哪些文章被用于構建OpenAI的模型。這意味著，《紐約時報》與《每日新聞》的律師和專家不得不從頭開始，重新進行他們的工作。
“我們被迫投入了大量的人力和計算機處理時間，重新制作我們的工作。”兩家媒體的律師在提交給紐約南區美國地方法院的信件中寫道，“我們昨天才得知恢復的數據無法使用，專家和律師整整一周的工作必須重新完成。”
盡管原告律師明確表示，他們沒有理由相信這次刪除是故意的，但他們認為，這一事件凸顯了OpenAI在自身數據集中搜索潛在侵權內容方面的強大能力。這也讓人們對OpenAI的數據管理和合規性產生了質疑。
對于此次訴訟，OpenAI方面則堅稱，使用公開數據（包括《紐約時報》和《每日新聞》的文章）來訓練模型是合理使用。他們表示，在創建如GPT-4o這樣的模型時，無需獲得許可或以其他方式為這些示例付費，即使他們從這些模型中獲得了收益。然而，這一觀點并未得到兩家媒體的認同。
值得注意的是，盡管面臨訴訟，OpenAI已經與越來越多的新出版商簽署了許可協議。其中包括美聯社、Axel Springer（Business Insider的所有者）、金融時報、Dotdash Meredith（People的母公司）和新聞集團等。盡管OpenAI拒絕公開這些交易的條款，但有報道稱，其中一個內容合作伙伴每年至少獲得1600萬美元的報酬。這也顯示了OpenAI在內容版權方面的積極態度和策略。
截至目前，OpenAI既沒有確認也沒有否認其在未經許可的情況下將其AI系統訓練在任何特定的受版權保護的作品上。這場訴訟的結果如何，還有待進一步觀察。
