·美國(guó)圣克拉拉大學(xué)法學(xué)院教授埃里克·戈德曼認(rèn)為，訴訟浪潮才剛剛開始，“第二波和第三波”即將到來，而這將定義人工智能的未來。

　　·人工智能公司辯解稱，使用受版權(quán)保護(hù)的作品來培訓(xùn)人工智能是合理的——這參考了美國(guó)版權(quán)法中“轉(zhuǎn)換性使用”的概念，如果材料以一種“變革性”的方式改變，就會(huì)創(chuàng)造一個(gè)例外。

　　美國(guó)正在爆發(fā)一場(chǎng)“數(shù)據(jù)起義”，好萊塢、藝術(shù)家、作家、社交媒體公司和新聞機(jī)構(gòu)都是反抗者。

　　一切的矛頭都指向ChatGPT和Stable Diffusion等生成式人工智能工具，它們被指在未經(jīng)許可或提供補(bǔ)償?shù)那疤嵯?，非法利用?nèi)容創(chuàng)作者的作品訓(xùn)練大型語言模型。

　　這場(chǎng)“數(shù)據(jù)起義”的核心是一種新的認(rèn)識(shí)，即在線信息——故事、藝術(shù)品、新聞文章、網(wǎng)絡(luò)帖子和照片可能具有重要的未開發(fā)價(jià)值。在互聯(lián)網(wǎng)上抓取公開內(nèi)容的做法由來已久，大多數(shù)采取這種做法的公司和非營(yíng)利組織都會(huì)公開披露。但在ChatGPT發(fā)布之前，數(shù)據(jù)所有者對(duì)此并不太了解，也不認(rèn)為這是一個(gè)特別嚴(yán)重的問題?，F(xiàn)在，當(dāng)公眾了解了更多關(guān)于AI訓(xùn)練的基礎(chǔ)知識(shí)后，這種情況發(fā)生了變化。

　　“這是數(shù)據(jù)價(jià)值的根本性重塑?！盢omic公司的創(chuàng)始人兼首席執(zhí)行官布蘭登·杜德斯塔特(Brandon Duderstadt)在接受媒體采訪時(shí)說，“以前，人們通過讓所有人都能訪問數(shù)據(jù)并投放廣告來獲得數(shù)據(jù)價(jià)值。而現(xiàn)在，人們認(rèn)為要保護(hù)好自己的數(shù)據(jù)?！?/p>

　　浪潮迭起

　　最近幾個(gè)月，Reddit和推特等社交媒體公司、《紐約時(shí)報(bào)》和美國(guó)全國(guó)廣播公司(NBC)等新聞機(jī)構(gòu)、科幻作家保羅·特倫布雷(Paul Tremblay)和女演員莎拉·西爾弗曼(Sarah Silverman)等紛紛發(fā)采取行動(dòng)，反對(duì)他們的作品和數(shù)據(jù)被人工智能擅自收集。這一系列舉動(dòng)被美國(guó)媒體稱為“數(shù)據(jù)起義(Data Revolt)”。

　　上周，西爾弗曼向OpenAI和Meta公司提起訴訟，指控他們?cè)谟?xùn)練數(shù)據(jù)時(shí)使用其著作的盜版內(nèi)容，因?yàn)檫@兩家公司的聊天機(jī)器人可以準(zhǔn)確地總結(jié)其書中的內(nèi)容。此外，包括喬迪·皮科特(Jodi Picoult)、瑪格麗特·阿特伍德(Margaret Atwood)和阮越清(Viet Thanh Nguyen)在內(nèi)的5000多名作家簽署了一份請(qǐng)?jiān)笗?，要求科技公司在使用他們的書作為?xùn)練數(shù)據(jù)時(shí)，要征得他們的許可，并給予他們署名和補(bǔ)償。

　　為了保護(hù)自己的作品，作家和藝術(shù)家們采取了不同的抗議方式。有的選擇鎖定作品，不讓人工智能獲??；有的選擇抵制發(fā)布人工智能生成內(nèi)容的網(wǎng)站；有的則選擇編寫一些顛覆性的內(nèi)容，來干擾人工智能的學(xué)習(xí)。

　　7月13日，擁有16萬會(huì)員的好萊塢三大工會(huì)之一SAG-AFTRA宣布罷工，在此之前，美國(guó)編劇工會(huì)已經(jīng)罷工70多天。《紐約時(shí)報(bào)》稱，這次大罷工使價(jià)值1340億美元的美國(guó)影視業(yè)陷入停頓，SAG-AFTRA工會(huì)要求流媒體巨頭為他們提供更公平的利潤(rùn)分配和更好的工作條件，并要求制片公司保證不會(huì)以AI和電腦生成面孔和聲音來替代演員。

　　與此同時(shí)，一些新聞機(jī)構(gòu)也在抵制人工智能。6月，在關(guān)于使用生成型人工智能的內(nèi)部備忘錄中，《紐約時(shí)報(bào)》表示，“人工智能公司應(yīng)該尊重我們的知識(shí)產(chǎn)權(quán)?！蓖?，在代表在線出版商利益的貿(mào)易組織Digital Content Next發(fā)布的一份聲明中，《紐約時(shí)報(bào)》和《華盛頓郵報(bào)》等在線出版商認(rèn)為，使用受版權(quán)保護(hù)的新聞文章作為人工智能的訓(xùn)練數(shù)據(jù)具有潛在風(fēng)險(xiǎn)和法律問題，它們呼吁人工智能公司尊重出版商的知識(shí)產(chǎn)權(quán)和創(chuàng)作勞動(dòng)。

　　社交媒體公司也紛紛表明立場(chǎng)。今年4月，社交新聞網(wǎng)站Reddit表示，它希望對(duì)訪問其應(yīng)用程序編程接口(API)的第三方收費(fèi)。Reddit首席執(zhí)行官史蒂夫·霍夫曼(Steve Hoffman)表示，他的公司“不需要把所有價(jià)值都免費(fèi)提供給世界上最大的一些公司?！?月，推特所有者埃隆·馬斯克(Elon Musk)也表示，一些公司和組織“非法”大量抓取推特的數(shù)據(jù)，為了應(yīng)對(duì)“極端的數(shù)據(jù)抓取和系統(tǒng)操縱”，推特決定限制個(gè)人賬戶可以查看的推文數(shù)量。

　　這場(chǎng)“數(shù)據(jù)起義”也包括“訴訟浪潮”，一些人工智能公司由于數(shù)據(jù)隱私問題受到多次起訴。去年11月，一群程序員對(duì)微軟和OpenAI發(fā)起集體訴訟，稱這兩家公司使用其代碼訓(xùn)練人工智能編程助手，侵犯了他們的版權(quán)。今年6月，總部位于洛杉磯的克拉克森律師事務(wù)所向OpenAI和微軟發(fā)起起訴書長(zhǎng)達(dá)151頁的集體訴訟，指出OpenAI如何從未成年人那里收集數(shù)據(jù)，并稱網(wǎng)絡(luò)抓取侵犯了版權(quán)法，構(gòu)成了“盜竊”。此后，該事務(wù)所又對(duì)谷歌提起了類似的訴訟。

　　美國(guó)圣克拉拉大學(xué)法學(xué)院教授埃里克·戈德曼(Eric Goldman)在接受媒體采訪時(shí)說，這起訴訟的論點(diǎn)過于寬泛，不太可能被法院接受。但他認(rèn)為，訴訟浪潮才剛剛開始，“第二波和第三波”即將到來，而這將定義人工智能的未來。

　　法律爭(zhēng)議

　　OpenAI的ChatGPT和Dall-E、谷歌的Bard、Stability AI的Stable Diffusion等生成式AI都是基于從互聯(lián)網(wǎng)上抓取的海量新聞文章、書籍、圖片、視頻和博客文章進(jìn)行訓(xùn)練的，其中很多公開內(nèi)容都受版權(quán)保護(hù)。

　　今年3月，OpenAI發(fā)布了一份對(duì)該機(jī)構(gòu)主要語言模型的分析報(bào)告，顯示訓(xùn)練數(shù)據(jù)的文本部分使用了來自新聞網(wǎng)站、維基百科和一個(gè)盜版書籍?dāng)?shù)據(jù)庫(LibGen)的數(shù)據(jù)，目前，該盜版書籍?dāng)?shù)據(jù)庫已被美國(guó)司法部查封。

　　7月13日，美國(guó)聯(lián)邦貿(mào)易委員會(huì)(FTC)向OpenAI發(fā)送了一份20頁的文件，要求OpenAI提供有關(guān)其人工智能模型的風(fēng)險(xiǎn)管理、數(shù)據(jù)安全和信息審核的記錄，以調(diào)查其是否侵犯了消費(fèi)者權(quán)利。

　　但在公開露面和對(duì)訴訟的回應(yīng)中，人工智能公司辯解稱，使用受版權(quán)保護(hù)的作品來培訓(xùn)人工智能是合理的——這參考了美國(guó)版權(quán)法中“轉(zhuǎn)換性使用”的概念，如果材料以一種“變革性”的方式改變，就會(huì)創(chuàng)造一個(gè)例外。

　　“人工智能模型基本上是在從所有的信息中學(xué)習(xí)。這就像一個(gè)學(xué)生在圖書館讀書，然后學(xué)習(xí)如何寫作和閱讀?！惫雀枞蚴聞?wù)總裁肯特·沃克(Kent Walker)在一次采訪中說，“與此同時(shí)，你必須確保沒有復(fù)制別人的作品，也沒有做一些侵犯版權(quán)的事情?！?/p>

　　谷歌的總法律顧問哈利瑪·德萊恩·普拉多(Halimah DeLaine Prado)向媒體表示：“多年來，所有人都很清楚，我們會(huì)使用來自公共來源的數(shù)據(jù)——比如發(fā)布到開放網(wǎng)絡(luò)和公共數(shù)據(jù)集的信息，來訓(xùn)練谷歌翻譯等服務(wù)背后的人工智能模型?！彼赋觯懊绹?guó)法律支持利用公共信息來創(chuàng)造新的有益用途，我們期待著駁斥這些毫無根據(jù)的說法?！?/p>

　　邁阿密大學(xué)研究知識(shí)產(chǎn)權(quán)法的教授安德烈斯·索維基(Andres Sawicki)在接受采訪時(shí)說，有一些可能有利于科技公司的先例，比如1992年美國(guó)上訴法院的裁決，允許公司對(duì)其他公司的軟件代碼進(jìn)行逆向工程來設(shè)計(jì)競(jìng)爭(zhēng)產(chǎn)品。但許多人表示，對(duì)于大型公司利用創(chuàng)造者的工作來制造新的賺錢工具，直覺上這是不公平的?！瓣P(guān)于生成式人工智能的問題真的很難給出答案。”他說。

　　邁阿密大學(xué)版權(quán)法教授杰西卡·D·利特曼·索維基(Jessica D. Litman Sawicki)表示，合理使用原則(Fair use)是對(duì)人工智能公司的一種有力辯護(hù)，因?yàn)槿斯ぶ悄苣Ｐ偷拇蠖鄶?shù)輸出內(nèi)容并不明確地類似于某個(gè)特定人類的作品。但她認(rèn)為，如果起訴人工智能公司的創(chuàng)作者能夠展示足夠多與他們作品非常相似的人工智能輸出的例子，他們就會(huì)有充分的理由認(rèn)為，他們的版權(quán)正在受到侵犯。

　　人工智能公司開始應(yīng)對(duì)

　　索維基表示，人工智能公司可以通過在產(chǎn)品中安裝過濾器(filters)來避免這種情況，以確保它們不會(huì)生成任何與現(xiàn)有作品太相似的內(nèi)容。例如，視頻網(wǎng)站YouTube已經(jīng)使用相關(guān)技術(shù)，檢測(cè)并自動(dòng)刪除上傳到其網(wǎng)站的受版權(quán)保護(hù)的作品。從理論上講，人工智能公司也可以建立算法，發(fā)現(xiàn)與現(xiàn)有藝術(shù)、音樂或?qū)懽髯髌犯叨认嗨频妮敵觥?/p>

　　這場(chǎng)“數(shù)據(jù)起義”從長(zhǎng)期來看可能無法掀起波瀾。像谷歌和微軟這樣的科技巨頭已經(jīng)擁有了海量的專有數(shù)據(jù)，并且有能力獲取更多數(shù)據(jù)。但是，隨著內(nèi)容獲取變得越來越困難，人工智能的規(guī)模也在縮小。那些想要與大公司抗衡的新興企業(yè)和非營(yíng)利機(jī)構(gòu)可能無法得到足夠的數(shù)據(jù)來訓(xùn)練他們的系統(tǒng)。

　　就在7月初，加州大學(xué)伯克利分校計(jì)算機(jī)科學(xué)教授、《人工智能——現(xiàn)代方法》作者斯圖爾特·羅素(Stuart Russell)發(fā)出警告稱，ChatGPT等人工智能驅(qū)動(dòng)的機(jī)器人可能很快就會(huì)“耗盡宇宙中的文本”，通過收集大量文本來訓(xùn)練機(jī)器人的技術(shù)“開始遇到困難”。

　　一些公司也正在以合作態(tài)度應(yīng)對(duì)這股浪潮。OpenAI在一份聲明中表示，“我們尊重創(chuàng)意人員和作者的權(quán)利，并期待繼續(xù)與他們合作，以保護(hù)他們的利益?！?月14日，美聯(lián)社同意將1985年以后的新聞報(bào)道檔案授權(quán)給OpenAI，同時(shí)也將利用OpenAI的技術(shù)和產(chǎn)品。

　　谷歌也在一份聲明中表示，它參與了關(guān)于出版商未來如何管理其內(nèi)容的談判。該公司表示：“我們相信，每個(gè)人都能從一個(gè)充滿活力的內(nèi)容生態(tài)系統(tǒng)中受益?！?/p>

　　人工智能公司HuggingFace的首席倫理科學(xué)家瑪格麗特·米切爾(Margaret Mitchell)在接受媒體采訪時(shí)表示，“整個(gè)數(shù)據(jù)收集系統(tǒng)都需要改變，不幸的是，它需要通過訴訟來實(shí)現(xiàn)，但這往往是推動(dòng)科技公司進(jìn)行改變的方式?！彼f，如果OpenAI因?yàn)樵V訟或新規(guī)定而在年底前完全下架其中一款產(chǎn)品，她不會(huì)感到驚訝。

　　實(shí)習(xí)生 陳曉銳 澎湃新聞?dòng)浾?方曉