·美國圣克拉拉大學(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，就會創(chuàng)造一個例外。

　　美國正在爆發(fā)一場“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)那疤嵯拢欠ɡ脙?nèi)容創(chuàng)作者的作品訓(xùn)練大型語言模型。

　　這場“數(shù)據(jù)起義”的核心是一種新的認(rèn)識，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利組織都會公開披露。但在ChatGPT發(fā)布之前，數(shù)據(jù)所有者對此并不太了解，也不認(rèn)為這是一個特別嚴(yán)重的問題。現(xiàn)在，當(dāng)公眾了解了更多關(guān)于AI訓(xùn)練的基礎(chǔ)知識后，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

　　最近幾個月，Reddit和推特等社交媒體公司、《紐約時(shí)報(bào)》和美國全國廣播公司(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，反對他們的作品和數(shù)據(jù)被人工智能擅自收集。這一系列舉動被美國媒體稱為“數(shù)據(jù)起義(Data Revolt)”。

　　上周，西爾弗曼向OpenAI和Meta公司提起訴訟，指控他們在訓(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?jiān)笗罂萍脊驹谑褂盟麄兊臅鳛橛?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16萬會員的好萊塢三大工會之一SAG-AFTRA宣布罷工，在此之前，美國編劇工會已經(jīng)罷工70多天?！都~約時(shí)報(bào)》稱，這次大罷工使價(jià)值1340億美元的美國影視業(yè)陷入停頓，SAG-AFTRA工會要求流媒體巨頭為他們提供更公平的利潤分配和更好的工作條件，并要求制片公司保證不會以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)該尊重我們的知識產(chǎn)權(quán)。”同月，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產(chǎn)權(quán)和創(chuàng)作勞動。

　　社交媒體公司也紛紛表明立場。今年4月，社交新聞網(wǎng)站Reddit表示，它希望對訪問其應(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。”7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“極端的數(shù)據(jù)抓取和系統(tǒng)操縱”，推特決定限制個人賬戶可以查看的推文數(shù)量。

　　這場“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)所又對谷歌提起了類似的訴訟。

　　美國圣克拉拉大學(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)庫已被美國司法部查封。

　　7月13日，美國聯(lián)邦貿(mào)易委員會(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，就會創(chuàng)造一個例外。

　　“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。”

　　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。”她指出，“美國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。”

　　邁阿密大學(xué)研究知識產(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年美國上訴法院的裁決，允許公司對其他公司的軟件代碼進(jìn)行逆向工程來設(shè)計(jì)競爭產(chǎn)品。但許多人表示，對于大型公司利用創(chuàng)造者的工作來制造新的賺錢工具，直覺上這是不公平的。“關(guān)于生成式人工智能的問題真的很難給出答案?！彼f。

　　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

　　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)，檢測并自動刪除上傳到其網(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“數(shù)據(jù)起義”從長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)動的機(jī)器人可能很快就會“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，每個人都能從一個充滿活力的內(nèi)容生態(tài)系統(tǒng)中受益。”

　　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，她不會感到驚訝。

　　實(shí)習(xí)生 陳曉銳 澎湃新聞記者 方曉