OpenAI 认为，如果没有版权作品，训练 ChatGPT 是“不可能的”

2023 年标志着生成式人工智能的崛起，而 2024 年很可能是其创造者考虑该技术在整个行业军备竞赛中的影响的一年。目前，OpenAI 正在积极反击最近的诉讼，这些诉讼声称其包括 ChatGPT 在内的产品是在受版权保护的文本上非法训练的。此外，该公司正在就他们的程序为什么应该能够访问其他人的作品提出一些大胆的法律主张。

[相关：生成式人工智能可能在 2024 年面临最大的法律考验。]

OpenAI 在 1 月 8 日发布的一篇博客文章中指责《纽约时报》在该媒体公司上个月底提起的重大版权诉讼中“没有讲述完整的故事”。相反，OpenAI 辩称其对在线作品的抓取属于“合理使用”的范畴。该公司还声称，它目前正在与多家新闻机构（不包括《纽约时报》）就数据集合作展开合作，并否认任何“重新引用”外部版权材料的行为都是他们正在努力消除的“罕见缺陷”。这归因于“记忆”问题，当内容在训练数据中多次出现时，例如如果它可以在“许多不同的公共网站”上找到，这种问题可能会更常见。

OpenAI 代表在周一的帖子中写道：“训练 AI 模型属于合理使用，这一原则得到了广泛（个人和组织）的支持”，并链接了几位学者、初创企业和内容创作者最近向美国版权局提交的评论。

例如，语言学习软件公司 Duolingo 在提交的支持信中写道，它认为“经过版权材料训练的人工智能生成的输出不应自动被视为侵权——就像人类作者的作品不会仅仅因为人类作者通过阅​​读版权作品学会了写作而被视为侵权一样。”（周一，Duolingo 向彭博社证实，由于对人工智能的依赖增加，它已经解雇了大约 10% 的合同工。）

12 月 27 日， 《纽约时报》起诉 OpenAI 和微软侵犯版权，微软目前在 Bing 等产品中使用了 OpenAI 的 GPT。 《纽约时报》提交的法庭文件称，OpenAI 未经许可或没有报酬就将其生成技术训练在该出版物的数百万篇文章上。据称，ChatGPT 等产品现在被用来代替源材料，这对媒体公司造成了损害。 《纽约时报》认为，越来越多的读者选择 AI 新闻摘要，这可能意味着订阅源媒体的读者会减少。

《纽约时报》的诉讼只是一系列类似的侵犯版权诉讼中的最新一起，其中一起诉讼代表著名作家，另一起诉讼代表视觉艺术家。

与此同时，OpenAI 正在就其获取版权材料的权利向政府监管机构进行游说。据《每日电讯报》 1 月 7 日报道，OpenAI 最近向英国上议院通信和数字部门提交了一封信，信中称获取版权材料对公司的成功和产品相关性至关重要。

OpenAI 在信中写道：“由于版权如今几乎涵盖了人类的所有表达方式，包括博客文章、照片、论坛帖子、软件代码片段和政府文件，因此，如果不使用受版权保护的材料，就不可能训练当今领先的人工智能模型。”同时，OpenAI 还认为，将训练数据限制在公共领域的作品中，“可能会产生一个有趣的实验，但不会提供满足当今公民需求的人工智能系统。”信中表示，这是 OpenAI“确保通用人工智能造福全人类的使命”的一部分。

与此同时，一些批评人士迅速嘲笑 OpenAI 的说法，即其程序的存在需要使用他人的版权作品。在社交媒体平台 Bluesky 上，历史学家兼作家 Kevin M. Kruse 将 OpenAI 的策略比作在当铺出售非法获得的物品。

“粗略翻译：如果你不让我们偷窃，我们就不会做得非常好，所以请不要将偷窃定为犯罪！”人工智能专家 Gary Marcus 也在周一向 X 发帖。