OpenAI 和微软面临来自 CIR 的新诉讼。

OpenAI 和微软正面临来自调查报道中心 (CIR) 的一项新诉讼。CIR 称，OpenAI 使用了其在 Mother Jones 和 Reveal 网站上发布的内容来训练早期版本的 ChatGPT。

另请阅读： OpenAI 在斯嘉丽·约翰逊争议后放弃 ChatGPT 语音项目 

原告CIR称，OpenAI未经许可且未承诺补偿，擅自使用了其内容。CIR成立于1977年，运营着美国非营利杂志《琼斯母亲》（Mother Jones）和播客节目《揭秘》（Reveal）。 

CIR就版权侵权问题起诉OpenAI和微软 

调查报道中心（CIR） 提起 于周四在纽约联邦法院 微软 称，OpenAI使用其内容训练ChatGPT，侵犯了版权法。

CIR首席执行官莫妮卡·鲍尔莱因表示： “这种搭便车行为不仅不公平，而且侵犯了版权。CIR以及其他地方的记者们的工作都很有价值，OpenAI和微软都明白这一点。”

🚨【人工智能版权诉讼】调查报道中心（旗下拥有 @MotherJones 和 @reveal 等媒体）起诉 OpenAI 和微软侵犯版权。引述：

被告未经CIR许可或授权，复制、使用、删节和展示了CIR的宝贵内容，并且…… pic.twitter.com/SeZ0VtDOMY

— Luiza Jarovsky 博士 (@LuizaJarovsky) 2024 年 6 月 29 日

在正式诉状中，原告聘请了一位数据科学家来分析 OpenWebText 的一个近似版本 WebText，WebText 是由 OpenAI 创建的一个网页抓取语料库。这位数据科学家发现，该数据集包含 17,434 个来自 Mother Jones 的 URL 和 415 个来自 Reveal 的 URL。OpenWebText 和 WebText 中包含的 Mother Jones 文章数量略有不同，是因为抓取过程发生在不同的日期。

原告在正式诉状中称：

“当被告用新闻作品填充训练集时，他们可以 选择：尊重新闻作品，或者不尊重。被告选择了后者。”

另请阅读： OpenAI首席科学家伊利亚·苏茨克维尔告别

OpenAI 使用了 Dragnet 和 Newspaper 两种算法来构建 WebText 数据库。Dragnet 的设计目的是将文章正文内容与网站的其他部分（例如页眉、页脚、标题、作者姓名和版权声明）分离。当 OpenAI 抓取 Mother Jones 网站时，它删除了页眉和页脚中的所有内容。此外，根据投诉，ChatGPT 的开发者还删除了版权声明和使用条款 信息。 

此外，原告声称微软明知抓取的 URL 包含没有作者姓名、标题和版权声明的新闻内容，从而为 Bing AI 和 ChatGPT 侵犯版权提供了便利。

美国版权协会（CIR）正寻求向OpenAI和微软追讨利润损失以及实际或法定赔偿。赔偿金额为每件侵权作品至少750美元，每项违反《数字千年版权法案》（DMCA）的行为至少2500美元。

OpenAI面临其他出版机构的诉讼

这并非OpenAI首次因版权侵权被起诉。自2022年底发布ChatGPT以来，OpenAI和微软已面临多起诉讼，原告包括《纽约时报》、《拦截》、《纽约每日新闻》和《芝加哥论坛报》等知名媒体。

另请阅读： 员工声称 OpenAI 和 Google DeepMind 隐瞒人工智能风险

与此同时，一些 大型出版商 和互联网巨头已与 OpenAI 签署许可协议，允许其访问自身的档案库。这些机构包括《时代》杂志、新闻集团、《金融时报》、Vox Media、美联社、《大西洋月刊》、Stack Overflow 和 Reddit。

兰达·摩西的Cryptopolitan 报道