纽约时报诉讼文件披露：微软高管称 AI 抓取是人类历史上最大规模的劳动力盗用

《纽约时报》起诉 OpenAI 和微软侵犯版权一事发生在 2023 年底，而近三年过去，此案显然仍在进行中。如今，该出版物的法律团队已请求法院作出简易判决，此前他们依据被告方的陈述和文件提交了一份披露内情的法律简报。据404 Media报道，这些文件应两家公司的要求仍处于密封或涂黑状态，而其中的披露显示其领导层存在可能造成不利影响的言论，包括声称 AI 抓取是人类历史上最大的劳动窃取行为，以及对出版商构成生存威胁。

（图片来源：微软）

该简报引用了微软应用科学总监 Brent Hecht 于 2023 年 1 月撰写的一份内部备忘录，据称他在其中表示：“全世界数百万人很快会认为，大模型把他们所有的作品‘吸走’是一种规模空前的惊人窃取行为”，并称其为“人类历史上最大的劳动窃取”。另一份被引用的微软文件则称：“几乎没有人希望自己创作的内容以这种方式被使用，他们也没有因此获得补偿。”

随着 ChatGPT 在 2023 年全年人气飙升，这家软件巨头自己的数据揭示，与 Bing 搜索相比，Copilot 让《纽约时报》的点击率下降了多达 93%。应用科学总监的另一份备忘录将其称为“末日循环”，并称这会“同时损害我们模型的性能以及整个网络”。

纽约时报的案情摘要引用了 Hecht 在该文件中的话：“一个终端产品威胁到其关键供应商的经济根基，这是极不寻常的，但这正是我们为自家 LLM 业务相对于其‘内容供应链’所制造出的局面。”

OpenAI 的 ChatGPT 负责人 Nick Turley 在内部沟通中表示，这款 AI 聊天机器人对出版商构成“生存性威胁”，因为它们“在很大程度上具有替代性”，并且“随着它们变得更好，会越来越具有替代性”；而另一名 OpenAI 工程师作证称，“无论我们把链接展示得多么醒目，用户都不会点击。”

另一位 OpenAI 研究员 Nick Ryder 向公司总裁 Greg Brockman 提到了一种“绕过 nytimes 付费墙的取巧办法”，后者回复道：“啊，不错。”

AI 公司主张，抓取互联网数据用于训练其模型属于“合理使用”，已有一家法院认定 Anthropic 对已发表材料的使用属于这一范畴。法律将合理使用定义为“批评、评论、新闻报道、教学（包括为课堂使用而制作多份副本）、学术或研究”。判断某一特定使用是否属于“合理使用”的部分考量因素包括：“(1) 使用的目的和性质，包括该使用是否具有商业性质或出于非营利教育目的；(2) 受版权保护作品的性质；(3) 所使用部分相对于受版权保护作品整体的数量和实质性；以及 (4) 该使用对受版权保护作品的潜在市场或价值的影响。”

然而，纽约时报在简报中披露的这一切可能会使 OpenAI 的合理使用抗辩变得更加复杂，尤其是它表明两家公司的领导层都清楚 AI 抓取可能带来的市场影响。微软 CEO Satya Nadella 在今年早些时候的一份证词中表示，“任何设有付费墙的内容，任何想要使用它……用于 grounding 或训练的人都应当获得许可”，并且如果他“得知 OpenAI 抓取并训练了付费墙背后的信息”，公司会要求 OpenAI“重新训练其模型”。