2023年底，《紐約時報》起訴ChatGPT的開發(fā)者OpenAI和其伙伴微軟公司的案件引發(fā)了全球關(guān)注，近日OpenAI基金會在公司網(wǎng)站發(fā)布博客《OpenAI與新聞業(yè)》[i]，稱：我們支持新聞業(yè)，與新聞機構(gòu)合作，并認(rèn)為《紐約時報》的訴訟毫無根據(jù)。今天就結(jié)合該博客的內(nèi)容，跟大家分享一下筆者的看法：

OpenAI稱：我們的目標(biāo)是開發(fā)人工智能工具，讓人們有能力解決那些遙不可及的問題。世界各地的人們已經(jīng)在使用我們的技術(shù)來改善他們的日常生活。如今，數(shù)百萬開發(fā)人員和超過92%的財富 500 強企業(yè)都在使用我們的產(chǎn)品。雖然我們不同意《紐約時報》訴訟中的說法，但我們認(rèn)為這是一個澄清我們的業(yè)務(wù)、意圖以及我們?nèi)绾螛?gòu)建技術(shù)的機會。我們的立場可以概括為以下四點：

一、我們與新聞機構(gòu)合作，創(chuàng)造新的機會

我們在技術(shù)設(shè)計過程中努力為新聞機構(gòu)提供支持。我們已經(jīng)與數(shù)十家新聞機構(gòu)以及新聞/媒體聯(lián)盟等領(lǐng)先的行業(yè)組織會面，探討機會，討論他們的擔(dān)憂，并提供解決方案。我們的目標(biāo)是學(xué)習(xí)、教育、聽取反饋并進行調(diào)整。

我們的目標(biāo)是支持健康的新聞生態(tài)系統(tǒng)，成為良好的合作伙伴，創(chuàng)造互惠互利的機會。有鑒于此，我們尋求與新聞機構(gòu)建立合作伙伴關(guān)系，以實現(xiàn)這些目標(biāo)：

部署我們的產(chǎn)品，通過協(xié)助分析大量公共記錄和翻譯報道等耗時的任務(wù)，為記者和編輯提供幫助和支持。通過對更多歷史、非公開內(nèi)容的訓(xùn)練，讓我們的人工智能模型了解世界。在ChatGPT中顯示實時內(nèi)容并注明出處，為新聞出版商提供與讀者聯(lián)系的新方式。我們與美聯(lián)社、阿克塞爾-施普林格（Axel Springer）、美國新聞項目（AmericanJournalism Project）和紐約大學(xué)（NYU）的早期合作讓我們了解了我們的方法。

筆者的評注：這部分內(nèi)容說的是OpenAI人工智能服務(wù)的正向價值。但“在 ChatGPT中顯示實時內(nèi)容并注明出處，為新聞出版商提供與讀者聯(lián)系的新方式”只是他們的想法，現(xiàn)實的情況恰恰相反，《紐約時報》起訴OpenAI的訴狀第184段也提到：根據(jù)原告獲得的信息和觀點，被告在建立包含數(shù)百萬份《紐約時報》的訓(xùn)練數(shù)據(jù)集中刪除了《紐約時報》的版權(quán)管理信息（“CMI”Copyright ManagementInformation），包括《紐約時報》作品以及從第三方數(shù)據(jù)集中復(fù)制的《紐約時報》作品。

筆者在介紹開源軟件開發(fā)人員起訴OpenAI的文章《用GitHub上的開源代碼訓(xùn)練人工智能違法嗎？》[ii]一文中提到過“原告認(rèn)為，當(dāng)他們的代碼被用作訓(xùn)練數(shù)據(jù)時，代碼附帶的開源許可證的版權(quán)管理信息被（OpenAI）刪除了。

二、訓(xùn)練是合理使用，但我們提供了退出選項，因為這樣做是正確的

使用公開可用的互聯(lián)網(wǎng)資料訓(xùn)練人工智能模型是合理使用，這一點得到了長期廣泛接受的先例的支持。我們認(rèn)為這一原則對創(chuàng)造者是公平的，對創(chuàng)新者是必要的，對美國的競爭力也是至關(guān)重要的。

最近向美國版權(quán)局提交意見的眾多學(xué)者、圖書館協(xié)會、民間社會團體、初創(chuàng)企業(yè)、美國領(lǐng)先公司、創(chuàng)作者、作者等都支持允許將訓(xùn)練人工智能模型作為合理使用的原則。其他地區(qū)和國家，包括歐盟、日本、新加坡和以色列，也有允許在受版權(quán)保護的內(nèi)容上訓(xùn)練模型的法律--這是人工智能創(chuàng)新、進步和投資的優(yōu)勢。

盡管如此，對我們來說，法律權(quán)利并不重要，重要的是做一個好公民。我們在人工智能行業(yè)中處于領(lǐng)先地位，為出版商提供了一個簡單的退出程序（《紐約時報》于 2023 年8月采用了這一程序），以防止我們的工具訪問他們的網(wǎng)站。

筆者的評注：著作權(quán)法上的合理使用是要有法律明確規(guī)定的，比如OpenAI舉例中的日本《著作權(quán)法》就確實有這個規(guī)定，我國《著作權(quán)法》第24條也規(guī)定了合理使用，比如為個人學(xué)習(xí)研究欣賞使用、為介紹評論作品或說明問題適當(dāng)引用作、為報道新聞，媒體不可避免再現(xiàn)或引用作品、教學(xué)科研使用，但不得出版發(fā)行等13種情況。

但就人工智能使用他人版權(quán)作品，筆者個人認(rèn)為較難歸入上述合理使用法定情形。當(dāng)然，就像前不久北京互聯(lián)網(wǎng)法院為了保護新興產(chǎn)業(yè)，認(rèn)定產(chǎn)生人工智能圖畫的提示詞受版權(quán)保護一樣，不排除此類案件法院審理中認(rèn)為人工智能作為新生事物需要保護，也將其歸入某一種合理使用的可能性。

關(guān)于“為出版商提供了一個簡單的退出程序”，其實是一個爬蟲屏蔽功能[iii]，只要在網(wǎng)站的Robots.txt文件中加入屏蔽OpenAI爬蟲的描述，OpenAI就不會抓取網(wǎng)站的內(nèi)容進行訓(xùn)練。這個功能的使用方法和網(wǎng)站屏蔽搜索引擎爬蟲的功能基本一樣。

但《紐約時報》起訴OpenAI可不是屏蔽爬蟲那么簡單的事情。首先，谷歌百度這樣的搜索引擎，其爬取網(wǎng)站的內(nèi)容后會給網(wǎng)站引流，引導(dǎo)用戶訪問被爬取內(nèi)容的網(wǎng)站，用戶或者點擊網(wǎng)站的廣告，或者支付費用訪問付費墻后的新聞，達到搜索引擎和網(wǎng)站雙贏的生態(tài)效果。而OpenAI的做法并非如此，筆者在《《紐約時報》起訴了OpenAI和微軟哪些侵權(quán)行為？》[iv]一文中有描述：

不同于傳統(tǒng)搜索引擎只顯示網(wǎng)頁摘要，（由OpenAI支持的）必應(yīng)搜索引擎頁面上的“合成”搜索結(jié)果可以直接回答用戶查詢,并且可能將《紐約時報》報道中廣泛的內(nèi)容進行釋義和直接引用。對于《紐約時報》而言，這種方式實際意味著替代，用戶無需訪問其網(wǎng)站就可以使用他們的內(nèi)容，這將導(dǎo)致商業(yè)利益受損。

三、“反流"是一個罕見的錯誤，我們正在努力將其消滅為零。

我們設(shè)計和訓(xùn)練模型的目的是學(xué)習(xí)概念，以便將其應(yīng)用于新問題。死記硬背是學(xué)習(xí)過程中的一種罕見故障，我們正在不斷加以解決，但當(dāng)特定內(nèi)容在訓(xùn)練數(shù)據(jù)中出現(xiàn)不止一次時，這種故障就比較常見了，例如，如果這些內(nèi)容的片段出現(xiàn)在許多不同的公共網(wǎng)站上。因此，我們采取了一些措施來限制無意中的記憶，防止在模型輸出中出現(xiàn)重復(fù)內(nèi)容。我們也希望我們的用戶能夠負(fù)責(zé)任地行事；故意操縱我們的模型進行反流（反流，英文為Regurgitation，醫(yī)學(xué)名詞，也稱“反芻”，指經(jīng)過咀嚼的食物從胃返回到嘴里，筆者注）不是對我們技術(shù)的適當(dāng)使用，也違反了我們的使用條款。

正如人類接受廣泛的教育以學(xué)習(xí)如何解決新問題一樣，我們也希望我們的人工智能模型能觀察到世界上的各種信息，包括來自各種語言、文化和行業(yè)的信息。由于模型是從人類知識的巨大集合中學(xué)習(xí)的，因此任何一個領(lǐng)域--包括新聞--都只是整個訓(xùn)練數(shù)據(jù)的一小部分，任何一個數(shù)據(jù)源--包括《紐約時報》--對模型的專門學(xué)習(xí)都沒有意義。

筆者的評注：包括OpenAI[v]、 Meta在內(nèi)的大語言模型公司都認(rèn)為，人工智能接受數(shù)據(jù)的訓(xùn)練方式不同于計算機的簡單復(fù)制，而是通過大量數(shù)據(jù)的訓(xùn)練，了解每個詞在不同環(huán)境下的各種含義，因此其并不包含或者存儲訓(xùn)練的數(shù)據(jù)副本。所以訓(xùn)練數(shù)據(jù)對模型的意義主要在于幫助模型更好的理解單詞的意義，這也是OpenAI斷言新聞數(shù)據(jù)和《紐約時報》數(shù)據(jù)源對于模型的專門學(xué)習(xí)都沒有意義的原因。

OpenAI認(rèn)為，其已經(jīng)采取了一些措施來限制無意中的記憶，防止在模型輸出中出現(xiàn)重復(fù)內(nèi)容，其社交媒體上確實也有這個記錄[vi]。但《紐約時報》證明，輸入提示詞，ChatGPT就可以把其原始新聞反饋給用戶。前一部分中，OpenAI說《紐約時報》已經(jīng)于2023年8月屏蔽了其爬蟲，但《紐約時報》訴狀中列舉的巴以加沙戰(zhàn)爭的新聞證據(jù)是10月份的，所以O(shè)penAI在博客中說，這些內(nèi)容不僅出現(xiàn)在《紐約時報》網(wǎng)站，也出現(xiàn)在許多不同的公共網(wǎng)站上。

同時，OpenAI還認(rèn)為，《紐約時報》取證時故意操縱ChatGPT進行反流，違反了其用戶條款。故意操縱應(yīng)該指《紐約時報》取證時的提示詞是特殊的，比如新聞的第一句話，而非用戶常用的“提供加沙戰(zhàn)爭新聞”及類似方式。這里的用戶條款應(yīng)該指的是其用戶協(xié)議中的規(guī)定[vii]：不得將OpenAI的服務(wù)用于任何非法、有害或濫用行為。例如，以侵犯、盜用或違反他人權(quán)利的方式使用我們的服務(wù)?？赡躉penAI認(rèn)為用戶利用其技術(shù)漏洞輸入提示詞得到侵犯版權(quán)的訓(xùn)練材料信息，也屬于以侵權(quán)方式使用其服務(wù)。

四、《紐約時報》沒有講述全部故事

在 12 月19 日的最后一次溝通中，我們與《紐約時報》的討論似乎取得了建設(shè)性進展。談判的重點是圍繞 ChatGPT中的實時顯示和歸因建立高價值的合作伙伴關(guān)系，《紐約時報》將通過這種新方式與他們的現(xiàn)有讀者和新讀者建立聯(lián)系，而我們的用戶則可以訪問他們的報道。我們曾向《紐約時報》解釋說，與任何單一來源一樣，他們的內(nèi)容對我們現(xiàn)有模型的訓(xùn)練沒有任何意義，對未來的訓(xùn)練也沒有足夠的影響。他們在 12 月 27 日提起的訴訟--我們是通過閱讀《紐約時報》得知的--讓我們感到意外和失望。

一路走來，他們曾提到看到一些重復(fù)他們內(nèi)容的情況，但一再拒絕分享任何實例，盡管我們承諾調(diào)查并解決任何問題。我們已經(jīng)證明了我們是如何認(rèn)真對待這一優(yōu)先事項的，例如在 7 月份，當(dāng)我們得知 ChatGPT功能可能會以非預(yù)期的方式復(fù)制實時內(nèi)容后，我們立即關(guān)閉了該功能。

有趣的是，《紐約時報》誘導(dǎo)轉(zhuǎn)載的內(nèi)容似乎來自多年前的文章，而這些文章已在多個第三方網(wǎng)站上泛濫。為了讓我們的模型進行反流，他們似乎有意篡改了提示語，通常包括冗長的文章節(jié)選。即使在使用此類提示時，我們的模型通常也不會像《紐約時報》影射的那樣，這表明他們要么是指示模型進行反流，要么是從眾多嘗試中挑選出的例子。

盡管《紐約時報》聲稱，這種誤用并非典型或允許的用戶行為，也不能替代《紐約時報》。無論如何，我們正在不斷提高我們系統(tǒng)的抗逆性，以抵御反流訓(xùn)練數(shù)據(jù)的攻擊，并已在我們最近的模型中取得了很大進展。

我們認(rèn)為《紐約時報》的訴訟毫無根據(jù)。盡管如此，我們?nèi)韵Ｍc《紐約時報》建立建設(shè)性的合作關(guān)系，并尊重其悠久的歷史，其中包括 60 多年前報道第一個工作神經(jīng)網(wǎng)絡(luò)和捍衛(wèi)第一修正案規(guī)定的自由。

我們期待與新聞機構(gòu)繼續(xù)合作，通過實現(xiàn)人工智能的變革潛力，幫助提升他們制作高質(zhì)量新聞的能力。

筆者的評注：這部分除了介紹訴訟前雙方的交流，其他內(nèi)容主要是總結(jié)，OpenAI告訴大家，他們有技術(shù)措施防止受版權(quán)保護的訓(xùn)練素材被重現(xiàn)給用戶，他們還是希望和《紐約時報》合作并幫助新聞行業(yè)。

本文作者：游云庭，上海大邦律師事務(wù)所高級合伙人，知識產(chǎn)權(quán)律師。本文僅代表作者觀點。

[i] https://openai.com/blog/openai-and-journalism

[ii] https://mp.weixin.qq.com/s/1TTkYh2yJZgd_CSCbtdgkw

[iii] https://platform.openai.com/docs/gptbot

[iv] https://mp.weixin.qq.com/s/mTwdFVs5wCV7hMdyOCasLQ

[v] https://www.regulations.gov/comment/COLC-2023-0006-8906

[vi] https://twitter.com/OpenAI/status/1676072388436594688

[vii] https://openai.com/policies/terms-of-use