最近，OpenAI又?jǐn)偵鲜铝恕?/p>

之前Sam Altman在國(guó)會(huì)山舌戰(zhàn)參議員，幫OpenAI搞定了監(jiān)管層。

但俗話說(shuō)得好，閻王好見(jiàn)，小鬼難纏。

沒(méi)想到OpenAI最近卻被美國(guó)的律所和作家們給盯上了。

最近紛紛跳出來(lái)起訴OpenAI，要求數(shù)額不菲的賠償金。

起訴理由是，訓(xùn)練數(shù)據(jù)侵權(quán)。

律所提起集體訴訟

6月28號(hào)，位于北加州的Clarkson律所對(duì)OpenAI提起了集體訴訟。

圖片

指控OpenAI在訓(xùn)練大模型時(shí)從網(wǎng)上抓取的數(shù)據(jù)，嚴(yán)重侵犯了16名原告的著作權(quán)和隱私，要求賠償30億美金。

克拉克森訴訟的核心主張是 OpenAI 的整個(gè)商業(yè)模式都是基于盜竊。

律所合伙人克拉克森 (Ryan Clarkson) 表示：

「律所代表那些信息被竊取，用來(lái)創(chuàng)造了這項(xiàng)強(qiáng)大技術(shù)的真實(shí)存在的普通人主張自己的合法權(quán)利?！?/p>

該訴訟特別指控該OpenAI：

「在未經(jīng)知情同意或不知情的情況下，使用從數(shù)億互聯(lián)網(wǎng)用戶（包括各個(gè)年齡段的兒童）竊取的私人信息（包括個(gè)人身份信息）來(lái)創(chuàng)建其產(chǎn)品?！?/p>

律師主導(dǎo)的集體訴訟制度

要看懂這個(gè)事情的來(lái)龍去脈，必須稍微了解一下美國(guó)的集體訴訟制度。

簡(jiǎn)單來(lái)說(shuō)，大部分的訴訟，原告的個(gè)數(shù)是有限而且明確的，而集體訴訟，是一大群人提起的訴訟。

集體訴訟制度是因?yàn)槟硞€(gè)事件的受害人太多，而且往往單個(gè)受害人的受到的損害太小，不適合單獨(dú)起訴，所以就可以由原告組成集體，集體起訴被告。

比較典型的是環(huán)保類的案件，比如某個(gè)公司排污影響了周圍的居民，居民集體起訴公司。

或者是某個(gè)大公司的制度侵犯了很多員工的權(quán)益。

但是集體訴訟和普通訴訟有一個(gè)很大的不同之處在于，發(fā)起者往往不是原告人，而是代理律師。

因?yàn)樵诩w訴訟中，代理律師會(huì)要求很高的代理費(fèi)，可能會(huì)超過(guò)賠償額的50%，有個(gè)別夸張的案件甚至?xí)_(dá)到80%。

而原告方，很多時(shí)候是被發(fā)起訴訟的律師主動(dòng)找上家門，簽個(gè)字同意律師代理，如果打贏了，能拿到一些賠償金。

如果官司打輸了，大部分情況下就不需要出律師費(fèi)。

律師在獲得了一大批原告的授權(quán)之后，就以「原告集體」的名義向法院提起訴訟，要求被告賠償。

因?yàn)樵鏀?shù)量比較多，如果官司打贏了，獲得的總體賠償額往往會(huì)比較多。

而律師因?yàn)樵谶@類案件中占有主導(dǎo)地位，會(huì)有很高的律師費(fèi)抽成比例，往往會(huì)比受害者獲得更多的經(jīng)濟(jì)利益。

比如蘋果公司前不久，就因?yàn)橄掳鄬?duì)員工搜寶檢查的制度，最后在集體訴訟中和員工達(dá)成和解，向員工支付了3050萬(wàn)美元，平均每個(gè)員工能獲得1328美元的賠償。

但是卻要向律師支付900萬(wàn)美元左右的律師費(fèi)。

而律師或者律所本身，也會(huì)因?yàn)榧w訴訟案件廣泛的影響力，在業(yè)界獲得更高的名聲。

Clarkson律師事務(wù)所

某種程度上，很多美國(guó)集體訴訟案件真正的「原告」，往往是能獲得更多經(jīng)濟(jì)收入的律師，而非真實(shí)的受害「原告」。

而這起針對(duì)OpenAI的集體訴訟，代理律所Clarkson LLP，就是一家成立于2014年，幾乎只從事集體訴訟業(yè)務(wù)的律所。

相較美國(guó)很多有幾十上百年歷史的律所，克拉克森可謂是一家嬰兒律所。

但是最近幾年卻打贏了不少針對(duì)食品，藥品制造商的集體訴訟案件。

這次對(duì)于OpenAI的起訴也是由律所的冠名合伙人Ryan Clarkson本人親自辦理。

圖片

現(xiàn)在他們律所網(wǎng)站，已經(jīng)把自己起訴OpenAI的信息置頂了。

網(wǎng)站瀏覽者隨時(shí)隨地都可以看到這條信息。

圖片

看得出來(lái)，這次他們是要「All in OpenAI」，打響「大模型侵權(quán)案件的第一槍」。

無(wú)法可依，結(jié)局難料

美國(guó)對(duì)于大模型訓(xùn)練數(shù)據(jù)的立法還沒(méi)有通過(guò)。

而在國(guó)會(huì)立法程序給出明確規(guī)定之前，法官很有可能會(huì)參考已經(jīng)有的隱私權(quán)和著作權(quán)的案例，在這個(gè)案件中做出對(duì)原告有利的認(rèn)定。

在沒(méi)有明確法律規(guī)則的背景之下，案件很有可能會(huì)朝著不利于OpenAI的方向發(fā)展。

只要這家律所不是無(wú)理取鬧，而OpenAI又急于擺脫類似的訴訟麻煩。

這個(gè)案子很有可能會(huì)像大多數(shù)的集體訴訟案件一樣，以和解結(jié)束。

原告和律師很有可能獲得一筆數(shù)額不菲的和解金。

原告律所也會(huì)因?yàn)榇磉@個(gè)可能具有劃時(shí)代意義的案件而繼續(xù)鞏固自己在業(yè)界的地位。

而后續(xù)，OpenAI和其他大模型提供商可能都會(huì)面對(duì)更多類似的法律訴訟。

直到有相關(guān)的法律出臺(tái)，明確訓(xùn)練數(shù)據(jù)方面的具體規(guī)則。

更多訴訟事件

而除了上面提到的律所集體訴訟，個(gè)人因?yàn)楸磺謾?quán)而直接起訴OpenAI的例子也不少。

而這樣的案件，主要是由對(duì)書籍享有著作權(quán)的作家提起的。

最近，兩位曾獲過(guò)獎(jiǎng)的作者就起訴了OpenAI，指控他們?cè)谖唇?jīng)同意的情況下使用他們出版的書籍來(lái)訓(xùn)練 ChatGPT，違反了版權(quán)法。

該訴訟于6月底提起，兩位作家表示，ChatGPT的底層LLM直接拿來(lái)就用了原告作者M(jìn)ona Awad和Paul Tremblay的受版權(quán)保護(hù)的作品。

圖片

他們認(rèn)為，ChatGPT能夠生成其作品的詳細(xì)摘要，這就表明他們的書籍肯定已經(jīng)包含在了用于訓(xùn)練的數(shù)據(jù)集中。

美國(guó)一所大學(xué)的法學(xué)教授Daniel Gervais在接受Insider采訪時(shí)表示，作家的訴訟是全國(guó)范圍內(nèi)針對(duì)生成式AI的少數(shù)版權(quán)案件之一。

「這絕對(duì)不會(huì)是最后一次。」

Gervais預(yù)計(jì)，隨著這些AI在復(fù)制作家和藝術(shù)家風(fēng)格方面的能力不斷得到發(fā)展和改進(jìn)，更多的作者將加入起訴開(kāi)發(fā)LLM和AI公司的行列。

他認(rèn)為，全國(guó)范圍內(nèi)，針對(duì)ChatGPT等生成式AI工具的一大波法律挑戰(zhàn)即將到來(lái)。

投訴中寫道，想要證明該案的作者因OpenAI的數(shù)據(jù)收集行為而遭受了金錢損失這一點(diǎn)，可能具有一定的挑戰(zhàn)性。

Gervais告訴Insider，ChatGPT也可能從作者以外的其他來(lái)源收集了Awad和Tremblay的作品。

Sussex大學(xué)AI和版權(quán)專家Andres Guadamuz也表達(dá)了這種擔(dān)憂。

他告訴Insider，即使這些書籍在OpenAI的訓(xùn)練數(shù)據(jù)集里，OpenAI其實(shí)也可以是通過(guò)合法途徑來(lái)得到這些作品的。

美國(guó)作家協(xié)會(huì)是一個(gè)支持作家工作權(quán)利的倡導(dǎo)組織，上周他們發(fā)表了一封公開(kāi)信，呼吁大型科技和AI公司的CEO能去獲得「作家的許可」，再使用他們的受版權(quán)保護(hù)的作品來(lái)訓(xùn)練LLM。

圖片

同時(shí)，應(yīng)該「公平地補(bǔ)償作家」。

截止目前，這封公開(kāi)信已經(jīng)獲得了超過(guò)2000個(gè)簽名。

目前，Awad和Tremblay正在尋求損失賠償。

在訴訟中還包含了ChatGPT創(chuàng)作的Awad的小說(shuō)：「看待胖女孩的13種方式」(13 Ways of Looking at a Fat Girl)和「兔子」(Bunny)的摘要,以及Tremblay的「世界盡頭的小屋」(The Cabin at the End of the World).

OpenAI和Awad、Tremblay都沒(méi)有回應(yīng)Insider的置評(píng)請(qǐng)求。

無(wú)獨(dú)有偶，喜劇演員兼作家Sarah Silverman，以及作家Christopher Golden、Richard Kadrey也在美國(guó)地方法院上訴了，他們分別起訴的是OpenAI和Meta ，同樣指控其侵犯版權(quán)。

圖片

這些訴訟稱，OpenAI的ChatGPT和Meta的LLaMA都有用非法獲取的數(shù)據(jù)集進(jìn)行訓(xùn)練的行為，而這些數(shù)據(jù)集中就包含他們的作品。

他們表示，這些數(shù)據(jù)集是從Bibliotik、Library Genesis、Z-Library等網(wǎng)站獲取的，并指出這些書可以批量獲取。

在針對(duì)OpenAI的訴訟中，三人提供的證據(jù)表明，當(dāng)出現(xiàn)相關(guān)的prompt時(shí)，ChatGPT會(huì)總結(jié)他們的書籍，他們認(rèn)為，這是對(duì)他們作品版權(quán)的侵犯。

Silverman的「Bedwetter」是ChatGPT在展品中展示的第一本書，而Golden的書「Ararat」和Kadrey的「Sandman Slim」也被用作了示例。

至于針對(duì)Meta的單獨(dú)訴訟，情況也差不多。Meta用于訓(xùn)練LLaMA模型的數(shù)據(jù)集中也能訪問(wèn)該作者的書籍。

而在該投訴，詳細(xì)的分步闡述了原告為何認(rèn)為這些數(shù)據(jù)集的來(lái)源是非法的——在一篇有關(guān)LLaMA的論文中，Meta指出了其訓(xùn)練數(shù)據(jù)集的來(lái)源，其中一個(gè)名為「ThePile」。

訴狀指出，EleutherAI的一篇論文將「ThePile」描述為由Bibliotik內(nèi)容的副本拼湊而成的，而B(niǎo)ibliotik本身就不合法。

圖片

在這兩項(xiàng)聲明中，參與的作者均表示，他們不同意AI公司使用其受版權(quán)保護(hù)的書籍作為L(zhǎng)LM的訓(xùn)練內(nèi)容。

他們的訴訟均包含六項(xiàng)不同類型的侵犯版權(quán)、疏忽、不當(dāng)?shù)美筒徽?dāng)競(jìng)爭(zhēng)罪名。

圖片

目前，這些作者也正在尋求法定損失賠償、利潤(rùn)歸還等。

除了書圈，Getty Images還提起了一項(xiàng)訴訟，指控創(chuàng)建Stable Diffusion的Stability AI在「數(shù)百萬(wàn)張受版權(quán)保護(hù)的圖像」上訓(xùn)練其模型。

相關(guān)各方均未作出回應(yīng)。

參考資料：

https://www.washingtonpost.com/technology/2023/06/28/openai-chatgpt-lawsuit-class-action/

https://www.businessinsider.com/openai-copyright-lawsuit-authors-chatgpt-trained-on-books-2023-7

https://www.theverge.com/2023/7/9/23788741/sarah-silverman-openai-meta-chatgpt-llama-copyright-infringement-chatbots-artificial-intelligence-a