Видання The New York Times та The Daily News стверджують, що OpenAI могла вводити в оману щодо своїх можливостей з пошуку даних у логах чатів клієнтів та датасетах для навчання на наявність творів, захищених авторським правом. Це останній виток ескалації у дворічній судовій суперечці проти компанії, яка розробляє штучний інтелект, за нібито порушення законодавства про авторське право шляхом навчання своїх генеративних моделей ШІ на контенті The Times та відтворенні цієї журналістики у відповідях користувачам.
Судовий процес та заяви сторін
Протягом розгляду справи OpenAI стверджувала, що не має можливості шукати у власному тренувальному корпусі даних. Компанія також зазначала, що пошук або обробка її величезної колекції розмов ChatGPT були б технічно складними та порушували б приватність користувачів, оскільки логи потребували б вилучення, обробки та знеособлення. Видання ж прагнули отримати ці дані, щоб встановити, чи присутня їхня журналістика, захищена авторським правом, у тренувальному датасеті OpenAI, і чи, а також як часто, ChatGPT генерував відповіді, використовуючи або відтворюючи їхній контент.
Розкриття інформації на допиті
Під час судового допиту, призначеного судом у квітні, інженер з приватності даних OpenAI, Вінні Монако, нібито розкрив, що OpenAI вже проводила внутрішні пошуки та оцінки свого тренувального корпусу на наявність журналістських творів, захищених авторським правом.
Допит Монако також, за повідомленнями, виявив, що ще до подання позову The NYT, OpenAI зібрала базу даних приблизно з 78 мільйонів знеособлених розмов ChatGPT, які компанія використовувала внутрішньо для оцінки масштабу порушень прав третіх сторін. На додаток до цього датасету, OpenAI також нібито впровадила “Bloom” фільтр як частину набору інструментів під назвою “Project Giraffe”, який виявляв та реєстрував випадки “відригування” контенту (regurgitation) у відповідях, невдовзі після подання позову.
Значення нових даних та звинувачення у приховуванні
Останні два виявлення є особливо вагомими. Позивачі спочатку просили OpenAI надати вибірку з 120 мільйонів логів чатів, але OpenAI домовилася про зменшення вибірки до 20 мільйонів. Компанія нарешті подала цю вибірку до суду минулого грудня, але, за твердженнями, вона містила стільки вилучень (redactions), що зробило вибірку “непридатною для використання” (за словами суду). Позивачі також стверджували, що OpenAI видалила мільярди відповідей ChatGPT після подання позову, що є прямим порушенням судового наказу про збереження доказів, і що технологічний гігант замінив мільйони логів у запитуваній вибірці.
Іншими словами, вони стверджують, що OpenAI безпідставно ускладнила отримання інформації, яку компанія вже зібрала.
«Якби OpenAI щиро вірила, що копіювання журналістики наших клієнтів є справедливим і законним, вона б не приховувала правду про те, що це зробила», — заявив Ян Б. Кросбі, головний юрисконсульт позивачів, у своїй заяві.
Вимоги позивачів та відповідь OpenAI
Наразі The NYT та The Daily News вимагають від судді покарати OpenAI за нібито приховування доказів та маніпуляції процесом розкриття інформації. Вони просять суд заборонити OpenAI використовувати 20-мільйонну вибірку логів чатів як доказ, стверджуючи її ненадійність; визнати як факт, що логи ChatGPT показали б значне “відригування” та використання контенту позивачів; заборонити OpenAI стверджувати, що надані нею логи чатів не демонструють суттєвого “відригування”; і зобов’язати OpenAI відшкодувати судові витрати, понесені позивачами через необхідність добиватися цих доказів.
У своїй заяві речник OpenAI, Дрю Пусатері, заперечив звинувачення, заявивши, що The Times намагається отримати доступ до приватних розмов користувачів, оскільки їхня справа слабшає.
«Оскільки справа The Times слабшає, і вони були змушені відкликати деякі позови проти нас, вони наполягають на своїх зусиллях із вторгнення в приватність людей, які не мають жодного стосунку до цієї справи, зокрема, висуваючи ці відверто неправдиві звинувачення», — заявив Пусатері. «Ми продовжимо захищати конфіденційність наших користувачів та усталені принципи справедливого використання».
Коли ви здійснюєте покупки за посиланнями в наших статтях, ми можемо отримувати невелику комісію. Це не впливає на нашу редакційну незалежність.
Думка ІТ-Блогу: Ці звинувачення, якщо вони підтвердяться, можуть суттєво підірвати довіру до OpenAI та поставити під сумнів етичні стандарти розробки великих мовних моделей. Для користувачів це означає потенційне посилення регулювання ШІ та зростання уваги до питань авторського права у цифрову епоху.
За матеріалами: techcrunch.com