一天吃两起官司，ChatGPT 现在有大麻烦了。
原因都和数据有关。
先是 16 人匿名起诉 OpenAI 及微软，认为他们在未经允许的情况下使用并泄露了个人隐私数据，索赔金额高达30 亿美元。
紧接着，2 位全职作者提出，OpenAI 未经允许使用了他们的小说训练 ChatGPT，构成侵权。
而且两边的原告都表示，OpenAI 从互联网上搜刮的数据可太多了，除了他们以外还有非常多人的数据正在被违规使用。
网上的讨论很多，有人表示作家就是应该维权，并且获得适当的报酬。
被告方 OpenAI 暂时没有做出公开回应。
16 人索赔 30 亿
先来看第一起诉讼。
6 月 28 日，16 位匿名人士向 OpenAI 及微软发起诉讼，他们认为基于 ChatGPT 的 AI 产品在没有告知或获得本人同意的情况下，收集且泄露了他们的个人信息。
他们从互联网、书籍、文章、网站和帖子中抓取了3000 亿个单词，其中包括未经允许获取的个人信息。
这其中包含账户信息、姓名、联系方式、电子邮件、支付信息、交易记录、浏览器数据、社交媒体信息、聊天数据、cookie 等等。
这使得个人信息被嵌入到了他们的 AI 产品中，而这些信息可以反映出个人爱好、观点、工作履历甚至家庭照片等。
原告认为 OpenAI 没能充分将这些敏感信息进行过滤，会导致数百万人面临信息被泄露的风险。
而且他们指控如上抓取数据的行为，OpenAI 是 "秘密进行" 的，没有按照适用法律要求的那样注册为数据代理商。
负责这次起诉的律师事务所 Clarkson，此前曾负责过数据泄露和虚假广告等问题的大规模集体诉讼。
但能否胜诉目前还很不确定。
知识产权律师凯瑟琳 · 加德纳（Katherine Gardner）表示，当用户将内容上传到社交平台或者其他网站时，他们都会授予平台广泛许可，允许平台使用他们的内容。
因此，普通用户想要就 AI 模型的数据获取问题获得赔偿，具有比较高的挑战性。
以及有人发现在这份长达 157 页的诉讼书中，大量引用了媒体及学界在 AI 伦理道德方面的讨论和警告，但是对于造成实际影响的具体案例列举不多。
具体的证据是，ChatGPT 能为他们的书生成 "非常准确" 的摘要，这足以说明这些书被收录在数据库中。
保罗 · 特朗布莱（Paul Tremblay）和莫娜 · 阿瓦德（Mona Awad）表示，ChatGPT 未经许可就从数千本书中拷贝数据，这侵犯了作者们的版权。
起诉书中预估，OpenAI 的训练数据中至少包含 30 万本书，其中很多来自侵权网站。
比如 OpenAI 在披露 GPT-3 训练数据情况时，就表示其中包含两个互联网图书语料库，大概占比为 15%。起诉作者认为这些数据就是来自影子图书馆网站的，比如 Library Genesis、Sci-Hub 等。
以及在 2018 年，OpenAI 透露他们给 GPT-1 喂的数据中包含 7000+ 本小说。起诉方认为这些书是研究人员从一些盗版网站上复制下来的，而没有获得作者的同意或授权。
实际上，从生成式 AI 大火以来，AI 公司吃版权、数据隐私官司，也真的不稀奇了。
OpenAI 一直深陷数据风波
早在去年 11 月时，OpenAI 和 GitHub 一起推出的代码助手 Copilot，就被程序员们告上了法庭。
原告们认为 Copilot 侵犯了众多原创代码作者的版权，同时还泄露了用户隐私，因此向法院提起诉讼，索赔达 90 亿美元。
但到目前为止，这个案件还没有最终定论。
因为发现只要输入自己的名字，就能生成个人风格的画作，画家凯利 · 麦柯南（Kelly McKernan）联合另外两位创作者一起提起诉讼。
律师团队和上面起诉 Copilot 的都是同一家。
以及网站平台方也不愿意被白嫖数据。
这不最近马斯克给推特限流，给出的理由就是 " 不想让 AI 白嫖数据了 "。目前限制措施还在实行中，还不知道之后会有怎么样的变化。
只有日本方面传出过消息，不会对训练 AI 所使用的数据实施版权保护，因为这能加速 AI 发展。
参考链接：
[ 1 ] https://www.theregister.com/2023/06/28/microsoft_openai_sued_privacy/
[ 2 ] https://www.reuters.com/legal/lawsuit-says-openai-violated-us-authors-copyrights-train-ai-chatbot-2023-06-29/
[ 3 ] https://www.washingtonpost.com/technology/2023/06/28/openai-chatgpt-lawsuit-class-action/
