เนื้อหาใหม่ที่ยังไม่ได้แก้ไขในคดีลิขสิทธิ์ของ The New York Times ต่อ OpenAI และ Microsoft เปิดเผยชุดการรับสมัครภายในที่โดดเด่น ซึ่งรวมถึงผู้บริหารระดับสูงของ Microsoft ที่บรรยายเป็นการส่วนตัวถึงแนวทางปฏิบัติในการฝึกอบรม AI ของบริษัทว่าเป็นการโจรกรรม และความเป็นผู้นำของ OpenAI เองก็ยอมรับว่าแชทบอทของตนก่อให้เกิด "ภัยคุกคามที่มีอยู่" ต่อผู้จัดพิมพ์ที่ทำงานฝึกอบรมมัน

การยื่นฟ้องดังกล่าว ซึ่งรายงานโดย TechCrunch เมื่อวันพฤหัสบดี มาถึงสามปีหลังจากที่ The Times ฟ้องร้องครั้งแรก โดยกล่าวหาว่าบริษัทต่างๆ ละเมิดกฎหมายลิขสิทธิ์โดยการฝึกอบรมโมเดล AI เชิงสร้างสรรค์ในเนื้อหา เนื้อหาที่มองเห็นได้ใหม่ให้รายละเอียดว่าบริษัทต่างๆ ถูกกล่าวหาว่าได้มาและใช้เนื้อหานั้นได้อย่างไร เช่น การเลี่ยงเพย์วอลล์โดยตรวจไม่พบ การสร้างชุดข้อมูลการฝึกอบรมผ่านการคัดลอกจำนวนมาก และจงใจดึงประกาศเกี่ยวกับลิขสิทธิ์ออกจากข้อมูลการฝึกอบรม For more context on this story, see our ongoing artificial intelligence updates.

เป็นที่น่าสังเกตว่ามีข้อแม้ที่ TechCrunch ตั้งค่าสถานะไว้: ข้อมูลใหม่ส่วนใหญ่มาจากบทสรุปของ The Times มากกว่าการจัดแสดงที่ซ่อนอยู่ซึ่งยังคงปิดผนึกอยู่ และราคาจะถูกนำเสนอโดยไม่มีบริบทดั้งเดิม

'A Doom Loop' สำหรับผู้จัดพิมพ์

การเปิดเผยที่เป็นผลสืบเนื่องมากที่สุดคือข้อมูลของ Microsoft เกี่ยวกับสิ่งที่ Copilot "answer engine" ทำเพื่อเข้าชมเว็บไซต์ของ The Times ตามเอกสารที่ยื่น ตัวเลขภายในของ Microsoft แสดงให้เห็นว่า Copilot ทำให้อัตราการคลิกผ่านสำหรับโดเมน nytimes.com ลดลงมากถึง 93 เปอร์เซ็นต์ เมื่อเทียบกับการค้นหา Bing แบบเดิม

การนำเสนอภายในที่เขียนโดย Brent Hecht ผู้อำนวยการฝ่ายวิทยาศาสตร์ประยุกต์ของ Microsoft ในเดือนมกราคม 2024 กล่าวถึงการลดลงดังกล่าวว่าเป็น "วงจรหายนะ" ที่จะ "ส่งผลกระทบต่อประสิทธิภาพของโมเดลของเราและเว็บทั้งหมดในเวลาเดียวกัน"

“เป็นเรื่องผิดปกติอย่างมากที่ผลิตภัณฑ์ขั้นสุดท้ายคุกคามรากฐานทางเศรษฐกิจของซัพพลายเออร์ที่สำคัญ แต่นั่นคือสถานการณ์ที่เราสร้างขึ้นสำหรับธุรกิจ LLM ของเราในส่วนที่เกี่ยวกับ 'ห่วงโซ่อุปทานเนื้อหา'” เอกสารของ Microsoft อ่านตามที่อ้างถึงในการยื่นฟ้อง

การรับสมัครตัดตรงต่อเสาหลักประการหนึ่งของการป้องกันการใช้งานโดยชอบธรรมที่บริษัท AI พึ่งพา นั่นคือ การใช้งานไม่ได้ทดแทนงานต้นฉบับหรือเป็นอันตรายต่อตลาด

คำพูดของผู้บริหารเองใส่บันทึก

เอกสารที่ยื่นฟ้องที่ยังไม่ได้แก้ไขยังรวบรวมการประเมินที่ตรงไปตรงมาจากบุคคลอาวุโสที่สุดของบริษัทอีกด้วย

Satya Nadella ซีอีโอของ Microsoft ให้การเป็นพยานในการให้การเมื่อต้นปีนี้ว่า "สิ่งใดก็ตามที่เป็นเพย์วอลล์ควรได้รับอนุญาตจากใครก็ตามที่ต้องการใช้มัน...เพื่อการต่อสายดินหรือการฝึกอบรม" Nadella ชี้แจงอย่างชัดเจนว่าหากเขา "ได้รับทราบว่า OpenAI ได้คัดลอกและฝึกอบรมเกี่ยวกับข้อมูลที่อยู่เบื้องหลังเพย์วอลล์" เขาคงจะ "เรียกใช้ [สิทธิ์ของ Microsoft ใน] กำหนดให้ OpenAI ฝึกอบรมโมเดลของตนใหม่"

Nadella ยังตกลงภายใต้คำสาบานว่าการสนทนากับแชทบอท "ได้เข้ามาแทนที่ … การให้ข้อมูลแก่คุณบนเว็บไซต์บนแพลตฟอร์ม AI แทนที่จะต้องไปที่แหล่งที่มาที่สำคัญ"

ในด้าน OpenAI นั้น Nick Turley หัวหน้า ChatGPT ของบริษัท เขียนไว้ในการสื่อสารภายในว่าผู้เผยแพร่โฆษณาเผชิญกับ "ภัยคุกคามที่มีอยู่" จากผลิตภัณฑ์เช่นแชทบอต ซึ่ง "ทดแทนได้ส่วนใหญ่" และ "จะทดแทนได้มากขึ้นเรื่อยๆ เมื่อดีขึ้น" Greg Brockman ประธาน OpenAI กล่าวถึงโมเดลดังกล่าวว่า "เป็นเลิศในด้านข่าว"

และในบันทึกภายในเดือนมกราคม 2023 Hecht ซึ่งเป็นผู้บริหารของ Microsoft คนเดียวกับที่ต่อมาได้ทำเครื่องหมาย "วงจรแห่งหายนะ" เรียกว่าการขูด "การขโมยที่น่าอัศจรรย์ในสัดส่วนที่ไม่เคยมีมาก่อน" และ "การขโมยแรงงานครั้งใหญ่ที่สุดในประวัติศาสตร์ของมนุษย์"

ระดับที่แท้จริงของการคัดลอก

เอกสารดังกล่าวระบุปริมาณการทำสำเนาในระดับที่ไม่เคยเปิดเผยมาก่อน เอกสารระบุว่าชุดข้อมูลการฝึกอบรมช่วงกลางของ OpenAI เพียงอย่างเดียวมีสำเนาผลงานมากกว่า 91,692 สำเนาที่ตีพิมพ์โดย The New York Times, New York Daily News และ Center for Investigative Reporting

ชุดข้อมูลที่ได้มาจาก Common Crawl ซึ่งเป็นที่เก็บข้อมูลการรวบรวมข้อมูลเว็บแบบเปิดฟรี มีเอกสารมากกว่า 2 ล้านฉบับจาก nytimes.com เพียงอย่างเดียว เอกสารนี้ยังอธิบายถึง Project Mango ซึ่งเป็นโครงการริเริ่มด้านข้อมูลของ Microsoft-OpenAI ซึ่งชุดข้อมูลการฝึกอบรมที่รวบรวมไว้ประกอบด้วยสำเนาผลงานที่ไม่ซ้ำกันอย่างน้อย 160,903 ชิ้นจากผู้เผยแพร่ข่าว OpenAI ส่งมอบชุดข้อมูลการฝึกอบรม GPT-3 ทั้งหมดให้กับ Microsoft เพื่อการประเมิน ตามเอกสารแนบดังกล่าว และ Microsoft ก็ให้ข้อมูลการฝึกอบรมแก่ OpenAI ในทำนองเดียวกันผ่านโครงการริเริ่มที่เรียกว่า Project Taxi และ Project Mango

พนักงานของ OpenAI ยังถูกกล่าวหาว่าสร้างชุดข้อมูลการฝึกอบรมเบื้องต้น เช่น WebText และ WebText2 ซึ่งอาศัยเนื้อหาข่าวที่คัดลอกมาอย่างไม่สมส่วน

การแฮ็ก Paywall และประกาศเกี่ยวกับลิขสิทธิ์ที่ถูกปล้น

บางทีรายละเอียดที่ชัดเจนที่สุดอาจเกี่ยวข้องกับวิธีการได้รับเนื้อหา เมื่อนักวิจัยของ OpenAI Nick Ryder บอกกับ Brockman เกี่ยวกับ "แฮ็กเพื่อเลี่ยง paywall ในเวลาใดก็ได้" Brockman – เอกสารดังกล่าว – ตอบว่า: “อ่า เยี่ยมเลย”

เอกสารที่ยื่นต่อยังอธิบายถึงความพยายามโดยเจตนาที่จะดึงประกาศลิขสิทธิ์ออกจากข้อมูลการฝึกอบรมก่อนที่จะถึงแบบจำลอง เนื่องจากนักวิจัย "ไม่ต้องการ" โมเดลดังกล่าวแสดง "ประกาศเกี่ยวกับลิขสิทธิ์" ให้กับผู้ใช้

“หลักฐานที่เปิดเผยที่นี่เป็นครั้งแรกแสดงให้เห็นว่า OpenAI และ Microsoft รู้ว่าสิ่งที่พวกเขาทำนั้นผิด” Steven Lieberman ที่ปรึกษาของ New York Daily News กล่าวในแถลงการณ์ที่แชร์กับ TechCrunch

การต่อสู้เพื่อการใช้งานโดยชอบธรรมมีความหมายอย่างไร

คำถามที่ว่าบริษัท AI สามารถฝึกอบรมเนื้อหาที่มีลิขสิทธิ์อย่างถูกกฎหมายโดยไม่ต้องมีใบอนุญาตได้หรือไม่นั้นยังคงไม่เป็นที่แน่ชัด แต่จนถึงขณะนี้ ผู้พิพากษากลับเห็นชอบข้อโต้แย้งเกี่ยวกับการใช้งานโดยชอบธรรมของบริษัท AI เป็นอย่างมาก เมื่อต้นเดือนที่ผ่านมา ฝ่ายบริหารของ Trump ได้สนับสนุนการบรรยายสรุปในการป้องกันการใช้เนื้อหาที่มีลิขสิทธิ์โดยไม่ได้รับอนุญาตของ OpenAI เพื่อฝึกโมเดลภาษาขนาดใหญ่

อย่างไรก็ตาม การรับสมัครใหม่หลายรายการขัดแย้งกับข้อกำหนดด้านการตลาดของการทดสอบการใช้งานโดยชอบ — แนวคิดที่ว่าการใช้งานจะต้องไม่ทดแทนหรือตัดราคาตลาดสำหรับงานต้นฉบับ คำแถลงภายในที่ว่าผลิตภัณฑ์ "มีการทดแทนส่วนใหญ่" เมื่อรวมกับข้อมูลของ Microsoft เองที่แสดงให้เห็นว่าการคลิกผ่านลดลง 93 เปอร์เซ็นต์ ทำให้ฝ่าย The Times มีหลักฐานที่เป็นรูปธรรมมากที่สุดเกี่ยวกับการทดแทนตลาด

การยื่นฟ้องถือเป็นการยกระดับล่าสุดในกรณีที่กลายเป็นการต่อสู้ทางกฎหมายที่ตัดสินว่าบริษัท AI ได้รับข้อมูลการฝึกอบรมอย่างไร ไม่ว่าผลลัพธ์จะออกมาเป็นอย่างไร บันทึกที่ยังไม่ได้แก้ไขในตอนนี้แสดงให้เห็นว่าผู้บริหารของบริษัทต่างๆ เข้าใจความตึงเครียดตั้งแต่เนิ่นๆ และเขียนไว้เป็นลายลักษณ์อักษร

หากต้องการรายงานข่าวอย่างต่อเนื่องเกี่ยวกับการต่อสู้ทางกฎหมายที่ก่อให้เกิดปัญญาประดิษฐ์ โปรดติดตามข่าวสาร AI ล่าสุดของเราและการวิเคราะห์เชิงลึกเกี่ยวกับคดีต่างๆ ที่จะเป็นตัวกำหนดอุตสาหกรรม

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →