„Microsoft“ vadovas dirbtinio intelekto duomenų rinkimą pavadino „didžiausia vagyste“ istorijoje

Naujai paviešinti dokumentai trejus metus trunkančioje „New York Times“ autorių teisių byloje prieš „OpenAI“ ir „Microsoft“ ↗ 1.52% atskleidžia, kad abiejų bendrovių aukščiausio lygio vadovai privačiai pripažino, jog jų DI mokymo praktika prilygsta vagystei ir kelia egzistencinę grėsmę leidėjams, kurių darbas buvo naudojamas modeliams kurti.

„Didžiausia darbo vagystė žmonijos istorijoje“

Ketvirtadienį paviešinti dokumentai rodo, kad „Microsoft“ taikomosios mokslo srities direktorius Brentas Hechtas 2023 m. sausio mėn. vidinėje atmintinėje bendrovių vykdomą masinį naujienų turinio rinkimą apibūdino kaip „stulbinančią precedento neturinčio masto vagystę“ ir „didžiausią darbo vagystę žmonijos istorijoje“. 2024 m. sausio mėn. pristatyme B. Hechtas įspėjo, kad „Microsoft“ DI pagrįstas požiūris sukūrė „prakeiktą ratą“, kuris „vienu metu pakenks mūsų modelių veikimui ir visam internetui“.wsj+1

„Microsoft“ duomenys parodė, kad jos „Copilot“ atsakymų variklis sumažino „Times“ domeno paspaudimų skaičių iki 93%, palyginti su tradicine „Bing“ paieška. „OpenAI“ „ChatGPT“ vadovas Nickas Turley viduje rašė, kad leidėjams kyla „egzistencinė grėsmė“ dėl tokių produktų kaip pokalbių robotas, kurį jis apibūdino kaip „iš esmės pakeičiantį“ originalų turinį. „OpenAI“ prezidentas Gregas Brockmanas modelius pavadino „puikiais naujienų srityje“, o „Microsoft“ generalinis direktorius Satya Nadella prisiekęs paliudijo, kad pokalbiai su robotais „pakeitė… informacijos pateikimą tiesiogiai svetainėje, o ne poreikį eiti į pirminį šaltinį“.techcrunch

Kopijavimo mastas ir mokamos prieigos apėjimas

Dokumentai pirmą kartą atskleidžia tariamo kopijavimo mastą: vien tik „OpenAI“ tarpinio mokymo duomenų rinkiniuose buvo daugiau nei 91 692 „Times“, „Daily News“ ir Tiriamosios žurnalistikos centro paskelbtų darbų kopijos, o „Common Crawl“ duomenų rinkinyje buvo daugiau nei 2 milijonai dokumentų iš nytimes.com. Bendrovės taip pat tariamai rinko mokymo duomenis per iniciatyvas, vadinamas „Project Taxi“ ir „Project Mango“, iš kurių pastarojoje buvo bent 160 903 unikalūs naujienų leidėjų darbai.techcrunch

Dokumentuose aprašoma, kaip „OpenAI“ darbuotojai tariamai sugalvojo metodus, kaip nepastebimai apeiti mokamą prieigą. Kai tyrėjas Nickas Ryderis papasakojo G. Brockmanui apie „įsilaužimą, leidžiantį apeiti nytimes mokamą prieigą“, G. Brockmanas atsakė: „ah, puiku“. Darbuotojai taip pat tariamai pašalino autorių teisių pranešimus iš mokymo duomenų, nes tyrėjai „nenorėtų, kad modelis pateiktų“ tokius pranešimus vartotojams.techcrunch

Teisinės pasekmės

Šie prisipažinimai gali pakenkti „OpenAI“ gynybai dėl sąžiningo naudojimo, ypač reikalavimui, kad naudojimas nekenktų originalaus kūrinio rinkai. Pats S. Nadella paliudijo, kad „viskas, kas yra už mokamos prieigos, turėtų būti licencijuojama kiekvieno, kas nori tai naudoti… pagrindimui ar mokymui“. „TechCrunch“ duomenimis, šio mėnesio pradžioje Trumpo administracija pateikė trumpą pareiškimą, ginantį „OpenAI“ vykdomą nelicencijuotą autorių teisių saugomos medžiagos naudojimą. „OpenAI“ ir „Microsoft“ į prašymus pakomentuoti neatsakė.techcrunch