OpenAI在美遭遇集体诉讼 被控「窃取私人数据」
-
OpenAI在美遭遇集体诉讼 被控「窃取私人数据」(图:shutterstock)(photo:CnYes)一群匿名人士在一项集体诉讼中声称，ChatGPT 的开发商 OpenAI 公司为了训练其大型语言模型，窃取了「大量个人数据」，来让其聊天机器人能够复制人类语言。
律师们在周三向美国加州北区地方法院提起的长达 157 页的诉状中写道：「尽管制定购买和使用个人讯息的协议，但被告採取了不同的方法：窃盗。」
这些匿名人士指责 OpenAI 从互联网上秘密抓取 3000 亿字词，窃听了「书籍、文章、网站和贴文，包括未经同意获得的个人讯息」，违反了隐私法。
克拉克森律师事务所 (Clarkson Law Firm) 在周三向旧金山联邦法院提交的诉状中表示，OpenAI 爬行网路以收集大量数据，其中包括从社群媒体网站获取的大量数据。 诉讼称，OpenAI 的专有人工智慧个人数据语料库 WebText2，从 Reddit 贴文及其连接的网站中抓取了大量数据。
他们根据受伤害的个人类别估计有数百万人，提出了 30 亿美元的潜在损失。
原告指控，OpenAI 广受欢迎的聊天机器人程序 ChatGPT 和其他产品，都是在未经原告许可的情况下，从包括儿童在内的数亿互联网用户那里获取私人讯息。
诉讼寻求暂时冻结 OpenAI 产品的商业访问和商业开发，直到该公司实施更多法规和保障措施，包括允许人们选择退出数据收集，并防止其产品「超越人类智能并伤害他人」为止。
除了 OpenAI 之外，主要支持者微软 (MSFT-US) 也被列为被告。
原告的身份仅借由姓名首字母、职业和状态来识别，他们的律师表示，这是为了「避免侵入性审查，以及任何潜在危险的强烈抵制」。
北京大成律师事务所高级合伙人邓志松表示，ChatGPT 运行的原理借由「阅读」大量现有文本，并学习词语在上下文中的出现方式，来预测可能出现在回应中的最可能的词语。此前，OpenAI 方面声称不会「主动」收集个人资讯用于模型训练，但各管道训练资料可能「偶然」包含个人资讯。
邓志松分析，未经用户许可擅自抓取并利用其个人资讯，可能涉嫌违反所在司法辖区的个人资讯保护法律法规，并构成民事侵权。
不过，专家也指出，目前「窃取」暂时仍是原告方的一面之词，还不能据此贸然将 OpenAI 所实施的个人资讯收集活动定性为违法行为。
