北京
新智元报道
编辑：编辑部
【新智元导读】纽约时报一纸诉状把openai和微软告上法庭，正式打响ai星空体育网站入口官网手机版的版权战第一枪。双方各有拥趸，资深媒体人总结全文诉状后，认为nyt的确理由充分；另一位大佬则认为nyt必败，理由很简单——海明威有向学习他文风的青年作家们收钱吗？
《纽约时报》作为西方传统媒体中影响力最大的机构之一，下场与代表ai技术「最先进生产力」的openai开撕，本身就话题性十足。
一位传统媒体人jason kint，在读完了《纽约时报》的起诉书之后，觉得《纽约时报》的确理由充分。
他把起诉书中的重点总结了出来发到推上，一天之内就发酵了280万的阅读量。
另一位大佬daniel jeffries则出来打脸jason kint，认为他的文章充满了「过于乐观的幻想」，以及「对星空体育网站入口官网手机版的版权法的误解」。
正方：nyt诉状证据确凿
jason kint总结的《纽约时报》起诉书中，从星空体育网站入口官网手机版的版权法的起源开始，总结了星空体育网站入口官网手机版的版权保护对于传统媒体获取新闻的重要性。
而chatgpt侵权行为最重要的证据，是《纽约时报》提供的100多个gpt-4输出内容和《纽约时报》报道文章高度相似的例子。
这些高度相似的输出案例对于法官判断是否存在侵犯星空体育网站入口官网手机版的版权的情况，将会起到关键作用。
诉状还详细说明了openai训练数据来源的偏好和权重，说明了《纽约时报》的内容是openai用来训练chatgpt的关键来源。
如果openai能够无偿地使用《纽约时报》的内容来训练自己的产品，会破坏传统媒体对于产生新闻的投资和收益生态，从而破坏整个新闻市场。
《纽约时报》还把搜索引擎的结果拿出来和bing chat生成的内容进行了对比。
诉状认为搜索引擎提供的内容能直接让用户访问《纽约时报》的内容，而bing chat提供的答案中，原本《纽约时报》的链接就变成了一个小小的注脚，很难被用户注意到。
而纽约时报同时，也希望法院将openai与其他作家之间的纠纷，与自己的案件进行合并审理，这样能增加诉求被支持的可能性。
反方：nyt胜率几乎为0
就目前《纽约时报》和其他起诉openai侵犯星空体育网站入口官网手机版的版权的案件中，焦点都集中在，chatgpt输出的内容如果是受到星空体育网站入口官网手机版的版权保护的，是否就应该被认为是侵犯了星空体育网站入口官网手机版的版权所有者的权利。
针对这个问题，大部分支持openai的声音都认为，纽约时报中提交的证据，没法证明侵权行为的存在。
然而，另外一位大佬daniel jeffries则认为，《纽约时报》几乎是不可能胜诉的：
jason kint似乎坚信自己对诉讼的解读是准确无误的。但实际上，他的文章充满了过于乐观的幻想、对星空体育网站入口官网手机版的版权法的误解，以及一些无关紧要的干扰因素。
他非常希望这个案子能够成为一个里程碑，确立媒体有权利向机器收费，但这其实是星空体育网站入口官网手机版的版权法根本没有规定的事项——他所理解的文本内容并不是他所想的那样，甚至连「稳操胜券」的可能都没有。
事实上，情况正相反。
首先，就像我之前提到的，试图要求每个人为训练数据支付授权费是不切实际的，因为这并不是星空体育网站入口官网手机版的版权法所涉及的问题。
其次，kint提出的所谓证据，大多是巧言令色、故意转移话题，根本不足以证明实质的侵权行为，因为侵权的关键在于作品的输出内容，而非输入内容。
- 人可以学习，机器也可以！不然你们先把学海明威的「训练费」付一下？
我们都可以免费学习，从周遭的世界吸取知识，机器也应该如此。
《纽约时报》的作者们在自己学习如何写出简洁有力的句子时，并没有向海明威的遗产支付费用。
年轻的四分卫也不需要得到tom brady的允许，就可以研究他的动作，学习如何投球。
星空体育网站入口官网手机版的版权法的宗旨是防止人们复制或近乎复制内容，并为了商业利益将其发布，就是这么简单。
- 强加公共利益与公司市值之间的联系，是毫无意义的
把微软市值增加1万亿美元，和用于训练的数据相提并论，简直是荒谬至极。
《纽约时报》试图将其报道战争、谋杀和政治的新闻价值与此案件挂钩？这根本就是风马牛不相及的事。提这个无非是想转移视线，毫无实际意义。
他们试图将难以捉摸的公共利益价值与股票价值相联系，这种做法是行不通的。
- 只展示部分提示，用rag伪伪装gpt输出，你无法复现
即使是他们所引用的最有煽动性的证据——声称是gpt精确复制了《纽约时报》内容的提示，也显然是人为操纵的结果。
任何从事ai工作的人都能在瞬间看穿这一点。而且，没有人能用他们所谓的提示重现那个逐字的输出。
为什么呢？
因为那个逐字输出几乎可以肯定不是通过记忆得来的，而是通过检索增强（retrieval-augmented generation, rag）结合网络搜索得到的。
可能是程序员通过api特意指令它寻找某篇特定的文章，并让它输出文章的一部分，而他们只是提供了部分提示而非全部。
如果我让它去找一篇《纽约时报》的文章并输出，那么责任在我，而不是这个模型。
此外，几十年前的编程库就能做到这一点，根本不需要用到机器学习技术。
如果把这种说法包括进去，这个案子肯定会败诉，因为律师们在现实世界中无法复现这一过程。
- 你们想借机敲openai一笔，但这是非常不好的先例
这个案件最可能的结局是通过庭外和解，由微软和openai为他们所使用的训练数据支付许可费。
而这，实际上才是争议的焦点。
这种「和解」将为所有人设下一个不良的先例，因为缺乏实质性的判决，它让人误以为他们取得了胜利，好像人们应该为获取训练数据付出高昂的代价。
反方观点 1
来自techdirt的记者mike masnick，也站出来表示：nyt这个诉讼本身就很「离谱」。
他表示，《纽约时报》的这起诉讼，在自己看来是「熟悉的配方，熟悉的味道」。
许多星空体育网站入口官网手机版的版权所有者都对ai公司提起过类似诉讼，已经有十几起了。但写下诉讼书的人，很多都显得很愚蠢，似乎丝毫不了解星空体育网站入口官网手机版的版权法。
而且，即使法院真的做出了利于《纽约时报》，也不可能如《纽约时报》所愿，转化成一大笔意外之财。
这件事唯一能改变的，就是建立起一个腐败的收集点，骗来少数几个有能力支付的傻子ai公司上当，交出这笔巨款。
在他眼里，《纽约时报》把自己描述为新闻自由奋战、阻止ai入侵的伟大捍卫者，但实际上，它所做的只是一个谈判策略——让openai为数据训练付费而已。
几周前openai，曾向行业巨擘axel springer支付了一笔可观的费用，以避免一场可能的诉讼。但openai和《纽约时报》的谈判却没有取得类似成果，所以后者选择上诉。
《纽约时报》最理直气壮的观点是，gpt大模型部分使用了common crawl的数据进行训练，但common crawl的初衷是建成开放的网络资源库。
就如同谷歌的缓存和互联网档案馆的时光机一样，这项工具是纪录历史的档案，一直受到「合理使用」原则的保护。
然而，现在《纽约时报》却跳出来控诉了。
mike masnick强调，阅读/处理数据并不是星空体育网站入口官网手机版的版权法所限制的权利。
在多起诉讼中，原告们都急切地希望法官会对这种新颖的「生成式ai」技术感到惊奇，从而忽略星空体育网站入口官网手机版的版权法的基本原则，假设存在一些实际上并不存在的权利。
《纽约时报》的诉讼之所以与众不同，就是因为它展示了一系列文章内容一模一样的证据，然而，如果我们仔细了解生成式ai的原理，就会发现这件事没有那么耸动。
仅凭在法庭上的证据，要认定chatgpt侵权是很难站得住脚的。
《纽约时报》为了能够引导gpt-4生成和《纽约时报》报道高度相似的文章，是这样操作 gpt-4 的：
首先提供给gpt-4报道的链接(url)，然后给出了文章的标题和前七段半的内容作为「引导」，并请求gpt-4继续完成文章。
如果法官能够理解gpt-4的工作原理，那么他就能理解：gpt-4生成内容和原文几乎一样是很正常的了。
当你向像gpt这样的生成式ai提出一个提示，其实是在设置一系列参数，这些参数决定了它的输出范围和限制。在这些限制下，它尝试产生最可能的回复。
然而，当《纽约时报》长篇累牍地提供这些文章段落时，实际上是将gpt-4限制到只能生成与《纽约时报》原故事极其接近的内容上。
然而，诉状中的荒谬之处还不止于此。
因为，可以通过让chatgpt引用文章最初的几段，每次仅引用一小段，以这种方式，某种程度上可以绕过《纽约时报》的付费墙。
可见，以这样的方式提示chatgpt，几乎就相当于《纽约时报》逼着chatgpt来生成和原文一致的内容。
当然，从新闻文章中引用单独的段落几乎肯定属于公平使用。
而且，值得注意的是，《纽约时报》本身也承认，这种做法实际上并没有提供完整文章的原文，而是给出了一个改写版本。
此外，这起诉讼似乎在表明，仅仅总结文章的内容本身就构成了侵权行为：
这其中的关键，并不在于gpt是如何训练的，而在于nyt是如何限制它的输出。
llm的原理，并非是简单地重复扫描过的内容，而是在给定提示下，计算出下一个token最可能出现的概率。
当nyt以这样的方式限制提示，让数据集仅限于一篇文章，输出结果自然就是原文了。
在另一方面，时报再次对gpt返回的实际信息提出了抱怨，这些信息并不受星空体育网站入口官网手机版的版权法的保护。
另一方面，gpt返回的实际信息让nyt抱怨，但这些信息并不受星空体育网站入口官网手机版的版权法的保护。
在投诉书的后面，《纽约时报》指出，「有时gpt会推荐错误的产品或编造内容，出现幻觉」。
所以，《纽约时报》是在抱怨gpt复制的内容过于精确，还是不够精确呢？
如果《纽约时报》成功地论证，其记者在撰写新闻报道之前，阅读第三方文章以学习新闻内容构成了星空体育网站入口官网手机版的版权侵权。对于nyt来说，一定不会接受这种做法。
如果要这样说，openai分析nyt的文章，和nyt在未经授权的情况下分析其他的文章、书记、研究，究竟有什么区别？
或者，设想如果一位《纽约时报》的记者从其消息来源那里得到了一些受星空体育网站入口官网手机版的版权保护的材料（可能是文章、书籍或照片等），但《纽约时报》并未拥有这些材料的星空体育网站入口官网手机版的版权。
那么，这位记者能否利用这些材料来撰写一篇文章呢？
参考资料：
https://www.techdirt.com/2023/12/28/the-ny-times-lawsuit-against-openai-would-open-up-the-ny-times-to-all-sorts-of-lawsuits-should-it-win/
https://twitter.com/jason_kint/status/1740141400443035785
https://twitter.com/dan_jeffries1/status/1740303405254377808
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
notice: the content above (including the pictures and videos if any) is uploaded and posted by a user of netease hao, which is a social media platform and only provides information storage services.