《纽约时报》称OpenAI在ChatGPT版权审判中隐藏了证据

《纽约时报》和《每日新闻》声称，OpenAI在搜索客户聊天日志数据和培训数据集以获取其受版权保护的作品的能力方面一直撒谎。这是针对该人工智能公司的两年诉讼的最新升级，该公司涉嫌违反版权法，据《纽约时报》的内容训练其生成人工智能模型，并在用户输出中复制该新闻报道。

在整个案件中，OpenAI辩称它缺乏搜索自己的训练语料库的能力。它还认为，搜索或生成大量的ChatGPT对话集合在技术上会很麻烦，并且会引起用户隐私问题，因为需要检索、处理日志和去识别化。这些媒体寻求这些数据来确定他们受版权保护的新闻是否存在于OpenAI的训练数据集中，以及ChatGPT是否以及多久使用或复制其内容生成回复。

在4月份法庭下令的证词中，OpenAI数据隐私工程师Vinnie Monaco据称透露，OpenAI已经对其训练语料库进行了内部搜索和评估，以搜索受版权保护的新闻作品。

据称，摩纳哥的证词还透露，在《纽约时报》提起诉讼之前，OpenAI已经积累了一个包含约7800万条去识别化的ChatGPT对话的数据库，并在内部使用这些对话来确定其对他人作品的侵权程度。除了该数据集之外，OpenAI据称还实施了一个“Bloom”过滤器，作为名为“Project Giraffe”的一组工具的一部分，该工具在提起诉讼后不久检测并保留输出中的反流记录。

最后两个启示尤其重要。原告最初要求OpenAI提供1.2亿条聊天记录的样本，但OpenAI经协商将样本减少到仅2000万条。 OpenAI最终于去年12月向法院提交了该样本，但据称其中包含了如此多的修改，以至于用法院的话说，该样本“无法使用”。原告还声称OpenAI在直接违反法院的保存令提起诉讼后删除了数十亿ChatGPT输出，并且该人工智能巨头在所请求的样本中替换了数百万条日志。

换句话说，他们声称OpenAI使获取该公司已经收集的信息变得不必要的困难。

原告首席律师伊恩·B·克罗斯比 (Ian B. Crosby) 在声明中表示：“如果OpenAI真心相信复制客户的新闻报道是股权合法的，那么就不会隐瞒这样做的真相。”

现在，《纽约时报》和《每日新闻》要求法官对涉嫌隐瞒证据和扰乱发现过程的OpenAI进行纪律处分。他们要求法院阻止OpenAI使用2000万条聊天记录样本作为证据，声称它不可靠；接受ChatGPT日志显示原告内容存在重大反流和基础的事实；防止OpenAI辩称其提供的聊天日志没有表现出严重的反流；并让OpenAI因必须追查这些证据而支付法律费用。

OpenAI发言人德鲁·普萨泰里 (Drew Pusateri) 在声明中否认了这些指控，并指责《纽约时报》在案件力度减弱时试图获取私人用户对话。

普萨泰里说：“随着《纽约时报》的案情减弱，他们被迫放弃对我们的指控，他们仍在继续努力侵犯与此案无关的人的隐私，包括提出这些公然虚假的指控。” “我们将继续捍卫用户的隐私和长期确立的合理使用原则。”