最新解封的法庭文件揭开了微软和OpenAI内部私人对话的神秘面纱，这些对话与其说是公司备忘录，不如说是坦白。据本周公开的文件显示，两家公司的员工曾就抓取新闻内容来训练人工智能模型是否构成盗窃展开内部辩论，这些文件已被《纽约时报》和TechCrunch报道。此次披露再次点燃了自《纽约时报》于2023年底首次起诉这两家公司以来就一直持续发酵的人工智能训练数据争议，如今，它们已成为业内最受关注的版权案件之一的核心。

要点总结

• 微软应用科学总监布伦特·赫克特在 2023 年的一份内部文件中私下称人工智能抓取是“人类历史上最大的劳动力盗窃”。
• 微软内部文件描述了一种“恶性循环”，其中像 Copilot 这样的 AI 工具会减少出版商的流量，从而破坏用于训练模型的内容。
• OpenAI 总裁 Greg Brockman 在得知一项绕过《纽约时报》付费墙的计划后，回应道“啊，不错”。
• 《泰晤士报》于 2023 年底提起的诉讼，此后又有 11 家其他出版商加入，OpenAI 不得不为该案保留 2000 万条 ChatGPT 对话日志。
• 随着更多密封材料的曝光，纽约南区法官西德尼·斯坦正在权衡简易判决动议。

微软和OpenAI内部对人工智能数据抓取的担忧

早在诉讼公开之前，两家公司的员工就对各自的人工智能训练方法提出了质疑。已解封的文件显示，员工并非只是服从命令，他们还以书面形式质疑自己所构建的系统是否符合伦理道德。

微软员工就“劳动力盗窃”展开辩论

在2023年1月的一份内部备忘录中，赫克特写道，“全世界数百万人很快就会认为，大型模型窃取他们所有工作成果”是“前所未有的惊人盗窃”。根据已解封的简报，这种表述与微软内部关于人工智能数据抓取是否构成人类历史上最大规模的劳动力盗窃的讨论同时出现。对于一家后来在法庭上为其训练实践辩护，称其合法且具有变革意义的公司而言，这番表态令人震惊。

关于“厄运循环”的警告及付费墙绕过方法

赫克特的警告远不止那一份备忘录。在另一份日期为2024年1月的内部报告中，他写道：“大型人工智能模型是一种会摧毁其供应链的产品”，并描述了内部文件中所谓的“厄运循环”——在这个循环中，像Copilot这样的AI答案引擎会减少为其提供训练数据的新闻网站的流量，从而降低未来模型的质量。据报道，微软自身的数据显示，与传统的Bing搜索结果相比，《纽约时报》网站的点击率下降了高达93% ，微软自己也称这种下降威胁到了“其关键供应商的经济基础”。

在OpenAI，付费墙问题显然得到了更直接的处理。根据提交的文件，一名员工曾向OpenAI总裁格雷格·布罗克曼（Greg Brockman）透露，他们正在开发一种“破解”方法来绕过《纽约时报》的付费墙。布罗克曼的回复被保存在法庭记录中，内容很简单：“啊，不错。” 这段对话已成为已公开材料中最常被引用的语句之一，主要是因为它驳斥了付费墙破解是偶然或无关紧要的说法。

关于版权和人工智能训练的法律之争

自最初提起诉讼以来， OpenAI 起诉微软的案件规模已大幅扩大，从最初的单一原告发展成为一个由出版商组成的联盟，他们要求对新闻报道如何最终被用于训练世界上一些最有价值的人工智能模型负责。

《纽约时报》诉讼案及加入诉讼的出版商

《纽约时报》于2023年底对微软和OpenAI提起诉讼，指控这两家公司未经许可或支付费用，利用其新闻报道训练生成式人工智能系统，侵犯了版权法。此后，又有11家出版商加入诉讼，使得最初仅由一家新闻机构发起的诉讼，演变成一场更广泛的行业挑战，矛头直指人工智能公司获取训练素材的方式。

西德尼·斯坦法官和保存 ChatGPT 日志的命令

目前，此案已提交纽约南区地方法院法官西德尼·斯坦审理，随着更多文件的解封，他正在权衡简易判决动议。作为诉讼的一部分，OpenAI 已被责令保存 2000 万条ChatGPT对话记录——这一要求凸显了这场人工智能模型版权纠纷中，取证程序已变得多么广泛。

公司立场和技术论证

两家公司都坚称他们的 AI 训练做法在法律上是站得住脚的，尽管他们自己的内部沟通使这种说法变得复杂。

微软的回应和纳德拉关于许可问题的证词

微软已试图与赫克特的备忘录撇清关系，称其反映的仅是一位员工的个人分析，而非公司官方政策。该公司表示，赫克特（同时也在西北大学任职）并非决策者，其受雇的目的是“提出不同且不对称的观点”。这种措辞在法律上至关重要，因为它将公司的公开辩护与内部使用的直白措辞区分开来。

然而，微软首席执行官萨蒂亚·纳德拉的证词更直击争议的核心。他在证词中表示，任何付费内容在用于训练或构建人工智能系统时，“任何想要使用的人都应该获得授权”。他还补充说，如果他知道OpenAI使用付费内容进行训练，他会援引微软的权利，强制OpenAI重新训练其模型。微软发言人后来表示，纳德拉的证词“涉及人们如何查找和使用信息的广泛原则”——尽管如此，该证词仍然成为此案的关键证据。这些言论直接指向关于付费内容在人工智能训练中的应用的争论，而这个问题如今已成为出版商法律论证的核心。

OpenAI的合理使用抗辩和内部警告

OpenAI的法律立场基于合理使用原则：该公司辩称，其训练过程是将文章转化为新的内容，而非替代原文，这一区别在之前的法庭判决中通常对人工智能公司有利。然而，OpenAI员工的言论却削弱了这一论点：ChatGPT团队前负责人尼克·特利(Nick Turley)在2023年6月撰文称，人工智能对出版商构成“生存威胁”，并随后指出，人工智能产品“随着技术的进步，其替代性将越来越强”。另一位OpenAI工程师在2023年2月也观察到，“无论我们如何醒目地展示链接，用户都不会点击”——这一发现与聊天机器人能够为新闻网站带来有效流量的说法相悖。

最尖锐的内部警告出现在2020年，当时的政策总监杰克·克拉克致信布罗克曼和萨姆·奥特曼，指出OpenAI正在“创建替代社会‘文化’构建者劳动的系统”，并有可能成为“硅谷不加思考地涉足其他领域，最终却一团糟的象征”。克拉克后来离开OpenAI，联合创立了Anthropic公司，该公司将对此事的置评请求转回给了OpenAI。

代表《纽约每日新闻》和其他七家报纸的律师史蒂文·利伯曼表示，解封的材料表明“世人终于看清了OpenAI和微软一直以来对自身行为公平性的真实想法”。OpenAI和微软均未对此说法做出公开回应，《纽约时报》也拒绝就相关文件向其记者发表评论。

综合来看，这些披露表明，法庭之争不再仅仅是关于人工智能训练在抽象意义上是否属于合理使用——而是关于这些公司在诉讼发展到这一阶段之前几年写下的言论，最终是否会影响法官未来如何定义整个行业的合理使用。

常问问题

微软员工对人工智能数据抓取表达了哪些与劳动相关的担忧？

微软员工讨论了 OpenAI 使用新闻文章是否是“人类历史上最大的劳动力盗窃”，并警告说这会对人工智能模型质量产生负面影响，描述了一种“恶性循环”，这种循环可能会降低基于抓取内容构建的模型的质量。

谁对微软和OpenAI提起了诉讼？何时提起的？

《纽约时报》于 2023 年底提起诉讼，后来又有 11 家出版商加入。

微软首席执行官萨蒂亚·纳德拉对使用付费内容进行人工智能训练持何种立场？

萨蒂亚·纳德拉作证说，任何想要将付费内容用于训练或构建人工智能系统的人都应该获得许可。

OpenAI如何为其在人工智能训练中使用受版权保护的材料进行辩护？

OpenAI 认为，其训练行为构成合理使用，因为它将文章转化为新的作品，而不是替代原作。

本文由人工智能辅助生成，并经编辑团队审核。