OpenAI 因使用“竊取”的個人數據訓練 ChatGPT 而被集體訴訟

加利福尼亞一家律師事務所對 OpenAI 提起了一項集體訴訟，指控其「竊取」個人數據用于訓練 ChatGPT。


Clarkson 律師事務所在周三向加利福尼亞北區法院提起訴訟，聲稱 ChatGPT 和 Dall-E「使用竊取的私人信息，包括可識別個人身份的信息，來自數億互聯網用戶，包括各個年齡段的兒童，而這些用戶并未給予知情同意?！?br />
為了訓練其龐大的語言模型，OpenAI 從互聯網上抓取了 3000 億個詞，其中包括社交媒體網站如 Twitter 和 Reddit 上的個人信息和帖子。該律師事務所聲稱 OpenAI「秘密進行這樣的操作，而且未按照適用法律的規定注冊為數據經紀人?！?br />
OpenAI 因其收集和使用數據的方式而引起爭議。直到最近，用戶沒有明確的方式可以選擇不讓 OpenAI 使用他們的對話和個人信息來訓練模型。ChatGPT 最初在意大利根據歐洲通用數據保護條例 (GDPR) 被禁止，原因是用戶數據保護不充分，尤其是涉及未成年人的數據。

此次訴訟涉及 OpenAI 針對現有用戶的不透明隱私政策，但主要關注從互聯網上抓取的數據，這些數據本來從未明確意圖與 ChatGPT 共享。通過微軟的數十億美元投資和 ChatGPT Plus 的訂閱收入，OpenAI 從這些數據中獲利，卻沒有對數據來源進行補償。

訴訟中的 15 項指控包括侵犯隱私、疏忽未能保護個人數據和非法獲取大量個人數據用于訓練模型。像 Common Crawl、維基百科和 Reddit 這樣的數據集包含個人信息，只要公司遵循購買和使用這些數據的協議，它們就是公開可用的。

但 OpenAI 據稱在未經用戶許可或同意的情況下在 ChatGPT 中使用了這些數據。盡管人們的個人信息在社交媒體網站、博客和文章上是公開的，但如果數據在預期平臺之外使用，則可能被視為侵犯隱私。

在歐洲，公共領域和免費使用數據之間有法律區別，這得益于《通用數據保護條例》（GDPR），但在美國，這仍然在爭議之中。Gartner 隱私研究副總裁 Nader Henein 認為，訴訟所表達的觀點是有效的，他說：「人們應該對他們的數據如何使用擁有控制權，即使這些數據在公共領域中可獲得?！沟?Henein 不確定美國的法律體系是否會同意這一觀點。

Clarkson 律師事務所的管理合伙人 Ryan Clarkson 在該公司的博客文章中表示，現在必須立即行動，利用現有法律，而不是等待行政和司法部門對人工智能做出反應并進行聯邦監管?！肝覀儫o法承擔像社交媒體或核技術一樣的負面后果的代價，作為一個社會，我們所付出的代價太高了?！?

原文轉自：http://www.kjueaiud.com