《纽约时报》与《每日新闻》正起诉OpenAI，指控其未经许可抓取媒体作品训练AI模型。律师指出，OpenAI工程师意外删除了可能与案件相关的数据。
今年早些时候，OpenAI同意提供两台虚拟机供原告律师搜索训练集中的版权内容。自11月1日起，专家已花费超150小时进行搜索。但据提交给美国纽约南区联邦地区法院的信函显示，11月14日，OpenAI工程师擦除了一台虚拟机上的所有搜索数据。
尽管OpenAI恢复了大部分数据，但因文件夹结构和文件名无法找回，恢复的数据“无法用于确定原告文章被用于构建模型的哪些部分”。原告律师表示，这导致他们被迫从零开始重做工作，耗费了大量人力和计算资源，直至昨日才得知数据不可用。
原告律师虽未认定删除行为是故意的，但强调此事凸显OpenAI“最有能力使用自身工具在数据集中搜索侵权内容”。一位OpenAI发言人拒绝置评。
OpenAI回应：系配置错误导致，否认销毁证据
11月22日晚，OpenAI律师提交回应，坚决否认删除证据，并暗示技术问题源于原告要求的系统配置更改。OpenAI方称，实施原告请求的配置变更导致一块用作临时缓存的硬盘上文件夹结构和部分文件名丢失，但“没有理由认为任何文件实际上丢失了”。
合理使用主张与许可协议并行
OpenAI一直主张使用公开数据（包括涉案媒体报道）训练模型属于“合理使用”，无需获取许可或付费。与此同时，OpenAI已与美联社、阿克塞尔·施普林格集团、《金融时报》、Dotdash Meredith及新闻集团等出版商签署许可协议。据报，内容合作伙伴Dotdash每年至少获得1600万美元报酬，但具体条款未公开。
OpenAI既未确认也未否认其AI系统在未经许可的情况下使用了特定受版权保护的作品进行训练。
更新：添加了 OpenAI 对指控的回应。