12月下旬，《纽约时报》起诉OpenAI及其紧密合作伙伴兼投资者微软，指控其在使用《纽约时报》内容训练生成式AI模型时涉嫌违反版权法。今日，OpenAI公开回应称该诉讼毫无根据。
在OpenAI官方博客发布的声明中，该公司重申：使用网络公开数据（包括《纽约时报》文章）训练AI模型属于合理使用。换言之，在创建GPT-4、DALL-E 3等生成式AI系统时——这些系统从数十亿幅艺术作品、电子书及散文中“学习”以生成类人文本和图像——OpenAI认为无需获取许可或支付费用，即使通过模型获利亦如此。
OpenAI表示：“我们将这一原则视为对创作者公平、对创新者必要，并对美国竞争力至关重要。”
针对“复述”现象（即生成式AI在特定提示下逐字或近乎逐字输出训练数据），OpenAI指出当训练数据来源单一（如《纽约时报》）时，发生复述的可能性较低，并将责任归于用户，要求其“负责任地行事”，避免故意诱导模型复述。
OpenAI写道：“有趣的是，《纽约时报》[在其诉讼中引用的]复述内容似乎来自多年前的文章，这些文章已在多个第三方网站广泛传播。”“看来他们故意操纵了提示词，通常包含文章的长篇摘录，以便让我们的模型进行复述。即使使用此类提示词，我们的模型通常也不会表现出《纽约时报》暗示的那种行为，这表明他们要么指示模型进行复述，要么从多次尝试中挑选了例子。”
OpenAI的回应正值围绕生成式AI的版权争论白热化之际。
本周发表于IEEE Spectrum的一篇文章中，知名AI批评家加里·马库斯（Gary Marcus）和视觉特效艺术家里德·南森（Reid Southen）展示了包括DALL-E 3在内的AI系统如何在未被明确提示的情况下复述数据，这降低了OpenAI相反说法的可信度。事实上，二人提到《纽约时报》仅通过提供故事前几个词，就能从OpenAI模型中引出“抄袭性”回复。
《纽约时报》是最新一家因认为OpenAI明显侵犯知识产权法而提起诉讼的版权持有者。
此前，女演员莎拉·西尔弗曼于7月加入两起诉讼，指控Meta和OpenAI“摄入”其回忆录用于训练AI模型；另一起诉讼中，乔纳森·弗兰岑和约翰·格里斯姆等数千名小说家声称OpenAI未经许可将其作品用作训练数据。此外，几位程序员正就AI代码生成工具Copilot起诉微软、OpenAI和GitHub，称该工具使用了受知识产权保护的开发代码。
部分新闻媒体未选择在法庭对抗，而是与生成式AI供应商签订许可协议。美联社于7月与OpenAI达成协议；拥有Politico和Business Insider的德国出版商Axel Springer也在12月达成类似协议。OpenAI还与American Journalism Project及NYU达成了合作。
但相关收益往往有限。据The Information报道，年收入约16亿美元的OpenAI，每年仅支付100万至500万美元以许可受版权保护的新闻文章用于训练AI模型。
直到最近，《纽约时报》曾与OpenAI洽谈高价值合作伙伴关系，旨在ChatGPT中“实时展示”其品牌。但据OpenAI称，双方谈判已于12月中旬破裂。
公众舆论可能倾向于出版商。独立智库The AI Policy Institute近期民调显示，当得知《纽约时报》起诉细节后，59%受访者认为不应允许AI公司使用出版商内容训练模型，70%受访者表示若要在训练中使用受版权保护材料，应向媒体机构支付报酬。