我们此前曾介绍过OpenAI在训练GPT-4时使用了YouTube视频。然而，关于此事又出现了新的指控。
科技巨头被指违规使用YouTube字幕训练AI
Apple、Anthropic等科技巨头被指利用从YouTube视频中获取的字幕来训练人工智能系统。随着该数据集被发现是在未经YouTube许可的情况下收集的，违反平台服务条款的指控也随之浮出水面。
调查揭示数据规模与来源
根据Proof News和Wired联合进行的调查，这些公司广泛使用YouTube字幕开发AI系统。调查显示，超过17万个视频出现在该数据集中，内容来自超过4.8万个不同的YouTube频道，且仅包含视频字幕。
研究发现，包括热门创作者MrBeast、Marques Brownlee的视频，以及ABC新闻、BBC和《纽约时报》等大型新闻机构的内容均在列。但需强调的是，此类数据收集和使用行为违反了YouTube的服务条款。
官方回应与用户自查工具
YouTube首席执行官Neal Mohan此前明确表示，未经授权擅自使用视频字幕是不可接受的，违背了平台的安全和用户隐私原则。
作为研究的一部分，Proof News还发布了一个交互式工具，允许用户在该数据集中搜索自己或喜欢的YouTuber的内容。