Zaostrzając walkę o prawa autorskie z The New York Times, OpenAI otrzymało polecenie przekazania 20 milionów dzienników rozmów ChatGPT. Sędzia federalny odrzucił argumenty firmy dotyczące prywatności, orzekając, że potrzeba dowodów przewyższa ryzyko dla danych użytkownika.
USA Sędzia pokoju Ona Wang odrzuciła we wtorek wniosek OpenAI o ponowne rozpatrzenie, nakazując przesłanie danych w ciągu siedmiu dni od anonimizacji. Orzeczenie zapewnia „Timesowi” znaczną amunicję do obalenia twierdzeń, że manipulował sztuczną inteligencją w celu generowania treści naruszających prawa.
Pomimo ostrzeżeń ze strony szefa ds. bezpieczeństwa OpenAI, że to posunięcie „zrywa ze zdroworozsądkowymi praktykami bezpieczeństwa”, sąd uznał, że wewnętrzne zabezpieczenia są wystarczające. Firma natychmiast odwołała się od decyzji do sędziego okręgowego.
Orzeczenie: Przełamanie Tarczy Prywatności
Sędzia pokoju Ona Wang wydała formalną odmowę Wniosek OpenAI o ponowne rozpatrzenie sporu dotyczącego odkrycia. W szczegółowej, dziewięciostronicowej opinii i postanowieniu sąd wyraźnie odrzucił argument, że względy dotyczące prywatności użytkowników powinny przeważać nad potrzebami dowodowymi powodów.
Nakaz nie stanowi zwykłej przeszkody proceduralnej, ale stanowi znaczące przełamanie „czarnej skrzynki”, do której często zgłaszają się firmy technologiczne w odniesieniu do danych użytkowników.
Powołując się na standard „proporcjonalności” zawarty w federalnym przepisie postępowania cywilnego nr 26, sędzia stwierdził, że sama ilość danych nie stanowi uzasadniony powód do odmowy.
Odnosząc się do równowagi między poufnością a ujawnieniem informacji prawnych, sędzia Wang stwierdził, że „Trybunał uznaje, że względy dotyczące prywatności użytkowników OpenAI są szczere. Jednakże takie względy stanowią tylko jeden czynnik w analizie proporcjonalności i nie mogą dominować tam, gdzie istnieje wyraźne znaczenie i minimalne obciążenie”.
Rozumowanie sądowe opierało się w dużej mierze na względnej skali wniosku w porównaniu z obszernymi zasobami danych firmy. Jak szczegółowo opisano w aktach sądu, sędzia Wang zauważył:
„Całkowita liczba zachowanych logów wyjściowych konsumentów liczy się w dziesiątkach miliardów. 20-milionowa próbka stanowi mniej niż 0,05% wszystkich logów, które OpenAI zachowało w ramach zwykłej działalności.”
„Ponadto obciążenie związane z produkcją jest w tym momencie minimalne; OpenAI zakończyło (lub prawie zakończyło) szeroko zakrojony proces stosowania wewnętrznej deidentyfikacji narzędzie — które samo OpenAI wychwala jako znacznie skuteczniejsze w usuwaniu zarówno danych osobowych, jak i informacji prywatnych.”
Sędzia-Sędzia-Wang-Order OpenAI New York Times 20251202
Przestrzeganie przepisów wymaga ścisłego przestrzegania harmonogramu. Oddalając pogląd, że produkcja stwarza „nadmierne obciążenie”, sędzia zauważył, że OpenAI wykonało już większość prac technicznych wymaganych do oczyszczenia danych.
Wyznaczając sztywny termin, sąd orzekł, że „OpenAI ma wygenerować 20 milionów logów ChatGPT w ciągu 7 dni od zakończenia procesu deidentyfikacji.”
Taka decyzja stanowi potencjalny precedens dla sposobu traktowania danych użytkowników AI w sporach sądowych. Orzekając, że wewnętrzne narzędzia umożliwiające deidentyfikację są wystarczające do ograniczenia zagrożeń dla prywatności, sąd zasygnalizował, że firmy zajmujące się sztuczną inteligencją nie mogą w łatwy sposób wykorzystywać „prywatności użytkowników” jako ogólnej osłony przed odkryciem praw autorskich.
Stawki strategiczne: obrona przed „hakowaniem”
Zdobycie tych logów jest dla „The New York Timesa” niezbędne do pokonania głównej linii obrony OpenAI: oskarżenia o „hakowanie”. We wcześniejszych zgłoszeniach firma zajmująca się sztuczną inteligencją twierdziła, że „Times” wykorzystywał manipulacyjne podpowiedzi, aby zmusić ChatGPT do zwracania artykułów chronionych prawem autorskim, tworząc w ten sposób sztuczne naruszenie, a nie ujawniając wadę systemową.
Główne znaczenie pierwotnego pozwu dotyczącego praw autorskich złożonego w grudniu 2023 r. dotyczyło tego prawnego manewru, w którym zarzucano, że „Times” wykorzystywał manipulacyjne podpowiedzi, aby zmusić ChatGPT do zwracania artykułów chronionych prawem autorskim.
Analizując „prawdziwe” zapytania użytkowników, „Times” ma nadzieję udowodnić, że model spontanicznie odtwarza tekst chroniony prawem autorskim bez sprzeciwu ze strony badaczy. Potwierdzenie tego podejścia dochodzeniowego w postanowieniu sądu stwierdza:
„Zatem 20 milionów dzienników ChatGPT ma wyraźne znaczenie dla roszczeń wyjściowych powodów News Powodów w zakresie, w jakim zawierają częściowe lub całe reprodukcje dzieł chronionych prawem autorskim News Powodów, oraz dla twierdzącej obrony OpenAI w zakresie, w jakim zawierają inną aktywność użytkownika – przy czym Powodowie News mają prawo do ich odkrycia w obu przypadkach.”
Zespół prawny OpenAI argumentował, że 99,99% tych logów nie ma znaczenia dla roszczeń dotyczących praw autorskich, co sąd uznał za nieprzekonujące bez dowodu. Powodowie badają także teorię „Pink Slime”, która sugeruje, że sztuczna inteligencja zalewa rynek niskiej jakości pochodnymi wysokiej jakości dziennikarstwa, osłabiając wartość oryginalnych reportaży.
Frank Pine, redaktor naczelny MediaNews Group, która jest częścią skonsolidowanego pozwu, skrytykował opór firmy wobec przejrzystości. Podkreślając tarcia między stronami, Pine zauważył, że „kierownictwo OpenAI miało halucynacje, gdy wydawało im się, że ujdzie im na sucho zatajanie dowodów na temat tego, jak wygląda ich działalność model opiera się na okradaniu ciężko pracujących dziennikarzy.”
Odkrycie przechodzi obecnie od teoretycznych argumentów na temat „dozwolonego użytku” do konkretnej analizy kryminalistycznej zachowania modela. Dostęp do tych dzienników umożliwi powodom sprawdzenie, jak często zwykli użytkownicy – nie tylko śledczy Timesa – otrzymują treści chronione prawem autorskim.
Debata na temat prywatności i zabezpieczenia techniczne
Kierownictwo OpenAI ds. bezpieczeństwa zdecydowanie zareagowało na to orzeczenie, uznając je za znaczące naruszenie prywatności użytkowników. Twierdząc, że nawet zanonimizowane dane można ponownie zidentyfikować, firma ostrzega przed ryzykiem związanym z unikalnymi zapytaniami osobistymi lub stylem pisania.
Dane Stuckey, dyrektor ds. bezpieczeństwa informacji w OpenAI, publicznie skrytykował to żądanie. Broniąc stanowiska firmy, Stuckey stwierdził, że „żądanie „The Times” dotyczące dzienników czatów lekceważy długoterminową ochronę prywatności i zrywa ze zdroworozsądkowymi praktykami bezpieczeństwa.”
Jednak sąd zwrócił przeciwko temu marketing OpenAI. Sędzia Wang przytoczył wcześniejsze twierdzenia firmy dotyczące skuteczności narzędzi do deidentyfikacji jako powód, aby zaufać tej procedurze.
Jest to następstwem poprzedniego nakazu zabezpieczenia z lipca, na mocy którego sąd zmusił OpenAI do zatrzymywania wszystkich usuniętych czatów, aby zapobiec zniszczeniu dowodów.
Aby jeszcze bardziej ograniczyć ryzyko, dzienniki będą oznaczone jako „Tylko dla oczu prawników”. Ta klasyfikacja prawna teoretycznie zapobiega wyciekowi danych do opinii publicznej, prasy, a nawet kadry kierowniczej powodów.
Podkreślając te gwarancje sądowe, sędzia Wang zauważył, że „w tej sprawie istnieje wiele poziomów ochrony właśnie ze względu na bardzo wrażliwy i prywatny charakter dużej części odkrycia.”
Odróżniając tę sprawę od Nichols przeciwko Noom, wcześniejsza sprawa, w której prywatność dotyczy ograniczonego odkrywania, w orzeczeniu zauważono, że dostępne tutaj zabezpieczenia uzasadniają ujawnienie. Sędzia Wang podkreślił, że szczególne znaczenie logów dla obrony „dozwolonego użytku” przewyższa ryzyko prywatności.
Szersza wojna prawna
OpenAI natychmiast odwołał się od wyroku sędziego pokoju do sędziego okręgowego Sidneya Steina, prosząc o zawieszenie. Uchylenie takiego nakazu wymaga spełnienia wysokiego standardu; firma musi udowodnić, że orzeczenie było „wyraźnie błędne” lub sprzeczne z prawem.
Sednem sporu jest zasadniczy spór dotyczący ekonomiki szkolenia AI. Stawka finansowa szybko rośnie – „The New York Times” donosi, że tylko za pierwsze dziewięć miesięcy 2024 r. opłaty prawne przekroczyły 7,6 miliona dolarów.
Steven Lieberman, prawnik „The New York Times”, ponownie przedstawił główny argument ekonomiczny będący podstawą sporu. Traktując sprawę raczej jako kwestię kradzieży niż innowacji, Lieberman powiedział w marcu, że „doceniamy możliwość przedstawienia ławie przysięgłych faktów na temat tego, jak OpenAI i Microsoft czerpią ogromne zyski z kradzieży oryginalnych treści gazet w całym kraju”.
Reprezentując tylko jeden front w wielookręgowym postępowaniu sądowym, w tej bitwie o odkrycie biorą udział autorzy, inni wydawcy i potencjalnie powodowie z pozwu zbiorowego. Podczas gdy niektórzy wydawcy, tacy jak The Washington Post, zdecydowali się na partnerstwa w zakresie treści, „koalicja procesowa” przygotowuje się do długiego procesu sądowego.
Wynik tego konkretnego sporu może zmusić inne firmy zajmujące się sztuczną inteligencją, takie jak Google i Anthropic, do przygotowania się na podobne ujawnienia. Jeśli „Los Angeles Times” z powodzeniem wykorzysta te dzienniki do udowodnienia niedomykalności systemowej, może to podważyć zasadę „dozwolonego użytku”, która leży u podstaw całej branży generatywnej sztucznej inteligencji.