New York Times cáo buộc OpenAI che giấu bằng chứng trong vụ kiện bản quyền ChatGPT

The New York Times và The Daily News cáo buộc OpenAI đã nói dối về khả năng tìm kiếm dữ liệu nhật ký trò chuyện của khách hàng và các tập dữ liệu huấn luyện để tìm kiếm những tác phẩm có bản quyền của họ. Đây là diễn biến leo thang mới nhất trong vụ kiện kéo dài hai năm chống lại công ty AI này vì cáo buộc vi phạm luật bản quyền khi huấn luyện các mô hình AI tạo sinh trên nội dung của Times và tái tạo các bài báo đó trong kết quả đầu ra của người dùng.

Trong suốt vụ kiện, OpenAI lập luận rằng họ không có khả năng tìm kiếm kho dữ liệu huấn luyện của chính mình. Họ cũng cho rằng việc tìm kiếm hoặc trích xuất bộ sưu tập khổng lồ các cuộc trò chuyện trên ChatGPT sẽ gây gánh nặng về mặt kỹ thuật và làm dấy lên những lo ngại về quyền riêng tư của người dùng, vì các nhật ký này cần phải được truy xuất, xử lý và ẩn danh hóa. Các tờ báo này đã tìm cách tiếp cận dữ liệu đó để xác định xem các bài báo có bản quyền của họ có xuất hiện trong tập dữ liệu huấn luyện của OpenAI hay không, cũng như liệu ChatGPT có sử dụng hoặc tái tạo nội dung của họ hay không và tần suất là bao nhiêu.

Trong một buổi lấy lời khai theo lệnh tòa vào tháng 4, kỹ sư bảo mật dữ liệu của OpenAI là Vinnie Monaco được cho là đã tiết lộ rằng OpenAI đã thực hiện các cuộc tìm kiếm và đánh giá nội bộ đối với kho dữ liệu huấn luyện của mình để tìm kiếm các tác phẩm báo chí có bản quyền.

Lời khai của Monaco cũng được cho là tiết lộ rằng, bắt đầu từ trước khi NYT đệ đơn kiện, OpenAI đã xây dựng một cơ sở dữ liệu gồm khoảng 78 triệu cuộc trò chuyện ChatGPT đã được ẩn danh hóa, mà họ sử dụng nội bộ để xác định mức độ vi phạm đối với các tác phẩm của bên khác. Ngoài tập dữ liệu đó, OpenAI cũng được cho là đã triển khai một bộ lọc có tên là “Bloom” như một phần của bộ công cụ mang tên “Project Giraffe”, giúp phát hiện và lưu lại hồ sơ về việc tái tạo nội dung trong các kết quả đầu ra, ngay sau khi vụ kiện được đệ trình.

Hai tiết lộ cuối cùng này đặc biệt quan trọng. Các nguyên đơn ban đầu đã yêu cầu OpenAI cung cấp mẫu gồm 120 triệu nhật ký trò chuyện, nhưng OpenAI đã đàm phán để giảm mẫu xuống còn 20 triệu. OpenAI cuối cùng đã nộp mẫu đó cho tòa án vào tháng 12 năm ngoái, nhưng được cho là đã thực hiện quá nhiều chỉnh sửa khiến mẫu này trở nên “không thể sử dụng được”, theo lời của tòa án. Các nguyên đơn cũng cáo buộc OpenAI đã xóa hàng tỷ kết quả đầu ra của ChatGPT sau khi họ đệ đơn kiện, vi phạm trực tiếp lệnh bảo toàn bằng chứng của tòa án, và gã khổng lồ AI này đã thay thế hàng triệu nhật ký trong mẫu được yêu cầu.

Nói cách khác, họ cho rằng OpenAI đã cố tình gây khó khăn một cách không cần thiết trong việc thu thập thông tin mà công ty này đã thu thập từ trước.

“Nếu OpenAI thực sự tin rằng việc sao chép các bài báo của khách hàng chúng tôi là công bằng và hợp pháp, thì họ đã không che giấu sự thật về việc đã thực hiện điều đó,” Ian B. Crosby, luật sư chính của các nguyên đơn, cho biết trong một tuyên bố.

Hiện tại, NYT và The Daily News đang yêu cầu thẩm phán kỷ luật OpenAI vì cáo buộc che giấu bằng chứng và gây cản trở quá trình thu thập chứng cứ (discovery process). Họ yêu cầu tòa án ngăn cản OpenAI sử dụng mẫu 20 triệu nhật ký trò chuyện làm bằng chứng vì cho rằng nó không đáng tin cậy; chấp nhận thực tế rằng các nhật ký ChatGPT sẽ cho thấy sự tái tạo và dựa trên nội dung của nguyên đơn ở quy mô lớn; ngăn cản OpenAI lập luận rằng các nhật ký trò chuyện mà họ cung cấp không cho thấy sự tái tạo đáng kể; và buộc OpenAI phải trả chi phí pháp lý cho việc các nguyên đơn phải theo đuổi bằng chứng này.

Trong một tuyên bố, người phát ngôn của OpenAI là Drew Pusateri đã phủ nhận các cáo buộc, đồng thời cáo buộc tờ Times đang cố gắng truy cập vào các cuộc trò chuyện riêng tư của người dùng khi vụ kiện của họ trở nên yếu thế.

“Khi vụ kiện của Times trở nên yếu thế và họ buộc phải rút lại các cáo buộc chống lại chúng tôi, họ vẫn tiếp tục nỗ lực xâm phạm quyền riêng tư của những người không liên quan đến vụ việc này, bao gồm cả việc đưa ra những cáo buộc sai sự thật một cách trắng trợn,” Pusateri nói. “Chúng tôi sẽ tiếp tục bảo vệ quyền riêng tư của người dùng và các nguyên tắc sử dụng hợp lý (fair use) đã được thiết lập từ lâu.”

Khi bạn mua hàng thông qua các liên kết trong bài viết của chúng tôi, chúng tôi có thể nhận được một khoản hoa hồng nhỏ. Điều này không ảnh hưởng đến tính độc lập trong biên tập của chúng tôi.

Rebecca Bellan là phóng viên cấp cao tại TechCrunch, nơi cô đưa tin về kinh doanh, chính sách và các xu hướng mới nổi định hình trí tuệ nhân tạo. Các bài viết của cô cũng đã xuất hiện trên Forbes, Bloomberg, The Atlantic, The Daily Beast và các ấn phẩm khác.

Bạn có thể liên hệ hoặc xác minh thông tin từ Rebecca bằng cách gửi email đến [email protected] hoặc qua tin nhắn mã hóa tại rebeccabellan.491 trên Signal.

Xem tiểu sử