【新智元导读】OpenAI深陷团体诉讼+作家个人申述，版权问题究竟何解？
最近，OpenAI又摊上事了。
之前Sam Altman在国会山激辩参议员，帮OpenAI搞定了监管层。
但俗话说得好，阎王好见，小鬼难缠。
没想到OpenAI最近却被美国的律所和作家们给盯上了。
最近纷纷跳出来申述OpenAI，要求数额不菲的赔偿金。
申述理由是，练习数据侵权。
律所提起团体诉讼
6月28号，位于北加州的Clarkson律所对OpenAI提起了团体诉讼。
指控OpenAI在练习大模型时从网上抓取的数据，严重侵略了16名原告的著作权和隐私，要求赔偿30亿美金。
克拉克森诉讼的中心建议是 OpenAI 的整个商业模式都是根据偷盗。
律所合伙人克拉克森 (Ryan Clarkson) 标明：
「律所代表那些信息被盗取，用来发明了这项强大技术的实在存在的普通人建议自己的合法权利。」
该诉讼特别指控该OpenAI：
「在未经知情赞同或不知情的情况下，运用从数亿互联网用户（包括各个年龄段的儿童）盗取的私人信息（包括个人身份信息）来创立其产品。」
律师主导的团体诉讼准则
要看懂这个工作的来龙去脉，有必要稍微了解一下美国的团体诉讼准则。
简单来说，大部分的诉讼，原告的个数是有限并且清晰的，而团体诉讼，是一大群人提起的诉讼。
团体诉讼准则是由于某个事情的受害人太多，并且往往单个受害人的遭到的损害太小，不适合独自申述，所以就可以由原告组成团体，团体申述被告。
比较典型的是环保类的案子，比如某个公司排污影响了周围的居民，居民团体申述公司。
或者是某个大公司的准则侵略了许多职工的权益。
可是团体诉讼和普通诉讼有一个很大的不同之处在于，发起者往往不是原告人，而是署理律师。
由于在团体诉讼中，署理律师会要求很高的署理费，或许会超越赔偿额的50%，有个别夸大的案子甚至会到达80%。
而原告方，许多时分是被发申述讼的律师自动找上家门，签个字赞同律师署理，假如打赢了，能拿到一些赔偿金。
假如官司打输了，大部分情况下就不需求出律师费。
律师在取得了一大批原告的授权之后，就以「原告团体」的名义向法院提申述讼，要求被告赔偿。
由于原告数量比较多，假如官司打赢了，取得的整体赔偿额往往会比较多。
而律师由于在这类案子中占有主导地位，会有很高的律师费抽成比例，往往会比受害者取得更多的经济利益。
比如苹果公司前不久，就由于下班对职工搜宝查看的准则，最后在团体诉讼中和职工达到和解，向职工付出了3050万美元，平均每个职工能取得1328美元的赔偿。
可是却要向律师付出900万美元左右的律师费。
而律师或者律所自身，也会由于团体诉讼案子广泛的影响力，在业界取得更高的名声。
Clarkson律师事务所
某种程度上，许多美国团体诉讼案子实在的「原告」，往往是能取得更多经济收入的律师，而非实在的受害「原告」。
而这起针对OpenAI的团体诉讼，署理律所Clarkson LLP，就是一家成立于2014年，简直只从事团体诉讼事务的律所。
相较美国许多有几十上百年前史的律所，克拉克森可谓是一家婴儿律所。
可是最近几年却打赢了不少针对食物，药品制造商的团体诉讼案子。
这次关于OpenAI的申述也是由律所的冠名合伙人Ryan Clarkson本人亲身处理。
现在他们律所网站，现已把自己申述OpenAI的信息置顶了。
网站阅读者随时随地都可以看到这条信息。
看得出来，这次他们是要「All in OpenAI」，打响「大模型侵权案子的榜首枪」。
无法可依，结局难料
美国关于大模型练习数据的立法还没有经过。
而在国会立法程序给出清晰规定之前，法官很有或许会参考现已有的隐私权和著作权的事例，在这个案子中做出对原告有利的确定。
在没有清晰法令规则的布景之下，案子很有或许会朝着不利于OpenAI的方向发展。
只需这家律所不是无理取闹，而OpenAI又急于脱节类似的诉讼费事。
这个案子很有或许会像大多数的团体诉讼案子相同，以和解结束。
原告和律师很有或许取得一笔数额不菲的和解金。
原告律所也会由于署理这个或许具有划时代含义的案子而继续巩固自己在业界的地位。
而后续，OpenAI和其他大模型供给商或许都会面对更多类似的法令诉讼。
直到有相关的法令出台，清晰练习数据方面的具体规则。
更多诉讼事情
而除了上面说到的律所团体诉讼，个人由于被侵权而直接申述OpenAI的例子也不少。
而这样的案子，主要是由对书本享有著作权的作家提起的。
最近，两位曾获过奖的作者就申述了OpenAI，指控他们在未经赞同的情况下运用他们出书的书本来练习 ChatGPT，违反了版权法。
该诉讼于6月底提起，两位作家标明，ChatGPT的底层LLM直接拿来就用了原告作者Mona Awad和Paul Tremblay的受版权维护的著作。
他们以为，ChatGPT可以生成其著作的详细摘要，这就标明他们的书本必定现已包括在了用于练习的数据会集。
美国一所大学的法学教授Daniel Gervais在承受Insider采访时标明，作家的诉讼是全国范围内针对生成式AI的少量版权案子之一。
「这绝对不会是最后一次。」
Gervais估计，随着这些AI在仿制作家和艺术家风格方面的才能不断得到发展和改善，更多的作者将参加申述开发LLM和AI公司的行列。
他以为，全国范围内，针对ChatGPT等生成式AI工具的一大波法令挑战即将到来。
投诉中写道，想要证明该案的作者因OpenAI的数据收集行为而遭受了金钱丢失这一点，或许具有一定的挑战性。
Gervais告知Insider，ChatGPT也或许从作者以外的其他来源收集了Awad和Tremblay的著作。
Sussex大学AI和版权专家Andres Guadamuz也表达了这种忧虑。
他告知Insider，即使这些书本在OpenAI的练习数据集里，OpenAI其实也可以是经过合法途径来得到这些著作的。
美国作家协会是一个支撑作家工作权利的倡导组织，上星期他们宣布了一封公开信，呼吁大型科技和AI公司的CEO能去取得「作家的答应」，再运用他们的受版权维护的著作来练习LLM。
同时，应该「公平地补偿作家」。
截止现在，这封公开信现已取得了超越2000个签名。
现在，Awad和Tremblay正在寻求丢失赔偿。
在诉讼中还包括了ChatGPT创造的Awad的小说：「看待胖女孩的13种方法」(13 Ways of Looking at a Fat Girl)和「兔子」(Bunny)的摘要,以及Tremblay的「世界尽头的小屋」(The Cabin at the End of the World).
OpenAI和Awad、Tremblay都没有回应Insider的置评请求。
无独有偶，喜剧演员兼作家Sarah Silverman，以及作家Christopher Golden、Richard Kadrey也在美国地方法院上诉了，他们别离申述的是OpenAI和Meta ，相同指控其侵略版权。
这些诉讼称，OpenAI的ChatGPT和Meta的LLaMA都有用不合法获取的数据集进行练习的行为，而这些数据会集就包括他们的著作。
他们标明，这些数据集是从Bibliotik、Library Genesis、Z-Library等网站获取的，并指出这些书可以批量获取。
在针对OpenAI的诉讼中，三人供给的证据标明，当呈现相关的prompt时，ChatGPT会总结他们的书本，他们以为，这是对他们著作版权的侵略。
Silverman的「Bedwetter」是ChatGPT在展品中展现的榜首本书，而Golden的书「Ararat」和Kadrey的「Sandman Slim」也被用作了示例。
至于针对Meta的独自诉讼，情况也差不多。Meta用于练习LLaMA模型的数据会集也能拜访该作者的书本。
而在该投诉，详细的分步阐述了原告为何以为这些数据集的来源是不合法的——在一篇有关LLaMA的论文中，Meta指出了其练习数据集的来源，其中一个名为「ThePile」。
诉状指出，EleutherAI的一篇论文将「ThePile」描绘为由Bibliotik内容的副本拼凑而成的，而Bibliotik自身就不合法。
在这两项声明中，参与的作者均标明，他们不赞同AI公司运用其受版权维护的书本作为LLM的练习内容。
他们的诉讼均包括六项不同类型的侵略版权、忽略、不当得利和不正当竞争罪名。
现在，这些作者也正在寻求法定丢失赔偿、利润归还等。
除了书圈，Getty Images还提起了一项诉讼，指控创立Stable Diffusion的Stability AI在「数百万张受版权维护的图像」上练习其模型。
相关各方均未作出回应。
参考资料：
www.washingtonpost.com/technology/…
www.businessinsider.com/openai-copy…
www.theverge.com/2023/7/9/23…
