AI训练数据源版权争议：微软、OpenAI涉嫌侵权

在科技领域，数据的版权问题一直是一个备受关注的话题。近期，有关AI模型训练数据源的版权纠纷事件频繁发生，引发了许多讨论。其中，微软被指控在使用公共代码时，将他人成果据为己有，而OpenAI则因涉嫌非法利用图书数据进行训练而受到质疑。这些事件再次提醒我们，对于数据版权的问题，我们需要更加重视并加强管理。

OpenAI 如今又一次陷入了训练数据版权风波，两位知名恐怖小说作家声称 ChatGPT 非法盗用了他们的数据进行训练，法院目前正在对这一案件进行审理中。

在2018年，参与诉讼的作者之一保罗・特伦布莱（Paul Tremblay）以其惊悚的科幻小说《世界尽头的小屋（The Cabin at the End of the World）》声名鹊起。这部作品后来被改编成了电影《敲敲门（Knock at the Cabin）》，由著名导演M. Night Shyamalan操刀制作。

还有一位才华横溢的作家，名叫莫娜・阿瓦德（Mona Awad）。她不仅是一位出色的诗人，同时也是一位 north American 知名的恐怖小说作家。她的作品包括《13 种看待胖女孩的方式（3 Ways of Looking at a Fat Girl）》、《兔子（Rabbit）》以及《所有的方式（Alls Well）》等等。

IT之家查询原件发现，这两名作家诉讼的理由是 ChatGPT 能够无视版权，生成他们作品的摘要：

尽管原告 objected to the use of their copyrighted books as training materials for ChatGPT, it has been reported that these protected materials have been utilized in the development process anyway. This is because the primary objective of ChatGPT’s training is to enable it to generate relevant information, and only after exposure to this specific data can it effectively learn and improve its responses.

▲ 图源 法院文件

OpenAI 目前尚未对此作出评论，该诉讼尚在进行中，考虑到当下外界对于 AI 训练数据版权的态度，OpenAI 胜算的可能性并不高。