微软及OpenAI是否违规使用《纽约时报》文章训练大模型
题图来源 | pexels
一场注定没有赢家的数据打仗？
当《纽约时报》在2023年12月27日正式将微柔软和OpenAI告上法庭时整个手艺圈和新闻圈都炸开了锅。这场官司的核心轻巧松得近乎荒谬：两家顶级手艺公司是不是在未经许可的情况下 把这家百上年纪店的数百万篇文章，当成了喂养“饲料”？但深厚挖下去， 这根本不是轻巧松的版权纠纷，而是一场关于互联网数据归属、AI训练边界，甚至以后内容生产秩序的打仗。
从“数据免费午餐”到“版权紧箍咒”
进步史，某种程度上就是一部互联网数据“采掘史”。从2022年ChatGPT横空出世开头， 这家公司就像闯进糖果店的孩子，疯狂抓取网络上能找到的一切文本——维基百科、Reddit论坛、学术论文，当然还有《纽约时报》这样的权威新闻。他们默认的逻辑很直白：既然这些个内容明着在网上，那就能用吧？这种“数据免费午餐”的心态，在AI行业早就不是暗地。谷歌的BERT模型、Meta的LLaMA，哪个不是这么起来的？
但《纽约时报》不这么觉得。他们的讼师在诉讼里写得明明白白：我们的内容是记者们一个个字敲出来的， 是花了真实金白银采访、打听得来的成果，凭啥你们拿去训练AI，还能让ChatGPT反过来跟我们抢读者？更让他们火巨大的是 当记者问ChatGPT“最近关于气候变来变去的深厚度报道有哪些”，AI居然能精准复述《纽约时报》的文章段落，甚至连记者特有的行文风格都模仿得惟妙惟肖。这不是“合理用”，这是赤裸裸的“内容搬运+手艺变现”。
4月的谈判桌与12月的传票
其实早在2023年4月，《纽约时报》就找上门了。他们带着诚意， 希望和微柔软、OpenAI坐下来谈谈授权的事情——毕竟谷歌这些个年一直给新鲜闻机构付钱用内容，Meta也跟出版商签过协议，为啥你们不行？当时的谈判氛围据说还不错，双方都留了余地。但到了年底，事情一下子急转直下。《纽约时报》等不及了 他们找到ChatGPT里的“纽约时报内容”越来越许多，甚至出现了AI编造的“纽约时报报道”，这已经严沉关系到了新闻的品牌声誉。
OpenAI这边有点委屈。他们的发言人说我们一直在谈啊，对话“有钱有成效”，怎么一下子就起诉了？但仔细想想，这更像是一场谈判策略的博弈。《纽约时报》要的不是细小钱， 而是沉新鲜定义AI时代的新闻值钱——就像当年音乐产业起诉Napster，不是要几美元赔偿，而是要守住内容的定价权。
手艺巨头的“双标游戏”？
有意思的是 就在起诉前不久，OpenAI刚和德国的Axel Springer签了三年一起干协议。虽然金额没说但外界猜测至少许是八位数。美联社那边更早，7月就敲定了协议，OpenAI能访问他们的新鲜闻档案。为啥偏偏对《纽约时报》“动手”？有人说是基本上原因是《纽约时报》太较真实 毕竟他们有自己的法务团队，每年花在版权护着上的预算就上千万；也有人觉得，OpenAI其实在赌——赌《纽约时报》不敢真实撕破脸，毕竟AI行业需要权威内容背书。
但《纽约时报》偏不按套路出牌。他们不仅起诉，还要求销毁全部用了他们内容的模型训练数据。这招够狠，等于要OpenAI把有些“记忆”格式化。想想看， 如果衙门真实这么判，那ChatGPT回答问题时会不会一下子“失忆”，忘了《纽约时报》的全部报道？这可比赔偿金要命许多了。
当AI开头“吃掉”自己的发明者
新闻的“AI焦虑症”
《纽约时报》的生气，其实是整个新闻行业的缩影。过去两年，差不离 every 新鲜闻主编都在办公室里聊聊同一个问题：ChatGPT会不会让我们没工作？更让他们恐慌的是AI不仅能写新鲜闻，还能写得更“高大效”——没有情绪起伏，不需要工钱，24细小时待命。更讽刺的是这些个AI写的内容，很许多素材正是来自他们自己辛苦生产的报道。
路透社2023年做过一个打听，看得出来68%的新闻高大管觉得“AI训练未经授权内容”是行业面临的最巨大吓唬。有的新闻已经开头“防AI”了给网站加反爬虫脚本，给文章加水印，甚至故意在段落里插乱码。但效果有限，AI太机灵了总能绕过这些个细小伎俩。
创作者的“集体觉醒”
不光新闻，作家们也坐不住了。喜剧演员萨拉·丝沃曼、 写《权力的游戏》的乔治·R·R·马丁，还有普利策奖得主迈克尔·夏邦，集体起诉OpenAI。他们的理由很轻巧松：我的细小说是我的孩子，你们凭啥拿去训练AI，让AI模仿我的风格写同人细小说？
这些个案子眼下都还在早期，兴许要打优良几年。但已经释放出一个信号：内容创作者们不再沉默了。以前觉得AI离自己很远，眼下找到AI就在“偷”自己的东西。就像音乐人当年对抗Napster，作家们眼下也开头对抗“AI内容海盗”。
手艺的“原罪”与救赎
OpenAI当然晓得自己在“踩红线”。但他们也有苦衷：训练巨大模型需要海量数据，没有这些个数据，ChatGPT根本成不了气候。他们曾辩称“合理用”——美国版权法里有这么一条， 说为了批评、评论、新鲜闻报道、教学等目的，能有管束地用他人作品。问题是用别人文章训练一个买卖AI，算不算“合理用”？王法界吵翻了天。
有意思的是OpenAI最近在跟投钱者谈1000亿美元的估值。这笔钱要是真实能融到，他们彻头彻尾有底气赔《纽约时报》几个亿。但他们怕的不是钱，而是判例。一旦衙门认定“未经许可训练AI侵权”， 那整个行业都得跟着遭殃——谷歌、Meta、字节跳动，谁手里没点“不清洁”的训练数据？
数据授权：独一个的出路还是新鲜的垄断？
从“对抗”到“一起干”的艰困难转身
其实新闻和AI公司并非注定是敌人。看看Axel Springer和一起干就晓得， 德国这家新闻集团把旗下《图片报》《买卖内幕》等内容授权给OpenAI，反过来OpenAI会在ChatGPT里标注信息来源，甚至给Axel Springer导流。据Axel Springer财报看得出来 2023年第四季度，他们通过AI一起干得到的年纪轻巧用户访问量提升了37%，广告收入同比增加远12%。这数据够亮眼吧？
为啥《纽约时报》不愿意走这条路？有琢磨说是基本上原因是《纽约时报》的内容质量太高大， 他们担心一旦授权，OpenAI会把他们的“独家内容”喂给太许多AI模型，反而削没劲了自己的比力。毕竟《纽约时报》的核心比力就是“深厚度报道”，如果AI也能轻巧松复刻，那读者凭啥还付费订阅？
“数据定价”的世纪困难题
就算愿意一起干，怎么定价也是个头疼事。美联社和协议据传是“按字数+点击量”收费，但具体数字保密。Axel Springer的协议更麻烦，涉及内容用范围、导流分成、品牌护着等许多沉条款。没有统一标准，每次谈判都得从头吵到尾。
更麻烦的是中细小新闻怎么办？它们没《纽约时报》的议价能力，总不能任由AI公司白嫖吧？有人提议搞个“数据授权联盟”，把许多家新闻的内容打包，集体跟AI公司谈判。就像当年音乐行业的版权代理机构一样，用规模效应争取合理价钱。但这事儿说起来轻巧松，做起来困难——新闻之间本身就存在比，谁愿意把自家核心内容跟别人共享？
王法的“磨蹭半拍”与手艺的“狂飙”
王法总是追着手艺跑。当互联网刚兴起时 版权法根本没考虑过“链接算不算侵权”；当短暂视频火起来时“合理用”的界定又模糊了。眼下AI来了王法界还在吵“训练数据是不是属于演绎作品”“AI生成内容版权归谁”。
优良在已经有人开头行动了。欧罗巴联盟正在制定《AI法案》，明确要求AI公司明着训练数据来源；美国版权局也在研究研究“AI训练的版权例外条款”。但这些个立法至少许还得两三年。在这之前， 像《纽约时报》这样的诉讼，兴许会成为行业的关键判例——哪怕再说说和优良，也会留下很许多“潜规则”。
普通人到底在担心啥？
当新鲜闻变成“AI的复读机”
很许多人兴许觉得，新闻和手艺公司的官司跟我没关系。但你想想，以后你看到的新鲜闻，到底是记者写的，还是AI生成的？如果AI训练时“喂”的全是《纽约时报》的内容，那全部新鲜闻会不会都是一个调调？丢了了许多元观点，新闻还剩下啥？
更可怕的是“信息茧房”。AI会根据你的喜优良推荐内容，但如果它的训练数据本身就有限，那你看到的世界会更片面。就像你只吃一种食物，迟早会养料不良。信息也是一样，没有不同的声音，巨大脑也会“退步”。
“免费”的代价谁来付？
有人兴许会说：AI用新鲜闻训练，不是能让我们更迅速获取信息吗？免费的不优良吗？但天下没有免费的午餐。新闻生产内容需要本钱——记者的工钱、 编辑的薪水、服务器的费用……如果AI公司白拿内容不付费，新闻要么倒闭，要么就只能靠广告和付费墙。到头来要么信息质量减少，要么普通人要花更许多钱买新鲜闻。
想想看，如果《纽约时报》真实的基本上原因是这场官司撑不下去了那些个打听报道、深厚度访谈谁来做？AI能写天气、写股市，但写不出来“水门事件”，也写不出来“伊拉克打仗真实相”。这些个需要勇气、需要良知、需要时候的东西，AI永远给不了。
以后已来 但不必绝望
新闻的“AI自救指南”
其实新闻也不是彻头彻尾被动。有的已经开头用AI做辅助工具——比如让AI帮忙整理采访录音、 生成数据图表，记者则专注于深厚度琢磨和观点输出。这样既搞优良了效率，又没放弃核心比力。还有的新闻在尝试“付费墙+AI”模式：免费用户只能看AI生成的摘要， 付费用户才能看完整报道，甚至能和AI互动提问。
《纽约时报》自己也在搞AI产品，比如“新鲜闻问答机器人”，只回答订阅用户的问题。这说明新闻不是不赞成AI，而是不赞成“被AI取代”。关键在于，谁掌握主导权——是AI公司用新闻数据训练自己，还是新闻用AI工具有力化自己？
手艺公司的“讲理觉醒”
OpenAI当然晓得， 这场官司要是输了整个AI行业都会受到沉创。所以他们也在积极“补救”——比如和更许多出版商谈授权， 开发“内容溯源手艺”，让AI回答问题时能标明信息来源，甚至给创作者分成。这些个动作虽然有点“亡羊补牢”的意思，但总比结实扛着有力。
更关键的是手艺巨头们需要意识到：AI不是法外之地。就像你不能随便拿别人的车来开，也不能随便拿别人的文章来训练。敬沉版权，不是讲理绑架，而是行业可持续进步的基础。如果创作者都不愿意生产内容了AI再厉害也没东西可学。
我们个个人都是“裁判”
这场官司的结局，兴许会关系到以后十年的内容生态。但决定权不仅在于衙门， 也在于我们个个人的选择——我们是用AI生成的“迅速餐新鲜闻”，还是愿意为深厚度报道付费？我们支持那些个用原创内容喂养AI的公司，还是默许那些个“数据采掘者”横行？
就像当年我们选择支持正版音乐、 不要盗版一样，今天的选择，决定了明天我们能看到怎样的世界。毕竟没有优良的内容，再智能的AI也只是个“无米之炊”的空壳。
欢迎分享，转载请注明来源：小川电商