New York Times-ი OpenAI-ს ChatGPT-ის საავტორო უფლებების სასამართლო პროცესზე მტკიცებულებების დამალვაში ადანაშაულებს

The New York Times-ი და The Daily News-ი ამტკიცებენ, რომ OpenAI-მ იცრუა საკუთარ შესაძლებლობებზე, მოეძებნა საავტორო უფლებებით დაცული ნამუშევრები მომხმარებელთა ჩატების ლოგებსა და სატრენინგო მონაცემთა ბაზებში. ეს არის მორიგი ესკალაცია ორწლიან სასამართლო დავაში, სადაც ხელოვნური ინტელექტის გიგანტს საავტორო უფლებების დარღვევაში ადანაშაულებენ. ბრალდების თანახმად, OpenAI-მ თავისი გენერაციული მოდელები Times-ის კონტენტზე დაატრენინგა და ამ მასალებს მომხმარებლებისთვის მიწოდებულ პასუხებში იყენებს.

სასამართლო პროცესის განმავლობაში OpenAI ამტკიცებდა, რომ მას არ გააჩნდა საკუთარი სატრენინგო კორპუსის გაჩხრეკის ტექნიკური შესაძლებლობა. კომპანია ასევე აცხადებდა, რომ ChatGPT-ის საუბრების მასშტაბური კოლექციის დამუშავება ტექნიკურად რთული იქნებოდა და მომხმარებელთა კონფიდენციალურობის რისკებს შექმნიდა, რადგან ლოგების ამოღება, დამუშავება და დეიდენტიფიკაცია იყო საჭირო. გამოცემები ამ მონაცემებს ითხოვდნენ იმის დასადგენად, იყო თუ არა მათი საავტორო უფლებებით დაცული ჟურნალისტიკა OpenAI-ს სატრენინგო ბაზაში და რამდენად ხშირად აგენერირებდა ChatGPT პასუხებს მათი კონტენტის გამოყენებით.

აპრილში გამართულ ჩვენებაში, OpenAI-ს მონაცემთა კონფიდენციალურობის ინჟინერმა, ვინი მონაკომ, სავარაუდოდ გაამჟღავნა, რომ კომპანიას უკვე ჩატარებული ჰქონდა შიდა ძიება და შეფასება სატრენინგო კორპუსში საავტორო უფლებებით დაცული მასალების მოსაძებნად. მონაკოს ჩვენებით ასევე გაირკვა, რომ NYT-ის სარჩელის შეტანამდე OpenAI-ს უკვე ჰქონდა დაახლოებით 78 მილიონი დეიდენტიფიცირებული ChatGPT საუბრის ბაზა, რომელსაც შიდა მიზნებისთვის იყენებდა სხვისი ნამუშევრების გამოყენების ხარისხის დასადგენად.

ფარული ინსტრუმენტები და წაშლილი მონაცემები

გარდა ამისა, სარჩელის შეტანიდან მალევე, OpenAI-მ სავარაუდოდ დანერგა „Bloom“ ფილტრი პროექტ „Project Giraffe“-ის ფარგლებში. ეს ინსტრუმენტი პასუხებში კონტენტის პირდაპირ გამეორებას (regurgitation) აფიქსირებდა და აღრიცხავდა. ეს ორი აღმოჩენა განსაკუთრებით მნიშვნელოვანია, რადგან თავდაპირველად მოსარჩლეები 120 მილიონი ჩატის ლოგის ნიმუშს ითხოვდნენ, თუმცა OpenAI-მ მოლაპარაკებების შედეგად ეს რაოდენობა 20 მილიონამდე შეამცირა.

გასულ დეკემბერში OpenAI-მ სასამართლოს წარუდგინა აღნიშნული ნიმუში, თუმცა, სასამართლოს შეფასებით, მასში იმდენი ინფორმაცია იყო დაფარული, რომ მონაცემები „გამოუყენებელი“ გახდა. მოსარჩლეები ასევე ამტკიცებენ, რომ OpenAI-მ სარჩელის შეტანის შემდეგ მილიარდობით ChatGPT-ის პასუხი წაშალა, რითაც პირდაპირ დაარღვია სასამართლოს ბრძანება მტკიცებულებების შენახვის შესახებ, და მოთხოვნილ ნიმუშში მილიონობით ლოგი ჩაანაცვლა. სხვა სიტყვებით რომ ვთქვათ, ბრალდების მხარე მიიჩნევს, რომ OpenAI-მ ხელოვნურად გაართულა იმ ინფორმაციის მოპოვება, რომელიც კომპანიას უკვე შეგროვებული ჰქონდა.

„OpenAI-ს მართლა რომ სჯეროდა, რომ ჩვენი კლიენტების ჟურნალისტიკის კოპირება სამართლიანი და კანონიერი იყო, ის არ დამალავდა სიმართლეს ამის გაკეთების შესახებ“, — განაცხადა მოსარჩლეთა მთავარმა ადვოკატმა, იან ბ. კროსბიმ.

მოსარჩლეთა მოთხოვნები სასამართლოს მიმართ

ამჟამად NYT და The Daily News მოსამართლეს სთხოვენ OpenAI-ს დასჯას მტკიცებულებების დამალვისა და სასამართლო პროცესის შეფერხებისთვის. მათი მოთხოვნები მოიცავს შემდეგ პუნქტებს:

• აეკრძალოს OpenAI-ს 20-მილიონიანი ჩატის ლოგის ნიმუშის მტკიცებულებად გამოყენება, რადგან ის არასანდოა;
• სასამართლომ ფაქტად მიიღოს, რომ ChatGPT-ის ლოგები აჩვენებდა მოსარჩლეთა კონტენტის მნიშვნელოვან გამეორებას;
• აეკრძალოს OpenAI-ს იმის მტკიცება, რომ წარდგენილი ლოგები არ ადასტურებს კონტენტის მნიშვნელოვან კოპირებას;
• OpenAI-ს დაეკისროს იურიდიული ხარჯების ანაზღაურება, რაც ამ მტკიცებულებების მოპოვების მცდელობებს მოჰყვა.

OpenAI-ს წარმომადგენელმა, დრიუ პუსატერიმ, უარყო ბრალდებები და განაცხადა, რომ Times-ი მომხმარებელთა პირად საუბრებზე წვდომას ცდილობს, რადგან მათი პოზიცია სასამართლოში სუსტდება. მისი თქმით, კომპანია გააგრძელებს მომხმარებელთა კონფიდენციალურობისა და „სამართლიანი გამოყენების“ (fair use) პრინციპების დაცვას.