Pozew NYT spycha OpenAI tam, gdzie liczą się logi

Wydawcy z The New York Times na czele domagają się poważnych sankcji w sporze copyrightowym z OpenAI. Według Ars Technica twierdzą, że OpenAI przez lata zniekształcała obraz tego, jak trudno przeszukiwać wyjścia ChatGPT, i opóźniała discovery.

Spór przesuwa się z treningu na logi wyjściowe

Sednem wniosku jest twierdzenie, że OpenAI miała już wcześniej zanonimizowane próbki 10 milionów i 78 milionów logów, ale nie ujawniła ich stronie przeciwnej. Wydawcy twierdzą, że firma już przeszukiwała te dane pod kątem treści NYT przy pracy nad filtrem przeciwko regurgitacji chronionego tekstu.

To ważne, bo logi nie są tylko detalem technicznym. W sporze o fair use mogą pokazać, czy ChatGPT zwracał całe lub istotne części płatnych treści. OpenAI według Ars odrzuca zarzuty i przedstawia wniosek jako próbę uzyskania większej ilości danych użytkowników.

Discovery staje się walką o rurociąg dowodów

Dla firm AI ta historia jest ostrzeżeniem, że proces nie dotyczy wyłącznie datasetów treningowych. Równie ważny może być ślad operacyjny: wyjścia, redakcje, sandboxy, zasady retencji i możliwość przeszukiwania danych.

Według artykułu powodowie początkowo żądali 120 milionów news logs, dostali mniejszy sandbox z 20 milionami logów, a próbka miała być obciążona 19 miliardami redakcji. Sąd miał uznać ją za nieużywalną. Techniczne zarządzanie danymi zmienia się tu w ryzyko procesowe.

Sankcje uderzyłyby w proces przed copyrightem

Trzeba uważać z wnioskami. Wniosek o sankcje nie oznacza, że OpenAI naruszyła copyright, a duża część pisma jest zredagowana. To zarzuty powodów w trwającym postępowaniu, podczas gdy OpenAI mówi o ochronie prywatności użytkowników i zasad fair use.

Sądy mogą jednak karać utrudnianie discovery zanim rozstrzygną główny spór copyrightowy. Jeśli sędzia uzna, że OpenAI ukryła istniejące przeszukiwalne próbki, wiarygodność firmy ucierpi przed samym testem fair use.

Kolejnym sygnałem będzie siła reakcji sądu

Warto śledzić, czy sąd nakaże szerszy dostęp do logów, sankcje finansowe, adverse inferences albo inne ograniczenia procesowe. Każdy z tych kroków zwiększyłby presję na OpenAI i dał punkt odniesienia dla kolejnych sporów copyrightowych wokół AI.

Dla innych laboratoriów modelowych lekcja jest prosta: argument o prywatności musi pasować do wewnętrznych możliwości firmy. Jeśli system potrafi szukać, gdy pomaga to produktowi, sąd zapyta, dlaczego nagle nie potrafi w procesie.

Werdykt Lilith

Spór copyrightowy przeniósł się do magazynu z paragonami. Kto mówi sędziemu, że pudełka nie da się otworzyć, nie powinien mieć nagrania, na którym wczoraj szukał w nim własnych papierów.