2023年底，《纽约时报》起诉ChatGPT的开发者OpenAI和其伙伴微软公司的案件引发了全球关注，近日OpenAI基金会在公司网站发布博客《OpenAI与新闻业》，称：我们支持新闻业，与新闻机构合作，并认为《纽约时报》的诉讼毫无根据。今天就结合该博客的内容，跟大家分享一下笔者的看法：

  OpenAI称：我们的目标是开发人工智能工具，让人们有能力解决那些遥不可及的问题。世界各地的人们已经在使用我们的技术来改善他们的日常生活。如今，数百万开发人员和超过92%的财富 500 强企业都在使用我们的产品。虽然我们不同意《纽约时报》诉讼中的说法，但我们认为这是一个澄清我们的业务、意图以及我们如何构建技术的机会。我们的立场可以概括为以下四点：

        我们在技术设计过程中努力为新闻机构提供支持。我们已经与数十家新闻机构以及新闻/媒体联盟等领先的行业组织会面，探讨机会，讨论他们的担忧，并提供解决方案。我们的目标是学习、教育、听取反馈并进行调整。

        我们的目标是支持健康的新闻生态系统，成为良好的合作伙伴，创造互惠互利的机会。有鉴于此，我们寻求与新闻机构建立合作伙伴关系，以实现这些目标：

        部署我们的产品，通过协助分析大量公共记录和翻译报道等耗时的任务，为记者和编辑提供帮助和支持。通过对更多历史、非公开内容的训练，让我们的人工智能模型了解世界。在ChatGPT中显示实时内容并注明出处，为新闻出版商提供与读者联系的新方式。我们与美联社、阿克塞尔-施普林格（Axel Springer）、美国新闻项目（American Journalism Project）和纽约大学（NYU）的早期合作让我们了解了我们的方法。

        使用公开可用的互联网资料训练人工智能模型是合理使用，这一点得到了长期广泛接受的先例的支持。我们认为这一原则对创造者是公平的，对创新者是必要的，对美国的竞争力也是至关重要的。

        最近向美国版权局提交意见的众多学者、图书馆协会、民间社会团体、初创企业、美国领先公司、创作者、作者等都支持允许将训练人工智能模型作为合理使用的原则。其他地区和国家，包括欧盟、日本、新加坡和以色列，也有允许在受版权保护的内容上训练模型的法律--这是人工智能创新、进步和投资的优势。

        尽管如此，对我们来说，法律权利并不重要，重要的是做一个好公民。我们在人工智能行业中处于领先地位，为出版商提供了一个简单的退出程序（《纽约时报》于 2023 年8月采用了这一程序），以防止我们的工具访问他们的网站。

        我们设计和训练模型的目的是学习概念，以便将其应用于新问题。死记硬背是学习过程中的一种罕见故障，我们正在不断加以解决，但当特定内容在训练数据中出现不止一次时，这种故障就比较常见了，例如，如果这些内容的片段出现在许多不同的公共网站上。因此，我们采取了一些措施来限制无意中的记忆，防止在模型输出中出现重复内容。我们也希望我们的用户能够负责任地行事；故意操纵我们的模型进行反流（反流，英文为Regurgitation，医学名词，也称“反刍”，指经过咀嚼的食物从胃返回到嘴里，笔者注）不是对我们技术的适当使用，也违反了我们的使用条款。

        正如人类接受广泛的教育以学习如何解决新问题一样，我们也希望我们的人工智能模型能观察到世界上的各种信息，包括来自各种语言、文化和行业的信息。由于模型是从人类知识的巨大集合中学习的，因此任何一个领域--包括新闻--都只是整个训练数据的一小部分，任何一个数据源--包括《纽约时报》--对模型的专门学习都没有意义。

        在 12 月 19 日的最后一次沟通中，我们与《纽约时报》的讨论似乎取得了建设性进展。谈判的重点是围绕 ChatGPT中的实时显示和归因建立高价值的合作伙伴关系，《纽约时报》将通过这种新方式与他们的现有读者和新读者建立联系，而我们的用户则可以访问他们的报道。我们曾向《纽约时报》解释说，与任何单一来源一样，他们的内容对我们现有模型的训练没有任何意义，对未来的训练也没有足够的影响。他们在 12 月 27 日提起的诉讼--我们是通过阅读《纽约时报》得知的--让我们感到意外和失望。

        一路走来，他们曾提到看到一些重复他们内容的情况，但一再拒绝分享任何实例，尽管我们承诺调查并解决任何问题。我们已经证明了我们是如何认真对待这一优先事项的，例如在 7 月份，当我们得知 ChatGPT功能可能会以非预期的方式复制实时内容后，我们立即关闭了该功能。

       有趣的是，《纽约时报》诱导转载的内容似乎来自多年前的文章，而这些文章已在多个第三方网站上泛滥。为了让我们的模型进行反流，他们似乎有意篡改了提示语，通常包括冗长的文章节选。即使在使用此类提示时，我们的模型通常也不会像《纽约时报》影射的那样，这表明他们要么是指示模型进行反流，要么是从众多尝试中挑选出的例子。

        尽管《纽约时报》声称，这种误用并非典型或允许的用户行为，也不能替代《纽约时报》。无论如何，我们正在不断提高我们系统的抗逆性，以抵御反流训练数据的攻击，并已在我们最近的模型中取得了很大进展。

        我们认为《纽约时报》的诉讼毫无根据。尽管如此，我们仍希望与《纽约时报》建立建设性的合作关系，并尊重其悠久的历史，其中包括 60 多年前报道第一个工作神经网络和捍卫第一修正案规定的自由。

        我们期待与新闻机构继续合作，通过实现人工智能的变革潜力，帮助提升他们制作高质量新闻的能力。