Các tài liệu tòa án trong vụ kiện của The New York Times chống lại OpenAI và Microsoft cho thấy đã có thảo luận nội bộ tại Microsoft về việc sử dụng các bài báo để huấn luyện mô hình AI có phải là hành vi lạm dụng trên diện rộng đối với lao động sáng tạo hay không, trong khi cả hai công ty tiếp tục lập luận rằng hoạt động huấn luyện đang bị tranh chấp được bảo vệ theo nguyên tắc sử dụng hợp lý.

Tài liệu mới được công bố bao gồm một bản ghi nhớ năm 2023 của Brent Hecht, Giám đốc Khoa học Ứng dụng tại Microsoft, mô tả các mô hình AI lớn là “những sản phẩm phá hủy chính chuỗi cung ứng của mình” và cảnh báo rằng nhiều người xem các hệ thống này là sự chiếm đoạt công việc của họ chưa từng có tiền lệ. Hồ sơ tòa án cũng dẫn lời ông mô tả việc sao chép hàng triệu bài báo không xin phép là “vụ đánh cắp lao động lớn nhất trong lịch sử nhân loại”.

Microsoft cho biết các bản ghi nhớ này phản ánh nỗ lực của Hecht nhằm cung cấp “những góc nhìn khác biệt và bất đối xứng”, không phải lập trường chính thức của công ty. Sự phân biệt này quan trọng vì vụ kiện không xoay quanh một chiến dịch công khai của nhân viên, mà là các trao đổi nội bộ mà nguyên đơn đang sử dụng để lập luận rằng các công ty hiểu rõ tính nhạy cảm về pháp lý và thương mại của việc huấn luyện trên nội dung của nhà xuất bản.

Theo các hồ sơ, CEO Microsoft Satya Nadella làm chứng rằng nội dung nằm sau tường phí chỉ nên được sử dụng khi có sự cho phép của chủ sở hữu quyền. Ông cũng cho biết nếu biết trước rằng OpenAI đang sử dụng nội dung trả phí để huấn luyện, ông đã sử dụng quyền của Microsoft để yêu cầu mô hình được huấn luyện lại. Các tài liệu tòa án riêng biệt cũng dẫn lời một nhân viên OpenAI đề cập đến một “phương pháp hacker” để vượt qua tường phí của The New York Times trong tin nhắn gửi Chủ tịch Greg Brockman, người đã trả lời: “Hay đấy.”

Cả OpenAI và Microsoft đều duy trì quan điểm rằng hoạt động huấn luyện mô hình liên quan đủ điều kiện là sử dụng hợp lý. Tranh chấp bắt đầu khi The New York Times khởi kiện vào cuối năm 2023, và báo cáo ban đầu cho biết kể từ đó đã có 11 nhà xuất bản tham gia vụ kiện. Với thông tin nền đã được xác minh còn hạn chế ngoài các công bố của tòa án, một số chi tiết cốt lõi vẫn chưa được làm rõ, bao gồm toàn bộ phạm vi của các tập dữ liệu đang tranh chấp và cách tòa án sẽ cân nhắc sự cho phép, ranh giới cấp phép và thiệt hại thị trường.

Tại sao điều này quan trọng

Vụ kiện này vượt ra ngoài rủi ro danh tiếng đối với hai công ty AI lớn. Nó chạm đến một trong những câu hỏi pháp lý cốt lõi mà AI tạo sinh đang đối mặt: liệu việc huấn luyện trên văn bản có giá trị thương mại có thể được xem là sử dụng mang tính chuyển đổi hay không khi tài liệu nguồn mang tính biểu đạt, được cấp phép và trong một số trường hợp có tường phí. Xuất bản tin tức là một phép thử đặc biệt nhạy cảm vì tồn tại một thị trường thực sự cho việc cấp phép nội dung này và mối lo ngại rõ ràng rằng đầu ra AI có thể cạnh tranh với sản phẩm gốc.

Các công bố này cũng làm rõ hơn vấn đề tuân thủ đối với hạ tầng AI nói chung. Nếu tòa án đặt trọng số lớn hơn vào sự đồng ý, các hạn chế về nguồn hoặc việc tái sử dụng dữ liệu được thu thập theo những điều khoản khác, các nhà phát triển và đối tác của họ có thể đối mặt với những kiểm soát chặt chẽ hơn về cách các kho dữ liệu huấn luyện được xây dựng, chia sẻ và cập nhật.