Twitch預設拿直播內容訓練AI：一個「退出按鈕」為何沒能解決信任問題

幣界網報導：

Twitch近期新增了一項帳戶設定，允許主播退出亞馬遜生成式AI模型的訓練。問題在於，這項設定預設處於允許狀態，主播需要主動關閉。Twitch幫助說明顯示，可用於未來模型改進的內容範圍不僅包括直播畫面，還可能覆蓋直播聊天、錄影、剪輯、精選片段以及頻道中的文字和圖片。對大量以聲音、形象和互動為核心資產的創作者而言，這不是普通的產品偏好，而是內容使用邊界發生了變化。

圍繞此事的爭議在8月12日後迅速擴大。Twitch Support最初通過社交平台介紹退出選項，隨後又強調「不是Twitch自己訓練模型」，而是退出亞馬遜生成式AI模型的訓練。這種表述在公司組織上可能成立，卻沒有改變創作者最關心的問題：平台上的內容是否會進入同一母公司體系的模型訓練，以及預設狀態是否代表真實同意。

Twitch產品負責人關於「如果改成主動加入，可能沒人願意加入」的解釋進一步放大了反彈。它無意中指出了預設選項的價值：平台並不是不知道用戶可能拒絕，而是利用用戶不會查看設定、不了解變更或來不及操作，獲得更大的訓練數據池。即使用戶擁有退出按鈕，選擇架構仍會顯著影響最終結果。

需要準確區分已確認和仍不清楚的部分。已確認的是Twitch提供了退出亞馬遜生成式AI訓練的設定，並列出了可能涉及的頻道內容；尚不清楚的是歷史內容已經被用於哪些具體模型、退出何時完全生效、此前進入訓練流程的數據能否移除，以及主播在其他頻道聊天時產生的內容如何處理。平台公開說明沒有回答所有數據生命周期問題。

預設允許把「同意」變成了用戶必須發現的任務

數字平台經常用預設選項管理複雜設定，因為不可能讓用戶逐項決定每個技術細節。但當用途從「提供直播服務」擴展到「訓練可以生成文字、圖像、聲音或視頻的模型」時，使用目的已經明顯改變。主播上傳內容是為了與觀眾互動和獲得收入，不等於自然同意內容被用於訓練另一類產品。

退出機制看似保留了控制權，實際卻把發現、理解和操作的成本全部交給用戶。主播必須知道政策變了，找到設定頁面，理解開關含義，再決定是否關閉。沒有關注官方帳號、處於休播期或語言不同的用戶，可能長期維持預設狀態。真正的主動同意應當讓平台先解釋用途，再由用戶明確選擇，而不是把沉默解釋成許可。

直播內容還具有普通網頁文本沒有的複雜性。一場直播裡可能同時出現主播本人、連麥嘉賓、遊戲語音、音樂、觀眾聊天和第三方素材。主播可以控制自己的帳戶設定，卻未必有權代表所有參與者授權訓練。即使平台條款賦予廣泛使用權，合規上的可用也不等於創作者關係上合理。

對職業主播而言，聲音、面部、語言習慣和內容風格本身就是生產資料。如果模型未來能夠模仿相似表達或自動生成直播片段，創作者擔憂的就不只是隱私，還有替代和議價權。平台獲得訓練數據、母公司獲得模型能力，而原始創作者是否得到補償、署名或使用報告，目前並不清晰。

平台若要修復信任，需要的不只是保留一個開關

第一步應當是提供可理解的獨立通知。重要用途變化不應只藏在帳戶設定或支持帳號中，而應在創作者後台明確展示，說明涉及哪些內容、服務於哪些模型、從何時開始以及如何撤回。通知還需要區分未來內容與歷史內容，避免用戶誤以為關閉開關能自動清除過去數據。

第二步是建立可驗證的執行邊界。主播關閉後，平台應說明數據在採集、預處理、訓練集和模型評估各環節如何停止使用。若某些數據已經進入不可逆的訓練過程，也應明確告知，而不是用籠統的「未來不再使用」掩蓋技術限制。對專業創作者，最好提供狀態記錄和生效時間。

第三步是討論價值交換。平台若認定直播內容對模型具有商業價值，就很難同時堅持創作者不需要獲得任何回報。可能的機制包括主動加入計畫、收益分成、模型用途限定或只使用獲得單獨授權的內容。並非所有訓練都必須付費，但越接近利用創作者身份和風格，越需要更強的許可與補償。

這場爭議說明，AI訓練數據問題已經從網頁抓取進入封閉平台內部。平台擁有伺服器、帳戶和條款優勢，卻仍依賴創作者持續生產內容。預設允許可以在短期擴大數據量，長期卻可能讓用戶把每次產品更新都視為潛在的數據徵用。Twitch真正要解決的不是如何讓更多人忘記關閉按鈕，而是如何證明平台仍把創作者當作合作方，而不是一批預設可用的訓練素材。