OpenAI可能在版权战中对新闻机构犯下致命错误

# OpenAI在与新闻机构的版权斗争中可能犯下致命错误 来源：https://arstechnica.com/tech-policy/2026/07/openai-faked-inability-to-search-training-data-hid-billions-of-logs-nyt-says/ OpenAI或因隐藏、删除ChatGPT日志而在《纽约时报》版权案中面临制裁。 OpenAI正面临"严厉制裁"的呼声，此前该公司竭力阻止新闻机构查看数百万条日志（https://arstechnica.com/tech-policy/2025/06/openai-says-court-forcing-it-to-save-all-chatgpt-logs-is-a-privacy-nightmare/）以寻找用户通过提示ChatGPT复述文章来绕过付费墙的证据。 这些证据被认为对双方都至关重要，要么可能判定OpenAI为侵权者，要么证明其聊天机器人技术是对新闻网站内容的变革性合理使用。 在周四提交的一份制裁动议（https://cdn.arstechnica.net/wp-content/uploads/2026/07/NYT-v-OpenAI-Memorandum-of-Law-in-Support-of-Motion-for-Sanctions-Against-OpenAI-7-9-26.pdf）中，以《纽约时报》为首的起诉OpenAI的新闻机构指控这家AI公司多年来反复撒谎，以掩盖可能削弱OpenAI辩护的侵权证据。 《纽约时报》的诉状称，这些被指控的谎言是在法庭强制一名"准备不充分的证人"——OpenAI隐私工程师Vincent Monaco——接受再次质询时被曝光的。在随后的4月质询中，他无意中透露，OpenAI在两年间就搜索ChatGPT日志的成本和负担问题误导了法庭。 《纽约时报》指控，最令人震惊的揭露之一是，OpenAI从案件早期就假装没有技术能力搜索ChatGPT日志的大规模匿名样本，而实际上在诉讼开始前它已经进行了此类搜索。 新闻原告方声称，制裁是合理的，因为"OpenAI隐瞒这一事实，扣留了高度相关的证据，延长了证据开示过程，增加了费用，并加重了法院的负担"。 OpenAI的一位发言人在回应置评请求时暗示，《纽约时报》的制裁动议是诉讼后期为获取更多日志和侵犯更多用户隐私而采取的行动。该发言人声称，《纽约时报》最近在该诉讼中放弃了一些索赔（https://arstechnica.com/tech-policy/2026/06/microsoft-built-supercomputer-to-help-openai-infringe-copyrights-nyt-alleged/），这标志着新闻原告的起诉正在瓦解，而非OpenAI的辩护。 "随着《纽约时报》案件的弱化且被迫放弃对我们的索赔，他们仍在坚持试图侵犯与此案无关人员的隐私，包括提出这些公然虚假的指控，"OpenAI的发言人说。"我们将继续捍卫我们用户的隐私以及长期确立的合理使用原则。" 然而，《纽约时报》发言人Graham James上个月向Ars表示，新闻原告因放弃索赔而削弱起诉的说法并不属实。他反而暗示，通过增加对微软的索赔，诉讼得到了精简和加强。"我们的核心索赔自提起诉讼之日起从未改变——即微软和OpenAI窃取了《纽约时报》数百万受版权保护的作品，以与我们自己的产品竞争并非法牟利，"James说。 ## OpenAI涉嫌隐藏8000万日志样本 尽管制裁动议被大量删节，但据称Monaco作证称，OpenAI拥有两个大型样本——分别为1000万和7800万条日志——这些样本已经去标识化，本可以在早期提供给新闻原告以最大化证据开示期限。 新闻原告指控，"两年多来，OpenAI从未透露过这些样本的存在"。 更令原告沮丧的是，OpenAI已经搜索了这些样本中与《纽约时报》内容相关的部分，作为其"创建可用于阻止受版权内容复述的过滤器"研究的一部分，法庭文件称。 "当有利于OpenAI时，它愿意并且能够搜索其输出日志，"《纽约时报》指控这家ChatGPT制造商"尽可能让证据开示过程变得繁重"。 ## 法院称OpenAI样本"不可用" 在给Ars的一份声明中，《纽约时报》的首席律师Ian Crosby表示，OpenAI阻碍了日志的访问并歪曲了证据，以保护其合理使用的主张。 "两年多来，OpenAI对《纽约时报》、《每日新闻》原告、公众以及法院撒谎，"Crosby说。"它声称搜索ChatGPT输出中《纽约时报》和《每日新闻》原告内容的副本不可行、繁重且侵犯用户隐私——同时隐瞒它已经进行了此类搜索的事实。如果OpenAI真的相信复制我们客户的新闻内容是公平合法的，它就不会隐瞒已经这样做的真相。" OpenAI没有对现有样本保持透明，反而迫使新闻原告花费八个月时间在一个"沙盒"中搜索，在那里他们只能访问一个经过大量删节的2000万日志样本。这个样本远小于原告最初要求的1.2亿条新闻日志，据称因为OpenAI"就其现有技术能力"进行"虚假陈述"而缩小了规模。 "Monaco先生的证词表明OpenAI已经具备搜索大型数据集（如超过8000万条输出日志）的能力，这与这些陈述相矛盾，"《纽约时报》指控。 2000万日志样本进一步被"扭曲"，因为OpenAI使用AI对该样本进行了190亿次删节——数量之多以至于法院认定该样本"不可用"。 最终，OpenAI移除了部分删节，但"即便如此，仍有大量删节存在，包括新闻原告的域名、名称和其他字段，这阻碍了新闻原告对数据进行的搜索，"《纽约时报》指控。 与此同时，"在OpenAI对样本进行不当过度删节的整个过程中，它手中已经有一个完全去标识化的7800万条对话样本，"《纽约时报》指控。 "OpenAI不仅基于负担或相关性反对提供这些证据；它还向法庭虚假陈述，称在不花费大量时间和数月工作的情况下，获取这些证据超出了其能力范围，并且原告自行完成这项工作同样容易——却没有透露这项工作已经完成，"新闻原告指控。 同样令人沮丧的是，新闻原告声称，关于数据搜索的马拉松式会议和协商进一步限制了证据开示。例如，《纽约时报》指控，就在证据开示接近尾声时，OpenAI令人困惑地声称，7800万日志样本已经可以查阅"超过一年"。然而，新闻原告辩称，"这说不通"，考虑到OpenAI为"捍卫"ChatGPT用户隐私而进行了非常公开的斗争，即阻止访问除2000万样本之外的任何日志（https://arstechnica.com/ai/2026/01/news-orgs-want-openai-to-dig-up-millions-of-deleted-chatgpt-logs/）。 "要么OpenAI无意中提供了该数据集，并且它被深深隐藏在培训检查数据中，连OpenAI自己都没意识到；要么OpenAI知道它把数据集埋在了之前的提供物中，但在近两年时间里向法庭和新闻原告隐瞒了这一事实——同时激烈辩称交出这些日志会侵犯用户隐私，"《纽约时报》辩称。 此外，新闻原告还指控OpenAI有其他不当行为阻碍获取证据。尽管具体数量被删节，但他们声称OpenAI随机删除了那个有限2000万样本的部分内容。这还不包括被指控删除或压缩了本应保留的数十亿条日志。据《纽约时报》称，OpenAI的证人作证称，OpenAI只是"决定"遵守法院的广泛保存令（https://arstechnica.com/tech-policy/2025/06/openai-says-court-forcing-it-to-save-all-chatgpt-logs-is-a-privacy-nightmare/）以保留所有聊天记录"会很困难；因此没有采取任何措施"。 "OpenAI行为的故意性毫无疑问，其不遵守命令也没有任何借口。据Monaco先生称，OpenAI考虑过遵守法院的保存令，但随后决定不遵守，"《纽约时报》指控。 ## 必须实施"严厉制裁" 新闻机构声称，他们并非"轻率"地请求对OpenAI实施制裁，但OpenAI被指控的不当行为的"严重性"要求制裁，以惩罚这家AI公司并威慑其他AI公司不要效仿。 请求"严厉"制裁，新闻原告希望法院禁止OpenAI使用它费力争取来的2000万样本。他们进一步请求法院认定被扣留的输出日志包含"大量""复述新闻原告受版权保护材料"的内容，并阻止OpenAI进行相反辩论。最后，陪审团将被指示OpenAI删除了数十亿条日志，这将支持新闻原告的叙事，即自案件开始以来OpenAI一直以可疑的方式掩盖据称的市场替代行为。 "较轻的制裁将不会有效，"新闻原告警告说。事实上，"严厉制裁尤其恰当，"他们说，因为OpenAI的不当行为"是明知故犯"。 如果法院同意OpenAI的不当行为是"恶劣的"，那么OpenAI试图限制新闻机构访问日志的行为，可能在这场备受关注的版权斗争中成为一个致命错误。 使用受版权保护内容进行训练是否构成合理使用，很可能取决于新闻机构能否证明市场损害。如果OpenAI大量删节的样本被驳回，并且这使得证明未发生实质性侵权变得更加困难，那么OpenAI的辩护可能受到重大挫折。 Ashley Belanger的照片（https://arstechnica.com/author/ashleybelanger/） Ashley是Ars Technica的高级政策记者，致力于追踪新兴政策和新技术的社会影响。她是芝加哥记者，拥有20年经验。 16条评论（https://arstechnica.com/tech-policy/2026/07/openai-faked-inability-to-search-training-data-hid-billions-of-logs-nyt-says/#comments） 1. 最多阅读的第一个故事的列表图片：怀疑AI作弊，常春藤教授下令进行现场期末考试；分数下降50%（https://arstechnica.com/ai/2026/07/we-cannot-choose-to-become-idiots-the-ai-cheating-scandal-roiling-brown-university/）