再讓AI大廠這么“偷”下去，咱可能就看不到免費的網站了
幾天前，谷歌突然更新了隱私政策，明確表示要用網上所有的公開數據，來訓練自家的 AI 模型。
也就是說，根據新政策，你在網上公開發布的任何信息都有可能被谷歌抓取，包括但不限于你發的帖子、搜索的關鍵詞以及看過的視頻。
這不妥妥互聯網裸奔嗎！
OpenAI 前腳剛被起訴數據侵權還沒多久，谷歌就馬上著急來撞槍口。
在這個節骨眼上整這么一出，大概率跟數據收費脫不了關系，谷歌再不薅這波免費的羊毛，之后很有可能就薅不到咯。
這事兒啊，自打 ChatGPT 爆火后再也沒消停過。
世超先給大家伙兒捋捋時間線。
今年 3 月的時候呢，馬斯克帶頭打響了數據收費第一槍，宣稱推特的 API 接口不再免費了。
緊接著，美版貼吧 Reddit 也按耐不住了。
上個月 Reddit 鬧得沸沸揚揚的 “ 停電 ” 運動，就是為了抗議官方的 API 收費政策。
之前世超寫這事兒的時候還在猜測， Reddit 官方最后會不會作出讓步。
從現在的后續看來，大多第三方軟件已經確認關停， Reddit 是鐵了心要數據收費。
再到這段時間，推特又整了限流的幺蛾子，沒有花錢認證的帳號每天就只能閱讀 600 條貼文，目的呢也是為了防止機器人抓取用戶數據。
難道數據就這么值錢嗎？
世超覺著啊，還是AI 的鍋。
AI 大模型要想變得更聰明，就需要源源不斷的數據去 “ 喂養 ” 。
現在能做大模型的，要不就是自己家有數據，像百度、阿里和騰訊；要不就是爬人家的數據，這里點名 OpenAI 。
因為很多網站都開放有免費的 API 接口，才給了微軟、 OpenAI 這些巨頭可乘之機。
但今時不同往日， AI 在重新賦予數據價值以后，有籌碼在手上的平臺當然不樂意被白嫖了。
甚至于 Reddit 的 CEO 霍夫曼都把話搬上明面兒了：就是不想免費提供數據給巨頭們。
所以， OpenAI 被起訴估計也是平臺們聯合起來想要 “ 殺雞儆猴 ”， 治一治 AI 的這股歪風邪氣。
不過，法律這次會不會站在 OpenAI 這邊，還真不好說。
因為數據版權涉及到 3 個關鍵的問題：
1.數據爬蟲的行為本身是否是合法的？
2.數據是否受到版權的保護？
3.用數據生成的作品是否受到版權保護？
首先第一個問題，要獲取數據，無非就是付費購買，或者收集網上公開的數據。
但需要注意的是，公開的數據并不能等同于授權使用，而且還要看網站是不是有相關的條款對數據爬蟲行為做出了限制。
要是直接越過版權方的同意，或者繞過了網站限制強行獲取數據，那就是妥妥的非法獲取計算機信息系統數據罪。
即使 OpenAI 聲稱爬的是公開網站的數據，數據爬蟲行為本身是否合法，還要看版權方是不是給了授權。
其次，關于數據本身是否受到版權保護。
根據美國的版權法，如果 AI 模型訓練所用的數據符合 “ 合理使用 ” 的范圍，那就不會構成侵權。
但問題就出在這 “ 合理使用 ” 上。
“ 合理使用 ” 的構成要件包括是否涉及商用、作品本身是否受版權法保護、所使用部分的數量以及使用之后對作品本身造成的影響這四個標準。
像什么新聞報道、學術研究，適當引用是完全 ok 的。
可 AI 模型上億萬級別的數據使用量、已經商業化的 AI 軟件，還能算作 “ 合理使用 ” 嗎？
最后，就是 AI 生成作品的版權問題。
因為訓練數據版權理不清， AI 生成的內容自然也會存在版權爭議。前幾天， Steam 還下架了一款使用了 AIGC 生成的游戲，理由就是版權有問題。
咱就拿 AI 繪畫舉例子，圖像生成相當于一個拆分又重組的過程，雖然最后的結果是完全 “ 新 ” 的，但仍然會保留訓練圖像的某些特征。
但這種情況到底算不算侵權，各國的說法現在也是眾說紛紜。
因為訓練數據是人家的，美國版權局認定 AI 生成的作品不受版權法保護，甚至還可能侵犯著作權。
而日本政府的態度則截然不同，表示日本法律不保護 AI 訓練所用數據的版權。
至少在現行的法律框架下，上面這些問題很難得到一個統一的答案。
既然監管不給力，那版權方就只有提刀自己干了，該收費的收費，該追償的也趕緊追償。
▼OpenAI 被起訴的文件
可以預見，在推特和 Reddit 之后，可能還會有更多的內容版權方豎起高墻。
這事兒呢，對于平臺來說，當然是個掙錢的新路子，科技巨頭再不濟也就是多砸點兒錢。
但對于整個互聯網來說，可算不上一件好事兒。
當年，互聯網就是帶著開放共享的基因出生的，像什么維基百科、推特，之前常年免費提供 API 接口，開發者調用數據很方便。
但現在如果讓數據收費這么一搞，結果會怎么樣還真不好說。
畢竟，小開發者沒有支付巨額數據費的能力，如果創新只在巨頭里發生，這不就是純純搞壟斷了？
最主要的是，可能很多現在免費能看到的網站之后就要花錢才能看了，這才是對咱們這種普通用戶的真實暴擊。
其實吧，數據收費這事兒也不能全怪平臺，實在是讓 AI 巨頭給 “ 搶 ” 怕了，算是一種自保的無奈之舉。
雖然這次谷歌有“隱私政策”護體，但結果如何還真不好說。
所以，關鍵還要是看監管的大錘什么時候能落下。
厘清數據版權，是 AI 要發展始終繞不過去的一道坎兒，而現在，似乎也同樣關乎著互聯網的未來走向。
不知道 AI 這艘船，會將我們推向一個更開放，還是更封閉的時代？
撰文： 糖醋排骨 編輯：江江&面線 封面：煥妍
圖片、資料來源：
推特、谷歌
金杜律師事務所， CHATGPT 許可應用，知識產權和數據怎么看？
21 世紀經濟報道， AIGC 爆火之后：如何平衡數據流動共享與安全保護？
鏈科天下， OpenAI 遭集體訴訟，明星大模型變 “ 數據小偷 ” ？
知乎， AI 數據合規系列文章（ 二 ）——數據獲取的合規風險
己任律師事務所，淺析數據爬取行為的刑事風險及防范思路
本文來自微信公眾號“差評”（ID:chaping321），作者：世超，36氪經授權發布。
