隐瞒证据？
OpenAI 可能因在《纽约时报》版权纠纷中隐藏、删除 ChatGPT 日志而受到制裁。
OpenAI 努力阻止新闻机构通过促使 ChatGPT 反驳其文章来窥探数百万条日志以查找用户绕过付费墙的证据，因此面临“严厉制裁”的呼声。
这一证据对双方来说都是最重要的，可能要么注定 OpenAI 成为侵权者，要么证明其聊天机器人技术是对新闻网站内容的变革性公平使用。
在周四的一项制裁动议中，以《纽约时报》为首的新闻机构起诉 OpenAI，指责这家人工智能公司多年来不断撒谎，隐瞒侵权证据，这可能会阻碍 OpenAI 的辩护。
当法院迫使“准备不足的证人”OpenAI 隐私工程师文森特·莫纳科 (Vincent Monaco) 被重新罢免时，这些所谓的谎言就被揭露了。 《纽约时报》的文件称，在随后 4 月份的证词中，他无意中透露 OpenAI 在搜索 ChatGPT 日志的成本和负担方面误导了法院两年。
《纽约时报》称，最令人震惊的爆料之一是，OpenAI 据称从案件的最初阶段就假装自己没有技术能力来搜索 ChatGPT 日志的大量匿名样本，而实际上它在诉讼开始之前就已经进行了此类搜索。
新闻原告声称，制裁是必要的，因为“OpenAI 隐瞒了这一事实，隐瞒了高度相关的证据，拖延了发现时间，增加了费用，并给法院带来了负担”。
在被要求置评时，OpenAI 发言人表示，《纽约时报》的制裁动议是一项后期诉讼，旨在获取更多日志并侵犯更多用户的隐私。该发言人声称，《纽约时报》最近撤销了诉讼中的一些主张，这表明新闻原告的案件正在崩溃，而不是 OpenAI 的辩护。
OpenAI 的发言人表示：“随着《纽约时报》的案情减弱，他们被迫放弃对我们的指控，他们仍在继续努力侵犯与此案无关的人的隐私，包括提出这些公然虚假的指控。” “我们将继续捍卫用户的隐私和长期确立的合理使用原则。”
然而，上个月，《纽约时报》发言人格雷厄姆·詹姆斯 (Graham James) 向 Ars 提出异议，称新闻原告的案件因放弃索赔而被削弱。相反，他建议通过增加针对微软的索赔来简化和加强诉讼。詹姆斯说：“我们的核心主张从提起诉讼之日起就没有改变——微软和 OpenAI 窃取了数百万份《纽约时报》的版权作品，以与我们的产品竞争并非法牟利。”
## OpenAI 涉嫌隐藏 80M 日志样本
尽管制裁动议经过大量修改，但据称摩纳哥作证说 OpenAI 拥有两个大型样本（涵盖 1000 万和 7800 万条日志），这些样本已经被去识别化，可以尽早提供给新闻原告，以最大限度地延长发现期限。
新闻原告声称，两年来“OpenAI 一次都没有披露过这些样本的存在”。
法庭文件称，更令原告沮丧的是，OpenAI 已经在这些样本中搜索了《纽约时报》的内容，作为其“创建可用于阻止受版权内容回流的过滤器”研究的一部分。
《纽约时报》称，“OpenAI 愿意并且能够搜索其输出日志——当这对 OpenAI 有利时”，并指责 ChatGPT 制造商“使发现过程变得尽可能繁重”。
## 法院称 OpenAI 样本“无法使用”
《纽约时报》首席律师伊恩·克罗斯比 (Ian Crosby) 在给 Ars 的一份声明中表示，OpenAI 阻碍日志访问并歪曲证据，以掩盖其合理使用主张。
“两年多来，OpenAI 对《泰晤士报》、《每日新闻》原告、公众和法院撒了谎，”克罗斯比说。 “它声称在 ChatGPT 输出中搜索《泰晤士报》和《每日新闻》原告内容的副本是不可行的、繁重的，并且侵犯了用户的隐私，同时又隐瞒了它已经进行过此类搜索的事实。如果 OpenAI 真的相信复制我们客户的新闻报道是公平合法的，它就不会隐瞒这样做的真相。”
OpenAI 没有对现有样本保持透明，而是迫使新闻原告花费八个月的时间在“沙箱”中进行搜索，在那里他们只能访问包含 2000 万条日志的经过严格编辑的样本。该样本远小于原告最初要求的 1.2 亿条新闻日志，据称是由于 OpenAI “对其现有技术能力的虚假陈述”搜索更大的样本而缩小了样本范围。
《纽约时报》称，“Monaco 先生的证词证明了这一说法，即 OpenAI 已经有能力”搜索“大型数据集，例如超过 8000 万条输出日志”。
当 OpenAI 使用人工智能对样本进行 190 亿次编辑时，2000 万个日志样本进一步“扭曲”——如此之多，以至于法院认为该样本“无法使用”。
最终，OpenAI 删除了一些修订内容，但“即便如此，大量修订内容仍然存在，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的搜索，”《纽约时报》称。
与此同时，“在 OpenAI 对该样本进行不当过度编辑的整个过程中，它所拥有的 7800 万条对话样本已经被去识别化，”《纽约时报》声称。
新闻原告声称：“OpenAI 不仅反对基于负担或相关性提供这些证据；它还向法院错误地表示，如果不花费数月的工作时间，获得这些证据就超出了其能力范围，而且原告可以很容易地完成这项工作，而无需透露这项工作已经完成。”
同样令人沮丧的是，有关数据搜索的旷日持久的会议和协商，新闻原告声称进一步限制了发现。例如，《纽约时报》称，在发现即将结束时，OpenAI 令人困惑地声称 7800 万个日志样本已可供检查“一年多”。然而，新闻原告辩称，“这毫无意义”，因为 OpenAI 非常公开地通过阻止访问超过 2000 万个样本的日志来捍卫 ChatGPT 用户隐私。
“要么是 OpenAI 无意中生成了该数据集，并且它隐藏在训练检查数据中，以至于 OpenAI 都没有意识到这一点，要么是 OpenAI 知道自己将数据集隐藏在之前的生成中，但却向法院和新闻原告隐瞒了这一事实近两年，同时一直强烈主张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 存在其他妨碍获取证据的不当行为。他们声称，尽管具体数量已被编辑，但 OpenAI 随机删除了有限的 2000 万样本中的某些部分。除此之外，据称还删除或压缩了本应保留的数十亿条日志。据《纽约时报》报道，OpenAI 的证人作证称，OpenAI 只是“决定”遵守法院全面的保留令以保留所有聊天内容“会很困难；因此没有采取任何措施”。
“毫无疑问，OpenAI 的行为是故意的，也没有任何借口可以解释其不遵守规定。摩纳哥先生表示，OpenAI 曾考虑遵守法院的保护令，但后来决定不这样做，”《纽约时报》称。
##“严厉制裁”是必要的
新闻机构声称，他们不会“轻松”地要求对 OpenAI 实施制裁，但 OpenAI 涉嫌不当行为的“严重性”要求实施制裁，以惩罚这家人工智能公司，并阻止任何其他人工智能公司效仿类似的做法。
新闻原告要求“严厉”制裁