In einem laufenden Rechtsstreit beschuldigen die New York Times und The Daily News das Unternehmen OpenAI, Beweise in einem Verfahren um Urheberrechtsverletzungen zurückgehalten zu haben. Die beiden Medienhäuser werfen OpenAI vor, ihre urheberrechtlich geschützten Werke ohne Genehmigung in den Trainingsdatensätzen ihrer generativen KI-Modelle verwendet zu haben. Diese Modelle, darunter der bekannte Chatbot ChatGPT, sollen das Material der Zeitungen genutzt und in den Ergebnissen für Nutzer reproduziert haben.
Laut der Anklage hat OpenAI wiederholt behauptet, nicht in der Lage zu sein, in seinen eigenen Trainingsdaten nach spezifischen Inhalten zu suchen. Diese Behauptung hat das Unternehmen mit technischen Schwierigkeiten und Bedenken um den Schutz der Privatsphäre der Nutzer begründet. Die Kläger verlangen jedoch Einsicht in diese Daten, um zu prüfen, inwieweit ihre Inhalte in den Trainingsdatensätzen von OpenAI enthalten sind und ob ChatGPT diese Inhalte reproduziert hat.
Ein entscheidender Punkt in diesem Verfahren ist eine Aussage von Vinnie Monaco, einem Datenschutzingenieur bei OpenAI, die im Rahmen einer gerichtlichen Anordnung im April gemacht wurde. Monaco gab in dieser Aussage an, dass OpenAI intern bereits Suchen und Bewertungen in seinem Trainingskorpus durchgeführt habe, um nach urheberrechtlich geschützten journalistischen Werken zu suchen.
Darüber hinaus wurde enthüllt, dass OpenAI bereits vor der Klageerhebung eine Datenbank mit etwa 78 Millionen anonymisierten ChatGPT-Gesprächen aufgebaut hatte. Diese Datenbank diente dazu, das Ausmaß der möglichen Urheberrechtsverletzungen zu bewerten. Noch bedeutsamer ist die Tatsache, dass OpenAI ein „Bloom“-Filterverfahren als Teil eines Werkzeugs namens „Project Giraffe“ implementiert hat, das kurz nach Einreichung der Klage eingerichtet wurde, um die Verwendung und Wiederholung von Inhalten zu überwachen.
Die Kläger behaupten, OpenAI habe es absichtlich schwer gemacht, auf bereits vorhandene Informationen zuzugreifen. Während OpenAI ursprünglich aufgefordert wurde, eine Stichprobe von 120 Millionen Chatprotokollen bereitzustellen, vereinbarte das Unternehmen schließlich, nur 20 Millionen zur Verfügung zu stellen. Doch selbst diese reduzierte Stichprobe soll so stark redigiert worden sein, dass sie kaum nutzbar war. Zudem wird OpenAI vorgeworfen, Milliarden von ChatGPT-Outputs gelöscht zu haben, was als Verstoß gegen eine gerichtliche Anordnung zur Beweissicherung angesehen wird.
Ian B. Crosby, der Hauptanwalt der Kläger, äußerte sich dazu mit den Worten: „Wenn OpenAI wirklich glaubt, dass die Verwendung der journalistischen Inhalte unserer Mandanten fair und legal ist, hätten sie die Wahrheit darüber nicht verschleiern müssen.“
In einer Reaktion auf die Vorwürfe wies ein Sprecher von OpenAI, Drew Pusateri, die Anschuldigungen zurück. Er beschuldigte die New York Times, private Nutzerkonversationen einsehen zu wollen, und betonte, dass die Zeitung mit haltlosen Vorwürfen versuche, die Privatsphäre unbeteiligter Personen zu verletzen.
Die New York Times und The Daily News fordern nun, dass das Gericht OpenAI für die angebliche Zurückhaltung von Beweisen sanktioniert. Sie möchten, dass die Beweiskraft der bereitgestellten Chatprotokolle infrage gestellt wird und dass das Gericht feststellt, dass die Protokolle eine erhebliche Reproduktion der Inhalte der Kläger gezeigt hätten. Zudem verlangen sie, dass OpenAI die Anwaltskosten für die Beweisbeschaffung übernimmt.
Dieser Fall wirft ein Schlaglicht auf die komplexen Herausforderungen, die mit der Nutzung und dem Schutz urheberrechtlich geschützter Inhalte in der Ära der künstlichen Intelligenz einhergehen, und könnte erhebliche Auswirkungen auf die künftige Entwicklung und Regulierung von KI-Technologien haben.