OpenAI、海賊版書籍のリスク認識か

これらの提出文書は、現在の生成AIブームよりはるか前から始まるパターンをたどっている。2020年5月、当時OpenAIの政策責任者で後にAnthropicの共同創業者となるJack Clarkは、社内で、同社の取り組みが人々の労働を置き換えるシステムにつながり、OpenAIはアーティストの懸念を無視してとにかくリリースするだろうと書いていた。文書によれば、2019年までにOpenAIはMicrosoftに初期のGPT-3をすでに示し、世界最大の海賊版ライブラリの一つとされるLibrary Genesis（LibGen）をトレーニングに使用したことを開示していた。

その後の内部議論は、合法性よりも印象に焦点を当てていたようだ。Sam McCandlishは、自身の懸念はそれがどう見えるか、具体的にはOpenAIが疑わしいロシアのサイトから著作権で保護されたデータを使用したと非難するHacker Newsの記事だと述べた。Dario Amodeiは、トレーニングセットとしてのLibGenにいくつか疑問を抱いていたとされる。2022年夏までに、OpenAIはProject Clearを実行し、LibGenのファイルを削除した。2022年6月15日のSlackでのやり取りは、研究担当副社長のBob McGrewが、OpenAIが非常にニュースになっていたため、LibGenをシステムとストレージから一掃することを決めたことを示している。

全米作家協会のCEO、Mary Rasenbergerは、これらの文書はOpenAIとMicrosoftが作家とその作品を驚くほど軽視し、本にお金を払うよりも繰り返し盗むことを選んだことを示していると主張している。この訴訟の結果は、裁判所がこれらのメッセージを意図的な著作権侵害と読むか、急成長するスタートアップの通常の内部議論と読むか、そして経営陣自身が表明した作家への害に関する期待にどれだけの重みを与えるかにかかっているかもしれない。