Microsoft高管称AI爬取是最大劳动盗窃
Microsoft exec called AI scraping 'the largest theft of labor in human history'
纽约时报起诉OpenAI和Microsoft的版权案新文件曝光，揭示了AI巨头内部对数据爬取的惊人定性。Microsoft高管Brent Hecht在内部文件中直言，大规模抓取受版权保护内容并移除版权标识，是“人类历史上最大规模的劳动盗窃”。文件还显示，OpenAI和Microsoft曾刻意绕过付费墙获取数据，且内部承认其AI产品对新闻业构成“生存威胁”，导致纽约时报的点击率暴跌93%。这些证词直接挑战了AI公司关于“合理使用”的法律辩护，暴露了生成式AI在训练数据获取上的道德与法律困境。
Brent Hecht在2023年1月的内部备忘录中称，这是“令人震惊的、前所未有的大规模盗窃”，也是“人类历史上最大规模的劳动盗窃”。
HN 评论区
813- haritha-j
我就是不懂那些说'但人类从书里学习并不违法'的人。
大家怎么就不明白，有些法律只有在特定规模下才有意义呢？一个人学习资源并加入劳动力大军，与一个无限可复制的实体做同样的事，完全是两码事。前者对原始内容的需求影响微乎其微，后者则取代了 99% 的需求。"
而且，制定一条规则，规定除非版权持有者通过授权许可，否则不得在任何材料上进行训练，这并不复杂。这将创造一个市场，让创作者可以决定其内容的价格。这仅仅是因为不方便罢了。
- 47282847
"信息渴望自由"。
这不是'劳动盗窃'；工作已经完成了。如果非要说什么，那是'知识产权'（即'版权侵权'）的盗窃，前提是你认为这回事存在，但绝不是对其中投入的'劳动'的盗窃。
我个人的看法是：任何生产内容的人，每个人的创造力，都是由前人做的事情滋养的。我们都站在由前几代人及其'内容'的分布和传播所组成的巨人的肩膀上。我对所有在我之前、并允许我参与其中的劳动怀有深深的感激之情；没有那些，我将一无所有。分享信息是一种爱的行为；封锁信息则是短视的贪婪。新技术总是'扼杀'之前的'劳动'，而新的机遇正是从中诞生。我只是希望收集到的数据能公开。我希望我们大家迟早能迎来一次超级泄密事件。
- thunkshift1
这将导致巨头们之间达成巨额和解，而大多数出于善意发布内容的人将被排除在外。事情到此为止。我们再也听不到任何关于此事的消息，而所谓的'盗窃'将照常继续。
- sajithdilshan
如果有人问'人类历史上最大的劳动盗窃是什么'，我首先想到的会是奴隶制。
- juvvel
我并不介意利用他人劳动的成果，因为我们大多数人本质上每天都在这么做。问题在于，大型科技公司（想要）攫取所有利益，并从本应人人可及的事物中牟利。一切都在私有化——住房、水、电力，如今连思维和知识也不例外。我们正走向这样一个世界：仅仅为了生存和完成任何基本任务，你就得支付更加离谱的费用。
- TutleCpt
最令人震惊的一点是，他们居然有一位真正懂行的 Microsoft 高管。
- Kuyawa
Google 从一开始就在从我们这里抓取一切。Meta、Microsoft、Github、Slack、Reddit、StackOverflow，无论大小，每一个与人交互的应用都在利用我们的数据来赚钱并构建围墙花园。我从未见过任何一个向外界开放其数据孤岛。那是我们的数据，是我们产生的，你们将其捕获，现在却以为那是你们的。
所以，不，你们因为输掉了比赛而呼吁监管他人的叫嚣，这次行不通了。
- heaney-555
LLM 不是压缩算法。从信息论的角度来看，鉴于其规模，这是不可能的。
因此，必须区分'学习'材料和'逐字重复'材料这两种行为。
阅读《纽约时报》然后根据所学提供付费建议并不违法，只要你不逐字重复原文。
- bentt
这是一个很好的基础，可以将 AI 收入以比股票更包容的形式作为股息回馈给社会。随着越来越多的资金流入 AI 公司、数据中心和其他相关基础设施，应当提取一部分资金并以平衡这一等式的名义进行再分配。
- tom2026hn
问题不仅仅在于'窃取人类劳动的成果'，还在于压低人类技能的价值，甚至夺走人类的工作岗位。