还记得5月OpenAI在国会山听证会上的自信、坦诚、游刃有余的问答吗？

那时的Sam Altman可谓意气风发，在耐心、友好的国会议员面前，就AI立法、大模型安全性问题侃侃而谈，甚至还自己提出了AI监管方针，“恳求”国会议员监管。

并且，谷歌正在与美国、英国和欧洲的新闻机构进行沟通，表示愿意付费购买新闻内容。同时他们的AI工具Bard也正在接受“公开可获得的信息”的培训，这可能包括需要付费的网站。若付费购买新闻信息的协议达成，谷歌在信息版权问题上将迈出值得借鉴的一步，而谷歌的数据库也将获得更为丰富的数据来源。

但是，新政策对书籍著作、艺术绘画等受版权保护的内容作品，如何防止其进入训练数据库的具体做法并未明确。

03

数据“公私分明”

AI监管的未来方向

从“OpenAI第一案”，到AI公司现阶段普遍面临的数据隐私问题，AI监管的下一步方向已经较为明确，那便是社交平台上发布的“私人数据”和用于训练的“公共数据”之间的划分准则。

目前，美国对于大模型训练数据的立法还没有通过，法官判决很大程度上是参考已经有的隐私权和著作权的案例。但随着AI与人类社会之间不断融合、浸润，所谓“具身智能”的未来不断临近，私人数据的保护边界、使用边界必须要逐步明确。

然而，要想区分数据的公私边界，在立法层面上来看，也并非易事。

作为生产信息数据量最大的社交媒体，平台本身的公共性质和用户活动的私人性质，无疑构成了一对复杂的矛盾，用户与平台对于数据的保护和使用边界的界定，当中涉及诸多复杂的主客观因素，使得要想明确地界定公私界限，极为困难。

不过，纵然法律上的尚未探明的灰色地带成了AI巨头们时不时攫取利益的来源，但是，在没有明确法律规则的背景之下，类似的隐私侵犯案件的审判中，和解往往是普遍的处理方式。而在和解中，OpenAI等AI公司并不一定会具有优势。

因此，频繁增多的隐私侵犯案件，势必会倒逼政府及法律部门在AI监管上作出重要举措，也会迫使AI科技公司收敛自己的权力，更新完善既有的信息政策。

作者：西瓜 排版：孙可盈

图片源于Q仔互联网冲浪所得，若有侵权，后台联系，Q仔滑跪删除~