Судебные документы показывают: OpenAI и Microsoft знали, что ИИ-скрейпинг создаёт «петлю гибели» для интернета

Недавно рассекреченные судебные материалы по делу New York Times против OpenAI раскрывают: и OpenAI, и Microsoft зафиксировали во внутренних документах, что их практики обучения ИИ рискуют создать «петлю гибели», которая деградирует открытый веб, — а как минимум один руководитель Microsoft охарактеризовал скрейпинг как «крупнейшую кражу труда в истории человечества».

Ключевые выводы

• Рассекреченные документы по делу NYT против OpenAI показывают, что Microsoft и OpenAI внутренне предупреждали: ИИ-скрейпинг может запустить «петлю гибели», уничтожающую веб-экосистему, питающую их модели.
• Директор Microsoft по прикладным наукам описал получение данных как «поразительную кражу беспрецедентного масштаба» — возможно, «крупнейшую кражу труда в истории человечества».
• Генеральный директор Microsoft Сатья Наделла признал под присягой, что чат-боты заменяют посещение исходных сайтов, лишая издателей трафика, от которого они зависят.
• Ещё в 2021 году OpenAI признала, что её API «может дословно воспроизводить существующий контент», и обозначила предотвращение меморизации как важный фактор соблюдения принципа добросовестного использования.
• Эти признания, теперь ставшие частью судебного протокола, могут существенно укрепить позицию Times и определить, как ИИ-компании будут лицензировать обучающие данные в будущем.

Что на самом деле говорилось во внутренних документах

Фраза «петля гибели» фигурирует в собственной документации компаний, а не в жалобе Times. Логика проста и самообличительна: ИИ-системы скрейпят веб для обучения на контенте, затем выдают ответы пользователям напрямую, не направляя их на исходные сайты, — это лишает издателей трафика и рекламных доходов, необходимых для создания нового контента, что деградирует тот самый веб, на котором эти же ИИ-системы будут обучаться в следующий раз. С каждым поколением моделей петля затягивается.

Показания Сатьи Наделлы особенно красноречивы. По данным The Verge, Наделла под присягой согласился, что взаимодействие с чат-ботами «заменяет» посещение соответствующих сайтов — уступка, которая напрямую подкрепляет теорию ущерба, выдвинутую Times. Это не утверждение из иска истца; это слова генерального директора ответчика, зафиксированные в протоколе.

Со стороны OpenAI внутренние документы показывают, что компания знала ещё в 2021 году: её API может дословно воспроизводить существующий контент, а предотвращение меморизации важно «для соблюдения принципа добросовестного использования и минимизации» правовых рисков. Компания также отметила, что при получении обучающих данных обходила платные барьеры и нарушала условия использования сервисов — и что отдельные сотрудники организации считали эти проблемы приемлемыми издержками.

«Это дело касается того, что директор Microsoft по прикладным наукам назвал 'поразительной кражей беспрецедентного масштаба'; возможно, 'крупнейшей кражей труда в истории человечества'.»

— Судебный документ, NYT против OpenAI

Проблема прецедента для обучающих данных в масштабе

Это не первый случай, когда крупная ИИ-компания сталкивается с расплатой за источники обучающих данных. Когда Stability AI столкнулась с аналогичными обвинениями в 2023 году, позиция компании сводилась к тому, что правовой статус скрейпинга остаётся неурегулированным. Структурное отличие ситуации с OpenAI и Microsoft состоит в том, что уличающие формулировки исходят изнутри — от руководителей и прикладных учёных, а не от экспертов противоборствующей стороны.

Для создателей ИИ-арта реальные последствия ощутимы уже сейчас. Обучающие датасеты, лежащие в основе моделей генерации изображений, сталкиваются с аналогичными вопросами о скрейпинге визуального контента из сети без компенсации. Если дело NYT завершится решением суда — или мировым соглашением с условиями лицензирования, — устанавливающим прецедент для текста, ожидайте, что этот механизм будет применён к изображениям практически незамедлительно. Платформы, уже перешедшие на лицензированные или синтетические обучающие данные, получат структурное преимущество; те, кто по-прежнему опирается на нефильтрованный веб-скрейпинг, столкнутся с той же правовой ответственностью, которая сейчас рассматривается в суде на Манхэттене.

Каталог доступных моделей Charmloop уже отражает часть этого сдвига: провайдеры всё чаще разграничивают модели, обученные на лицензированных и скрейпинговых датасетах, — различие, которое вот-вот приобретёт юридическое, а не только этическое значение.

В нашем предыдущем материале о нередактированных документах Microsoft были изложены первоначальные раскрытия документов; вновь рассекреченные материалы идут дальше, помещая формулировку «петля гибели» и признания о меморизации непосредственно в судебный протокол.

Дата судебного разбирательства пока не назначена. Следующий ключевой момент — решение суда по ходатайствам о вынесении решения в порядке упрощённого судопроизводства: оно либо вынудит стороны к мировому соглашению, либо отправит документы о «петле гибели» на рассмотрение присяжных.