Reddit kiện Anthropic về việc sử dụng sai dữ liệu người dùng trong đào tạo mô hình AI

Khám phá tin tức và sự kiện fintech hàng đầu!

Đăng ký nhận bản tin của FinTech Weekly

Được đọc bởi các lãnh đạo tại JP Morgan, Coinbase, Blackrock, Klarna và nhiều hơn nữa

Reddit nộp đơn kiện Anthropic vì sử dụng trái phép dữ liệu người dùng

Reddit đã tiến hành hành động pháp lý chống lại công ty trí tuệ nhân tạo Anthropic, cáo buộc startup này vi phạm điều khoản dịch vụ và thực hiện những gì nền tảng gọi là “các hành vi kinh doanh bất hợp pháp và không công bằng.” Vụ kiện, được nộp vào thứ Tư tại tòa án liên bang, làm gia tăng căng thẳng liên quan đến việc sử dụng nội dung web có sẵn công khai để huấn luyện các hệ thống AI thương mại.

Theo đơn khiếu nại, Reddit cáo buộc rằng Anthropic đã truy cập và sử dụng một khối lượng lớn nội dung do người dùng tạo trên Reddit để huấn luyện các mô hình AI của mình mà không xin được các quyền hoặc giấy phép cần thiết. Nền tảng mạng xã hội cho rằng việc này không chỉ vi phạm chính sách của họ mà còn khai thác các đóng góp của người dùng để thu lợi thương mại mà không có sự đồng ý.

Vụ việc đặt ra các câu hỏi rộng hơn về việc ai sở hữu nội dung trực tuyến trong kỷ nguyên AI tạo sinh, và các công ty nên xử lý dữ liệu công khai mang những sắc thái về kỳ vọng quyền riêng tư và niềm tin cộng đồng như thế nào.

Thách thức pháp lý bắt nguồn từ việc sử dụng nội dung và thu lợi thương mại

Reddit cho rằng Anthropic, mặc dù tự giới thiệu là một công ty AI đi theo định hướng đạo đức, đã hành động bất chấp các quy tắc trên nền tảng của Reddit.

Trọng tâm của đơn khiếu nại xoay quanh cáo buộc rằng Anthropic đã huấn luyện các mô hình AI của mình—đặc biệt là Claude—trên dữ liệu Reddit được trích xuất mà không được ủy quyền. Reddit chỉ ra rằng, không giống như OpenAI và Google, những bên đã ký các thỏa thuận cấp phép tuân thủ điều khoản của nền tảng và các biện pháp bảo vệ người dùng, Anthropic đã không xin được các quyền tương tự.

Sự khác biệt này có thể là yếu tố then chốt trong vụ án, đặc biệt khi các công ty AI ngày càng chịu áp lực phải làm rõ cách họ thu nguồn và xử lý dữ liệu huấn luyện, nhất là khi dữ liệu đó đến từ các nền tảng có nội dung do người dùng đóng góp.

Bùng nổ AI và căng thẳng nền tảng

Từ cuối năm 2022, AI tạo sinh đã thúc đẩy những thay đổi đáng kể trên toàn ngành công nghệ, với các nền tảng như Reddit trở thành những kho lưu trữ có giá trị cao cho các hiểu biết do con người tạo ra, các cuộc thảo luận và lời khuyên. Những đặc điểm này khiến chúng trở nên hấp dẫn đối với các nhà phát triển AI đang xây dựng các mô hình có năng lực hơn và hiểu ngữ cảnh tốt hơn.

Bản thân Reddit cũng đã nghiêng theo “nền kinh tế AI”, gần đây công bố các quan hệ đối tác với OpenAI và Google cho phép các công ty đó sử dụng nội dung Reddit theo các điều khoản cấp phép cụ thể. Các thỏa thuận này nhằm bảo vệ quyền riêng tư của người dùng trong khi vẫn tạo doanh thu từ 20 năm nội dung của nền tảng.

Tuy nhiên, theo vụ kiện, việc Anthropic bị cáo buộc sử dụng dữ liệu Reddit đã diễn ra mà không có các thỏa thuận như vậy. Nền tảng mạng xã hội lập luận rằng điều này đã gây ra thiệt hại tài chính và uy tín trực tiếp, khi dẫn chứng việc sử dụng thương mại trái phép dữ liệu của họ để nâng cao sản phẩm của một đối thủ.

Nhóm pháp lý của Reddit nhấn mạnh rằng việc tôn trọng các quy tắc nền tảng là không phải lựa chọn, đặc biệt trong các lĩnh vực như fintech và AI, nơi tính minh bạch và tuân thủ đang ngày càng chịu sự giám sát từ cả người dùng lẫn các cơ quan quản lý.

Hàm ý thị trường và phản ứng của ngành

Cổ phiếu của Reddit đã tăng hơn 6% vào thứ Tư sau thông báo về vụ kiện, cho thấy nhà đầu tư ủng hộ quyết định của công ty trong việc thực thi các quyền dữ liệu của mình. Công ty, đã lên sàn vào đầu năm 2024, hiện nắm giữ giá trị vốn hóa thị trường khoảng $61.5Bỷ.

Trong khi đó, Anthropic nhanh chóng trở thành một trong những startup trong ngành AI được tài trợ nhiều nhất. Công ty được định giá 22Bỷ USD vào tháng 3, với sự hậu thuẫn từ các đối tác lớn như Amazon, Salesforce Ventures và Cisco Investments.

Mặc dù Anthropic đã tuyên bố rằng họ không đồng ý với các cáo buộc của Reddit, kết quả của vụ kiện có thể tạo ra những hệ quả dài hạn đối với cách các công ty AI tiếp cận việc thu thập dữ liệu. Nó cũng có thể ảnh hưởng đến cách các nền tảng định giá hoặc hạn chế quyền truy cập nội dung của họ cho mục đích huấn luyện.

Những người trong ngành đã chỉ ra rằng, dù phát triển AI thường liên quan đến việc trích xuất dữ liệu từ các miền công khai, ranh giới giữa “có sẵn công khai” và “có thể sử dụng cho thương mại” vẫn chưa rõ ràng. Các vụ kiện pháp lý như vụ này có thể thúc đẩy việc hình thành các khung pháp lý rõ ràng hơn nhằm cân bằng giữa đổi mới và việc sử dụng nội dung một cách có đạo đức.

Tăng cường chú trọng đến đạo đức dữ liệu trong AI

Hành động pháp lý của Reddit nằm trong một xu hướng rộng hơn, theo đó các nền tảng đang bắt đầu phản ứng lại với những gì họ xem là sự khai thác từ các công ty AI. Khi ngày càng nhiều công ty công nghệ tìm cách kiếm tiền từ các tài sản dữ liệu của mình, việc cấp phép nội dung đã trở thành “chiến trường”.

Reddit đã làm rõ trong đơn khiếu nại rằng họ không phản đối việc sử dụng dữ liệu của mình trong huấn luyện AI, mà là phản đối việc sử dụng trái phép. Bằng cách phân biệt giữa các công ty tôn trọng các điều khoản của họ—như OpenAI và Google—và những công ty bị cáo buộc là không làm như vậy, Reddit nhằm định vị mình vừa thân thiện với AI vừa bảo vệ cộng đồng người dùng của mình.

Trong đơn khiếu nại cũng ghi nhận quan hệ đối tác hiện có của OpenAI với Reddit, và mối liên hệ giữa Reddit và CEO của OpenAI là Sam Altman—một cựu thành viên ban quản trị và cổ đông lớn—tạo thêm mức độ phức tạp cho bối cảnh của vụ kiện.

Điều gì sẽ xảy ra tiếp theo

Khi quy trình tòa án diễn ra, mọi sự chú ý sẽ hướng đến việc hệ thống pháp lý giải quyết các ranh giới bị mờ giữa nội dung mở trên internet và dữ liệu huấn luyện độc quyền. Vụ việc có thể tạo tiền lệ cho các tranh chấp trong tương lai giữa các nền tảng nội dung và các nhà phát triển AI.

Trong lúc này, thách thức pháp lý của Reddit làm gia tăng thêm sự căng thẳng ngày càng lớn về cách các mô hình AI được huấn luyện và mức độ mà chủ sở hữu nền tảng có thể cũng như nên kiểm soát quyền truy cập vào dữ liệu do người dùng đóng góp của họ.

Vụ kiện cũng củng cố thông điệp rằng kỷ nguyên trích xuất dữ liệu không bị quản lý có thể sắp đi đến hồi kết, đặc biệt khi nhận thức của công chúng về quyền dữ liệu ngày càng tăng và các nền tảng tìm cách khẳng định quyền kiểm soát nhiều hơn đối với cách nội dung của họ được sử dụng trong các ứng dụng AI.