Uitgevers eisen sancties tegen OpenAI om verborgen ChatGPT-bewijs

Amerikaanse uitgevers, aangevoerd door The New York Times, eisen dat een federale rechter OpenAI bestraft omdat het ChatGPT-logboeken verborg en wiste en twee jaar volhield dat het zijn trainingsdata niet kon doorzoeken. De gezamenlijke motie, ingediend op 9 juli, verwijt OpenAI dat het bewijs achterhield dat kan aantonen hoe ChatGPT auteursrechtelijk beschermde artikelen overneemt.

Voor een Nederlands bedrijf dat zijn processen op ChatGPT of de OpenAI-API bouwt, is dit meer dan een Amerikaans juridisch steekspel. De uitgevers vragen de rechter om als vaststaand feit aan te nemen dat de logs substantiële reproductie van beschermde content laten zien. Wordt dat toegewezen, dan verschuift de vraag van of de modellen inbreuk maken naar hoeveel, en groeit de onzekerheid over de output waar je op leunt. Een leverancier die volgens de aanklacht bewijs vernietigt, is bovendien een governance-risico dat losstaat van de technische kwaliteit van het model.

De beschuldiging: verborgen en gewiste logs

OpenAI hield twee jaar vol dat het zijn trainingsdata en logs technisch en om privacyredenen niet kon doorzoeken op overgenomen journalistiek. Uit een verklaring van een privacy-engineer bleek volgens de uitgevers het tegendeel: OpenAI bouwde intern een database van ongeveer 78 miljoen geanonimiseerde ChatGPT-gesprekken om in te schatten hoe vaak het model content letterlijk herhaalde, en draaide daarop een project met een filter dat die reproductie moest opsporen.

Zwaarder nog: de uitgevers stellen dat OpenAI na de aanklacht miljarden ChatGPT-antwoorden wiste en miljoenen logs verving in de steekproef van 20 miljoen gesprekken die het aan de rechtbank overhandigde. De aangeleverde voorbeelden waren zo sterk geredigeerd dat de rechter ze onbruikbaar noemde.

Wat de uitgevers eisen

De coalitie omvat naast The New York Times ook de New York Daily News, MediaNews Group met de Chicago Tribune, Ziff Davis en het Center for Investigative Reporting. Zij vragen de rechter om OpenAI te verbieden de steekproef van 20 miljoen logs als bewijs te gebruiken, om aan te nemen dat de logs substantiële reproductie zouden aantonen, en om OpenAI de proceskosten te laten betalen. "Als OpenAI echt geloofde dat het overnemen van de journalistiek van onze cliënten eerlijk en legaal was, had het de waarheid daarover niet verborgen," aldus hoofdadvocaat Ian Crosby. De Times gaf naar eigen zeggen al ruim 28 miljoen dollar uit aan deze rechtszaak.

OpenAI houdt vast aan privacy en fair use

OpenAI wijst de beschuldiging af en zegt dat de beperkingen voortkomen uit privacybescherming, niet uit obstructie. Het bedrijf blijft, in eigen woorden, de privacy van gebruikers en de gevestigde principes van fair use verdedigen.

Waar deze zaak heen wijst

De motie is een nieuwe fase in de zaak die de Times eind 2023 aanspande. Eerder scherpte de krant de aanklacht al aan met de beschuldiging dat Microsoft speciaal een supercomputer bouwde om inbreuk op het auteursrecht mogelijk te maken, en inmiddels spanden bijna 400 lokale Amerikaanse kranten een eigen zaak aan tegen Microsoft en OpenAI. Het conflict verschuift daarmee van de vraag of de training inbreuk maakte naar de vraag of OpenAI in de rechtszaal te vertrouwen is, en of de output die miljoenen bedrijven dagelijks gebruiken beschermd materiaal reproduceert. Voor wie kernprocessen aan één AI-leverancier ophangt, wordt dat juridische spoor net zo bepalend als de prijs of de prestaties van het model.