18/09/2026 · VietTechies · Biên tập
Các nội dung mới được công bố sau khi những phần bôi đen được gỡ bỏ trong vụ kiện bản quyền của The New York Times nhằm vào OpenAI và Microsoft nêu chi tiết cáo buộc về việc vượt tường phí, sao chép bài báo trên quy mô lớn và xóa thông báo bản quyền khỏi dữ liệu huấn luyện AI. Hồ sơ cũng dẫn các phát biểu nội bộ cho thấy lãnh đạo và nhà nghiên cứu đã nhận thức được nguy cơ gây thiệt hại kinh tế cho các nhà xuất bản.
Những lo ngại nội bộ được hé lộ
Theo TechCrunch, trong một bản ghi nhớ tháng 1/2023, Brent Hecht, Giám đốc Khoa học Ứng dụng của Microsoft, mô tả hoạt động thu thập dữ liệu cho AI là hành vi đánh cắp ở quy mô chưa từng có. Những trao đổi nội bộ khác được viện dẫn trong hồ sơ gọi AI tạo sinh là mối đe dọa đối với các nhà xuất bản và nhà báo có tác phẩm được dùng làm dữ liệu huấn luyện, đồng thời thừa nhận câu trả lời của chatbot có thể thay thế việc truy cập trang web gốc.
Dữ liệu của Microsoft được dẫn trong vụ kiện cho thấy công cụ trả lời Copilot làm tỷ lệ nhấp vào tên miền của The New York Times giảm tới 93% so với tìm kiếm Bing truyền thống. The Times cho rằng bằng chứng này làm suy yếu lập luận rằng hoạt động huấn luyện và câu trả lời do AI tạo ra không gây tổn hại cho thị trường của tác phẩm gốc.
Quy mô sao chép bị cáo buộc
Theo các tài liệu, riêng những bộ dữ liệu dùng trong giai đoạn huấn luyện trung gian của OpenAI chứa hơn 91.692 bản sao tác phẩm từ The New York Times, Daily News và Center for Investigative Reporting. Một bộ dữ liệu được xây dựng từ Common Crawl được cho là chứa hơn 2 triệu tài liệu từ nytimes.com, còn Project Mango bị cáo buộc chứa bản sao của ít nhất 160.903 tác phẩm riêng biệt từ các nhà xuất bản.
Hồ sơ còn cáo buộc nhân viên OpenAI đã thảo luận cách vượt tường phí của The Times, phụ thuộc nhiều vào nội dung tin tức thu thập tự động trong các bộ dữ liệu như WebText và WebText2, đồng thời xóa thông báo bản quyền trước khi nội dung được đưa vào mô hình. Hồ sơ cũng cho biết Microsoft và OpenAI đã trao đổi dữ liệu thông qua các sáng kiến mang tên Project Taxi và Project Mango.
Bằng chứng công khai vẫn hạn chế
Phần lớn thông tin mới được công khai xuất hiện trong bản lập luận pháp lý của The Times, thay vì các tài liệu chứng cứ gốc vẫn đang được niêm phong, nên những phát biểu được trích dẫn thiếu bối cảnh đầy đủ. Các cáo buộc này chưa giải quyết câu hỏi pháp lý cốt lõi về việc huấn luyện mô hình AI bằng tác phẩm có bản quyền mà không xin phép có được xem là sử dụng hợp lý hay không. OpenAI và Microsoft không phản hồi đề nghị bình luận của TechCrunch.
Ảnh minh họa do AI tạo.