MSエグゼクティブ、AIスクレイピングを「史上最大の労働搾取」と内部発言
原題: Microsoft exec called AI scraping 'the largest theft of labor in human history'
なぜ重要か
AI学習データの著作権問題は業界全体のビジネスモデルに直結しており、今回の内部文書はメディア・出版業界とAI企業の利益相反を法廷で裏付ける重大な証拠となり得る。
The New York Times対OpenAI・Microsoftの著作権訴訟で、新たに非黒塗り文書が公開された。Microsoftの幹部が社内でAIの学習データ収集を「盗み」と表現し、OpenAIの経営陣がAIモデルは報道機関にとって「実存的脅威」だと認識していたことが明らかになった。また、MicrosoftのCopilotによりThe New York Timesへのクリック率が最大93%低下したとの自社データも示された。
2023年にThe New York Timesが提起した著作権侵害訴訟の非黒塗り資料が公開され、AI企業側が自らの学習データ収集行為の問題を内部で認識していたことが浮き彫りになった。
最も注目を集めているのは、Microsoftの幹部がAIスクレイピングを「人類史上最大の労働搾取」と表現したとされる発言だ。OpenAI側も自社のAIモデルがジャーナリストや出版社にとって「existential threat（実存的脅威）」になると社内で認識していたという。
公開文書によれば、両社はペイウォールを検知されることなく迂回し、大規模スクレイピングで学習データセットを構築し、著作権表示をデータから意図的に削除していたとされる。
Microsoftの応用科学ディレクター、Brent Hechtが2024年1月に作成した社内プレゼンテーションでは、Copilotの「answer engine」機能がThe New York Timesへのクリックスルー率を従来のBing検索比で最大93%も減少させたと示されている。同文書はこの状況を「doom loop（破滅的な悪循環）」と呼び、「モデルの性能とウェブ全体を同時に傷つける」と警告していた。
「エンドプロダクトが不可欠なサプライヤーの経済的基盤を脅かすのは極めて異例だが、LLMビジネスとそのコンテンツサプライチェーンにおいて、まさにそれが起きている」とも記されていた。
さらにMicrosoftのSatya Nadella CEOは今年行われた宣誓証言で、「ペイウォール内のコンテンツはグラウンディングや学習に使いたい者全員がライセンスを取得すべき」と述べ、OpenAIがペイウォール内情報を無断でスクレイピングしていると知っていれば対応したと示唆した。
一方で、引用の大部分はThe Times側の準備書面から来ており、根拠となる証拠書類は依然として封印されている点は留意が必要だ。公平使用（fair use）の法的解釈については、裁判所はこれまでAI企業に有利な判断を続けており、Trump政権もOpenAIを支持する書面を今月提出している。しかし今回の内部文書は、fair use要件の一つである「原著作物の市場への悪影響がない」という主張と真っ向から矛盾する内容だ。