Google đánh cắp dữ liệu hàng triệu người dùng để huấn luyện AI

Một vụ kiện tập thể tuyên bố, Google đã lấy dữ liệu của nhiều người Mỹ (mà bản thân họ không biết, hoặc không đồng ý) để đào tạo các sản phẩm trí tuệ nhân tạo (AI) của công ty, và vi phạm luật bản quyền để đào tạo và phát triển các sản phẩm trí tuệ nhân tạo của mình.

Vụ kiện mới cho rằng Google đã bí mật đánh cắp mọi thứ từng được tạo ra, và chia sẻ trên internet bởi hàng trăm triệu người Mỹ để đào tạo công cụ AI tổng quát của mình như chatbot Bard.

Vụ kiện tập thể được đề xuất, do Công ty Luật Clarkson đệ trình lên Tòa án liên bang ở California của Mỹ vào ngày 12/7, đã cáo buộc Google, công ty con AI DeepMind và công ty mẹ Alphabet lấy dữ liệu của nhiều người Mỹ (mà bản thân họ không biết hoặc không đồng ý).

Đơn kiện này được tố tụng bởi tám cá nhân đang tìm cách đại diện cho hàng triệu người dùng internet, và chủ sở hữu bản quyền, cho biết việc Google thu thập trái phép dữ liệu từ các trang web đã vi phạm quyền riêng tư và quyền sở hữu tài sản trí tuệ.

“Google đã lấy tất cả thông tin cá nhân và thông tin nghề nghiệp, các tác phẩm sáng tạo và bài viết quảng cáo, hình ảnh và thậm chí cả email của chúng tôi, nói chung là gần như toàn bộ dấu vết kỹ thuật số của chúng tôi để Google xây dựng các sản phẩm AI của mình”, đơn kiện nêu rõ.

Trong nhiều năm, Google đã thu thập dữ liệu này một cách bí mật mà không có thông báo hay có sự đồng ý nào của bất kỳ ai. Điều này bao gồm dữ liệu được lấy từ các trang web đã đăng ký hợp pháp, cũng như từ các trang web được biết đến với các bộ sưu tập sách và tác phẩm sáng tạo vi phạm bản quyền, đơn kiện cáo buộc thêm.

Khiếu nại cũng đề cập đến một bản cập nhật cho chính sách quyền riêng tư của Google từ ngày 1 tháng 7, trong đó nói rằng họ có thể thu thập thông tin có sẵn công khai trực tuyến để đào tạo các mô hình AI của mình, và để xây dựng cho các sản phẩm khác như Google Dịch, Bard và Cloud AI.

“Google phải hiểu rõ, một lần và mãi mãi rằng, họ không có quyền sở hữu internet, không có quyền sở hữu các tác phẩm sáng tạo của chúng ta, họ cũng không có quyền sở hữu những dấu ấn kỹ thuật số của chúng ta, những bức ảnh về gia đình và con cái của chúng ta, hay bất cứ thứ gì khác chỉ vì chúng ta chia sẻ nó trực tuyến. Phải hiểu rằng, việc có sẵn công khai chưa bao giờ có nghĩa là được sử dụng miễn phí cho bất kỳ mục đích nào”.

Vụ kiện yêu cầu bồi thường thiệt hại 5 triệu đô la và yêu cầu tòa án tạm thời đóng băng việc sử dụng công cụ AI tổng quát của Google như Bard AI cho mục đích thương mại, cho đến khi có các biện pháp bảo vệ và yêu cầu trả tiền cổ tức dữ liệu cho những người có thông tin được sử dụng để đào tạo và phát triển công cụ AI của Google.

Google đã không trả lời ngay lập tức yêu cầu bình luận của tờ Insider về vụ kiện, nhưng trong một tuyên bố gửi cho tờ Reuters, Google gọi những tuyên bố trong vụ kiện mới này là vô căn cứ.

Cố vấn chung của Google, Halimah DeLaine Prado nói với Insider trong một tuyên bố rằng, công ty đã rõ ràng trong nhiều năm rằng, họ đã sử dụng dữ liệu từ các nguồn công khai, chẳng hạn như dữ liệu được xuất bản trên web mã nguồn mở và các bộ dữ liệu công khai, để đào tạo các mô hình AI đằng sau các dịch vụ như Google Dịch có trách nhiệm và phù hợp với Nguyên tắc AI vốn có của công ty.

“Luật pháp Mỹ ủng hộ việc sử dụng thông tin công khai để tạo ra những cách sử dụng có lợi mới và chúng tôi muốn bác bỏ những tuyên bố vô căn cứ này”, DeLaine Prado tiếp tục.

Vụ kiện mới này đã được đệ trình khoảng hai tuần sau khi Công ty luật Clarkson đã nộp đơn khiếu nại tương tự đối với OpenAI, cáo buộc rằng công ty này đã đánh cắp một lượng lớn dữ liệu cá nhân và sử dụng nó để đào tạo ChatGPT, bao gồm hồ sơ y tế và thông tin về trẻ em.

Trong cả hai vụ kiện, các nguyên đơn chỉ được xác định bằng tên viết tắt, nghề nghiệp, tiểu bang và cách sử dụng internet của họ, mà luật sư của họ cho biết là để tránh sự giám sát xâm phạm, cũng như để tránh bất kỳ phản ứng dữ dội nguy hiểm tiềm ẩn nào.

Một trong những nguyên đơn trong vụ kiện Google, có tên viết tắt là “JL” và được mô tả là tác giả có sách bán chạy nhất của New York Times và là nhà báo điều tra sống ở Texas, tuyên bố rằng Google đã sử dụng bản PDF cuốn sách bị đánh cắp của cô ấy để huấn luyện cho công cụ Chatbot AI Bard.

Vụ kiện tuyên bố rằng, tác phẩm của cô ấy hiện được phổ biến rộng rãi miễn phí trên Bard, với việc chatbot này đã đưa ra các tóm tắt chương của cuốn sách và thậm chí chia sẻ nguyên văn các đoạn trích.

Vụ kiện mới này diễn ra khi một loạt công cụ AI mới đã thu hút được sự chú ý lớn trong những tháng gần đây, nhờ khả năng tạo ra tác phẩm bằng văn bản và hình ảnh dựa trên lời nhắc truy vấn của người dùng. Các mô hình ngôn ngữ lớn làm nền tảng cho công nghệ mới này bằng cách cho đào tạo dựa trên các kho dữ liệu trực tuyến khổng lồ.

Vụ kiện này cũng là một trong số nhiều vụ kiện được đệ trình từ năm ngoái chống lại các công ty trong ngành công nghiệp AI đang bùng nổ, bao gồm Meta Platforms, Microsoft và OpenAI, về cáo buộc lạm dụng dữ liệu cá nhân và sách có bản quyền, tác phẩm nghệ thuật thị giác và các mã nguồn để đào tạo cho hệ thống của họ.

Theo Businessinsider/Reuters/Gizmodo