谷歌AI正在吞食一切！爬取所有公開內容用於訓練AI，隱私政策已更新

原文來源：量子位

圖片來源：由無界AI‌ 生成

從今往後，你在網上公開說的每一句話，都可能被谷歌拿去訓練AI！

沒錯，繼畫畫之後，文字作品也要被用來餵大模型了——

無論是技術博客、代碼、論文，還是所有你在網上公開的帖子，都可能被扔進“谷歌大模型攪拌機”，即使有版權也是如此。

就在這週，谷歌更新了一版隱私政策，明確表示他們保留有抓取網上所有公開內容，以構建其AI工具的權利。

網友們立刻炸了。有人警告“谷歌正抓取一切”：

一旦谷歌能夠讀取你寫的東西，就意味著這些都是他們的“所有物”了。

還有網友抱持更悲觀的想法：

很快啊，所有內容產出者就都會是AI了。

所以，這版隱私政策究竟是怎麼回事？

用於訓練Bard等AI產品

事情還得從谷歌這幾天更新的隱私政策說起。

在最新的隱私權政策中，谷歌增加了一個關於“研究和開發”的AI模型條款：

Google會利用信息來改進我們的服務並開發新的產品、功能和技術，以惠及我們的用戶和公眾。 例如，我們會利用公開信息來幫助訓練Google的AI模型並打造實用產品和功能（比如Google翻譯、Bard和Cloud AI功能）。

換言之，就是將所有可能收集到的公開信息，用在谷歌翻譯、Bard和Cloud AI等AI相關產品或功能的訓練中。

那麼，這些公開信息具體包括什麼？

例如互聯網、網絡和其他活動信息，包括搜索字詞、應用和瀏覽器與穀歌服務進行互動的相關信息，以及在第三方網站和應用中使用谷歌服務等。

換而言之，不止是此前已經公開的博客等內容，包括公開到網上的谷歌文檔、或是一些包含個人信息的發帖，也可能會被谷歌收集起來，用於大模型訓練。

當然，目前這些內容都還限定在“公開信息”。

像谷歌提供的Gmail等電子郵件服務，應該還是不會被爬進數據裡的。

而且谷歌也明確在隱私權政策中表示，在其他如防範安全威脅、信息審核、服務維護、個性化廣告或法律等原因情況下，同樣可以使用這些個人或公開信息。

不過，谷歌為啥在這個節骨眼更新這個政策？

“AI正挑戰文字版權”

或許也與Reddit和推特等一眾公司搞出的“限流”操作有關。

先是今年4月，Reddit宣布對接入API的公司開始收費。

公司CEO認為，Reddit的數據庫很有價值，但是他們不想將這些有價值的內容免費提供給科技大公司。

隨後，推特也開始以“不想讓AI公司白嫖數據”的理由，來給推特限流，未經驗證用戶日瀏覽量只有600，經過驗證後增加到6000。

這一系列政策對用戶和第三方工具影響很嚴重，例如Reddit引發了大規模的討論版塊抗議，不少版主直接關閉了自己管理的論壇，以對Reddit這一活動進行抗議，推特上也有不少人在聲討，甚至有網友表示“推特被殺死了”。

但無論如何，讓AI白嫖數據這件事，現在都已經是一個無法忽視的矛盾了。

對於谷歌AI爬數據這件事，有網友表示疑惑：

為啥之前互聯網如搜索引擎也有爬取數據一類的操作，但人們卻偏偏對“AI抓取”感到抗拒。

有網友回應稱：

本質上還是版權的問題。如果只是引用受版權保護的材料，那麼不一定侵犯版權，但如果用AI對有版權的內容進行“攪拌清洗”，而且這事兒合法化了，那麼本質上版權已死。

也正是因此，他對於這件事感到悲觀：

如果有人在不標註來源的情況下複製了你的博客，或是將你的開源代碼拿去做付費服務，又或是將你在StackOverflow上的答案用作答題方法，你能接受這些情況發生嗎？ 我之前做的一切都是免費的。但現在如果AI想讓我消失，那我就會消失。

當然，也有網友已經接受了這個政策的推出，警惕大家自身防範意識不可或缺：

細讀新政策，注意我們洩露了多少信息到網上。

那麼，你怎麼看待這件事？

參考鏈接： [1] [2]