近日，一场由作家发起的集体诉讼迎来关键进展，美国法官作出裁定，要求人工智能公司OpenAI披露其删除两个盗版书籍数据集的内部沟通记录，这一决定或使案件走向发生重大改变。
该诉讼的核心争议在于，OpenAI被指控在训练其聊天机器人ChatGPT时非法使用了盗版书籍。案件的关键点聚焦于2022年ChatGPT发布前，OpenAI删除的两个名为“Books1”和“Books2”的重要数据集。
对于删除数据集的原因，OpenAI最初称是因这些数据集“未被使用”，但随后又试图将所有解释归为受“律师-客户特权”保护的机密内容。这种前后不一致的说法引发了原告方的强烈不满与质疑。
美国治安法官Ona Wang对OpenAI的这一做法予以严厉批评。她裁定，OpenAI不能先给出公开理由，如“未使用”，之后在受到质询时又声称该理由属于特权信息。法官认为，OpenAI的这种行为“令人难以置信”，并责令其在12月8日前，公开所有与删除数据集相关的内部通信，包括与内部律师的讨论内容，以及提及盗版书库LibGen的所有信息。OpenAI的内部律师也需在12月19日前接受质询。
若法院最终判定OpenAI存在“恶意侵权”行为，该公司可能面临巨额赔偿。依据美国版权法，对于恶意侵权的情况，每部被侵权作品的法定赔偿金额最高可达15万美元，按当前汇率约合106.2万元人民币。
法官Wang强调，OpenAI一方面声称自己“善意”行事，另一方面却试图隐瞒决策过程，这两种做法存在根本性矛盾。陪审团有权了解OpenAI所宣称的“善意”究竟基于哪些事实，而这些被隐藏的内部信息，正是判断其是否构成恶意侵权的关键依据。
法官Wang还特别指出，OpenAI在辩护过程中，对另一起针对AI公司Anthropic的判决进行了曲解，错误地声称“为训练大语言模型而下载盗版书籍是合法的”。
