当地时间2026年5月6日，美国纽约，纽约时报大楼外观。图：视觉中国
【财新网】新闻出版商的版权诉讼，再度暴露AI公司的技术伦理争议和法律风险。9月17日，《纽约时报》、每日新闻（The Daily News）等五家新闻出版商向美国纽约南区联邦地区法院提交举证文件，请求法院判决OpenAI与微软的AI模型违法使用新闻内容，侵犯其版权。
文件引述微软应用科学总监布伦特·赫克特的原话称，“全球数百万人很快就会意识到，大模型吞掉他们的作品是一场规模空前的盗窃行为。”而盗取的对象是人力劳动，“几乎没有人会想到自己的作品被如此使用，也没有人因此获得报酬。”
《纽约时报》等原告认为，上述言论证明OpenAI与微软知晓自己正在侵权，在AI模型的所有环节：数据获取、模型训练、输出内容等阶段均违法使用新闻报道，且科技公司之间已形成盗版新闻内容的数据交易市场。
这桩诉讼可追溯至三年前，2023年12月27日，《纽约时报》起诉微软和OpenAI，指控OpenAI使用了数百万篇《纽约时报》的文章来训练AI模型，要求赔偿数十亿美元的损失。此后，美国多家新闻出版商也以同样理由起诉微软和OpenAI。
《纽约时报》称，OpenAI和微软试图利用《纽约时报》内容，在未经许可或付费的情况下开发替代产品，比如微软和OpenAI的大模型能逐字背诵、总结《纽约时报》稿件，模仿其表达风格写作，还将幻觉信息归咎于《纽约时报》。（详见：《GPT革命｜谈判数月未果 《纽约时报》起诉OpenAI和微软侵权》）
《纽约时报》是美国严肃新闻机构之一，线上版本自2011年3月开启付费订阅模式。
文件中的证据显示，OpenAI越过《纽约时报》付费墙爬取内容，并用此构建了用于模型训练的数据集，OpenAI和微软在拿到数据时对这种违规行为视而不见，训练模型时也不做合规筛查，OpenAI曾在内部讨论中称，其数据集包含《纽约时报》近206.4万篇文章。
原告们指控，OpenAI和微软还互相分享这些数据，比如OpenAI把完整的GPT-3训练数据集交付给微软，微软也通过名为“出租车计划”“芒果计划”的项目把包含新闻内容的训练数据转给OpenAI，其中一些数据是以网页副本的形式提供的。
模型大量学习新闻报道，会记住原报道的内容、写作手法和风格，模型输出时还会从《纽约时报》等新闻网站粘贴内容，作为向用户生成回复的来源。《纽约时报》等原告举证，ChatGPT会回吐报道原文，还会改写原文。
据该文件，OpenAI联合创始人格雷格·布罗克曼曾在内部夸奖GPT在处理新闻时的表现出色，尤其擅长新闻文本，“每次我用它就《纽约时报》内容做生成任务时，它对下一句话的推测效果都相当不错。”他还称，“只要给到一段《纽约时报》报道的半句话，模型就能精准补全后面的内容。”
这造成用户阅读原文的意愿下降，影响了新闻网站流量。据该法庭文件，截至2026年2月，OpenAI内部数据显示，用户每周向ChatGPT提交约100万次关于检索本地新闻内容的提示词；由原告提供的一项调查报告显示，36%的受访者表示，使用ChatGPT后“完全不再需要《纽约时报》的新闻了”。
原告认为，AI聊天机器人与传统搜索引擎截然不同，因为AI输出的结果不仅减少用户访问新闻网站的需求，“同时还向市场倾倒低质量内容，破坏了新闻出版商的商业模式。”
基于美国版权法“合理使用”的要素，原告认为OpenAI和微软的行为属于商业性、替代性使用，并不属于合理使用范畴，违反了《数字千年版权法》（DMCA）。
《纽约时报》等原告主张，要按每一篇被侵权的新闻稿件单独计算赔偿金额，他们同时向法院提交了装载证据的硬盘，包含大量报道原文和模型训练数据副本的对比。
原告提交该文件，是为了向法院请求简易判决（Summary Judgment），若不存在能影响判决结果的重要事实，法院无需经过陪审团庭审，简化案件后续庭审的争议范围，直接作出对举证方有利的判决。
在《纽约时报》发起诉讼后，2024年8月，三名美国作家以个人名义代表其余当事方联合起诉Anthropic，指控其在未经授权的情况下使用其作品训练Claude大语言模型，在Anthropic承认使用过的开源数据集中有一个子集，装满了从网上下载的盗版书。
7月20日，经美国法院批准，AI巨头Anthropic将向其发起集体诉讼的作家赔付15亿美元，达成和解。（详见：《Anthropic以15亿美元和解作家诉讼 创美国版权赔金最高纪录》）
为了反击AI公司拿现成作品训练AI，过去三年，包括图书作者、新闻媒体和影视、音乐行业的版权所有者向Anthropic以及OpenAI、谷歌等科技巨头与Midjourney等模型公司发起了多项诉讼，大部分都还没有判决结果或和解。