一群匿名人士在一項集體訴訟中聲稱，ChatGPT 的開發商 OpenAI 公司為了訓練其大型語言模型，竊取了「大量個人數據」，來讓其聊天機器人能夠複製人類語言。

律師們在周三向美國加州北區地方法院提起的長達 157 頁的訴狀中寫道：「儘管制定購買和使用個人訊息的協議，但被告採取了不同的方法：竊盜。」

這些匿名人士指責 OpenAI 從互聯網上秘密抓取 3000 億字詞，竊聽了「書籍、文章、網站和貼文，包括未經同意獲得的個人訊息」，違反了隱私法。

克拉克森律師事務所 (Clarkson Law Firm) 在周三向舊金山聯邦法院提交的訴狀中表示，OpenAI 爬行網路以收集大量數據，其中包括從社群媒體網站獲取的大量數據。 訴訟稱，OpenAI 的專有人工智慧個人數據語料庫 WebText2，從 Reddit 貼文及其連接的網站中抓取了大量數據。

他們根據受傷害的個人類別估計有數百萬人，提出了 30 億美元的潛在損失。

原告指控，OpenAI 廣受歡迎的聊天機器人程序 ChatGPT 和其他産品，都是在未經原告許可的情況下，從包括兒童在內的數億互聯網用戶那裏獲取私人訊息。

訴訟尋求暫時凍結 OpenAI 產品的商業訪問和商業開發，直到該公司實施更多法規和保障措施，包括允許人們選擇退出數據收集，並防止其產品「超越人類智能並傷害他人」為止。

除了 OpenAI 之外，主要支持者微軟 (MSFT-US) 也被列為被告。

原告的身份僅藉由姓名首字母、職業和狀態來識別，他們的律師表示，這是為了「避免侵入性審查，以及任何潛在危險的強烈抵制」。

北京大成律師事務所高級合夥人鄧志松表示，ChatGPT 運行的原理藉由「閱讀」大量現有文本，並學習詞語在上下文中的出現方式，來預測可能出現在回應中的最可能的詞語。此前，OpenAI 方面聲稱不會「主動」收集個人資訊用於模型訓練，但各管道訓練資料可能「偶然」包含個人資訊。

鄧志松分析，未經用戶許可擅自抓取並利用其個人資訊，可能涉嫌違反所在司法轄區的個人資訊保護法律法規，並構成民事侵權。 

不過，專家也指出，目前「竊取」暫時仍是原告方的一面之詞，還不能據此貿然將 OpenAI 所實施的個人資訊收集活動定性為違法行為。