你上传到别人平台的视频,正在变成AI的训练素材
十年前签下的平台许可条款,措辞早已宽泛到无需改一个字就能覆盖AI模型训练。如果贵公司的影像资料存放在自己并不拥有的平台上,英国法律揭示的风险,比条款文字本身深得多。
你多年前点下同意的那份条款里,某处藏着一项宽泛到足以把整个视频档案变成AI训练数据的授权,而且用不着有人先打个招呼。这就是模型时代悄然发生的价值重估。当初为了卖产品、培训团队或填一场网络研讨会而录制的影像,如今恰好是生成式模型最饥渴的原料,而十年前你在平台上签下的那份条款,措辞之所以写得那么宽,本就是为了让平台以后永远不必再回来征求同意。亚马逊自2014年收购Twitch这家直播社区业务以来,十年后,同一批资产已经可以被读作一座训练语料库。贵公司的网络研讨会资料库,不过是同一本账上更小的一笔。
这不是流媒体平台特有的问题。企业在各处都留下了类似的存款:网络研讨会、高管演讲、产品演示、客服录屏,全都存放在条款可以被单方面改写、无需任何人重新签字的平台上。这些档案的价值此前一直是潜在的,直到模型时代让它变得清晰可辨,而躺在别人资产负债表上的潜在价值,往往会在没有一通电话通知的情况下被兑现。
平台能否把你的视频用作AI训练数据?
先读一读你上传时签下的那份授权。Twitch的《服务条款》拿走的是一项「无限制、全球性、不可撤销、可完全再许可、非独占且免版税」的权利,可以「使用、复制、修改、改编、发布、翻译、创作衍生作品、分发、表演和展示」你发布的内容。YouTube的《服务条款》措辞客气一些,但在关键之处并不更窄:一项「全球性、非独占、免版税、可再许可且可转让」的许可,用于「与本服务以及YouTube(及其继承者和关联公司)的业务相关」的用途。两份条款都没提到模型训练,签署时也都还轮不到这个问题。这正是问题所在:措辞已经宽泛到不需要修改就能覆盖训练管线,需要的只是一位愿意主张「训练能改善服务」的律师。在这样的背景下,一个AI退出开关只是产品功能,不是合同条款。功能可以随时下线,授权却留在原地。
法院最终是否会收窄这些授权,目前还是未知数,我不会拿一家企业的命运去赌任一个结果。更实际的分诊做法很简单:只要平台的所有方在做模型,就默认已上传内容是训练数据的候选素材,除非条款明确排除;然后再去核实那个反对机制究竟覆盖到什么范围、什么时候关闭窗口。没有哪个平台会公布其所有方的模型究竟已经吃进过什么,也没有平台承诺会公布。默认你查不到。
高管的面部影像,是否构成英国GDPR下的生物特征数据?
这里有一个条款之争之外、对英国企业而言更尖锐的论点。任何能识别出具体人物的影像,本身就是个人数据,这一点没有争议。根据英国GDPR第4(14)条,只有经过「特定技术处理」、能够「唯一识别」某人身份的面部影像,才构成生物特征数据。举办一场网络研讨会达不到这个门槛。把系统训练到能识别或复现某一个具体人的地步,包括其面容与声音,则是一个强有力的候选情形;而用于唯一识别个人的生物特征数据,在第9条下属于特殊类别数据,除非满足狭窄的例外情形,否则处理即被禁止。这里唯一可行的例外是明确同意,而《2018年数据保护法》把其余的例外之门守得很紧。目前还没有任何判例就模型训练这一情形作出定论,我不打算装作已有定论。我要说的是:一家英国企业的高管一旦变得「可被合成」,就面临一个真实存在的第9条问题,而「平台条款允许这么做」并不在例外事由清单之列。
再看雇佣关系这层。上传影像的企业本身就是数据控制者,需要有自己独立的合法处理依据。同意授权看似顺理成章,实则不然:ICO的指引说得很直白,同意必须是自由给出的,而雇主与雇员之间的权力不对等,让员工的同意在默认情况下就值得怀疑。市场部为了做讲解视频拍摄了产品负责人,拿到的至多是「用于讲解视频」的同意。没有人同意过自己成为训练原料。
而真正让这变成治理漏洞而非文书疏忽的,是接下来这一点。当你把处理外包出去时,英国GDPR预设的是一个受第28条合约约束、按你的书面指示行事的处理者。一个按自家条款存放你影像的平台,完全不是这么回事。它是一个为自身目的处理数据的独立控制者,而把内容上传给一家美国公司,属于第五章下的限制性数据传输——这一制度本是为外包安排设计的,而不是为一个另有算盘的交易对手设计的。你的数据保护框架,根本不会跟着文件走。而如果影像已经被训练进模型里,平常能兜底的删除权和反对权,就会撞上一个现实:大规模的「机器遗忘」介于困难与尚未证实之间。ICO以前见过这种局面。2017年,它认定Royal Free NHS信托基金会将160万份病人记录交给Google DeepMind做应用测试时,未能遵守数据保护法。裁定落在让数据离开自身管控范围的信托机构头上,而不是接收数据的公司。数据不同,风险级别不同,问责逻辑却一样:谁存的,谁担责。
为这项风险定价
把这当作一笔尚未定价的交易对手风险来处理,因为它本质上就是。审计并不复杂:盘点你已经存放了什么内容、放在哪里;逐份读许可授权条款和反对机制,并把条款变更通知的截止日期标进日历;逐个平台判断,触达范围换来的价值是否还值得承担这份风险敞口;保留自己的母带原件;账号体量足够大的话,去谈专门的豁免条款。可识别高管的影像应单独立项,配一条有记录的合法处理依据,因为第9条的尾部风险正藏在这里。这正是一次AI就绪度评估在任何新平台合作签约前就该揭示的问题,也理应成为技术战略里的常设条目,而不是临时救火。
只要有确凿证据,我愿意修正上面的判断:比如某个主要平台真正转向选择加入(opt-in)并公布其采纳率,或是条款把运营服务与训练模型明确分开处理。但在此之前,上面这些激励结构就是我不打算等待的理由。审计你已上传的内容,一个下午就能做完。一位高管的形象一旦进入一个你无法审计也无法撤回的模型,代价规模不受限,期限也无从知晓。我们此前写过如何让人类始终掌控AI系统;这篇文章的推论是,拒绝在别人的模型里,无声无息地充当没有署名的原材料。用一份不大的溢价,去对冲一个可能巨大且不设上限的损失——而这扇窗口正在关闭。这就是这笔交易的算法。
常见问题
如何判断一个平台是否在用我的内容训练AI?
查阅平台当前的服务条款以及任何AI或机器学习附加条款,重点找「训练」「机器学习」「改进我们的服务」这类授权措辞,再去账号设置里找训练或数据共享的开关,退出选项通常就藏在那里。平台每次发来条款变更通知时,通常都会附带一个很短的反对窗口,建议设一个日历提醒,每次都重新核查一遍。
退出授权之后,已经训练好的AI模型会把我的视频移除吗?
几乎不会。退出授权顶多能阻止未来的内容被采集,而要从一个已经训练完成的模型里移除特定内容(所谓的「机器遗忘」),在技术上很困难,平台通常也不会对此作出承诺。没有哪个主要平台会公布自家模型究竟已经吃进过什么内容,这本身就说明了透明度的现实水平。相比日后再去反对,审计的时机才是真正重要的变量。
高管的视频画面,在英国GDPR下算生物特征数据吗?
默认情况下不算。根据第4(14)条,只有经过「特定技术处理」、能够唯一识别身份的面部影像,才构成生物特征数据,单纯举办一场网络研讨会达不到这个门槛。但如果训练目标是让模型能够识别或合成某一个具体人物,情况就不一样了,此时会触发第9条下的特殊类别数据规则,明确同意是现实中唯一可行的合法依据。应将高管的影像视为高风险个人数据,在其离开企业自有系统之前,先记录好处理的合法依据。
相关阅读
- 留任奖金留不住关键人才，真正抗风险的是把判断力写成制度
- 机器人流量正在瓜分你的广告预算，签字批准的却是人类
- 云厂商的AI营收增长,可能是它自己掏的钱:签约前必做财务尽职调查
- Data & Strategy
本文由 Abyshire 专有编辑系统的 AI 编辑角色撰写，并经我们的团队审核。