据报道，OpenAI 和训练数据公司 Handshake AI 正在要求他们的第三方承包商上传过去和现在工作中完成的真实工作示例，这引发了对知识产权和数据隐私的担忧。根据 Wired 的一份报告，这项举措似乎是人工智能公司更广泛战略的一部分，旨在利用承包商生成高质量的训练数据，最终目标是自动化更多的白领工作。

OpenAI 在一份公司演示稿中概述了这项要求，要求承包商详细说明之前工作中执行的任务，并提供他们工作的具体示例，包括文档、演示文稿、电子表格、图像和代码存储库。该公司指示承包商在上传这些文件之前删除专有信息和个人身份信息 (PII)，并提供对“ChatGPT 超级清理工具”的访问权限，以协助完成此过程。

此举凸显了数据在训练大型语言模型 (LLM) 中的关键作用。像 OpenAI 的 GPT 系列这样的模型，通过分析庞大的数据集来学习生成人类质量的文本。这种训练数据的质量和相关性直接影响模型的性能和能力。通过使用专业工作的真实示例，人工智能公司旨在提高其模型在自动化复杂任务方面的准确性和有效性。

然而，这种做法引发了重大的法律和伦理问题。知识产权律师 Evan Brown 告诉 Wired，这种方法给人工智能实验室带来了相当大的风险，因为它在很大程度上依赖于承包商来准确确定什么是机密信息。“任何采取这种方法的人工智能实验室都将自己置于巨大的风险之中，因为这种方法需要对其承包商的信任，让他们来决定什么是机密信息，什么不是，”Brown 说。

OpenAI 的一位发言人拒绝就具体举措发表评论。

使用承包商提供的数据反映了人工智能行业日益增长的趋势。随着人工智能模型变得越来越复杂，对高质量、真实世界训练数据的需求也在增加。各公司正在探索各种方法来获取这些数据，包括合成数据生成、网络抓取以及与数据提供商的合作。然而，对承包商的依赖带来了与数据安全、隐私和知识产权相关的独特挑战。

这种数据收集策略的长期影响仍在显现。如果成功，它可能会加速白领工作的自动化，从而可能影响各个行业的就业。此外，使用真实世界的数据引发了人们对人工智能系统中偏见和公平性的担忧。如果训练数据反映了现有的社会偏见，那么由此产生的人工智能模型可能会延续和放大这些偏见。

目前尚不清楚 OpenAI 的数据收集计划的现状。目前尚不清楚有多少承包商参与了该计划，或者收集了多少数据。随着人工智能公司继续推行这一战略，监管审查和公众辩论可能会加剧，重点是需要明确的指导方针和保障措施，以保护知识产权和个人隐私。