摘要： 美國聯邦法官在1月5日確認OpenAI必須在合併審理的版權訴訟中交出2,000萬筆ChatGPT對話紀錄，但Bloomberg Law報導指出這批紀錄已完成匿名化處理。裁定讓大量去識別化使用紀錄進入AI訓練資料爭議的證據程序，也顯示法院在隱私風險與證據價值間採取折衷。訴訟仍在進行，後續裁定會繼續影響訓練資料與留存設計的規則。
1 月 5 日，美國聯邦法官確認：OpenAI 必須交出 2,000 萬筆 ChatGPT 對話紀錄。Bloomberg Law 報導指出，這批紀錄已完成匿名化處理，所涉案件是合併審理中的版權訴訟——那場圍繞 AI 訓練資料合法性、至今未歇的美國司法攻防。
裁定內容的三個細節
- 規模：2,000 萬筆真實使用者對話踏入司法程序，證據池之大相當罕見
- 匿名化：法院要的是剝除身分資訊後的版本，在隱私風險與證據價值之間畫出折衷
- 程序位置：法官「確認」了交出義務，等於讓這項要求繼續站穩，案件朝實體審理推進
這些紀錄在訴訟中的角色
訓練資料版權訴訟的核心爭點，在於 AI 業者取得與使用素材的方式是否合法。這批對話在案件裡將被用來檢視什麼、又能證明什麼，尚待雙方在後續程序中鋪陳；但有一點已經確定——法院願意把千萬筆等級的真實使用紀錄納入證據，這類訴訟的事實基礎正在擴張，不再侷限於契約與技術文件的層次。
這裡頭還有一堂關於規模的課。2,000 萬筆對話之所以能成為證據，只因為如今有無數人在聊天視窗裡處理日常大小事。AI 時代的證據庫，正以日常使用的副產品形式不斷生成，而法院已經表明它們伸手就拿得到。
對企業與產品團隊的提醒
- 使用者與 AI 服務的對話紀錄，可能因訴訟被法院強制提供；匿名化是法院認可的底線，不是免死金牌
- 打造 AI 產品時，log 的保留範圍與去識別化設計，值得預設「終有一天會被第三方檢視」來規劃
- 法院之所以放心放行這批資料，繫於其去識別化的形式——去識別化的品質因此是法律問題，而不只是工程細節
訴訟仍在進行，後續裁定會繼續改寫訓練資料的遊戲規則；任何拿使用者資料訓練或微調模型的團隊，都值得緊盯。