06:01
公共智慧被私人捕获：AI时代的数据税与群智回归
The Private Capture of Public Genius
本文以AT&T在1956年被迫免费开放全部专利的历史为引，类比当前AI前沿实验室（OpenAI、Anthropic）未经补偿地大规模抓取互联网公共数据训练基础模型。作者指出，训练语料库本质上是全人类集体智慧的沉积物（类似冲积三角洲），而前沿模型将这一公共品压缩为私有价值，如同AT&T垄断时期由用户补贴研发却最终通过反垄断令释放了产业活力。文章细数当前法律困境——美国版权局非约束性报告、部分法院判决（如Bartz v. Anthropic）认为训练具有“变革性”，但市场稀释问题悬而未决。作者提出“语料库版税”（Corpus Royalty）：按前沿实验室总收入固定比例注入公共基金，向每位美国公民等额发放，以此补偿无法逐条归因（Shapley值在超大语料下失效）的集体贡献。文章深入分析了互联网的不同层次（文本层、发现层、注意力层、贡献层、完整性层）如何相互依赖且易因AI生成内容泛滥而崩溃，并引用埃莉诺·奥斯特罗姆（Elinor Ostrom）的共有资源治理原则指出当前互联网完全缺乏共同治理条件。适合关注AI治理、技术伦理、知识产权、公共政策的一线工程师与研究者。