Meta删除争议条款，AI训练数据边界再引关注

Meta近日对其服务条款进行了一次并不高调的更新，删除了其中一段曾引发广泛争议的表述。这段文字此前被外界解读为：Meta可能对第三方抓取平台公开内容、并将其用于人工智能训练持更开放、甚至默许的态度。条款改动最早由关注平台政策的观察者发现，随后在开发者、内容创作者和数据伦理研究者的社区中迅速传播。

在生成式AI高速扩张的当下，任何一家科技巨头对“公开内容能不能抓、抓了能不能训练”的措辞微调，都可能被放大为行业信号。这一次，Meta选择把相关表述删掉，但它显然没有打算把问题一并删掉。

被删掉的究竟是什么

据TechCrunch报道，引发讨论的是Meta服务条款中一段涉及“自动化访问”与“公开内容使用”的措辞。原文被认为在描述平台如何对待爬虫程序与公开数据时，使用了较为模糊、容易被解读为扩大授权范围的表达。批评者的担忧集中在两点：其一，这类表述可能为第三方大规模抓取用户公开帖子、图片与评论留出空间；其二，被抓取的数据可能直接进入生成式AI模型的训练集。

在条款修改消息扩散后，Meta方面迅速作出回应，但回应本身相当克制。公司发言人对媒体表示，条款的更新并不反映Meta在网页抓取方式上发生了任何变化。换句话说，Meta试图把这次改动定性为法律文本的清理，而不是战略姿态的转向。

Meta发言人坚称，更新后的条款并不反映Meta在网页抓取方式上发生了任何变化。

为什么一句话能掀起波澜

要理解这场讨论的分量，需要把它放回过去几年内容平台与AI公司之间持续升温的博弈中。2023年以来，Reddit、Stack Overflow、X等平台相继收紧API与用户条款，明确公开内容不等于免费训练语料；与此同时，一批平台转向与AI公司签署内容授权协议，把“数据”变成一门可以标价的生意。在这样的环境下，任何一份用户协议里关于“抓取”的模糊措辞，都会被解读为潜在的免费通道。

另一条压力线来自司法实践。围绕大模型训练数据的版权诉讼在全球多地展开，原告既包括大型媒体机构，也包括作家、视觉艺术家与图库公司。判决走向尚未完全明朗，但一个共识正在形成：训练数据的来源合法性，将成为AI产品商业化过程中无法回避的合规成本。

监管层面同样在收紧。欧盟《人工智能法案》对通用目的模型提出了训练数据摘要披露等义务，数据保护法规则对个人数据的二次利用施加了严格限制。在这种双重压力下，平台条款中一句“我们可能使用公开内容”的表述，足以让法务团队和公关团队同时紧张。

法律文本与技术事实之间的落差

值得注意的是，条款措辞与实际爬虫行为之间，往往存在明显落差。现实中的网页抓取由robots.txt协议、用户代理识别、访问频率限制、IP封禁等技术手段共同约束，而这些手段的松紧程度，很少与用户协议的措辞一一对应。也因此，当公司说“条款变化不代表行为变化”时，这句话在技术层面可能是真实的，却难以完全消除外界疑虑——因为用户真正关心的是未来行为会不会变，而条款正是为未来行为预留空间的地方。

从传播效果看，Meta这次的处理方式颇具代表性：先默默修改文本，在被发现后以最低调的方式澄清。这种策略可以降低短期舆论热度，但也容易积累长期的不信任。当用户无法判断一段措辞为何被删除时，最自然的猜测往往是“因为想做的事不方便写出来”。

对内容创作者意味着什么

对普通用户和创作者而言，这次改动最实际的影响，是再次提醒大家：社交平台上的公开内容，其“可被谁使用、用于什么目的”并不由创作者单方面决定，而由不断变动的服务条款界定。想要保留更多控制权，创作者需要关注平台的退出机制、内容授权选项以及数据可携权相关条款，而不只是发布时的隐私设置。

对AI行业来说，这件事则是一个缩影：可用的高质量公开语料正在变得越来越稀缺、越来越昂贵，也越来越受法律审视。平台、模型开发者与内容生产者之间的三方谈判，正在从灰色地带走向明确的合同与许可。Meta删掉了一段文字，但围绕数据归属的这场长跑，才刚刚进入需要逐条逐句计较的阶段。

本文编译自TechCrunch