在7月2日公众意见征集截止日期前夕,多个倡导团体向美国联邦贸易委员会(FTC)发出警告,要求其持续加强对埃隆·马斯克旗下X平台的监管,并坚决驳回X平台近期提出的终止FTC数据处理审计的请求。
上个月,FTC发布公告称,X平台以马斯克对平台进行改革为由,主张相关监管令已无继续执行的必要。
该监管令最初源于FTC发现,彼时的Twitter因编程错误,将用户用于双重身份验证的联系方式不当用于广告定向投放,因此受到处罚。依据该监管令,X平台须接受成本高昂的独立审计,FTC也有权在无需额外法律行动的前提下,调阅相关文件以确认平台对数据隐私法律的合规情况。
对此,X平台方面表示,该监管令给公司带来了沉重的合规负担,应当予以终止。X平台援引的理由之一是,自马斯克收购Twitter以来,公司已完成全面品牌重塑。此外,X平台还主张,由于其目前已须遵守欧盟《通用数据保护条例》(GDPR)下的类似义务,监管令的相关要求存在重复。
然而,包括Demand Progress、电子前沿基金会、电子隐私信息中心及全国消费者联盟在内的15个隐私与消费者权益保护机构,联名致函FTC,逐一驳斥了X平台的上述论点。
这些机构敦促FTC"明确拒绝X公司企图逃避责任、损害美国民众利益的无耻图谋"。
联名信中写道:"X公司的申请未能达到获批此类特殊请求所需的严格法律标准。恰恰相反,X公司及其现任管理层对美国人的隐私与数据安全构成严重威胁,这恰恰证明FTC有必要持续加强对其监管。"
马斯克的核心论点似乎是:既然他已将Twitter更名为X,并将X并入SpaceX旗下,原有的Twitter业务已发生根本转变,X平台不规范处理数据的风险也已不复存在。
然而,倡导团体指出,马斯克对X平台的种种改变非但没有消除隐忧,反而带来了更多关于数据处理的新问题,这些问题本应促使FTC加强监管力度,而非解除监管。
在他们列举的核心关切中,Grok聊天机器人在全球范围内引发的强烈反弹首当其冲——三名女童以X平台允许Grok生成儿童性虐待材料(CSAM)及其他非自愿亲密图像(NCII)为由,对X提起诉讼。倡导团体还指出,就在去年,"平台上发生了28亿条记录泄露事件",而彼时马斯克正忙于推进美国政府效率部(DOGE)工作,从中提取数百万美国人的"敏感信息"。他们还点明,FTC此前已认定马斯克"曾指示员工采取违反"监管令的行动,起因是马斯克试图向记者开放对内部数据的无限制访问,以调查所谓的"推特文件"事件。
此外,倡导团体表示,X平台在未获得用户实质性或明确同意的情况下,擅自收集"X平台上数以亿计的帖子"用于AI训练,这一争议决策足以说明马斯克究竟赋予了用户多大的数据自主权。倡导团体指出,X平台并未主动征求用户同意,仅以更新服务条款了事,显然是押注于大多数用户不会留意相关变更。
剑桥分析公司对此评论称:"当马斯克修改X平台规则、允许将用户生成内容用于AI训练时,他并非在开创新的商业模式,而是将剑桥分析公司首创的监控资本主义商业模式推向工业化——大规模行为数据催生出面向群体的人格建模能力。"
剑桥分析公司认为,马斯克旗下X平台以公开帖子训练Grok的商业模式,与史上最大数据丑闻之一背后的运作逻辑"如出一辙"。其帖文写道,X的AI系统致力于"提取最大化的行为数据、构建预测模型、出售说服能力。马斯克只是将Facebook向第三方投放广告的变现模式,替换为直接向马斯克盟友实体部署AI的模式。"
Q&A
Q1:FTC对X平台的监管令最初是因为什么原因发出的?
A:该监管令源于FTC发现当时的Twitter存在编程错误,导致用户提交用于双重身份验证的联系方式被不当用于广告定向投放。依据该监管令,X平台须接受独立审计,FTC也有权随时调取文件核查平台对数据隐私法律的合规情况。
Q2:X平台申请终止FTC监管令的理由是什么?
A:X平台给出了两点主要理由:一是自马斯克收购Twitter并完成品牌重塑后,公司性质已发生根本变化;二是X平台目前已须遵守欧盟GDPR下的类似数据保护义务,监管令的要求存在重复,且给公司带来了高昂的合规成本负担。
Q3:倡导团体认为Grok存在哪些数据安全隐患?
A:倡导团体指出,Grok在全球引发强烈反弹,其中包括三名女童以X平台允许Grok生成儿童性虐待材料及非自愿亲密图像为由提起的诉讼。此外,X平台在未获用户明确同意的情况下,收集平台上数亿条帖子用于Grok的AI训练,仅以更新服务条款替代征求用户同意。
好文章,需要你的鼓励
OpenAI在与多家新闻机构的版权诉讼中陷入困境。以《纽约时报》为首的原告指控OpenAI在长达两年时间里向法庭撒谎,刻意隐瞒其已对ChatGPT日志进行大规模搜索的事实。据悉,OpenAI实际上已拥有包含1000万和7800万条记录的日志样本,并曾用于研究版权内容过滤器,却对外声称无法进行此类搜索。原告据此提出制裁动议,要求法院追责。OpenAI则否认相关指控,坚称其立场基于合理使用原则。
斯坦福与UC伯克利提出LLM-as-a-Verifier框架,通过提取AI模型内部概率分布生成连续评分,在代码、机器人、医疗领域均达到最优性能,且无需额外训练。
美国加州大学圣地亚哥分校研究团队在《自然》期刊发表研究成果:外科医生通过远程操控宇树G1仿人机器人,成功完成两例活体猪胆囊切除手术,创下全球首例。与造价数十至数百万美元的达芬奇手术机器人相比,仿人机器人成本更低、体积更小,未来有望部署于农村、战地乃至太空等资源匮乏的医疗场景。但目前仍存在需频繁重新校准、机械臂活动范围受限等挑战。
字节跳动Seed团队发现AI智能体在真实环境中学习的进步曲线精确遵循对数S形规律,R?达0.998,且前沿模型的学习速度每三个月翻倍。