文章上線

Twitch 將預設使用直播主內容作為 Amazon AI 訓練資料,除非他們選擇退出——社群反應

Twitch 將預設使用直播主內容作為 Amazon AI 訓練資料,除非他們選擇退出——社群反應

目錄

你可能想知道的事

1. 當一個平台預設使用他們的直播內容做為企業 AI 訓練資料時,對創作者有什麼影響?

2. 直播主如何保護自己的內容,以及在哪裡更改設定以選擇退出?

主要議題

串流平台 Twitch 宣布對母公司 Amazon 的生成式 AI 模型訓練在處理創作者內容上的變更。根據新的做法,創作者的廣播內容預設會被用來協助訓練 Amazon 的生成式 AI 系統,除非個別創作者採取行動選擇退出。此決定引發 Twitch 社群的即時且集中的反彈,許多人反對預設加入,並擔心他們錄製的串流會在未充分、知情同意下被使用。

從 Amazon 的觀點來看,直播錄影是模型開發的豐富資料集。串流通常包含數小時的連續音訊、視訊、自發對話、遊戲互動以及觀眾聊天室的脈絡。對於旨在理解或複製人類語言、行為和多模態脈絡的複雜模型來說,這類多樣且真實世界的素材是極其有價值的。Twitch 上內容的多樣性與大量資料能提供有關對話風格、節奏、副語言線索與情境反應的細緻訊號,這些在經過策劃的資料集中難以捕捉。

然而,創作者與社群成員提出了數項實質性疑慮。核心在於同意:Twitch 的變更把負擔放在創作者身上,要他們去找到並使用退出切換,而不是事先明確徵求許可。許多直播主擔心自己可能因為錯過或不理解預設設定而無意中成為模型訓練的貢獻者。這種焦慮因直播的性質而加劇,創作者常每週例行直播數小時,經常在實況中捕捉到他們的聲音、肖像與個人互動。

Twitch 領導層已經承認社群對於基於使用者提供資料所訓練的生成式 AI 存在強烈負面情緒。在 Twitch 官方頻道的一場公開直播中,Twitch 社群主管 Mary Kish 與產品長 Mike Minton 回答數千名現場觀眾的問題。觀眾反覆要求為何此變更不是採用選擇加入(opt-in)。Minton 坦率回應,他認為如果採用選擇加入,參與率可能會非常低:「如果這是選擇加入,沒有人會加入,」他說。這種以實務理由呈現的解釋,並未讓把同意與使用者控制視為基本原則的批評者消除疑慮。

關於 Twitch 創作者的內容是否已經被用於 Amazon 的模型訓練,也存在混淆。當在直播上直接被問及錄製的影片是否已被利用時,Minton 承認他不確定 Amazon 過去在模型訓練時使用了哪些資料,突顯出 Twitch 政策變更與 Amazon 內部做法之間的資訊落差。這種不確定性放大了創作者的擔憂:如果公司無法或不願清楚說明過去已使用的資料,創作者又如何就未來使用做出知情決定?

Twitch 以他們希望較不令人驚慌的措辭來描述介面變更:他們形容為「[新增] 一個設定,讓您可以選擇不讓您的頻道內容被用來訓練 Amazon 的生成式 AI 內容模型。」該措辭強調選擇權與阻止訓練使用的新能力,但批評者表示這樣的說法掩蓋了預設仍為包含在內的事實,除非創作者主動尋找並切換該設定。公告與措辭顯示 Twitch 預料會有負面反應並試圖軟化訊息,然而許多創作者認為此呈現方式較偏向防禦而非透明。

Twitch 的情況並不獨特。其他大型平台也允許使用公開使用者內容做為 AI 訓練。例如,Meta 已使用 Facebook 與 Instagram 上的公開貼文來訓練內部模型,該公司政策也引發類似的關於同意與營利的辯論。在某些法域內有額外的法律選項:例如英國的使用者在特定情況下可以選擇退出 Meta 的訓練,而在許多其他地區,避免被納入的實務選擇通常是將帳號設為私人——對依靠公開能見度以獲利的專業創作者而言,這種做法經常不可行。

Kish 將 Twitch 的退出切換描述為回應社群反饋:提供選擇退出反映出許多創作者不希望自己的內容被用來訓練生成式 AI 模型,Twitch 想要給予使用者這個選擇。要避免被納入,Twitch 創作者必須前往自己的頻道設定(不是創作者儀表板)、打開「安全與隱私」分頁、找到標示為「training for generative AI」的設定,並將其關閉。雖然這提供了一個技術上的保護機制,但仍然要求每位創作者採取主動步驟並持續留意該設定所控制的範圍。

關於預設選擇加入與選擇退出的爭論,引發更廣泛的倫理與實務問題,涉及平台治理、資料所有權以及科技公司對其內容創作者的責任。一方面,公司主張預設納入可以簡化資料取得並加速模型開發。另一方面,創作者與隱私倡議者強調,預設代表在未獲得明確同意時被認為可接受的行為,預設應尊重個人與創作所有權——尤其當內容直接促成商業產品與母公司潛在營收時。

隨著 AI 系統變得更有能力並更深度整合到產品中,創作者的作品是否直接從中獲益或在用作訓練時獲得補償,仍是爭論焦點。許多創作者認為他們的勞動推動了平台的價值,當被用來訓練商業模型時應被承認或獲得報酬。當前 Twitch 的做法並未提供任何與選擇退出或保持被納入相關的直接報酬機制,這進一步加劇不信任感。

總之,Twitch 的政策變更顯示出企業資料需求與創作者權利之間的張力。公司新增了選擇退出的方式,但預設仍為允許用於 AI 訓練。這一選擇引發了強烈的社群反應,突顯出過去使用情況的資訊缺口,並提出跨平台關於同意、透明度以及未來對支持 AI 發展之創作者的補償可能性的問題。

重點摘要表

面向描述
政策變更除非使用者選擇退出,Twitch 預設允許創作者的頻道內容被用來訓練 Amazon 的生成式 AI 模型。
創作者關切主要擔憂包括缺乏明確同意、內容可能已被先前使用,以及用於商業 AI 系統的資料未獲得補償。
公司理由Twitch/Minton 主張選擇加入系統將導致參與率低,故採用選擇退出作為讓訓練資料可用的實務路徑。
如何選擇退出前往頻道設定 → 安全與隱私 → 找到 “training for generative AI” 並將其關閉(非在創作者儀表板)。
更廣泛的脈絡其他平台(例如 Meta)也類似地使用公開內容做模型訓練,提出跨平台關於同意與控制的問題。

後續……

展望未來,圍繞 Twitch 預設 AI 訓練政策的爭議可能持續影響有關平台透明度、創作者權利與監管關注的討論。可能的發展包括平台提供更清楚的揭露、某些法域內法律強制採用選擇加入制度、當使用者產生內容被用於訓練商業模型時制定補償或歸屬的產業標準,以及在設定介面中更顯著嵌入改良的使用者控制。創作者應保持警覺:檢查並更新你的頻道隱私設定、關注平台公告,並跟進旨在保護內容創作者利益的法律或社群倡議行動。這些爭論的結果將影響在 AI 更廣泛嵌入消費者產品時,數位勞動如何被評價與治理。

最後編輯時間:2026/8/12

Claude AI

AI 智能編輯