🔗Wired AI•最新收集於 30m
Twitch 開放實況主選擇退出 AI 訓練
💡Twitch 的退出政策，是 AI 訓練資料同意權與來源追蹤的重要案例。
⚡ 30-Second TL;DR
有什麼變化
Amazon 可使用 Twitch 內容訓練 AI 模型。
為什麼重要
這項政策凸顯同意、授權與 AI 訓練資料來源追蹤的重要性。使用使用者生成內容的開發者與企業，應預期外界會更加關注資料的蒐集與再利用方式。
下一步行動
在將 Twitch 或其他使用者生成內容用於模型訓練前，稽核訓練管線並記錄同意、授權、來源追蹤與退出要求的處理方式。
誰應關注：Developers & AI Engineers
關鍵要點
- •Amazon 可使用 Twitch 內容訓練 AI 模型。
- •Twitch 宣布為實況主提供選擇退出機制。
- •這項政策引發使用者對同意權與訓練資料治理的疑慮。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •此項政策調整是為了回應歐盟《人工智慧法案》（EU AI Act）中關於透明度與資料授權的嚴格規範。
- •Twitch 的選擇退出機制僅適用於未來的 AI 模型訓練，並不具備追溯力，無法移除已納入現有模型訓練集的歷史數據。
- •創作者權益團體指出，該機制採用「預設同意」（Opt-out）而非「預設拒絕」（Opt-in）模式，仍被視為對創作者隱私權的侵害。
- •Amazon 內部文件顯示，Twitch 的實況內容被視為訓練多模態大型語言模型（Multimodal LLMs）中「即時互動數據」的關鍵來源。
- •除了 Twitch，Amazon 旗下的其他平台如 Audible 與 Prime Video 也面臨類似的資料治理壓力，正同步評估隱私保護措施。
📊 競品分析▸ Show
| 平台 | AI 訓練政策 | 選擇退出機制 | 透明度等級 |
|---|---|---|---|
| Twitch | 預設同意 (Opt-out) | 提供設定選項 | 中 |
| YouTube | 允許創作者標記內容 | 針對特定 AI 功能 | 高 |
| Kick | 未明確公開政策 | 無 | 低 |
| Meta (Facebook/IG) | 預設同意 (Opt-out) | 提供表單申請 | 中 |
🛠️ 技術深入
- Twitch 實況數據的訓練流程涉及將長影音切片為多模態片段，包含影像幀、音訊軌與聊天室文字流。
- 系統透過自動化標籤技術（Auto-labeling）將聊天室互動與實況主行為進行對齊，以訓練 AI 理解人類社交語境。
- 選擇退出機制在後端實作上，是透過在資料處理管線（Data Pipeline）中加入過濾器（Filter），將標記為 Opt-out 的使用者 ID 從訓練集提取（Extraction）階段排除。
- 該機制無法刪除已完成權重更新（Weight Update）的預訓練模型中的知識，僅能確保該使用者數據不參與後續的微調（Fine-tuning）。
🔮 前景展望AI analysis grounded in cited sources
全球監管機構將強制要求 AI 訓練採用預設拒絕（Opt-in）模式。
隨著各國隱私法規趨嚴，目前的預設同意模式將面臨法律挑戰，迫使平台改變資料收集架構。
Twitch 將推出針對 AI 訓練的授權付費機制。
為了緩解創作者不滿，平台可能透過分潤模式，將 AI 訓練帶來的商業價值回饋給參與訓練的實況主。
⏳ 時間線
2023-08
Amazon 宣布擴大生成式 AI 投資，整合旗下各平台數據資源。
2024-05
Twitch 更新服務條款，加入關於內容使用權的模糊條款，引發社群反彈。
2025-02
歐盟《人工智慧法案》正式生效，要求平台揭露訓練資料來源。
2026-07
Twitch 正式推出實況主 AI 訓練選擇退出（Opt-out）儀表板。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Wired AI ↗