2024 májusában Reddit hivatalos keresetet nyújtott be a Manhattan szövetségi bíróságán a Perplexity nevű mesterséges intelligencia cég, valamint három másik adatgyűjtő vállalat – az Oxylabs UAB, az AWM Proxy és a SerpApi – ellen. A keresetben azzal vádolják őket, hogy illegálisan gyűjtötték és használták fel a Reddit értékes tartalmait, megsértve ezzel a platform digitális védelmi mechanizmusait.
A Reddit keresetének háttere és vádjai
A Reddit keresete szerint ezek a cégek úgy kerültek hozzá az adatokhoz, hogy megkerülték a platform biztonsági korlátait, mégpedig úgy, hogy nem közvetlenül a Reddit oldaláról szedték le az információkat, hanem a Google keresőmotorjának találati listáján keresztül „kaparták” le az adatokat. A Reddit ezt az eljárást egy bankrablóhoz hasonlította, aki nem tud bejutni a bank páncéltermébe, ezért inkább az értékeket szállító páncélautót támadja meg.
„Ezek az alperesek olyanok, mint akik tudják, hogy nem juthatnak be a bank páncéltermébe, ezért inkább a pénzt szállító páncélautót törik fel.” – áll a Reddit keresetében.
Korábbi figyelmeztetés és Perplexity válasza
A Reddit még 2024 májusában felszólító levelet küldött a Perplexity-nek, amelyben megkövetelte, hogy hagyják abba az adatok engedély nélküli gyűjtését, kivéve ha megállapodnak a platformmal – hasonlóan ahhoz, ahogy azt Google és OpenAI tette. A Perplexity azonban azt állította, hogy nem használja fel a Reddit tartalmait mesterséges intelligencia modelljeinek képzésére, továbbá tiszteletben tartja a Reddit robots.txt fájljában foglaltakat.
Ennek ellenére azonban a Reddit keresete szerint Perplexity hivatkozásai a Reddit tartalmaira negyvenszeresére nőttek azután, hogy felszólították őket az adatgyűjtés leállítására. A Reddit szerint ehelyett egyre kifinomultabb módszerekkel próbálták megkerülni a platform biztonsági rendszereit és szabályzatait.
Az adatgyűjtés módszerei és üzleti modell
A periratok szerint Perplexity legalább egy adatkaparó eszközt használt arra, hogy beépítse a Reddit tartalmait mesterséges intelligencia modelljeibe. A Reddit szerint ez az üzleti modell lényegében abból áll, hogy a Google keresési eredményein keresztül begyűjtik a Reddit tartalmait, majd egy harmadik fél nagy nyelvi modelljébe táplálják be ezeket az adatokat, amit új termékként kínálnak.
„Ez az üzleti modell valahogy 20 milliárd dolláros értékelést eredményezett, de nem hajlandóak fizetni azért, amit mások – köztük Google – már megtettek.”
Perplexity és más érintett cégek reakciói
Perplexity szóvivője, Jesse Dwyer hangsúlyozta, hogy cégük mindig is küzdött azért, hogy a felhasználók szabadon és tisztességesen férjenek hozzá nyilvános információkhoz. Dwyer szerint vállalatuk felelősségteljesen jár el az AI által szolgáltatott pontos válaszok biztosításában, és nem tűrik el azokat a fenyegetéseket, amelyek veszélyeztetik az információszabadságot és közérdeket.
A SerpApi és Oxylabs képviselői szintén jelezték, hogy megvédik magukat a Reddit vádjai ellen. Az AWM Proxy-t pedig korábbi orosz botnetként említik a periratokban; velük kapcsolatban nem érkezett kommentár.
Reddit védekezése és technológiai lépések
A Reddit szóvivője elmondta, hogy évek alatt több tízmillió dollárt fordítottak anti-scraping (adatkaparás elleni) rendszerek fejlesztésére. Egy különleges tesztposztot hoztak létre digitális „jelölt bankjegyként”, amely csak Google keresőrobotja számára volt látható. Ez alapján tudták bizonyítani, hogy Perplexity vagy valamelyik együttműködő adatkaparó eszközük engedély nélkül használta fel ezt az információt.
„Néhány órával később már Perplexity ‘válaszmotorjában’ is megjelent ennek a tesztposztnak a tartalma.”
Közösségi reakciók és szakmai vélemények
A Cloudflare vezérigazgatója Matthew Prince egy közösségi médiás posztban összehasonlította Perplexity-t Észak-koreai hackerekkel amiatt, hogy igyekeznek eltitkolni webes adatgyűjtési tevékenységüket. Prince felszólította az iparágat arra, hogy nevezzék meg és blokkolják ezeket az általa „kétes hírnevű” AI cégeket.
Reddit jogi vezetőjének nyilatkozata
Ben Lee jogi igazgató szerint az Oxylabs UAB, AWM Proxy és SerpApi „tipikus példái” azoknak az illegális adatkaparóknak, akik technológiai védelmeket kijátszva lopják el az adatokat és adják el ügyfeleiknek mesterséges intelligencia képzéshez.
„A Reddit különösen vonzó célpont ezek számára mivel ez az egyik legnagyobb és legdinamikusabb emberi beszélgetéseket tartalmazó gyűjtemény.”
Reddit új stratégiája: verseny a keresőpiacon
A 2005-ben indult Reddit kezdetben online fórumként működött, de mostanra új stratégiát követ: igyekszik növelni értékét keresőforgalom révén. Ez versenyhelyzetbe hozza olyan cégekkel mint például Perplexity.
„A Reddit egyike azon kevés platformnak, amely valódi keresési célponttá válhat. Egyedülálló beszélgetések és tudásanyag található nálunk olyan formában, amit máshol nem lehet megtalálni.”
A cég 2024 júliusi negyedéves jelentése szerint hetente több száz millió ember keresi fel tanácsért vagy információért a platformot. Ezzel párhuzamosan egyre több látogatóból aktív felhasználó válik.
Keresőpiac jövője: együttműködés Google-lel
A keresőforgalom ma már jövedelmező iparág; vezető szereplője Google. 2024 márciusában Google kibővített partnerséget kötött Redddittel annak érdekében, hogy AI modelljeihez használja fel annak tartalmait. Cserébe Reddit hozzáférést kapott Google Vertex AI szolgáltatásához is, amely fejlettebb keresési funkciókat tesz lehetővé.
Egy hónappal később pedig Reddit nyilvánosságra hozta tőzsdei bevezetését 6.4 milliárd dolláros értékeléssel.