Hecht schrieb den Satz laut TechCrunch in einer internen Microsoft-Präsentation vom Januar 2024. Darin nennt er das Abgreifen von Webinhalten einen erstaunlichen Diebstahl von beispiellosem Umfang und beschreibt die Wirkung der Copilot-Antwortmaschine auf das Web als „doom loop“ – sie schade der Leistung der eigenen Modelle und dem Web zugleich.
Aus denselben Unterlagen stammen konkrete Mengenangaben. OpenAIs Datensätze für das Mid-Training enthalten laut TechCrunch allein mehr als 91.692 Kopien von Werken der New York Times, der Daily News und des Center for Investigative Reporting. Ein als „Project Mango“ bezeichneter Trainingsdatensatz soll mindestens 160.903 einzelne Werke von Nachrichtenverlagen umfassen.
Microsofts eigene Daten zeigen den Akten zufolge, dass die Copilot-Antwortmaschine die Klickrate auf die Domain der New York Times gegenüber der klassischen Bing-Suche um bis zu 93 Prozent senkte. Reuters entnimmt den Unterlagen, dass mehr als zehn Millionen Artikel abgegriffen wurden, knapp ein Drittel davon von der New York Times.
Neben Hecht zitieren die Akten OpenAI-Verantwortliche. Nick Turley, bei OpenAI für ChatGPT zuständig, spricht von einer existenziellen Bedrohung für Verlage durch Produkte, die die Presse größtenteils ersetzen. Microsoft-Chef Satya Nadella sagte aus, Inhalte hinter Bezahlschranken sollten lizenziert werden. Microsoft erklärte gegenüber Reuters, Hechts Aussagen gäben die individuelle Perspektive eines Beschäftigten wieder.
Das Verfahren läuft vor dem Bundesbezirksgericht in New York unter Richter Sidney Stein; beide Unternehmen halten ihre Nutzung für transformativ und damit für Fair Use. Die Dokumente stammen aus einem Antrag der Kläger, über den das Gericht noch nicht entschieden hat. Auf Anfrage von TechCrunch äußerten sich weder OpenAI noch Microsoft.