OpenAI窃听

整理OpenAI语音AI未经授权收集和转录对话的疑云、诉讼与监管争议的文档

OpenAI窃听

概述

“OpenAI窃听”是指围绕OpenAI语音识别·对话式AI服务在未充分告知或取得同意的情况下收集、存储、转录用户对话的疑云，以及随之而来的诉讼、监管调查和媒体报道的统称。技术上，核心问题在于麦克风输入被传输至云端并转换为文本的过程中引发的个人信息与通信秘密侵害担忧；法律上，争议点在于是否违反各国禁止窃听法和个人信息保护法。“窃听”一词本身具有争议性，批评方强调可能持续监听，OpenAI方面则强调这是用户主动激活的功能。

主要内容

背景：语音AI的扩散

OpenAI于2022年将语音转文本模型“Whisper”作为开源发布，2023年在ChatGPT移动应用中引入语音对话模式。2024年5月公开GPT-4o并开始支持实时语音对话，在此过程中为降低延迟而采用的持续流式传输结构受到关注。随着语音助手、会议记录自动化、呼叫中心咨询分析等应用范围迅速扩大，“到哪里属于正常服务使用、从哪里开始属于窃听”的问题正式浮出水面。

技术结构与收集路径

一般语音AI流水线经历①麦克风输入 ②加密流式传输 ③服务器端语音识别 ④文本转换与存储 ⑤决定是否用于模型改进等阶段。争议焦点是③~⑤阶段。有观点指出，语音原始数据保存多久、转录文本是否被重新用于训练数据、通过第三方API或插件传输的音频是否另行存储等并不明确。特别是开源的Whisper在医院、咨询机构等自行使用后，OpenAI无法直接控制的路径中的对话收集问题也一并凸显。

法律争议点

在韩国，根据《通信秘密保护法》，原则上禁止非对话当事人第三方录音·窃听；根据《个人信息保护法》，语音信息被视为敏感度较高的信息。在美国，适用联邦窃听法（Wiretap Act）和州法，加利福尼亚、伊利诺伊等部分州采用要求对话参与者全员同意的“全员同意（all-party consent）”原则，因此仅使用AI助手也可能产生违法风险。在欧盟，依据GDPR，处理合法性、目的限制、信息主体权利保障与否成为问题。此外，通过集体诉讼请求损害赔偿、惩罚性赔偿可能性、与企业客户的数据处理协议（DPA）条款解释也作为主要争议点被讨论。

主要争议案例

2024年通过媒体报道，医疗机构广泛使用Whisper进行诊疗·咨询转录的事实被披露，引发患者个人信息保护问题。同年在美国，以语音数据的收集·利用方式违反窃听法和个人信息保护法为由的集体诉讼接连被提起。监管方面，意大利个人数据保护局（Garante）以违反个人信息保护法为由对ChatGPT运营作出处罚的案例具有代表性，欧洲各国监管机构以及韩国个人信息保护委员会等也开始进行实态检查和制定指南。可穿戴AI设备（Rabbit R1、Humane Pin等）因持续录音功能引发争议的事件也扩散了“AI窃听”讨论。

OpenAI的立场与反驳

OpenAI说明称，语音功能必须由用户明确激活才能运行，对话内容依据使用条款和个人信息处理方针处理。还提供不将对话用于模型学习的退出（opt-out）程序。反驳阵营指出，“窃听”表述过于刺激，实际服务是基于用户请求的处理。相反，批评方则质疑退出程序复杂且默认值更接近收集·利用，企业版和消费者版政策不同导致混乱较大。

社会影响

企业重新整备视频会议·通话录音政策，在引入AI会议助手时设置事先同意程序的案例增多。在教育、医疗、金融等处理敏感信息的领域，也出现暂缓引入语音AI或转向本地部署（自有服务器）方式的动向。

最新动态

进入2024~2025年，OpenAI扩展实时语音对话和智能体功能，大幅增加语音处理比重，并据此多次修订个人信息处理方针和透明度报告。在欧盟，AI法（EU AI Act）与GDPR同时适用的局面开始，语音数据的目的限制和告知义务得到加强；包括韩国在内的各国监管机构持续对生成式AI服务的语音·视频数据处理实态进行事前检查和发布指南。技术上，设备端（on-device）语音识别和边缘处理方式正作为替代方案崛起，“无需云端传输的AI助手”被提出为下一代差异化要素。同时，随着AI会议助手·可穿戴录音设备的普及，是否在产品层面强制要求取得全体参会者同意的设计将成为行业标准，这仍是今后核心争议点。

相关主题

  • [[OpenAI]]
  • [[ChatGPT]]
  • [[语音识别]]
  • [[通信秘密保护法]]
  • [[个人信息保护法]]
  • [[EU AI Act]]