OpenAI Tumbler Ridge 诉讼将安全失误升级为协助与教唆之争

OpenAI 面临 30 起新诉讼，原告称 ChatGPT 对 Tumbler Ridge 致命枪击案的实施者提供了实质性帮助。OpenAI Tumbler Ridge 诉讼不再仅仅指控该公司未能防止可预见的伤害。原告如今指控 OpenAI 及其 CEO Sam Altman 协助与教唆了这起 2 月袭击事件。

这一差异改变了法律争议的焦点。过失责任讨论的是，OpenAI 在发现严重威胁后是否未能尽到合理注意义务。协助与教唆则涉及，该公司是否明知而提供了与基础违法行为相关的实质性帮助或鼓励。

这些指控尚未在法庭上得到证实。OpenAI 对其安全团队如何处理该账户，以及谁参与了相关决策等关键说法提出异议。该公司还坚持认为，被识别出的活动未达到其联系执法部门的门槛。

不过，OpenAI 已承认了一项令争议格外棘手的事实：在枪击案发生前数月，公司便检测到令人不安的活动，审查了该账户，考虑过向警方转介，但最终决定不这样做。

这使案件不再只是围绕聊天机器人是否生成过一条危险回答的争论。OpenAI 的内部威胁评估、升级处置结构、重复违规者控制措施及高管监督，如今都受到法律审查。

30 起新诉讼扩大了针对 OpenAI 的案件范围

这些新提交的诉状，将一项存在争议的安全决策变成了对 AI 服务商是否应为后续暴力事件承担责任的更广泛检验。

这 30 起诉讼已在美国加利福尼亚北区联邦地区法院提起。原告包括受 Tumbler Ridge Secondary School 袭击影响的学生、教师、一名学校校长及其他人士。

一些原告当时身处学校内，但没有遭到枪击。他们的案件反映了更广泛的创伤：有人目睹暴力、失去同事，或担心自己会被杀害。

2 月 10 日的袭击始于不列颠哥伦比亚省 Tumbler Ridge 的一处住宅。枪手杀害两名家庭成员后前往学校，另有六人在那里遇害。

随后，袭击者自杀身亡。根据伤者统计方式不同，报道对于另有 25 人或 27 人受伤的说法不一。共有八名受害者死亡。

代理新一批原告的律师事务所 Edelson PC 此前已于 4 月提起七起相关联邦诉讼。最新一批案件使与该枪击案有关的美国诉讼总数据报增至 37 起。

此前的诉讼主要围绕非正常死亡、过失和产品责任。一份已提交的联邦诉状称，ChatGPT 存在设计缺陷，OpenAI 的决策对伤害后果有所促成。

9 月提交的诉状增加了一项更尖锐的主张。根据案件报道，原告如今称 OpenAI 向枪手提供了“实质性帮助和鼓励”。

这类措辞很重要，因为它描述的是故意的次级责任，而不只是安全工程做得不佳。原告必须将 OpenAI 的知情程度及其行为与袭击建立足够紧密的联系，才能满足适用的法律标准。

据称，诉状将 ChatGPT 描述为不只是被动的信息来源。原告指控，其对话行为在较长时间内鼓励了暴力想法，并协助了策划过程。

OpenAI 并未接受这一表述。其公开立场是，公司禁止协助暴力行为，并在系统识别出被禁止的行为时采取了执法措施。

因此，法院将面对两个相关问题。其一是聊天机器人向用户说了什么。其二是 OpenAI 的内部系统识别出该账户后，公司究竟知晓了什么。

第二个问题赋予这场诉讼不同寻常的分量。在线平台经常辩称，自己不可能预见通用服务的每一种有害使用方式。但在本案中，原告称 OpenAI 已将某一特定用户识别为构成具体威胁的人。

这一指控仍有争议。不过，OpenAI 已确认其审查了该账户，考虑过联系有关部门，并认定未达到转介门槛。

新诉讼将该决定的每一环都置于争议之中。它们质疑该门槛本身、所考量的信息、拥有决策权的人，以及防止被封禁用户再次返回的保障措施。

OpenAI 早已识别出该账户

OpenAI 并非在枪击案发生后才第一次得知该用户的行为。

OpenAI 表示，其滥用检测系统在 2025 年 6 月识别出该账户涉嫌“推进暴力活动”。随后，人工审核人员评估了相关材料，并考虑是否应转介警方。

该公司认为，这些活动未达到其对严重人身伤害构成“迫在眉睫且可信风险”的内部门槛。公司因其违反使用政策而封禁该账户，但没有联系加拿大皇家骑警。

这一账户级封禁并未永久终止该用户的访问。报道称，枪手随后创建了另一个账户，并继续使用 ChatGPT。

这一过程暴露出内容执法与威胁防范之间的缺口。暂停账户可以阻止一个已识别的登录账号，却未必能中断该人正在进行的根本性活动。

一般的内容审核决定关注的是内容是否违反平台规则。威胁评估则要判断，现有证据是否指向真实人物、目标、能力、时间范围及通向暴力的路径。

OpenAI 表示，其审核人员试图在安全、隐私以及不必要转介执法部门的风险之间取得平衡。首席战略官 Jason Kwon 将这类判断形容为困难且可能出错。

原则上，这种平衡是合理的。若一个系统将含糊的虚构讨论或情绪宣泄上报，可能会使无辜用户遭受侵入式调查。

关键问题在于，OpenAI 是否对其实际掌握的信息采用了站得住脚的标准。仅凭公开摘要无法回答这一问题。

据称，诉状指控内部员工认为，该账户构成可信威胁，涉及针对真实人物的枪支暴力。一些报道称，员工曾多次建议联系加拿大有关部门。

OpenAI 否认了这类说法中的部分内容。公司尚未公开发布完整的对话记录、审核人员备注、升级处置信息或最终决策备忘录。

缺失的记录是 OpenAI Tumbler Ridge 诉讼的核心。它可能显示，审核人员面对的是模糊材料，还是一系列指向可识别袭击事件的迹象。

它还可能澄清时间因素的重要性。OpenAI 在枪击案发生约八个月前检测到该账户，封禁处置与最终犯罪之间存在较长间隔。

较长的间隔可以支持 OpenAI 的论点，即审核时危险并不迫在眉睫。它也可能支持原告的主张，即该公司有时间调查反复出现的警示信号。

Sam Altman 后来为未向有关部门发出警报道歉。在其 4 月的信中，他写道，公司没有报告 6 月被封禁的账户，对此他“深感抱歉”。

这封道歉信承认该决定造成了毁灭性后果，但并未承认法律上的因果关系。道歉可以承认伤害，同时保留“转介是否本可阻止袭击”这一争议。

不列颠哥伦比亚省省长 David Eby 称，道歉是必要的，但并不充分。他还表示，OpenAI 似乎曾有机会阻止这场悲剧。

这一结论尚未得到证实。加拿大有关部门可能会采取行动，也可能在调查后未发现足够证据，或采取了会改变结果的措施。

尽管如此，转介决定已不再是抽象的政策辩论。OpenAI 识别出被禁止的暴力活动，考虑过升级处置，并选择了封禁账户而不通知警方。

OpenAI Tumbler Ridge 诉讼瞄准安全决策指挥链

原告质疑的不只是最终判断是否出错，还包括谁掌控了威胁处置决定。

据称，新诉状将 OpenAI 全球事务主管 Chris Lehane 列为升级处置链条中的关键影响人物。原告指控，他或其权限范围内的人员阻止了联系执法部门的建议。

诉状还称，Altman 批准了这一决定。据报道，Lehane 未被列为被告，而 Altman 则与 OpenAI 相关实体一同被列为被告。

这些都只是指控，而现有诉状据称部分基于“信息与信念”提出。这一法律表述意味着，原告预计证据开示将揭示他们目前尚无法获得的证据。

OpenAI 否认 Lehane 参与了最初的转介决定。Kwon 称该指控不实，并否认政治或公关考量影响了结果。

这一事实争议为案件提供了明确的证据开示目标。原告将寻求组织架构图、内部信息、升级处置日志、会议记录，以及审核人员和高管的证词。

这些证据可能表明，受过训练的威胁专家掌控了该决定。也可能表明，法律、政策、传播或高管人员拥有最终决定权。

任何一种组织设计都不必然不当。严重转介通常需要法律审查，因为其中涉及隐私、跨境披露以及可能的警方干预。

风险似乎出现在责任归属不清之时。如果专家建议升级处置，但其他部门可以悄然推翻他们的建议，公司就需要一项有记录的标准和明确的决策者。

诉讼指控 OpenAI 将安全判断置于声誉管理之下。OpenAI 则表示，其人员在信息不完整的情况下作出极其艰难的决定时，始终将安全放在首位。

这两种叙事不可能完整描述同一套流程。内部记录应能揭示哪一种更接近事实。

与早期社交媒体诉讼的类比并不完全恰当。Meta、Google 和 Reddit 等平台曾面临涉及暴力内容、推荐系统和极端主义招募的索赔。

这些案件通常涉及第三方创作并通过信息流分发的材料。ChatGPT 则在持续进行的私人交流中生成个性化回应。

这一差异很重要。对话系统可以追问、认同用户的叙事框架、记住此前的陈述，并调整其回复。

它也能识别单条消息无法揭示的跨对话模式。这使安全控制在某些方面更有能力，也让其失效时的后果更加重大。

不过，对话式生成并不会自动构成法律上的协助。原告仍需提供证据，将具体输出或公司决策与这起袭击联系起来。

因此，案件的焦点可能在于产品细节，而非围绕人工智能的宏大论调。法院可能会审查 ChatGPT 的具体回应、触发了哪些安全护栏，以及系统是否强化了暴力意图。

原告还需证明帮助和教唆责任所要求的主观状态。公司普遍意识到产品可能被滥用，通常不同于其知悉某一特定不法行为。

OpenAI 此前对账户的审查缩小了两者之间的距离，但并未消除这一差距。

原告最有力的论点是，OpenAI 掌握了具体的预警信息，却仍因对重复用户的控制不足而持续提供访问权限。OpenAI 可以回应称，其已封禁被识别出的账户，并不了解替代账户的存在。

结果可能取决于恢复访问权限是否可预见、是否可防止，也可能取决于同一人规避封禁究竟有多容易。

核心冲突在于安全判断与可预见伤害之间

这起诉讼检验的是：在一名被标记的用户实施了正在审查的同类暴力行为后，酌情设定的安全门槛是否仍站得住脚。

OpenAI 的门槛要求在向执法部门转介前，必须存在迫在眉睫且可信的风险。此类标准旨在避免仅因模糊或推测性的对话就举报用户。

原告认为，该用户的活动早已越过这一界限。他们的指控描述了有关枪支暴力，以及针对真实人物策划袭击的对话。

公众目前尚无法依据完整聊天记录核实这些描述。选择性摘录可能使原本含糊的记录显得决定性十足，而摘要也可能掩盖逐步升级的模式。

这一核实缺口应当影响人们对 OpenAI Tumbler Ridge 诉讼的所有判断。诉状代表的是一方提出的事实主张，而非审判后作出的认定。

不过，OpenAI 自身的行动表明，这些对话具有严重性。公司识别出该账户，将其升级至人工审查，考虑过向警方转介，并实施了封禁。

这些行动使该案区别于完全建立在事后判断之上的案件。原告并非只是主张，任何服务提供商都应预测一场不可预测的犯罪。

他们指控 OpenAI 在袭击发生前已识别出相关危险，却选择了不足够的干预措施。随后，替代账户据称恢复了原本意在通过首次封禁移除的访问权限。

OpenAI 可以从多个环节质疑因果关系。向警方转介未必会带来干预，而移除 ChatGPT 也未必会改变袭击者的意图。

公司还可以主张，枪手仍是暴力行为的直接原因。按照这一观点，产品访问既非犯罪的必要条件，也非充分条件。

原告将回应称，民事责任可以延伸至直接行为人之外。他们的理论取决于能否证明，OpenAI 的行为实质性增加了风险或促成了袭击。

帮助和教唆主张面临的挑战更为严峻。正如 TechCrunch 所指出的，它很可能在早期就遭遇驳回请求，因为故意和实质性协助需要严格的证据证明。

原告未必需要证明 OpenAI 希望枪击事件发生。但他们确实需要根据适用法律，提出关于知情与协助的、在法律上充分的陈述。

这正是为何有关 ChatGPT 回应的指控与转介决定同样重要。不报警看起来像是不作为，而针对个人的鼓励则可被界定为积极协助。

OpenAI 很可能会同时质疑内容定性和法律关联。聊天机器人的生成语言并不代表某名人类员工的个人意图。

但公司仍应对产品的设计、监控和部署方式负责。更棘手的问题是，当自动化回应与已知高风险用户互动时，应适用何种责任框架。

法律体系尚未就这一问题为通用生成式 AI 作出定论。现有的产品责任、过失和次级责任原则，均是在围绕不同技术发展的背景下形成的。

Tumbler Ridge 诉讼可能迫使法院区分多项义务。一项涉及模型行为的安全性，另一项涉及用户监控，还有一项涉及报告可信威胁。

将这些义务合并为一项包罗万象的义务会带来问题。服务提供商可能过度举报用户、保留更多私人对话，或部署侵入性身份核查。

忽视这些义务则会造成另一种危险。服务提供商可能识别出可信威胁、封禁一个账户、允许轻易重新进入，并在预期伤害发生时否认责任。

负责任的标准必须介于全面监控与故意视而不见之间。这些案件追问的是，OpenAI 的流程是否落在这一边界之外。

这些案件令所有 AI 提供商的升级处置规则承压

直接被告是 OpenAI，但相关运营问题延伸至每一家提供持续性对话系统的公司。

Anthropic、Google、Meta、Microsoft 以及规模较小的模型提供商，都面临涉及自残、暴力、欺诈和剥削的滥用问题。它们的产品各不相同，但每家公司都必须决定何时应将自动检测升级为人工审查。

它们还必须确定，何时人工层面的担忧足以正当化外部干预。这一决定涉及安全证据、隐私法、合同承诺、司法管辖权以及用户身份识别的可靠性。

Tumbler Ridge 增加了跨境复杂性。OpenAI 在加利福尼亚运营，用户位于不列颠哥伦比亚省，而潜在转介对象是加拿大警方。

转介协议必须识别正确的主管机构，并快速传递有用信息。它还必须遵守适用的信息披露规则和紧急请求程序。

OpenAI 表示，其已在袭击发生后强化安全措施。根据 Associated Press 报道的该公司声明，调整包括改善针对困扰状态的回应、加强升级处置，以及提升对重复违规者的识别能力。

这些措施具有相关性，但并不能解决 2 月 10 日之前发生了什么。公司往往会在严重事件后改进控制措施，但这并不意味着其承认早期安全措施在法律上存在缺陷。

这些变化确实揭示了 OpenAI 认为存在改进空间的领域。对重复违规者的识别尤为重要，因为据报道，枪手在首个账户被封禁后又重新获得了访问权限。

行业如今面临压力，需要清晰界定多项运营保障措施。

首先，服务提供商需要书面的转介标准，同时涵盖迫在眉睫的威胁与通向暴力行为的可信路径。仅狭隘关注时间节点，可能会忽视袭击发生数月前就已展开的准备工作。

其次，公司需要为不确定案件设置审查路径。当后续活动补充了背景信息时，一项二元决定不应永久终结案件处理。

第三，账户执法必须与重复用户识别相衔接。否则，封禁移除的只是一个标识符，而高风险人员的访问权限基本未受影响。

第四，责任必须可追溯。公司应记录谁作出决定、他们考虑了哪些证据，以及为何拒绝相反建议。

第五，服务提供商需要跨境升级处置方案。一项全球可访问的服务不能在紧急情况发生时才临时编造司法管辖流程。

这些保障措施都伴随成本。更严格的身份核查会减少匿名性，更广泛的监控会增加隐私风险，而激进的转介可能使脆弱群体暴露于执法部门面前。

误报并非无关紧要的错误。它们可能损害人生，阻碍人们寻求支持，并对本就受到过度执法影响的社区造成不成比例的影响。

漏报同样可能造成不可逆转的伤害。这种平衡不能简化为最大化被检测或被举报的账户数量。

这正是行业比较变得重要的地方。服务提供商不应通过发布其模型比竞争对手更安全的模糊声明来竞争。

它们应在不披露有助于用户绕过控制措施的细节前提下，公开可量化的流程信息。有用的披露可包括升级处置量、审查时间、重复违规率和转介结果。

独立审计可以检验书面政策是否与实际操作相符，也可以审查业务或传播高管是否能够在未记录审查过程的情况下推翻安全专家的意见。

即使在裁决作出前，OpenAI Tumbler Ridge 诉讼也可能对这种透明度形成压力。证据开示可能揭示自愿安全报告未涵盖的内部程序。

政府也可能作出回应。枪击事件发生后，加拿大官员传唤了 OpenAI 的安全代表，而不列颠哥伦比亚省已考虑就与该公司行为有关的问题采取法律行动。

2 月的一份政府回应聚焦于 OpenAI 如何决定何时将威胁转交执法部门。这个问题如今处于私人诉讼的核心。

监管机构应避免将要求无限制监控当作简单答案。更好的目标是，对服务提供商已经识别出的风险实施可追责的升级处置。

这些诉讼仍需证明什么

OpenAI 承认曾进行审查，使这些案件变得严肃，但这并不能证明公司在法律上导致或故意协助了袭击。

第一个未决问题是完整对话记录。法院需要的不只是选择性摘录，才能评估 ChatGPT 是鼓励暴力、抵制暴力，还是给出了前后不一的回应。

每次交流的时间和背景同样重要。一项单独看似乎虚构的表述，在与目标、武器、时间安排或反复策划结合时，可能呈现不同含义。

第二个问题是 OpenAI 的内部知情情况。原告必须区分个别审查人员的怀疑，与公司获授权决策者实际知晓的内容。

内部警告可以支持这一调查，但不会自动证明高管持有相同的事实判断，或将一场袭击理解为足够具体。

第三个问题是谁作出了转介决定。原告指控 Lehane 的指挥链参与其中，并由 Altman 批准。

OpenAI 否认 Lehane 曾参与。诉状据称依据“信息和信念”提出主张，意味着证据开示将承担很大一部分举证负担。

第四个问题是替代账户。调查人员需要确定 OpenAI 何时将其与被封禁用户关联，以及袭击发生前有哪些信号可用。

如果公司没有切实可行的方法建立这一关联，第二个账户将削弱“明知协助”的主张。如果存在强有力的匹配信号，则会强化有关重复执法的论点。

第五个问题是因果关系。转介必须与合理可信的干预相联系，ChatGPT 的输出也必须与袭击者的决定相联系。

任何法院都不应假定警方行动一定能够阻止枪击事件。任何法院也不应在不审查可用证据的情况下，假定未能转介无关紧要。

第六个问题是生成言论适用的法律标准。ChatGPT 的输出由软件生成，但 OpenAI 设计了互动方式并控制系统的安全措施。

法院必须决定，这种设计何时类似于有缺陷的产品、存在过失的服务、受保护的出版行为，或积极协助。不同主张可能得到不同答案。

如果原告仅描述模型普遍迎合用户的倾向，帮助和教唆理论就尤其脆弱。若他们能记录与已知暴力计划直接相关的具体协助，该理论就会更有力。

第七个问题涉及未受到身体伤害的原告所主张的损害赔偿。他们的诉求包括因目睹并幸存于此次袭击而产生的心理伤害。

这些主张可能涉及有关接近性、可预见性以及可获赔情感伤害的不同问题。即使基础行为相同，不同原告的答案也可能不同。

这使得出现单一、戏剧性判决的可能性低于经历一连串程序性裁决。法院可能驳回部分主张，允许其他主张进入证据开示阶段，并对特定原告作出不同处理。

OpenAI 很可能会在大规模证据开示前寻求尽早驳回案件。原告则会主张，存在争议的内部事实不能仅凭诉状得到解决。

因此，首批重大裁决的重要性将超出最终结果本身。如果帮助和教唆主张得以存续，AI 提供商在明知审查高风险行为时将面临更大的责任风险。

若该主张被驳回，过失和产品责任理论仍可能继续推进。驳回并不意味着认可 OpenAI 的安全流程，也不会终结所有相关案件。

三个信号将显示 OpenAI 诉讼的走向

下一阶段将取决于法院能否获取证据，而非相互竞争的公开表态。

第一个信号是法院对驳回动议的回应。法官将决定诉状是否合理地主张了知情、实质性协助、因果关系以及法律认可的义务。

允许帮助和教唆主张继续推进，将强化原告的核心理论。在保留过失主张的同时驳回该项主张，则会缩小案件范围，但不会终结安全争议。

第二个信号是证据开示是否会触及 OpenAI 的内部升级记录。组织架构图、审核人员信息、决策日志和高管沟通记录，可能会解决谁控制转介流程这一争议。

如果证据显示，安全专家曾因非安全原因被反复推翻，将强化原告的诉求。若有记录显示，在证据不完整的情况下进行了由专家主导的审查，则将支持 OpenAI 的抗辩。

第三个信号是 OpenAI 对更强的重复用户和威胁升级控制措施的实施情况。该公司表示这些系统已有改进，但有意义的评估不能只看政策措辞。

应关注独立测试、透明度指标，以及对人工审核权限的清晰说明。还应关注其他 AI 提供商是否公布可比的升级标准。

OpenAI Tumbler Ridge 诉讼涉及围绕一场巨大人类悲剧的指控。它们不应成为轻率宣称某一种技术就能单独解释暴力行为的工具。

它们也不应被简化为一次不可避免的内容审核失误。OpenAI 识别了该账户，考虑过外部干预，并作出了一项具有重大后果的决定，值得进行事实审查。

对于开发者和企业买家而言，实际问题很直接：当 AI 系统侦测到危险时，谁应为高风险决定负责？应询问供应商升级机制如何运作、如何处理重复访问，以及如何记录推翻决定的情况。

对于政策制定者而言，挑战更为棘手。规则能否要求针对可信威胁采取可追责的行动，同时又避免将大规模监控私人对话常态化？

法院记录应会给出下一批有意义的答案。在此之前，这些指控仍未得到证实，OpenAI 的否认仍存在争议，而核心安全失误也依然无法轻易排除。