Twitch 的 AI 训练退出选项：主播需要了解什么

据报道，Twitch 新增了一项创作者控制功能，可阻止直播内容被用于 AI 训练，但该设置默认处于开启状态。Engadget 的报道让这一决定受到更广泛关注，尤其是那些原本以为平台会先征求同意的创作者。

眼下的操作很简单：打开 Twitch 的创作者设置，找到 AI 模型训练控制项，并关闭用于训练的许可。界面措辞和位置可能会变动，因此创作者应在保存选择前阅读页面显示的说明。

更大的问题不在于这个开关本身。据报道，Twitch 选择了退出制，也就是除非创作者主动操作，否则继续参与就会被视为同意。这将负担转移给主播，同时让 Twitch 能够灵活利用一批可能极具价值的视频、音频、聊天和行为数据。

这一差别很重要，因为直播包含的不只是游戏画面。一次直播可能包括创作者的面孔、声音、即兴发挥、原创图形内容、与观众的交流，以及其他人的出镜。

根据 Engadget 关于 AI 训练的报道所述，Twitch 的新控制项为创作者提供了一项此前缺乏可见设置的选择。不过，它并未解答有关过往直播、第三方抓取或下游模型的所有问题。

据报道，Twitch 作出了哪些调整

Twitch 将广泛的 AI 政策问题转化为账户级设置，但创作者必须自行找到并更改它。

据 Engadget 报道，Twitch 现在允许主播阻止公司使用其直播内容训练 AI。关键细节是，该功能据称默认允许训练。

退出制设定为：在用户明确拒绝之前，默认视为参与。选择加入制则会在创作者主动同意前，将相关内容排除在该计划之外。

这种差别改变了谁来承担取得同意的成本。在退出制下，Twitch 可以纳入不活跃、不知情或不在意的账户，除非账户所有者更改设置。

创作者必须花时间发现该功能、理解它并记录自己的选择。有些人可能永远不会看到公告，也不会再次查看自己的控制面板。

一个可见的控制项仍然比埋在法律措辞中的模糊政策更有用。它向创作者提供了一个无需与平台协商即可直接更改的明确选项。

这一控制项也承认，AI 训练是一种独立的使用方式。向观众直播视频，在直觉上并不等同于为模型开发提供素材。

随着媒体公司、平台和模型开发商争夺授权数据，这一区别愈发难以忽视。高质量的人类视频和语音可支持多种 AI 应用。

直播素材可帮助训练识别语音、总结视频、审核内容、生成片段或解读长时间录制活动的系统。它也可支持与推荐和广告相关的研究。

根据所提供的报道，Twitch 尚未公开说明哪些具体模型会接收直播数据。该报道也无法确认这一设置是否适用于每一种内部系统。

“AI 训练”可能涵盖不同流程。平台可能训练生成式模型、改进审核分类器、测试推荐系统，或开发生成直播摘要的工具。

这些用途带来的风险并不相同。用于检测违规行为的模型，与模仿声音或生成合成视频的模型运作方式不同。

因此，创作者应将这一设置视为重要控制项，而非 Twitch 数据实践的完整图景。开关旁显示的说明，与开关标签本身同样重要。

Twitch 的平台条款规定了用户上传或直播内容时授予的权利。即使单独的产品设置限制了某一种用途，这些条款仍然相关。

这项新控制项构成了本文的核心张力：Twitch 提供了拒绝的方式，但其默认设置假定未采取行动的创作者已给予许可。

如何关闭 Twitch 直播内容的 AI 训练

不希望自己的直播被用于模型训练的创作者，应关闭 AI 训练许可，并保留更改记录。

使用拥有频道的账户登录 Twitch。如果移动应用中没有显示相关控制项，请使用桌面浏览器。

打开 Creator Dashboard，然后在账户、频道、直播和隐私设置中查找 AI 模型训练选项。随着 Twitch 更新界面，具体菜单名称可能有所不同。

在更改前阅读控制项附带的文字。确认说明是否涵盖直播、已存储视频、片段、聊天、音频或其他频道素材。

如果不希望 Twitch 使用涵盖内容进行 AI 训练，请关闭该许可。如果 Twitch 提供单独的确认按钮，请保存更改。

保存后重新加载页面。确认开关仍保持关闭，且没有仍在等待回应的确认对话框。

为最终设置截取带日期的截图。将其与其他频道管理记录一同保存，尤其是在直播构成你业务一部分的情况下。

该记录无法防止所有可能的争议，但它可以证明创作者何时通过 Twitch 提供的控制项表达了偏好。

管理多个频道的创作者应分别检查每个账户。组织级登录并不必然意味着一项偏好适用于所有关联频道。

团队还应确定由谁负责这项任务。频道经理、机构或员工不应假定其他管理员已经更改了设置。

在重大政策通知或控制面板改版后再次检查该控制项。平台有时会重命名功能、重组菜单或修改现有许可的适用范围。

Engadget 的报道提供了最初的提醒，但具体操作应以 Twitch 当前界面为准。文章中的截图可能会在产品更新后过时。

创作者还应检查已存储内容的设置。删除旧视频、片段或精选内容会改变仍可公开访问的内容，尽管删除并不能证明内容已从现有数据集中移除。

在更改留存或删除设置前，下载你需要保留的直播内容。删除唯一副本可能损害创作者档案，却无法解决过去训练相关的问题。

也应审查已连接的应用。编辑服务、剪辑工具、分析产品和频道管理软件，可能通过单独的许可获得内容。

关闭 Twitch 自身的训练控制项，并不会自动撤销此前授予这些服务的访问权限。每个服务提供商都可能有自己的条款和删除流程。

创作者应区分 Twitch 获授权的使用与未经授权的公开抓取。平台设置可以控制前者，但无法保证外部方从未收集过公开直播内容。

公开可访问不等于拥有不受限制的合法使用许可。然而，技术上的可获得性使复制成为可能，即使创作者提出反对。

限制存档、删除不必要的片段和审查应用访问等措施可以减少暴露面。它们无法为公开直播建立绝对屏障。

邀请嘉宾出镜的创作者，也应在录制前说明频道的 AI 偏好。主播可以控制账户，但嘉宾提供了可识别的声音和影像。

这对访谈频道、播客、现场表演和社区直播尤为重要。这些录制内容可能包含从未自行接受 Twitch 账户条款的人。

对于商业频道，应将这一决定与肖像授权、音乐许可和赞助协议一并记录。AI 使用可能涉及关于录制出镜内容将通过何处传播的合同承诺。

因此，实际应对分为两层：先关闭据报道的 Twitch 控制项，然后审计录制内容离开频道的更广泛路径。

为什么 Twitch 没有将该功能设为选择加入

退出制默认设置有利于运营灵活性和数据集连续性，同时将取得同意的工作转移给个别创作者。

所提供的材料中，Twitch 并未给出一个经过充分核实的解释，说明其为何未采用选择加入设计。因此，对其动机的任何说明都应仍属推断。

最直接的产品解释是参与率。当每位用户都必须主动加入时，可选计划吸引的参与者会更少。

默认开启可立即带来更广泛的覆盖。当平台希望获得足够多样的内容，以测试或训练涵盖不同语言、游戏、频道规模和直播形式的系统时，这一点尤其重要。

这一设计也避免用强制同意页面打断每位主播。Twitch 可以通过设置和通知推出该功能，而不会阻碍用户使用直播工具。

这种方式减少了公司的摩擦，却增加了创作者在未经过审慎考虑的情况下参与的可能性。

默认设置的影响已在各类消费产品中得到充分证实。许多人会保留预先选定的设置，因为他们没有注意到，或没有时间评估后果。

这正是退出制并非中立呈现方式的原因。界面让一种结果轻而易举，而将另一种选择置于数个操作步骤之后。

Twitch 可能会主张，其现有协议已提供运营和改进服务所需的权利。这样一来，单独的控制项便可被视为给予创作者的额外选择。

这种法律框架并不能解决伦理问题。创作者可以授予平台运营相关权利，却未必预期自己的表演会成为通用训练材料。

“AI”一词的广泛性使选择更复杂。创作者可能支持自动化审核，却反对声音模仿、合成视频或通用模型训练。

一个开关可能会将这些偏好压缩成二元选择。若没有精确分类，创作者只能接受所涵盖的用途，或一并拒绝它们。

平台对安全与无障碍工具也有正当利益。自动化系统可协助字幕生成、内容审核、内容发现和有害行为检测。

但正当的产品用途并不会自动证明每种训练目的都合理。Twitch 应明确该设置涵盖的模型、数据类别、留存规则和预期输出。

该公司的隐私声明提供了有关所收集数据及其用途的更广泛信息。创作者应将其与控制面板中较为具体的说明一同阅读。

选择加入模式会形成更清晰的主动同意记录。它也会使 Twitch 获得一个规模更小、参与频道自我筛选程度更高的集合。

这个较小的数据集可能缺乏足够的语言和文化多样性。它可能过度代表大型创作者、技术参与度高的用户，或本就对 AI 感到安心的频道。

这些限制解释了公司为何常偏好退出制收集。它们并不能消除让创作者作出知情、具体且可撤销选择的必要性。

Engadget 的报道揭示了一种常见的不平衡：Twitch 设计系统、控制界面，并且知道设置何时发生变化。

创作者必须自行发现这一变化。他们也无法得知，在选择退出之前，自己较早的直播内容是否已进入训练流程。

更完善的披露应直接回答几个问题。Twitch 应说明收集何时开始、哪些内容符合条件，以及关闭该设置是否会影响此前已收集的材料。

它还应说明，该偏好是否会随已删除的账户或改名后的频道延续。创作者需要知道，他们的选择会在已存储的数据中保留多久。

最后，Twitch 应解释该设置是否涵盖外部合作伙伴。限制 Twitch 的内部训练，并不一定意味着在单独协议下共享的数据也受到同样限制。

在这些细节公布之前，这项默认设置看起来与其说是被动的界面维护，不如说是一项政策选择。它在每位创作者评估利弊之前，最大化了参与范围。

这项控制无法解决第三方抓取问题

Twitch 可以限制自身获授权的使用方式，但任何控制面板开关都无法追回已被外部机构收集的副本。

公开直播在技术上是颇具吸引力的训练来源。它们结合了连续视频、自然语音、观众反应、元数据，以及已知频道身份的反复出现。

这种结构可以支持多模态 AI，即处理不止一种信息类型的 AI。模型可能会将口语内容、画面动作、聊天消息和时间戳关联起来。

同样的丰富性也给创作者带来不同寻常的风险。一场直播可能包含受版权保护的媒体、获得授权的游戏、音乐、私人故事、位置细节以及可辨认的旁观者。

Twitch 并不一定拥有直播中可见的每一项元素。主播本人对音乐、游戏画面、艺术作品或嘉宾出镜也可能只拥有有限权利。

这种分层的所有权使广泛的训练主张变得复杂。来自平台或账户持有人的许可，未必能解决每一项基础权利问题。

政策争议同样尚未定论。美国版权局一直在研究受版权保护作品与生成式 AI 开发及授权之间的关系。

其 Copyright and Artificial Intelligence initiative 表明，训练争议不能被简化为单一平台设置。相关问题会因访问方式、目的、输出、市场影响和适用法律而异。

Twitch 的退出选项可以作为创作者反对某项涵盖用途的证据，但它不会自动决定无关开发者的收集行为是否合法。

这一开关也不等同于技术访问屏障。公开视频可以通过普通播放、自动化工具或在其他地方发布的副本被录制。

第三方可能会在他人将片段转发后，从社交媒体收集该片段。该副本可能不带有原始 Twitch 频道关联的账户级偏好。

创作者应对“一项设置就能让作品‘免受 AI 影响’”的说法保持怀疑。该功能处理的是与 Twitch 的特定关系，而不是整个互联网。

反过来的夸张说法也无益。公开发布并不意味着创作者已经放弃了对署名、报酬、隐私或语境完整性的全部权益。

平台可以通过合同和技术信号强化创作者偏好。它们可以禁止抓取、限制自动化访问，并要求合作伙伴遵守退出选择。

它们还可以为导出的媒体附加持久的来源元数据。来源记录可以识别来源，并保留有关获授权转换的信息。

这些措施仍取决于遵守情况。执意收集者可以删除元数据、无视限制，或从二手来源获取内容。

因此，执行至关重要。Twitch 应说明其如何检测违规，以及合作伙伴使用被排除内容时会采取何种补救措施。

透明度也能让创作者评估该设置是否有效。Twitch 可以公布有关参与账户、排除账户和删除请求的汇总信息。

独立审计将提供更强的保证。仅凭公司声明无法确认每个训练工作流程都已正确落实该偏好。

过去的使用方式仍是另一个未解决的问题。如果一场直播已经对训练完成的模型作出贡献，消除这种影响在技术上可能很困难。

删除源文件不一定能移除模型在训练期间学到的内容。可能需要重新训练、机器遗忘或定向缓解措施。

机器遗忘是指旨在降低特定数据集对已训练模型影响的技术。其有效性各不相同，尤其是在大型系统和复杂媒体中。

据报道的设置必须明确，它仅阻止未来收集，还是也会触发对既有数据集的处理。所提供的报道并未证实会进行追溯性移除。

创作者不应假设关闭该设置会删除历史副本。除非 Twitch 明确表示相反情况，最稳妥的理解是这属于前瞻性控制。

这种不确定性正是保留证据的最有力理由。带有日期的记录可让创作者将未来披露与自己已传达的偏好进行对照。

它也有助于专业频道协调法律意见。拥有授权演出、保密演示或受监管内容的主播，面临的风险超出普通娱乐直播。

核心限制很直接。Twitch 控制自身系统和合同，但无法控制公开直播的每一个副本。

创作者接下来应关注什么

真正的考验在于，Twitch 是否会解释该设置的范围、在旧数据中遵守它，并向创作者提供执行有效的证据。

第一个信号是 Twitch 发布详细的政策通知。它应定义涵盖的内容、涵盖的模型、收集日期、保留期限，以及对既有直播内容的处理方式。

如果该披露明确限制训练，并将创作者的选择适用于内部团队和承包商，Twitch 的立场将得到加强。

狭窄的描述会削弱保护。例如，只排除某个具名模型，却让广泛的分析或合作伙伴使用不受影响，将保留重大不确定性。

创作者应将控制面板中的表述与平台法律文件进行比较。除非 Twitch 明确说明两者的关系，否则友好的界面摘要不能推翻更广泛的条款。

第二个信号是 Twitch 如何处理历史材料。主播需要就控制项变更前收集的视频、片段、音频、聊天内容和元数据获得直接答复。

追溯性排除流程将表明，这项偏好具有实际执行力。它也会为创作者提供一条途径，处理在早期预期下贡献的内容。

仅适用于未来的规则仍会有所帮助。不过，对于拥有大量长期存档的频道而言，它将使最敏感的问题悬而未决。

留意是否存在与该设置关联的删除或数据访问流程。创作者不应需要提交普通支持工单，才能了解哪些材料仍在涵盖范围内。

第三个信号是针对第三方的执行。Twitch 应说明 AI 开发者、云服务提供商、承包商和研究合作伙伴是否必须遵守创作者的排除选择。

合同层面的覆盖将强化退出选项，尤其是当 Twitch 审计合作伙伴并对违规行为作出后果规定时。

沉默则表明，该控制项可能只管理一项有限的内部计划。这会让该设置仍有用，但比许多创作者预期的范围更窄。

行业反应同样重要。YouTube、Meta、TikTok 和其他媒体平台也面临类似压力，需要解释用户内容如何支持 AI 系统。

不同的默认设置将形成实际对照。创作者可以评估哪些服务会先征求同意、哪些要求主动拒绝，以及哪些会将 AI 用途划分为具体类别。

监管机构也可能关注界面设计是否产生了知情同意。深藏在设置中的退出选项，与明确的加入请求会形成不同的记录。

创作者不应等待这场争论结束。眼下的行动仍是检查该设置，并决定 Twitch 所描述的用途是否符合自己的预期。

Engadget 的报道最好被理解为一则提醒，而非最终文件。它告诉创作者，一个具有重要影响的选择确实存在，而且默认设置值得审视。

更改控制项后，请查看已归档的直播和关联服务。记录日期、显示的措辞，以及该选择所涵盖的账户。

随后关注 Twitch 的法律通知和创作者沟通内容是否变化。如果公司扩大描述范围，请将新范围与保存的记录进行比较。

专业主播应将 AI 许可纳入日常频道治理。该决定应与音乐授权、嘉宾授权、赞助义务、审核规则和存档保留并列考虑。

与研究人员、编辑或法律顾问合作的创作者，可以将这些记录保存在可搜索的 personal knowledge base 中。这会让后续的政策比较更加容易。

最重要的是，不要把默认设置当作建议。它反映的是平台偏好的运营状态，而不一定是创作者经过知情考量后的偏好。

现在就检查 AI 训练控制项。如果你选择关闭它，请向 Twitch 提出其界面无法独自回答的问题：平台已经收集的所有内容将如何处理？