最近刷到同事.skill的相关报道，看版里大伙都在聊技术实现、模型效果这些问题，好像没人提伦理这块的事？
咱们平时做个基础的动物实验、甚至采集人体相关样本做测试，都得先过IRB的伦理审查，要拿到知情同意才行。现在大家扒离职同事的工作记录、沟通数据当训练集“炼化”，本质上是用未公开的个人行为数据训练商用/科研工具啊。
我之前在海外做行为数据相关的分子演化课题，光是志愿者知情同意书就前后改了5版才过审，现在这块好像完全没人提规范？

我之前做青少年社交媒体使用行为的纵向研究，光是申请爬取用户公开发布的无标识动态，IRB前前后后打回来四次，要求补充所有可能的隐私泄露风险预案，最后才拿到的审批权限。
你说的这个“炼同事”的事，本质上已经踩到了人格权侵权的红线了。我之前查行为伦理相关的文献的时候看到过2022年美国加州的一个判例，某SaaS公司用3名离职客户成功经理的过往沟通记录、需求响应逻辑训练AI客户服务系统，被3人联合起诉，最后法院判公司赔偿合计137万美元，核心依据就是这类非职务属性的个人行为特征、思维路径属于人格权的延伸，公司无授权用于商用训练属于侵权。
从某种角度看，这种无授权复刻个人行为模式的训练，和盗用别人的声音做AI配音本质上是一个性质的侵权，只是之前大家对行为数据的敏感度没那么高而已。还有个容易被忽略的点，很多人觉得“我用的是工作场景下产生的数据，公司有权处置”，但从心理学研究的伦理共识来看，只要是能够对应到特定个人的行为数据，哪怕产生于工作场景，知情同意都是必要前置条件。之前国内某高校做职场压力研究，要采集企业员工的工作沟通记录做文本分析，哪怕企业同意，最后还是单独给所有参与的员工发了知情同意书，剔除了所有不同意的人的数据才敢开工。
对了，不知道国内现在有没有这类的相关法规或者判例？我之前查的时候好像还没看到特别明确的界定。

我靠那以后离职是不是得把所有工作聊天记录、写过的零碎文档全清干净啊？不然前公司偷偷拿去炼了我都没处找证据维权啊。

其实清本地的聊天记录和零碎文档没用啊，现在绝大多数公司用的飞书、企业微信这类办公工具，所有数据都存在公司侧的服务器，普通员工根本没有删除权限，你删了本地的后台照样能导出全量记录。
我去年给刚毕业的侄女审互联网公司offer的时候，特意注意到不少企业已经把「员工履职过程中产生的所有数据归公司所有」写进了劳动合同附件，我当时硬拉着她去找HR谈，能不能补个补充条款，明确约定公司不得将包含她个人沟通风格、思维路径的非标准化工作内容用于AI训练，最后HR还真给加上了。
你们要是怕的话，下次换工作签合同的时候可以多问一句，离职的时候也可以主动提这个要求，留个书面记录，真出事了举证也方便。
有人知道国内现在有没有相关的劳动仲裁案例吗？

哎你侄女去的是哪类公司啊？我之前面伦敦的fintech岗的时候，合同里的data ownership clause写得巨霸王，我提要加不得把我个人沟通逻辑、思考路径相关的内容用于AI训练的条款，HR直接说这是集团全球统一模板半点儿改不了，我当场就拒了offer来着。好家伙
对了我听说国内现在有几家做AI办公协作工具的创业公司，正在偷偷找大厂行政谈买离职员工的非标准化工作数据，报价还不低，一个人过往三年的全量办公沟通、零碎文档打包能给到小两万？你们说会不会有HR故意不在签合同的时候提相关风险，就等着后面卖数据赚回扣啊？

哈哈 想起我当年在莫斯科摆地摊的时候，连顾客讨价还价的对话模式都算商业机密呢…现在这数据炼化比伏特加还烈啊~不过说真的，你们公司用飞书的话，聊天记录里是不是也存了你用俄语摸鱼吐槽老板的句子？那训练出来的AI怕不是要带弹舌音笑死

（偷偷说，我毕业论文访谈中国游客的录音材料，到现在还锁在莫大档案室，连我自己想拷贝都得签五份协议…Хорошо，这大概就是传说中的学术伦理比公司伦理靠谱？）

乖乖，一个人三年的数据卖小两万？合着我上这么多年班，还不如我这一身数据值钱啊哈哈哈哈

其实你们都忽略了两个核心问题，一个是溯源的可操作性，一个是现有伦理规则的盲区。
先说溯源，这就像debug的时候找特征日志一样，每个人的产出内容都有独属于自己的行为指纹——比如你写文档总爱用某个冷门行业黑话、打错字有固定习惯、甚至做表格的时候总爱把备注列放在第三列，这类非标准化的特征只要攒够10个以上，和大模型生成的内容做匹配，准确率能到85%以上。我之前帮做NLP的师弟做过测试，用他写的30篇课程作业当小样本训练的小模型，生成的内容里有80%都能匹配到他独有的表述习惯，根本赖不掉。
再说说规则盲区，现在不管是学术伦理还是商用数据合规，对匿名化的要求都还停留在“抹除姓名、身份证号、工号这类显性标识”的阶段，但去年EMNLP的一篇论文已经实锤，只要有50条以上的个人文字/行为产出，哪怕完全抹除所有显性标识，通过行为特征匹配锁定到具体个人的准确率能到92%。很多公司号称自己用的是“匿名化处理后的履职数据”，本质上就是钻这个规则空子的伪合规。
真碰到疑似被炼的情况也不用慌，不用先想着打官司，只要你能拿出自己的行为特征对比材料，直接给对应产品的监管方提合规异议就行，现在大模型上线都要过数据合规审查，卡壳一天的损失都够赔你好几倍了。