Twitch預設拿直播內容訓練AI：一個「退出按鈕」為何沒能解決信任問題

Twitch近期新增了帳戶設置，讓主播可以退出亞馬遜生成式AI模型的訓練。 問題在於，這項設定預設處於允許狀態，主播需要主動關閉。 Twitch幫助說明顯示，可用於未來模型改進的內容範圍不僅包括直播畫面，還可能涵蓋直播聊天、錄影、剪輯、精選片段以及頻道中的文字和圖片。 對大量以聲音、形象和互動為核心資產的創作者而言，這不是普通的產品偏好，而是內容使用邊界發生了變化。

圍繞此事的爭議在8月12日後迅速擴大。 Twitch Support最初透過社群平台介紹退出選項，隨後又強調“不是Twitch自己訓練模式”，而是退出亞馬遜生成式AI模型的訓練。 這種表述在公司組織上可能成立，卻沒有改變創作者最關心的問題：平台上的內容是否會進入同一母公司體系的模型訓練，以及預設狀態是否代表真實同意。

Twitch產品負責人關於「如果改成主動加入，可能沒人願意加入」的解釋進一步放大了反彈。 它無意中指出了預設選項的價值：平台並不是不知道用戶可能會拒絕，而是利用用戶不會查看設定、不了解變更或來不及操作，獲得更大的訓練資料池。 即使用戶擁有退出按鈕，選擇架構仍會顯著影響最終結果。

需要准确区分已经确认和仍不清楚的部分。 已確認的是Twitch提供了退出亞馬遜生成式AI訓練的設置，並列出了可能涉及的頻道內容；尚不清楚的是歷史內容已經被用於哪些具體模型、退出何時完全生效、此前進入訓練流程的數據能否移除，以及主播在其他頻道聊天時產生的內容如何處理。 平台公开说明没有回答所有数据生命周期问题。

預設允許把「同意」變成了使用者必須發現的任務

數位平台經常以預設選項管理複雜設置，因為不可能讓使用者逐項決定每個技術細節。 但當用途從「提供直播服務」擴展到「訓練可以產生文字、圖像、聲音或影片的模型」時，使用目的已經明顯改變。 主播上傳內容是為了與觀眾互動和獲得收入，不等於自然同意內容被用來訓練另一類產品。

退出機制看似保留了控制權，實際上卻把發現、理解和操作的成本全部交給使用者。 主播必須知道政策改變了，找到設定頁面，理解開關意義，再決定是否關閉。 沒有關注官方帳號、處於休播期或語言不同的用戶，可能長期維持預設狀態。 真正的主動同意應讓平台先解釋用途，再由使用者明確選擇，而非把沉默解釋成許可。

直播內容也具有一般網頁文字所沒有的複雜性。 一場直播裡可能同時出現主播本人、連麥嘉賓、遊戲語音、音樂、觀眾聊天和第三方素材。 主播可以控制自己的帳戶設置，卻不一定有權代表所有參與者授權訓練。 即使平台條款賦予廣泛使用權，合規上的可用也不等於創作者關係上合理。

對專業主播而言，聲音、臉部、語言習慣和內容風格本身就是生產資料。 如果模型未來能夠模仿相似表達或自動產生直播片段，創作者擔憂的就不只是隱私，還有替代和議價權。 平台取得訓練資料、母公司取得模型能力，而原始創作者是否得到補償、署名或使用報告，目前並不清晰。

平台若要修復信任，需要的不只是保留一個開關

第一步應為提供可理解的獨立通知。 重要用途變更不應只藏在帳戶設定或支援帳號中，而應在創作者後台明確展示，說明涉及哪些內容、服務於哪些模型、從何時開始以及如何撤回。 通知還需要區分未來內容與歷史內容，避免用戶誤以為關閉開關能自動清除過去資料。

第二步是建立可驗證的執行邊界。 主播關閉後，平台應說明資料在採集、預處理、訓練集和模型評估各環節如何停止使用。 若某些數據已經進入不可逆的訓練過程，也應明確告知，而不是用籠統的「未來不再使用」來掩蓋技術限制。 對專業創作者，最好提供狀態記錄和生效時間。

第三步是討論價值交換。 平台若認定直播內容對模型具有商業價值，就很難同時堅持創作者不需要獲得任何回報。 可能的機制包括主動加入計劃、收益分成、模型用途限製或只使用獲得單獨授權的內容。 並非所有訓練都必須付費，但越接近利用創作者身分和風格，越需要更強的授權與補償。

這場爭議說明，AI訓練資料問題已經從網頁抓取進入封閉平台內部。 平台擁有伺服器、帳戶和條款優勢，卻仍依賴創作者持續生產內容。 預設允許可以在短期擴大資料量，長期卻可能讓使用者把每次產品更新都視為潛在的資料徵用。 Twitch真正要解決的不是如何讓更多人忘記關閉按鈕，而是如何證明平台仍把創作者當作合作方，而不是一批預設可用的訓練素材。