शिकायत में इन कानूनी दावों का उल्लेख है:
Pandiscia ने निषेधाज्ञा, हर्जाना, धनवापसी और कथित मुनाफे की वापसी की मांग की है। उनका कहना है कि डेटा संग्रह कम-से-कम 2024 से शुरू हो गया था और अगर इस प्रक्रिया के बारे में पहले बताया गया होता तो वे पहले ही इससे बाहर निकल जाते।
शिकायत में उठाया गया एक अहम सवाल यह है कि AI विकास में शामिल हो चुकी सामग्री को बाद में हटाना कितना संभव है। मूल वीडियो या पोस्ट हट जाने के बाद भी उससे मॉडल ट्रेनिंग में क्या इस्तेमाल हुआ, उसे पूरी तरह पलटना व्यावहारिक रूप से कठिन हो सकता है।
इस विवाद की समयरेखा Twitch की औपचारिक घोषणा से पहले की है।
अप्रैल 2024 में Twitch के तत्कालीन मुख्य मुद्रीकरण अधिकारी Mike Minton ने कहा था कि Amazon AI मॉडल के प्रोटोटाइप तैयार करने के लिए Twitch कंटेंट का इस्तेमाल कर रहा है। हालांकि उन्होंने इसे प्रोडक्शन स्तर पर बड़े पैमाने की प्रक्रिया नहीं बताया था।
12 अगस्त 2026 को Twitch ने सार्वजनिक रूप से Amazon द्वारा Twitch सामग्री को जनरेटिव AI ट्रेनिंग में इस्तेमाल करने वाली सेटिंग की पुष्टि की। उसी दौरान प्लेटफॉर्म ने अपनी Terms of Service और Privacy Notice में ऑटोमेटेड टूल्स और AI से जुड़ी भाषा भी अपडेट की।
Twitch के मुताबिक Amazon किसी चैनल की स्ट्रीम, पुराने प्रसारण, क्लिप, चैट, तस्वीरों और टेक्स्ट का इस्तेमाल ऐसे भविष्य के मॉडल ट्रेन करने में कर सकता है, जो टेक्स्ट, ऑडियो, तस्वीर या वीडियो बना अथवा संश्लेषित कर सकें। Twitch ने स्पीच-टू-टेक्स्ट और बेहतर कैप्शन को संभावित उपयोग के उदाहरण के तौर पर बताया।
Twitch ने बदलाव को इस तरह पेश किया कि क्रिएटर्स अपने चैनल के कंटेंट को Amazon में जनरेटिव AI मॉडल ट्रेनिंग के लिए इस्तेमाल होने से रोक सकते हैं। लेकिन यह विकल्प डिफॉल्ट रूप से चालू था। इससे बाहर निकलने के लिए क्रिएटर्स को Streamer Dashboard में जाकर Settings → Security and Privacy → Training for Generative AI विकल्प बंद करना था।
Twitch के मुख्य उत्पाद अधिकारी Mike Minton ने इसे यूजर्स को विकल्प देने का तरीका बताया। जब उनसे पूछा गया कि भागीदारी को पहले से अनुमति लेने वाली यानी opt-in व्यवस्था क्यों नहीं बनाया गया, तो उन्होंने कहा: “अगर यह opt-in होता, तो कोई भी opt-in नहीं करता। यही ईमानदार जवाब है।”
यही टिप्पणी विवाद के केंद्र में आ गई। आलोचकों के अनुसार, डिफॉल्ट-ऑन व्यवस्था में सहमति देने की जिम्मेदारी उस कंपनी से हटकर क्रिएटर्स पर आ जाती है, जिसे उनके कंटेंट से व्यावसायिक लाभ मिल सकता है। क्या ऐसी व्यवस्था कानूनी रूप से वैध और सार्थक सहमति मानी जा सकती है, यह मुकदमे या भविष्य की नियामकीय समीक्षा में जांचा जा सकता है। हालांकि शिकायत ने इस सवाल का अंतिम समाधान नहीं दिया है।
Twitch ने कहा कि कंटेंट को दूसरी कंपनियों को दोबारा नहीं बेचा जाएगा। Minton ने यह भी कहा कि उन्हें पता नहीं था कि Amazon ने किसी विशेष यूजर का डेटा पहले ही AI ट्रेनिंग में इस्तेमाल किया है या वास्तव में कौन-सी सामग्री इस्तेमाल हुई है।
इस व्यवस्था की एक अलग privacy समस्या भी है। सेटिंग चैनल-आधारित है, व्यक्ति-आधारित नहीं। यानी कोई यूजर अपने चैनल पर AI ट्रेनिंग बंद कर दे, फिर भी उसके चैट संदेश या अन्य योगदान किसी दूसरे चैनल में इस्तेमाल हो सकते हैं, अगर उस चैनल का मालिक ऑप्ट-आउट नहीं करता।
यह फर्क इसलिए महत्वपूर्ण है क्योंकि लाइवस्ट्रीम केवल स्ट्रीमर का कंटेंट नहीं होती। प्रसारण और चैट में दर्शकों के नाम, आवाज, चेहरे, बातचीत, तस्वीरें और निजी जगहों की झलक भी आ सकती है। ऐसे में किसी चैनल का मालिक हर उस व्यक्ति की ओर से पूरी सहमति नहीं दे सकता, जो उस चैनल पर दिखाई देता है या योगदान करता है।
नीदरलैंड की डेटा सुरक्षा प्राधिकरण, जिसे AP कहा जाता है, ने Twitch यूजर्स से Amazon की AI ट्रेनिंग के लिए डेटा साझा करना बंद करने की अपील की और इस व्यवस्था को जोखिमपूर्ण बताया।
व्यापक GDPR सवाल यह है कि AI सिस्टम में निजी डेटा इस्तेमाल करने वाले संगठन वैध कानूनी आधार कैसे तय करते हैं, लोगों को कितनी स्पष्ट जानकारी देते हैं और उनकी जानकारी की सुरक्षा कैसे करते हैं। AP की सामान्य गाइडलाइन के अनुसार, AI इस्तेमाल करने से पहले संगठनों को privacy risks की पहचान करनी चाहिए और यह सुनिश्चित करना चाहिए कि निजी डेटा का प्रसंस्करण GDPR के अनुरूप हो।
Twitch विवाद को जटिल बनाने वाली बात यह है कि लाइवस्ट्रीम में रचनात्मक काम और पहचान संबंधी जानकारी एक साथ मौजूद हो सकती है। चेहरे, आवाज, नाम, चैट संदेश और निजी स्थानों की तस्वीरें किसी प्रसारण या बातचीत का हिस्सा बन सकती हैं। रिपोर्टिंग में यह चिंता भी सामने आई कि AI सिस्टम में शामिल डेटा को व्यावहारिक रूप से हटाना मुश्किल हो सकता है और निजी जानकारी का दुरुपयोग—जिसमें ऑनलाइन ठगी करने वालों द्वारा इस्तेमाल भी शामिल है—संभव हो सकता है।
ये नियामकीय और कानूनी चिंताएं हैं, न कि इस बात का निष्कर्ष कि Twitch या Amazon ने GDPR का उल्लंघन किया है। उपलब्ध सामग्री यह स्थापित नहीं करती कि किसी खास यूजर का डेटा किस तरह प्रोसेस हुआ, कौन-सा कानूनी आधार अपनाया गया या किसी अदालत अथवा नियामक ने इस व्यवस्था पर फैसला दिया है।
मुकदमा यह जांच सकता है कि क्या प्लेटफॉर्म की व्यापक शर्तें, बाद में किए गए policy updates या डिफॉल्ट-ऑन सेटिंग किसी मूल कंपनी को क्रिएटर कंटेंट का अलग व्यावसायिक इस्तेमाल—जैसे AI ट्रेनिंग—करने की अनुमति देती हैं। यह स्ट्रीमिंग सेवा चलाने या उसे मॉडरेट करने के लिए कंटेंट इस्तेमाल करने से अलग उद्देश्य है।
ऑप्ट-आउट भविष्य में होने वाले कुछ डेटा संग्रह को रोक सकता है, लेकिन इससे यह स्पष्ट नहीं होता कि पहले जमा सामग्री इस्तेमाल हुई या नहीं। यह भी अलग सवाल है कि मॉडल विकास में शामिल हो चुकी जानकारी को वास्तव में हटाया जा सकता है या नहीं। Minton की यह स्वीकारोक्ति कि उन्हें पहले से इस्तेमाल किए गए डेटा की जानकारी नहीं थी, इस मुद्दे को और महत्वपूर्ण बनाती है।
AI ट्रेनिंग विवाद अक्सर कॉपीराइट और क्रिएटर भुगतान तक सीमित समझे जाते हैं। Twitch का मामला इससे आगे जाता है। लाइव वीडियो और चैट में तीसरे पक्ष के लोग, पहचान संबंधी जानकारी, आवाज, चेहरा, निजी परिवेश और ऐसी सामग्री शामिल हो सकती है, जिस पर चैनल मालिक का अकेला नियंत्रण नहीं होता।
Minton का यह कहना कि opt-in व्यवस्था में लगभग कोई भाग नहीं लेता, इस सवाल पर और ध्यान खींच सकता है कि डिफॉल्ट विकल्प वास्तविक सहमति है या यूजर की निष्क्रियता और कठिन settings path का परिणाम। इसका जवाब केवल सेटिंग देखकर नहीं दिया जा सकता; अदालत को अनुबंध, disclosures, वास्तविक परिस्थितियों और लागू कानून पर विचार करना होगा।
फिलहाल Pandiscia की फाइलिंग Twitch या Amazon के खिलाफ फैसला नहीं है, बल्कि प्रस्तावित क्लास एक्शन है। अदालत को दावों, प्रतिवादियों के जवाब और लाखों क्रिएटर्स की ओर से मामला चलाने की अनुमति से जुड़े सवालों पर विचार करना होगा। उपलब्ध रिपोर्टिंग के समय Twitch और Amazon के प्रतिनिधियों ने टिप्पणी के अनुरोधों का जवाब नहीं दिया था।
इस मामले का महत्व उसके अंतिम नतीजे से आगे भी है। यह उन प्लेटफॉर्म कंपनियों के सामने एक सीधा सवाल रखता है, जो क्रिएटर समुदायों को AI डेटा स्रोत के रूप में इस्तेमाल करना चाहती हैं: क्या चैनल-स्तर पर लागू डिफॉल्ट ऑप्ट-आउट, जिसमें तीसरे पक्ष की जानकारी भी शामिल हो सकती है, AI ट्रेनिंग पर पारदर्शी और सार्थक नियंत्रण देने के लिए पर्याप्त है?