AI训练数据版权迷局：15亿美元罚单背后的法律博弈与行业隐忧

【科技24时区】当ChatGPT、Gemini和Claude等聊天机器人背后的AI模型，在看似无穷无尽的已出版作品数据库中进行训练时，很少有人意识到，这数亿本书籍、在线文章和学术论文中，绝大多数作者是在不知情且未获同意的情况下，“贡献”了自己的心血。这些作品正被用于开发那些可能威胁其生计的AI工具。乍看之下，这似乎构成了侵权，但现实的法律图景远比直觉复杂得多。

“我认为，这一法律领域和技术领域交织出的最大问题在于，局面过于纷繁复杂。”精通知识产权、版权及科技法的律师凯茜·盖利斯（Cathy Gellis）在接受TechCrunch采访时坦言，“这里充满了强烈的情绪对立，支持与反对的声音同样激烈。”

去年，一起具有里程碑意义的判决引发了广泛关注。法官威廉·阿尔苏普（William Alsup）裁定Anthropic公司需向一群作家支付高达15亿美元的版权和解金，因为这些作家的作品被用于训练该公司的AI模型。表面上看，这似乎是作者群体的道德胜利，但细究判决书会发现，阿尔苏普法官实际上认定Anthropic的AI训练行为本身是合法的。他所惩罚的，并非训练过程，而是Anthropic从非法的网络“影子图书馆”中盗版书籍的行为。

“就像任何渴望成为作家的读者一样，Anthropic的大语言模型（LLM）研读这些作品，并非为了抢先一步复制或取代它们，而是为了‘拐过一个艰难的弯道’，创造出不同的东西。”法官在判词中写道，他将LLM吞噬万亿词汇的过程，比作作家对文学作品的研习。

在盖利斯看来，这一裁决对AI公司而言实则更为有利。试想，对于一家预计到2028年年度营收将达到2000亿美元的公司来说，15亿美元的罚款究竟意味着什么？“我认为，这对AI训练来说总体是个好消息，因为法官审视了整个过程，并将其类比为‘阅读’受版权保护的作品，而非‘复制’。”盖利斯指出，“版权法的核心在于禁止‘复制’，但并不禁止‘使用’、‘体验’、‘消费’或‘阅读’作品。”

然而，法律的滞后性让这一切变得扑朔迷离。自1976年以来，美国版权法未曾进行过重大更新，这意味着法官们在面对可能重塑AI产业未来的法律问题时，不得不费力解读半个世纪前的指导原则。“每个人此刻都忧心忡忡，因为法律现状一片混乱，根源就在于这个问题。”JWL国际律师事务所高级合伙人兼知识产权与媒体业务创始人杰森·亨德森（Jason Henderson）表示，“他们深知AI模型已在海量数据上进行了训练，而法律尚未跟上这一步伐。”

争议的焦点往往落在“合理使用”（Fair Use）原则上——即对受版权保护作品的使用是否具备足够的“转换性”，从而被视为合法。合理使用是版权法的一项例外条款，允许在未获明确许可的情况下使用受版权保护的材料，以保护通过批评、戏仿、教育等方式对原作进行评论和迭代的能力。法官在判定是否构成合理使用时，会考量具体因素，包括使用的目的和性质、使用的数量以及对市场的影响。

“版权始终关乎市场的保护与增长。”亨德森强调，“法院在AI案件中的推理逻辑参差不齐。目前的趋势是，如果你训练他人财产的目的是为了直接竞争，法院通常会持否定态度……如果你的行为不构成直接竞争，法院则倾向于寻找使其合法化的路径。”

亨德森提及了路透社旗下媒体与技术公司Thomson Reuters起诉研究公司Ross Intelligence的案件。后者复制了前者的内容，旨在构建一个基于AI的竞争型法律平台。“Ross的使用不具备转换性，因为它没有比Thomson Reuters拥有‘进一步的目的或不同的特征’。”法官斯蒂芬诺斯·比巴斯（Stephanos Bibas）在去年写道。在该案中，比巴斯法官裁定，利用路透社的内容训练新平台以直接与其竞争，不属于合理使用。

尽管作者们可以主张聊天机器人通过使用其作品生成新的合成书籍从而构成竞争，但这一论点目前尚未在法庭上占据上风。

在探讨AI与版权的关系时，盖利斯认为有必要厘清概念：我们思考AI训练中的版权问题，与思考AI生成内容的版权问题，是截然不同的两回事。在Thaler v. Perlmutter一案中，法院裁定，如果一部作品完全由AI生成，则不受版权保护。这随即引发了一系列新问题：我们如何确凿地证明一部作品是否由AI生成？如果是，又如何界定其中有多少比例是由AI创建或辅助完成的？

“如果你在Microsoft Word中撰写小说并运行拼写检查，我们会很自然地认为Word并不拥有你的小说版权。”盖利斯比喻道，“AI迫使我们重新审视许多长期以来被忽视的决定。”

目前，大多数AI公司仍深陷于悬而未决的诉讼泥潭中，这意味着这些问题在短期内不会有定论。“你看到的是，初期的交锋正在产生影响力，但这种影响力可能会因其他法院的不同判决而被推翻，需要后续的诉讼阶段才能确定哪一方最终胜出。”盖利斯分析道，“但与此同时，所有这些判决都在塑造着当下发生的一切。对于AI公司而言，忽视这些信号将是愚蠢的。”