AI训练用版权书籍是否合法？情况复杂

AI训练用版权书，到底合不合法？一位法官的判决给出了一个“复杂”的答案。 你可能已经知道，支撑ChatGPT、Gemini、Claude等聊天机器人的AI模型，是在海量已出版作品上训练的——包括数亿本书籍、在线文章、学术论文，以及互联网上几乎所有能找到的内容。大多数作者在不知情、未同意的情况下，成了这些AI工具的“训练素材”，而这些工具恰恰可能威胁到他们的生计。这听起来似乎明显违法，但现实远比这复杂。 “我认为这个法律领域和技术领域的问题在于，涉及的因素太多了，”专精知识产权、版权和技术的律师Cathy Gellis对TechCrunch表示，“情况非常复杂，关于正在发生的事情，支持和反对的情绪都很强烈。” 去年，在一起同类首例判决中，法官William Alsup命令Anthropic向一群作品被用于训练其AI模型的作家支付高达15亿美元的版权和解金。表面上看，这似乎是作者们的道德胜利，但Alsup法官实际上裁定Anthropic的AI训练行为是合法的。他处罚Anthropic的原因，是其从非法网络影子图书馆盗版了这些书籍。 “像任何渴望成为作家的读者一样，Anthropic的大语言模型训练所依据的作品，不是为了抢先复制或取代它们——而是为了转过一个艰难的弯，创造出不同的东西，”法官写道，将LLM吸收数万亿词的过程比作作家对文学的研究。 Gellis认为这一裁决对AI公司更有利。对于一家预计到2028年年收入约2000亿美元的公司来说，15亿美元的罚款算什么呢？“我认为这对AI训练来说总体是个好消息，因为他审视了正在发生的事情，并真正将其视为类比于阅读受版权保护的作品，而非复制受版权保护的作品，”Gellis说，“版权法取决于复制，但不取决于使用作品、体验作品、消费作品或阅读作品。” 版权法自1976年以来就没有更新过，这意味着法官们在面对可能塑造AI行业未来的法律问题时，必须想办法解释50年前的指导方针。“现在每个人都非常担忧，因为法律各处不一，而这正是因为这个问题的存在，”JWL International知识产权与媒体业务高级律师兼创始人Jason Henderson对TechCrunch表示，“他们知道AI模型已经训练了太多东西，而法律并没有真正跟上这个问题。” 这些问题的核心往往在于合理使用原则——即对受版权保护作品的使用是否足够“变革性”，从而在法律上被允许。合理使用是版权法中的一个例外条款，允许在未经明确许可的情况下使用受版权保护的材料，保护通过批评、戏仿、教育等方式对作品进行评论和迭代的能力。法官在判定是否属于合理使用时，会考虑具体因素，包括作品的目的和性质、使用量，以及对市场的影响。 “版权始终关乎保护和增长市场，”Henderson指出，“法院在AI案件中的推理方式各不相同。如果训练使用的是别人的财产，且目的是直接竞争，那么法院通常会不赞成……如果所做的事情不会构成竞争，那么法院倾向于找到允许的方式。” Henderson提到的一个案例是，媒体科技公司Thomson Reuters起诉研究公司Ross Intelligence，指控其复制内容以构建一个竞争性的AI法律平台。“Ross的使用不具有变革性，因为它没有比Thomson Reuters的内容具有‘进一步的目的或不同的性质’。”