维基媒体基金会申请介入《纽约时报》诉OpenAI案以保护开放知识

维基媒体基金会本周向纽约南区联邦法院提交了一份法庭之友意见书，介入《纽约时报》诉OpenAI及微软的版权侵权合并诉讼。这起案件的核心争议在于：AI公司使用受版权保护的内容训练大语言模型，是否构成“合理使用”。由于案件由《纽约时报》这一重量级原告发起、审理法院又位于知识产权判例极具影响力的纽约南区，加之全美目前仅有少数法院触及这一问题，其判决结果很可能成为后续大量类似诉讼的参照坐标。维基媒体基金会CEO伯纳黛特·米汉在声明中表示，基金会介入此案是为了捍卫维基百科赖以生存的自由开放知识体系，“通过AI扩大知识获取渠道是一个强有力的目标，但它必须尊重那些让可靠知识成为可能的人、贡献者和社区”。 维基媒体基金会在意见书中没有简单站队，而是提出了一套“分场景划线”的方案。对于模型训练，基金会认为，如果训练出的大语言模型产出的是与原始素材不同的新东西，就应认定为合理使用，无需再满足版权许可条款；但对于RAG（检索增强生成）以及类似“ grounding ”技术，基金会明确主张不应适用合理使用——这类技术会从网上抓取新闻内容或其他人类知识成果，再通过聊天机器人界面原样回传给用户，本质上是对作品的复制分发，提供该功能的公司应当遵守各内容平台或出版商的许可要求。以维基百科为例，其内容采用CC BY-SA 4.0协议，要求署名原始创作者，且任何改编作品须沿用同一协议。基金会警告，两种极端判决都有代价：过度收紧合理使用会抑制技术创新，让维基百科这类开源项目可用的工具变少；而 blanket 式的全面合理使用则可能催生一个更封闭的网络，二手资料来源枯竭，在线知识生态随之削弱。这起诉讼最初由《纽约时报》于2023年提起，指控OpenAI和微软将《纽约时报》内容用于包括模型训练在内的任何用途均属直接侵权；OpenAI和微软则抗辩称，基于公开数据训练和部署模型属于技术发展范畴，落在合理使用定义之内。维基百科目前拥有300种语言、超过6700万条目，每月有近25万名志愿者参与编辑，其语料被公认为训练大语言模型质量最高的数据集之一，也是搜索引擎和AI聊天机器人背后信息链条的骨干。