用受版权保护的书训练AI仍存法律争议
TechCrunch AI··作者 Amanda Silberling
关键信息
文章解释说，这类案件通常取决于“合理使用”，尤其是训练行为是否被视为具有“转换性”，以及是否会损害原作品的市场。TechCrunch 还指出，美国版权法自 1976 年以来没有更新，这使法官只能用旧规则来处理现代 AI 系统。
资讯摘要
TechCrunch 认为，用受版权保护的书籍训练 AI 模型的合法性远比表面看起来复杂。文章开头指出，ChatGPT、Gemini、Claude 等系统都基于海量出版物训练，其中包括书籍、学术论文和网络文章。文章随后强调了明显的矛盾：许多作者表示，他们的作品在未同意、也不知情的情况下被用于构建可能削弱其生计的工具。可是，文中受访律师认为，法律并不能简单地对应这种道德直觉。文章最重要的案例之一是 William Alsup 法官在 Anthropic 案中的裁定：他批准了对作者的 15 亿美元和解，但同时认为模型训练本身是合法的。该案中受到处罚的，是 Anthropic 从非法影子图书馆获取书籍，而不是把版权文本用于训练 AI 这一行为本身。
Alsup 还将 LLM 训练类比为作家阅读文学作品，从中创造出新东西，而不是直接复制原作。TechCrunch 引述的法律专家表示，这种理解实际上可能更有利于 AI 公司，因为版权法通常关注的是“复制”，而不是单纯的“使用”或“阅读”。文章指出，这场争论很大程度上取决于“合理使用”，尤其是使用是否具有转换性，以及是否会与原作品形成市场竞争。文章还提到，美国相关版权法自 1976 年以来就没有更新，这使法院只能用几十年前的法律框架去处理 AI 时代的新问题。多位律师认为，这也导致当前法律环境极不稳定，类似案件可能会因为法官对目的、市场影响和直接竞争的判断不同而出现不同结果。
资讯正文
你现在大概已经知道，支撑 ChatGPT、Gemini、Claude 以及其他聊天机器人的 AI 模型，是在看似无限的已发布作品数据库上训练出来的，这些数据库包含数亿本书籍、网络文章、学术论文，几乎囊括了你能在互联网上找到的任何内容。绝大多数已出版作者在不知情、也未同意的情况下，实际上都为同一批 AI 工具的发展作出了贡献，而这些工具又可能削弱他们的生计。这样看起来很不合法，对吧？
现实并没有这么简单。
“我认为，整个法律领域和整个技术领域的其中一个问题在于，事情很多、很复杂，”专注于知识产权、版权和技术的律师 Cathy Gellis 告诉 TechCrunch，“情况非常复杂，而且无论支持还是反对，大家对正在发生的事情都有很多强烈情绪。”
去年，在此类案件中最早的裁决之一里，William Alsup 法官裁定 Anthropic 向一批作家支付高达 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，这似乎是对作者有利的一次道德胜利，但 Alsup 法官实际上认定 Anthropic 的 AI 训练是合法的。Alsup 惩罚 Anthropic 的，是其从非法的网络影子图书馆中盗版了这些书。
法官写道：“就像任何立志成为作家的读者一样，Anthropic 的大语言模型（LLM）对作品进行训练，并不是为了抢先一步去复制或取代它们，而是为了转过一个急弯，创造出不同的东西。”他把 LLM 吸收数万亿词语的方式，比作作家对文学作品的研读。
Gellis 认为，这一裁决对 AI 公司更有利。到 2028 年，一家预计年收入约 2000 亿美元的公司，15 亿美元的罚金又算得了什么呢？
“我认为，总体来说，这对 AI 训练是个好消息，因为他审视了发生了什么，并且确实把它看作类似于阅读受版权保护的作品，而不是复制受版权保护的作品，”Gellis 说，“版权法的核心在于‘复制’，但它并不以使用作品、体验作品、消费作品、阅读作品为前提。”
版权法自 1976 年以来就没有更新过，这意味着，法官在面对这些有可能塑造 AI 行业未来的法律问题时，必须尝试理解 50 年前制定的指导原则该如何适用。
“现在每个人都非常担心，因为法律说法非常混乱，而原因就在于这个问题，”JWL International 的 IP & Media Practice 高级律师兼创始人 Jason Henderson 告诉 TechCrunch，“他们知道 AI 模型是在海量内容上训练出来的，而法律实际上还没有真正跟上这个问题。”
这些问题往往取决于合理使用法——也就是说，使用受版权保护作品的方式，是否“具有足够的变形性（transformative）”，以至于在法律上可以被允许。”
合理使用是版权法中的一个例外，允许在未经明确许可的情况下使用受版权保护的材料，从而通过批评、戏仿、教育以及其他方式，保护对受版权作品进行评论和迭代的能力。法官在判断某项使用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、使用的数量以及对市场的影响。
“版权始终关乎保护并扩大市场，”Henderson指出。“法院在 AI 案件中的推理其实有些各说各话。通常更容易胜出的情况是：如果你是在利用别人的财产进行训练，而且你的目的就是直接竞争，那么法院会对此不以为然……如果你所做的事情不会构成竞争，那么法院往往会寻找理由认定这是可以的。”
Henderson 指的是一宗案件：媒体和科技公司 Thomson Reuters 起诉研究公司 Ross Intelligence，称其为打造一个具有竞争性的、基于 AI 的法律平台而复制了自己的内容。
“Ross 的使用并不具有变革性，因为它并没有比 Thomson Reuters 的内容拥有‘进一步的目的或不同的性质’，”Stephanos Bibas 法官去年写道。
在那起案件中，Bibas 法官认定，利用 Reuters 的内容来训练、并打造一个会与其直接竞争的新平台，并不属于合理使用。尽管作者们可能会主张，聊天机器人通过使用他们的作品生成新的、合成的书籍，实际上是在与他们竞争，但这一论点迄今尚未在法庭上胜出。
当谈到 AI 与版权之间的关系时，Gellis 认为，把我们实际讨论的内容缩小范围会很有帮助——从 AI 训练的角度看待版权，与我们谈论 AI 生成内容的版权归属，思路是很不一样的。
在 Thaler v. Perlmutter 一案中，法院裁定，如果一部作品是 100% 由 AI 生成的，那么它不具备版权，这又引出了一个全新的难题——我们如何明确证明一部作品是否由 AI 生成；如果是，我们又如何知道其中有多少比例是由 AI 创作或协助完成的？
“如果你用 [Microsoft] Word 写小说，并运行拼写检查，我们其实都能比较放心地说，Word 并不拥有你的小说，”Gellis 说。“[AI] 正迫使我们去审视很多我们曾经一度忽略的决定。”
目前，大多数 AI 公司仍因这些问题卷入待决诉讼，这意味着我们短期内不会得到这些问题的明确答案。
“你会看到，最初的几轮交锋已经产生了影响，而这种影响本身也可能在其他法院作出不同裁决后被推翻。要等到诉讼进入后续阶段，才会弄清究竟哪一种观点会胜出，”Gellis 说。“但与此同时，所有这些判决都在塑造正在发生的一切。AI 公司如果忽视它们，那就有点愚蠢了。”
来源与参考
收录于 2026-08-24