维基媒体警告人工智能版权判决或威胁开放网络
The Verge AI··作者 Lauren Feiner
关键信息
维基媒体认为，当模型产生了不同于原始来源的新内容时，抓取网站和无许可预训练可以构成合理使用；但如果输出复制原文并替代读者阅读原作，就应当获得许可。该基金会还表示，人工智能系统目前会复制以 Creative Commons 许可发布的维基百科文本，却未必遵守署名和衍生作品继续采用相同许可等要求。
资讯摘要
维基媒体基金会正在涉及出版商、OpenAI 和 Microsoft 的一组重大版权诉讼中采取居中的立场。该基金会在周五提交的法庭之友意见书中警告，对合理使用进行过于简单的解释，可能让版权持有人阻止创新性使用，也可能让人工智能公司获得无视许可条款的空间。维基媒体表示，判决结果对自身尤其重要，因为其网站已经成为人工智能和机器学习系统的重要训练数据来源。与此同时，这些系统可能把访客从维基百科吸引走，并复制以 Creative Commons 发布、却未遵守相关许可条件的文本。
维基媒体也认为 LLM 对维基百科有实际帮助，例如协助编辑发现破坏行为、版权违规、曝光个人信息以及需要改进的文章。《纽约时报》指控 OpenAI 抓取其网站并侵犯版权，而 OpenAI 和 Microsoft 则主张 LLM 训练属于合理使用，并称逐字复现很少发生，或者不会削弱训练的转换性目的。维基媒体提出的区分是：如果无许可预训练产生了不同于原作的新内容，就应受到保护；但如果人工智能以替代原作的方式复制内容，相关公司就应当获得许可、标注来源并遵守相应条件。
资讯正文
维基百科的运营方正在一系列具有里程碑意义的人工智能版权案件中采取中间立场，推动法院从法律上保护大型语言模型（LLM）使用受版权保护的作品进行训练，但不保护聊天机器人将这些作品原样吐出给用户的行为。该组织表示，过于非黑即白的裁决，可能会让维基百科编辑者失去有用的人工智能工具，或危及开放网络。
周五，维基百科背后的非营利组织维基媒体基金会提交了一份法庭之友陈述，就一组涉及包括《纽约时报》在内的出版商与 OpenAI、Microsoft 之间的诉讼发表意见，但没有支持任何一方。该组织在法律文件中表示：“维基媒体担心，本案各方的立场会推动法院对人工智能领域的合理使用原则作出过于宽泛且简单化的适用。”该组织担心，如果出版商取得不加区分的胜利，版权持有者可能会对其作品的创新性和转换性使用进行“把关”。另一方面，如果人工智能公司胜诉，则可能被视为“对无视许可条款开绿灯，并割裂人类作者与受众之间知识流动”的信号。
这项裁决可能关系到维基百科的存亡。维基媒体基金会在文件中表示，维基媒体网站“已经成为所有人工智能和机器学习训练最关键的数据来源之一”。但与此同时，这些系统正在吸走访客，削弱维护这些网站的社区。维基媒体还认为，这些系统也在侵犯版权：该组织称，ChatGPT 等服务会再现以 Creative Commons 许可免费提供的文本，却不遵守该许可的条款。
与此同时，维基媒体表示，驱动这些系统的大型语言模型对维基百科也很有用：它们可以帮助编辑者打击破坏行为、发现版权侵权和人肉搜索行为，并寻找需要改进的文章，除此之外还有其他用途。
维基媒体基金会总法律顾问 Stephen LaPorte 在一份声明中表示：“如果裁决不能谨慎地适用合理使用原则，就可能威胁免费知识的可持续性，并扼杀开源技术的发展，最终在这两种情况下都影响每个人获取信息的机会。法院需要理解，维基百科是通过协作过程创建的，而这一过程要蓬勃发展，就需要以开放且易于获取的人类知识为坚实基础。”
《纽约时报》主张，在涉及大型语言模型时，应对合理使用作出更宽泛的定义。例如，该报指控 OpenAI 抓取其网站以构建训练数据集，从而侵犯了其版权。OpenAI 和 Microsoft 均辩称，使用大型语言模型构成合理使用。OpenAI 曾表示，原样吐出作品“是一种罕见的故障”。Microsoft 在 9 月提交的一份文件中称，专家分析发现，Copilot 很少完整再现用于为模型提供依据的新闻内容中的句子；该公司表示，这“几乎不能削弱大型语言模型训练的转换性目的”。
Wikimedia 提出了一种折中方案。该组织在一篇博客文章中称，抓取网站内容不应被视为侵犯版权；而在没有获得许可的情况下，使用受版权保护的作品对 LLM 进行预训练，只要这些模型提供的内容“与原始来源有所不同并具有新的内容”，就应构成合理使用。但如果这些模型响应用户查询时调取相关材料的副本，然后将其交付给用户，“同时取代读者对这些原始作品的阅读和使用”，那么这种行为就应当获得许可。两者的关键区别在于，后一种情况下，AI 输出只是替代了原作品，并未对其进行足够的转化，因此不符合合理使用的条件。
Wikimedia 表示，在这些情况下，AI 公司应遵守使用此类信息的许可要求。对于 Wikipedia 而言，这意味着应根据其 Creative Commons 许可协议标注信息的原始来源；该协议还要求“任何再混合或改编作品”继续采用同一许可协议。
Wikimedia 首席执行官 Bernadette Meehan 在一份声明中表示：“我们在本案中采取这一立场，是为了捍卫 Wikipedia 所依赖的自由、开放的人类知识。通过 AI 扩大知识获取渠道是一个强有力的目标，但这必须尊重那些让可靠知识成为可能的人、贡献者和社区。为整个信息生态系统找到这种平衡，既能带来共同利益，也是所有参与者共同承担的责任。”
来源与参考