无人愿定义的AI版权问题

我们常常将几个技术上不同的事物混为一谈，统称为“AI训练”：复制源文本、检索段落、微调和学习一般概念。它们并非同一操作。 我正在构建一个名为Christine的本地优先助手，围绕一个严格的分离原则：• **经授权的检索：** 面向用户的事实性答案只能使用已承认的公共领域或明确允许的来源和片段。声明需要直接支持。如果证据不足，系统应当如实说明，而不是填补空白。• **仅抽象学习：** 对于经作者授权的非虚构类内容，系统可以自行提取关于概念、因果关系、方法和开放问题的紧凑笔记。然后丢弃原始内容。不保留段落、页面图像、可搜索文本、类源嵌入或替代副本。抽象路径不能引用或复制原始内容，并且会经过重构、近义词泄露和风格模仿测试。 这并非声称此方法能解决版权法问题。数据摄入可能产生技术性副本；管辖权和事实很重要；架构需要证据、审计和测试，而非营销语言。但它引发了一个看似不可避免的问题：如果人类阅读非虚构类书籍，保留其基本思想，并在不复制表达方式的情况下应用这些思想，那么当本地AI被设计为仅保留独立撰写的概念笔记并丢弃源材料时，应适用何种技术和法律边界？ 此类系统目前正在构建中，包括离线优先系统。我们需要在“所有学习都是复制”和“所有训练都是合理使用”成为唯二立场之前界定边界。我们的法律是否只允许人类心智从作品中学习，还是我们可以定义一个真正无留存且无替代性的严格机器类比？