在受版权保护的书籍上训练AI模型是否合法？情况复杂

# 在版权书籍上训练AI模型是否合法？情况很复杂 | TechCrunch 来源：https://techcrunch.com/2026/08/23/is-it-legal-to-train-ai-models-on-copyrighted-books-its-complicated/ 你可能已经知道，驱动ChatGPT、Gemini、Claude和其他聊天机器人的AI模型是基于看似无限的已出版作品数据库进行训练的，其中包含数亿本书籍、在线文章、学术论文，以及基本上你在网上能找到的所有东西。大多数已出版的作者在不知情或未同意的情况下，为这些同样威胁其生计的AI工具的发展做出了贡献。这看起来似乎违法，对吧？ 现实并非如此简单。 “我认为这个法律领域和整个技术领域的一个问题在于，这里面涉及的事情太多了，”知识产权、版权和技术领域的律师Cathy Gellis告诉TechCrunch。“情况非常复杂，人们对正在发生的事情有很多强烈的情绪，支持和反对的都有。” 去年，在首批此类裁决之一中，法官William Alsup命令Anthropic向一群作家支付高达15亿美元的版权和解金，这些作家的作品被用于训练该公司的AI模型。表面上看，这似乎是有利于作者的道德胜利，但Alsup法官实际上裁定Anthropic的AI训练是合法的。他处罚Anthropic的原因是该公司从非法的在线影子图书馆盗版这些书籍。 “就像任何有志于成为作家的读者一样，Anthropic的LLM训练学习作品并非为了赶超、复制或取代它们——而是为了转向并创造不同的东西，”法官写道，他将LLM吸收数万亿个词的方式比作作家对文学的研究。 Gellis认为这项裁决对AI公司更为有利。对于一家预计到2028年年收入约2000亿美元（https://www.reuters.com/business/anthropic-ipo-valuation-hinges-190-200-billion-2028-revenue-forecast-sources-say-2026-08-15/）的公司来说，15亿美元的罚款算什么呢？ “我认为，对于AI训练来说，这总体上是个好消息，因为他审视了实际情况，并真正将其类比为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。“版权法的关键在于复制，但它并不关乎使用该作品、体验该作品、消费该作品或阅读该作品。” 自1976年以来，版权法从未更新（https://en.wikipedia.org/wiki/Copyright_Act_of_1976），这意味着当法官面对可能塑造AI产业未来的法律问题时，他们必须设法解释50年前的准则。 “现在每个人都非常担心，因为法律一团糟，这都是因为这个问题，”JWL International知识产权与媒体实践部高级律师兼创始人Jason Henderson告诉TechCrunch。“他们知道AI模型是在海量数据上训练的，而法律还没有真正跟上这个问题。” 这些问题通常取决于合理使用法律——具体来说，使用受版权保护的作品是否具有足够的“转换性”，从而在法律上被视为允许。 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，旨在保护通过批评、戏仿、教育等方式对受版权保护作品进行评论和迭代的能力。法官在判断是否构成合理使用时会考虑特定因素，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扩大市场，”Henderson指出。“法院在推理方面（在AI案件中）有些混乱。倾向于胜出的情况是，如果你的行为是基于某人的财产进行训练，因为你的目的是直接竞争，那么法院会反对……如果你的行为不会与之竞争，那么法院倾向于找到方法使其变得可以接受。” Henderson指的是媒体和科技公司Thomson Reuters起诉研究公司Ross Intelligence的案件，后者复制其内容以建立一个基于AI的、具有竞争性的法律平台。 “Ross的使用不具有转换性，因为它没有不同于Thomson Reuters的‘进一步目的或不同性质’，”法官Stephanos Bibas去年写道（https://fingfx.thomsonreuters.com/gfx/legaldocs/xmvjbznbkvr/THOMSON%20REUTERS%20ROSS%20LAWSUIT%20fair%20use.pdf）。 在该案中，Bibas法官认定，利用路透社的内容来训练一个将与其直接竞争的新平台，不属于合理使用。虽然作者们可能会辩称聊天机器人通过使用其作品来生成新的、合成的书籍从而与之竞争，但这一论点尚未在法庭上胜诉。 当谈到AI与版权的关系时，Gellis发现明确我们讨论的范围很有帮助——我们关于AI训练的版权思考方式，与我们如何考虑AI生成内容的版权保护有很大不同。 在一个案例中，Thaler诉Perlmutter案（https://law.justia.com/cases/federal/appellate-courts/cadc/23-5233/23-5233-2025-03-18.html），法院裁定，如果一个作品是100%由AI生成的，它就不具有可版权性，这就引发了一系列新的问题——我们如何确凿地证明一个作品是否使用了AI生成？如果是，我们又如何知道其中有多大比例是AI创建或辅助完成的？ “如果你在[微软]Word中写小说并运行拼写检查，我们基本上可以放心地说Word并不拥有你的小说，”Gellis说。“[AI]正在迫使我们审视一大堆我们过去有些忽视的决定。” 大多数AI公司仍因这些问题而陷入待决诉讼中，这意味着我们不会很快得到明确的解决方案。 “你看到的是，最初的几轮交锋正在产生影响，这种影响本身可能会因为其他法院做出不同的决定而被推翻，需要在诉讼的后期阶段才能弄清楚哪个会胜出，”Gellis说。“但与此同时，所有这些决定都在塑造正在发生的一切。AI公司忽略这些决定可能会显得有些愚蠢。” *当你通过文章中的链接购买商品时，我们可能会获得少量佣金（https://techcrunch.com/techcrunch-affiliate-monetization-standards/）。这不会影响我们的编辑独立性。*