大英百科全书（Encyclopedia Britannica）及其旗下的韦氏词典（Merriam-Webster）近日对OpenAI提起诉讼，指控这家人工智能巨头存在“严重的版权侵权”行为。诉状中指出，OpenAI未经许可，擅自抓取并使用了大英百科全书拥有版权的近10万篇在线文章，用于训练其大型语言模型（LLM）。

诉讼还指控OpenAI在生成内容时，存在“全部或部分逐字复制”大英百科全书内容的行为。此外，OpenAI在其ChatGPT的检索增强生成（Retrieval Augmented Generation，RAG）流程中使用了这些文章，涉嫌违反版权法。RAG技术使得模型在回答查询时能够扫描网络或数据库中的最新信息。大英百科全书还称，OpenAI在生成虚假信息时错误地将其归因于该出版社，违反了《兰哈姆法案》（Lanham Act）——一项商标法。

诉状中指出：“ChatGPT通过生成替代并直接竞争于大英百科全书等出版商内容的回答，剥夺了网络出版商的收入。”同时，大英百科全书认为，ChatGPT的虚假信息危及公众获取高质量、可信赖在线信息的渠道。

大英百科全书加入了众多出版商和作者对OpenAI提起版权诉讼的行列。包括《纽约时报》（New York Times）、Ziff Davis（旗下拥有Mashable、CNET、IGN、PC Mag等品牌）以及美国和加拿大的十多家报纸，如芝加哥论坛报、丹佛邮报、太阳哨兵报、多伦多星报和加拿大广播公司等，都已对OpenAI提起诉讼。

此外，大英百科全书针对Perplexity的类似诉讼仍在审理中。

目前，关于使用受版权保护内容训练大型语言模型是否构成侵权，尚无明确的法律先例。但在一起案件中，Anthropic成功说服联邦法官William Alsup认为，将内容用作训练数据具有足够的变革性，因此合法。然而，法官认为Anthropic非法下载数百万本书籍而未支付费用，导致其需支付15亿美元的集体诉讼和解金。

OpenAI在本文发布前未对TechCrunch的置评请求作出回应。