你可能已经知道，支撑ChatGPT、Gemini、Claude等聊天机器人的AI模型，是基于海量的已出版作品数据库训练的，这些数据库包含了数亿本书籍、网络文章、学术论文，以及互联网上几乎所有能找到的内容。大多数出版作者在不知情且未授权的情况下，实际上为这些AI工具的发展做出了贡献，而这些工具又威胁到了他们的生计。这难道不违法吗？

事实远比这复杂。

知识产权、版权和技术领域的律师凯茜·盖利斯（Cathy Gellis）告诉TechCrunch：“这个领域涉及的法律和技术问题非常多，情况复杂，围绕发生的事情，支持和反对的声音都很强烈。”

去年，法官威廉·奥尔萨普（William Alsup）作出了一项开创性的判决，命令Anthropic公司向一群其AI模型训练中使用其作品的作家支付高达15亿美元的版权和解金。表面上看，这似乎是作者们的道德胜利，但奥尔萨普法官实际上裁定Anthropic的AI训练行为是合法的。他处罚Anthropic的原因是该公司从非法的网络影子图书馆盗取了这些书籍。

法官写道：“就像任何渴望成为作家的读者一样，Anthropic的语言模型训练这些作品，并非为了快速复制或取代它们，而是为了突破难关，创造出不同的东西。”他将大型语言模型吸收数万亿字的过程比作作家对文学的研究。

盖利斯认为，这一判决对AI公司更为有利。对于预计到2028年年收入约2000亿美元的公司来说，15亿美元的罚款并不算什么。

她说：“这对AI训练来说总体是好消息，法官把这看作是阅读版权作品，而不是复制版权作品。版权法关注的是复制，但不关注使用、体验、消费或阅读作品。”

版权法自1976年以来未作更新，这意味着法官们必须根据50年前的指导原则，来解释和应对可能影响AI产业未来的法律问题。

JWL国际知识产权与媒体业务高级律师兼创始人杰森·亨德森（Jason Henderson）告诉TechCrunch：“大家现在都很担忧，因为法律尚未跟上AI训练所涉及的庞大内容。法律对此问题的态度非常混乱。”

这些问题通常围绕“合理使用”原则展开——即使用版权作品是否具有足够的“转化性”而被视为合法。

合理使用是版权法中的例外，允许在未获明确许可的情况下使用版权材料，以便通过评论、讽刺、教育等方式对作品进行批评和再创作。法官在判断是否合理使用时，会考虑使用目的和性质、使用量以及对市场的影响等因素。

亨德森指出：“版权的核心是保护和发展市场。法院在AI案件中的判决理由各异。如果训练使用他人作品是为了直接竞争，法院通常不支持；如果不是竞争，法院倾向于认为可以接受。”

他提到媒体与科技公司汤森路透起诉研究机构Ross Intelligence，因其复制内容以构建竞争性AI法律平台的案件。

去年，法官斯特法诺斯·比巴斯（Stephanos Bibas）裁定：“Ross的使用不具有转化性，因为其目的和性质与汤森路透无异。”

在该案中，法官认为利用路透社内容训练以打造直接竞争平台不属于合理使用。虽然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书籍是在与他们竞争，但这一论点尚未在法庭上获胜。

谈及AI与版权的关系，盖利斯认为，明确讨论的焦点很重要——我们对AI训练中的版权理解，与对AI生成内容版权的理解截然不同。

在一起案件中，法院裁定如果作品完全由AI生成，则不享有版权，这引发了新的问题——如何确定作品是否由AI生成，以及AI参与的比例？

盖利斯说：“如果你用微软Word写小说并使用拼写检查，我们都觉得Word不拥有你的小说。但AI让我们不得不重新审视很多之前忽视的决定。”

大多数AI公司仍处于相关诉讼中，这意味着短期内难以得到明确的法律答案。

盖利斯总结：“目前的初步判决具有影响力，但如果其他法院作出不同裁决，这些影响可能会被推翻。最终结果需要后续诉讼阶段才能明朗。但在此期间，这些判决正在塑造整个行业。AI公司若忽视这些判决，将是愚蠢的。”