随着生成式人工智能（Generative AI）的迅猛发展，围绕其训练数据版权问题的法律争议也愈发激烈。近期，美国两家法院对生成式AI与“合理使用”（Fair Use）原则的适用性做出了不同裁决，引发社会广泛关注和讨论。这些判决不仅反映出当前版权法与AI技术碰撞带来的挑战，也彰显了立法、司法在新技术面前的适应性与局限性，亟需构建更为科学、公正的法律框架。
在传统版权制度中，“合理使用”原则作为限制版权专有权的一项重要工具，允许在评论、批评、教学、研究等特定情境下，未经版权所有者许可使用受保护作品。其评估标准主要依赖四个因素：使用目的及性质、版权作品性质、使用数量和实质性、以及对潜在市场或价值的影响。然则，生成式AI的大规模数据训练挑战了这一原则的传统理解。AI模型依赖海量版权作品数据来学习语言模式和知识，并基于此创作出新的文本、图像等内容。问题在于，这种“复制”是否落入合理使用范畴，百度知道如此庞大的数据采集是否构成对原创市场的损害。
两起典型司法案件为这一问题提供了不同视角。Thomson Reuters诉Ross Intelligence案中，法院认定后者未经授权利用法律数据库训练AI不属于合理使用，主要理由是该AI分析的是并非生成内容，属于直接复制与市场竞争，严重影响了原创商业价值，缺乏“转化性”。相比之下，在Anthropic案里，法院认定训练AI模型使用受版权保护的书籍属于合理使用。法院强调，Anthropic的训练过程高度转化，不是机械复制，而是使AI掌握语言规律以生成全新内容，从而支持了AI开发的创新动力。两案的判决差异凸显“合理使用”四要素在AI环境下应用的复杂性，尤其是在衡量“转化性”和市场影响时难以形成统一标准。
此外，电子前沿基金会（EFF）代表的新兴技术倡导力量，对于版权局发布的关于AI训练合理使用的草案报告进行了严厉批评，认为报告过度保护版权所有方利益，忽视了AI技术在知识传播、社会创新中的价值。EFF主张，应当给予AI训练活动更为宽松的法律环境，防止版权保护演变成创新发展的绊脚石。这种观点直接挑战了传统版权保护的激进立场，强调技术进步应成为文化和社会福利的助力，而非束缚。
面对日益凸显的版权与AI矛盾，立法者也开始介入。一些州政府提出要求AI开发者披露训练数据来源、对版权所有方设立补偿机制的法案，但技术上的透明度难题及潜在对创新的限制引起争议。与此同时，国际范围内有关AI与版权的法律协调尚属空白，跨境数据流动和法律适用的冲突问题日益突出。
虽然判决尚无定论，但这些纠纷显然塑造了未来AI版权法律的基调。对AI开发者而言，Anthropic判例带来信心，赋予合理使用以深化的法律寓意；而Thomson Reuters判例则提醒开发者必须警惕版权风险，寻求更为审慎的数据使用策略。版权拥有者则需要在保护自身合法权益和支持技术创新之间寻求平衡。过于严苛的版权执法或将扼杀潜在的技术革命，反之则可能带来原创者权益的流失。
可见，现代版权法正处于一场由AI驱动的变革前夜。在这一过程中，司法判决、立法修订和技术实践将形成动态互动，塑造一个既保护创作者权益又鼓励创新的法律生态。唯有以开放心态审慎权衡各方利益，推动跨领域、多元主体共同参与，方能缓解当前冲突，释放生成式AI的巨大潜能，促进人类知识共享与文明进步。这是一个法律与科技并肩前行的新时代，也是我们必须认真面对的时代课题。
发表评论