人工智能与版权法的交汇点已经迅速成为21世纪最重要的法律战场之一。随着Anthropic的Claude、OpenAI的GPT等大型语言模型（LLMs）的兴起，对训练所需的庞大数据集的需求也日益增长。这些数据集通常包含受版权保护的材料——书籍、文章、代码等等——从而引发了关于合理使用、侵权以及创意作品未来的根本性问题。最近的裁决，尤其是在*Bartz v. Anthropic PBC*一案中，正开始塑造法律格局，既为人工智能开发者提供了保证，也为数据获取实践提出了警示。
关于使用受版权保护的作品来“训练”人工智能模型是否构成变革性使用，从而属于合理使用原则的范围，是争论的核心。该原则包含在美国版权法中，允许在未经权利持有人许可的情况下，有限地使用受版权保护的材料，用于诸如批评、评论、新闻报道、教学、学术或研究等目的。加利福尼亚州北区法院法官William Alsup最近在*Bartz v. Anthropic*案中做出的判决，代表着一个具有里程碑意义的时刻。法院裁定，Anthropic使用受版权保护的书籍来训练其LLM实际上是合理使用。这项裁决的关键在于人工智能训练过程的“变革性”性质。法院将其比作人类学习，将人类从书籍中吸收信息的方式与人工智能模型提取模式和知识的方式进行了类比。这种类比在确定人工智能对材料的使用与简单地复制受版权保护的作品从根本上不同方面至关重要。该判决确认了科技行业长期以来争论的观点：摄取大量数据集来教导人工智能并不等同于侵犯版权。这项裁决，以及在*Kadrey v. Meta Platforms Inc.*案中做出的类似判决，为人工智能训练可以被认为是合理使用这一观点提供了重要的司法支持。这暗示着，未来人工智能的发展可能不再受限于必须完全原创或获得许可的数据，而可以更广泛地利用现有信息来塑造更加智能的系统。
然而，*Bartz v. Anthropic*案的裁决并非Anthropic的完全胜利。Alsup法官明确区分了为训练目的合法购买书籍的使用和未经授权复制和存储盗版材料的行为。法院发现，Anthropic创建了一个包含超过700万本非法获取书籍的“中央图书馆”的行为构成了版权侵权。案件的这一方面突出了一个关键区别：虽然在合法获得的数据上进行训练可能是允许的，但数据的来源至关重要。Anthropic目前面临着12月份的审判，以确定盗版书籍侵权造成的损失程度。这凸显了人工智能开发者负责任的数据处理实践的重要性。法院对Anthropic数据获取方法的谴责，即使承认了训练的合理使用，也指出了明确的政策需求：开发强大、合法组装且公开可用的人工智能训练数据集。这不仅可以降低法律风险，还可以促进透明和符合伦理的人工智能开发。更进一步，法官指出Anthropic在复制材料的训练以外的用途方面“逃避了调查”，这为进一步的责任留下了可能性。这意味着，即使人工智能公司在训练数据的使用上可以被认为是合理使用，但如果这些数据被用于其他商业用途，仍然可能面临侵权诉讼。这一复杂的局面要求人工智能公司建立完善的数据管理体系，清晰地记录数据来源和使用目的，以应对潜在的法律挑战。此外，为了促进人工智能领域的健康发展，建立一个公开透明的数据集共享机制至关重要，这不仅能够降低开发成本，还可以促进技术的普及和创新。
这些裁决的影响远远超出了*Bartz v. Anthropic*案。这些裁决正在影响正在进行的诉讼，例如Sarah Silverman和Ta-Nehisi Coates等作者对Meta提起的诉讼，他们声称与其人工智能模型的训练相关的版权侵权。这些案件可能会进一步细化人工智能背景下合理使用的界限。围绕人工智能和版权的法律战估计涉及高达7500亿美元，反映了巨大的经济利益。尽管法院提供了一定程度的法律明确性，但问题仍然存在。Alsup法官采取的细致入微的方法——承认训练的合理使用，但谴责使用盗版材料——表明法律格局仍在不断发展。这些裁决强调了人工智能训练的“变革性”性质是确定合理使用的关键因素，但也突出了伦理数据采购和负责任的人工智能开发实践的至关重要性。人工智能创新的未来将部分取决于如何应对这些复杂的法律和伦理考量。未来，我们或许会看到更多关于人工智能模型输出内容的版权归属、人工智能生成内容的监管框架等方面的法律探索。同时，技术的发展也将为解决这些问题提供新的思路，例如，利用区块链技术来追踪数据的来源和使用情况，从而实现更加透明和可信赖的人工智能开发。总而言之，人工智能与版权法的博弈将持续下去，而其最终结果将深刻影响着科技、文化和法律的未来走向。
发表评论