在受版权保护的书籍上训练人工智能模型是否合法？情况很复杂

您现在可能知道，为ChatGPT、Gemini、Claude和其他聊天机器人提供支持的人工智能模型是在看似无限的已发表作品数据库上进行训练的，其中包含数亿本书、在线文章、学术论文，以及基本上您可以在互联网上找到的任何内容。大多数发表文章的作者在不知情或未经同意的情况下，为开发同样的人工智能工具做出了贡献，这些工具可能会损害他们的生计。这看起来是违法的，对吧？

事实并非那么简单。

“我认为整个法律领域和整个技术领域的问题之一是发生了很多事情，”在知识产权、版权和技术方面具有专业知识的律师Cathy Gellis告诉TechCrunch。 “这非常复杂，人们对正在发生的事情有很多原始的感觉，无论是支持还是反对。”

去年，威廉·阿尔苏普 (William Alsup) 法官在此类裁决中做出了首例裁决，命令Anthropic向一群作家支付15亿美元的巨额版权和解金，这些作家的作品被用来训练该公司的人工智能模型。从表面上看，这似乎是对作者有利的道德胜利，但阿尔苏普法官实际上裁定Anthropic的人工智能训练是合法的。 Alsup处罚Anthropic的原因是从非法在线影子图书馆盗版这些书籍。

“就像任何渴望成为作家的读者一样，Anthropic的法学硕士接受的训练不是为了超越并复制或取代它们，而是为了扭转困境并创造不同的东西，”法官写道，并将法学硕士吸收数万亿单词的方式与作家研究文学的方式进行了比较。

吉利斯认为，这一裁决对人工智能公司来说更有利。对于一家预计到2028年年收入将达到2000亿美元的公司来说，15亿美元的罚款意味着什么？

“我认为这对于人工智能培训来说通常是个好消息，他研究了正在发生的事情，并且确实认为这类似于阅读受版权保护的作品，而不是复制受版权保护的作品，”吉利斯说。 “版权法取决于复制，但并不取决于使用作品或体验作品、消费作品、阅读作品。”

版权法自1976年以来就没有更新过，这意味着法官在面对可能塑造人工智能行业未来的法律问题时，必须弄清楚如何解释50年前的指导方针。

“现在每个人都非常担心，因为法律无处不在，而正是因为这个问题，”JWL International知识产权与媒体业务高级律师兼创始人Jason Henderson告诉TechCrunch。 “他们知道人工智能模型已经接受了很多东西的训练，而法律还没有真正解决这个问题。”

这些问题通常取决于合理使用法，即受版权保护的作品的使用是否具有足够的“变革性”，足以被视为法律允许的。

合理使用是版权法的一项规定，允许在未经明确许可的情况下使用受版权保护的材料，保护通过批评、模仿、教育和其他方式评论和迭代受版权保护的作品的能力。法官在决定某物是否合理使用时会考虑具体因素，包括作品的目的和性质、使用的数量及其对市场的影响。

“版权始终是为了保护和发展市场，”亨德森指出。 “（在人工智能案件中）法院的推理有点混乱。如果你正在做的事情是在某人的财产上进行训练，因为你的目的是直接竞争，那么法院会对此不赞成……如果你所做的事情不会参与竞争，那么法院往往会找到合适的方法，这往往会获胜。”

亨德森引用了一个案例，其中媒体和技术公司汤森路透起诉研究公司Ross Intelligence复制其内容，以建立一个基于人工智能的竞争法律平台。

“罗斯的使用并不具有变革性，因为它与汤森路透相比没有‘进一步的目的或不同的特征’，”斯蒂芬诺斯·比巴斯法官去年写道。

在该案中，比巴斯法官认为，对路透社的内容进行培训以创建与其直接竞争的新平台是不合理的。尽管作者可能会辩称，聊天机器人正在通过利用他们的作品生成新的合成书籍来与他们竞争，但这一论点尚未在法庭上占上风。

当谈到人工智能和版权之间的关系时，吉利斯发现这有助于缩小我们实际讨论的范围——我们在人工智能培训方面考虑版权的方式与我们对人工智能生成内容的版权的考虑方式截然不同。

在泰勒诉珀尔穆特一案中，法院裁定，如果一件作品100% 由人工智能生成，则它不具有版权，这开启了一个全新的问题——我们如何才能明确证明一件作品是否是使用人工智能生成的，如果是的话，我们如何知道其中有多少百分比是由人工智能创作或协助的？

“如果你用 [Microsoft] Word写小说并运行拼写检查，我们会认为Word不拥有你的小说，”Gellis说。 “[人工智能] 迫使我们考虑一系列我们一度忽略的决定。”

大多数人工智能公司仍在就这些问题提起诉讼，这意味着我们不会很快找到这些问题的明确解决方案。

盖利斯说：“你所看到的是，最初的开场截击具有影响力，如果其他法院做出不同的裁决，这种影响本身可能会被抵消，而且需要经过后期的诉讼才能确定哪一个法院会获胜。” “但与此同时，所有这些决定正在影响正在发生的一切。人工智能公司忽视它们将是愚蠢的。”