美國AI新創Anthropic去年遭到多位作家提起集體訴訟，指控該公司使用「盜版材料」訓練Claude AI模型。該訴訟還涉及Anthropic將購買來的書籍掃描建，檔供AI訓練的種種侵權行為。
事實上，資料是訓練AI不可或缺的資源，要在沒有海量資料的前提下，通用人工智慧AGI的願景可以說遙不可及。也因此，包括OpenAI等AI巨頭，無不花費大把資金與新聞、圖庫等內容提供平台簽約，以獲得合法的資料進用權。
但現在的問題是，如果一家AI公司自掏腰包買下一堆書籍，並建檔作為訓練AI的資料，是法律允許的嗎？
買書訓練AI「亮綠燈」：屬合理使用範圍
美國加州北區聯邦法院針對上述問題做出關鍵裁定，法官威廉．奧爾薩普（William Alsup）指出，如果Anthropic透過合法管道購買書籍訓練AI模型，屬於「合理使用」範疇。
邁阿密大學法學院法律寫作教授克里斯蒂娜．弗羅霍克（Christina Frohock）解釋，法院認為AI從版權材料中學習，就像 「你我拿起一本書閱讀並形成自己的想法，這是合理使用。」
法官奧爾薩普進一步闡述，著作權法的目的在於促進原創作品的創作，而不是為了保護作者免受競爭，「作者們的抱怨，與他們抱怨訓練兒童寫作會導致競爭作品爆炸式增長，並無不同。」
換言之，奧爾薩普認為 AI 模型的學習過程，與人類透過閱讀學習、進而創作新作品的過程，具有相似的本質。
值得一提的是，Meta在類似訴訟中也提出他們是「合理使用」，認為作者的指控應該被駁回，不過尚不知負責該訴訟的法官，是否與這次Anthropic訴訟抱持相同的看法。
使用盜版材料訓練仍違法
儘管 Anthropic 在「合法購買書籍訓練 AI」的部分取得了勝利，但這項裁決並非全然對其有利 。法官奧爾薩普同時指出，Anthropic 從「盜版」途徑獲取了超過700萬本書籍，並將這些盜版書籍存儲在其「中央圖書館」，即使部份書籍未用於訓練，不構成「合理使用」。
這代表儘管購買市售書籍掃描用於訓練雖然沒問題，Anthropic 仍將面臨一場獨立的審判，以釐清其使用盜版內容的法律責任以及可能造成的損害賠償。 另外，法官裁定的「合理使用」僅限於訓練模型，並沒有解決AI輸出內容是否侵權的問題。
Anthropic發言人向媒體表示，「與版權促進創造力和科學進步的宗旨相同，Anthropic的大型語言模型以作品作為訓練對象，並非為了趕上、複製或取代它們，而是為了突破困境、創造出與眾不同的東西。」
不過，Anthropic表示他們並不同意將有另一場獨立審判的決定，但對訴訟整體仍然抱持信心。
近年來，為了避免類似的爭議，AI公司開始主動與媒體、內容產業合作獲得使用授權，例如OpenAI已經與新聞集團、華盛頓郵報、Shutterstock等公司達成合作；Google也與社群平台Reddit合作，以取得平台上的內容。
資料來源：華爾街日報、The Verge、TechCrunch
本文初稿由AI撰寫，編輯：陳建鈞
責任編輯：李先泰
