AI训练图书版权之争：看似违法，实则模糊

当全球最大AI公司用数百万册未授权图书训练模型时，作家群体的愤怒并非没有道理——这些作品正在反哺那些侵蚀其版税收入的系统。美国作家协会调查显示，绝大多数出版作者的作品在本人毫不知情的情况下，进入了AI训练数据集。这看起来“明显违法”，但现实中的法律逻辑远比直觉复杂。

自2023年起，包括Sarah Silverman、John Grisham在内的知名作家先后起诉OpenAI、Meta等企业，指控其利用盗版书库“Books3”训练大模型。这些案件的核心，并非“是否使用了受版权保护的材料”，而是“这种使用能否被纳入合理使用的范畴”。

合理使用：AI公司的核心抗辩

美国版权法的合理使用判定包含四个要素：使用目的与性质、原作品性质、使用比例、以及对原作市场的影响。AI企业主张，模型训练属于“转换性使用”，并不直接输出原文，对原著市场不构成竞争性替代。作者方则反驳，生成式AI能够以风格模仿和观点重述的方式，变相蚕食原作价值。

“公开可得并不意味着可自由使用——数字时代的知识引用边界，正由法庭重新画定。”——编者按

跨国司法实践的分野

欧盟《数字化单一市场版权指令》第4条为文本与数据挖掘提供了例外空间，但权利人可声明退出；日本则相对开放，允许商业性训练利用公开作品；中国在AI生成内容治理上强调“合法来源”与“尊重权利”。美国目前没有统一的联邦立法，各法院判决甚至出现矛盾，使得大企业更倾向于以诉讼拖延换政策窗口。

出路：从零和博弈到共生机制

面对不确定的法律环境，行业开始探索替代方案。有出版巨头与AI公司签订授权协议，按字数或训练轮次付费；也有创业公司为作者提供“退出查询”工具，追踪其作品是否出现在数据集中。但这些机制仍属草创，缺乏统一标准。更重要的是，法律结论若最终倒向“严格禁止”，将不可避免拖慢模型研发，并推动数据竞争转向封闭格局。

从更宏观的视角看，AI训练的合法性问题本质上是“学习权”与“生存权”的冲突。技术进步不应以牺牲创作者为代价，但版权制度也不能固守前数字时代的规则。未来的理想解法，或许是建立介于“合理使用”与“强制授权”之间的新型法定许可机制，让作者获得合理分成，同时不阻塞AI的发展。这场博弈的结果，注定影响数字时代的创作生态与知识生产方式。

本文编译自TechCrunch