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，William Alsup 法官在此类裁决中首次作出此类裁决，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 对 Anthropic 的处罚是因为盗版了非法在线影子图书馆的这些书籍。 “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出不同的东西，”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。 JWL International 的高级律师兼知识产权与媒体业务创始人 Jason Henderson 告诉 TechCrunch：“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。” “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，我们如何知道其中有多少比例是由人工智能创作或辅助的？ “如果你用 [Microsoft] Word 写小说并且