加州法院为AI训练划定“学习”与“盗窃”的法律红线

一场围绕人工智能与知识产权的世纪之争，近日在美国加州的一家地方法院迎来了一个标志性，却又充满复杂性的裁决。该判决如同一把精巧的手术刀，将人工智能公司训练大语言模型（LLM）的行为剖析为两个截然不同的部分：“学习”的过程与“获取”的手段，并赋予了它们截然不同的法律命运。这一裁决的核心在于，它在原则上认可了AI使用受版权保护内容进行“学习”的合法性，但同时严厉地指出，通过盗版途径获取这些学习资料的行为本身，依然是不可饶恕的法律“原罪”。

这场诉讼的原告方是图书作者群体，被告则是业内知名的人工智能公司Anthropic。诉讼的核心，直指当今AI产业最根本的“食粮”问题——构成大模型智慧基础的海量文本数据，能否源自受版权保护的作品？

法院最终给出的答案，深刻体现了对“变革性使用”（Transformative Use）原则的现代解读。法官认定，人工智能公司利用受版权保护的作品来训练模型，其根本目的并非复制或替代原作，而是为了创造出全新的、具有不同功能和特质的东西——一个能够理解并生成文本的世界级AI模型。从法律精神上看，这种使用方式是“变革性的”，因为它将原材料转化为了性质完全不同的新事物。法官强调，版权法的宗旨在于激励原创作品的诞生，而非授予创作者一面可以抵御任何形式技术竞争的“免死金牌”。

这一部分的裁决，无疑为高歌猛进的AI产业注入了一剂强心针。它在法律层面上，将AI的训练过程类比为人类的“学习”过程。一个有抱负的作家，会通过阅读成千上万本他人的著作来汲取养分、磨练技艺，最终形成自己独特的风格与思想，这并不构成对任何一位被学习过的作者的侵权。同理，法院似乎认为，一个大语言模型“阅读”海量文本以学习语言的模式、结构与知识，同样属于促进智力与技术进步的合法行为。这无疑为“训练数据”的合理使用范围划定了一个相对宽松的边界。

然而，裁决的天平并未完全倾向于AI公司。判决书的另一面，则是一记响亮的警钟。法官明确指出，尽管“学习”的行为被认为是合法的，但“获取学习资料”的手段必须经得起法律的审视。在本案中，Anthropic公司搜寻并使用了超过七百万本盗版电子书籍来作为训练数据，这一行为本身被清晰地界定为盗版侵权。

法院的逻辑链条在此处展现了其严谨性：过程的合法性，并不能为来源的非法性脱罪。AI公司不能以“为了进行合法的变革性使用”为由，去合理化其大规模的盗版行为。法官甚至进一步指出，即便该公司在事后购买了实体正版书籍，也可能无法完全豁免其最初通过非法渠道获取数据的责任。

这一判决的“B面”，为整个AI行业划下了一道清晰的法律红线。它意味着，AI公司在构建其庞大的数据帝国时，不能再抱有任何侥幸心理，肆意抓取网络上的盗版资源。未来，构建合法、合规、可追溯的数据来源渠道，将成为AI公司核心竞争力的重要组成部分。无论是通过与权利人达成授权协议，还是大力投入对公共领域数据的挖掘与整理，都将成为不可回避的议题。

总而言之，加州法院的这一判决，并非任何一方的完胜。它以一种近乎“所罗门式”的智慧，为一场混沌的争论带来了初步的秩序。它一方面承认了AI技术在利用现有知识进行创新时所具有的“变革性”价值，保护了技术探索的空间；另一方面，它也坚决捍卫了版权所有者的基本权利，强调了获取手段的合法性。这起案件远非终点，但它无疑为未来更多、更复杂的AI版权诉讼，提供了一个至关重要的判例基石，并将深刻影响未来数十年间人类创造力与人工智能之间的法律边界。

信息来源：

ArsTechnica