Anthropic AI训练数据案胜诉但盗版争议未了

人工智能公司Anthropic在一场备受关注的版权诉讼中取得关键性进展。美国地区法官威廉·阿尔苏普于周一裁定，该公司利用受版权保护的书籍训练其AI聊天机器人克劳德，属于美国版权法中的“合理使用”。这一裁决是联邦法院首次就生成式AI训练数据的版权问题作出实质性判决。 阿尔苏普指出，克劳德的训练目的并非复制或取代原作，而是通过学习生成与原文“正交”的新内容，这类似于读者通过阅读提升写作能力。他强调：“就像任何渴望成为作家的读者一样，Anthropic的法学硕士课程的培训目的不是为了赶超、复制或取代作品，而是为了突破困境，创造出一些不同的东西。” 然而，法官同时明确表示，版权法并未为人工智能公司提供豁免。尽管用于训练的副本可被认定为合理使用，但Anthropic建立并维护一个包含至少700万本盗版书籍的“中央图书馆”行为严重侵犯版权。法庭记录显示，这些书籍来自Library Genesis和Pirate Library Mirror等非法网站，其中包括原告作家的作品副本。 内部电子邮件揭示，Anthropic联合创始人曾试图规避授权障碍，员工则将目标描述为创建“世界上所有书籍”的数字收藏，并“永久”保存。这一做法虽未被完全禁止，但保留的盗版副本仍可能面临后续诉讼及赔偿责任。 H2：AI版权案件进入关键阶段 尽管该裁决具有里程碑意义，但围绕人工智能训练数据的法律争议远未结束。目前，多起类似诉讼仍在进行中。OpenAI和Meta正面临作者团体起诉，指控其在未经许可的情况下使用版权作品训练ChatGPT和LLaMA等模型。《纽约时报》亦于2023年起诉OpenAI与微软，称其滥用数百万篇新闻文章开发AI工具。 此外，Reddit近期也对Anthropic提起诉讼，指控其在未获授权情况下大规模抓取平台内容用于模型训练。即便Anthropic声称已停止训练，但仍存在超过10万次克劳德模型训练记录，引发进一步质疑。 H2：合理使用边界何在？ 此次判决划清了合理使用的界限：直接用于训练的复制行为可被接受，但长期保存盗版副本构成持续侵权。这一区分对整个行业具有深远影响。未来，如何界定“必要使用”与“过度留存”，将成为监管机构与司法系统重点考量的问题。 随着生成式AI快速普及，合理使用原则在技术革新背景下的适用边界亟需更清晰的法律框架。当前案例不仅关乎单个企业命运，更将塑造全球人工智能产业的数据合规标准。