紐約時報等出版商指 OpenAI 及 Microsoft 用其內容訓練 AI 侵犯版權，正與兩間公司打官司。Wikipedia 營運機構 Wikimedia Foundation 日前向法庭提交意見，兩邊都不支持，並提出訓練與複述應分開看：AI 訓練若產出有別於原文的新內容，可算合理使用；複述原文、取代讀者接觸原作，則應取得授權。
紐時告 OpenAI 爭議核心是 AI 訓練
紐約時報指控 OpenAI 爬取（scraping，即用程式自動抓取網頁內容）其網站內容建立 AI 訓練數據集，侵犯版權；OpenAI 及 Microsoft 則主張使用大型語言模型（LLM，即 ChatGPT 等聊天機械人背後的 AI 模型）屬合理使用（fair use）。合理使用是指在特定情況下毋須授權也可使用受版權保護的作品，其中一個考慮因素是用途是否具轉化性。
OpenAI 曾表示 AI 複述原文是罕見的程式錯誤。Microsoft 則在 9 月提交的法庭文件中表示，專家分析發現 Copilot 甚少完整複述新聞內容的句子，這些新聞內容是模型回答時所依據的資料。
在這場訴訟中，Wikimedia 並非訴訟一方，而是提交法庭之友意見書（amicus brief），即由案件以外的機構向法庭表達看法，而且沒有支持任何一方。
Wikimedia 不撐任何一方
Wikimedia 擔心雙方的立場都把合理使用原則套用得過於寬泛及簡化。它認為若出版商大獲全勝，版權持有人可能連創新及具轉化性的用途也有權把關；若 AI 公司大獲全勝，則可能等於開綠燈讓它們無視授權條款，割裂創作者與讀者之間的知識流通。
Wikimedia 法律總顧問 Stephen LaPorte 表示，若裁決沒有審慎應用合理使用原則，可能威脅自由知識的持續發展，並窒礙開源技術發展，最終影響公眾取得資訊。
訓練可算合理使用 複述須授權
Wikimedia 提出的分界線，是區分訓練 AI 和向用戶交出原文。它認為爬取網站不應算侵權；未經授權用受版權保護的作品預訓練大型語言模型，只要產出有別於原始來源的新內容，就應屬合理使用。
但如果 AI 因應用戶提問抽取原文複本交給用戶，取代讀者接觸原作，Wikimedia 認為這種用途應取得授權。
以 Wikipedia 為例，其內容採用 Creative Commons（CC）授權，要求使用者註明原始出處，改編或混合作品亦須以相同授權發布。Wikimedia 指 ChatGPT 等服務複述以 CC 授權的文字，卻沒有遵守授權條款。
Wikipedia 被 AI 分流 仍靠 AI 助編輯
Wikimedia 在文件中表示，旗下網站已成為 AI 及機器學習訓練最關鍵的數據來源之一；但這些 AI 系統同時分流網站訪客，削弱維護網站的社群。
AI 亦能幫助 Wikipedia 的編輯工作。Wikimedia 指大型語言模型可協助編輯打擊破壞性編輯、偵測侵權及起底內容，並找出需要改善的條目。行政總裁 Bernadette Meehan 認為，透過 AI 擴大知識流通是有力的目標，但必須尊重令可靠知識得以出現的人、貢獻者及社群。
法院會否採納 Wikimedia 的方案仍然未知，但區分訓練與複述，或可供香港創作者及媒體看待 AI 使用其內容時參考。如果 AI 直接把你的文章文字交給讀者，讀者還有理由回來看原作嗎？
來源：The Verge
