《Computer Law & Security Review》:Disaggregating artificial intelligence training: a transatlantic framework for copyright and generative AI
编辑推荐:
摘要生成式人工智能争议常被归结为单一问题:基于受版权保护的作品训练模型是否合法。本文认为这种提法具有误导性。人工智能训练是一条始于获取与预处理的流水线,并延续至优化过程中的中间复制、模型保留与部署阶段,且每个阶段均引发不同的版权问题。美国近期的判例结果有所分歧,但均采用按阶段
摘要
生成式人工智能争议常被归结为单一问题:基于受版权保护的作品训练模型是否合法。本文认为这种提法具有误导性。人工智能训练是一条始于获取与预处理的流水线,并延续至优化过程中的中间复制、模型保留与部署阶段,且每个阶段均引发不同的版权问题。
美国近期的判例结果有所分歧,但均采用按阶段划分的方法。Bartz 诉 Anthropic 案将具有转化性的优化过程与被侵权的盗版库区分开来;Kadrey 诉 Meta 案使市场损害问题取决于证据;Thomson Reuters 诉 Ross Intelligence 案在复制的编辑内容支撑了直接竞争产品的情形下,否定了合理使用主张。英国高等法院在Getty Images案判决中同样区分了上游复制、模型权重的法律属性以及下游输出。这些判例共同支持从来源、目的和替代性三个维度进行分析。
本文在该比较性的美英分析框架基础上,将其置于欧盟《数字单一市场指令》及《人工智能法案》的语境中,并将其转化为关于诉讼请求、证据开示与文档记录的提案。本文还提出了关于数据保留、输出管控及救济措施的提案。一项韩国调查仅作为限定性补偿偏好的背景性证据。本文的核心主张是方法论层面的:责任应当附着于相关的特定操作、特定复制行为、特定行为主体及特定辖区,而对所产生的市场影响的分析亦应单独进行,而非笼统地针对“训练”整体。
引言
生成式人工智能(AI)使版权法最熟悉的问题——谁可以复制、为了何种目的——显得前所未有地不稳定。大型语言模型(LLMs)与扩散模型并非以通常方式引用书籍或转发照片。它们摄入海量受表达保护的作品,通过迭代优化调整参数,随后生成可能在风格上与输入素材相邻的输出内容。尽管许多输出并不逐字匹配特定来源素材,但在某些条件下仍可能发生记忆与复现。由于中间机制对多数用户而言不透明,公众讨论在两种直觉之间摇摆:一种认为训练不过是某种阅读形式,是温和无害的;另一种则认为训练是一种全盘挪用的形式,推定为非法。
法院日益被要求在两种直觉之间做出选择,方式是判定人工智能训练本身是否合法。这种提法具有修辞上的感染力,但在教义上具有误导性,在实践中也无助于问题解决。它诱使法院采用诸如“教导学生”、“复印图书馆”或“逆向工程软件”等隐喻,这些隐喻必然偏重流水线中的某一侧面而忽视其他侧面。它还掩盖了当前诉讼中占据主导地位的证据问题:原告在未经证据开示的情况下,通常无法知晓哪些副本被制作、保留多久、使用了何种防范措施以防止内容复现,以及所产生的系统可能影响哪些市场。
2025年Bartz 诉 Anthropic1 案与 Kadrey 诉 Meta2 案的判决,以及随后英国高等法院在Getty Images 诉 Stability AI3 案中的判决,既揭示了整体化“训练”框架的吸引力,也揭示了其局限性。每一判决均以不同的教义表达承认,生成式人工智能的开发需要对受保护作品进行复制。然而,每一判决同样抵制那种会跨越不同情境对“训练”一律予以肯定或否定的绝对化裁决。相反,这些判决将问题拆解为更小的单元。它们追问所复制的是什么、如何获取以及复制所服务的目的为何,进而追问保留期限多长,以及所产生的系统可能合理地取代哪些市场。
未解决的问题兼具概念性与制度性。版权法评估的是离散的利用行为,但主张作品被复制以训练模型的诉请,却将获取、保留、优化与部署捆为一体。在美国,这种捆绑使合理使用制度沦为对整个企业行为的公投,尽管合理使用本应进行特定用途审查4。在英国,它促使原告将训练完成的模型视为“侵权复制件”,并使其承载上游非法性跨越国界5。
Bartz、Kadrey 与 Getty 案尚未确立既定的比较法共识。它们是不同程序状态与法律环境下的一审判决。但它们确实提供了一种共同、尽管尚属初步的方法论信号:法院开始将人工智能开发的不同阶段加以区分,而非就“训练”提出一个适用于所有情境的单一问题。本文在此基础上进一步发展,主张版权分析应聚焦于来源、目的与替代性,而非不加区分的“训练”标签。
本比较教义研究以两项美国部分摘要判决及一项英国庭审判决为基础锚定该框架,并以 Thomson Reuters 诉 Ross Intelligence 案对其进行检验,同时将其置于欧盟文本与数据挖掘及人工智能治理规则的语境中。附录A第6.4节“救济与和解”中的韩国调查仅具背景性,并非估值研究、损害赔偿衡量或解释性输入。Bartz 案后于2026年7月20日获最终和解批准。两项由出版商与作者方联合代理律师提起的上诉,分别于2026年8月20日和24日在第九巡回上诉法院立案6。Kadrey 案在2026年3月获许可修改诉状后仍待审理7。第三巡回上诉法院于2026年9月29日维持了Thomson Reuters 案的判决(第3.4节)。Getty 案已就次生侵权的认定获得上诉许可(第4.1节)8。本文对上述权威判例的分析均在各自程序与事实限定的范围内进行。Thomson Reuters 案上诉判决涉及非生成式法律检索系统,并不能一般性地决定生成式人工智能训练的合法性。
第2节对训练流水线进行拆解分析。第3节以来源、目的与替代性重新审视美国合理使用制度,第4节考察美国相关权威判例及 Getty 案。第5节发展来源—目的—替代性框架及其在欧盟中的对应关系。第6节讨论诉讼请求、举证、治理与救济。
各节摘录
训练流水线及其构成的复制行为
“训练”掩盖了多种操作。开发者通过许可、网页爬取、仓库或影子图书馆获取数据9。
以来源、目的与替代性为核心的美国合理使用
美国相关判例植根于一种熟悉的两个层级的制度架构。版权法赋予作品复制与分发的排他性权利,但合理使用作为弹性安全阀发挥作用,其判断依据为成文法规定的四项因素26。美国最高法院近期的判例识别出两项与人工智能训练相关的主题。依据第一项主题,第一项因素是针对特定用途的:它追问被告的特定使用行为相对于原告作品所服务的目的为何,以及
Getty Images 诉 Stability AI:法定层面的拆解分析与“模型即复制件”理论
Getty Images (US) Inc v Stability AI 案检验的是英国法下的拆解分析,而非一般化的“欧洲”制度。80 《1988年版权、设计与专利法》(CDPA)依赖于列举式权利与例外81。其主要的文本与数据分析例外仅涵盖基于合法获取的非商业性研究82。
美英比较框架:来源、目的与替代性
Bartz、Kadrey 与 Getty 案表明,选择并非在于将训练视为一律合法或一律侵权。尽管这些判例源自不同法律体系,却揭示出一组跨越教义边界的反复出现的变量。每一变量均反映版权法可能谴责或容忍复制的不同原因:非法获取威胁复制品市场,中间分析性复制可能因不同功能及有限的
从教义到操作:诉讼请求、举证与救济
若责任取决于来源、目的与替代性这三个变量,接下来的问题便是制度层面的:法院与诉讼参与方如何能在往往涉及商业秘密的技术复杂诉讼中,使这些变量具备可操作性?Bartz 与 Kadrey 案均通过将“训练”视为可拆解为关于来源、保留、输出及防范措施的若干事实问题的方式,暗示了一种答案155。本节余下部分
结论
Bartz、Kadrey、Thomson Reuters 与 Getty 案的核心教训在于方法论,而非判例终局性。上述权威判例在程序上仍受限制:Bartz 案最终以经正式批准的集体和解告终,Kadrey 案在获许可修改诉状后仍待审理,Thomson Reuters 案上诉判决仅适用于非生成式系统,而Getty 案关于次生侵权的认定已获上诉许可(第4.1节)。它们并未最终确立
作者贡献声明
WJJ:构思、方法、原稿撰写、调查研究。
JS:修改审阅、指导监督。
写作过程中使用生成式人工智能及人工智能辅助技术的声明
在撰写本工作期间,作者使用了ChatGPT和Claude以改善英文表达。在使用这些工具后,作者对内容进行了必要审阅与编辑,并对发表文章的内容承担全部责任。
基金支持
本研究得到了韩国科学技术院(KAIST)2026年G-School国际联合研究计划支持,由韩国科学与信息通信技术部资助(项目编号:N10260080)。本研究还得到了大韩民国科学与信息通信技术部“人工智能科学枢纽计划”支持(项目编号:N10260132)。
WooJung Jon | Jason Schultz
韩国科学技术院(KAIST)人工智能学院、人工智能与未来研究院,韩国大田广域市儒城区大学路291号