今年6月,美国联邦法院在围绕生成式人工智能(AI)企业Anthropic将新闻内容用作学习数据而提起的诉讼中,支持了Anthropic一方。新闻机构主张“以AI学习新闻内容本身即构成著作权侵害”,但法院判决称:“模型训练过程中的临时复制不能断定为非法著作权侵害。”法院解释:“应审视其是否属于在教育、研究、评论、报道、戏仿等具有社会价值的情形下,例外地可在未经著作权人许可下使用著作物的‘合理使用(Fair Use)’。”
这是法院对此前认为全面禁止内容用于AI学习的解释明确划出界限的代表性判决。在美国,依据著作权法的“合理使用”条款,以研发(R&D)为目的的数据挖掘早已被广泛允许。以此为基础,OpenAI、Anthropic、谷歌等AI企业尽管仍存法律不确定性,但相对自由地将网络内容和出版物用作学习数据。
不只是美国。欧盟(EU)早在2019年就通过修订《数字单一市场著作权指令(CDSM Directive)》,将文本与数据挖掘(TDM)免责条款明文化。这允许研究机构乃至商业企业合法地将著作物用于分析与学习。不过在商业利用的情况下,若著作权人明示“选择退出(Opt-out)”意愿并要求排除,则该著作物须排除在学习之外。凭借这一规定,欧洲的AI企业既能将多样数据用于AI学习,同时在著作权侵害方面也具备了最低限度的法律安全网。日本于2018年修订著作权法,引入了全面允许以“信息分析目的”使用著作物的条款。无论商业或非商业目的,不论著作物性质或使用方式,均可用于分析与学习。由此,日本的AI企业无需另行许可或支付使用费即可自由获取各类数据集。
韩国国内并非没有相关讨论。2021年国会提出著作权法全面修订案,其中包含“TDM例外条款”。内容是,若属于AI学习等数据分析目的,无论商业或非商业,均可自由利用著作物。但该法案在国会审议过程中遭到著作权人团体和文化艺术界的强烈反对。因擅自利用导致创作物价值受损的担忧、缺乏权利人补偿机制、数据使用透明度不足等成为主要争议点,最终法案未能通过。
法案搁浅后,学界和产业界仍持续提出TDM免责的必要性。2024年末,韩国科学技术情报通信部下属人工智能法制整备团与文化体育观光部、韩国著作权委员会分别通过各自的研讨会和研究报告讨论了改进方向。科学技术信息通信部提出“为AI产业持续成长,应保障包括商业利用在内的广泛数据可及性”的立场,文化体育观光部则提出“需要不损害创作者权利的有限允许”的立场。据此,“先允许非商业目的、再分阶段扩大”或“包括商业在内全面允许但并行选择退出制度”等折中方案也被提及。但权利人团体与产业界间利害关系差异明显,至今仍未达成共识。在韩国国内经营数据销售业务的Selectstar首席执行官金世烨表示:“我国以AI三强为目标,也在推进国家代表AI项目,但如果数据得不到妥善保障,实现这一目标是不可能的”,“大语言模型(LLM)的结构大同小异,因此用于训练的数据质量如何,将成为今后壮大韩国AI产业的核心钥匙。”






