Wikimedia 就纽约时报诉 OpenAI 版权案提交法庭之友简报，主张区分 LLM 训练与输出

维基媒体基金会正在一组里程碑式的 AI 版权案件中寻求中间立场，推动法院从法律上保护基于受版权作品训练的大语言模型（LLM）——但不保护把那些作品原样吐给用户的聊天机器人。它表示，过于非黑即白的裁决要么会剥夺维基人有用的 AI 工具，要么会危及开放网络。

这家维基百科背后的非营利组织于周五提交了一份法庭之友意见书，就包括《纽约时报》在内的一批出版商起诉 OpenAI 和微软的案件表态，且未站在任何一方。“维基媒体担心，本案各方在这起案件中的立场会推动对 AI 领域合理使用原则过于宽泛和简单化的适用”，该组织在其法律文件中表示。它担心，出版商一方毫无细微差别之分的胜利，可能让版权持有者对哪怕创新性和转化性的作品使用也进行“把关”。另一方面，AI 公司的胜利则可能构成“对无视许可条款、割裂人类作者与受众之间知识流动的一种绿灯”。

“维基媒体担心，本案各方在这起案件中的立场会推动对合理使用原则过于宽泛和简单化的适用”

这一裁决对维基百科而言可能事关存亡。维基媒体网站“已成为所有人工智能和机器学习训练最关键的数据来源之一”，该公司在法律文件中表示。但这些系统也会吸走访客，损害维护这些网站的社区。维基媒体认为，它们还在侵犯版权：它表示，像 ChatGPT 这样的服务复制了以 Creative Commons 许可自由发布的文本，却没有遵守该许可的条款。

与此同时，它表示，驱动这些系统的大语言模型对维基百科是有用的：它们可以帮助编辑对抗破坏行为、检测侵犯版权和恶意暴露个人信息的行为，以及寻找需要改进的条目等。

“一项未能审慎适用合理使用原则的裁决，可能威胁自由知识的可持续性，并扼杀开源技术的发展，两种情况下最终都会影响所有人获取信息，”维基媒体基金会法律总顾问 Stephen LaPorte 在一份声明中表示。“法院需要明白，维基百科是通过协作过程创建的，它需要一个开放且可获取的人类知识的坚实基础才能繁荣发展。”

“一项未能审慎适用合理使用原则的裁决，可能威胁自由知识的可持续性”

《纽约时报》主张对适用于 LLM 的合理使用作出更宽泛的定义。例如，它指控 OpenAI 通过抓取其网站构建训练数据集而侵犯了其版权。OpenAI 和微软都主张，使用 LLM 构成合理使用。OpenAI 曾表示，照搬作品“是一种罕见的 bug”。微软在9 月份的一份文件中表示，专家分析发现，Copilot 很少完整复现用于支撑模型的新闻内容中的完整句子，它称这“几乎不会削弱 LLM 训练的转化性用途”。

维基媒体基金会提出了一个折中方案。根据一篇博客文章，它主张：抓取网站内容不应被视为侵犯版权；在未获许可的情况下使用受版权保护的作品对大语言模型进行预训练，只要产出了“与原始来源不同且具有新意的东西”，就应构成合理使用。但如果这些模型在响应用户查询时提取了材料的副本，并“在取代读者对原始作品的接触”的同时将其交付给用户，那么就应该需要获得许可。关键区别在于：在后一种情况下，AI 的输出只是对原始作品的简单替代，其转化程度不足以构成合理使用。

维基媒体表示，在这些情况下，AI 公司应遵守使用此类信息的许可要求。对维基百科而言，这意味着根据其知识共享（Creative Commons）许可注明信息的原始来源，该许可还要求“任何混编或改编作品”同样采用该许可。

“我们在这一案件中表明立场，是为了捍卫维基百科所依赖的自由开放的人类知识，”维基媒体 CEO Bernadette Meehan 在一份声明中表示。“通过 AI 扩大知识的获取是一个强有力的目标，但它必须尊重那些让可靠知识成为可能的人、贡献者和社区。找到这种平衡，对整个信息生态系统而言既是共同利益，也是共同责任。”

关注这篇报道的话题和作者，即可在您的个性化首页信息流中看到更多类似内容，并接收邮件更新。

• Lauren Feiner