歐洲最高法院顧問將 AI 著作權界線劃在檢索,而非訓練

11月3日,佐審官 Maciej Szpunar 在 C-250/25 案(Like Company 訴 Google Ireland)中提出意見書。這是首件送進歐盟法院(CJEU)的生成式 AI 著作權爭議,而這份意見書等於第一份具權威性的法律路線圖,說明責任究竟落在何處。
簡短版:以可自由存取的新聞文章訓練模型,原則上屬於歐盟文字與資料探勘例外的範圍。但聊天機器人即時抓取一篇文章,並完整重現到讀者不再需要造訪出版者網站的程度,則是另一回事。
一則海豚報導如何一路來到盧森堡
Like Company 是一家匈牙利出版者。旗下網站 balatonkornyeke.hu 於 2023 年 7 月報導,一名知名歌手想在巴拉頓湖旁的水族館安置海豚。一名使用者要求 Google 當時名為 Bard 的聊天機器人提供摘要。該機器人產出了一個詳盡的回答,內容取材自該篇文章。
對收入與訪客人數連動的出版者而言,一個交付文章內容卻不把任何人導向網站的回答,是生存威脅,而不是引用問題。Like Company 在匈牙利控告 Google Ireland。布達佩斯地區法院向 CJEU 提出四個問題,詢問:聊天機器人的回答若部分符合一篇新聞文章,是否構成向公眾提供該文章;訓練是否構成重製;TDM 例外是否適用;以及輸出是否構成服務提供者的重製。
顧問拒絕回答訓練相關問題
Szpunar 的第一步是程序問題。他建議法院宣告有關大型語言模型訓練的問題不可受理,理由有二。
第一是證據。沒有證據顯示 Like Company 的文章曾被用來訓練 Gemini。該文章出現於 2023 年 7 月,也就是該模型推出前數個月,而訓練那種規模的模型所需時間遠比這更長。佐審官稱該文章出現在訓練集中令人難以置信。Gemini 最可能是在使用者提問當下於網際網路上找到該文章。
第二是範圍。2019 年數位單一市場指令第 15 條賦予新聞出版者的權利,保護的是在提供給使用者的線上服務中所作的使用。訓練發生在幕後、在任何服務存在之前,因此該權利根本不及於訓練。
他仍提出初步看法,因為這個問題日後會再回來。複製文本以建立與執行訓練資料集,依著作權法構成重製。訓練原則上屬於第 4 條 TDM 例外的範圍,前提是開發者以合法方式存取內容、尊重機器可讀的退出機制,並採取措施防止模型產出特定作品的近似複製品。
這是歐盟任何機關針對 AI 訓練所寫下最有利的一句話,而且它出現在一件顧問建議不要回答該問題的案件裡。
模型本身不是重製物
這份意見書接著做了一件比多數相關評論更有用的事:它把訓練完成的模型與模型所說的話分開來看。
Szpunar 寫道,訓練完成的語言模型是文字與語言模式的抽象表徵,而不是資料庫,著作權並不存續於那樣抽象的層次。模型可能意外記住訓練中出現過很多次的文本,例如歌詞,而這種情況無法總是避免。若模型接著在回答中重現該文本,輸出即可能構成侵權。模型本身仍然不包含重製物。
他指出另一種做法的實際後果。如果提供模型必須取得每一位作品曾出現在訓練中的權利人許可,開發 AI 將變得近乎不可能。
界線究竟落在何處
檢索分析是產品團隊應該讀兩遍的部分。聊天機器人若從新聞出版物作答,可能在兩種情況下侵害出版者的權利。
其一,它以不合法方式存取文章,例如繞過付費牆或其他技術障礙。其二,它的回答重現文章的表達與結構到明顯可辨識的程度,使使用者不再需要閱讀原文。
責任於是取決於設計。若這種替代效果被內建於商業模式,或源於缺乏防護措施,服務提供者就必須負責。
與訓練章節合起來看,這套法理有一個清楚的輪廓。記住是被允許的。把他人的作品重新端上桌以取代來源,則不被允許。分界線在於讀者是否仍然需要出版者,而不在於機器是否讀過那篇文章。
為何這比合理使用判決更具實務衝擊
美國訴訟兩年來一直在爭論合理使用,而合理使用是高度取決於事實的抗辯,財力雄厚的被告可以打好幾年官司。歐盟的問題則更狹窄、也更貼近實務運作:當使用者提問時,你的產品做了什麼?
對任何打造檢索增強產品的人來說,這重新界定了法遵工作。它變成逐一功能檢視,而不是只要解決一次的訓練資料問題;而且它同樣適用於圖像與影片搜尋,而不只是文字。
一個視覺搜尋工具若索引圖庫,並回傳幾近相同的影格,而不是把使用者導向授權方,它所承擔的風險結構,就和一個摘要文章的新聞聊天機器人相同。一個從出版者網站擷取特定照片、回答相關問題卻不附連結的助理,也是如此。
雙方回應
Google 的立場是,歐洲的 TDM 例外對競爭力至關重要,並歡迎該顧問認可歐盟法律允許以公開可得資訊進行訓練。該公司還補充,Gemini 是透過學習語言模式而非複製來創作原創作品,且出版者擁有控制措施與退出機制。
歐洲出版者理事會則聚焦另一半,主張重要的區別在於:被允許的搜尋索引,以及取代原創報導的授權 AI 回答。
兩邊都正確解讀了同一份意見書。訓練那一半有利於模型開發者。檢索那一半有利於出版者,而那一半描述的正是當今多數 AI 產品的實際運作方式。
接下來會如何
這份意見書僅具諮詢性質。法院在多數案件中會遵循佐審官的意見,但並非全部;判決預計於 2027 年作出。
在此期間,有三件事值得著手去做,而不是空等。確認訓練資料來自合法存取,且退出機制受到尊重。檢視任何會擷取並摘要來源素材的功能,確認該回答是否可能取代來源。並把防護措施寫下來,因為這份意見書把責任與防護措施的欠缺綁在一起。
對產業而言,令人不安的部分在於:這項判準是體驗性的,而非技術性的。你無法用授權稽核或 robots.txt 檔案來回答。你必須問:讀者看到你的輸出後,是否還會費心點進原網站。如果答案是否,問題就出在設計。
相關文章
企業 AI 支出不是停滯,是那 1% 大戶不再加碼
企業 AI 用量成長 37.1%,支出只成長 8.9%,價差吃掉中間的成長。真正讓數字走平的是那 1% 大戶,他們每人每月支出已跌破 10,000 美元。
Claude 現在能讀你的銀行對帳單,而 Anthropic 刻意不給它一雙手
唯讀設計本身就是產品,而解除連結並不會收回已經留在聊天裡的內容。
Adobe 不再要求行銷人員開啟 Adobe
十年來,策略是掌控介面。Adobe 剛剛押注了相反的方向。
CrowdStrike 推出 AI 代理終止開關。難的是知道該終止什麼。
終止開關把猜測變成可強制執行的事。強制執行需要一份清單,而清單正是沒有人擁有的部分。