湯森路透訴 Ross：首件針對 AI 訓練與合理使用的上訴判決

三年來，關於 AI 模型能否以受著作權保護的素材進行訓練，這場法律戰大多以和解收場，或是在聯邦地方法院層級停滯不前。今年九月，美國第三巡迴上訴法院打破了這個局面。其在湯森路透訴 Ross Intelligence 一案中的裁定，是首件聯邦上訴法院判決認定：使用受著作權保護的素材來訓練具競爭性的商業 AI 工具，不構成合理使用。

法官 Tamika Montgomery-Reeves 維持了下級法院 2025 年 2 月的認定，即 Ross Intelligence 在以其內容訓練一款具競爭性的法律搜尋產品時，侵害了湯森路透 2,243 則 headnote（由編輯撰寫的法律要點短摘要）。上訴審的背書之所以重要，在於它把單一法官的見解提升為聯邦巡迴法院具有拘束力的先例——這正是其他法院如今必須納入考量的東西。

本案究竟裁定了什麼

這項見解狹隘的判決針對的是一種特定類型的系統。Ross 打造的法律研究工具，意圖直接與其訓練素材所屬的產品競爭。法院認定此一使用未通過合理使用檢驗，主要因為其產出與原作在同一市場中競爭。

其推理立基於市場替代。當訓練的目的是產出可取代來源素材的東西時，合理使用的第四項因素——對原作潛在市場的影響——就會對使用者極為不利。法院不認為訓練過程中涉及的中間重製具有足以克服這一點的轉化性。

值得精確釐清的是這項判決涵蓋與不涵蓋的範圍。就相關意義而言，Ross 並非產出原創表達的生成式模型，而是一款搜尋與檢索產品，重製並挪用了受著作權保護的摘要。法院明確劃出這條界線，為生成式 AI 留下空間，讓其得以主張更廣泛的合理使用保護，理由是它生成新內容，而非重製既有內容。

這項例外表面上很寬容，實務上卻沒那麼令人安心。這意味著該上訴判決並未解決圖像與影片產業最想得到答案的問題：以數十億計受著作權保護的圖像與影片訓練擴散模型，是否構成合理使用。這個問題被留待未來的案件處理，也意味著答案可能因模型類型而異。

生成式 AI 的問題仍未定論

生成式這一端的平行訴訟一直在不同法院之間推進，而且並未朝有利於產業的方向發展。最受討論的數據點是 2025 年 6 月 Bartz 訴 Anthropic 案的和解，該案以據報 15 億美元的金額，解決了一樁關於訓練資料的集體訴訟請求。和解不是判決，但這個金額的規模說明了被告律師如何評估自身的勝算。

除了這項上訴裁定之外，另一樁關於 AI 圖像訓練的案子在舊金山進入陪審團審理，成為首宗進入陪審團、而非以和解收場的同類案件。該案的裁決將為產業帶來各方至今都未曾擁有的東西：由一般人而非法官作出的事實認定——判定以藝術家作品訓練圖像模型是否構成侵權。

把 Ross 案的裁定與這些進行中的案件放在一起看，方向是一致的。法院越來越不願意把「我們用它訓練了一個模型」當成自動的抗辯，並且正依產出產品與來源素材競爭的密切程度來區分分析。一個系統越是直接取代它所學習的內容，合理使用的主張就越薄弱。

為何這項判決的影響超出法律科技領域

人們很容易把 Ross 案歸入法律研究這個狹窄類別然後就此打住。但對任何用 AI 產出商業內容的人來說，這麼做都是錯的，原因就在市場替代的邏輯。

想想一個撰寫產品說明的 AI 工具這種日常案例。如果它是以某零售商的目錄文案訓練而成，接著被用來生成相互競爭的目錄文案，Ross 案的推理就以令人不安的直接程度適用。同樣的情況也適用於：以某品牌的產品照片訓練的圖像模型，卻被用來幫助競爭對手削價搶市；或是以某刊物的文章餵養的文案工具，被用來生成能吸引同一批讀者的內容。

實際的風險敞口並不限於模型開發者。部署 AI 工具的企業會承接這些工具如何被打造所帶來的風險，而稽核軌跡往往付之闕如。使用以未授權資料訓練的免費模型的賣家曝險最高，因為他們即使想證明也提不出資料來源。改用受授權或自有資料訓練的模型的團隊則能記錄這項選擇，這在爭議中是可辯護的立場，也日益成為合作夥伴與平台強制要求的條件。

這項轉變的合規成本真實存在，而且分布不均。大型業者能協商授權並建立授權資料集；小型業者不能，只能付費採用授權工具、手工產出原創內容，或承擔自身可能無法量化的風險。平台很可能會自行填補其中一部分缺口，掃描上傳內容以找出未授權 AI 生成素材的訊號，就像它們已經在掃描仿冒品一樣。

這當中的實際模糊之處值得直言。Ross 案的裁定涵蓋的是檢索產品，不是擴散模型，因此不該有人把它解讀為對圖像或影片訓練的定論。它確實建立的是一套將被更廣泛套用的分析方式：法院會追問，受訓練系統的產出與它學習的素材之間競爭有多密切。對許多商業 AI 產品而言，這個問題的答案令人不安，而且答案不取決於模型是否為生成式。

近期的結果是，資料來源正變成一項產品特性。能展示其訓練資料從何而來、或僅以客戶已擁有的內容打造的工具，風險較低，也能為此收費。做不到的工具則會流向那些不知道要問、或負擔不起在乎這件事的客戶。

目前局勢

現在存在的是一組指標，而非既定規則。以受著作權保護的素材進行訓練、打造直接競爭的商業產品，不構成合理使用——至少在第三巡迴法院是如此。生成式模型有更大的爭辯空間，而這個空間尚未經過陪審團裁決的檢驗。和解案已將風險定價在足以引起董事會注意的數字上。

對任何在 AI 之上打造產品的人來說，明智的回應是別再等待法律塵埃落定。要清楚訓練資料從何而來、保留相關紀錄、優先選用能證明其來源的模型，並把模型權重的來源視為供應鏈問題，而非法律上的附註。即使終點不明，行進方向已經很清楚；而今天就能回答來源問題的組織，日後在期限壓力下回答這個問題時，所耗費的力氣會少得多。