← 返回博客
News预计阅读 9 分钟

欧洲最高法院顾问将AI版权分界线划在检索,而非训练

发布于 2026年11月7日
欧洲最高法院顾问将AI版权分界线划在检索,而非训练

11月3日,总顾问马切伊·什普纳尔(Maciej Szpunar)就C-250/25号案件Like Company诉Google Ireland案发表了意见。这是首起进入欧盟法院的生成式AI版权争议,该意见也构成了首份权威性的法律责任归属法律路线图。

简而言之:原则上,用可自由获取的新闻文章训练模型属于欧盟文本和数据挖掘例外范围。而聊天机器人在实时抓取文章后,完整复制到读者不再需要访问出版商网站的程度,则另当别论。

一桩海豚报道如何来到卢森堡

Like Company是一家匈牙利出版商。其旗下网站balatonkornyeke.hu于2023年7月报道称,一位知名歌手想在巴拉顿湖旁的水族馆里安置海豚。一名用户向谷歌当时名为Bard的聊天机器人请求摘要。该机器人基于这篇文章给出了详细回答。

对收入与访客数量挂钩的出版商而言,一种无需把任何人送到网站就能提供文章内容的回答,是生存威胁,而不是引用问题。Like Company在匈牙利起诉Google Ireland。布达佩斯地区法院向欧盟法院提交了四个问题:聊天机器人的回答与新闻文章部分匹配,是否构成向公众提供该文章;训练是否构成复制;TDM例外是否适用;以及输出内容是否构成服务提供者的复制。

总顾问拒绝回答训练相关问题

什普纳尔的第一步是程序性的。他建议法院宣布有关大语言模型训练的问题不可受理,理由有二。

其一是证据。没有证据证明Like Company的文章被用于训练Gemini。该文章发表于2023年7月,即该模型发布前数月,而训练这种规模的模型所需时间要长得多。总顾问称,该文章出现在训练集中不可信。Gemini最可能是在用户提问时从互联网上找到了它。

其二是范围。2019年数字单一市场指令第15条赋予新闻出版商的权利保护的是在向用户提供的在线服务中的使用。训练发生在幕后、任何服务存在之前,因此该权利根本触及不到训练。

尽管如此,他还是给出了初步观点,因为这个问题还会回来。为构建和运行训练数据集而复制文本,在版权法下属于复制。原则上,训练属于第4条TDM例外范围,前提是开发者合法获取内容、尊重机器可读的退出机制,并采取措施防止模型生成特定作品的近似复制品。

这是任何欧盟机构就AI训练写下的最有利的一句话,而它出现在总顾问建议不回答该问题的案件中。

模型不是复制品

该意见随后做了比大多数相关评论更有用的事:它将训练后的模型与模型所说的话区分开来。

什普纳尔写道,训练后的语言模型是词语和语言模式的抽象表示,而不是数据库,版权并不存在于这一抽象层面。模型可能意外记住在训练中出现过很多次的文本,例如歌词,而这并不总能防止。如果模型随后在回答中复制该文本,输出内容可能构成侵权。但模型本身仍不包含复制品。

他指出了另一种做法的实际后果。如果提供模型需要获得每一位作品出现在训练中的权利人的许可,开发AI将几乎不可能。

界线实际落在哪里

检索分析是产品团队应该读两遍的部分。聊天机器人基于新闻出版物作答,可能在两种情况下侵犯出版商的权利。

它非法访问文章,例如绕过付费墙或其他技术障碍。或者其回答复制了文章的表达和结构,且复制得如此可识别,以至于用户不再需要阅读原文。

责任随后取决于设计。如果这种替代效应被内置到商业模式中,或者源于缺乏保障措施,服务提供者就要负责。

与训练部分结合起来读,这套规则有一个清晰的形态。记忆是被允许的。用他人的作品替代来源重新提供则不被允许。分界线在于读者是否仍然需要出版商,而不在于机器是否读了文章。

为何这比合理使用裁决影响更大

美国的诉讼已经花了两年争论合理使用,这是一种高度依赖事实的抗辩,资金充足的被告可以诉讼多年。欧盟的问题更窄、更具操作性:当用户提问时,你的产品做了什么?

对任何构建检索增强产品的人来说,这重新界定了合规工作。它变成了逐项功能审查,而不是一次性解决的训练数据问题,并且同样适用于图像和视频搜索,而不只是文本。

一个视觉搜索工具如果索引图库并返回近乎相同的画面,而不是将用户引导至许可方,就面临与总结文章的新闻聊天机器人相同的风险结构。一个从出版商网站抓取特定照片并在没有链接的情况下回答相关问题的助手也是如此。

双方回应

谷歌的立场是,欧洲TDM例外对竞争力至关重要,并欢迎总顾问承认欧盟法律允许基于公开可用信息进行训练。该公司还补充说,Gemini通过语言模式学习创作原创作品,而不是复制,出版商有控制措施和退出选项。

欧洲出版商理事会则聚焦另一半,认为重要的区别在于获准的搜索索引与取代原创报道的许可AI回答之间。

双方都正确地解读了同一份意见。训练那一半有利于模型开发者。检索那一半有利于出版商,而这一半描述的正是当今大多数AI产品的实际运作方式。

接下来会发生什么

该意见是咨询性的。法院在大多数案件中遵循总顾问意见,但并非全部,判决预计在2027年作出。

与此同时,与其等待,不如做三件事。确认训练数据来自合法访问,且退出机制得到遵守。审查任何检索并总结来源材料的功能,检查回答是否可能替代来源。并写下保障措施,因为该意见将责任与其缺失联系起来。

对行业而言,令人不安的一点是,这一测试是体验性的,而非技术性的。你无法用许可审计或robots.txt文件来回答它。你必须问:读者在看到你的输出后,是否还会费心点击进入?如果答案是否定的,那么设计就是问题所在。

相关文章