AI阅读并‘学习’论文的方法正当吗?1.5万亿美元的赔偿金说明了什么

在成堆的书籍前,连接着象征AI技术的数字数据流
AI Summary

Anthropic因在训练AI聊天机器人‘Claude’时使用了未经授权复制的书籍,被判支付美国版权史上最大规模的1.5万亿美元赔偿金。

想象一下,你倾注毕生心血写成的书,有一天突然被不知名的人复制成数字文件,变成了让全世界都在使用的AI变得更聪明的“学习材料”,你会有什么感觉?这不仅是简单的阅读,AI正在将其转化为吸收你的知识并获取收益的工具。

最近,人工智能行业的巨头之一——Anthropic公司,就因这类问题付出了巨大的代价。Anthropic在训练其AI聊天机器人“Claude”的过程中,使用了数百万本非法复制的书籍,在随后的集体诉讼中,该公司同意支付15亿美元的赔偿金[参考资料: Anthropic pays $1.5 billion to settle a copyright case][[参考资料: Anthropic to pay $1.5 billion to settle copyright lawsuit LinkedIn](https://www.linkedin.com/posts/sharonsinyoro99_knowledge-distillation-in-artificial-intelligence-activity-7371467501534187520-mzu7)]。这是美国版权相关诉讼史上规模最大的一次和解[参考资料: Anthropic agrees to pay $1.5 billion to authors whose work trained AI…]。

为什么这一事件对我们很重要?

这一事件不仅仅是企业支付罚金的事实,它提出了一个根本性的问题:“AI到底能学习多少人类的知识?”此次和解通过法律手段,让每天都在使用的聊天机器人阅读论文、小说和教材并给出回答的过程,在合法与非法的界限上变得更加清晰。

值得注意的是,在此次诉讼中,有超过10位斯坦福大学教授的著作被发现也被非法包含在内,这对学术界和出版界造成了巨大震动[参考资料: Anthropic illegally trained Claude with Stanford professors …]。这不仅为创作者开辟了在个人心血成为AI发展基石时获得正当补偿的道路,也向AI企业发出了必须在收集数据时更加谨慎的强烈警告。

浅显易懂:AI训练与“合理使用”

将AI训练比作“天才学生的阅读”就很容易理解了。

通常,学生阅读书籍并理解内容转化为自身知识,这并不成问题。在法律术语中,这被称为“合理使用(Fair Use)”。事实上,法院在本次诉讼过程中认为,Anthropic阅读书籍并进行学习的行为本身,是可以纳入合理使用范畴的[参考资料: Anthropic pays $1.5 billion to settle a copyright case][参考资料: Judge approves a $1.5B Anthropic settlement over … - SFGATE]。

那么,为什么要支付超过1万亿韩元的和解金呢?这是因为Anthropic训练所使用的材料,不是“正式借来的书”,而是从“互联网黑暗路径(盗版网站等)中未经授权复制的文件”[参考资料: Anthropic Settles Copyright Lawsuit Over Pirated Books Used …]。换句话说,学生的阅读行为(学习)是自由的,但如果是偷来的书,那就必须受到惩处。

法院肯定了Anthropic采取了过滤软件措施,确保AI不会照搬原著内容,但同时也明确认定其在使用非法数据过程中的违法行为[参考资料: AI Startups Settlements: Anthropic, Clearview & More - LegalClarity]。

现状:进展到哪一步了?

目前,Anthropic通过支付15亿美元的赔偿金告一段落了此次诉讼。预计受害作家将获得每本书约3000美元左右的补偿[参考资料: Anthropic agrees to pay $1.5 billion to authors whose work trained AI…][参考资料: Judge approves a $1.5B Anthropic settlement over … - SFGATE]。

但这并不意味着所有AI企业都将此视为“彻底的失败”。法律专家评价认为,法院依然保留了AI为学习目的使用数据的“合理使用”可能性,这为AI企业营造了相对有利的法律环境[参考资料: Anthropic pays $1.5 billion to settle a copyright case]。从中可以看出法院的意图:必须追究数据的“出处”,但不阻碍数据“学习”本身。

未来会怎样?

预计今后AI企业在数据收集方式上将变得更加透明。像过去那样在互联网上不加区分地抓取一切数据的时代正在过去。取而代之的是,技术开发将转向合法支付版权费或构建无版权争议的数据集。

对于作家或创作者而言,确认自己的著作如何被使用并维护正当权利将变得愈发重要。希望以此事件为契机,出现更多关于“AI与创作者共存之道”的讨论和技术解决方案。因为AI只能辅助人类的智能,永远无法代替创作者的权利。


参考资料

  1. Anthropic pays $1.5 billion to settle a copyright case
  2. Judge rules mostly for Anthropic in AI book training case
  3. [Anthropic to pay $1.5 billion to settle copyright lawsuit LinkedIn](https://www.linkedin.com/posts/sharonsinyoro99_knowledge-distillation-in-artificial-intelligence-activity-7371467501534187520-mzu7)
  4. [Anthropic’s $1.5 billion copyright… ECS 2027: Summit & Community](https://ecs.events/a/anthropics-15-billion-copyright-settlement)
  5. Anthropic agrees to pay $1.5 billion to authors whose work trained AI…
  6. Attention Writers: Anthropic Might Owe You $3000 (or More!) If It Was…
  7. AI Startups Settlements: Anthropic, Clearview & More - LegalClarity
  8. Anthropic illegally trained Claude with Stanford professors …
  9. How Anthropic ended up paying $1.5 bn for training Claude on …
  10. Judge approves a $1.5B Anthropic settlement over … - SFGATE
  11. Anthropic faces $75M lawsuit for pirating books to train …
  12. Anthropic Settles Copyright Lawsuit Over Pirated Books Used …
AD
测试你的理解
Q1. 在此次诉讼中,Anthropic同意支付的赔偿金金额是多少?
  • 7500万美元
  • 10亿美元
  • 15亿美元
Anthropic达成了美国版权诉讼史上最大规模的15亿美元(约1.5万亿韩元)赔偿协议。
Q2. 法院认为Anthropic的训练过程可能属于‘合理使用(Fair Use)’的原因是什么?
  • 因为数据是花钱买来的
  • 因为通过过滤软件防止了结果中直接呈现原著内容
  • 因为AI进行了直接创作
法院认为,由于Anthropic的过滤软件防止了Claude的输出结果中出现原著的侵权片段,因此其训练过程并未‘替代或复制’原著。
Q3. 在此次事件中提到的数据收集途径之一是哪里?
  • 图书馆借阅系统
  • 如LibGen之类的盗版网站
  • 作者的个人博客
原告方主张Anthropic从如LibGen(Library Genesis)等影子图书馆及盗版网站中未经授权下载了数百万本书籍。