AI 閱讀並「學習」論文的方式,正當嗎?1.5 兆韓元的和解金告訴我們什麼

在成堆書籍的書房前,連結著象徵 AI 技術的數位數據流
AI Summary

Anthropic 因在 AI 聊天機器人「Claude」的訓練過程中使用非法複製的書籍,最終需支付美國版權史上最大規模的 1.5 兆韓元和解金。

想像一下,如果您窮盡畢生心血寫成的書,某天突然被不知名人士數位複製,成為讓全世界都在用的人工智慧(AI)變得更聰明的「學習素材」,您會作何感想?這不僅僅是閱讀,AI 正在將您的知識吸收並轉化為獲利的工具。

最近,人工智慧領域的巨頭之一 Anthropic 就因為這類問題付出了巨大代價。Anthropic 在訓練其 AI 聊天機器人「Claude」的過程中,因涉嫌使用數百萬本非法複製的書籍而面臨集體訴訟,最終同意支付 15 億美元,折合韓元約 1.5 兆韓元的和解金[參考資料: Anthropic pays $1.5 billion to settle a copyright case][[參考資料: 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)]。這是美國版權相關訴訟史上最大規模的和解案[參考資料: Anthropic agrees to pay $1.5 billion to authors whose work trained AI…]。

為什麼這起事件對我們很重要?

這起事件不僅僅是企業支付罰款的事實,更拋出了一個根本性的問題:「AI 可以學習到人類知識的哪個地步?」這次的和解讓大眾對於我們每天使用的聊天機器人閱讀論文、小說、教科書並提供回答的過程,究竟是合法還是非法,邊界變得稍微清晰了一些。

特別是此次訴訟中,被揭露含有超過 10 位史丹佛大學教授的著作,對學術界與出版界造成了極大衝擊[參考資料: Anthropic illegally trained Claude with Stanford professors …]。這為創作者開闢了一條當其努力成果成為 AI 發展基礎時能獲得正當補償的途徑,同時也向 AI 企業發出了強烈警告:在蒐集數據時必須更加謹慎。

輕鬆理解:AI 學習與「合理使用」

將 AI 學習簡化比喻,就像是「天才學生的閱讀」。

通常學生閱讀書籍、理解內容並內化為自身知識,這是不成問題的。在法律用語中,這被稱為「合理使用(Fair Use)」。事實上,法院在此次訴訟過程中認為,Anthropic 閱讀書籍並學習的行為本身,是可以進入合理使用範疇的[參考資料: Anthropic pays $1.5 billion to settle a copyright case][參考資料: Judge approves a $1.5B Anthropic settlement over … - SFGATE]。

那麼,為什麼還要支付超過 1 兆韓元的和解金呢?這是因為 Anthropic 使用的學習素材,並非「正式借來的書」,而是「從網際網路的黑暗途徑(盜版網站等)未經授權複製的檔案」[參考資料: Anthropic Settles Copyright Lawsuit Over Pirated Books Used …]。也就是說,學生閱讀書籍(學習)的行為是自由的,但如果書是偷來的,就必須受到懲罰。

法院雖然肯定了 Anthropic 的 AI 透過過濾軟體,採取了不直接抄襲原著內容的措施,但明確承認其在利用非法數據過程中的違法性[參考資料: AI Startups Settlements: Anthropic, Clearview & More - LegalClarity]。

現狀:進展到哪一步了?

目前 Anthropic 支付了 15 億美元的和解金,為此次訴訟畫下句點。受害作家預計每本書可獲得約 3,000 美元的賠償[參考資料: Anthropic agrees to pay $1.5 billion to authors whose work trained AI…][參考資料: Judge approves a $1.5B Anthropic settlement over … - SFGATE]。

然而,並非所有 AI 企業都將此和解視為「徹底的失敗」。法律專家評估認為,由於法院在 AI 以學習為目的使用數據的方式上,仍留下了「合理使用」的可能性,這為 AI 企業創造了相對有利的法律環境[參考資料: Anthropic pays $1.5 billion to settle a copyright case]。這顯示出法院願意審視數據「來源」,但不打算禁止數據「學習」本身的意圖。

未來會如何發展?

看來 AI 企業未來將對數據蒐集方式變得更加透明。過去那種毫無差別地抓取網路上一切資訊的時代正在結束。取而代之的是,技術開發將轉向合法支付版權費以訓練數據,或是建構沒有版權疑慮的數據庫。

對於作家或創作者而言,確認自己的著作未來將如何被使用並主張正當權利,將變得至關重要。希望以此次事件為契機,能湧現更多關於「AI 與創作者共存之道」的討論與技術解決方案。因為 AI 僅能輔助人類智慧,絕無法取代創作者的權利。


參考資料

  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
測試你的理解
Q1. 在這起訴訟中,Anthropic 同意支付的合解金總額是多少?
  • 7,500 萬美元
  • 10 億美元
  • 15 億美元
Anthropic 已達成 15 億美元(約 1.5 兆韓元)的和解協議,這是美國版權訴訟史上最大規模的金額。
Q2. 法院認為 Anthropic 的學習過程可能構成「合理使用(Fair Use)」的原因是什麼?
  • 因為數據是付費購買的
  • 因為過濾軟體能防止產出內容直接呈現原著內容
  • 因為 AI 是直接進行創作的
法院認為,由於 Anthropic 的過濾軟體能防止 Claude 的輸出結果中出現原著的侵權片段,因此其學習過程並未「替代或複製」原著。
Q3. 在這起事件中,被提及的數據蒐集途徑之一是哪裡?
  • 圖書館借閱系統
  • 如 Library Genesis (LibGen) 等盜版網站
  • 作家的個人部落格
原告方指控 Anthropic 未經授權,從如 Library Genesis (LibGen) 等影子圖書館及盜版網站下載了數百萬本書籍。