社團指南

合理使用和人工智慧訓練數據

合理使用是美国的版权原则,法院使用该原则来决定未经许可在受版权保护的作品上训练人工智能模型是否合法。

聆聽此指南AI 語音敘述 · ~3 min

本頁4 分鐘閱讀
  1. 概述
  2. 深入探討
  3. 現實世界的實施
  4. 合理使用和人工智慧訓練資料的未來
  5. 付諸實踐
  6. 不斷探索
  7. 常見問題

概述

評審團權衡四個因素:使用目的、作品性質、被複製的程度、對原作市場的影響。 2025 年的第一個裁決出現分歧。在一些生成人工智慧案例中,培訓具有高度變革性,而盜版資料和非生成複製則要承擔責任。這個答案影響著每一個人工智慧開發者和每一個在訓練資料中工作的創造者。

深入探討

Section 107 of the Copyright Act lists four factors. Factor one asks whether the use is transformative and commercial. The Supreme Court's 2023 Warhol v. Goldsmith decision emphasized that a different purpose matters more than adding new meaning. Factor two considers whether the work is creative or factual. Factor three looks at how much was taken. Factor four asks whether the use harms the market for the original, and courts often treat it as the most important. The first rulings came in 2025. In February, Judge Stephanos Bibas held in Thomson Reuters v. Ross that Ross's copying of Westlaw headnotes to train a legal search tool was not fair use. Ross was building a direct competitor, and the AI was not generative. The case went to the Third Circuit on interlocutory appeal. In June, Judge William Alsup ruled in Bartz v. Anthropic that training on books was 'exceedingly transformative' and fair use, and that scanning purchased print books was also fair. He held that building a central library from pirate sites was a separate use that fair use did not cover. After class certification, Anthropic agreed to a settlement reported at $1.5 billion, about $3,000 per covered work. Days later, Judge Vince Chhabria ruled for Meta in Kadrey v. Meta, but only because the authors did not develop evidence of market harm. He stressed that 'market dilution' from floods of AI-generated competing works could weigh heavily against fair use in a better-argued case. A common misconception is that courts have declared AI training fair use across the board. These are district court rulings on specific facts. Appeals, other cases and the method of acquiring data all matter.

現實世界的實施

在 Bartz 诉 Anthropic 案中,法官认为对 Claude 合法购买和扫描的书籍进行培训是合理使用,但将数百万本盗版书籍下载到图书馆并不能得到原谅。

在汤森路透诉罗斯情报案中,法院拒绝了一家法律研究初创公司的合理使用,该初创公司使用 Westlaw 的摘要来构建竞争性的非生成搜索工具。

在 Kadrey v. Meta 一案中,作者在簡易判決中敗訴,因為他們沒有證明市場損害,儘管法官認為這種損害可能存在於其他案件中。

一家新聞出版商與一家人工智慧公司簽署了一項付費授權協議,該協議既能賺取收入,又能支持培訓授權市場存在的論點。

合理使用和人工智慧訓練資料的未來

上訴裁決,包括第三巡迴法院對湯森路透訴羅斯案的審查,可能比任何單一審判裁決都更能影響這項原則。希望法院繼續將數據的取得方式與使用方式分開,並密切關注市場損害證據。許可交易可能會繼續增長,因為無論結果如何,它們都會降低法律風險。國會可以立法,版權局也發布了自己對生成式人工智慧訓練的分析。在此之前,法律仍然懸而未決,並取決於每個案件的事實。

付諸實踐

為什麼這很重要

  • 風險與安全. 災難性和日常的人工智慧危害都取決於誰了解風險以及誰能夠採取行動。
  • 更明確的決策. 民眾和專業素養決定強而有力的安全政策在政治上是否可行。
  • 突破炒作. 清晰的解釋可以減少炒作、實驗室公關和模糊道德劇場的影響。

留意

  • 將存在風險視為科幻小說,同時能力複合。
  • 混淆了表面產品安全與高度自治下的對準。
  • 只給非英語和非專業觀眾留下低品質的資源。

後續步驟

  1. 單獨的產品危害、誤用和失控/失調風險。
  2. 詢問哪些證據會改變您對時間表和嚴重性的看法。
  3. 比起行銷主張,更喜歡主要來源和具體評估。
  4. 確定一條行動路徑:職業、政策、資金或技能——而不僅僅是意識。

不斷探索

免費電子報

獲取每日 AI 簡報

每個工作日上午提供三則經過驗證的 AI 新聞,以淺顯易懂的英文撰寫。永久免費,無廣告。

每個工作日一封電子郵件。一鍵取消訂閱。我們絕不出售或分享您的地址。

測試一下自己

参加合理使用和 AI 训练数据测验

每個答案皆有即時回饋,通過課程後可獲得具備可驗證 ID 的可分享證書。

開始測驗

支持免費的 AI 教育。AI Understanding 是一個 501(c)(3) 非營利組織——絕無廣告,絕無付費牆。 捐款

常見問題

什麼是合理使用和人工智慧訓練資料?

合理使用是美國的版權原則,法院使用該原則來決定未經許可在受版權保護的作品上訓練人工智慧模型是否合法。評審團權衡四個因素:使用目的、作品性質、被複製的程度、對原作市場的影響。 2025 年的第一個裁決出現分歧。在一些生成人工智慧案例中,培訓具有高度變革性,而盜版資料和非生成複製則要承擔責任。這個答案影響著每一個人工智慧開發者和每一個在訓練資料中工作的創造者。

哪個合理使用因素詢問了原創作品對市場的傷害?

第四個因素考慮對原件潛在市場或價值的影響,法院通常將其視為最重要的。

為什麼法院在湯森路透訴羅斯情報公司一案中拒絕合理使用?

Bibas 法官認為 Ross 的使用沒有足夠的變革性,只能作為 Westlaw 的直接市場替代品。

在 Bartz v. Anthropic 一案中,Alsup 法官認為哪些內容不屬於合理使用範圍?

Alsup 舉辦的培訓和掃描合法購買的書籍屬於合理使用,但獲取盜版書籍並將其存放在圖書館則是一種單獨的、無故使用的行為。

據報道,Anthropic 與巴茨達成了什麼和解協議?

集體認證後,報告的和解金額約為 15 億美元,每件涵蓋的作品約 3,000 美元。

為什麼 Meta 在 Kadrey v. Meta 中獲勝?

查布里亞法官做出了狹隘的裁決,因為原告未能證明市場受到損害,同時暗示一個更有說服力的案件可能會成功。