合理使用？版权侵权？大英百科全书起诉OpenAI或重塑行业规则

来源：法治日报

是“合理使用”还是“版权侵权”

大英百科全书起诉OpenAI 或重塑行业规则

大英百科全书公司及其子公司梅里亚姆—韦伯斯特公司近日在美国曼哈顿联邦法院起诉OpenAI，指控这家人工智能(AI)巨头滥用它们的参考资料训练人工智能模型。这场诉讼的核心争议在于，OpenAI未经授权使用大英百科全书近10万篇文章训练AI，究竟是应被允许的“合理使用”，还是必须禁止的“版权侵权”。

业内人士指出，这起案件远不止一起AI版权纠纷。从训练数据的“输入端”到生成内容的“输出端”、从传统的版权侵权到新兴的商标与署名权争议，大英百科全书正在向AI时代的“来源秩序”发起反击。

双方争论“合理使用”边界

本案的第一条争议，聚焦于AI模型训练阶段(数据输入)的数据获取行为是否构成版权侵权。据路透社报道，大英百科全书在3月13日提交的诉状中称，OpenAI利用近10万篇大英百科全书的在线文章、百科全书和词典条目，训练聊天机器人ChatGPT如何回应用户的提问，这种复制行为是“系统性、规模化”的。诉状将ChatGPT描述为对大英百科全书可信赖的高质量内容“搭便车”，将后者的内容价值转移至OpenAI，且未支付任何补偿。

OpenAI发言人3月16日在回应该诉讼时表示：“我们的AI模型旨在推动创新，其训练基于公开可获得的数据，并且符合‘合理使用’原则。”这是AI行业对抗版权诉讼的标准抗辩框架——他们认为将受版权保护的内容转化为训练数据，属于“转换性使用”，不应受到版权限制。

然而，本案的特殊之处在于AI所使用的大英百科全书内容的性质。与普通网页信息或新闻资讯不同，百科条目和词典释义经过严格的编撰、审核和更新流程，具有高度的原创性和权威性，本身就是具有稳定商业价值的版权产品。当AI模型吸收的是这类“高质量结构化知识体系”而非零散的互联网信息时，“转换性使用”的边界将会被重新审视。

值得注意的是，大英百科全书并非被动等待侵权的发生。诉状披露，该公司曾于2024年11月主动联系OpenAI探讨授权合作可能，但OpenAI方面“从未认真考虑授权”，尽管其已与其他同类出版商达成了授权协议。

事实上，目前的一些学术研究已经表明，在生成式人工智能时代，数据已经“不再局限于静态内容，而是渗透到AI生命周期的每个阶段——从塑造模型参数的训练样本，到驱动实际部署的提示词和输出结果”。这意味着，传统的“输入端”合规控制，可能已无法覆盖数据在模型内部持续发挥作用的全过程。大英百科全书发起诉讼的案件恰恰触及这一核心矛盾：即使承认训练阶段的复制是“转换性”的，但当这些内容通过模型输出不断被再利用时，权利人的控制权又该如何保障？

AI“记忆化”复现引声讨

如果说训练阶段的争议尚可在“转换性使用”的框架下辩论，那么大英百科全书所提出的与“输出阶段”相关的指控则直接将OpenAI推向版权侵权的传统禁区——复制。

大英百科全书在13日的诉状中附上详细对比证据，指控ChatGPT在回应用户请求时，生成与原作“逐字相同或高度近似”的内容。诉状明确指出：“ChatGPT复制了原告受版权保护内容的表达、含义和信息，并将其重新包装给消费者。ChatGPT没有添加任何新的表达、含义或信息。”OpenAI还通过人工智能生成相关内容摘要，“蚕食”了大英百科全书的网络流量。

这正是当前AI版权案件中最具争议也最核心的问题——模型究竟是在“抽象学习”，还是在特定条件下对原文进行“记忆化”复现？当用户输入“请给我《大英百科全书》中关于教育的文章”时，ChatGPT输出的内容与原版几乎完全一致。这种情况下，AI不再是被动地“学习”知识，而是主动地“提供”受版权保护的原文。

从数据保护的角度看，这一现象揭示了一个深层困境：数据一旦被纳入模型训练，其存在形式便发生了根本性转变，已经从独立的、可识别的作品，转化为分布式的、难以追踪的参数和权重。大英百科全书指出，虽然能够确认OpenAI使用了近10万篇文章，但“真正的复制范围只有OpenAI自己知道”。这种信息不对称，使得权利人在主张权利时处于天然的弱势地位。

提停止侵权及索赔要求

有媒体分析认为，大英百科全书起诉OpenAI案最具辨识度的创新之处，不在版权，而在商标与来源标注。诉状指控OpenAI不仅暗示自身获得授权复制大英百科全书的内容，还在AI产生的“幻觉”信息中不当引用大英百科全书，将事实上错误的陈述归因于这家拥有250多年历史的权威知识机构。

这里触及了一个超越版权法的深层问题：在AI时代，“来源可信度”和“品牌署名权威”究竟应当如何保护？对于百科、词典这类知识品牌而言，内容固然重要，但真正稀缺的是被社会长期承认的可信来源身份。如果AI生成了错误内容，却挂上大英百科全书的名字，损害的就不只是某个条目的点击量，而是品牌所代表的知识权威。

欧美媒体指出，此次诉讼是版权方针对科技公司未经许可使用资料训练AI系统发起的众多维权行动之一。大英百科全书去年曾对人工智能初创公司Perplexity AI提起类似的版权诉讼，该案目前仍在审理过程中。

业内人士指出，本案是继大英百科全书起诉Perplexity AI后，传统知识机构对AI时代“来源秩序”发起的一次关键反击。虽然OpenAI坚持“合理使用”抗辩，但本案很可能被并入纽约南区法院的多地区诉讼(MDL)，与《纽约时报》等案件一并审理，最终判决可能重塑整个AI行业的游戏规则。

据悉，大英百科全书公司已在诉状中要求法院下令禁止OpenAI的侵权行为，同时向OpenAI索取数额不详的赔偿。目前来看，无论此案未来的判决结果如何，一个基本共识正在形成：AI的发展不能以消解“来源秩序”为代价，数据的保护也需要适配AI时代的技术特征。