拿Westlaw摘要喂语料，ROSS输了

9月29日，美国第三巡回上诉法院维持汤森路透在Westlaw诉ROSS Intelligence案中的部分胜诉判决。法院认定，涉案2243条Westlaw案件要点摘要具有独创性；ROSS将其用于训练竞争性的法律检索系统，不构成合理使用。

这是美国上诉法院首次在AI训练争议中审查合理使用。要理解这场官司，要先知道，ROSS究竟拿了Westlaw的什么，又准备用它做什么。

判决书有了，为什么还要拿判决摘要？

Westlaw收录法院判决，也请律师编辑从判决中提炼法律要点，写成简短的摘要。用户看到摘要，可以迅速判断一份判决是否相关，再跳转到对应段落。

ROSS想做一款用自然语言提问的法律搜索工具。用户输入一个问题，系统从判决库中找出相关段落。它已经可以访问大量判决，难题是如何教会系统判断“哪段判决最能回答这个问题”。

ROSS委托外部公司制作训练材料。制作人员利用Westlaw摘要拟出法律问题，再为问题匹配判决段落，标记相关程度，供系统学习。在上诉涉及的2243条摘要中，法院认为，训练材料中的问题与Westlaw摘要高度相似，却明显不同于原判决的表述。

ROSS的产品最终返回的是判决段落，并不向用户展示Westlaw摘要。但摘要已经在训练阶段发挥作用：它帮助ROSS省下了阅读判决、提炼问题、制作高质量训练材料的工作。

不把别人的文字显示给用户，并不意味着训练时复制这些文字就无需解释。

一条法律摘要，凭什么受版权保护？

ROSS的抗辩有一个很有吸引力的理由：法院判决属于公共领域，法律规则也不应被私人公司垄断。既然摘要只是概括判决，为什么不能拿来用？

法院同意前半句：Westlaw不能垄断判决和法律规则。但法院把判决原文与编辑撰写的摘要区分开来。

面对同一份判决，编辑需要决定哪些法律问题值得提炼，保留多少事实背景，再用什么文字把规则说清楚。不同编辑完全可能写出不同摘要。法院认为，涉案2243条摘要体现了最低限度的独创性，因此可以获得版权保护。法院同时明确，本案审查的摘要并非逐字照录判决；照录原文的摘要是否受保护，不在此次裁判范围内。

这条边界对法律数据行业很重要。人人都能读判决，也能依据判决自行写摘要。竞争者不能因为底层判决公开，就直接拿走另一家公司编辑好的表达。

ROSS输在“喂AI”，还是输在做竞争产品？

美国版权法的合理使用判断，要综合考察使用目的、作品性质、复制的数量与重要性，以及对现有或潜在市场的影响。

ROSS强调自己使用摘要的方式变了：Westlaw把摘要给人读，ROSS把摘要放进训练材料，让机器学习。法院承认这里存在一个技术上的中间步骤，却认为双方的最终目的十分接近。

Westlaw用摘要帮助用户发现相关判决；ROSS借这些摘要训练产品，同样帮助用户发现相关判决，并打算在商业市场上与Westlaw竞争。因此，把摘要放进AI训练流程，并没有让原本相近的商业用途变成截然不同的用途。

ROSS还提出，自己使用的摘要只占Westlaw庞大摘要库的极小部分。但法院指出，每一条摘要本身就是一件短作品；对被复制的单条摘要而言，ROSS拿走的是全文。更何况，ROSS可以根据公开判决自行制作训练材料。使用Westlaw现成摘要比较方便，不等于复制具有必要性。

市场因素则让这个判断更加明确。Westlaw摘要本来就是吸引用户订阅法律检索服务的组成部分。汤森路透还可以用摘要训练自己的产品，或者考虑向他人许可训练使用。ROSS未经授权将其用于开发替代性产品，会影响摘要在这些市场中的价值。法院最终认定，四项因素中只有作品偏重事实、已经发表这一项略有利于ROSS，整体上仍不构成合理使用。

对中国法律AI，最该核查的是哪一层数据？

这起案件与中国法律AI、知识产权数据库和专业知识库的关系，比“国外又有一家AI公司败诉”更近。

一个法律AI产品的数据，至少可以拆成三层。

第一层是原始材料，例如判决书、专利公开文本、行政决定。它们从哪里取得，能否用于特定用途，需要依据适用法律和取得方式判断。

第二层是人工加工成果，例如案件摘要、裁判要旨、翻译、评论和专题整理。要查清是谁写的，使用者取得了什么权利，许可是否覆盖模型训练及商业产品开发。

第三层是结构化判断，例如问题与案例的对应关系、相关性标注、争点分类和检索评价。它们决定系统能否从海量文书中找到真正有用的答案。其具体内容、权属和使用限制，同样需要逐项核验。

对建设数据库的企业，这也是一道资产化问题：收录大量公开文书是起点；持续提炼、校验、关联和更新，才形成用户愿意付费的专业服务。

对采购数据训练模型的企业，则应在合同里写明可以调用哪些字段、能否训练、训练后能否提供竞争性服务、模型和训练材料如何留存。一个普通的“数据库使用账号”，未必包含这些权利。

Westlaw赢了，生成式AI也会输吗？

不能这样推断。

上诉法院明确指出，ROSS的系统从既有判决中检索并返回段落，不会生成新的表达。法院还特意说明，围绕生成式大模型训练提出的部分争议，不适用于这个案件。此次裁判维持的是针对特定摘要、特定训练方式和特定竞争产品的部分简易判决，并未替所有AI版权诉讼给出统一答案。

不过，它已经回答了一个足够具体的问题：一家法律AI企业拥有公开判决，仍不能因此直接取用竞争者围绕判决写成的摘要，把它们变成自己的训练材料。

判决属于公共领域；把判决读懂、提炼成摘要、组织成可检索的知识，是持续投入形成的成果。法律AI越需要高质量数据，这两者的边界就越值得认真对待。