AI训练碰上版权保护，这账该怎么算

　　技术要发展，对创作者的合法权益也要尊重。不能任由先用了再说的“拿来主义”大行其道，也不能让规则的不确定性成为“合理使用”的避风港。

　　近年来，随着生成式人工智能迅猛发展，一个现实问题摆在创作者面前：自己的作品在不知情、未授权、未获报酬的情况下，正被悄悄“喂”给大模型。对此，近期一家出版社部分图书的版权页上，悄然出现了这样一句话：“禁止将本书内容用于人工智能训练，违者必究。”这一在以往版次中未曾出现的新增声明，表达了版权方对“未经授权收集书中内容用于AI训练”的明确态度。

　　版权页的这条声明，不仅亮明了版权方的态度，也引出一个越来越无法回避的问题：人工智能大模型训练需要海量文本素材作为语料，当语料采集涉及他人受著作权保护的作品时，这账该怎么算？

　　每一个原创作品都是创作者耗费心血凝结而成的智力成果。如果AI企业既不征得作者许可也不支付任何报酬，就把受版权保护的作品批量复制入库用于大模型训练，对创作者来说，从情理上很难接受。

　　依据著作权法，著作权人对其作品依法享有复制权、信息网络传播权等专有权利。《生成式人工智能服务管理暂行办法》也明确，生成式人工智能服务提供者应当“使用具有合法来源的数据和基础模型”，且“涉及知识产权的，不得侵害他人依法享有的知识产权”。也就是说，AI训练使用的语料本身应当合法，盗版侵权的内容绝不能拿来“喂模型”。

　　那么，未经许可采集他人作品用于AI训练，是否侵权？AI开发者往往以爬虫方式从网络上大规模抓取文本、图像等作品并存储于服务器，这个行为在法律上就是复制。原则上讲，未经授权复制和使用他人作品，除非有法定例外，否则就是侵权。

　　不过，著作权法同时设置了合理使用制度，列举了若干可以不经许可、不支付报酬使用作品的例外情形。但AI训练能否归入“合理使用”，目前尚无定论。如果合理使用不成立，将受著作权保护的作品用于AI训练就涉嫌侵权。

　　某种程度上说，正是由于相关规则的不确定性，给了“先用了再说”可乘之机。代价最先落在创作者身上，如果大量原创作品被无偿攫取，创作者得不到相应回报，很可能会挫伤创作的积极性，最终也会造成优质语料的枯竭，反过来制约AI产业长远发展。到头来，受影响的不只有创作生态，AI产业和用户同样要为此买单。

　　值得关注的是，国家版权局近日印发《版权工作“十五五”规划》，提出将研究起草生成式人工智能版权规则。立法层面的回应正在路上，在此之前，相关部门可以主动作为。大模型训练需要海量语料，逐一获得授权几乎不可行，是否可以探索建立合规、便捷的语料授权机制和版权纠纷化解机制，厘清合理使用场景，把“先授权后使用”原则落到实处。

　　技术要发展，对创作者的合法权益也要尊重。不能任由先用了再说的“拿来主义”大行其道，也不能让规则的不确定性成为“合理使用”的避风港。哪些使用方式可以豁免，哪些不行，著作权人又该如何保护自身合法权益，都需要尽快明确。规则明确了，创作者才敢继续创作，AI企业也能清楚边界在哪。(陆青)