[美國著作權訴訟] 使用他人書籍訓練 AI 是否侵犯著作權？（In re ChatGPT）

發布：

案件背景

喜劇演員 Sarah Silverman 和其他藝術家，在美國加州北區地方法院對 OpenAI 提起訴訟 (3:23-cv-03416)。原告主張 OpenAI 在未經授權的情況下，使用他們的受著作權保護的書籍作品來訓練其 AI 聊天機器人 ChatGPT。

本案已與情況類似的的另外兩案合併審理：

  • Tremblay v. OpenAI (3:23-cv-03223)
  • Chabon v. OpenA (3:23-cv-04625-PHK)

作家們大致有 6 項指控：

  1. 直接侵犯著作權；
  2. 間接侵犯著作權；
  3. 違反《數位千禧年版權法》(DMCA)：從文本輸出中刪除「著作權管理資訊」(CMI) ；
  4. 不正當競爭；
  5. 疏忽；
  6. 不當得利。

訴訟歷程

法院裁定

  • 2024 年 2 月，法院駁回了大部分針對 OpenAI 的指控， 法院認為，原告未能證明 ChatGPT 產生的內容 (即「輸出」) 與其受著作權保護的作品之間存在「實質相似性」。 然而法院允許原告修改訴狀。 原告隨後提交了修改後的訴狀。
  • 2025 年 1 月，法官命令 OpenAI 提供訓練 GPT4 的資料集。原告認為法院應強制被告提供完整的“English Colang”資料集，因為這將提高證據開示(discovery)過程的效率。原告認為 OpenAI 使用了兩個關鍵的訓練資料集（其中可能包含盜版副本 LibGen 1 和 2）。OpenAI 因為提供資料及的工作過於繁重，希望只提供 English Colang 訓練資料集中超過 20,000 字或更多文件的子集，但這不足以識別所有侵權行為。最終法院同意原告的觀點，命令 OpenAI 提供完整的、原始的 English Colang 資料集。不過法院批准了 OpenAI 針對某些 English Colang 資料集進行保密處理的要求。

本文作者為 袁如陵專利師。