EFF警告：勿因AI炒作重写版权法，合理使用原则不应动摇

AI浪潮下的版权博弈：EFF为何发声？

随着生成式AI的爆发式增长，围绕AI训练数据是否侵犯版权的诉讼在全球范围内此起彼伏。自2023年起，针对AI公司的版权诉讼在全球激增。美国方面，作家协会起诉OpenAI和Meta未经授权使用受版权保护书籍训练模型；《纽约时报》起诉OpenAI和微软侵犯新闻版权；Getty Images起诉Stability AI非法使用其图库训练图像生成模型。欧盟方面，多个成员国的出版商和版权组织也提起了类似诉讼。这些案件的核心争议包括：AI训练是否构成"复制"、生成内容是否属于"演绎作品"、合理使用原则是否适用于商业化AI训练等。

值得注意的是，在这些大规模诉讼之前，2020年提起的Thomson Reuters v. Ross Intelligence案已经为AI版权争议提供了早期判例参考。在该案中，法律信息服务商Thomson Reuters指控AI法律研究工具Ross Intelligence未经授权使用Westlaw数据库中的内容训练其AI系统。2023年，法院在部分裁决中认定Ross的行为不构成合理使用，这一判决被版权持有者视为重要风向标。与此同时，各国对AI训练数据的法律态度呈现显著分化：日本在2018年修订版权法时就引入了宽泛的文本与数据挖掘（TDM）例外条款，允许出于信息分析目的使用受版权保护的作品；以色列则倾向于借鉴美国合理使用的灵活框架；而欧盟则试图在鼓励创新与保护权利人之间寻找第三条道路。这种全球性的法律分歧，使得跨国AI企业面临极为复杂的合规环境。

近日，电子前沿基金会（Electronic Frontier Foundation，简称EFF）向法院发出明确呼吁：不要因为AI的炒作而重写版权法。这一立场引发了技术界与法律界的广泛讨论。

电子前沿基金会（EFF）成立于1990年，是全球最具影响力的数字权利倡导组织之一。该组织总部位于美国旧金山，长期致力于在数字时代捍卫公民自由、隐私权和言论自由。EFF曾参与多起里程碑式的数字权利案件，包括反对过度的数字版权管理（DRM）、保护加密技术、维护网络中立性等。其法律团队经常以"法庭之友"（amicus curiae）身份向法院提交意见书，影响重要科技法律案件的判决方向。

EFF作为长期致力于数字权利保护的非营利组织，此番表态并非偏袒AI公司，而是从更宏观的角度审视版权法的边界与立法初衷。在AI训练与版权的激烈争论中，这一声音提供了值得深思的法律视角。在AI版权争议中，EFF的立场代表了数字权利社区对技术创新自由与公共利益的关切。

EFF的核心主张：坚守既有版权法律原则

AI训练是学习过程，而非简单复制

EFF的核心论点在于：AI模型在训练过程中"阅读"和分析受版权保护的作品，本质上类似于人类的学习过程，而非简单的复制行为。要理解这一论点，需要了解生成式AI的技术机制。

生成式AI（Generative AI）是指能够创造新内容的人工智能系统，如GPT系列语言模型、Midjourney图像生成器、Sora视频生成模型等。这类系统的核心是深度学习神经网络，通过分析海量训练数据学习其中的统计模式和特征分布。训练过程中，模型并不"存储"原始数据的副本，而是将数据抽象为数学参数（权重）。例如，一个训练了数十亿文本的语言模型，其最终形态是数千亿个浮点数，而非原始文本库。生成时，模型基于学到的模式创造新内容，而非检索和拼贴原始数据。这种机制的法律定性——究竟是"学习"还是"复制"——正是当前版权争议的技术焦点。

从更深层的技术角度看，深度学习的训练过程涉及反向传播（Backpropagation）和梯度下降（Gradient Descent）两个核心机制。模型在每次"看到"一条训练数据时，会计算其预测输出与实际数据之间的差距（损失函数），然后通过反向传播将这个误差信号逐层回传，利用梯度下降算法微调数十亿个参数。经过数百万次这样的迭代后，原始数据的具体内容已被高度抽象化——模型学到的是语言的语法结构、语义关联、风格模式等统计规律，而非原文的逐字记忆。然而，这一叙述存在一个重要的技术反例：记忆化（Memorization）现象。研究表明，在某些条件下——例如训练数据中某段文本出现频率极高，或者通过精心设计的提示词（prompt）进行诱导——模型确实可能逐字逐句地再现训练数据中的原始内容。Google DeepMind和加州大学伯克利分校的研究人员在2023年的一项实验中，成功从ChatGPT中提取出了训练数据的原始片段。这一现象为版权侵权的反对方提供了重要的技术论据：如果模型在特定情况下可以"回忆"并输出原始受版权保护的内容，那么简单地将训练过程等同于"学习"可能过于简化。记忆化问题的存在，使得AI训练的版权定性不能仅依据技术原理的理想描述，还需要考虑实际输出中的侵权风险。

现有的版权法框架，特别是合理使用（Fair Use）原则，已经为这类转化性使用提供了足够的分析工具。合理使用（Fair Use）是美国版权法第107条确立的核心原则，允许在特定情况下无需授权即可使用受版权保护的作品。法院评估合理使用时会考量四个要素：（1）使用的目的和性质（是否具有转化性、是否为商业用途）；（2）原作品的性质（事实性还是创造性）；（3）使用部分在整体中的数量和重要性；（4）对原作品市场价值的影响。历史上，Google Books数字化图书馆、搜索引擎的网页缓存等都曾援引合理使用原则获胜。这一原则被视为平衡版权所有者权益与公众信息获取自由的关键机制，也是美国创新生态的重要法律基础。

值得一提的是，合理使用原则是美国法律体系中较为独特的制度设计。在国际层面，不同法域对类似问题采取了截然不同的制度安排。欧盟在2019年通过的《数字单一市场版权指令》（DSM Directive）中，以第3条和第4条专门规定了文本与数据挖掘（Text and Data Mining, TDM）例外。其中第3条允许研究机构和文化遗产机构为科学研究目的进行TDM，不受版权限制；第4条则为任何主体提供了更广泛的TDM例外，但有一个关键限制——权利人可以通过"明确保留"（opt-out）机制排除其作品被用于商业性TDM。这一"opt-out"机制已成为欧盟AI版权政策的基石，也是全球许多版权改革讨论的参考模板。日本则走得更远：其2018年修订的版权法第30条之四规定，为"信息分析"目的使用受版权保护的作品（包括AI训练）在绝大多数情况下不构成侵权，除非该使用"不当损害版权人利益"。这一规定被普遍认为是全球最有利于AI训练的版权制度。这些不同的法律路径反映了各法域在促进技术创新与保护创作者权益之间的不同权衡选择，也为美国法院在裁决AI版权案件时提供了比较法视角。

换言之，EFF认为法院不需要为AI创造一套全新的版权规则。真正需要做的，是将既有的法律原则审慎地应用到新技术场景中，而不是在恐慌或炒作的驱动下贸然改写基础法律。这涉及到**转化性使用（Transformative Use）**的评估。

转化性使用是合理使用原则中的核心概念，源自1994年美国最高法院Campbell v. Acuff-Rose Music案。该原则认为，如果新作品在原作品基础上增添了新的意义、信息、表达或功能，实质性改变了原作品的用途和价值，就可能构成合理使用。经典案例包括：搜索引擎生成的缩略图、讽刺作品对原作的戏仿、学术研究对文本的批判性分析等。在AI语境下，支持者认为将数百万作品转化为统计模型参数、用于生成全新内容是高度转化性的；反对者则质疑当AI生成内容与训练数据高度相似时，转化性何在。这一概念的边界将在AI版权案件中接受新的检验。

警惕"AI例外主义"的危险倾向

EFF特别警告了一种他们称之为**"AI例外主义"**的倾向——即认为AI是如此特殊，以至于需要完全不同的法律对待。这种思路的危险在于：一旦版权法被扩张性地重新解释，其影响将远远超出AI领域，波及到所有涉及信息处理、分析和转化的技术与行为。

"AI例外主义"的思维模式在技术法律领域并非首次出现。回顾互联网法律的发展史，类似的争论在每一波技术浪潮中都会重现。1990年代末，唱片公司曾主张P2P文件共享技术（如Napster）的出现要求彻底重塑版权法；2000年代初，出版商曾认为Google扫描图书建立搜索索引的行为需要新的法律框架来应对。在这些案件中，法院最终选择了在既有法律原则内进行灵活解释，而非创造全新规则，结果是互联网生态得以蓬勃发展的同时，版权保护体系也逐步调适。EFF的警告正是基于这一历史经验：每当一种新技术被赋予"例外"地位，随之而来的法律扩张往往会产生远超预期的连锁效应，侵蚀此前经过数十年博弈才建立起来的权利平衡。

过度扩张版权的潜在连锁反应

合理使用的空间将被压缩

如果法院裁定AI训练构成版权侵权，并因此扩大版权持有人的控制权，那么受影响的将不仅是AI公司。EFF指出，以下合法活动都可能受到牵连：

• 搜索引擎的网页索引与缓存
• 文本挖掘与自然语言处理研究
• 学术研究中的大规模数据分析
• 开源社区的数据驱动项目

合理使用原则历来是创新和言论自由的重要缓冲区。一旦这一空间被压缩，整个数字生态的创新活力都可能受到抑制。

这种担忧并非杞人忧天。在学术研究领域，大规模文本分析（也称为"远距阅读"或"计算人文学"）已经成为语言学、社会学、政治学等学科的重要研究方法。研究人员通过分析数百万篇文献来发现语言演变趋势、社会舆论变迁模式等宏观规律。如果版权法被解释为禁止此类计算分析，大量依赖数据驱动方法的学术研究将面临合法性危机。同样，在网络安全领域，安全研究人员需要大规模分析恶意软件样本和网络流量数据（其中可能包含受版权保护的代码），以识别新型威胁。过度扩张的版权解释可能为这类关键安全研究设置不合理的法律障碍。

版权授权高门槛或加剧市场垄断

另一个常被忽视的风险是市场结构问题。如果AI训练必须为每一份数据支付高额授权费用，那么只有资金雄厚的科技巨头才能负担得起合规成本。这反而会将初创企业、开源项目和学术机构挤出竞争，形成事实上的行业垄断。

事实上，AI训练数据的商业授权市场已经在快速形成。2023年以来，多个大型数据授权交易陆续曝光：Reddit与Google签署了价值约6000万美元/年的数据授权协议，允许Google使用Reddit的用户生成内容训练AI模型；Shutterstock与OpenAI建立了合作关系，提供其图库中的图像用于DALL-E等模型的训练并实施了创作者补偿基金；美联社、Axel Springer等新闻机构也分别与OpenAI签署了内容授权协议。然而，这些交易恰恰印证了EFF的担忧——能够参与这种规模的授权谈判并承担相应费用的，几乎只有OpenAI、Google、Meta等少数巨头。一家AI初创公司或大学研究实验室根本无法与数千个版权持有者逐一谈判授权。这种"授权壁垒"效应可能使AI产业的竞争格局进一步向大型企业集中，与版权法促进创作多样性的初衷背道而驰。

从这个角度看，过度严苛的版权解释非但不能保护创作者，反而可能巩固少数大公司的市场地位。

争议的另一面：创作者的正当权益诉求

当然，EFF的立场也面临强有力的反对声音。众多作家、艺术家和内容创作者认为，AI公司未经许可、未经付费就使用他们的作品进行商业化训练，这本身就是一种不公平的价值攫取。

他们的核心质疑在于：当AI能够生成与训练数据高度相似的内容，并直接与原创作者竞争市场时，这真的还属于"转化性使用"吗？ 这一分歧正是当前多起版权诉讼的焦点所在，也是法院难以简单裁决的原因。目前多数案件仍在审理中，尚无最终判决，但其结果将为全球AI产业设定重要的法律先例。

创作者群体的焦虑有着真实的经济基础。自生成式AI工具普及以来，插画师、概念设计师、自由撰稿人等创意工作者已经明显感受到市场冲击。据Upwork等自由职业平台的数据，2023年以来涉及写作、翻译和平面设计的自由职业岗位需求出现了显著下降。一些创作者指出了令人不安的具体案例：当用户要求Midjourney生成"某知名艺术家风格"的图像时，输出结果与该艺术家的原创作品极其相似，在视觉上几乎难以区分。这种"风格克隆"能力直接威胁了艺术家长年积累的独特视觉语言——而这种视觉语言正是他们赖以谋生的核心资产。版权法虽然传统上不保护"风格"本身，但当AI可以系统性地复制某位创作者的整体创作特征时，这一传统边界是否仍然合理，已成为法律学者激烈讨论的前沿问题。

深度分析：这场版权之争将走向何方？

法律稳定性的长远价值

EFF的呼吁背后，体现的是对法律稳定性和可预测性的重视。在技术快速演进的时代，草率地重写基础法律往往会带来难以预料的长期后果。相比之下，通过既有合理使用原则的渐进式适用，能够在保护创作者与鼓励创新之间寻找更平衡的路径。

法律稳定性在技术法律领域具有特殊重要性。技术发展的速度远快于立法周期——一部法律从提案到通过通常需要数年时间，而AI技术的迭代周期可能只有几个月。1998年通过的《数字千年版权法》（DMCA）就是一个警示案例：该法律中的"反规避条款"（Anti-Circumvention Provisions）在制定时主要针对DVD复制保护等特定技术场景，但其模糊的措辞在随后二十多年里被版权持有者用来限制安全研究、互操作性开发等立法者从未预想过的领域，产生了大量争议性执法。类似地，如果法院在当前AI案件中做出过于宽泛或过于具体的裁决，这些判例将在未来数十年约束尚未出现的技术应用。合理使用原则之所以经久不衰，恰恰在于其弹性框架允许法院在个案中根据具体事实进行灵活评估，而非被固化的规则所束缚。

立法与司法的边界：谁来主导规则制定？

有意思的是，EFF主张这类重大的政策调整应当由立法机构而非法院来主导。法院的职责是解释和适用现有法律，而非在个案中创造全新的权利体系。如果社会确实认为AI时代需要新的版权规则，那也应当通过公开透明的立法辩论来实现，而非在诉讼中仓促定型。

事实上，全球多个法域的立法机构已经开始行动。在美国，国会已举行多场关于AI与版权的听证会，参议员们提出了多项相关法案，包括要求AI公司披露训练数据来源的透明度法案，以及探讨建立AI训练数据强制许可机制的提案。美国版权局也在2023年启动了关于AI与版权的公众意见征集程序，收到了超过10,000份公众评论。在欧盟，2024年正式生效的《人工智能法案》（AI Act）虽然主要聚焦于AI系统的安全性和风险管理，但也包含了与版权直接相关的条款——要求通用AI模型（GPAI）的提供者"足够详细地总结用于训练的内容"并公开披露，以便版权持有者评估自己的作品是否被使用。此外，英国在经历了一场关于引入AI训练TDM例外的激烈公众辩论后，于2023年暂时搁置了相关立法计划，转而寻求行业自愿性行为准则。这些立法动态表明，各国政府正在艰难地探索AI版权治理的制度路径，而任何一个主要法域的立法选择都可能产生显著的国际溢出效应。

结语：在创新与保护之间寻找平衡

EFF的这次表态，为喧嚣的AI版权争论注入了一剂冷静的思考。它提醒我们：面对新技术，恐慌与炒作都可能导致糟糕的法律决策。

无论最终立场如何，在AI与版权法的博弈中，我们都需要在三者之间找到那个微妙而关键的平衡点：

1. 保护创作者的正当权益
2. 维护公众获取信息的自由
3. 促进技术创新的持续发展

这场辩论远未结束，而它的结果将深刻影响未来数十年数字创新的走向。从当前的趋势来看，最终的解决方案很可能不是非此即彼的简单二选一，而是一个融合了司法判例、立法创新和行业自律的多层次治理框架。在这个框架中，合理使用原则将继续作为基础性的法律工具发挥作用，同时辅以针对AI特殊场景的增量性规则——例如训练数据的透明度要求、创作者补偿机制、以及技术性的版权保护措施。无论这一框架最终如何成型，它都将定义人类社会如何在智能时代重新分配创造性劳动的价值与回报。