Meta新条款引争议：新闻网站内容或将被免费用于AI训练

Meta 最近更新了其平台服务条款，新增的措辞可能赋予这家科技巨头抓取并利用第三方网站内容训练 AI 的权利。据 Nieman Lab 报道，批评者担忧新闻出版机构的内容可能在不知情的情况下成为 Meta AI 模型的免费训练数据。

条款变动：从"关联"到"训练"

根据 Nieman Lab 的报道，Meta 的新条款将允许其爬取和抓取与使用 Meta 平台的企业"相关联"的网站内容，其中明确包括在线出版商。

新条款将于 10 月 30 日正式生效。条款文本显示，Meta 可以将这些外部内容用于"开发、改进、研究"以及"训练"——最后这个词尤为关键，它直接指向了 AI 模型训练场景。

问题的核心在于"associated"（相关联）一词的模糊边界。一家新闻机构如果在 Facebook 或 Instagram 上运营官方账号，其网站是否就构成了与 Meta 平台"相关联"的网站？如果是，那么该机构发布的每一篇报道都可能被 Meta 合法抓取并用于训练其 AI 系统，而无需支付任何费用或获得明确授权。

"抓取"与"爬取"的技术含义

文中提到的"爬取"和"抓取"（crawling / scraping）是 AI 训练数据获取的两个关键环节。爬取通常指通过自动化程序（爬虫）系统性地遍历网站页面并下载内容；抓取则更偏向从已获取的页面中提取结构化数据。两者共同构成大模型训练语料的主要来源。对于新闻网站而言，其 robots.txt 文件（网站根目录下用于告知爬虫哪些页面可以抓取的协议文件）通常是第一道防线，但 robots.txt 并非法律文件，仅依赖爬虫的自愿遵守。Meta 的条款更新实际上是在法律授权层面为爬取行为提供依据，使其可能绕过 robots.txt 等纯技术约定的限制，将原本需要单独协商的授权转化为用户注册时的一揽子同意。

新闻行业的困境

这一条款变动触及了新闻出版行业最敏感的神经。过去几年，全球新闻机构一直在与科技平台就内容补偿问题进行博弈。

从澳大利亚的《新闻媒体 bargaining code》到欧盟的版权指令，监管机构试图迫使平台为使用新闻内容付费。然而 Meta 此次条款更新，可能绕开这些法律框架——因为条款将使用行为界定为"AI 训练"而非传统的"内容分发"或"展示"。

对于正在艰难维持数字化转型的新闻机构而言，这无疑是雪上加霜。它们的原创报道可能被用于训练 AI 模型，而模型产出的内容反过来又可能分流它们的读者和广告收入。

《新闻媒体 bargaining code》与欧盟版权指令

文中提及的澳大利亚《新闻媒体 bargaining code》全称为《新闻媒体与数字平台强制议价准则》，于 2021 年生效，要求 Google 和 Meta 等平台就使用新闻内容与澳大利亚新闻机构进行强制性的商业谈判，若无法达成协议则由仲裁机构裁定价格。欧盟版权指令（2019 年通过）第 15 条则创设了"新闻出版者邻接权"，赋予出版商对其内容在线上被聚合使用时的授权和收费权利。这两项法律框架的核心逻辑，是将新闻内容的使用界定为"分发"或"展示"场景，从而触发付费义务。而 Meta 新条款将使用目的重新定义为"AI 训练"，恰恰落入了现有法律框架的模糊地带——多数司法辖区尚未对 AI 训练是否构成版权法意义上的"使用"作出最终裁决，这使得平台有机会主张其行为不在付费义务覆盖范围内。

法律与伦理的灰色地带

Meta 并非唯一面临此类争议的科技公司。近年来，AI 训练数据的版权问题已成为全球性议题。OpenAI、Google 等公司都曾因使用公开网络内容训练模型而遭到起诉。

Meta 此次条款更新的巧妙之处在于，它试图通过服务协议为用户及其关联网站设定新的授权规则。但问题在于，这种"打包式"的同意是否真正有效——当用户为了使用社交平台而"同意"条款时，是否意识到自己的网站内容可能被用于 AI 训练？

从伦理角度看，即使条款在技术上合法，也难言公平。新闻机构投入资源生产的原创内容，不应成为科技巨头 AI 军备竞赛的免费燃料。

AI 训练数据版权诉讼的关键案例

文中提到 OpenAI、Google 等公司因使用公开网络内容训练模型而遭起诉，这些诉讼的核心争议点在于"合理使用"（fair use）原则的适用边界。在美国，多起代表性案件正在推进：例如《纽约时报》诉 OpenAI 和微软案，指控其未经授权使用数百万篇报道训练 GPT 模型；以及多位作家对 Meta 提起的集体诉讼，指控其使用受版权保护的书籍训练 Llama 模型。这些案件的判决结果将直接影响 Meta 新条款的实际法律效力——如果法院最终认定 AI 训练不构成合理使用，那么即使服务条款中写明了授权，其合法性仍可能受到挑战；反之，若合理使用抗辩成立，则条款的约束力将进一步强化。目前全球尚无统一的司法共识，欧盟《人工智能法案》虽要求披露训练数据摘要，但并未直接解决版权授权问题。

行业反应与未来走向

Nieman Lab 的报道引发了新闻行业的广泛关注。可以预见，在 10 月 30 日条款生效前后，可能会有更多媒体机构发声反对。

部分出版机构可能会寻求从 Meta 平台撤出，但考虑到 Facebook 和 Instagram 庞大的用户基数带来的流量价值，这一决定并不容易做出。更可能的路径是行业联合施压，要求 Meta 明确条款边界，或通过法律途径挑战条款效力。

AI 训练数据获取的合法性与合理性问题，正在成为科技公司与内容生产者之间新一轮博弈的焦点。Meta 的条款更新只是这场持久战中的最新一幕。