维基百科警告：AI版权裁决若走极端将威胁开放网络

当全球最知名的开放知识平台开始在一系列AI版权案中主动表明立场，这意味着什么？维基媒体基金会（Wikimedia Foundation）——维基百科背后的运营机构——正在美国多起具有里程碑意义的AI版权诉讼中寻求一种中间路线。它的诉求很明确：法院应当为大型语言模型（LLM）使用受版权保护的作品进行训练提供法律保护，但不应纵容聊天机器人将这些作品原样“吐”回给用户。

这一立场的微妙之处在于，它既不是对AI公司的无条件支持，也不是对版权持有人的简单站队。维基媒体基金会警告说，过于非黑即白的裁决可能带来两种灾难性后果：要么让维基百科的编辑者们失去有用的AI工具，要么危及开放网络本身。

为什么维基百科要介入AI版权之争

维基百科的内容由全球志愿者协作编写，并以自由许可协议发布。这种模式使得其文本成为AI训练数据的常见来源之一。如果法院裁定所有未经授权的版权内容训练都构成侵权，那么不仅商业AI公司会受影响，像维基百科这样依赖开放生态的项目也可能被波及。反过来，如果法院完全放任AI模型输出与原作实质性相似的片段，版权持有人的利益将受到损害，最终可能促使他们收紧授权条款，进一步压缩开放内容的生存空间。

维基媒体基金会在法律意见中强调，需要区分“训练”与“输出”两个阶段。训练阶段使用受版权保护的作品，其目的往往是学习语言模式、事实关联和推理能力，而非复制表达。而聊天机器人逐字复现受保护内容，则可能构成直接侵权。这种二分法并非维基百科独创，但在 landmark 案件中由一家运营着全球最大开放知识库的机构正式提出，具有特别的份量。

自由许可协议（如CC BY-SA）是一种版权授权机制，允许他人在特定条件下自由复制、修改和分发作品，前提是保留署名并以相同协议分享衍生作品。维基百科的全部内容均以此类协议发布，这意味着其文本可被任何人（包括AI公司）合法抓取和使用，无需逐一获得授权。这种模式是维基百科成为AI训练数据常见来源的法律基础。若法院对版权内容训练作出宽泛禁令，自由许可内容虽本身合法，但AI工具的训练数据往往混合了多种来源，难以完全清理，从而间接波及开放生态。

实质性相似（substantial similarity）是版权侵权判断的核心标准之一，指被诉作品与原作在表达上达到普通观察者难以区分的程度。在AI输出场景中，若聊天机器人逐字或近乎逐字复现受保护内容，即可能构成实质性相似，从而越过侵权红线。维基媒体基金会主张区分训练与输出，正是基于训练阶段通常不产生与原作实质性相似的表达，而输出阶段则可能直接复制。这一标准在landmark案件中的适用，将决定AI生成内容的版权边界。

非黑即白的裁决会伤害谁

据维基媒体基金会分析，如果法院采取极端立场，后果可能包括：

• 完全禁止版权内容用于AI训练：维基百科的志愿者将无法利用AI工具辅助编辑、翻译、事实核查和内容扩充。许多基于开源模型构建的辅助工具可能被迫下架或限制功能，因为其训练数据来源难以完全清理。
• 完全放任模型输出侵权内容：版权持有人可能通过诉讼或技术手段限制其内容被索引和抓取，导致开放网络上的可访问信息减少。维基百科依赖大量外部来源进行引用和验证，信息生态的收缩会直接影响其内容质量。

这种两难处境折射出一个更深层的问题：AI版权规则不仅关乎科技巨头与内容产业的利益分配，也关乎公共知识基础设施的可持续性。维基媒体基金会认为，法院需要在保护创作者权益和维持开放创新环境之间找到平衡点。

寒蝉效应（chilling effect）指法律或政策的不确定性或过度威慑，导致个人或机构因恐惧法律责任而放弃合法行为。在AI版权领域，若法院作出过于宽泛的禁令，即使某些使用行为原本合法（如为事实核查而短暂处理文本），开发者也可能因难以评估风险而主动限制功能或下架工具。维基百科的编辑者依赖大量开源AI辅助工具，这些工具的开发者和运营方一旦因寒蝉效应收缩服务，志愿者将失去翻译、事实核查和内容扩充的支持，进而影响开放知识的生产效率。

开源模型指其权重、架构和训练方法公开可获取的AI模型，如LLaMA系列、Mistral等。与闭源商业模型不同，开源模型的训练数据来源往往难以完全追溯和清理，因为其开发过程依赖公开数据集和社区贡献。若法院裁定所有未经授权的版权内容训练均属侵权，开源模型将面临比商业巨头更大的合规困境——后者尚可重新谈判授权或过滤数据，而开源社区缺乏相应资源。维基百科志愿者使用的许多辅助工具正是基于开源模型构建，因此这一群体的生存状况直接关系到开放知识生态的活力。

对开放网络意味着什么

维基百科的运营高度依赖开放网络——一个允许链接、引用、抓取和再利用的互联网环境。如果AI版权裁决导致内容抓取和索引变得更加受限，维基百科的编辑者将更难获取可靠来源，读者也可能面临更碎片化的信息环境。

维基媒体基金会的介入也提醒我们，AI版权案件的影响范围远超AI行业本身。搜索引擎、学术研究、新闻聚合、开源软件等依赖文本和数据的领域都可能受到波及。一个过于宽泛的禁令可能引发寒蝉效应，使得合法使用也受到抑制；而一个过于宽松的裁决则可能削弱创作激励，导致优质内容供给减少。

目前这些案件仍在审理中，最终裁决尚未出炉。但维基百科的立场文件已经为公共讨论提供了一个重要参照：在AI时代，版权规则的设计需要精细区分不同使用场景，而非简单地在“全有”和“全无”之间做选择。对于关注开放网络未来的人来说，这场法律博弈的结果值得持续关注。

开放网络（open web）指遵循公开标准、允许自由链接、抓取和索引的互联网环境，其核心原则包括可访问性、互操作性和去中心化。维基百科的运作高度依赖这一环境：编辑者通过搜索引擎和开放API获取可靠来源，读者通过超链接在知识节点间跳转，机器人则合法抓取公开页面以维护内容。若AI版权裁决导致内容抓取和索引受到限制，开放网络的“可链接性”将被削弱，信息获取成本上升，小型开放项目和公共知识基础设施将首当其冲。维基媒体基金会的警告正源于此：版权规则的设计若忽视开放网络的公共品属性，可能引发远超AI行业的连锁反应。