合理使用
美国版权法第107条规定的法律原则，允许在特定条件下使用受版权保护的作品而无需授权，是AI公司在版权诉讼中的主要抗辩依据
核心事实
时间轴 (近 90 天)
当前AI公司往往依赖「合理使用」（fair use）抗辩来跨越公开可读与可合法用于训练之间的法律鸿沟。
美国版权法中的合理使用四要素（使用目的、作品性质、使用比例、市场影响）在AI训练场景下尚无定论。
AI训练是否构成侵权在全球范围内尚无统一结论，不同司法辖区对合理使用、文本与数据挖掘例外的界定差异很大
转化性使用判例认为，若新作品在目的、性质上对原作进行了实质性转化而非简单替代，则更可能被认定为合理使用
目前学界对AI模型训练是否构成'合理使用'仍存在较大争议
美国对AI训练数据的处理依赖'合理使用'原则，方式相对模糊
美国版权法合理使用判定依据四要素测试：使用目的与性质、原作性质、使用数量与实质、对潜在市场的影响
四要素测试中事实性作品比创意性作品享有更少的版权保护
使用受版权保护的商业录音作为AI音乐生成的输入参考，可能引发法律争议，因现行版权框架尚未对此建立明确规则
OpenAI坚持认为其模型训练属于合理使用（Fair Use）范畴
还有 10 条时间轴事件
全部知识事实 (20)
AI 版权诉讼的核心争议在于 AI 模型训练阶段对版权作品的大规模摄取是否构成「合理使用」，支持者援引 Google Books 案先例，反对者指出 AI 模型有时能近乎逐字再现训练数据
80%已验证合理使用（fair use）是美国版权法中允许在未经版权持有人许可的情况下，出于评论、新闻报道、教学、研究等目的对受版权保护作品进行有限使用的原则
80%已验证美国《版权法》第107条确立的合理使用原则确立于1976年，法院评估须权衡使用目的与性质、版权作品性质、使用量、市场影响四项因素
80%已验证法庭评估合理使用需考量使用目的与性质、版权作品性质、使用部分占原作比例、对原作市场的影响四个因素
80%已验证美国版权法的合理使用分析需综合考量四个因素，其中使用的转化性和对原作市场的影响是争议焦点
70%已验证AI公司主张模型训练属于'转换性使用'，但版权方反驳称训练过程涉及完整复制原作品，且生成式AI正在直接竞争和替代原作品市场
65%已验证美国版权法第107条允许在评论、教育、研究等场景下未经授权使用受版权保护的作品（合理使用原则），但商业性AI训练是否属于变革性使用仍存在争议
65%已验证美国版权法第107条确立的合理使用（Fair Use）原则是AI公司最主要的抗辩依据，其核心论点是模型训练属于转换性使用
65%已验证合理使用是美国版权法第107条确立的例外原则，判断标准涵盖使用目的、作品性质、使用比例及对市场的影响四个维度
65%已验证如果法院裁定AI训练构成版权侵权，搜索引擎的网页索引与缓存、文本挖掘、学术研究中的大规模数据分析等合法活动都可能受到牵连
65%待验证OpenAI坚持认为其模型训练属于合理使用（Fair Use）范畴
60%待验证合理使用原则最早可追溯至1841年联邦法官约瑟夫·斯托里在Folsom v. Marsh案中确立的判例法规则，后于1976年被编入美国版权法第107条
60%待验证当前AI公司往往依赖「合理使用」（fair use）抗辩来跨越公开可读与可合法用于训练之间的法律鸿沟。
50%待验证美国版权法中的合理使用四要素（使用目的、作品性质、使用比例、市场影响）在AI训练场景下尚无定论。
50%待验证AI训练是否构成侵权在全球范围内尚无统一结论，不同司法辖区对合理使用、文本与数据挖掘例外的界定差异很大
50%待验证转化性使用判例认为，若新作品在目的、性质上对原作进行了实质性转化而非简单替代，则更可能被认定为合理使用
50%待验证目前学界对AI模型训练是否构成'合理使用'仍存在较大争议
50%待验证美国对AI训练数据的处理依赖'合理使用'原则，方式相对模糊
50%待验证美国版权法合理使用判定依据四要素测试：使用目的与性质、原作性质、使用数量与实质、对潜在市场的影响
50%待验证四要素测试中事实性作品比创意性作品享有更少的版权保护
50%