文章标题
使用受版权保护的作品训练人工智能(AI)模型而无需获得权利持有人许可,在欧盟是可能的,根据欧盟最高法院一位顾问的说法。
虽然总法律顾问马切伊.什普纳尔(Maciej Szpunar)表示,用版权作品训练大型语言模型(LLM)通常构成版权侵权,但他认为,此类活动可能属于欧盟版权法中规定的“文本和数据挖掘(TDM)”例外情形。
什普纳尔表示,是否可以援引TDM例外条款用于LLM训练,应当逐案评估,并进一步澄清,如果相关权利人明确行使权利,以机器可读格式将作品排除在TDM范围之外,那么AI开发者在训练中使用受版权保护的作品时,就必须获得许可。
什普纳尔在为欧盟法院(CJEU)发布的一份新的不具约束力意见中,回答了欧盟版权法如何适用于AI训练的问题。尽管他认为自己所发表意见的事项超出了CJEU在所审理的该案中被要求裁决的范围,但他仍就此发表了意见。
CJEU案件的核心在于一家匈牙利出版商主张其在欧盟享有的新闻出版权,并指控谷歌通过其人工智能聊天机器人“Gemini”生成的内容侵犯了该权利。
新闻出版商权利是欧盟境内新闻出版物出版商享有的权利,该权利是对其依据欧盟版权法所享有权利的补充,赋予其为商业目的授权或禁止对其版权作品进行复制及向公众进行在线传播的专有权利,但须受某些限制以及一项例外规定的约束,该例外使他人能够为TDM目的复制和提取可合法获取的作品及其他客体——包括在商业背景下。
为协助裁决Like Company Kft.对谷歌提起的索赔,一家匈牙利法院请求CJEU协助解释欧盟法律在生成式人工智能(gen-AI)背景下的适用问题。
向CJEU提出的问题中有两个涉及使用新闻出版物训练LLM。什普纳尔表示,CJEU应当“搁置”这些问题,并称这些问题对本案而言属于“假设性”问题。这是因为什普纳尔认为,没有任何依据支持“Like Company的文章被用于训练Gemini大型语言模型”这一假设。他还表示,LLM训练不构成对新闻出版物的在线使用,这意味着Like Company不能就该活动主张新闻出版商权利。
然而,为协助法院裁决该案,什普纳尔详细审查了这些假设性事项,并就一系列核心问题阐述了自己的初步观点,这些问题直接关系到gen-AI的运作方式是否以及在何种程度上涉及欧盟版权法。
欧盟版权法的地域适用范围
除其他事项外,什普纳尔还探讨了欧盟版权法是否以及在何种情况下适用于在欧盟境外进行的LLM训练。他承认该问题上存在不同观点。
例如,谷歌主张,只有LLM训练期间所使用主要计算机基础设施所在国家的法律,才应规范在该LLM训练中使用版权作品在何种程度上构成版权侵权。相比之下,一些欧盟国家政府主张对欧盟版权法作这样的解释:当在欧盟境外训练的大语言模型在部署后于欧盟境内提供时,应给予保护。什普纳尔表示,“立法机构最好能以明确的方式就欧盟版权保护的地域范围问题作出明确规定。”
LLM是否存储或记忆其训练所依据的数据
什普纳尔表示,将受版权保护的作品用于大型语言模型的训练,将涉及复制行为,这可能触及版权所有者的权利。然而,在进一步探讨经过训练的大语言模型是否在其模型本身中复制了这些作品时,什普纳尔表达了怀疑,质疑这样一种观点:当LLM生成的输出中完整复制了受版权保护的作品时,这是因为该模型存储或记忆了其训练所用的数据。
他在该问题上的观点与慕尼黑地区法院的观点不一致,后者在近期裁决中认可了gen-AI系统运作方式方面的记忆概念,并认定AI提供商应承担侵权责任。
“大型语言模型通常的设计目的并非为了‘记忆’和‘复述’其训练所用的文本,而是为了‘概括’,也就是说,根据其在训练期间‘学习’到的统计模式和关系生成新文本,”什普纳尔说。
“根据现有的相关文献,当模型在自动机器学习过程中,不仅无意中‘学习’了抽象的语言模式,还‘学习’了训练数据集中某段特定文本特有的模式时,就会发生‘记忆化’现象。这似乎是被称为‘过拟合’现象的结果:当一段文本在训练数据集中被多次复制(例如,因为它由一首著名歌曲的歌词组成,从万维网多次抓取),从而导致模型过度接触该文本时,它可能会在其参数范围内‘学会’与该文本对应的特定词元序列。当用户提示该文本的开头时,模型可能背诵其余部分,因为根据其参数,这看起来是可能的统计答案。这种‘记忆’似乎是机器学习过程的附带现象,并非完全可避免,”他说。
“在澄清这一点后,在我看来,一方面,当LLM根据用户提示生成了一段与它所训练的受保护作品(或其部分)完全相同或近乎相同的文本时,这可能是因为该模型‘记忆’了并“复述”所致),此类输出本身可能构成对该作品的复制,从而侵犯相关作者的专有权。这应根据具体情况逐案判定,”总法律顾问补充说。
TDM例外条款的适用
什普纳尔在认定将版权作品用于LLM训练属于复制行为后,进而考察了该行为是否属于TDM例外条款的适用范围。他的观点是,TDM例外“原则上”确实适用于此类复制,并援引了欧盟版权法的措辞以及为立法者适用版权法例外条款提供依据的国际公约作为支持依据。
什普纳尔表示,对LLM训练的监管涉及权利和利益的平衡,并且他认为,欧盟立法者“有权将天平更多地倾向创新,并通过TDM例外,使模型开发者免于与版权及相关权利‘清算’相关的大部分负担”。
然而,什普纳尔表示,在某些情况下,AI提供商在无许可情况下使用版权作品训练LLM时可能无法援引TDM例外条款。他说,这将包括“此类使用……将不合理地损害”权利持有人合法利益的情况。
什普纳尔表示,需要逐案评估以确定是否可以援引TDM例外条款,并列举了与此类评估相关的因素。例如,他暗示LLM开发者若要援引TDM例外条款,就必须履行《欧盟人工智能法案》规定的透明度义务,特别是针对用于训练模型的作品。他还指出,一个“重要因素”在于,对于属于例外情形的使用行为,权利人能获得多少补偿。就此而言,他表示,没有任何规定能阻止欧盟各国通过立法,要求依赖TDM例外条款的公司,向其依据该例外条款所利用内容的创作者支付补偿。
新闻出版商权利
在审查了上述假设性事项后,什普纳尔将注意力转向回答匈牙利法院提出的触及Like Company与谷歌争议核心的问题。
什普纳尔确认,新闻出版商的权利仅适用于新闻出版物中表达事实的方式,而不适用于事实本身。
虽然他认为LLM训练不构成对新闻出版物的在线使用,但他区分了该训练过程与聊天机器人响应用户提示从互联网实时检索信息的过程。什普纳尔表示,所使用的“检索增强生成(RAG)”技术可能涉及对新闻出版物的技术性复制,但这些复制可属于欧盟版权法下的临时复制例外范畴。
关于聊天机器人输出中再现新闻出版商内容的问题,什普纳尔表示:“那些合法地从网上检索内容,并以‘无法识别’的方式重新利用这些内容来提供特定主题信息的在线聊天机器人,应当能够自由运行。”
根据什普纳尔的说法,如果显示的答案“可识别”,或者如果聊天机器人绕过付费墙检索内容,这些因素可能导致聊天机器人提供者承担侵犯新闻出版商权利的责任。然而,他说,在此类情况下,如果提供者能够证明其已采取“一个合理勤勉的运营者在其所处情况下理应采取的适当措施,以可信且有效地防止通过聊天机器人实施此类行为”,则可作为抗辩理由。
接下来会发生什么?
CJEU法官可以不采纳总法律顾问提出的意见。这些意见旨在帮助法官分析相关法律并得出自己的解释。法官们经常遵循这些意见,但并非总是如此。该案的裁决预计要到2027年中期某个时候才会作出。(编译自www.pinsentmasons.com)
翻译:吴娴 校对:刘鹏







