大英百科与韦氏词典起诉 OpenAI：指控抓取近 10 万篇文章训模型

过去你想查一个词的精确释义，或者找一段权威的历史条目，多半会翻翻韦氏词典，或者打开大英百科全书。现在大家更习惯直接在对话框里敲下问题，等着 ChatGPT 把整理好的答案端上来。

但这套建立在别人内容上的飞轮，终于让老牌知识机构忍无可忍。3 月 16 日，《大英百科全书》（Encyclopedia Britannica）和旗下的韦氏词典（Merriam-Webster）正式向 OpenAI 提起诉讼，指控这家 AI 巨头进行了大规模侵犯版权。

拿走内容就算了，还借权威胡说八道

大英百科全书旗下拥有近 10 万篇在线受版权保护的文章。诉状称，OpenAI 在未经许可的情况下，直接抓取了这些核心内容来训练其大语言模型。

除了底层训练，诉状里还列举了另外两层侵权场景。第一层是生成结果直接搬运，ChatGPT 在回答时会输出包含大英百科内容的完整或部分逐字复制。

第二层是实时抓取，OpenAI 在 ChatGPT 的 RAG（检索增强生成）工作流中，频繁调用大英百科的文章来回答用户最新提问。

更让原告恼火的是，诉状指控 OpenAI 违反了关于商标的《兰哈姆法》。因为 ChatGPT 时不时会编造幻觉内容，却在输出时把这些错误信息虚假地归咎于大英百科或韦氏词典。

大英百科在诉状中直言，ChatGPT 抢走了原本属于出版商的用户和流量，通过直接替代出版商的内容，剥夺了他们的收入，甚至危及了公众获取高质量可信在线信息的渠道。

出版界围剿与 15 亿美元的阴影

大英百科并不是第一家向 OpenAI 发难的内容方。在此之前，《纽约时报》、拥有 CNET 和 PC Mag 的 Ziff Davis，以及包括《芝加哥论坛报》和加拿大广播公司在内的数十家北美报纸，都已经将 OpenAI 告上了法庭。

大英百科此前也对 AI 搜索公司 Perplexity 发起过类似诉讼，目前该案仍在审理中。

目前在法律层面上，使用版权内容训练大模型是否构成侵权，依然缺乏铁打的先例。不过在 Anthropic 的一起诉讼中，联邦法官 William Alsup 曾认定将内容作为训练数据具有足够的转换性，因而是合法的。

但同一位法官也认定，Anthropic 非法下载数百万本书籍而非正规购买的行为触犯了法律，最终促成了一笔针对受影响作者的 15 亿美元集体诉讼和解。

在报道发布前，OpenAI 尚未对这起新诉讼做出任何公开回应。

为什么重要

大英百科和韦氏词典这一枪，打得比以往的版权官司都要刁钻。

以往出版商告 AI，主要卡在底层预训练数据是否算合理使用，这在法律上很容易被辩护成学习与转换。但这次原告开辟了两个新战场：一个是 RAG 检索生成，另一个是商标法下的错误归因。

我们认为，打 RAG 和商标侵权非常聪明。大模型在 RAG 流程里检索并提炼权威网页，本质上是在做事实替代，直接截断了原网站的生存血液，也就是流量和广告。

更致命的是幻觉背锅。AI 瞎编一段解释，结尾贴上韦氏词典的名字，对百年品牌的公信力是毁灭性打击。从《兰哈姆法》切入，跳过了大模型是否具有转换性的哲学泥潭，直接抓住了商业欺诈和品牌伤害的实锤。

看起来，OpenAI 靠免费抓取全网权威内容做零和博弈的日子越来越难以为继了。随着围攻的出版商名单不断变长，加之 Anthropic 15 亿美元和解的前车之鉴，OpenAI 最终可能不得不拿出巨额真金白银，给权威知识库补上一张张昂贵的版权支票。