OpenAI 反击作家版权诉讼：称模型学的是语言规律，不是抄袭

如果有人读了你的书，然后学会了写句子的套路，这算不算抄袭？

这就是本周 OpenAI 在法庭上必须要回答的问题。

今年夏天早些时候，Sarah Silverman、Paul Tremblay 等多位知名作家联合提起了两起集体诉讼，控诉 ChatGPT 用盗版图书训练模型。

本周，OpenAI 正式向加州联邦地方法院提交动议，正面迎战。

先给诉讼“瘦身”

OpenAI 并没有一上来就要求法官把整个案子彻底撤销。

它的策略很明确：先请求法院驳回除“直接版权侵权”之外的所有指控。

原告在诉状里还列了一大堆罪名，包括间接侵权、违反数字千年版权法（DMCA）、不正当竞争、疏忽以及不当得利。

OpenAI 认为，这些衍生出来的诉讼理由在法律上根本站不住脚，必须先剔除掉，免得案件进入耗时费力的证据开示阶段。

至于那项核心的“直接版权侵权”指控，OpenAI 明确表示，打算留到案件更后面的阶段再去彻底击垮它。

学语言的规则，怎么能叫抄袭

在辩词中，OpenAI 直言这些作家误解了版权法的边界。

OpenAI 强调，版权法的设立初衷是为了促进科学和实用艺术的进步，它保护的是作者表达思想的方式，而不是底层的思想本身，更不是事实或创意的基本模块。

就算这些作家的书成了 ChatGPT 庞大数据集里极小的一部分，创新者以“变革性方式”使用版权内容也是被允许的。

OpenAI 解释说，自己并不是要把原著复制一份去卖钱，而是为了教会模型推导出人类语言的底层规则，从而帮普通人节省工作时间、便利日常生活或用来娱乐。

为了强化这一论点，OpenAI 还搬出了当年谷歌图书（Google Books）的经典判例。

当年法院认定，提取图书里的词频、句法结构和主题标记属于统计信息，而这些统计层面的数据本来就不在版权保护的范围之内。

为什么重要

这起诉讼的走向，直接关乎整个生成式 AI 行业的生死线。

对普通用户和开发者来说，如果法院最终认定从文本中提取统计规律属于侵权，大语言模型的训练成本将呈指数级飙升，很多实用的文本生成工具可能不得不面临下架或大幅涨价的风险。

我们认为，OpenAI 这一步的法律策略走得非常冷静，甚至可以说相当狡黠。

它没有贸然在动议阶段去碰直接侵权这块硬骨头，而是先把原告扣上的各种杂七杂八的帽子剥掉，把战场收窄到最核心的合理使用原则上。

搬出 Google Books 判例也是极其聪明的一招，因为从技术逻辑上讲，大模型确实是在做高维度的统计拟合，并没有把原书打包销售。

但这里的隐患也同样明显。大语言模型的输出有时会产生高度近似原作的文本片段，这和当年 Google 只提供图书检索片段有本质区别。

这一战不仅是 OpenAI 自己的保卫战，它很可能会成为界定 AI 时代知识产权边界的标杆判例。