美国议员提新法案：AI 发布前 30 天须公开训练用版权清单

AI 巨头们一直把训练数据当成最高机密，每次被问到模型到底看了什么，回答往往都是含糊的公开互联网数据。现在，美国国会有人打算把这个黑盒彻底砸开。

周二，美国加利福尼亚州民主党众议员 Adam Schiff 正式提出了一项名为《生成式 AI 版权披露法案》（Generative AI Copyright Disclosure Act）的新提案。法案的核心要求很直接：任何 AI 公司在公开发布新的生成式模型前，必须先交代自己的训练集里到底吃了哪些有版权的作品。

上线前 30 天交出底牌

按照这项法案的规定，如果 AI 系统的功能是根据用户提示词生成文字、图像、音乐或视频，开发者就必须在系统公开亮相前至少 30 天，向美国版权局提交一份清单，列出训练数据集中包含的所有受版权保护的内容。

如果不上交清单就偷跑上线，等待这些公司的将是经济罚款。考虑到现在的模型训练集动辄包含数十亿行文本、海量图片或者数百万小时的影音文件，整理并提交这样一份清单几乎是一项浩大的工程。

好莱坞和音乐界对此可以说是全员叫好。这项法案由音乐媒体 Billboard 率先曝光后，立刻拿到了包括美国唱片业协会、美国导演工会、美国职业摄影师协会，以及演员工会 SAG-AFTRA 的联合背书。

演员工会的 Duncan Crabtree-Ireland 就公开表示，AI 生成的所有东西追根溯源都来自人类的创造力，人类的知识产权必须得到保护。就在上周，还有两百多位知名音乐人联名签署了公开信，呼吁抵制那些会侵蚀甚至取代创作者生存空间的 AI 工具。

「合理使用」还能撑多久

在这项法案出台之前，版权方和 AI 公司的仗已经在法庭上打得不可开交了。

作家 Sarah Silverman 和《纽约时报》等机构都已经把 OpenAI 告上法庭，指控对方未经许可擅自抓取内容。据《华盛顿邮报》报道，OpenAI 在过去一年里招揽了一大批顶级律师，专门应对眼下这十几起重大诉讼。

以 OpenAI 为代表的科技公司一直坚称自己的做法属于「合理使用」。今年早些时候，OpenAI 的律师在向英国政府提交的一份文件中甚至挑明了说：在法律层面上，现行版权法并不禁止模型训练，而且如果不使用受版权保护的人类作品，现在的 AI 工具根本就无法运转。

Schiff 的法案其实并没有直接禁止 AI 公司拿有版权的素材去训练模型，但它打蛇打七寸，强行给企业套上了一道信息披露的紧箍咒。

为什么重要

我们认为，这项法案最厉害的地方在于它绕过了旷日持久的「合理使用」定义之争，直接从程序正义切入。版权方维权最大的痛点就是举证难，模型是个黑盒，创作者怀疑自己的画作或文章被拿去训练，但根本拿不出铁证。一旦披露法案生效，所有底牌亮在台面上，版权方就能按图索骥去索赔或者谈授权费。

对普通创作者来说，这绝对是一道关键的防线。过去科技巨头靠着先上车后买票的方式疯狂圈地，留给原创者的只有被替代的风险。有了强制披露，哪怕你阻挡不了 AI 进化，至少能知道自己的作品有没有被当成养料，从而获得谈判的筹码。

但对 AI 创业团队和中小型开发者而言，这可能是一场灾难。整理数十亿条多模态数据的版权来源，合规成本极其高昂，大公司尚且能雇佣律师团去应付，初创公司可能直接被合规门槛劝退。这反而可能在无形中巩固 OpenAI、Google 这些巨头的护城河。

另外，法案本身也有不少现实隐患。美国版权局有没有技术能力去审核、存储动辄数十亿条的训练记录？所谓的经济罚款如果定得不够高，会不会沦为科技巨头随手交掉的买路钱？这些都是悬而未决的未知数。但无论如何，AI 行业单方面白嫖全网数据的黄金时代，看起来真的快要结束了。