大英百科與韋氏詞典起訴 OpenAI：指控抓取近 10 萬篇文章訓模型

過去你想查一個詞的精確釋義，或者找一段權威的歷史條目，多半會翻翻韋氏詞典，或者開啟大英百科全書。現在大家更習慣直接在對話方塊裡敲下問題，等著 ChatGPT 把整理好的答案端上來。

但這套建立在別人內容上的飛輪，終於讓老牌知識機構忍無可忍。3 月 16 日，《大英百科全書》（Encyclopedia Britannica）和旗下的韋氏詞典（Merriam-Webster）正式向 OpenAI 提起訴訟，指控這家 AI 巨頭進行了大規模侵犯版權。

拿走內容就算了，還借權威胡說八道

大英百科全書旗下擁有近 10 萬篇線上受版權保護的文章。訴狀稱，OpenAI 在未經許可的情況下，直接抓取了這些核心內容來訓練其大語言模型。

除了底層訓練，訴狀裡還列舉了另外兩層侵權場景。第一層是生成結果直接搬運，ChatGPT 在回答時會輸出包含大英百科內容的完整或部分逐字複製。

第二層是即時抓取，OpenAI 在 ChatGPT 的 RAG（檢索增強生成）工作流中，頻繁呼叫大英百科的文章來回答使用者最新提問。

更讓原告惱火的是，訴狀指控 OpenAI 違反了關於商標的《蘭哈姆法》。因為 ChatGPT 時不時會編造幻覺內容，卻在輸出時把這些錯誤資訊虛假地歸咎於大英百科或韋氏詞典。

大英百科在訴狀中直言，ChatGPT 搶走了原本屬於出版商的使用者和流量，通過直接替代出版商的內容，剝奪了他們的收入，甚至危及了公眾獲取高質量可信線上資訊的渠道。

出版界圍剿與 15 億美元的陰影

大英百科並不是第一家向 OpenAI 發難的內容方。在此之前，《紐約時報》、擁有 CNET 和 PC Mag 的 Ziff Davis，以及包括《芝加哥論壇報》和加拿大廣播公司在內的數十家北美報紙，都已經將 OpenAI 告上了法庭。

大英百科此前也對 AI 搜尋公司 Perplexity 發起過類似訴訟，目前該案仍在審理中。

目前在法律層面上，使用版權內容訓練大模型是否構成侵權，依然缺乏鐵打的先例。不過在 Anthropic 的一起訴訟中，聯邦法官 William Alsup 曾認定將內容作為訓練資料具有足夠的轉換性，因而是合法的。

但同一位法官也認定，Anthropic 非法下載數百萬本書籍而非正規購買的行為觸犯了法律，最終促成了一筆針對受影響作者的 15 億美元集體訴訟和解。

在報道釋出前，OpenAI 尚未對這起新訴訟做出任何公開回應。

為什麼重要

大英百科和韋氏詞典這一槍，打得比以往的版權官司都要刁鑽。

以往出版商告 AI，主要卡在底層預訓練資料是否算合理使用，這在法律上很容易被辯護成學習與轉換。但這次原告開闢了兩個新戰場：一個是 RAG 檢索生成，另一個是商標法下的錯誤歸因。

我們認為，打 RAG 和商標侵權非常聰明。大模型在 RAG 流程裡檢索並提煉權威網頁，本質上是在做事實替代，直接截斷了原網站的生存血液，也就是流量和廣告。

更致命的是幻覺背鍋。AI 瞎編一段解釋，結尾貼上韋氏詞典的名字，對百年品牌的公信力是毀滅性打擊。從《蘭哈姆法》切入，跳過了大模型是否具有轉換性的哲學泥潭，直接抓住了商業欺詐和品牌傷害的實錘。

看起來，OpenAI 靠免費抓取全網權威內容做零和博弈的日子越來越難以為繼了。隨著圍攻的出版商名單不斷變長，加之 Anthropic 15 億美元和解的前車之鑑，OpenAI 最終可能不得不拿出鉅額真金白銀，給權威知識庫補上一張張昂貴的版權支票。