OpenAI 反擊作家版權訴訟：稱模型學的是語言規律，不是抄襲

如果有人讀了你的書，然後學會了寫句子的套路，這算不算抄襲？

這就是本週 OpenAI 在法庭上必須要回答的問題。

今年夏天早些時候，Sarah Silverman、Paul Tremblay 等多位知名作家聯合提起了兩起集體訴訟，控訴 ChatGPT 用盜版圖書訓練模型。

本週，OpenAI 正式向加州聯邦地方法院提交動議，正面迎戰。

先給訴訟“瘦身”

OpenAI 並沒有一上來就要求法官把整個案子徹底撤銷。

它的策略很明確：先請求法院駁回除“直接版權侵權”之外的所有指控。

原告在訴狀裡還列了一大堆罪名，包括間接侵權、違反數字千年版權法（DMCA）、不正當競爭、疏忽以及不當得利。

OpenAI 認為，這些衍生出來的訴訟理由在法律上根本站不住腳，必須先剔除掉，免得案件進入耗時費力的證據開示階段。

至於那項核心的“直接版權侵權”指控，OpenAI 明確表示，打算留到案件更後面的階段再去徹底擊垮它。

學語言的規則，怎麼能叫抄襲

在辯詞中，OpenAI 直言這些作家誤解了版權法的邊界。

OpenAI 強調，版權法的設立初衷是為了促進科學和實用藝術的進步，它保護的是作者表達思想的方式，而不是底層的思想本身，更不是事實或創意的基本模組。

就算這些作家的書成了 ChatGPT 龐大數據集裡極小的一部分，創新者以“變革性方式”使用版權內容也是被允許的。

OpenAI 解釋說，自己並不是要把原著複製一份去賣錢，而是為了教會模型推匯出人類語言的底層規則，從而幫普通人節省工作時間、便利日常生活或用來娛樂。

為了強化這一論點，OpenAI 還搬出了當年穀歌圖書（Google Books）的經典判例。

當年法院認定，提取圖書裡的詞頻、句法結構和主題標記屬於統計資訊，而這些統計層面的資料本來就不在版權保護的範圍之內。

為什麼重要

這起訴訟的走向，直接關乎整個生成式 AI 行業的生死線。

對普通使用者和開發者來說，如果法院最終認定從文本中提取統計規律屬於侵權，大語言模型的訓練成本將呈指數級飆升，很多實用的文本生成工具可能不得不面臨下架或大幅漲價的風險。

我們認為，OpenAI 這一步的法律策略走得非常冷靜，甚至可以說相當狡黠。

它沒有貿然在動議階段去碰直接侵權這塊硬骨頭，而是先把原告扣上的各種雜七雜八的帽子剝掉，把戰場收窄到最核心的合理使用原則上。

搬出 Google Books 判例也是極其聰明的一招，因為從技術邏輯上講，大模型確實是在做高維度的統計擬合，並沒有把原書打包銷售。

但這裡的隱患也同樣明顯。大語言模型的輸出有時會產生高度近似原作的文本片段，這和當年 Google 只提供圖書檢索片段有本質區別。

這一戰不僅是 OpenAI 自己的保衛戰，它很可能會成為界定 AI 時代智慧財產權邊界的標杆判例。