實(shí)習(xí)記者 | 何欣曄
編輯 | 王姍姍
AIGC領(lǐng)域創(chuàng)新產(chǎn)品頻出的當(dāng)下，與之伴隨的爭(zhēng)議和擔(dān)憂也正在同步升溫。
一個(gè)月前，微軟宣布旗下代碼托管平臺(tái) Github 的AI生成代碼輔助工具Copilot已集成了最新的GPT-4模型，開發(fā)者可以通過(guò)與機(jī)器人(11.530, 0.01, 0.09%)對(duì)話完成諸多日常工作。但這款大熱的代碼工具，目前正面臨著內(nèi)容使用版權(quán)方面的兩起訴訟。
3月末，意大利成為首個(gè)明確禁用ChatGPT的國(guó)家；伊隆·馬斯克等一千多名業(yè)界、學(xué)界人士則聯(lián)署發(fā)表公開信，呼吁所有AI實(shí)驗(yàn)室立即暫停訓(xùn)練比GPT-4更強(qiáng)大的AI系統(tǒng)，暫停時(shí)間至少6個(gè)月。
上述公開信還建議，AI開發(fā)人員應(yīng)與政策制定者合作，共同推出更強(qiáng)大的AI監(jiān)管治理系統(tǒng)，包括內(nèi)容出處與水印系統(tǒng)，幫助鑒別區(qū)分AI合成內(nèi)容和真實(shí)內(nèi)容，并追蹤模型的數(shù)據(jù)來(lái)源。
的確，大模型以“黑盒”形式迅速迭代發(fā)展，其智能程度驚艷世人，但數(shù)據(jù)內(nèi)容版權(quán)保護(hù)以及由此帶來(lái)的信息安全、隱私保護(hù)等問(wèn)題，都未得到清晰解釋。
01
訓(xùn)練和輸出階段的版權(quán)爭(zhēng)議
Copilot在2022年6月上線之初就因版權(quán)問(wèn)題遭到抵制，有試用者稱Copilot會(huì)直接復(fù)制粘貼大段開發(fā)者的代碼。德州農(nóng)工大學(xué)計(jì)算機(jī)教授 Tim Davis 在推特上發(fā)文稱，Copilot 在沒(méi)有標(biāo)注歸屬信息的情況下，輸出了大段其所有的受版權(quán)保護(hù)的代碼。
程序員兼律師Matthew Butterick就旗幟鮮明地反對(duì)Copilot。2022年11月，他聯(lián)合美國(guó)Joseph Saveri律師事務(wù)所的3位律師，正式對(duì)GitHub Copilot 及其背后的微軟和OpenAI公司提起訴訟。這是美國(guó)第一起關(guān)于生成式人工智能的集體訴訟。
來(lái)源：Matthew Butterick博客
Butterick稱，Copilot違反了開源許可協(xié)議，在模型訓(xùn)練階段，使用了Github社區(qū)中的開源代碼作為訓(xùn)練數(shù)據(jù)，但抹去了代碼的歸屬信息。代碼的原作者信息無(wú)法在輸出結(jié)果中被看到，開源社區(qū)的開發(fā)者可能會(huì)因此失去獲得客戶的機(jī)會(huì)。
GitHub稱Copilot生成代碼的所有權(quán)和責(zé)任屬于操作者。Butterick和律師團(tuán)隊(duì)的訴狀已提交至美國(guó)加州北區(qū)地方法院，要求批準(zhǔn) 90 億美元的法定賠償金。后來(lái)，該團(tuán)隊(duì)以類似的理由代表兩名匿名軟件開發(fā)者發(fā)起了第二起集體訴訟，被告方分別為GitHub和OpenAI。
在今年1月提交給舊金山聯(lián)邦法院的法庭文件中，兩家被告公司稱，原告依靠假設(shè)事件來(lái)提出索賠，并未指出其個(gè)人如何切實(shí)地受到Copilot的傷害。GitHub表示，Copilot在工作原理上，不會(huì)奪走開源代碼中的任何東西，相反，它根據(jù)從公開代碼中學(xué)到的知識(shí)生成建議，幫助開發(fā)人員編寫代碼。
這起訴訟的相關(guān)法庭聽證會(huì)將在今年5月舉行。而AIGC領(lǐng)域的訴訟不止關(guān)于AI代碼工具。
今年1月，Butterick和團(tuán)隊(duì)還代理了三位藝術(shù)家起訴AI藝術(shù)創(chuàng)作工具Stability Al、DeviantArt和Midjourney的案件，指控Stable Diffusion等工具是21世紀(jì)的“拼貼把戲”，它們?cè)谖唇?jīng)授權(quán)的情況下使用了大量藝術(shù)作品。今年1月到2月，美國(guó)蓋蒂圖片社（Getty Images）也加入起訴行列，先后在英國(guó)和美國(guó)對(duì)Stability AI提起訴訟，稱其知識(shí)產(chǎn)權(quán)受到侵犯，被訴公司從Getty Images的數(shù)據(jù)庫(kù)中復(fù)制了超過(guò)1200萬(wàn)張圖像。
02
“合理使用”定義模糊
這些站在被告席的AI技術(shù)公司，如果能證明在AI訓(xùn)練對(duì)數(shù)據(jù)的爬取中，模型訓(xùn)練的用途可以構(gòu)成“合理使用”免責(zé)，就有可能免除內(nèi)容侵權(quán)的訴訟風(fēng)險(xiǎn)。
但是關(guān)于“合理使用”的判斷，美國(guó)的版權(quán)法采取“四要素”分析法，即使用目的和性質(zhì)、版權(quán)作品的性質(zhì)、所使用部分的量和對(duì)作品市場(chǎng)的影響。依據(jù)此標(biāo)準(zhǔn)，Copilot 對(duì)于現(xiàn)有代碼的使用很難被納入“合理使用”范疇。
在使用性質(zhì)方面，自2022年7月，Copilot已正式開啟收費(fèi)模式，具有了盈利的目的；市場(chǎng)影響方面，當(dāng)前各種類型的AI產(chǎn)品生成的內(nèi)容會(huì)擠壓原作者的生存空間，甚至?xí)娲惺袌?chǎng)。
AI技術(shù)公司能拿出的一個(gè)對(duì)其有利的“先例”是google Books對(duì)書籍文本的使用因具有變革性而獲得“合理使用”免責(zé)。Copilot對(duì)代碼的使用方式似乎也是具有變革性的，有律師認(rèn)為，它的“合理使用”辯護(hù)可能因此得到支持。
對(duì)于監(jiān)管機(jī)構(gòu)來(lái)說(shuō)，“合理使用”認(rèn)定困境主要在于，如果訓(xùn)練AI模型的數(shù)據(jù)不屬于該范圍，那么科技公司就必須向數(shù)據(jù)所有者支付版權(quán)費(fèi)用，這會(huì)阻礙該新興領(lǐng)域的發(fā)展；但如果認(rèn)定屬于“合理使用”，可能導(dǎo)致科技公司肆意使用人類勞動(dòng)成果。目前，英國(guó)知識(shí)產(chǎn)權(quán)局為促進(jìn)人工智能發(fā)展，已允許出于任何目的的文本和數(shù)據(jù)挖掘行為。
03
AIGC作品享有版權(quán)嗎
今年3月，美國(guó)版權(quán)局（USCO）發(fā)布了一份關(guān)于AIGC作品版權(quán)的新指南，對(duì)AI作品的版權(quán)條件進(jìn)行了說(shuō)明。指南中提到，通過(guò)ChatGPT等AI工具直接生成的作品不受版權(quán)法保護(hù)，僅以AI作為輔助工具的人類創(chuàng)作的作品可以予以版權(quán)支持。
這份指南特別指出，版權(quán)只能保護(hù)人類創(chuàng)作的作品，憲法和版權(quán)法中使用的術(shù)語(yǔ)“作者”排除了非人類。
針對(duì)藝術(shù)家卡什塔諾娃（Kris Kashtanova）的作品《黎明的曙光》的版權(quán)認(rèn)定問(wèn)題，美國(guó)版權(quán)局今年2月指出，由藝術(shù)家本人撰寫和編排的文字部分受版權(quán)保護(hù)，但使用Midjourney制作的圖像不享有版權(quán)，理由是這些圖像“并非人類創(chuàng)作的產(chǎn)物”。
《黎明的曙光》封面和扉頁(yè)。| 來(lái)源：美國(guó)版權(quán)局
對(duì)于美國(guó)版權(quán)局的這一主張，計(jì)算科學(xué)家斯蒂芬·泰勒（Stephen Thaler）并不同意。他用自己發(fā)明的AI程序DABUS制作了一款塑料食品容器和一款閃爍的信標(biāo)燈，從2018年開始向全球很多國(guó)家申請(qǐng)專利。截至目前，除了南非，其他國(guó)家均對(duì)泰勒的版權(quán)申請(qǐng)予以否決，理由是：機(jī)器人不具備“發(fā)明人”地位。
泰勒認(rèn)為，版權(quán)法沒(méi)有理由將作者限制為自然人，不應(yīng)將專利所有者限制為人類。他還稱，AI正被用于醫(yī)學(xué)、能源等領(lǐng)域的創(chuàng)新，拒絕AI生成作品專利認(rèn)證會(huì)削弱專利系統(tǒng)的能力，且不利于推動(dòng)創(chuàng)新和技術(shù)進(jìn)步。
基于現(xiàn)有的法律邊界，由AIGC引發(fā)的爭(zhēng)議和訴訟將會(huì)越來(lái)越多。
斯坦福法學(xué)院教授Mark Lemley和Bryan Casey提出，AI訓(xùn)練所使用的是版權(quán)作品中的思想、事實(shí)和功能要素，但這些要素并不受版權(quán)法保護(hù)，因此應(yīng)該允許AI公司爬取學(xué)習(xí)這些不受版權(quán)保護(hù)的內(nèi)容，實(shí)現(xiàn)所謂的“合理學(xué)習(xí)”。
但是，在推行“合理學(xué)習(xí) ”的提議之前，人工智能算法“黑箱”帶來(lái)的信息不透明的問(wèn)題亟待解決。如果版權(quán)持有者無(wú)法獲得個(gè)人作品如何被AI平臺(tái)使用的信息，他們難免會(huì)假設(shè)最壞的情況。
為了規(guī)避內(nèi)容版權(quán)風(fēng)險(xiǎn)，AI初創(chuàng)公司ServiceNow Research和HuggingFace創(chuàng)建的AI訓(xùn)練數(shù)據(jù)集“The Stack”，只包含開源許可要求寬松的代碼等安全數(shù)據(jù)，并為開發(fā)人員提供了簡(jiǎn)單方便的數(shù)據(jù)刪除機(jī)制，但目前使用這種方法的公司并不多。
去年10月，付費(fèi)圖庫(kù)網(wǎng)站Shutterstock宣布與OpenAI建立長(zhǎng)期合作關(guān)系，同時(shí)宣布啟動(dòng)“貢獻(xiàn)者基金”計(jì)劃，當(dāng)創(chuàng)作者上傳到Shutterstock的作品被用于訓(xùn)練AI模型時(shí)，Shutterstock會(huì)補(bǔ)償給創(chuàng)作者一筆資金。藝術(shù)社區(qū)DeviantArt則在網(wǎng)站上提供了選項(xiàng)，藝術(shù)家可以選擇阻止第三方以AI訓(xùn)練目的抓取他們的內(nèi)容。
Shutterstock與OpenAI的合作方案，很容易讓人聯(lián)想到過(guò)去20年數(shù)字音樂(lè)版權(quán)之爭(zhēng)最終各方握手合作的場(chǎng)景。
4月18日，社交新聞網(wǎng)站Reddit發(fā)布博客表示，計(jì)劃以收費(fèi)模式，為需要額外功能、更高的使用限制和更廣泛的使用權(quán)的第三方推出一個(gè)新的高級(jí)訪問(wèn)。“Reddit的數(shù)據(jù)庫(kù)真的很有價(jià)值……我們不需要將所有這些價(jià)值免費(fèi)提供給世界上最大的一些公司。”Reddit聯(lián)合創(chuàng)始人兼首席執(zhí)行官Steve Huffman 對(duì)媒體表示。早在2016年就有新聞報(bào)道提及openAI利用Reddit的海量新聞數(shù)據(jù)訓(xùn)練聊天機(jī)器人。
每一項(xiàng)新技術(shù)在推廣之初幾乎都會(huì)因沒(méi)有成文法或判例法可以覆蓋而面臨法律挑戰(zhàn)，但爭(zhēng)議最終都會(huì)在立法修訂、訴訟案例的豐富與利益相關(guān)方長(zhǎng)期談判的推進(jìn)中得到解決。在本世紀(jì)初的音樂(lè)盜版爭(zhēng)議中，因牽涉的版權(quán)持有人、中介機(jī)構(gòu)和許可類型眾多，音樂(lè)內(nèi)容的版權(quán)問(wèn)題十分棘手，但通過(guò)利益相關(guān)者的談判及Napster案等經(jīng)典判例的推動(dòng)，在線音樂(lè)平臺(tái)與唱片公司最終達(dá)成許可交易，實(shí)現(xiàn)了版權(quán)內(nèi)容的合法引入。AI技術(shù)在內(nèi)容版權(quán)上的糾葛，背后的技術(shù)復(fù)雜性遠(yuǎn)遠(yuǎn)高于數(shù)字音樂(lè)的使用場(chǎng)景。機(jī)器智慧的最終目標(biāo)當(dāng)然是讓人類受益，但實(shí)現(xiàn)這個(gè)目標(biāo)還有一段距離。
