AI学习新策略！Anthropic 大手笔“解构书籍”以获取数据，引发法律争议讨论

Anthropic是一家由前OpenAI高管创立的人工智能公司，其开发的大型语言模型“克劳德”（Claude）引发了关于AI训练数据来源的法律争议。该公司在训练模型时，采取了两种主要的数据获取方式：一是从盗版网站下载数百万本受版权保护的书籍；二是斥资数百万美元购买实体书籍，拆解扫描后丢弃原件。

法律争议的焦点

• 合理使用原则：美国版权法中的“合理使用”条款允许在特定条件下未经许可使用版权作品。法官William Alsup在裁决中指出，Anthropic将合法购买的书籍进行数字化并用于训练AI模型属于“合理使用”，因为这种使用具有“转化性”，即通过算法创造出新的内容，而非直接复制原作。

• 盗版书籍的使用：尽管Anthropic在训练模型时的部分行为被认定为合理使用，但其从盗版网站下载超过700万本版权书籍并永久存储的行为被判定为侵权。法官强调，即使后续的训练使用具有合理性，初始的盗版行为也无法被豁免。

裁决结果及影响

• 合法购买书籍的数字化：法院裁定，Anthropic购买实体书籍并进行数字化的行为合法，因为其购书合法、扫描后销毁原件且未传播数字文件。

• 盗版书籍的侵权责任：Anthropic因盗版行为面临法律责任，可能需支付高额赔偿。美国版权法规定，故意侵犯版权可按每部作品最高15万美元的法定赔偿标准追责。

• 对AI行业的启示：此次裁决为AI公司使用版权材料训练模型提供了法律参考，但明确指出初始获取材料必须合法。这一判决可能成为未来类似案件的重要参考。

争议的持续性

尽管Anthropic在部分行为上获得了法院的支持，但其早期使用盗版内容的行为削弱了其整体合法性。此外，案件的最终结果尚未完全确定，后续可能还会有进一步的法律程序。