在美国，以ChatGPT为代表的生成式人工智能技术正在快速更迭，然而，人工智能并不能完全“无中生有”，海量互联网信息是其培养沃土。这就容易陷入关于知识产权的争议。而以《纽约时报》为代表的媒体原告，与开放人工智能研究中心（OpenAI）之间的诉讼就被媒体称为是“定义AI版权”的案件。

2022年年底开始，OpenAI的人工智能产品ChatGPT爆火，《纽约时报》内部测试发现，ChatGPT可大段原文复刻新闻，直接替代付费订阅阅读向用户提供；纽约时报多次联系OpenAI，要求停止抓取、签订内容授权协议，但双方谈判破裂。

2023年底，《纽约时报》向法院正式起诉OpenAI以及其投资方和合作方微软公司。

纽约时报公司总裁兼首席执行官 科皮特·莱维恩：我们认为，对于他们用于构建模型的内容，他们应该支付公平价值交换的费用。这些人工智能公司在算力、能源和人才上花费了数千亿美元。不只是新闻机构面临着这样的问题，这是任何从事创作工作的人，任何知识产权创造者都会面临的问题。

不过，OpenAI回应称，使用公开的互联网材料训练AI模型，这是“合理使用”，而且长期存在。这一原则对创造者公平，对创新者必要。

此后，多家媒体对OpenAI发起诉讼，曼哈顿联邦法院将多起诉讼合并为一起。

而最近，诉讼的争论焦点在于，原告方要求OpenAI使用搜索功能提供涉及复制媒体文章的聊天及训练数据，而OpenAI称无此功能。今年7月9日，包括《纽约时报》在内的多家新闻出版方向曼哈顿联邦法院指控OpenAI，称其在证据披露问题上故意撒谎、误导法院及公众。

央视记者 许弢：这里是纽约曼哈顿联邦法院外。围绕人工智能训练数据的版权诉讼，目前已经从“有没有使用版权内容”，延伸到了“训练数据能不能被追溯、能不能被审查”的最新阶段。对新闻机构而言，底线非常明确：原创报道不能被无偿拿去训练商业模型；而对人工智能公司来说，核心防御则是模型训练属于法律上的“合理使用”，并试图在保护商业机密的前提下，压缩数据源的公开范围。

版权诉讼揭开AI训练数据之争

除了这一以媒体为原告的案件，美国的人工智能公司还遭到作家、影视公司等的侵权诉讼。“版权问题”是AI难以回避的问题，到底是不是“合理使用”，在美国社会至今也没有明确共识。

过去多年，美国地方新闻业已经受到广告收入下降、订阅流失和平台分发规则变化的冲击。如今，如果原创报道被用于训练商业AI模型，而内容生产者无法获得授权收入或补偿，地方新闻业的压力将进一步加大。AI产业创造的新收益中，有一部分可能建立在记者、编辑和摄影记者长期生产的内容之上。但这些内容是否经过授权，是否获得补偿，目前仍然存在巨大争议。

美国未来学家 技术专家 伊恩·汗：数据无疑是人工智能经济的燃料，但人类创造力也是创作者经济赖以形成的重要源泉。企业应当清楚其训练数据来自哪里、是否获得授权，以及其中是否包含受保护材料或个人信息，它们应确保创作者获得应得的回报。

不过，很多专家称，要对创作者进行补偿，在技术上就非常困难。

美国科技分析机构洛佩兹研究公司首席分析师 玛丽贝尔·洛佩兹：他们（AI公司）说他们不是基于某一个作品，他们是基于很多作品进行创作的。问题是，创作者如果想要的话，能要求获得报酬吗？答案是“不能”。因为要确定模型到底使用了哪些训练数据是非常困难的，你必须深入研究、有专业软件，还要有强烈的意愿。

在美国《大西洋月刊》等媒体看来，美国的版权法诞生于印刷机时代，根本无法适配人工智能网络，目前还不存在清晰的司法路径，甚至在不同的法院，都可能做出不同的判定。直到现在，美国人工智能领域的“版权问题”依然处于争论之中。

科技法律研究专家 科林·莱维：创新仍会持续推进，我们无法遏制新技术的发展。与此同时，我们也需要保障民众的合理权利。但显而易见，技术迭代的速度早已远超法律更新完善的步伐。

央视记者 许弢：这场官司表面上是版权纠纷，背后其实是AI时代的数据秩序之争。谁掌握数据，谁就掌握模型能力；谁能够定义数据使用规则，谁就可能在AI时代拥有更大的话语权。问题在于，美国现有法律体系，还没有完全准备好回答这些新问题。