生成式人工智慧（Generative AI）技術迅速擴展，模型訓練過程大量擷取網路著作所引發的侵權爭議，正於全球法院上演實質攻防。隨著美國與德國陸續出現關鍵一審判決，AI 業者與創作者之間的關係正從法庭抗衡，逐漸轉向大規模集體授權合作。
美國法院關注資料來源與市場損害判準
在美國針對生成式 AI 業者的多起訴訟中，法院對於合理使用的界定逐漸呈現細緻化的分類標準。以 Anthropic 的書籍訓練訴訟為例，法院認為若業者使用合法取得的書籍進行訓練且未對外散布，其轉換性技術應用可能構成合理使用；然而，若直接自盜版管道獲取大量資料，則無法主張合理使用保護。該案最終以高達 15 億美元的和解金額寫下紀錄，但部分原告仍選擇繼續進行訴訟。
另一方面，在作家控告 Meta 的案件中，法院雖然初步認定 Meta 的訓練行為符合合理使用原則，但也特別強調，若著作權人未來能提出足夠證據，證明 AI 訓練確實損害了原著作的潛在市場價值與經濟利益，判決結果將會隨之改變。這顯示司法體系在衡量創新技術的同時，對「市場替代效應」保持相當嚴謹的審查態度。
歐盟司法認定模型記憶構成重製侵權
相較於美國著重合理使用的彈性解釋，歐盟體系下的司法標準顯得更加嚴格。德國音樂集體管理團體 GEMA 控告 OpenAI 以及 AI 音樂平台 Suno 的案件中，法院皆做出一審判決，認定當 AI 模型在參數中「記憶」了受保護的音樂或歌詞著作，且使用者能透過提示詞（Prompt）在輸出結果中再現該內容時，就已經構成法律上的永久性重製。
德國法院進一步指出，這種透過模型再現著作的狀況，已超過歐盟與德國著作權法中所允許的「文字與資料探勘」法定例外範疇。此項見解意味著 AI 模型內部的參數記憶機制，極可能被直接認定為著作權法上的侵權標的。
訴訟風險催化集體授權與商業合作模式
面對昂貴且耗時的法律訴訟，許多生成式 AI 開發商與版權方開始探索授權合作。例如瑞典音樂著作權協會（STIM）已與 AI 音樂新創平台 Songfox 簽署全球首份集體授權協議，建構透明的收益分配機制。迪士尼也曾將超過 200 個經典動畫與電影角色授權予 OpenAI 的影片生成平台 Sora。對 AI 企業而言，取得合法授權不僅能免去個案訴訟的法律風險，更能獲得優質訓練資料以提升模型表現。
這代表什麼
對台灣的 AI 軟體開發商與企業而言，這些國際判例代表傳統「先擷取資料、等被告再說」的模式風險極高。企業在訓練自研模型或微調模型時，必須對資料來源進行嚴格的合法性審查。一旦使用來源不明或非授權的資料庫，未來可能面臨巨額賠償與模型被迫下架的風險。
對於內容創作者與中小企業主，這意味著智財權資產化將迎來新的轉機。隨著國際間推動集體授權與平台合作，創作者未來有望透過版權管理團體，獲得穩定的 AI 訓練授權收益。企業在評估導入生成式 AI 產品時，也應優先選擇具備透明授權機制或著作權保障條款的服務提供者。
背景補充
在英美法系中，「合理使用（Fair Use）」是評判是否侵犯著作權的核心機制，法院會綜合考量利用的目的與性質、著作的性質、所利用之質量與比例、以及該利用對潛在市場的影響等四大要素。美國政府目前傾向由法院透過個案判例處理 AI 的合理使用爭議，避免過早制定硬性法律限制技術創新。
相對地，歐盟法律體系主要透過「文字與資料探勘（Text and Data Mining, TDM）」例外條款，允許在特定條文限制下進行自動化資料擷取。然而，當 AI 模型將資料轉化為內部參數並能重新產生近乎相同的輸出內容時，是否屬於單純的資料探勘，即成為歐陸法系爭議的焦點。
常見問題
AI 訓練使用網路資料是否一定構成侵權？
不一定，需視資料取得管道與各國法律而定。美國法院著重檢視資料是否自合法管道取得及是否屬合理使用，歐盟則審視是否符合資料探勘的法定例外條件。
如果 AI 輸出的內容與原著作高度相似，會有什麼法律責任？
若 AI 模型在參數中記憶原著作並能在輸出中重現，歐洲部分法院已認定此行為屬於永久性重製侵權，開發商與相關使用者可能面臨法律賠償責任。
企業該如何降低導入或開發生成式 AI 的著作權風險？
企業應建立訓練資料的合法來源審查機制，避免使用未授權資料，並優先選用具備完善著作權條款或已取得正規授權的 AI 平台服務。