维基百科运营方就 AI 版权诉讼提交意见书：呼吁区分模型训练与输出复制

Wikimedia Foundation 在一组围绕 AI 训练数据的标志性版权诉讼中提交了法庭意见书，案件一方是包括《纽约时报》在内的出版商，另一方是 OpenAI 和微软。该机构没有选边站，而是主张法院避免对合理使用原则作过于宽泛、简化的适用。 Wikimedia 提出的核心区分是：抓取网站内容不应被视为侵权，使用受版权保护的作品在无授权情况下预训练 LLM，只要产出“与原来源不同的新东西”，应构成合理使用；但如果模型响应用户查询时复制材料并交付给用户，同时替代了读者对原作的访问，就应要求获得授权。关键在于后一种情况下 AI 输出只是替代原作，转化程度不足以构成合理使用。 该机构在意见书中指出，Wikimedia 旗下网站已成为各类 AI 和机器学习训练最重要的数据来源之一，但这些系统同时吸走访客，削弱维护站点的社区。它还称，ChatGPT 等服务复现了以 Creative Commons 协议自由授权的文本，却未遵守该协议条款。 与此同时，Wikimedia 强调 LLM 对维基百科自身也有用处，可帮助编辑打击破坏行为、检测版权侵权与人肉搜索、寻找需要改进的条目。基金会总法律顾问 Stephen LaPorte 表示，不审慎适用合理使用原则的裁决可能威胁自由知识的可持续性，并抑制开源技术发展。 《纽约时报》方面主张更宽泛的合理使用定义，指控 OpenAI 抓取网站构建训练数据集构成侵权；OpenAI 与微软均认为 LLM 训练属合理使用，OpenAI 称复现作品是“罕见的 bug”，微软在 9 月提交的文件中称专家分析发现 Copilot 很少完整复现用于支撑模型的新闻内容。Wikimedia CEO Bernadette Meehan 表示，通过 AI 扩大知识获取是重要目标，但必须尊重让可靠知识成为可能的人、贡献者与社区。