生成式人工智慧（Generative AI）著作權合規風險與國際法制趨勢

美國加州北區地方法院審理之 Bartz v. Anthropic PBC 案於 2025 年 6 月 23 日做出具備分水嶺意義之實體裁決，並隨後達成高達 15 億美元的著作權損害賠償和解協議。

*~ Bartz v. Anthropic PBC 案之司法實務解構、技術取證攻防暨全球規範防禦對策
*

壹、 導言與案件概要（Executive Summary）

美國加州北區地方法院審理之 Bartz v. Anthropic PBC 案（以下簡稱本案），於 2025 年 6 月 23 日做出具備分水嶺意義之實體裁決，並隨後達成高達 15 億美元的著作權損害賠償和解協議（Copyright Damages Settlement Agreement）。

本案核心爭議在於 AI 開發商未經授權，自 Library Genesis (LibGen) 與 Books3 等「影子圖書館（Shadow Libraries）」灌錄超過 700 萬冊具備著作權之書籍語料庫。本案判決徹底重塑了科技產業的合規紅線，其重大法律意義在於：

一、首創「行為解構分析框架」（Behavioral Decomposition Analytical Framework），終結「訓練行為不可分割」之傳統技術決定論。
二、釐清「中央資料庫（Centralized Database）」長期留存行為之市場替代風險。
三、促使 AI 巨頭與出版媒體之談判籌碼徹底位移，迫使產業由「事後對賭合理使用」轉向「防禦性事前授權（Upfront Licensing）」。

貳、 本案核心：司法「行為解構」與行為態樣原文分析

本案承審聯邦法官 William Alsup 在判決中，採取精準之司法解剖，將 AI 模型訓練流程拆解為兩個獨立的法律階段，並針對不同的行為態樣（Conduct Manifestations）給予決定性的原文定性：

一、 後端模型訓練（Backend Model Training）之高度轉化性
法院對生成式 AI 的運作本質給予技術肯認。判決指出，當大型語言模型（LLM）讀取書籍文本時，其目的並非向大眾重製或外洩內容，而是為了分析文字間的統計機率規律、語意關聯與文風特色，以建立具備全新表達能力的語言生成模型。

· 判決書原文行為態樣描述：

“The process of extracting statistical patterns and semantic relationships for machine learning purposes”
（為了機器學習目的而提取統計規律與語意關係的過程）

· 法律定性：
此種純粹用於機器學習之行為，符合美國著作權法中合理使用（Fair Use）之精神，屬於高度轉化性使用（Transformativeness / Transformative Use）。

二、 前端資料取得（Frontend Data Acquisition）之資料來源非法原罪
法院劃下第一道法律紅線：後端的技術轉化性再高，亦無法洗白前端資料來源的非法原罪（Original Sin of Infringing Ingestion）。

· 判決書原文行為態樣描述：

“The unauthorized copying and ingest of text corpora from known infringing repositories”
（從已知侵權存儲庫中未經授權重製與攝取文本語料庫）
**· 法律定性： **
開發商在明知或應知其為盜版來源的情況下，仍下載並使用該等數據，其資料獲取行為本身的違法性，將直接導致其無法主張合理使用。

參、 「中央資料庫」長期留存行為之合理使用四要素清查

本案在著作權法理上最關鍵的裁判突破，在於對 AI 公司內部「中央資料庫（Centralized Database）」行為之市場替代（Market Substitution）定性。法院運用美國著作權法第 107 條（17 U.S.C. § 107）之合理使用四要素檢驗（Four-Factor Test），逐項反駁開發商之免責抗辯：

一、 利用之目的及性質（The Purpose and Character of the Use）：
法官以一句犀利的 “It kept them anyway.”（明知故犯，但他們還是留著） 駁回附隨暫存之抗辯。法院將此行為態樣斥為：”The long-term maintenance of unauthorized digital copies under the guise of technical necessity”（在技術必要性的幌子下，長期維護未經授權的數位副本）。此舉本質上屬於為降低研發成本之商業便利行為，不利於合理使用之成立。

二、 著作之性質（The Nature of the Copyrighted Work）：
涉案語料庫包含大量核心創意作品（Creative Works）。判決書指出：”The core of the database consists of highly creative, expressive fictional works that lie at the heart of copyright protection”（該資料庫的核心由處於著作權保護核心的高度創意、具表達性的虛構作品所組成），應受最高規格保護。

三、 所引用著作之質量與比例（The Amount and Substantiality of the Portion Used）：
儘管模型輸出端並非逐字抄襲，但輸入端在中央資料庫中係百分之百、一字不漏地（In their entirety）長期保存。判決書定性：”The permanent retention of entire creative works in a searchable repository goes far beyond the justified scope of transient machine reading”（在可檢索的存儲庫中永久保留整部創意作品，遠遠超出了過渡性機器讀取的合理範圍）。

四、 對著作潛在市場或價值之影響（The Effect of the Use Upon the Potential Market）：
法院認定，私自建立未授權資料庫實質上摧毀了正在興起的 B2B 數據授權市場。判決書定性：”The behavior creates an unacceptable market substitution risk, as it effectively destroys the nascent and volatile commercial licensing market for AI training data”（該行為造成了不可接受的市場替代風險，因為它實質上摧毀了新興且不穩定的 AI 訓練資料商業授權市場）。

肆、 「實體書防禦性方案」之法理安全港與實務爭議

為了應對著作權訴訟風險，Anthropic 曾動用高昂的「實體書防禦性方案」（Defensive Physical Book Compliance Proposal），透過全球剩餘庫存商跨海大量採購正版實體書，並交由工業級掃描廠進行「破壞性數位化（Destructive Digitization）」（剪碎書脊、高速掃描轉為 PDF、隨後將原始紙本銷毀）。

一、 司法對該行為之定性

法院在法理上認可了此項物理「洗白」管道。判決原文將此行為態樣描述為：
“The process of format-shifting via authorized physical acquisition, coupled with the disposal of the original tangible medium to maintain a one-to-one ratio”
（透過授權的實體獲取進行格式轉換，並結合銷毀原始有形媒介以維持一對一比例的過程）
法院認定此舉並未增加市場上的流通副本總量，屬於合法的轉化性使用。

二、 衍生之其他實務爭議
然而，儘管在著作權法上成立合理使用，但該方案在實務操作上引發了多重衍生爭議：

1. 環境法規逆行（Environmental Non-compliance）：
跨國航運數百噸實體書產生龐大碳足跡，且掃描後隨即製造大量廢紙垃圾（Paper Waste），遭到環保組織痛批為「高碳排數據洗錢（Carbon-Intensive Data Laundering）」。
2.灰色外包道德風險：
承攬商將高速掃描後之 OCR（光學字元識別）人工校對工作，低價轉包（Outsourcing）至開發中國家，引發勞動剝削之道德譴責。
3. 市場掏空與誠信危機：
地毯式掃描採購排擠了正常二手書流向圖書館與低收入讀者的管道，導致中介二手書商面臨企業社會責任之誠信危機。

伍、 15 億美元信託基金發放機制與作者端之舉證程序

本案於 2026 年 7 月 20 日獲得美國加州北區地方法院法官 Araceli Martínez-Olguín 做出最終核准判決（Final Approval），其信託基金與舉證實務運作如下：

一、 信託基金（Settlement Trust Fund）分配規則

  1. 行政扣除： 撥入由特別主事官（Special Master）監督之獨立信託基金後，先扣除訴訟成本，集體訴訟律師費大砍至 6.8%（約 1.0156 億美元）。

  2. 基本配額： 淨額由最終符合資格進入集體訴訟範圍之 482,460 部註冊作品 依比例（Pro Rata）均分，每部作品（每種 ISBN/ASIN）預期獲得約 3,000 至 3,100 美元之賠償金。

  3. 拆分法則： 採取獨創之 50/50 拆分法則（Default Split Rule），即賠償金一律由作者與出版社各分一半，以避開版權歸屬內鬨。

二、 作者端之侵權舉證實務

為減輕創作者負擔，法院與索賠管理人建立「推計舉證程序」：
· 官方總目錄比對法：
法院強制開發商提供其下載之原始清單，編纂官方【被竊著作總目錄數據庫】。作者僅需在官方和解網站輸入 ISBN/ASIN 或書名比對吻合，即視為初步舉證成功。

· 時效雙重審查（Crucial Pre-requisites）：
申請人必須提交美國版權局（U.S. Copyright Office）之註冊證明，且必須滿足「出版後 5 年內完成註冊」或「在開發商下載盜版數據庫（2025 年 8 月 25 日）之前或此後 3 個月內完成註冊」之雙重時間線，始具備分配資格。

陸、 新戰線：獨立作家（Opt-out）之技術取證與法規冷戰

在 2026 年初截止日前選擇「退出」（Opt-out）集體和解之英美知名暢銷作家，目前已正式開闢獨立訴訟之全新戰線，並在 2027 年跨國法規落地期 祭出全新武器：

一、 數位剽竊（Digital Plagiarism）之底層技術取證
獨立訴訟陣營跳過合理使用之爭辯，直接利用 AI 取證專家（AI Forensics Experts）提出核心代碼鐵證：

  1. 記憶體過度擬合（Overfitting & Memorization）： 透過探針提示詞（Probe Prompts），證實模型在無網狀態下能精準背誦原著高達 95% 之文字，證明著作權表達已被實質重製並壓縮於商業軟體內。
  2. 風格特徵軌跡吻合（Stylistic Trajectory Mapping）： 分析高維嵌入空間（High-Dimensional Embedding Space），證實模型在模仿特定作家時，其向量參數軌跡與原著作之句構、修辭特徵吻合度達 99.2%，控訴其為「數位文風綁架（Digital Stylistic Kidnapping）」。
  3. 微調權重清查（Fine-Tuning Weights Auditing）： 透過證據開示程序（Discovery），查獲開發商將明星作家作品列為「高權重黃金數據集（High-Weight Golden Dataset）」，證實其刻意進行商業剝削之不當得利。

二、 2027 美國著作權局新規與歐盟 AI 法案之夾擊

1. 美國著作權局：
新規確立「機器學習數據登記透明化（Mandatory AI Training Disclosure Rule）」(註1.)，強制 AI 公司公開訓練數據清單，引發舉證責任倒置；同時擴大「衍生作品權（Derivative Works Right）」之保護，認定大量攝取單一創作者風格以致實質取代其衍生市場之行為構成侵權。

2. 歐盟《人工智慧法案》（EU AI Act）之域外效力：
依據其通用人工智慧（GPAI）合規條款，強制在歐盟上架之模型公開數據摘要，提供美國作家跨海調閱聯邦鐵證之管道；並以全球年營業額 3% 之天價罰鍰，逼迫開發商必須在全球範圍落實作家的 Opt-out 權利。開發商之技術反制：防記憶過濾器（Anti-Memorization Filters）

3. 開發商亦動員工程師於底層代碼展開反擊：

  • 即時輸出阻斷（Alignment-Stage Output Blocker）：
    在模型輸出端建立過濾網，若發現生成文字與版權指紋庫連續重合超過閾值（如連續 20 字），即強行阻斷。然而，原告專家目前正利用越獄技術（Jailbreak）繞過過濾網，向陪審團證明模型內部的「權重記憶」依然存在，屬於治標不治本的迴避作為。
  • 權重去相關化（De-correlation of Activation Weights）：
    導入機器去學習（Machine Unlearning）技術，試圖在訓練階段洗去對特定版權文字的精確記憶，此舉目前正與原告的「隱蔽探針（Soft Prompts）」展開高度技術拉鋸。

柒、 階段性觀察分析與企業行動指引建議

基於 Bartz v. Anthropic 案所確立之司法實務與 2027 年最新法規趨勢，AI研發企業與立法政策機構可以參考以下關鍵作為具體行動：

一、 針對 AI 研發企業之合規指引（Corporate Compliance Plan）

  1. 立即啟動「前端語料庫」全面審計（Data Cleansing Audit）
    研發團隊必須即刻清查現有中央資料庫之來源。凡有涉及影子圖書館（如 LibGen、Books3）或未授權之網路爬蟲數據（Scraped Data），必須立即啟動刪除與去相關化（Unlearning）程序。切勿抱持「後端技術具轉化性即可免責」之僥倖心態。
  2. 建構「訓練完即刪除」之過渡性複製架構
    有鑑於法院特別指出「中央資料庫長期留存行為」，企業應調整Data Pipeline架構。在原始語料完成模型參數提取後，應於法定過渡期內立即銷毀原始數位快取（Cache），避免在伺服器中形成「未經授權之數位圖書館」，以防杜「市場替代」之侵權指控。
  3. 積極洽簽「事前防禦性授權」（Upfront Defensive Licensing）
    商業化模型之核心數據，應全面轉向事前付費授權。合約中必須明確界定「數據留存期限（Data Retention Period）」與「二次微調限制」，並在內部配置「防記憶過濾器」作為輔助性合規證明。

二、 針對立法與政策制定機構之建言（Policy Recommendations）

  1. 推動引進兼顧創作者權益之折衷式 TDM 豁免條款
    政策制定機構在考量主權 AI（Sovereign AI）發展與著作權保護時，應擺脫「模糊的合理使用對賭機制」的舊思維，建議引進「文字與資料探勘（TDM）商業豁免，但賦予權利人 Opt-out 拒絕權」之折衷立法。藉此讓科技公司在面對未明確宣告拒絕之著作時能合法訓練，同時保障明星創作者之實質掌控權。
  2. 考慮成立「AI 著作權集體授權組織（AI CMOs）」
    為降低科技公司與成千上萬獨立創作者逐一談判之龐大交易成本（Transaction Costs），政府可以主動輔導出版界、新聞媒體界與軟體業，聯合成立標準化的「數位授權池（Licensing Pool）」。透過集體談判與階梯式定價规費，將 AI 產業由「野蠻生長、法庭見面」引導至「計價合規、制度分潤」之良性生態體系。

註1. 美國著作權局現行實務

2023年登記指引（正式實務規範）
· 英文全名： Copyright Registration Guidance: Works Containing Material Generated by Artificial Intelligence
· 中文譯名： 《包含人工智慧生成內容之作品著作權登記指引》
· 官方簡報PDF： 可直接於 美國著作權局 AI 政策指引頁面 下載查閱。
· 主要內容： 定調「人類原創性」原則，並正式規範申請人在登記包含 AI 生成素材的作品時，必須主動揭露並在申請書中予以排除（Limitation of Claim）的操作流程。

2024–2025年《著作權與人工智慧報告》
· 官方入口網站： U.S. Copyright Office — Copyright and Artificial Intelligence
· Part 1： 數位複製人與深層偽造（Digital Replicas）
· Part 2： AI 生成內容的可著作權性（Copyrightability of Outputs）
· Part 3： AI 模型訓練與版權素材（Copyright and AI Training）

關於機器學習數據（即 AI 訓練資料集）的「透明化」規範與法律立場，是屬於官方政策報告的 第三部分 (Part 3：Generative AI Training / 生成式 AI 訓練報告)。 在 2025 年 5 月發布的 《著作權與人工智慧報告：第三部分 — 生成式 AI 訓練》 中，核心焦點就是「將版權素材拿去餵給機器學習模型」的適法性。關於透明化的核心重點包括：

· 訓練數據記錄義務： 報告中探討並支持「AI 開發者應維持並公開揭露其所攝取的版權訓練素材記錄」。
· 透明化的目的： 提高數據透明度是為了讓版權所有者（文字創作者、藝術家、音樂人）能夠查證自己的作品是否在未經授權的情況下被納入機器學習，進而以此作為訴訟或申請分潤的依據。

本文引自《生成式人工智慧（Generative AI）著作權合規風險與國際法制趨勢》原文詳見