AI拿整本有著作權的書去訓練，不一定侵權？

Anthropic訓練Claude時，使用大量書籍作為訓練資料。
​
其中有些是自己買來的紙本書，拆書、掃描成電子檔；另一些則直接從LibGen等盜版書庫下載。
​
美國法院把兩件事情分開看。
​
合法取得的書籍拿來訓練LLM，美國法院認為不是讓使用者「看這本書」，而是讓模型學習語言規律、生成新的文字，具有高度轉化性，因此可能構成合理使用。
​
但從盜版網站下載數百萬本書，再建立永久保存的中央書庫，就不一樣。
​
美國法院認為每一份盜版副本都可能直接替代正版，而且永久保存已經超過訓練所必要，因此不屬合理使用。
​
所以AI訓練的著作權問題，要問 「資料怎麼取得？拿來做什麼？會不會取代原作市場？」
​
同樣是拿書訓練AI，來源與利用方式不同，法律結果可能完全不同。
​
林更盛、李智威，論訓練大型語言模型所涉及的著作權問題