大英百科起诉OpenAI：指控AI训练侵权及生成虚假内容
《大英百科全书》与词典出版商默里-韦伯斯特（Merriam-Webster）正式对OpenAI提起诉讼。原告指控OpenAI在训练人工智能时，未经授权使用了其受版权保护的内容，并生成了高度相似的回复。
核心指控：逐字复制与RAG违规使用
作为默里-韦伯斯特的母公司，《大英百科全书》拥有约10万篇在线文章版权。诉讼指出，这些文章被未经许可复制并用于训练OpenAI的大语言模型（LLM）。文件对比显示，OpenAI模型的输出段落与大英百科原文几乎逐字匹配。
此外，原告指控OpenAI违反版权法，具体表现为：
- 生成包含完整或部分逐字复制的输出；
- 在ChatGPT的RAG（检索增强生成）工作流中直接使用其文章获取信息。
商标侵权：虚假幻觉损害品牌声誉
《大英百科全书》还依据《兰哈姆法案》（Lanham Act）指控OpenAI侵犯商标权。原告认为，ChatGPT制造“虚假幻觉”并错误归因于出版商，生成的虚假内容严重威胁了公众获取高质量、可靠信息的权利。
“ChatGPT通过生成可替代《大英百科全书》等出版商内容并与其直接竞争的回复，正在枯竭网络出版商的收入来源。”
行业背景与法律不确定性
目前，美加境内已有数十家机构起诉OpenAI，包括《纽约时报》、Ziff Davis旗下媒体（Mashable、CNET等）、《芝加哥论坛报》及加拿大广播公司（CBC）等。值得注意的是，《大英百科全书》针对Perplexity的类似诉讼仍在进行中。
由于缺乏关于“使用受版权内容训练LLM是否构成侵权”的有力法律先例，此类案件结果仍具不确定性。今年9月，联邦法官威廉·阿尔索普虽裁定Anthropic将内容用作训练数据具有变革性、可视为合理使用，但也认定其非法下载行为违法，并建议受影响作者获得15亿美元集体诉讼和解金。
图片来源：Pixabay