域外动态||Meta在AI训练数据版权侵权案中援引合理使用原则

2025年3月24日，美国科技巨头Meta就其人工智能模型Llama训练数据版权侵权案出席加州北区法院听证会。此前，知名作家理查德·卡德里、克里斯托弗·戈尔登、萨拉·西尔弗曼等向法院提起诉讼，指控Meta在开发Llama语言模型过程中，未经授权系统性使用盗版书籍进行模型训练。Meta法律团队援引"合理使用"原则进行抗辩，强调AI训练过程中对文本数据的使用符合"转换性使用"（Transformative Use）标准。

原告在诉状中指控，Meta在开发Llama模型过程中，系统性使用盗版图书数据库Library Genesis（LibGen）和Books3的海量侵权内容，将包括原告作品在内的数万部文学作品输入AI系统，既未取得授权也未支付报酬。原告认为，Meta利用了作品的"表达性内容”，而这正是版权法保护的核心要素。随着案件进入证据开示阶段，新解封的法庭文件揭露了更多细节：Meta内部员工早在模型开发初期就意识到LibGen的版权风险，在内部通讯中曾明确讨论使用该平台可能引发的法律与舆论危机，相关讨论甚至被提交至首席执行官马克·扎克伯格。

本案原告的主张可归纳为两类：其一是依据《计算机数据访问与欺诈法》（ Computer Data Access and Fraud Act，CDAFA）提出的权利主张，其二是基于《数字千年版权法》（ Digital Millennium Copyright Act，DMCA）确立的权利主张。法官认为原告基于CDAFA提出的权利主张与其在DMCA项下的权利并无"本质性差异"，在此类版权纠纷场景下CDAFA不具备适用空间。法院正在继续审理原告依据DMCA第1202(b)(1)条款提出的主张，包括对Meta移除版权管理信息（copyright management information，CMI）的指控。CMI作为版权作品的身份标识，通常包含作品名称、作者信息等关键元数据。起诉书指出，Meta在训练Llama模型过程中存在系统性移除CMI的行为。查布里亚法官经审查认为，原告已充分举证证明Meta存在故意移除CMI以掩盖版权侵权的行为模式。

Meta主张其AI训练行为属于对原始作品的"转换性使用"，强调Llama模型并非简单复制文本，而是通过统计建模学习语言规律，最终实现协助商业报告生成、个性化教学、创意激发等实用功能。Meta发言人公开表示，合理使用原则是推动生成式AI技术创新的基石，若要求科技公司为训练数据逐项获取授权，将严重阻碍人工智能产业的发展进程。这种立场在2025年3月的听证会上得到集中展现，Meta公司的律师团队要求法官驳回诉讼请求，强调该公司在开发过程中保持了技术中立，最终产品并不构成侵权。

这场诉讼的最终走向或将影响生成式AI产业的发展轨迹。若法院支持Meta合理使用的主张，可能加速文本数据资源的AI化进程；反之，若判定侵权成立，则意味着每项训练数据都需经历复杂的版权清算。值得关注的是，即便Meta最终胜诉，案件揭示的数据伦理问题也已引起各界关注。美国版权局正在就AI训练数据政策征询公众意见，多个创作者组织呼吁建立数据溯源与利润分成机制。