[AI 法律 2] AI 著作權的全光譜:生成內容、訓練資料、共同創作的歸屬

當代主流的生成式 AI 模型——文生圖(Midjourney、DALL-E、Stable Diffusion)、文生文(GPT、Claude、Gemini)、文生影音(Sora)——皆建立在大規模網路爬取資料的訓練之上。LAION-5B 等開放資料集包含數十億張影像,Common Crawl 含數百 TB 網頁文字,這些資料中絕大多數仍受著作權法保護,但從未取得權利人事前授權。

國際訴訟已遍地開花。Getty Images 對 Stability AI(英國、美國雙線訴訟)主張 Stability AI 未經授權使用 Getty 的數百萬張圖片訓練模型。紐約時報對 OpenAI 與 Microsoft(2023 年底起訴)主張 ChatGPT 訓練使用紐時內容,且能近乎逐字回憶紐時報導,構成大規模重製。藝術家集體訴訟對 Midjourney、Stability AI主張這些模型實質是「複製機器」,訓練使用了藝術家作品而未授權、未署名、未報酬。

各地法律論述焦點不同。美國主要爭點為「合理使用(Fair Use)」抗辯——AI 訓練是否屬「轉化性使用(Transformative Use)」?2024 年中數件判決顯示美國法院對此分歧:有判決傾向訓練屬合理使用、有判決強調市場替代效果應否定合理使用。歐盟則依 2019 年 DSM 指令第 4 條建立「文本與資料採礦(TDM)例外」,允許未經授權的 TDM,但權利人得透過「opt-out」(明確保留)排除特定作品。我國無明確 TDM 例外,實務上多依著作權法第 65 條合理使用四要素個案判斷,目前無重要判決定錨。

對台灣創作者的實務啟示是:主動採取 opt-out 措施。在自有網站、平台檔案中加入「robots.txt 拒絕 AI 爬蟲」、IPTC 元資料標記「拒絕 AI 訓練」、CC 授權聲明明確排除 AI 訓練用途。雖然這些措施在我國法律下尚無明確強制效力,但對歐盟 DSM 指令的 opt-out 主張是有效的法律基礎。

「AI 生成內容能否成為著作」,我國經濟部智慧財產局於民國 112 年發布函釋,採取明確立場:純粹由 AI 自動生成、無人類創作參與者,不受著作權法保護。此立場與美國著作權局(US Copyright Office)2023 年發布的指引一致——美國著作權局明確表示,僅人類作者的創作可獲得著作權登記,純 AI 生成的內容不予登記。

此政策確立的法理基礎是「人類創作中心主義」。我國著作權法第 3 條第 1 項第 1 款定義著作為「屬於文學、科學、藝術或其他學術範圍之創作」,通說與實務以「人類精神作用之表達」為著作要件。AI 模型運作雖能產生形式上類似著作的輸出,但缺乏「人類精神作用」這個核心要素,故不屬著作。

政策確立的實務後果有三:第一,純 AI 生成的內容進入公共領域,任何人可自由使用、改作、商業利用,無需授權。第二,使用者無法主張著作權保護,即使付費使用 AI 工具產生內容,亦無法獨占該內容;競爭對手可使用相似的提示詞產生類似內容。第三,AI 生成內容遭他人使用時,使用者無從主張侵權,僅能透過 AI 平台的使用條款或不公平競爭等其他法律工具尋求救濟。

純 AI 生成不受保護,但人機共同創作的情況更為複雜。智慧局函釋亦明示:當人類有「足夠的創作介入」時,人類創作部分仍受著作權保護,但保護範圍以「人類介入部分」為限。實務上的關鍵問題是:什麼樣的介入才算「足夠」?

從現有國際判決與函釋累積的標準,可整理出五個判斷面向。面向一,提示詞的具體性:「貓咪在月亮上」這種簡單提示通常不足以構成創作介入;具體描述構圖、光線、色彩、風格、情感氛圍的詳細提示則較有可能。面向二,迭代次數與調整深度:單次生成接受結果者通常不足;反覆調整、比較、選擇、再修正的迭代過程,顯示創作意圖。面向三,後製介入程度:對 AI 輸出進行裁切、調色、合成、加圖層、文字疊加等後製,後製部分明確受著作權保護。面向四,創作意圖的可證明性:創作者能否提供完整的創作筆記、提示詞紀錄、迭代檔案,影響法院對「創作介入」的認定。面向五,獨特性與審美選擇:最終作品是否反映創作者個人獨特的審美選擇與美學判斷。

美國著作權局 2023 年的「Zarya of the Dawn」案(漫畫家 Kris Kashtanova 使用 Midjourney 製作的漫畫)是此議題的指標案例。著作權局裁定:漫畫的故事文字與整體編排受保護(屬人類創作),但個別 AI 生成的圖像本身不受保護。這顯示出未來實務處理的方向:對「複合作品」採分層保護,人類創作部分受保護、AI 生成部分不受保護、整體編排若有人類創意可受保護。

由於 AI 生成內容多不受著作權保護,商業使用 AI 生成內容的合法性,主要建立在AI 平台與使用者之間的契約關係之上。各主要 AI 平台的使用條款差異甚大,使用者商業使用前必須仔細閱讀。

Midjourney:付費訂閱用戶獲得對生成內容的完整商業使用權,但 Midjourney 保留將該內容用於宣傳的權利;免費試用用戶不得商業使用。OpenAI(ChatGPT、DALL-E):用戶對生成內容享有所有權與商業使用權,但 OpenAI 保留將內容用於改進服務的權利;企業用戶可申請排除訓練使用。Stability AI(Stable Diffusion):依授權版本不同,部分採開源授權允許廣泛使用,部分商業版有更嚴格條款。Adobe Firefly:標榜訓練資料皆為授權或公共領域,提供商業使用的「智慧財產賠償保證」,降低企業使用風險。

企業在商業使用 AI 生成內容時,本所建議建立「AI 內容盡職調查清單」:第一,確認所使用 AI 平台的訂閱版本與商業使用權範圍;第二,保留訂閱憑證、生成日期、使用提示詞紀錄;第三,檢查生成結果是否高度近似既有著作(可使用反向圖像搜尋或 AI 偵測工具);第四,涉及生成人物形象時,確認與真實人物無不當近似;第五,重要商業使用前,由法務或外部律師進行最終審查。

近年國際監管趨勢逐漸要求 AI 開發者揭露訓練資料來源。歐盟 AI Act對通用 AI 模型(GPAI)提供者課以「公開揭露訓練資料摘要」的義務,模型提供者需發布訓練資料的詳細摘要,讓權利人能評估自己的著作是否被使用、是否需主張權利。美國加州於 2024 年通過 AB 2013 法案,要求生成式 AI 開發者揭露訓練資料的關鍵資訊。

透明化趨勢對台灣的意涵是雙面的。對內容權利人(出版社、媒體、藝文工作者),透明化讓「自己的作品被誰用、怎麼用」變得可追蹤,有利於主張權利或談判授權。對AI 開發者與整合者,透明化提高合規成本,但也提供清晰的合規軌跡——一旦遵循揭露義務並建立 opt-out 處理機制,實質降低訴訟風險。

長期來看,AI 訓練資料的處理可能朝「集體授權」方向發展:類似音樂著作權集體管理體系,由代表大量內容權利人的集體管理團體與 AI 開發者協商概括授權,避免一對一授權的高交易成本。日本已有部分產業團體開始討論此模式,我國未來亦可能朝此方向發展。

AI 著作權的所有爭議,最終都回到一個古老問題:著作權法的目的,是「保護既有創作者」還是「促進新創作」?過去這兩個目的多數時候是一致的——保護創作者就會鼓勵更多創作。但 AI 把這兩個目的拉到了潛在對立的位置:嚴格保護訓練資料權利,可能阻礙 AI 技術發展;放寬訓練資料使用,可能傷害人類創作者的生計。

這個張力沒有單一正確答案。可預期的是,各國接下來幾年將透過立法、判決、自律規範等多重工具,逐步建立適合自身社會的平衡點。對台灣而言,法律工作者、創作者、AI 從業者、政策推動者都應持續參與這個建構過程。本系列後續將從具體法域(個資、商標、專利、契約等)切入,深入各個專題的細節爭議。

常見問題