[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

主流的生成式 AI，包括文生圖（Midjourney、DALL-E、Stable Diffusion）、文生文（GPT、Claude、Gemini）與文生影音，都建立在大規模網路資料的訓練之上。

LAION-5B 等開放資料集包含數十億張影像的連結，Common Crawl 收錄大量網頁文字，其中許多內容仍受著作權保護，卻未經權利人事前授權。

國際訴訟已經遍地開花。Getty Images 對 Stability AI 在英國、美國兩地起訴，主張對方未經授權以 Getty 的大量圖片訓練模型；英國高等法院 2025 年 11 月判決，Getty 的著作權主張未獲支持，後續上訴中。

紐約時報對 OpenAI 與 Microsoft（2023 年底起訴）主張模型以紐時內容訓練，且能近乎逐字重現報導。藝術家集體訴訟對 Stability AI、Midjourney 等主張模型使用藝術家作品而未授權、未署名、未付費。

CHART 01

AI 訓練資料：美國、歐盟、台灣怎麼看

	核心規則	目前狀況
美國	被告可主張「合理使用」（Fair Use），重點在使用是否具轉化性、是否替代原作市場	2025 年起陸續有判決，結論依個案事實不同（見下表）
歐盟	文本與資料採礦（TDM）例外：原則可為之，但權利人可用適當方式（線上內容以機器可讀方式）明示保留	2019 年數位單一市場著作權指令第 4 條；AI Act 另要求通用模型提供者尊重權利保留並公開訓練內容摘要
台灣	沒有專門的 TDM 例外，依著作權法第 65 條第 2 項四項基準個案判斷合理使用	尚無指標性判決

美國的爭點在合理使用，也就是 AI 訓練是否屬於「轉化性使用」（把原作用在不同目的、產生新的意義）。2025 年數件判決顯示法院見解分歧：

CHART 02

2025 年美國 AI 訓練合理使用判決

案件	時間	結果
Thomson Reuters v. Ross Intelligence	2025 年 2 月	法院否定合理使用。被告以法律資料庫的摘要訓練與原告競爭的檢索 AI，屬非生成式 AI
Bartz v. Anthropic	2025 年 6 月	以合法購買的書籍訓練屬合理使用；但下載盜版書建立資料庫的部分不屬之，此案其後和解
Kadrey v. Meta	2025 年 6 月	法院判 Meta 勝訴，理由是原告未能證明市場受損；法官強調判決不代表以受保護作品訓練必然合法

三案均為地方法院判決，後續仍可能有上訴或其他法院的不同見解。

歐盟依 2019 年數位單一市場著作權指令第 4 條，建立「文本與資料採礦例外」：未經授權也可以為之，但權利人可以明示保留（opt-out），排除自己的作品。

我國沒有明確的 TDM 例外，實務上只能依著作權法第 65 條的合理使用基準個案判斷，目前也沒有指標性判決。

三地並列來看，未經授權拿受保護的作品訓練 AI 是否合法，答案並不相同：美國看合理使用，歐盟有可由權利人排除的資料採礦例外，我國則要依合理使用個案判斷。

對台灣創作者的實務建議：主動做權利保留。例如在自己的網站設定 robots.txt 拒絕 AI 爬蟲、在圖片檔加註拒絕 AI 訓練的元資料，並在網站使用條款或授權聲明中明示不同意用於 AI 訓練。

這些措施在我國法下效力尚不明確，但在歐盟正是主張權利保留的依據，也能作為日後談判授權或主張權利的佐證。

經濟部智慧財產局歷年在函釋中表示：著作必須是人類的精神創作，純粹由 AI 自動生成者，不受著作權法保護；人類若只是把 AI 當成工具，並有實際的創意投入，仍可就人類創作的部分受保護。

美國著作權局的立場一致。它在 2023 年 3 月發布登記指引，只有人類作者的創作可以登記，純 AI 生成內容不予登記；2025 年 1 月的報告也指出，單靠提示詞通常不足以讓使用者成為作者。美國聯邦上訴法院在 2025 年 3 月的 Thaler v. Perlmutter 案也確認了人類作者的要求。

背後的法理是「以人類創作為中心」。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」，通說與實務認為著作必須是人類精神作用的表達。AI 能產生形式上像著作的輸出，但缺少人類的精神作用，所以不是著作。完全由 AI 自動生成、沒有人類創作參與的內容，也就因此不受著作權法保護。

這帶來三個實務後果：

• 純 AI 生成的內容等同進入公共領域：任何人都可以自由使用、改作、商業利用，不需授權。
• 使用者無法獨占：即使付費使用 AI 工具，也不能就生成內容主張著作權；競爭對手用相似的提示詞產生類似內容，並不侵權。
• 被他人使用時無從主張著作權侵害：只能依平台使用條款、公平交易法等其他途徑尋求救濟。

智慧局見解也指出：人類有實際的創作投入時，人類創作的部分仍受著作權保護，但保護範圍以人類貢獻的部分為限。實務上的難題是：什麼樣的介入才算足夠？

從現有的國際案例與主管機關見解，可以整理出五個觀察面向：

• 提示詞的具體程度：「貓咪在月亮上」這類簡單提示通常不足；即使詳細描述構圖、光線、色彩、風格，美國著作權局仍認為多數情況下單靠提示詞不足以取得著作權。
• 迭代與調整的深度：一次生成就接受結果，通常不足；反覆調整、比較、選擇、再修正，較能顯示人類的創作判斷。
• 後製介入程度：對 AI 輸出裁切、調色、合成、加圖層、疊文字等，若具創作性，後製的部分可受保護。
• 創作過程的可證明性：能否提出創作筆記、提示詞紀錄、迭代檔案，會影響人類貢獻能否被認定。
• 選擇與編排：最終作品的選擇與編排是否反映創作者個人的審美判斷。

美國著作權局 2023 年的「Zarya of the Dawn」案是指標案例。漫畫家 Kris Kashtanova 用 Midjourney 製作漫畫，著作權局認定：故事文字與圖文的選擇編排受保護，但個別 AI 生成的圖像不受保護。

CHART 03

複合作品的分層保護：以 Zarya of the Dawn 為例

作品組成	是否受保護	理由
人類撰寫的故事文字	受保護	屬人類創作
圖像與文字的選擇與編排	受保護	反映人類的創意選擇
Midjourney 生成的個別圖像	不受保護	表達內容由 AI 決定，使用者無法控制

依據：美國著作權局 2023 年 2 月就 Zarya of the Dawn 登記案所為決定。

從這個案例回頭看，人機共同創作時，人類創作的部分受保護，AI 生成的部分不受保護；能保護到什麼程度，取決於人類的創作介入夠不夠。

前面幾章談的是著作權法本身。企業真正要把 AI 生成內容拿去商業使用時，還會碰到另一份文件：AI 平台的使用條款。各平台的條款差異很大，而且常常修改，商業使用前一定要讀當下的版本。常見的安排有幾種：

• 把生成內容的權利歸給使用者：例如 OpenAI 的條款將輸出內容的權利讓與使用者，但平台仍可能保留使用內容改進服務的空間，企業方案通常可排除。
• 依方案或營收區分：例如 Midjourney、Stability AI 依付費方案或公司營收規模，決定能否商業使用與適用哪一種授權。
• 提供智慧財產賠償保證：例如 Adobe Firefly 強調以授權內容訓練，並對企業客戶提供智慧財產賠償保證，降低使用風險。

企業商業使用 AI 生成內容時，建議建立「AI 內容盡職調查清單」：

• 確認權利範圍：確認所用平台的方案版本，以及條款允許的商業使用範圍。
• 保留紀錄：保存訂閱憑證、生成日期與提示詞紀錄。
• 比對既有著作：檢查生成結果是否高度近似既有作品，可用反向圖像搜尋等工具。
• 檢查人物與商標：生成人物形象時，確認不會與真實人物或他人商標不當近似。
• 最終審查：重要的商業使用，由法務或外部律師做最後審查。

AI 生成內容多半不受著作權保護，能不能商業使用，因此主要取決於使用者與 AI 平台之間的契約，也就是使用條款；上面這份清單，就是讓契約上的權利真正落實。

訓練資料的爭議，有一部分源於權利人根本不知道自己的作品是否被使用，近年的監管開始處理這個問題。歐盟 AI Act 要求通用 AI 模型的提供者訂定遵守著作權的政策，並公開足夠詳細的訓練內容摘要，讓權利人評估是否要主張權利。美國加州於 2024 年通過 AB 2013 法案，要求生成式 AI 開發者在網站揭露訓練資料的相關資訊。這些規定的共同方向，是要求 AI 開發者揭露訓練資料來源，讓權利人能知道自己的作品是否被使用。

透明化對台灣的意義是雙面的。對內容權利人（出版社、媒體、藝文工作者），作品被誰用、怎麼用變得可以追蹤，有利於主張權利或談授權。

對AI 開發者與整合者，透明化提高了合規成本，但也留下清楚的合規軌跡；只要遵守揭露義務、建立處理權利保留的機制，就能實質降低訴訟風險。

長期來看，AI 訓練資料的處理可能走向「集體授權」：類似音樂著作的集體管理制度，由代表大量權利人的團體與 AI 開發者協商概括授權，降低一對一授權的交易成本。

AI 著作權的爭議，最後都回到一個老問題：著作權法的目的，是保護既有創作者，還是促進新的創作？過去兩者多半一致，保護創作者就能鼓勵更多創作。

AI 把這兩個目的推到可能對立的位置：嚴格保護訓練資料，可能阻礙技術發展；放寬訓練資料的使用，可能傷害人類創作者的生計。

這個張力沒有單一正確答案。各國接下來幾年會透過立法、判決與自律規範，逐步找到適合自己社會的平衡點。本系列後續將從個資、商標、專利、契約等領域，深入各專題的爭議。

常見問題