top of page

澳洲 AI 版權改革因訓練權利面臨憲法問題

1 小時前
讀畢需時 11 分鐘

澳洲 AI 版權改革正面對一項憲法問題:當法例擴大 AI 訓練的使用權,同時削弱創作者對其作品的控制時,會出現甚麼情況?Anne Twomey 向 Guardian 表示,AI 版權變更可能引起憲法疑慮,視乎具體立法草擬而定。

眼前的衝突,是訓練材料更易取得,與該等材料所附權利之間的矛盾。OpenAI 和 Anthropic 希望在澳洲取得可行的訓練條件。創作者則希望掌握其文字、音樂、圖像及其他受保護材料會否進入這些系統。一項滿足開發商取用要求的政策,仍須說明誰的許可至關重要,以及誰會獲得補償。

自政府於 2025 年 10 月否決廣泛的訓練例外後,這種張力已更為尖銳。2026 年 9 月的報道其後披露,諮詢方案涉及預設取得許可,但須受條件及選擇退出機制約束。這些建議必須仔細區分諮詢、立法及可強制執行的權利。截至 10 月 31 日,憲法警告應為審視任何最終文本提供參考。這並不代表某項特定改革無效,亦不代表補償申索必然成功。

澳洲 AI 版權改革已超越一刀切的例外

政策爭議現時集中於取用條件,包括與部分權利持有人訂立的協議,能否授權影響其他人的使用。

2025 年 10 月 26 日,總檢察長 Michelle Rowland 的部門宣布,政府不會引入文字及數據探勘例外。文字及數據探勘是指透過運算分析材料,以識別模式或資訊。該公告回應了容許開發商毋須許可或付款,便可利用澳洲創作者作品進行訓練的建議。

政府的版權政策聲明亦列出其他工作,包括集體授權及降低執法成本。集體授權讓一個組織代多名權利持有人管理許可。因此,拒絕廣泛例外仍為替代安排的談判留下空間。

這項區分在 2026 年 9 月變得重要。ABC 報道形容諮詢文件提出不同的訓練取用途徑,兩者均設有選擇退出機制。其中一種方式涉及透過中央機構付款,或與集體管理組織訂立協議。另一種方式則涉及開發商在獲得更廣泛許可前,須達到規定數量的協議。

在該替代方案下,未納入符合資格協議的創作者未必會獲得額外付款。文件亦設想透明度、審計及有關排除安排的保障。這些是據報的諮詢選項,而非已制定的訓練權利。其重要性在於個別協議與更廣泛取用之間的關係。

開發商與出版商簽訂協議,提出的是一個相對直接的問題:該出版商控制哪些作品及用途?一個把許可擴展至協議以外的框架,則提出另一個問題。政策制定者必須說明,為何所產生的授權可涵蓋屬於交易以外人士的材料。

設想一名假設的獨立插畫家,其作品出現在公開作品集上。該插畫家可能與集體管理組織或參與的出版商毫無關係。一個透過更廣泛法定許可涵蓋該作品集的制度,將影響沒有參與談判的人。因此,代表性成為政策正當性的核心。

同一問題亦適用於出版社只控制某本書特定用途的作者。可行的協議須識別實際可供授權的權利。泛泛提及支持創作者,無法解決不完整的許可鏈。細節必須確立誰的授權具有法律效力。

這正是為何附於建議的標籤只能提供有限指引。附帶條件的許可仍可改變現有權利的實際價值。相關問題涉及涵蓋範圍、同意、付款及執行。這些問題將投資爭議與憲法警告連繫起來。

憲法問題取決於取得,而不只是收入損失

商業價值下降本身,並不足以證明構成違憲的財產取得。

第 51(xxxi) 條處理聯邦以公平條件取得財產,即就符合資格的取得而言屬憲法上足夠的條件。澳洲法律改革委員會就憲法財產保障的討論指出,受保障財產可包括無形權益。它亦區分剝奪與取得:受影響擁有人的損失,並不會自動構成所需的取得。

這項區分限制了現時警告可合理引申的結論。創作者可能主張,新的訓練許可削弱其專有權利。憲法挑戰仍須處理有關變更的法律性質。指出財務損害並不足以完成該論點。

就政策分析而言,有用的次序始於受影響的權利。其擁有人先前可授權、拒絕或發牌甚麼?法例將創設甚麼許可,誰會獲得其利益?最終措辭將決定這些變更支持哪些論點。

設想一項假設規則,容許開發商在符合成文法條件後,為模型訓練進行指明複製。憲法討論須精確審視該許可。該規則是創設明確權利,還是改變特定行為的補救方法,將會很重要。這些機制不應被視為可互換。

另一項區分涉及成功挑戰後的結果。即使無效與補償源自同一法例,兩者仍是不同問題。委員會指出,部分法規載有保障條文,為符合資格的取得提供補償。這些條文是否適用,須審視相關法律。

因此,有關版權補償申索的標題不應變成自動付款的預測。一項警告指出了須予調查的潛在風險,並不提供申索人名單、估值方法或判決。在建立這些基礎前,任何計算總責任的嘗試都會造成虛假的精確性。

經濟論點亦須審慎處理。一項作品對已訓練模型的貢獻,未必等同傳統出版授權。這一觀察並不消除創作者的權利,而是顯示法律權利與估值須分開分析。

憲法問題亦不應變成議會無法更新版權法的假設。可辯護的問題較為狹窄:特定更新將如何與憲法限制互動?不同設計可產生不同論點。評估需要機制、其範圍及保障措施。

對開發商而言,這使草擬質素具有商業相關性。相比政策公告可能帶來的印象,一項招致未解決憲法挑戰的許可提供較少確定性。對創作者而言,仔細分析可藉聚焦可識別權利而加強審視。雙方均可受惠於區分可信的法律問題與假定結果。

訓練取用與創作者同意仍是談判的核心衝突

簡化授權的最有力論據,仍須回應從未加入協議的創作者。

根據 ABC 的訓練取用報道,OpenAI 和 Anthropic 均將其在澳洲的訓練目標與版權條件掛鈎。報道亦提到,為分散的小型權利持有人取得授權存在困難。這正是把取用範圍擴展至個別協議以外的建議背後的實際問題。

OpenAI 和 Anthropic 在 AI 服務上競爭,但這種競爭不會消除兩者對可預測訓練許可的共同利益。兩者偏好的產品及商業安排毋須一致,授權障礙仍然重要。然而,任何一間公司的投資利益,都不能獨立證明某項特定版權方案屬必要。

開發商的論點值得按其自身理據考慮。就每一項相關作品逐一談判,可能帶來行政負擔。擁有人可能難以識別,而所有權亦可能改變。集體途徑旨在降低這些交易成本,同時容許補償。

困難的一步出現在行政便利演變成涵蓋協議以外人士的許可。協議可以證明參與方接受了某些條款。然而,如無額外法律機制,協議無法證明缺席方接受了這些條款。政策必須為這種額外延伸提供理據。

AI 訓練選擇退出機制改變責任所在。在這種制度下,擁有人必須表達反對,排除才會生效。因此,其公平性不僅取決於存在一個按鈕或技術訊號。擁有人須有切實可行的方法理解並行使選擇。

一名假設的攝影師說明了這個問題。該攝影師可能控制一個作品集網站,而獲授權的副本亦會出現在客戶網站上。附於作品集的排除設定,會引起其他地方副本的問題。可信的框架須說明所有權資訊及排除設定如何跨越這些情境流轉。

開發商亦需要了解相互衝突訊號的處理方式。託管平台可能表示許可,而創作者反對訓練。出版商可能授權頁面內的部分材料,卻不控制每一張嵌入圖像。在爭議出現前,取用機制需要為這些情況訂定規則。

憲法警告為這項談判問題增添另一層面。政策制定者不能只根據承諾的投資或簡化行政程序來評估更廣泛許可。他們亦須檢視哪些既有權利受到損失,以及產生了哪些新的法律優勢。這項評估應與經濟理據並行。

更具理據的折衷方案,應讓代表性及涵蓋範圍清晰可見。讀者應能辨識誰參與談判、協議涵蓋哪些作品,以及被排除的權利人如何回應。這些細節有助區分真正具意義的授權安排,與僅用作取得無關材料資格的協議。

核心取捨仍然是存取權與控制權之間的平衡。簡化流程固然有其價值,但這並不能解答所有關於同意的問題。授權範圍愈廣,愈需要說明其界線。這正是談判面對最嚴峻考驗之處。

退出機制及補償仍留下重要缺口

提出憲法挑戰既非必然,亦未有定論;而退出機制亦不會自動解決相關權利爭議。

持懷疑態度的觀點可從兩方面切入。批評者不應假定每項新的訓練授權都等同需要補償的徵收。開發者亦不應假定排除機制足以消解所有反對意見。兩種主張均取決於概括說明未有交代的細節。

第一個缺口涉及時間。前瞻性的排除要求,會告訴開發者在收到要求後應如何處理,但未必說明較早前已收集材料的處理方式。任何建議都應區分日後收集、保留副本,以及其條款所涵蓋的任何持續使用。

下一個缺口涉及證據。權利人需要足夠資訊,以評估開發者有否遵守排除要求。開發者則需要紀錄,以支持其自身對合規情況的說明。缺乏清晰的證據框架,正式權利便可能難以行使。

另一個缺口涉及付款涵蓋範圍。中央付款池可以證明資金進入制度,卻不能證明每位受影響的權利人都獲得合適份額。分配規則決定哪些作品獲得確認,以及在權屬仍有爭議時如何處理。

登記要求尤其值得審視。創作者可能只有在完成行政程序後才符合收款資格。政策制定者應說明該要求影響的是授權、付款,還是兩者皆然。否則,當事人可能會誤解不參與該制度的後果。

這些屬於制度設計問題,並非證明所有集體安排必然失敗的證據。界定清楚的框架可減少重複談判,並為較小型參與者提供實際途徑。其可信性取決於細節是否可供審視。承諾的效益應按這些細節加以檢驗。

國際經驗可提供有用比較,但不能解決澳洲憲法法律問題。英國政府的 AI copyright report 指出,改革應待其能達致目標後才進行。其分析涵蓋授權、透明度及權利人控制權。這項比較凸顯,在一般性的法律確定性承諾之下,存在多少彼此相連的決定。

澳洲必須在自身法律制度內評估這些決定。其他地方採用的模式,不能證明其在澳洲具有憲法效力。同樣地,具爭議的外國做法亦不能決定澳洲挑戰的結果。國際比較有助識別選項及實施問題,而非取代本地分析。

版權補償申索亦需要注意救濟問題。誰可以提出申索、針對誰提出,以及根據哪項條文?申索人需要證明甚麼?當建議直接回答這些問題時,便更易接受審查。

因此,現時最有力的結論仍屬有條件性。擴大訓練存取權會帶來需要在實施前審視的問題。現有警告並不能決定最終結果。負責任的審視應要求具體機制,才可宣稱在憲法上安全無虞,或存在無可避免的責任。

企業 AI 買家須區分訓練權利與文件存取權

對使用 AI 的機構而言,獲准存取文件與獲准將其用於訓練,仍是兩項不同決定。

這項區分之所以重要,是因為此政策爭議涉及 AI 開發的特定階段。不應將其延伸為對每次與 AI 服務互動的一般性說法。有人要求系統摘要一份獲授權文件,與開發者收集訓練材料,涉及不同的營運問題。每種使用都需要獨立評估。

英國報告區分模型訓練與系統在回應請求時查閱外部資訊的情況。這項區分提供了檢視企業工作流程的有用方法。公司文件出現在 AI 應用程式中,並不會自動說明這些文件如何被處理。產品說明應清楚交代相關用途。

設想一家假設性的顧問公司,持有客戶報告、獲授權研究資料及內部會議紀錄。僱員可能基於不同理由而有正當權限存取所有這些材料。但其存取權並不代表每份文件在各種情況下都具有相同授權。將它們送入新的工作流程時,必須留意這些差異。

因此,評估 AI 服務的機構應詢問已提交材料會如何處理。服務是否只用於完成請求?是否會保留材料,以及用途是甚麼?任何獨立的訓練用途是否需要額外授權?

即使澳洲引入更廣泛的訓練框架,這些問題仍然相關。新規則將有明確的範圍及條件。買家不應假定它涵蓋每個資料集、文件或下游活動。供應商亦不應將政策諮詢包裝成既有授權。

同樣的嚴謹做法亦適用於建立可搜尋 AI knowledge base 的團隊。妥善整理資訊可讓存取決定更易檢視,但不能取代其背後所需的授權。有用的連結,是文件、其來源、獲授權使用者及獲准用途之間的關係。

以一間假設性的出版商為例,這些類別可把內部編採材料與外部授權照片分開。涵蓋出版商自家文章的服務協議,未必涵蓋每項相關資產。實施團隊需要有方法保留這項區分。否則,廣泛的內容標籤可能掩蓋較狹窄的權利。

建立企業產品的開發者則面對相應的披露挑戰。他們應區分模型訓練材料的來源,以及客戶上傳內容的處理方式。把這兩個主題合併成籠統的版權保證,會令該保證更難評估。買家需要足夠具體的資訊,才能理解有關承諾。

這並不表示每位使用 AI 助理的僱員,都承擔模型開發者整項訓練爭議。這表示各方角色應保持清晰。開發者過往的資料做法、服務目前的處理方式,以及客戶對文件所享的權限,彼此有關但並不相同。

對知識工作者而言,實際啟示是提出更好的問題,而非作出一概而論的假設。詢問系統如何處理你提供的材料。詢問哪項授權支持該活動。無論澳洲政策制定者最終選擇哪條路徑,這些答案都仍然有用。

下一項考驗是文本、證據及可執行條款

下一步具意義的發展,將顯示誰會獲得授權、如何測試合規,以及補償是否惠及受影響的權利人。

第一個訊號是具體的政策決定或草案,用以確立擬議訓練機制。其範圍應列明受涵蓋行為、合資格開發者、排除材料及適用條件。這會透過提供可供具體評估的內容,鞏固法律確定性的論據。若持續依賴概括保證,核心問題仍會懸而未決。

任何文本亦可讓人更仔細審視憲法論點。觀察者可檢視被改變的權利及所創造的利益,並評估相關補償條文,而非推測假設性的救濟。這將令支持及批評的主張都更具參考價值。

第二個訊號是來自國會程序的更有力公開證據。澳洲的 AI parliamentary inquiry 把 AI 與版權之間的互動納入其職權範圍。有關可行授權及排除機制的證據,將有助測試相互競爭的立場。揭示未解決權屬或執行問題的證據,則會削弱實施簡單直接的說法。

最有用的意見應聚焦機制,而非重複偏好。開發者可說明特定授權路徑為何不可行,以及他們可實行哪些替代方案。創作者代表可指出擬議涵蓋範圍在哪些方面超出其授權。獨立分析可檢驗這些安排如何影響大型機構以外的權利人。

第三個訊號是顯示授權與補償如何配合的可執行條款。合資格協議應讓其範圍容易理解。付款制度應說明資格及分配方式。排除制度應列明權利人如何就錯誤提出爭議。

未來數月應一併評估這些訊號。沒有實際合規程序的草案,仍會留下實務不確定性。沒有清楚涵蓋範圍的付款公布,仍會留下代表性問題。沒有合規證據的可行排除機制,會令權利人只能依賴保證。

投資承諾同樣值得審慎看待。其價值可為經濟討論提供參考,但本身不能回答法律問題。訓練存取權應按實際建立的授權評估。創作者保障則應按實際可得的控制權及救濟評估。

關注澳洲 AI 版權改革的讀者,應先留意下一份具體文件,而非最強烈的預測。辨識其授權的行為、受影響的權利人,以及開發者必須符合的條件。然後檢視這些權利人能否拒絕、獲得補償及挑戰不合規情況。把諮詢選項與已採納政策分開,也把已採納政策與法院詮釋分開。憲法警告令審慎審視成為必要,但不會預先提供結果。當下一份建議出現時,提出一個精確問題:其確定性的承諾,是否延伸至那些令訓練得以實現的人?

 
 

為每個智能代理提供更完整的背景,提升工作表現

讓智能代理連接 remio 已整理好的知識、決策和歷史紀錄。

remio 目前支援 Windows 10+(x64) 及配備 Apple 晶片的 Mac。

你的 AI 工作夥伴
和 remio 一起高效工作

規劃、創作、交付
一站式完成

bottom of page