Wikimedia 對 AI 版權的立場：保障訓練，但不為抄襲式回答開脫

Wikimedia Foundation 正要求聯邦法院保障 AI 訓練，同時拒絕為會重現受版權保護材料的聊天機械人提供一概而論的保護。其對 Wikimedia AI copyright 的立場，令 Wikipedia 的營運方處於尋求空間建立模型的科技公司，以及希望控制其作品的出版商之間。基金會認為，任何一方走向極端都會威脅 Wikipedia 所需的資訊來源。

Wikimedia 在 10 月 30 日的公告中，說明其介入紐約涉及 OpenAI 和 Microsoft 的合併版權訴訟。它希望法院區分大型語言模型的訓練——即訓練用來生成語言的系統——與為用戶擷取及重現材料。這一區分挑戰了以下觀點：AI 服務如何處理受版權保護文本的一切行為，應由單一答案決定。

這場衝突不止涉及 OpenAI 和 The New York Times。Wikipedia 需要實用技術，但其編輯同樣需要可靠報道及其他獨立製作的來源。基金會的立場認為，這些需要彼此相連。在削弱知識生產者的同時保護模型開發，將令百科全書為工具辯護，卻犧牲其原材料。

Wikimedia 對 AI 版權的論點將訓練與擷取分開

Wikimedia 要求法院分別評估受版權保護材料的不同用途。

基金會的版權提交文件公告說明了一份法庭之友陳述，即提供外部人士觀點的提交文件。訴訟位於紐約南區，並合併了針對 OpenAI 的案件，包括涉及 The New York Times 的爭議。

Wikimedia 主張，若訓練產生的模型用途與原作品不同，便應獲合理使用保護。合理使用容許在未經許可下使用部分受版權保護材料。至於擷取受保護內容並在回答中重現的系統，基金會得出不同結論，主張這些用途應遵守適用的授權條款。

這是提交予法院的論點，而非司法裁決。Wikimedia 尚未確立新的訓練豁免，也未訂立規管聊天機械人回答的新規則。其介入要求法官保留基金會認為對開放知識至關重要的區分。

這項區分重要，因為 AI 服務可在不同環節使用文字。模型開發期間使用的材料，與為回答當前問題而擷取的文章，具有不同的即時功能。用戶看到的是單一介面，但該介面可能隱藏了多項對他人作品的獨立使用。

以一項關於進展中法院案件的示例性查詢為例。模型可能根據訓練期間學到的模式生成解釋；連接服務則可能擷取最新報道，並利用其中段落建構答案。所得回答看似相近，卻會引起關於複製、許可及替代效果的不同問題。

Wikimedia 的做法將這些底層行為置於分析核心。把整個過程稱為「AI」，對釐清某篇文章實際遭遇甚麼幫助不大。真正有意義的問題是：哪些材料進入系統、為何進入，以及服務最終交付了甚麼。

這亦限制了讀者應如何廣泛解讀這則消息。支持部分訓練用途，不代表所有資料集或收集方法均獲許可。反對具替代性的擷取，也不代表每一項包含擷取資訊的回答都構成版權侵權。

該文件的重要性在於它提出的選擇。法院可以審視 AI 系統內的個別行為，而非對整個系統一概授予或拒絕保護。對 Wikipedia 的營運方而言，這提供了一種支持實用發展、同時不放棄維持來源材料可得性的條件的方法。

Wikipedia 同時依賴實用 AI 與持續存在的來源

Wikipedia 所關心的是知識能否持續產生，而不只是能否取得現有文本。

百科全書可自由傳播資訊，同時依賴採取不同經濟模式運作的機構。其編輯需要報道、學術研究及其他可靠出版物，以判斷文章應收錄甚麼內容。開放取得百科全書，並不會消除製作這些底層來源所需的努力。

這為 Wikimedia 帶來實際張力。嚴格的訓練規則，可能令協助貢獻者的工具更難開發；對重現來源材料過度寬鬆的規則，則可能削弱貢獻者所參考的出版物。兩種結果都不會自動推進百科全書的使命。

Wikimedia 早前的以人為本 AI 策略有助解釋其為何捍衛 AI 發展空間。該策略於 2025 年 4 月公布，優先支援志願者，而非取代其判斷。其列出的領域包括內容審核流程、資訊探索、翻譯及新手引導。

這些是具體的編輯需要，而非將百科全書自動化的承諾。面對重複維護工作的一名貢獻者，與銷售完成答案的服務有不同需求。能釋放注意力以評估來源的協助，與令人毋須造訪來源的產品有不同目的。

不過，該策略並不能證明任何特定商業訓練做法對這些益處而言屬必要。Wikimedia 偏好的工具與 OpenAI 被質疑的行為，是不同議題。基金會更廣泛的憂慮是，全面性的法律規則可能連同被告產品，一併影響具社會效益的發展。

因此，Wikipedia AI training 與更大的相互依賴問題有關。工具可幫助人們處理知識，但無法保證新的、可信的材料會持續出現。若支撐其答案的報道愈來愈難找到，或不再被製作，高效介面的價值便會下降。

試想一名編輯在公司更改政策後更新條目。聊天機械人自信的解釋，不能與可追溯的公告或獨立報道的記錄互換。該編輯需要其他貢獻者可核查、詮釋及引用的證據。

同樣的憂慮也適用於建立個人知識庫的知識工作者。方便的摘要有助探索，但當某項主張需要驗證時，底層文件仍然不可或缺。取得答案與取得其證據，服務不同目的。

最恰當的理解是，Wikimedia 的警告關乎這種關係。AI 系統今天能交付看似可信的資訊並不足夠；周邊網絡必須繼續支援能夠在明天製作可靠資訊的人和機構。

特定聊天機械人功能是否威脅這種關係，需要證據支持。該文件提高了查問的重要性，但未有決定結果。它要求法院考慮模型開發者與版權擁有人之間即時交易以外會發生甚麼。

開放授權讓重用得以實現，但不會免除條件

可自由取得的材料，仍可附帶可執行的重用條件。

Wikipedia 的文本說明了為何「開放」不能只意味「可在任何條款下用於任何目的」。相關授權允許重用材料，同時保留附於該許可的義務。這些義務正是讓廣泛分享得以實現的安排之一部分。

Attribution-ShareAlike license容許分享及改編，包括商業重用，但須遵守其條款。署名要求提供適當鳴謝及相關資訊。ShareAlike 則要求符合條件的改編作品，在分享時使用相同或相容的授權。

這些條件並不代表每一個接觸 Wikipedia 的 AI 產品，都必須按百科全書的授權公開其整個軟件系統。義務取決於材料及使用方式。文章中學到的每一項事實陳述，也不會因此成為對其措辭的改編。

該授權同時承認，例外與限制可獨立適用。若某用途符合合法例外，使用者無須就該用途取得授權許可。這正是即使材料已附有開放授權，合理使用爭議仍然重要的原因。

Wikimedia 希望法院區分獨立符合資格的用途，與應遵守授權條款的用途。其立場為訓練保留空間，同時反對以下假設：聊天機械人介面會取消附於擷取材料的義務。這比要求每次與知識互動都取得許可的論點更為狹窄。

署名除了確認作者身分，亦具實際功能。它讓讀者檢視脈絡、評估證據，以及發現更正內容。移除這條途徑，即使回答的即時措辭聽來準確，也可能令它更難被評估。

然而，單有連結並不能解決所有授權或版權問題。鳴謝、授權資訊、修改通知及 ShareAlike 義務，都可能引起獨立問題。某介面包含引用，並不代表介面背後的每一項使用均符合適用要求。

反過來說，不完善的引用也不會自動確立完整的侵權主張。受保護材料、複製的性質及任何適用抗辯，仍然重要。介面設計可提供服務如何運作的證據，但不能取代法律分析。

對於希望了解 Wikimedia fair use explained 的讀者，關鍵區分在於：根據授權取得的許可，與根據法律例外取得的許可，是不同途徑。Wikimedia 的建議要求法院辨識每項受爭議用途適用哪一條途徑，而非把取得材料視為普遍授權。

更廣泛的含義是，開放出版依賴持久的參與規則。貢獻者可以歡迎重用，同時期望其他人尊重讓這種重用成為可能的條款。若開放始終意味失去這些條款，出版商便更少理由讓其作品可供開放重用。

出版商挑戰訓練豁免本身

Wikimedia 的中間立場留下了一項重大分歧未解決：訓練本身是否不公平地利用受保護作品。

美國出版商協會及其他出版組織於 10 月 29 日宣布提交一份出版商法庭之友陳述書。它們支持合併訴訟中的作者、出版商及新聞出版商原告。其介入顯示，爭議並不限於已完成聊天機械人的行為。

對版權持有人而言，保護訓練的規則，可能在有價值材料進入商業開發流程時便剝奪其控制權。即使其後的回答提供更佳引註，也未必能回應這項異議。出版商可以認同署名的重要性，同時仍質疑早前複製行為的合法性。

這正是 Wikimedia 提案面對的最大壓力點。區分不同階段會帶來更清晰的問題，但清晰並不決定哪一方應勝訴。法院仍須在每個階段中評估相關事實及論點。

Public Knowledge 提出了相反觀點。該組織於 10 月 30 日發表聲明，稱其陳述書支持 OpenAI 的公平使用立場，並主張應分別處理訓練、資料取得及輸出。該組織的訓練公平使用論點與 Wikimedia 堅持審視不同活動的主張有所重疊。

這種重疊不應掩蓋兩者介入方式的差異。Public Knowledge 宣布基於公平使用理由支持 OpenAI 的動議。Wikimedia 則圍繞保護開放知識，以及在檢索用途上尊重授權條款來闡述其立場。對分析上應作區分達成共識，並不代表對每項有爭議的做法均持相同立場。

這形成了一幅比科技與出版業二元對立更有用的圖景。有些倡議者希望法院區分不同階段，卻對這些階段應得出的結論持不同看法。另一些人反對廣泛的訓練豁免，因為他們認為複製行為及其經濟後果值得更嚴格審視。

OpenAI 和 Microsoft 面對壓力，須為具體用途辯護，而非僅依賴產品的實用性。出版商亦面對壓力，須解釋特定做法涉及的損害及權利。Wikimedia 則面對另一項挑戰：證明其提出的界線可同時保護有用工具及支持這些工具的來源。

這項比較亦揭示，將所有 AI 應用程式視為等同存在問題。支援編輯審閱的工具，與提供替代閱讀體驗的服務，可能與來源有截然不同的關係。相同的一般模型架構，並不令這些關係變得相同。

然而，具社會效益的應用程式，不能證明每一項上游做法均屬合法；具商業競爭性的應用程式，亦不能證明每一項訓練行為都造成同樣效果。各方均可透過選取對自己有利的例子增強修辭力度，因此精確證據尤為重要。

因此，Wikimedia 的介入未有消除核心分歧。其提案為法院提供一個避免非此即彼答案的框架，但並未免除法院判斷特定訓練及檢索用途是否符合法律的需要。

這條界線將比描述它更難執行

訓練與檢索是有用的分類，但兩者本身都不能決定是否合法。

美國版權局的公平使用因素涵蓋用途、作品性質、使用數量及市場影響。法院會在具體情境下權衡這些考慮因素。不存在一個可保證受保護的通用字數或複製百分比。

這一框架立即限制了對 Wikimedia 立場的過度詮釋。系統不能只因將某項操作標示為「訓練」便確立公平使用；權利持有人亦不能只因將某項操作標示為「檢索」便否定公平使用。描述必須與實際發生的事情相連。

檢索增強生成，即 RAG，會在模型準備回答時向其提供檢索到的材料。這個過程可以支援截然不同的產品。一種實作方式可能引導讀者前往來源文件；另一種則可能重現足以滿足該等文件所服務需求的受保護表達。

這些例子旨在說明產品差異，並非對任何被告作出判斷。其價值在於顯示，科技標籤無法解決爭議。法院及開發者需要關於來源材料、其處理方式及最終服務的證據。

訓練也帶來自身的界線問題。記憶化意味模型能夠重現特定訓練材料，而不只是生成大致相似的語言。這種可能性令任何「移除即時檢索必然消除複製輸出風險」的主張變得複雜。

因此，訓練抗辯與輸出抗辯處理的是不同問題。即使就開發作出有利裁決，也不會自動解決有關某個回應的每項申索。同樣地，一個有問題的回答本身，也不能解釋開發期間使用的每項作品具有何種法律地位。

替代性同樣難以評估。一個回答可以討論與新聞報道相同的事實，卻不複製其受保護表達；回答也可以縮短一份作品，同時保留其價值核心的材料。單憑篇幅無法捕捉這種差異。

對知識工作者而言，這種不確定性呈現為熟悉的核實問題。簡潔回答可能省略保留條件、報道方法或其後修正。即使版權問題仍未解決，這些遺漏也可能令回答在作出重要決定時較不實用。

對開發者而言，分析上的啟示是證據應跟隨實際工作流程。清楚交代來源選擇、檢索段落、答案生成及署名方式，會令所提出的區分更容易檢視。泛泛保證產品「負責任地使用 AI」，所揭示的內容則少得多。

Wikimedia 的 AI 版權論點亦有過度簡化補救措施的風險。尊重授權條款可以處理部分用途，但不同作品具有不同許可。Wikipedia 的授權模式不能簡單套用至專有新聞、書籍，或從網絡檢索的每一份文件。

因此，基金會提出的區分是起始框架，而非通用合規公式。其最重要的貢獻，是反對分類式結論；其最艱難的任務，則是說明當模型行為、來源存取及面向用戶的回答相互重疊時，這條界線應如何運作。

留意法院理據、產品證據及來源方回應

下一個有用訊號，關乎這條界線如何運作，而非哪一方聲稱取得廣泛勝利。

首先，留意法院的理據是否區分模型開發、檢索及輸出。相關問題比「AI 訓練是否勝出」更精確。一項裁決可以處理特定問題，同時仍留下其他行為、事實爭議或法律理論未決。

即使法院否決 Wikimedia 偏好的部分結果，針對特定用途的分析仍會強化其提出的框架。廣泛結論則須仔細閱讀，才能確定其實際涵蓋範圍。關於全面許可或全面禁止的標題，應與裁決本身對照審視。

沒有任何已核實的裁決日期表明，這些問題將在未來數月內解決。眼前訊號是法院如何處理論點及證據。程序上的進展不應被誤當成關於每項 AI 服務合法性的最終答案。

其次，留意產品證據如何顯示檢索材料變成回答。相關細節包括服務取得甚麼、重現甚麼，以及如何呈現來源。這些事實有助區分來源發現與替代閱讀體驗。

引註或授權做法的改變同樣重要，但其意義取決於實作方式。可見的來源連結可改善核實，卻未必解決每個複製問題。授權協議可以授權其涵蓋的用途，卻不會為協議以外的材料建立規則。

正是在這裏，辯論對 AI 用戶而言變得具體。一項幫助用戶查閱文件的服務，與一項令查閱變得困難的服務，創造的是不同體驗。即使法院尚未決定版權如何適用，這種差異已關乎信任。

第三，留意出版商及開放知識組織如何回應。更清晰的再利用條款、獲授權的存取安排，或對自動化收集的限制，將顯示來源提供者如何理解可行選擇。這些回應不會獨立證明侵權，但會塑造未來材料的存取方式。

就 Wikipedia AI 訓練而言，理想結果應為有益工具保留空間，同時確保可靠來源仍可供編輯使用。這是一項要求甚高的標準。它要求同時審視技術能力，以及人們持續產出知識的條件。

未來數月，應以這些實際問題評估版權公告。裁決有否說明其保護哪一種用途？產品改動有否令來源更容易查閱？授權安排有否釐清所涉權利？這些訊號所提供的資訊，比宣稱某個行業擊敗另一個行業更多。

在依賴聊天機械人的下一個解釋前，應沿其證據追溯至底層材料。檢查回答是否保留來源的限定條件，以及較新的報道是否改變了情況。閱讀未來 Wikimedia AI 版權發展時，也應採取同樣嚴謹態度。問問法院處理的是哪項行為、涉及誰的權利，以及哪些問題仍未決。基金會提出了一條界線，旨在區分促成有用模型與豁免替代性複製。這條界線能否保護開放網絡，將取決於法院採納的理據，以及產品令哪些行為成為可能。這項服務能否幫助你理解來源，同時令該來源仍值得被創作？