澳大利亚 AI 版权改革因训练权利面临宪法疑问

澳大利亚 AI 版权改革面临一个宪法问题：当立法扩大 AI 训练获取内容的权限、同时削弱创作者对其作品的控制时，会发生什么？Anne Twomey 向 Guardian 表示，AI 版权变更可能引发宪法疑虑，具体取决于其起草方式。

眼前的冲突，是更便捷地获取训练材料与附着于这些材料的权利之间的矛盾。OpenAI 和 Anthropic 希望在澳大利亚获得可行的训练条件。创作者则希望决定自己的文字、音乐、图像及其他受保护材料是否进入这些系统。一项满足开发者获取需求的政策，仍需说明谁的许可至关重要，以及谁将获得补偿。

自政府在 2025 年 10 月否决广泛的训练例外后，这一矛盾进一步加剧。随后在 2026 年 9 月的报道披露了相关咨询选项，其中包括默认需要许可、但可附加条件和选择退出机制的方案。这些提案要求审慎区分咨询、立法和可执行权利。截至 10 月 31 日，宪法警示应当为审查任何最终文本提供参考。它并不意味着某项具体改革无效，也不意味着补偿索赔必然成功。

澳大利亚 AI 版权改革已不再是全面例外的问题

政策争议如今聚焦于获取条件，包括与部分权利持有人达成的协议能否授权影响其他人的使用。

2025 年 10 月 26 日，Attorney-General Michelle Rowland 所属部门宣布，政府不会推出文本与数据挖掘例外。文本与数据挖掘是指通过计算分析材料，以识别模式或信息。该公告回应了允许开发者未经许可或付费、使用澳大利亚创作者作品进行训练的提议。

政府的版权政策声明还提出了其他工作方向，包括集体许可和降低执法成本。集体许可允许某一组织为多个权利持有人管理许可。因此，否决广泛例外仍为替代性安排的谈判留下了空间。

这一差异在 2026 年 9 月变得意义重大。ABC 报道称，咨询文件提出了不同的训练获取路径，两种路径均可选择退出。其中一种方式涉及通过中央机构付款，或与集体管理组织达成协议。另一种方式则要求开发者在获得更广泛许可前，先达成规定数量的协议。

在后一种方案下，未纳入合格协议的创作者不一定会获得额外付款。文件还设想了透明度、审计及有关排除的保障措施。这些是经报道的咨询选项，而非已经颁布的训练权利。其重要性在于个人协议与更广泛获取权限之间的关系。

开发者与出版商签署协议，会提出一个相对直接的问题：该出版商控制哪些作品和用途？将许可延伸至这些协议之外的框架，则提出了另一个问题。政策制定者必须说明，为何由此产生的授权会覆盖交易之外人士拥有的材料。

设想一位独立插画师，其作品出现在公开作品集网站上。这位插画师可能与集体管理组织或参与的出版商毫无关系。若某个制度通过更广泛的法定许可覆盖该作品集，就会影响未参与谈判的人。这使代表性成为政策合法性的核心。

同样的问题也适用于一位作者：其出版商可能仅控制某本书的特定使用方式。一项可行的协议需要明确实际可供许可的权利。笼统提及支持创作者，无法解决许可链条不完整的问题。细节必须确定谁的授权具有法律效力。

这也是为何提案所附的标签只能提供有限指引。附条件的许可仍可能改变现有权利的实际价值。相关问题在于覆盖范围、同意、付款和执行。这些问题将投资争论与宪法警示联系起来。

宪法问题取决于取得，而不仅是收入损失

商业价值下降本身，并不能证明存在违宪的财产取得。

第 51(xxxi) 条涉及联邦以公正条件取得财产，即针对符合条件的取得提供宪法上充分的条件。Australian Law Reform Commission 对宪法财产权保护的讨论指出，受保护的财产可包括无形权益。它还区分了剥夺与取得：受影响所有者的损失，并不自动证明构成所要求的取得。

这一差异限制了当前警示能够负责任地得出的结论。创作者可能主张，新的训练许可削弱了其专有权。宪法挑战仍需处理该变更的法律性质。确认经济损失并不能完成这一论证。

对于政策分析而言，有用的顺序应从受影响的权利开始。其所有者此前可以授权、拒绝或许可什么？立法将创设何种许可，又将使谁受益？最终措辞将决定这些变化支持哪些论点。

设想一项假设性规则：开发者满足法定条件后，可为模型训练进行特定复制。宪法讨论需要精确审视这项许可。该规则是创设明确权利，还是改变特定行为的救济方式，都会产生影响。这些机制不应被视为可以互换。

另一个区别涉及成功挑战后的结果。即使源于同一部立法，无效与补偿也是不同的问题。该委员会指出，某些法规包含保障条款，为符合条件的取得提供补偿。此类条款是否适用，需要审查相关法律。

因此，有关版权补偿索赔的新闻标题不应变成自动付款的预测。警示识别的是需要调查的潜在风险敞口。它并未提供索赔人名单、估值方法或判决。在这些基础尚未确立前，任何试图计算总责任的做法都会制造虚假的精确性。

经济论证同样需要谨慎。某项作品对已训练模型的贡献，不必然等同于传统出版许可。这一观察并未消除创作者的权利，而是表明法律权利与估值需要分别分析。

宪法问题也不应演变为对 Parliament 无法更新版权法的假设。更可辩护的问题更为狭窄：一项具体更新将如何与宪法限制相互作用？不同设计可能产生不同论点。评估需要考察机制、范围及其保障措施。

对开发者而言，这使起草质量具有商业相关性。相较于政策公告所暗示的情况，可能引发未解决宪法挑战的许可带来的确定性更低。对创作者而言，审慎分析通过聚焦可识别的权利，能够加强审查。双方都能从区分可信的法律问题与预设结果中受益。

训练获取与创作者同意仍是谈判冲突的核心

即使简化许可的理由最为充分，仍需回答那些从未参与交易的创作者的问题。

根据 ABC 的训练获取报道，OpenAI 和 Anthropic 均将其在澳大利亚的训练愿景与版权条件挂钩。报道还描述了为分散的小型权利持有人群体进行许可的困难。这正是将获取权限延伸至逐项谈判协议之外的提案所面对的现实问题。

OpenAI 和 Anthropic 在 AI 服务领域竞争，但这种竞争并不消除它们对可预测训练许可的共同利益。两家公司偏好的产品和商业安排不必一致，许可障碍仍然重要。然而，任何一家公司的投资利益本身，都不能证明某种特定版权解决方案必不可少。

开发者的论点值得按其自身条件加以考虑。就每一项相关作品单独谈判，可能造成行政负担。权利人可能难以识别，所有权也可能发生变化。集体路径试图在允许补偿的同时降低这些交易成本。

困难的一步在于，行政便利何时会转变为覆盖安排之外人士的许可。一项交易可以证明参与方接受了特定条件。但若没有额外的法律机制，它无法证明缺席方也接受了这些条件。政策必须为这种额外延伸提供正当理由。

AI 训练选择退出机制改变了责任所在。在此类制度下，权利人必须表达反对意见，排除才会生效。因此，其公平性不仅取决于是否存在一个按钮或技术信号。权利人还需要有切实可行的方式理解并行使这一选择。

一位假设中的摄影师说明了这一问题。这位摄影师可能控制一个作品集网站，而获得许可的副本也可能出现在客户网站上。附加于作品集的排除，会引发其他地方副本的问题。一个可信的框架需要说明，所有权信息和排除如何跨越这些情境传递。

开发者同样需要明确相互冲突的信号如何处理。托管平台可能表示允许使用，而创作者反对用于训练。出版商可能授权页面内的某些材料，却并不控制每一张嵌入图像。获取机制需要在争议出现前为这些情况制定规则。

宪法警示为这一谈判问题增加了一个维度。政策制定者不能仅根据承诺的投资或简化管理来评估更广泛的许可。他们还需要审视现有权利失去了什么，以及产生了哪些新的法律优势。这一评估应与经济论证并行。

一种更经得起推敲的折中方案，应当让代表性和覆盖范围清晰可见。读者应能够辨别由谁参与谈判、协议涵盖哪些作品，以及被排除在外的权利人如何回应。这些细节有助于区分真正有意义的许可安排，与仅为解锁无关材料而达成的合格协议。

核心取舍仍然是访问与控制之间的平衡。简化流程有其价值，但这种价值并不能回答有关同意的所有问题。许可范围越广，就越需要说明其边界。谈判最艰难的考验也正在于此。

退出机制和补偿仍留下重要缺口

宪法挑战既非不可避免，也尚未得到解决；退出机制也不会自动平息潜在的权利争议。

持怀疑态度的观点两面都适用。批评者不应假定每一项新的训练许可都等同于需要补偿的征用。开发者也不应假定排除机制能够化解所有异议。两种主张都取决于宽泛描述未能回答的细节。

第一个缺口涉及时间。前瞻性的排除通知，只会告诉开发者在收到通知后应如何行事。它未必说明此前收集材料应如何处理。任何提案都应区分未来收集、留存副本，以及其条款涵盖的任何持续使用。

下一个缺口涉及证据。权利人需要获得足够的信息，以评估开发者是否遵守了排除要求。开发者则需要留存记录，以支持其自身的合规说明。缺乏清晰的证据框架，正式权利就可能变得难以行使。

另一个缺口涉及付款覆盖范围。中央支付池可以表明资金进入了一个体系，但无法证明每一位受影响的权利人都能获得适当份额。分配规则决定了哪些作品得到认可，以及权属仍有争议时该如何处理。

登记要求尤其值得审视。创作者可能只有在完成行政流程后才有资格获得付款。政策制定者应说明，这一要求影响的是授权、付款，还是两者兼有。否则，人们可能会误解不加入该体系的后果。

这些是制度设计问题，而非证明所有集体安排都必然失败的证据。界定明确的框架可以减少反复谈判，并为规模较小的参与者提供切实可行的路径。其可信度取决于细节是否可供审查。承诺的益处应当依据这些细节加以检验。

国际经验提供了有用的比较，但无法解决澳大利亚宪法法律问题。英国政府的 AI copyright report 表示，改革应等到能够实现其目标时再推进。其分析考察了许可、透明度和权利人控制。这样的比较凸显出，笼统的法律确定性承诺之下，存在多少相互关联的决策。

澳大利亚必须在自身法律体系内评估这些决策。其他地区采用的模式无法在此确立宪法有效性。同样，存在争议的外国做法也不能决定澳大利亚挑战案的结果。国际比较有助于识别选项和实施问题，而不能替代本地分析。

版权补偿主张还需要关注救济途径。谁可以提起主张、针对谁、依据哪项规定？主张人需要证明什么？当一项提案直接回答这些问题时，其可审查性就会提高。

因此，目前最有力的结论仍是有条件的。更广泛的训练访问会带来需要在实施前审查的问题。现有警示并不能决定最终结果。负责任的审查应当要求机制得到明确界定，再宣布其具有宪法安全性或必然导致责任。

企业 AI 买家需要区分训练权利与文档访问权

对于使用 AI 的组织而言，获准访问一份文档与获准将其用于训练，仍然是两项独立决定。

这一差别很重要，因为这场政策争议针对的是 AI 开发的特定阶段。它不应被扩展为关于与 AI 服务进行一切互动的一般性论断。请求系统总结一份已获授权文档的人，与收集训练材料的开发者面临不同的运营问题。每种使用都需要单独评估。

英国报告区分了模型训练与在回答请求时查阅外部信息的系统。这一区分提供了审视企业工作流的有用方式。公司文档出现在 AI 应用中，并不能自行说明这些文档会如何被处理。产品说明应当清楚阐明相关用途。

设想一家假设中的咨询公司，拥有客户报告、授权研究资料和内部会议记录。员工可能出于不同原因合法访问所有这些材料。但这种访问权并不意味着每份文档在所有场景下都具有相同的许可。将它们纳入新的工作流程，需要关注这些差异。

因此，评估 AI 服务的组织应当询问提交材料将如何处理。服务是否仅将其用于完成请求？是否会留存材料，又出于什么目的？任何单独的训练用途是否需要额外授权？

即使澳大利亚引入更广泛的训练框架，这些问题仍然相关。新规则会有明确的范围和条件。买家不应假定其涵盖每一个数据集、文档或下游活动。供应商也不应把政策咨询描述为现有许可。

同样的审慎也适用于构建可搜索 AI knowledge base 的团队。让信息保持有序，可以使访问决策更容易审查，但不能替代基础许可。真正有用的关联在于文档、其来源、获授权用户和允许用途之间的对应关系。

对于一家假设中的出版商而言，这些类别可能会将内部编辑材料与外部授权照片区分开来。涵盖出版商自有文章的服务协议，并不必然涵盖每项相关资产。实施团队需要有办法保留这种区分。否则，宽泛的内容标签可能掩盖更狭窄的权利。

开发企业产品的开发者面临相应的信息披露挑战。他们应区分模型训练材料的来源与客户上传内容的处理方式。将这些议题合并为笼统的版权保证，会令这种保证更难评估。买家需要获得足够具体的信息，才能理解这一承诺。

这并不意味着每位使用 AI 助手的员工都会继承模型开发者全部的训练争议。它意味着各方角色应保持清晰。开发者的历史数据做法、服务当前的处理方式，以及客户的文档许可彼此相关，但并不相同。

对于知识工作者而言，实际启示是提出更好的问题，而不是作出笼统假设。询问系统会如何处理你提供的材料。询问哪项许可支持该活动。无论澳大利亚政策制定者最终选择哪条路径，这些答案都仍然有用。

下一项检验是文本、证据和可执行条款

下一步有意义的发展将显示：谁获得许可、如何检验合规，以及补偿是否惠及受影响的权利人。

第一个信号是明确的政策决定或草案，用以确立拟议的训练机制。其范围应说明所涵盖的行为、符合资格的开发者、被排除的材料及适用条件。这将通过形成可供具体评估的内容，强化法律确定性的论证。继续依赖笼统保证，则会让核心问题悬而未决。

任何文本也将允许更仔细地审查宪法论点。观察者可以考察被改变的权利和产生的利益。他们能够评估相关补偿规定，而非猜测假设性的救济。这会使支持性与批判性主张都更有价值。

第二个信号是来自议会程序的更有力公开证据。澳大利亚的 AI parliamentary inquiry 将 AI 与版权之间的互动纳入其职权范围。关于可行许可和排除机制的证据，有助于检验相互竞争的立场。揭示尚未解决的权属或执法问题的证据，则会削弱实施简单直接的主张。

最有用的意见应着眼于机制，而不是重复偏好。开发者可以解释特定许可路径为何失效，以及哪些替代方案可由他们实际运作。创作者代表可以指出拟议覆盖范围在哪些方面超出了其授权。独立分析可以检验这些安排将如何影响大型组织之外的权利人。

第三个信号是可执行条款，展示许可与补偿如何协同运作。合格协议应使其范围易于理解。支付体系应说明资格和分配方式。排除体系应明确权利人如何对错误提出异议。

未来数月应将这些信号结合起来评判。没有可操作合规流程的草案，仍会留下实际不确定性。没有明确覆盖范围的付款公告，仍会留下代表性问题。没有合规证据的可行排除机制，则会让权利人只能依赖保证。

投资承诺也值得同样谨慎对待。其价值可以为经济讨论提供参考，但无法自行回答法律问题。训练访问应依据实际创建的许可来评估。创作者保护应依据实际可获得的控制权和救济来评估。

对于关注澳大利亚 AI 版权改革的读者，应从下一份具体文件入手，而非最强烈的预测。确认它授权了哪些行为、影响哪些权利人，以及开发者必须满足哪些条件。随后审视这些权利人能否拒绝、获得补偿，以及对不合规行为提出挑战。将咨询选项与已采纳政策区分开来，也将已采纳政策与法院解释区分开来。宪法警示使审慎审查成为必要，但它并不会预先给出结果。下一项提案出现时，请提出一个精确问题：其对确定性的承诺，是否延伸至那些让训练成为可能的作品创作者？