Wikimedia 的 AI 版权立场：保护训练，但不为复制答案开脱
Wikimedia Foundation 正请求联邦法院保护 AI 训练，同时拒绝为复制受版权保护材料的聊天机器人提供一概而论的保护。其 Wikimedia AI copyright 立场，让 Wikipedia 的运营方处于寻求模型开发空间的科技公司与希望掌控自身作品的出版商之间。该基金会认为，任何一种极端都会威胁 Wikipedia 所依赖的信息来源。
在 10 月 30 日的一份公告中，Wikimedia 介绍了其介入 OpenAI 和 Microsoft 在纽约面临的合并版权诉讼。它希望法院区分大型语言模型的训练——即训练系统生成语言——与为用户检索和复制材料之间的差别。这一区分挑战了这样一种观点：单一答案应决定 AI 服务对受版权保护文本所做的一切。
这场冲突的影响超出了 OpenAI 和 The New York Times。Wikipedia 需要有用的技术，但其编辑同样需要可靠报道及其他独立制作的来源。基金会的立场将这些需求视为相互关联。在削弱知识生产者的同时保护模型开发，会让百科全书为了工具而牺牲其原材料。
Wikimedia 的 AI 版权论点将训练与检索分开
Wikimedia 要求法院分别评判受版权保护材料的不同使用方式。
基金会的版权申报公告介绍了一份法庭之友陈述，即提供外部当事人观点的文件。该诉讼位于纽约南区联邦地区法院，合并了针对 OpenAI 的案件，其中包括涉及 The New York Times 的争议。
Wikimedia 主张，如果训练产生的模型用途不同于原始作品，则训练应受到合理使用保护。合理使用允许在未经许可的情况下使用部分受版权保护材料。对于检索受保护内容并在答案中复制的系统，基金会则得出不同结论，认为这些使用方式应遵守适用许可。
这是提交给法院的论点，而非司法裁定。Wikimedia 并未为训练确立新的豁免，也未制定管理聊天机器人答案的新规则。其介入请求法官保留基金会认为对开放知识至关重要的区分。
这一区分之所以重要，是因为 AI 服务可在不同环节使用文字。模型开发期间使用的材料，与为回答当前问题而提取的文章，直接功能并不相同。用户看到的是单一界面，但该界面可能掩盖了对他人作品的多种独立使用。
以有关正在发展的法院案件的示例性请求为例。模型可能依据训练中学到的模式生成解释；联网服务也可能检索一篇最新报道，并利用其中段落构建答案。最终回答可能看似相似，却会引发有关复制、许可和替代的不同问题。
Wikimedia 的方法将这些底层行为置于分析核心。将整个过程称为“AI”，对于确定一篇特定文章发生了什么并无太大帮助。有意义的问题在于：哪些材料进入了系统、为何进入，以及服务最终交付了什么。
这也限制了读者应如何广泛解读这则消息。支持某些训练用途，并不等于允许所有数据集或收集方法。反对具有替代性的检索，也不意味着每一条包含检索信息的答案都构成版权侵权。
该申报的重要性在于它提出的选择。法院可以审查 AI 系统内部的具体行为，而不是对整个系统整体授予或拒绝保护。对 Wikipedia 的运营方而言，这提供了一种支持有益开发、又不放弃维持源材料可得性的条件的方式。
Wikipedia 同时依赖有用的 AI 和持续存在的信息来源
Wikipedia 关注的不只是获取既有文本，还包括知识能否持续被生产出来。
百科全书可以自由传播信息，同时依赖采用不同经济模式运营的机构。其编辑需要报道、学术研究及其他可靠出版物，以判断哪些内容应纳入条目。百科全书的开放访问并不能消除制作这些底层来源所需的努力。
这为 Wikimedia 带来实际的张力。严格的训练规则可能使协助贡献者的工具开发更加复杂；对复制源材料过度宽松的规则，则可能削弱这些贡献者所参考的出版物。两种结果都不会自动推进百科全书的使命。
Wikimedia 早先的以人为本的 AI 战略有助于解释其为何捍卫 AI 开发空间。该战略于 2025 年 4 月公布，优先支持志愿者，而非取代他们的判断。其明确领域包括审核工作流、信息发现、翻译和新成员引导。
这些是具体的编辑需求，而不是实现百科全书自动化的承诺。面对重复维护工作的贡献者，与销售成品答案的服务有不同需求。帮助人们腾出注意力评估来源，与让用户无需访问来源的产品，其目的并不相同。
尽管如此，这一战略并不能证明任何特定商业训练做法对实现这些好处都是必要的。Wikimedia 偏好的工具与 OpenAI 受到质疑的行为，是不同议题。基金会更广泛的担忧是，全面性的法律规则可能会与被告的产品一并影响具有社会价值的开发。
因此，Wikipedia AI training 与更广泛的依赖问题相连。工具可以帮助人们处理知识，但无法保证新的、可信的材料会持续出现。如果支撑答案的报道越来越难以找到，或不再被生产出来，再高效的界面也会失去价值。
设想一名编辑在公司更改政策后更新条目。聊天机器人自信的解释，不能替代可追溯的公告或独立报道的记录。编辑需要的是能够被其他贡献者核查、解读和引用的证据。
同样的担忧也适用于构建个人知识库的知识工作者。便捷摘要有助于发现信息，但在需要验证某项主张时，底层文档仍不可或缺。获取答案与获取其证据，服务于不同目的。
最好将 Wikimedia 的警告理解为对这种关系的担忧。AI 系统今天提供看似可信的信息还不够。周边网络必须持续支持那些能够在明天生产可靠信息的人和机构。
特定聊天机器人功能是否威胁这种关系，需要证据。该申报提高了调查的重要性，但并未决定其结果。它要求法院考虑模型开发者与版权持有人之间即时交易之外会发生什么。
开放许可让再利用成为可能，但并未取消条件
可自由获得的材料仍可能附带可执行的再利用条件。
Wikipedia 的文本说明，为什么“开放”不能简单理解为“可在任何条件下用于任何目的”。相关许可允许再利用材料，同时保留附着于该许可的义务。这些义务正是广泛分享得以实现的安排的一部分。
Attribution-ShareAlike license允许分享和改编，包括商业再利用，但须遵守其条款。Attribution 要求提供适当署名及相关信息。ShareAlike 要求符合条件的改编作品在分享时采用相同或兼容的许可。
这些条件并不意味着每一个接触 Wikipedia 内容的 AI 产品，都必须依照百科全书的许可公开整个软件系统。义务取决于材料及其使用方式。文章中学到的每一项事实陈述，也并不会因此成为对原文措辞的改编。
该许可还承认，例外与限制可以独立适用。若某项使用符合某项法律例外，使用者便不需要该许可对此使用的授权。这正是即使材料已有开放许可，合理使用争议仍然重要的原因。
Wikimedia 希望法院区分独立符合条件的使用，与应遵守许可条款的使用。其立场为训练留出空间，同时反对聊天机器人界面会取消检索材料所附义务的假设。这比要求每一次与知识的互动都获得许可更为狭窄。
署名除了认可作者身份外，也具备实际功能。它让读者能够审查语境、评估证据并发现更正。即便某个答案的即时措辞听起来准确，移除这一路径仍会使其更难评估。
然而，单独提供链接并不能解决所有许可或版权问题。署名、许可信息、修改通知和 ShareAlike 义务可能带来独立问题。界面包含引用这一事实，并不能证明界面背后的每一种使用都符合适用要求。
反过来，不完善的引用也不会自动证明完整的侵权主张。受保护材料、复制的性质及任何适用抗辩仍然重要。界面设计可为服务的运作方式提供证据，但无法替代法律分析。
对于希望了解 Wikimedia fair use explained 的读者而言，关键区别在于：许可下的授权与法律例外下的授权是不同路径。Wikimedia 的提议要求法院识别每一种争议使用适用哪条路径，而不是将访问视为普遍授权。
更广泛的含义是，开放出版依赖持久的参与规则。贡献者可以欢迎再利用，同时期待他人遵守使其成为可能的条款。如果开放一贯意味着失去这些条款，出版商就更缺乏理由让自己的作品可被开放再利用。
出版商质疑训练豁免本身
Wikimedia 的中间立场仍留下一个重大分歧：训练本身是否不公平地利用了受保护作品。
美国出版商协会及其他出版机构于 10 月 29 日宣布提交一份出版商法庭之友意见书。他们支持合并诉讼中的作者、出版商和新闻出版商原告。这一介入表明，争议并不局限于成品聊天机器人的行为。
对版权所有者而言，一项保护训练行为的规则，可能在有价值材料进入商业开发流程之际便剥夺其控制权。后续回答中更完善的引用未必能回应这一异议。出版商可以认可署名的重要性，同时仍对先前复制行为的合法性提出质疑。
这正是 Wikimedia 提案面临的最大压力点。区分不同阶段能让问题更清晰，但清晰并不能决定哪一方应当胜诉。法院仍须在每个阶段内评估相关事实与论点。
Public Knowledge 提供了相反的视角。该组织在 10 月 30 日的声明中介绍了一份支持 OpenAI 合理使用立场的意见书，并呼吁分别处理训练、数据获取和输出。该组织关于训练合理使用的论点与 Wikimedia 坚持审视不同活动的主张存在重合。
这种重合不应掩盖两者介入立场之间的差异。Public Knowledge 宣布基于合理使用理由支持 OpenAI 的动议。Wikimedia 则围绕保护开放知识和在检索使用中尊重许可提出其立场。对分析层面区分的共识，并不意味着对每一种争议做法都达成一致。
这形成了一幅比科技与出版业之间简单对决更有用的图景。一些倡导者希望法院区分不同阶段，同时对这些阶段得出不同结论。另一些人则反对宽泛的训练豁免，因为他们认为复制行为及其经济后果值得接受更严格的审查。
OpenAI 和 Microsoft 面临压力：它们需要为具体使用行为辩护，而不能仅仅依赖其产品的实用性。出版商则面临压力，需要说明特定做法所涉及的损害与权利。Wikimedia 面临的是另一项挑战：证明其提出的边界既能保护有用工具，也能保护支撑这些工具的来源。
这一比较也揭示了将所有 AI 应用视为等同的弊端。支持编辑审阅的工具，与提供替代性阅读体验的服务，可能与来源形成截然不同的关系。相同的通用模型架构并不能使这些关系变得相同。
然而，一项对社会有益的应用并不能证明每一种上游做法都合法。一项在商业上构成竞争的应用，也不能证明每一项训练行为都产生相同影响。双方都会通过选择有利示例来增强修辞力量，因此精确证据尤为重要。
因此，Wikimedia 的介入并未消除核心分歧。其提案为法院提供了一个避免全有或全无式答案的框架。但它并未免除法院判断特定训练和检索使用是否符合法律的必要性。
这条边界将比描述起来更难执行
训练和检索是有用的分类，但两者本身都不能决定合法性。
美国版权局的合理使用因素涵盖使用目的、作品性质、使用数量及市场影响。法院会结合具体情境权衡这些因素。不存在任何普遍适用的字数或复制比例能够保证获得保护。
这一框架立即限制了对 Wikimedia 立场的宽泛解读。系统不能仅仅因为将某项操作标为“训练”就确立合理使用。权利人也不能仅仅因为将某项操作标为“检索”就否定合理使用。描述必须与实际发生的行为相联系。
检索增强生成，即 RAG，会在模型准备回答时向其提供检索到的材料。这一过程可支撑截然不同的产品。一种实现方式可能引导读者查阅源文件。另一种则可能复现足够多的受保护表达，以满足原本由这些文件服务的需求。
这些例子说明的是产品差异，而非对任何被告作出的认定。它们的价值在于表明，技术标签无法解决争议。法院和开发者需要关于源材料、其处理方式以及最终服务的证据。
训练也带来了自身的边界问题。记忆化意味着模型能够复现特定训练材料，而非仅仅生成大体相似的语言。这种可能性使得任何“移除实时检索必然移除复制输出风险”的主张都更为复杂。
因此，训练抗辩和输出抗辩回应的是不同问题。即便法院就开发行为作出有利裁决，也不会自动解决与某一回应相关的所有主张。同样，一项有争议的回答本身也无法说明开发期间使用的每项作品的法律地位。
替代性同样难以评估。一个回答可以讨论与新闻报道相同的事实，而不复制其受保护表达。回应也可以缩短一部作品，同时保留其价值核心的材料。仅凭长度无法捕捉这种差异。
对知识工作者而言，这种不确定性表现为熟悉的核验问题。一份简明回答可能遗漏限定条件、报道方法或后续更正。即使版权问题仍未解决，这些遗漏也可能使回答在影响重大的决策中不那么有用。
对开发者而言，分析上的启示是：证据应当跟随实际工作流程。清楚说明来源选择、检索段落、回答生成和署名方式，将使拟议的区分更易于审查。仅仅笼统保证产品“负责任地使用 AI”，所能揭示的信息要少得多。
Wikimedia 的 AI 版权论点也带有过度简化救济方式的风险。尊重许可可以处理某些使用，但不同作品拥有不同的授权。Wikipedia 的许可模式不能简单移植到专有新闻、书籍或从网络检索的每一份文件上。
因此，该基金会的区分是一项起始框架，而非通用合规公式。其最强的贡献在于抵制类别化结论。其最艰巨的任务，是说明当模型行为、来源访问和面向用户的回答相互重叠时，这条边界应如何运作。
关注法院的推理、产品证据和来源方回应
接下来最有价值的信号，关乎这条边界如何运作，而非哪一方宣称取得了全面胜利。
首先，关注法院的推理是否区分模型开发、检索和输出。相关问题比“AI 训练是否获胜”更精确。一项裁决可以解决特定问题，同时让其他行为、事实争议或法律理论仍悬而未决。
即便法院否决了 Wikimedia 偏好的部分结果，针对具体使用的分析仍会强化其提出的框架。任何宽泛结论都需要仔细阅读，才能确定其实际适用范围。关于全面许可或全面禁止的标题，应当结合裁决本身加以审视。
没有经核实的裁决日期表明，这些问题将在未来几个月内得到解决。眼下的信号在于法院如何处理这些论点和证据。程序性进展不应被误认为是对每一项 AI 服务合法性的最终答案。
其次，关注产品证据如何展示检索材料转化为回答。相关细节包括服务获取什么、复现什么，以及如何呈现来源。这些事实将有助于区分来源发现与替代性阅读体验。
引用或许可做法的变化同样重要，但其意义取决于实施方式。可见的来源链接可以改善核验，却不能解决所有复制问题。许可协议可以授权其覆盖的使用方式，但不能为该协议之外的材料确立规则。
这正是争论对 AI 用户变得具体可感之处。帮助用户核查文件的服务，与使核查变得困难的服务，会形成不同的体验。即使法院尚未决定版权如何适用，这一区分也关乎信任。
第三，关注出版商和开放知识组织如何回应。更清晰的再利用条款、获授权的访问安排，或对自动化采集的限制，将揭示来源提供者如何理解可选方案。这些回应不会独立证明侵权，但会影响未来材料的获取。
对 Wikipedia AI 训练而言，有益的结果应在为有益工具保留空间的同时，确保编辑仍能获得可靠来源。这是一项要求很高的标准。它要求审视技术能力，以及人们持续生产知识的条件。
未来几个月内，应当用这些实际问题来评估版权公告。一项裁决是否说明其保护的是哪种使用？产品变更是否让来源更容易核查？许可安排是否澄清了相关权利？这些信号比宣称某个行业击败另一个行业更能提供信息。
在依赖聊天机器人下一次解释之前，请沿着其证据回溯至基础材料。核查回答是否保留了来源中的限定条件，以及较新的叙述是否改变了整体图景。也应以同样的严谨态度阅读未来 Wikimedia AI 版权动态。询问法院处理的是哪项行为、涉及谁的权利，以及哪些问题仍未决定。该基金会提出了一条边界：一边是促成有用模型，另一边是为替代性复制开脱。这条边界能否保护开放网络，将取决于法院采纳的推理，以及产品所带来的行为可能性。该服务能否帮助你理解来源，同时让该来源仍值得被生产？
