當全球將大型語言模型的競爭焦點放在算力、參數規模與推理能力時，Anthropic 的「巴拿馬計畫」（Project Panama）卻讓外界重新把目光拉回 AI 發展所依賴的基礎資料。模型愈來愈強，背後所依賴的知識內容從何而來，以及企業如何取得這些資料，開始成為新的治理課題。
依公開訴訟文件與相關報導，Anthropic 為建立模型訓練資料，透過中介大量購買實體書籍，並將書籍內容轉換為可供機器處理的數位文本。為完成大規模數位化作業，相關流程採行切除書脊、逐頁掃描的方式，並於掃描後將紙本回收。
破壞性掃描並非新技術，圖書館與大型數位典藏計畫早已使用多年；差別在於，這項技術如今被大規模導入生成式 AI 訓練，使書籍不僅是閱讀媒介，也成為模型建構語言能力的重要資料來源。
隨著大量作品轉換為可運算的數位文本，討論焦點也隨之轉變。過去，著作權爭議多半圍繞作品是否遭到重製；如今，人們開始追問資料如何取得、如何利用，以及權利人是否仍能掌握作品後續的流向。企業購買書籍取得的是實體物所有權，並不當然取得作品的重製權，因此，整本書是否可以數位化並投入模型訓練，成為這起事件最受關注的法律問題。
生成式 AI 訓練仍受既有著作權法拘束
美國法院在 Bartz v. Anthropic 一案中，並未對 AI 訓練作概括性合法或違法判斷，而是依據資料來源與利用方式分別處理。就合法購買的實體書而言，法院於 2025 年 6 月的簡易判決認為，在特定事實背景下，掃描後作為模型訓練使用具有高度轉化性，因而可成立合理使用；至於未經授權取得的盜版電子書，法院則認為，即使後續用途是模型訓練，也不足以排除非法取得資料所衍生的法律責任。
這項判決沒有替 AI 訓練建立全面性的豁免，而是再次確認著作權法仍以資料來源與利用方式作為判斷基礎。合法取得的資料，可能因模型訓練具有不同於傳統閱讀的利用功能，而進入合理使用的討論；若來源本身存在違法問題，則不會因後續用途是模型訓練，而改變原有的法律評價。至於合理使用是否成立，最後仍須依個案事實，綜合衡量利用目的、著作性質、使用範圍，以及對既有或潛在授權市場的影響，而非僅因資料被用於 AI 訓練，就當然受到法律保護。
美國並未因生成式 AI 的出現而另行建立專屬的著作權規則。法院仍沿用既有的合理使用架構，由個案逐步累積判準，檢視資料來源是否合法、利用目的是否具有轉化性，以及模型訓練是否對原作品或授權市場造成實質影響。模型訓練因此並未被視為獨立的法律例外，而是回到既有著作權法體系接受檢驗。
這種作法保留了相當大的彈性，使司法能隨技術演進持續修正判斷標準，但也相對提高法律適用的不確定性。大型科技公司通常擁有完整的法務團隊與資料治理能力，可以透過資料清查、授權協商及訴訟策略分散風險；相較之下，新創公司、研究機構與中小企業則未必有能力承擔相同成本。當判準仍需透過司法實務逐步形成時，法規的不確定性便可能轉化為市場競爭門檻。
AI 訓練規範三條路：美國、歐盟與日本制度比較
歐盟採取不同的制度路徑，除了著作權制度，也將資料治理納入 AI 法制。《人工智慧法》要求通用型 AI 模型供應者建立技術文件、提出訓練內容摘要，並制定符合著作權法的合規政策；《數位單一市場著作權指令》則建立文字與資料探勘制度，在特定條件下允許資料分析，同時保留權利人以機器可讀方式表示保留權利的機制。相較於著重事後侵權判斷，歐盟更要求企業在模型開發階段即建立可追溯的資料來源、完整的治理程序與透明揭露機制，使資料治理逐步成為法律上的合規義務。
日本採取相對開放的制度設計。著作權法第 30 條之 4 針對資訊分析設有例外規定，只要利用目的在於資訊分析、機器學習或資料探勘，而非欣賞作品本身，原則上即可不經授權利用著作，以降低 AI 研發初期的法律摩擦並提高法規的可預測性。不過，這並不表示著作權保障因此退居次要地位；當利用方式對權利人利益造成不合理損害，或模型功能已實質轉向替代作品，而非單純資訊分析時，相關利用仍須回到著作權法的規範與檢驗。
三個法域採取不同制度選擇，面對的卻是相同挑戰。生成式 AI 大幅改變文本利用方式，也讓著作權法首次面對大規模模型訓練所帶來的新情境。美國選擇透過司法累積判準，日本以立法降低資訊分析的法律障礙，歐盟則將透明、紀錄與資料治理納入法制設計。制度內容雖然不同，但都在重新尋找創新發展、權利保障與市場秩序之間的平衡點。
生成式 AI 時代，台灣如何兼顧模型創新與內容產業？
台灣目前仍未針對 AI 訓練資料建立專門規範。依現行《著作權法》第 65 條第 2 項，利用受保護著作訓練模型，多半涉及重製行為；至於是否合法，仍須回到該條所列因素，由法院綜合利用目的及性質、著作之性質、所利用之質量及其在整個著作所占比例，以及利用結果對著作潛在市場與現在價值的影響，逐案認定。
然而，這套制度原本主要對應引用、評論、新聞報導與教育利用等傳統情境。生成式 AI 出現後，作品可能在訓練階段被大量複製，卻未必以相同形式出現在輸出結果中，使合理使用面臨過去少見的判斷難題。未來司法實務究竟應更重視訓練過程、模型功能的轉化程度，還是授權市場的影響，目前仍有相當大的發展空間。
若要求開發者事前取得所有權利人的授權，高昂的交易成本將提高模型開發門檻。對台灣而言，繁體中文及法律、醫療、金融等專業文本本就相對有限，若取得成本持續增加，本土模型發展恐將受限。市場也可能更傾向採用境外基礎模型，再以少量本地資料微調，使資料治理與模型研發能力更難在國內累積。
反過來說，若完全依賴合理使用處理模型訓練，創作者、出版社與新聞媒體等內容產業也可能逐漸失去授權與議價空間，長期削弱高品質內容的生產誘因。真正需要思考的，不是哪一方應該退讓，而是如何在降低創新成本的同時，維持內容產業的持續發展。
文字與資料探勘例外、集體授權、法定補償、權利保留、資料來源紀錄與透明義務，都是可供選擇的制度工具，分別對應不同的治理需求。未來修法若能配合台灣產業規模、內容市場與司法實務建立適當制度，將有助於AI發展與著作權保護形成較為穩定的平衡。
（作者為大專院校兼任教師）
分享圖文請註明出處，未經本站同意不得轉載
瀏覽次數：1289
