《纽约时报》起诉 OpenAI 与微软侵犯版权

背景

这场纠纷并不是从法院开始的。2023年4月，《纽约时报》与 OpenAI、微软就版权问题开始谈判，谈判最终失败^[3]。诉讼是在谈判破裂之后发生的。

版权赋予权利人对作品复制和某些使用的控制权。用文本训练机器学习模型，需要先把这些文本复制进训练数据，再让模型从中学习统计规律；这类复制是否被允许，是建立在已发表文字之上的每一个模型都绕不开的问题。在美国的版权案件中，被告常以「合理使用」（fair use）作抗辩，法院会综合考虑使用的目的、作品的性质、使用部分占整体的比例，以及对作品市场的影响。本案把这些判断交到了法院面前。

大型语言模型（large language model）需要极大量的文本，而新闻档案是很有吸引力的材料：它们经过编辑、标注了日期，而且由完整的句子写成。

发生了什么

2023年12月27日，《纽约时报》以侵犯版权为由起诉 OpenAI 和微软^[1][2]。起诉书递交到曼哈顿联邦地区法院^[1][2]。这次起诉使《纽约时报》成为第一家以侵犯版权为由起诉 AI 公司的美国大型媒体机构^[1][2]。

起诉书的核心指控针对模型的训练材料：它称两家公司未经许可使用了数百万篇《纽约时报》文章，用来构建包括 ChatGPT 在内的 AI 产品^[2]。所谓版权侵权，通俗地说，就是未经权利人许可、又没有法律上的正当理由，而复制或以其他方式使用受保护的作品。

诉求

《纽约时报》从商业损失的角度陈述损害。它称这些 AI 工具分流了原本会流向其网站的流量，使其损失广告、授权和订阅收入^[1]。对新闻机构来说，网站上的注意力是广告和订阅定价的依据，一个能直接回答问题、却不把读者带到网站的产品，会直接触及收入。

在救济方式上，起诉书没有提出具体赔偿金额，而是请求法院销毁包含其内容的数据集^[1]。它还要求由陪审团审理，并请求法院阻止两家公司继续使用其内容^[2]。销毁训练数据比支付过去复制的代价走得更远：它指向的是模型据以构建的材料本身，而不只是构建这一行为。在美国联邦民事诉讼中，当事人可以要求由陪审团认定有争议的事实，法律适用则由法官负责。

回应与影响

OpenAI 表示尊重内容创作者的权利，并致力于与之合作^[1]。

本案受到关注，既因为提出者，也因为提出地点：这是美国大型媒体机构第一次以侵犯版权为由起诉 AI 公司^[1][2]，案件递交到曼哈顿联邦地区法院^[1][2]；它同时把一场原本在授权谈判中进行的分歧^[3]搬进了公开法庭。起诉书是当事一方的陈述，写明的是《纽约时报》的主张与请求，而不是法院的认定。正因为如此，这份文件值得细读：它具体说明了一家大型报纸认为哪些对已发表文字的使用不可接受，以及它希望法院如何处理。