Meta拿盜版書籍訓練AI，還拒絕賠償作者

科技的發展往往伴隨着與道德和法律之間日益頻繁的碰撞。這種碰撞不僅考驗着科技本身的發展方向，更在不斷地挑戰着我們對傳統道德觀念和法律制度的認知。

隨着大型語言模型（LLM）技術的日益精進，科技巨頭們在數據使用方面也受到了道德和法律界限的拷問。近日，科技巨頭Meta（前身爲Facebook）因使用含有盜版內容的“Books3”數據集訓練其LLAM模型而陷入版權糾紛的漩渦。

據悉，Books3數據集由AI研究者Shawn Presser於2020年創建，涵蓋了19.5萬本圖書，總量近37GB，旨在助力機器學習領域的進步。然而，該數據集在構建過程中涉嫌從盜版網站Bibliotik大量爬取受版權保護的作品，這一行爲如今成爲爭議的焦點。

作家Richard Kadrey等一衆創作者已對Meta提起集體訴訟，指控其侵犯版權。他們譴責Meta不僅使用了含有盜版內容的Books3數據集，還拒絕向原作者支付任何形式的補償。

對此，Meta方面承認曾利用Books3數據集進行模型訓練，但堅稱其行爲屬於“合理使用”，並未侵犯任何版權。公司發言人表示，在當前的AI研發環境中，完全避免使用受版權保護的材料幾乎是不可能的，且公司並無故意侵權的意圖。

然而，這一說法並未平息衆怒。此前，《紐約時報》也曾因類似原因對OpenAI和微軟提起訴訟，指控其使用報紙文章訓練聊天機器人ChatGPT。這些文章是其寶貴的資產，凝聚了記者和編輯們的辛勤工作與創意，應當享有相應的版權保護。OpenAI同樣以“合理使用”爲由進行辯護，他們認爲，使用公開的互聯網材料來訓練人工智能模型是合理的，且在當前的技術環境下，完全避免使用受版權保護的材料幾乎是不可能的。因此，他們主張自己的行爲屬於“合理使用”範疇，並未侵犯《紐約時報》的版權，並要求法院駁回訴訟。

值得注意的是，Books3數據集中的部分內容來自盜版網站Bibliotik，這一事實使得整個事件更加複雜。2023年，丹麥反盜版組織Rights Alliance已要求下架該數據集，並對其施加了數字存檔禁令。

隨着AI技術的不斷進步，數據使用與版權保護之間的衝突愈發激烈。此次Meta面臨的集體訴訟無疑爲整個行業敲響了警鐘：在追求技術創新的同時，如何尊重和保護知識產權成爲急需解決的問題。