版权与人工智能：法律战场转向模型输出

2026年9月4日，简易判决动议——一方以关键事实并无争议为由，请求法官不经审判径行裁决的申请——的提交期限届满。案件是在美国纽约南区联邦地区法院、由联邦法官西德尼·H·斯坦（Sidney H. Stein）主持合并审理的《In Re: OpenAI, Inc. Copyright Infringement Litigation》。CourtListener上的公开案卷载有《纽约时报》公司提交的动议，以及由克里斯·卡利森-伯奇（Chris Callison-Burch）署名、支持辩方的专家分析。微软请求简易判决，主张以新闻文本和图书进行训练属于受合理使用保护的转换性使用，并称Copilot "does not replace their protected expression"。另一边，OpenAI在自己的辩论意见中重申："Nobody owns facts, just as nobody owns language"。原告出版商则要求排除合理使用的适用，既针对获取付费墙后文章的方式，也针对以这些复制件进行的训练；出版商方律师史蒂文·利伯曼（Steven Lieberman）这样形容密封提交的证据："The stuff we were forced to file under seal is scorchingly hot. Not just a smoking gun; they're a smoking bazooka." 密封材料的内容无法公开核实：利伯曼的说法，仍然只是一方当事人对诉讼之外无人能读到的文件所作的评价。

辩方的论证试图把分析的重心，从训练阶段吸收的素材，转移到模型实际生成受保护内容的频率上。据微软的辩论意见，出版商指定的专家分析了约820万条Copilot对话日志，这些日志是通过与涉案媒体网站相关的关键词筛选出来的——也就是说，从抽样构造上讲，本就是最可能包含其作品的子集：下文的百分比并不描述Copilot的全部流量。在该样本中，与文章至少有16个词重合的记录为59,545条（约0.7%）；图书方面则有24条回答至少有30个词重合（占所分析对话的0.00029%），涉及涉案212本书中的10本，另有202本毫无匹配。同样据微软的辩论意见，调查报道中心（CIR）的一名专家称在同一数据集中发现了51处与CIR作品的实质性重合。作为背景，《纽约每日新闻》援引的Sensor Tower估算显示，6月ChatGPT用户超过十亿，而以新闻文体生成一百万篇500字文章的成本为6,800美元。

我们没有读到微软辩论意见的完整PDF：核查时，CourtListener的公开案卷未在可检索结果中列出该动议的具体条目，且部分材料为密封提交。此处引用的数字，来自《纽约每日新闻》、The Next Web和The Verge这三家获得查阅机会的媒体所转述的提交文本。此外，衡量阈值（新闻16个词、图书30个词）是辩方分析所采用的标准，原告方对方法与参数的技术性质疑目前尚未公开。法官尚未作出任何决定，反对意见的期限定为2026年10月9日，庭审日期也未确定。

正确的衡量标准究竟是输出中被复现的部分，还是被用于训练的部分——这恰恰是斯坦法官必须裁断的问题：两份辩论意见要求把合理使用适用于两个不同的问题。

— Olya