由GEMA v. OpenAI案判決看德國慕尼黑法院對ChatGPT生成內容侵害歌詞著作權認定

楊智傑/雲林科技大學 科技法律研究所 教授

0
2019
圖片來源 : shutterstock、達志影像

德國音樂演出與作品重製權協會(GEMA)代表九位歌詞作者,對OpenAI所屬兩家公司提供的聊天機器人(chatbot)服務「ChatGPT」提出侵權主張,主張OpenAI在大型語言模型(LLMs)中儲存和生成內容中,均侵害九位歌詞作者的歌詞著作權。德國慕尼黑第一地方法院(下稱慕尼黑地院)第42民事庭於2025年11月11日作出判決,認定GEMA大部分主張勝訴。至於生成內容未做姓名標示而侵害人格權部分,法院認為不成立。

本案原告為GEMA所代表的九位歌詞作者

以下以慕尼黑地院在該案判決當天所提供新聞稿為主,對該案進行介紹[1]

原告GEMA為德國最重要、也是全歐洲最大的音樂著作權集體管理組織。而音樂著作包括了歌詞和歌曲。本判決涉及九位知名德國作詞、作曲者的歌曲及歌詞。GEMA以管理者身分代替歌詞作者向OpenAI提起訴訟[2]

原告主張,被告的LLMs模型已將這些歌曲歌詞「記憶化」(memorisation),並在使用者使用ChatGPT提出簡單詢問時,於生成內容(outputs)中大量、近乎原樣地輸出這些歌詞[3]

被告公司OpenAI為LLMs及其上運作之ChatGPT的營運者。被告辯稱,他們的LLMs並不會儲存或複製具體的訓練資料,而僅是在參數中反映LLMs從整體訓練資料集中學習到的模式。且因生成內容係由使用者輸入提示詞(prompts)後才生成,因此「輸出內容的製作者」為個別使用者,而非被告。此外,即便有權利侵害,也受到德國著作權例外規定(台灣習慣稱合理使用)的保護,尤其是「文字與資料探勘例外」(Text and Data Mining exception, TDM)[4]的部分。

將歌詞記憶化構成重製

但慕尼黑地院第42庭認為,不論是在LLMs中的「記憶化」,或ChatGPT在生成內容中重現歌詞,兩者皆構成對著作財產權中利用權的侵害[5]

合議庭確信,系爭歌曲歌詞已再現地(reproducible)被包含在被告的ChatGPT GPT-4與GPT-4o中。資訊技術研究顯示,訓練資料可能存在於LLMs中,並可經由生成內容重新提取,這即被稱為「記憶化」。亦即,LLMs在訓練過程中,不僅從訓練資料中提取資訊,且在訓練後的特定參數(specified parameters)中保留了訓練資料的完整內容[6]

本案中,法院透過將訓練資料中包含的歌詞與模型輸出之內容加以比對,確認存在此種記憶化現象。基於相關歌詞的複雜性與篇幅,法院不認為該歌詞現在生成內容中的原因是「隨機巧合」[7]

透過「記憶化」,LLMs特定參數中所儲存的資料,構成著作權上「重製」行為所要求的「具體化/固著」(embodiment / fixation)要件。系爭的歌曲歌詞已以可再現的方式固著於LLMs之中。依據《資訊社會指令》(InfoSoc Directive)第2條,重製(reproduction)可以是「任何方式、任何形式」的重製。歌詞以「機率值」(probability values)的形式被固著,並不影響其構成重製[8]

依InfoSoc第2條與德國《著作權法》第16條,LLMs等新興科技同樣受複製權規範。依據歐盟(EU)法院的判例,只要達到「間接可感知性」(indirect perceptibility),即可構成重製行為;亦即,只要能透過技術手段使作品被感知,即符合重製的要件[9]

此種重製行為不受TDM保護

德國《著作權法》落實EU2019年數位單一市場著作權指令,有兩條TDM的例外條款。但因為ChatGPT是商業服務,只能主張第44b條的一般TSM條款。

合議庭認為,LLMs原則上確實落入TDM例外規定的適用範圍。該等規範旨在允許為建立訓練所需之資料庫而進行的「必要複製」行為,例如:將作品轉製為另一種(數位)格式、或在記憶體中暫時儲存等。其立法背景在於:這些複製行為僅是為了後續自動化分析所需,其本身並不影響著作人的經濟利用利益。既然這些TDM的「純準備性行為」不涉及對作品的利用,因此法律並未要求向著作權人支付報酬[10]

然而,若在訓練過程中,LLMs不僅「提取資訊」,而是「複製了作品本身」,則依本院之見解,此行為便不屬於TDM。TDM與其例外規定的基本前提,是系統僅對「資訊」進行自動化處理,並未涉及作品本身的經濟利用利益。然而本案情況正相反:LLMs中的重製行為已經實質侵害權利人之利用權[11]

另一種可能較符合科技與創新導向的寬鬆解釋,即認為LLMs中的重製,亦可受到TDM例外的保護。但合議庭認為法條文字和意旨來看,並不包括在LLMs中重製[12]

另外,合議庭也認為不存在類推適用的空間。即便主張這是立法上存在「未預期的漏洞」,立法當時尚未意識到「記憶化」以及隨之而來、在LLMs中持續存在的、具有著作權意義的重製行為,仍然欠缺進行類推所需的「可比較的利益」(comparable interests)[13]。TDM例外允許的,是在「不危及著作人利用利益」之情況下,為分析目的所作的準備性複製行為,其前提就是只抽取資訊、而不複製作品本身。然而,LLMs中的複製行為卻會持續影響作品的經濟利用,並損害權利人之正當利益。若在此情況下仍對例外規定做類推適用,而例外規定又不要求支付任何報酬,那麼著作人與權利人將完全喪失保護。此外,記憶化的風險完全源自被告的行為領域。若例外規定被類推適用,則唯一承擔風險者將是受侵害的權利人[14]

不符合附帶利用之例外

另外,被告另主張德國《著作權法》第57條的附帶利用之例外:「若某作品僅屬於與實際被重製、散布或公開傳達之主題相關的附帶性部分,則該作品得被合法重製、散布或公開傳達。」典型的情況為,在拍攝街景影片中,附帶第拍攝到商店櫥窗裡的海報、書籍封面、繪畫等他人著作。

但合議庭認為,本案不存在一個「主作品」,因此,系爭歌詞的重製行為並不構成德國《著作權法》第57條所稱的「非實質性附帶成分」。與被告的主張相反,系爭歌詞相對於整個訓練資料集,不能被視為次要且可有可無。若要成立「附帶性作品」,前提必須是整個訓練資料集本身也構成受著作權保護的作品[15]

另外,被告對原告利用權的侵害,也不能以權利人已默示同意為理由加以正當化。LLMs訓練並非權利人應被推定為可預見或通常會允許的利用方式[16]

利用的責任主體應為被告而非使用者

此外,合議庭認為,被告透過ChatGPT在生成內容中重新呈現歌曲歌詞的行為,同樣構成對系爭歌詞之「未經授權的重製」與「公開提供」(public communication / making available to the public)。歌詞中的獨創性要素在輸出內容中均可辨識[17]

上述行為的責任主體是被告,而非使用者。因為這些生成輸出是透過簡單的提示詞所生成。被告營運LLMs,並由他們選定並使用歌詞作為訓練資料。他們亦掌控LLMs架構並對訓練資料的記憶化負責。因此,由被告營運的LLMs對輸出內容具有決定性影響;輸出的具體內容由LLMs本身生成[18]

結語

目前,本案仍可繼續上訴。筆者認為,LLMs生成侵害歌詞的內容,較為明確。但LLMs記住歌詞,是否就當然不符合TDM例外,仍有爭論空間。若認為不准LLMs記住,將導致整個LLMs都無法繼續存在 — 對此觀點,OpenAI公司也勢必會提出上訴。

備註:

  1. [1] Landgericht München I, Press Release No. 11/2025, Urteil GEMA gegen OpenAI (Nov. 11, 2025), https://www.justiz.bayern.de/gerichte-und-behoerden/landgericht/muenchen-1/presse/2025/11.php.
  2. [2] Id.
  3. [3] Id.
  4. [4] Id.
  5. [5] Id.
  6. [6] Id.
  7. [7] Id.
  8. [8] Id.
  9. [9] Id.
  10. [10] Id.
  11. [11] Id.
  12. [12] Id.
  13. [13] Id.
  14. [14] Id.
  15. [15] Id.
  16. [16] Id.
  17. [17] Id.
  18. [18] Id.

責任編輯:盧頎

【本文僅反映專家作者意見,不代表本報立場。】

作者: 楊智傑
現任: 雲林科技大學科技法律所 教授
經歷: 真理大學法律系助理教授
真理大學法律系副教授
學歷: 台灣大學法律系
中央大學產業經濟所碩士
台灣大學法學博士
專長: 智慧財產權、美國專利法、美國著作權法、憲法

智權報393期文章列表

李淑蓮 全球科技智財權戰略與執法趨勢深度分析:從三星 vs 京東方 OLED 和解到 Apple vs Masimo 案
楊智傑 由GEMA v  OpenAI案判決看德國慕尼黑法院對ChatGPT生成內容侵害歌詞著作權認定
吳碧娥 2024年五大專利局專利商標申請概況
陳秉訓 以實例談地區事業體如何依現行法令打造著名商標
邱英武 漁貨商行印製在紙箱上的圖樣,商標侵權了嗎?
李淑蓮 全球五大局數據驅動專利審查品質管理分析:全球標竿比較與台灣智慧局戰略轉型建議
吳碧娥 從創新到放眼全球:智慧局如何協助新創企業加速專利布局
吳碧娥 新創加速資源分享:林口亞灣新創園、高通加速器、StarFab加速器
黃蘭閔 USPTO試行Streamlined Claim Set Pilot Program加速審查辦法
李淑蓮 國家公部門AI轉型與人才發展之國際比較分析:以台灣優化為核心
盧頎 2025年國衛院三十週年全球公共衛生高峰會落幕 盼達「投資人才,共築未來」願景
葉雪美 新的CDR維修條款對備件市場的影響 - 3:備件原廠與副廠的適用與結論

發表留言

請輸入您的評論!
請在此輸入您的姓名