人工智能（AI）的日益普及，为创意产业带来了许多新的可能性，但各式各样的法律风险也随之而来，特别是在著作权方面；在德国汉堡地方法院的一起诉讼就凸显了这些挑战。此诉讼案是一名摄影师起诉LAION未经他的同意，在人工智能训练数据集中使用他拍摄的照片。而引起广泛关注的原因，是因为此案是目前世界先进国家中，少数已经针对人工智能技术做出判决的著作权案件。
LAION e.V. (Large-scale Artificial Intelligence Open Network，大型人工智能开放网络)是一家德国非营利组织，致力于开源人工智能模型和数据集的建置，主要的工作是将网络上的公开图片制作成数据集，并提供给AI开发商训练人工智能模型使用，例如Google Brain就曾经使用过其制作的LAION-400M数据集，知名AI图片生成引擎Midjourney、Stable Diffusion也是利用LAION-5B数据集训练其AI系统。本案的主角就是此LAION-5B数据集，其中包含超过50亿张从网络上搜集的图片和文字描述[1]。
案件背景
原告Robert Kneschke则是一位德国摄影师，他于Have I Been Trained网站发现自己拍摄的照片出现在LAION-5B数据集中。这些照片原本收录于图库网站bigstock.com供大众免费浏览，但带有水印，并附注说明未经许可不得复制。
当Robert Kneschke要求停止侵权行为时，LAION并未配合，甚至在收到警告信后，还寄了一张887欧元的律师费账单给原告[2]。Robert Kneschke 因此愤而提起诉讼，指控 LAION未经他同意就下载照片使用。被告LAION 承认自己下载了照片，但认为自己的行为受到德国《著作权法》（Urheberrechtsgesetz, UrhG）中例外条款的保护，包括：
- 第44a条的「暂时性重制」（Temporary acts of reproduction）：如果复制行为是「技术过程所必要」（an integral and essential part of a technical process）的，并且「没有独立的经济价值」（have no independent economic significance），就允许对作品进行临时、短暂的复制。举例来说，浏览器会暂时储存网页的内容，这是显示网页所必要的，也没有独立的经济价值，就可能被认定为「暂时性重制」。另外，复制的目的必须是为了「传输」或「合法使用作品」。
- 第44b条的「文字和数据探勘」（Text and data mining）：允许个人或机构为了进行数据探勘（从数据中萃取出有价值的信息而进行的自动化分析）而复制作品的行为。不过著作权人也可以选择保留自己的权利，主动以「机器可读」的形式（machine-readable format）「选择退出」（opt-out），此时第三方就不能任意使用作品。例如内容提供商可以在网页上使用 robot.txt，让自动化的第三方爬虫快速判断内容是不可主动抓取的。
- 第60d条的「为科学研究目的之文字和数据探勘」（Text and data mining for scientific research purposes）：：例如大学、科学研究院等研究机构，只要不是追求商业利益、或是为了公益，就可以使用他人的作品。另外，文化遗产机构如图书馆、博物馆，或是不追求商业利益的个人使用者也同样可受到豁免。与第44b条不同的是，著作权人无法选择退出。
以上条款中，第44a条是源自于欧盟《信息社会著作权指令》（InfoSoc Directive）中第5条第1项；而44b条及60d条则分别源自于欧盟《数字单一市场著作权指令》（DSM Directive）第4条及第3条。
这起诉讼于2024年7月11日在德国汉堡地区法院首次开庭审理，而法院于2024年9月27日做出对LAION有利于的判决。[3]
不适用44a条的「暂时性重制」
法院认为，LAION对图片的复制行为并非「暂时性重制」，原因如下：
- 并非「暂时性或附带性」: 法院指出，暂时性重制的持续时间仅限于技术过程正常运作所需的时间，且应在达成目的后自动删除。虽然LAION在分析完成后会自动删除图片，但下载图片是LAION出于分析目的而进行的有意识且积极控制的获取过程，而非仅仅是分析过程的附带结果。
- 未构成「技术过程的必要组成部分」: 法院认为，LAION的下载行为是为了将图片用于其数据集中，并非网络传输的必要步骤。
因此，LAION的行为无法受到第44a条的豁免。
是否适用44b条的「文字和数据探勘」？
地院对此条款的适用性表达了意见，但并未作出最终决定。是否适用「文字和数据探勘」的关键点在于，图库bigstock.com是否有以「机器可读」的形式保留自己的权利？
判决中指出，bigstock.com是以一般的文字在网页上显示声明：「您不得对：(…) 为任何目的使用自动程序、小程序、机器人或类似工具访问XXX.com网站或网站上的任何内容，包括（仅举例说明）下载内容、编制索引、或快取网站上的任何内容」。对此，法院倾向认为，就算图库网站bigstock.com没有使用robot.txt，而是用此「自然语言」进行声明，只要当时的技术水准能够让机器理解其内容，就可以被视为「机器可读」。
有趣的是，在判决前的听证会中，双方就是在第44b条唇枪舌战，但法院最后的判决，却是仰赖接下来的第60d条，而一般数据探勘的判断标准仍然悬而未决。[4]
适用60d条的「为科学研究目的之文字和数据探勘」
法院裁定，LAION下载原告Kneschke照片的行为适用60d条款的豁免，因此并未侵权。
- LAION属于研究机构：法院认为LAION是专注于人工智能研究的非营利组织，其建立数据集的目的是为了促进科学研究，符合60d条款中「研究机构」的要求。
- LAION-5B本身不具商业性：法院指出，LAION将其数据集免费提供给公众使用，没有从中获取商业利益，因此符合60d条款中「非商业性」的要求。
- LAION-5B有商业用途，但仍然适用60d条：法院认为，LAION无法预测数据集会被如何使用，所以即使有商业公司使用LAION的数据集，也不会影响LAION本身的非商业性质。
判决能成为制作数据集的避风港，但未必有利AI开发商
LAION之所以能够胜诉，要归功于能让法官相信，LAION是一个非商业性的研究机构，并将自己的行为包装在德国著作权法第60d条的例外条款之下：
- LAION本身没有储存图片，研究人员必须利用LAION所提供的工具「img2dataset」来下载感兴趣的子集以取得图片数据。而LAION-5B数据集事实上是一个「表格」，只包含图片的网址以及文字描述。
- 法院认为LAION的数据集是用于科学研究目的。
- LAION将数据集「免费公开」，符合「非商业性」的要求。
虽然原告指出LAION与Stability AI等商业公司关系密切，而Stability AI就是使用LAION-5B数据集来训练其商业AI模型Stable Diffusion；除此之外，LAION曾接受商业公司的资金支持，甚至LAION的部分成员就任职于这些商业公司，明显存在利益关系。然而，法院认为重点是LAION自身的行为是否具有商业目的，并非资金来源，而也没有证据指出资金被LAION用于开发自己的商业产品。
不过客观上来说，似乎难以否认Stability AI与LAION有某种程度的依存关系（没有LAION-5B，就难以打造Stable Diffusion），只是在诉讼中原告无法成功举证Stability AI对LAION有实质的控制力。若原告选择上诉，这应该仍会是攻防的关键点。[5]
虽然LAION可以稍微松一口气。但反过来说，这个判决只有利于专门建立数据集的机构，而其他实际用LAION-5B数据集训练AI模型的厂商，如Midjourney、Stability AI等明显更商业导向的公司，几乎不可能获得第60d条的豁免，只能冀望其他条款的适用。
「建立」与「使用」数据集是两种不同的行为
判决书中， 法院刻意区分「建立数据集」和「训练AI 」这两种行为，并指出LAION仅负责建立数据集，并未参与AI模型的训练或使用，是否也是在暗示其他使用LAION数据集的厂商在法庭上会有不同的结果？另外，法院认为LAION的复制行为不是「暂时性重制」，且网站只要以一般文字标注就可以符合「机器可读」的选择退出，对AI开发商是明显不利的。
话虽如此，那OpenAI、Meta等生成式AI的开发商，在德国就会陷入极大风险吗？倒也未必。在判决理由中，德国法院多次提及欧盟的《DSM Directive》以及《AI Act》，而在《AI Act》中欧盟似乎已经表态，训练AI模型应该也属于《DSM Directive》所规定的一种数据探勘，因此若商业公司尊重著作权人的选择退出声明，应可降低部分风险。
本案较为可惜的是，由于LAION的行为已经被判定属于第60d条的豁免，地院就没有对商业公司能够主张的44b条豁免做判断。
整体来说，本次判决仅涉及LAION行为的具体事实，不宜扩张解释。未来其他商业公司若进行数据探勘而被提起诉讼时，很可能会有不同的判决结果。 因此，AI开发商仍需谨慎评估其数据收集方式，并积极寻求与著作权人合作，才能在合法的基础上发展AI技术。
|
责任编辑：李淑莲
【本文只反映专家作者意见，不代表本报立场。】
|
