词典出版商起诉 OpenAI | TechCrunch

大英百科全书（Encyclopedia Britannica）和韦氏词典（Merriam-Webster）已对 OpenAI 提起诉讼，在其诉状中指控这家 AI 巨头犯下了“大规模版权侵权”。

作为韦氏词典的所有者，大英百科全书保留着近 10 万篇在线文章的版权。该出版商在诉讼中指控，这些文章在未经许可的情况下被抓取，并被用于训练 OpenAI 的大型语言模型（LLMs）。

大英百科全书还指控 OpenAI 违反版权法，具体情形包括：当其生成的输出包含其内容的“全文或部分逐字复制”时，以及当该 AI 实验室在 ChatGPT 的 RAG（检索增强生成）工作流程中使用其文章时。OpenAI 的 RAG 工具是 LLM 在响应查询时扫描网络或其他数据库以获取最新信息的方式。大英百科全书还指控，当 OpenAI 生成虚构的“幻觉”内容并将其错误地归因于该出版商时，违反了《兰哈姆法案》（Lanham Act），这是一项商标法规。

"ChatGPT 通过生成响应用户查询的回复，替代并直接与像 [大英百科全书] 这样的出版商的内容竞争，从而剥夺了像 [大英百科全书] 这样的网络出版商的收入，”诉状写道。大英百科全书还指控 ChatGPT 的“幻觉”危及“公众持续访问高质量和可信赖在线信息的权利”。

大英百科全书加入了众多其他出版商和作家，就版权问题对 OpenAI 采取法律行动。《纽约时报》、Ziff Davis（Mashable、CNET、IGN、PC Mag 等的所有者）以及美国和加拿大十多家报纸（包括《芝加哥论坛报》、《丹佛邮报》、《太阳哨兵报》、《多伦多星报》和加拿大广播公司）均已起诉 OpenAI。

一起针对 Perplexity 的类似大英百科全书诉讼仍在进行中。

目前尚无强有力的法律先例确立使用受版权保护的内容训练 LLM 是否构成版权侵权。但在一个特定案例中，Anthropic 成功说服联邦法官威廉·阿尔苏普（William Alsup），这种用例——将内容用作训练数据——具有足够的转化性，因此是合法的。然而，阿尔苏普认为 Anthropic 因非法下载数百万本书籍而非付费购买而违反了法律，这导致需要向受影响的作家支付 15 亿美元的集体诉讼和解金。

在发布前，OpenAI 未回应 TechCrunch 的置评请求。