撰文：袁如陵
生成式 AI 在全球掀起風潮，但各地創作者卻對此感到擔憂。
2024 年 7 月，擁有超過 30 萬追蹤數的日本知名繪師 jima 表示，自己的作品被他人拿來訓練 AI 模型，還被用來生成與自己風格雷同的作品。這個 AI 模型不但被公開分享，還直接被命名為 jima；之後生成的繪畫作品，甚至被網友營利使用，在社群媒體上獲得 10 萬以上的按讚數。
類似事件幾乎每天在世界各地上演，但許多 AI 開發商卻宣稱，取用網路上的公開資料是一種「合理使用」，並將訓練 AI 形容為「人類讀書」──這樣的比喻真的恰當嗎？既有的法律制度，能否繼續保障創作者的利益？
本文將從法律與專利觀點出發，探討日本的相關發展，有什麼我們可以借鏡的地方？
避免「兩敗俱傷」的局面，是各國政府無法迴避的議題
在網路上，有許多藝術家公開反對 AI，例如一個名為「藝術家反對生成式 AI」（Artists Against Generative AI）的臉書社團，就號召了超過 15 萬成員加入。在數據分析公司 YouGov 的調查中，當美國人被問到對生成式 AI 的感受，49% 的受訪者感到「擔心」，22% 甚至覺得「恐懼」。
這股反對力量也開啟了法律行動。AI 大廠如 OpenAI、Meta、Midjourney 正於美國面臨諸多來自藝術家、新聞媒體的訴訟。為應對社會大眾的反彈聲浪，像是歐盟即推出《AI 法案》來規範人工智慧的各種應用。
不過實際上，各國政府仍對 AI 監管感到兩難，沒有一個國家願意真的出手，深怕一不小心阻撓了 AI 發展，而使自己國家在這火熱的軍備競賽中落隊。然而，若忽視社會各界對 AI 的不滿情緒，恐怕只會讓這名為「著作權」的壓力鍋，一步步逼近極限。
最糟的情況是，AI 廠商若無法自我約束，且政府也欠缺規範來引導，最終只能在法院與創作者正面衝撞。若法官在公眾的期待下，宣判 AI 公司擅自使用他人創作的行為侵犯了著作權，即可能造成過去訓練 AI 所投入的龐大成本難以回收，形成兩敗俱傷的局面。
在台灣為何鮮少受到關注？答案有點「悲傷」
這個問題的背後原因，或許有些「悲傷」：一是主流 AI 模型大多是以英文資料訓練而成，未用到台灣的本土資料；二是台灣既沒有歐美的迪士尼、華納兄弟、Netflix 等媒體公司，也沒有日本強大的動漫產業，自然相對不會有太多作品面臨侵權的問題。
另外，近年我國各界更關注反詐騙、隱私、國安等 AI 應用層面的問題，也或多或少掩蓋掉前述議題的能見度。
不過試想，若有一個 AI 應用違反當地法律，頂多是停止服務，但當 AI 模型本身侵權，則會影響到所有奠基於此模型的 AI 工具，而目前主要的 AI 公司如 OpenAI、Meta 都身陷著作權官司，台灣日後豈能不受影響？
台灣的《人工智慧基本法》已在 2024 年 7 月推出草案，然而內容果然相當「基本」，只提供了政策的概略方向；也就是說，除了宣示效果外，許多問題仍懸而未決，尤其在著作權議題上，更是隻字未提。
日本與台灣一樣，缺乏強大的跨國媒體集團或是本土的社群平台，不過，由於動漫文化及電玩產業興盛，該等產業在這波 AI 浪潮下也受到不小衝擊，因此日本的應對方式，或許可供台灣政府作為未來參考。
日本官方的努力：致力打造規範框架
為了盡早打造健全的 AI 發展環境，日本經濟產業省在徵集各方意見後，於 2024 年 4 月公布了「AI 廠商準則」（AI 事業者ガイドライン，AI Guidelines for Business），以供 AI 開發商參考。
緊接著，日本文化廳也在 2024 年 5 月發布了「日本人工智慧與著作權的一般理解」（General Understanding on AI and Copyright in Japan，以下簡稱「AI 報告」），政府以此讓外界理解 AI 時代下應如何詮釋著作權法，並讓企業有所依循。
前述廠商準則或 AI 報告，無論是從開發角度提供建議，還是從《著作權法》的角度解釋，說明生成式 AI 在什麼情況下可能引發侵權行為，雖沒有直接的法律效力，但皆可一窺日本政府對於生成式 AI 的態度，進一步預測未來立法趨勢，頗值得細細品味。
創作權益 vs. 公共利益，不可偏廢
為了傳播知識與保障創作自由，各國的著作權法，都會允許第三方「有限度地」使用具有著作權的作品。例如老師在課堂上，可以為了教育目的擷取文章內容給學生閱讀討論；新聞媒體也能引用他人的創作，以利報導。
日本的《著作權法》也不例外，提供了公眾運用作品的彈性空間。依據該法，只要不是以「享受著作」為目的（受し又は他人に享受させることを目的としない場合，non-enjoyment purpose），就可以在一定程度內利用著作。
所謂「享受著作」，可以理解為「閱讀」小說、「聆聽」音樂、「執行」電腦程式、「觀賞」電影等行為；反之，「下載電影來分析不同時期的電影主題」，就不屬於「享受」的範圍了。而過去十多年常聽到的大數據分析，由於只是從資料中獲取有意義的資訊，也屬於此類豁免，以保障研究自由。
然而，這樣的豁免條款，還是有附帶條件，即「不能損害著作權人利益（著作権者の利益を不当に害することとなる場合）」。
換句話說，使用著作時，不能影響到創作者該拿到的好處。前述 AI 報告中也特別提醒，會不會損害著作權人利益，需要考量「是否會在市場上與原作品競爭」和「是否會阻礙原作品未來的潛在銷售管道」。
使用 AI 的兩大階段，可能會怎樣侵犯著作權？
前述 AI 報告中，日本官方將有潛在風險的行為，拆分為二階段：
一、開發及訓練階段
這是指為了訓練 AI 而蒐集、複製作品，以及使用那些資料來訓練 AI 的行為。目前 AI 的訓練資料大多來自網路上的公開資料，但必須要特別小心以下 3 種資料來源：
- 盜版書籍或是非法網站上的影音資料，絕對不能拿來訓練 AI，否則有非常高機率侵害著作權。
- 資料來自網路，但須付費取得（有時是以「付費牆」的形式出現，需要購買單篇或訂閱才能閱讀），但 AI 開發商在使用前卻未付費。
- 著作權人已經採取「科技保護措施」（technological protection measures），例如在網站上使用「robots.txt」來告知 AI 開發商不可擅自抓取內容。
簡言之，如果明知是盜版的資料而拿來使用，利用不恰當的手段獲取原本需要付費的內容，或是忽視著作權人拒絕被抓取資料的要求，就會衍生極大風險。不過，在使用沒有特別標示的網路資料時，風險則相對較低，這或許就是日本想要留給 AI 產業的空間，以確保 AI 模型仍有足夠的訓練資料。
而在訓練階段，依據 AI 報告，訓練 AI 的基礎模型不算是「享受著作」，所以原則上可不經著作權人同意，就拿作品來訓練 AI。然而，下述情況，可能會被認定符合「享受目的」：
- 為了生成與資料相似的內容，而蒐集資料來訓練 AI：這也被稱為「微調」（Fine-tuning），是一種追加訓練基礎模型的技術。
- 直接提供資料給 AI 作為回答的參考：這一般是為了提高回答特定問題的正確性，通常是利用常見的「檢索增強生成」（Retrieval Augmented Generation，RAG）技術來達成。
另外，在「AI 廠商準則」中也提及，如果 AI 開發者蓄意調整模型，以方便使用者產生侵權的作品，就必須擔負責任。
從以上的說明，很明顯可以看出日本政府只想排除「蓄意侵權」的 AI 模型。
現在我們可以回頭看看，本文開頭所提到的，日本繪師 jima 的作品被拿去訓練模型的例子，試著討論一下「蓄意模仿他人風格」是否合理。
著作權法只保護創作的「表達方式」，而不保護「想法」本身。例如，超現實主義藝術家達利擅長將常見的物品「變形」，像是以融化的鐘錶表達時間的流逝；不過，只要不繪製類似形狀的鐘錶，其他藝術家仍可繪製變形的日常物品，創作出屬於自己的超現實主義作品。
由於「風格」一般不受著作權法保護，所以即使是模仿特定的藝術家，頂多受到輿論撻伐，不至於被判定侵權。
然而，或許是因為 AI 技術過於強大，日本政府在 AI 報告中表達了立場：如果是「刻意」複製特定藝術家的作品來訓練 AI，就是不恰當的。這是因為，在日本著作權法的脈絡下，來自相同藝術家的系列作品集，可能已經不僅僅是「想法」，而涵蓋了其獨特的「創意表達」，讓後續的訓練帶有「享受目的」，進而踩踏到侵權的紅線。
這恰好就是本文開頭中，讓藝術家頭疼的抄襲困境：網友刻意複製一整組日本繪師的作品，用來訓練 AI，目的就是為了再現繪師的作品。除了道德上的疑慮外，也可能侵犯了繪師的權利。
二、生成及使用階段
接著讓我們談談，使用 AI 生成內容，或是將這些內容上傳、公開時可能衍生的風險。
最常發生的問題是，創作者發現 AI 生成的內容與自己的作品很相似，卻不知該如何證明自己被抄襲，而這在 AI 報告中也有所指引：
- 若要被認定侵害著作權的情況，兩個作品必須要是相似的，這在台灣被稱為「實質相似性」。
- 著作權人要證明侵權作品的確參考了原作品，這在台灣被稱為「接觸」。
但是，AI 生成內容在判斷有沒有「接觸」時有其特殊難處，因為除了開發商之外，外界很難得知 AI 模型使用了哪些資料進行訓練。因此，日本的 AI 報告中就提到，著作權人若能證明侵權者「有機會」接觸原作品，或是 AI 生成的內容與原作品有高度相似性，就很可能滿足「接觸」的要求。
另外，當著作權人能夠證明自己的作品被用來訓練 AI 時，即使 AI 的使用者不知情，一般來說也可以滿足「接觸」的要求，因此使用者如果選擇利用 AI 生成內容，對內容是否侵權也要有一定的敏銳度。
以上這幾點指引，都明顯降低了在日本舉證 AI 侵權的難度。
值得提醒的是，不管是在蒐集資料、訓練模型、生成內容中任一階段違反著作權法，都有打斷 AI 內容價值鏈的機率。當侵權行為發生時，無論是 AI 服務的使用者，或是 AI 的開發者，都可能要為此負責。
前述的侵權責任大小，會因具體狀況而不同。例如，若一個 AI 服務時常產出侵權的內容，或開發商沒有試圖避免系統產生侵權內容時，就要負上更多責任；反之，若 AI 工具在設計層面已盡量避免產生不適當的內容，而侵權內容是由使用者以不當手段利用 AI 工具所產生，則使用者就須承擔較多的侵權責任。
日本已不是「AI 天堂」，台灣又該走向何方？
相較其他國家對著作權的保護，過往日本對 AI 的態度是相對支持的，日本文部科學大臣甚至曾公開表示，日本的 AI 公司可以使用「任何他們想要的東西」來訓練 AI，包括盜版資料。Meta 首席 AI 科學家 Yann LeCun 也曾這樣形容：「日本是機器學習的天堂」。
但近來前述幾份官方文件的發布，可看出日本不會繼續作為「AI 天堂」，日本民間──如日本新聞協會──也在 2024 年 7 月發布聲明，指出 AI 搜尋侵犯著作權，要求日本政府進一步修法。
針對類似的衝突，歐盟在《AI 法案》中要求，開發商必須公開哪些資料被用於訓練 AI 模型，讓創作者有更多機會爭取適當補償，也對 AI 開發商產生更多自律效果。
在抄襲文化盛行的中國，有許多 AI 判決已經出爐；美國身為諸多 AI 開發商的宗主國，各方勢力仍在積極角力。那麼台灣又是如何呢？
在 AI 盛大的國際擂台上，台灣並非主要的內容產生者或消費者，但仍有「AI 硬體設備生產」這個獨特的連結點。我們是只打算挑一個「抄答案」的對象，還是能夠研擬出最符合台灣利益、具有國際戰略的法律體系？
訓練資料對 AI 的開發是重中之重，而著作權在這之中扮演極為重要的角色，台灣能否透過 AI 風潮，將軟實力延伸到過往鞭長莫及之處？台灣有諸多產業受惠於此波 AI 風潮，因此任何對 AI「踩剎車」的理由，在經濟成長的大旗下都是螳臂當車。
然而，站在創作者的角度，是否真的應該犧牲自己來成全 AI？《人工智慧基本法》勢必要出來面對，調和文化產業所面臨的衝擊；雖然目前還沒看到太多相關討論，不過以其它國家的經驗來看，只是時機未到而已，就讓我們拭目以待。
《關於作者》
袁如陵
對智財有著無限熱情、喜歡攪動同溫層的年幼大叔。台灣大學植病所碩士、倫敦大學智財管理碩士。曾任上市醫材公司法務主管、英國顧問公司產業分析師、科技業專利工程師。台灣專利師。近期興趣是研究 LLM 以彌補讀不到法學碩士的遺憾。
執行編輯：羅思涵
核稿編輯：孫雅為
