posted by: Nova K. Retro-Future Columnist

在美国，生成性人工智能的讨论已超越了单纯的技术成就，转向一个更加细腻、近乎仪式般的问题：模型实际对其吸收的作品做了什么？ 从以书籍、图片或录音为训练材料，到生成与既有作品相似但不逐字复制的文本或回答，法律边界日益收紧。[1][7][8] 这不仅关乎合规细节，而是决定着AI经济形态的重要战场。

美国版权局于2025年5月发布的关于生成模型训练的最终报告，为这一论题提供了更清晰的框架。[1][12] 报告强调合理使用（fair use）并非一项普遍许可，分析依赖具体情境：使用目的、作品性质、复制数量及对市场的潜在影响。[1][4][11][12] 公开摘要中特别指出：当最终用途与作品原有功能相竞争时，转化性论点变得更加脆弱。[1][3][12] 换言之，转化不仅是改变形式，更需要改变该对象的经济角色。

这一细微差别至关重要，因为许多AI支持者长期将训练比作数字化的人类阅读。[3][8] 这里汇集的资料显示，此类类比存在局限。[3][12] 在美国法律中，若原作品市场遭威胁，仅凭转化性不足以免责。[4][11][12] 报告及多份法律分析一致传递出一个简明甚至严肃的观点：‘就像在学习’的说法已无法终结争议，反而引出对替代性使用与授权的深层审视。

该议题中最具标志性的是2025年6月的Thomson Reuters诉Ross Intelligence案。[2][5][10] 联邦法庭判定，使用受保护内容训练针对同一市场竞争的AI系统，可能构成侵权而非合理使用。[2][5][10] 相关分析指出，案件针对的是法律检索工具，而非严格意义上的生成模型，然而其影响超出了该领域。[5][10] 其明确信息是：当系统基于受保护作品训练以更好服务同一市场时，合理使用的保护变得更加难以维系。

Anthropic案则提醒人们司法路径并非直线发展。[2][6][9] 2025年6月另一联邦判决认为，在特定条件下书籍训练可构成合理使用，同时明确区分了复制书籍的获得方式及与盗版复制相关的独立问题。[2][6][9] 这几起判决的共存并非偶然。 它描绘了一个AI既非被全面禁止也非被完全免责，而是根据数据来源、最终产品性质及与现有市场的接近程度来评估的局面。[2][6][9][12] 法律尚未决定AI的整体未来，而是划分风险区域。

正是在此地，讨论从纯技术转向模型的政治经济学。 如果训练涉及更多版权授权，AI企业将不得不将成本计入利润、时间表及产品策略。[1][4][12] 这将利好那些能够大规模谈判、系统记录数据集并建立完善合规链条的参与者。[1][4][12] 对于创作者而言，问题远非抽象：关键在于作品是否沦为模型时代的免费原材料，还是恢复具有可衡量合同价值。[1][3][12]

然而仍有重要盲区须保持开放。 现有文件尚不足以普遍断定，所有受保护内容用于AI训练的行为是合法或非法。[1][4][12] 引用案例区分了书籍、法律数据库、合法与非法复制品，以及内部使用与商业竞争使用。[2][5][6][9] 需要关注的是，未来判决如何明确替代市场概念、集体许可地位以及生成模型输出过近原作时的处理。

这一变革也触及网络文化及数字工具使用的社会期待。 搜索引擎、文献数据库和生成式助手的社会角色各异。[5][8][11] 前者索引，后者服务，生成助手则综合甚至取代。[5][8][11] 界面越是无声，吸纳内容的法律问题越发喧嚣。东京与其他地方一样，人们感受到——屏幕愈加光滑，支撑其背后的无形链条愈加显著，甚至超过界面自身。

归根结底，核心问题并非AI是否像人类那样‘引用’作品， 而在于它是用作品创造新物，还是占据作品原有的位置。 只要此界限模糊，合理使用便是多变领域，而非自动庇护。[1][4][11][12] 下一转折点极可能来自法院如何处理版权授权数据与竞争市场的关系，届时生成性AI的法律记忆方能成形。[2][5][6][9] 这条路线比短暂的流行影响更值得持续关注。