《大英百科全书》与《韦氏词典》起诉OpenAI侵犯版权

《大英百科全书》（Encyclopedia Britannica）及其旗下的《韦氏词典》（Merriam-Webster）已对OpenAI提起诉讼，指控其存在“大规模版权侵权”行为。原告在诉状中称，OpenAI未经许可，抓取并使用了其拥有版权的近10万篇在线文章用于训练大型语言模型（LLM）。此外，原告指控OpenAI在生成包含其内容“全部或部分逐字复制”的输出时，以及在ChatGPT的检索增强生成（RAG）工作流中使用这些文章时，均违反了版权法。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。原告还主张，OpenAI在生成虚假信息并错误地将其归因于《大英百科全书》时，违反了商标法《兰哈姆法》（Lanham Act）。诉状指出，“ChatGPT通过生成替代并直接竞争的用户查询响应，剥夺了像[大英百科全书]这样的网络出版商的收入”，同时ChatGPT的“幻觉”内容危及“公众持续获取高质量、可信赖在线信息的途径”。《大英百科全书》并非首个因版权问题起诉OpenAI的出版商，此前《纽约时报》、Ziff Davis（旗下拥有Mashable、CNET等媒体）以及美国和加拿大的十多家报纸（包括《芝加哥论坛报》《丹佛邮报》《多伦多星报》和加拿大广播公司）均已对OpenAI提起诉讼。此外，《大英百科全书》此前对Perplexity提起的类似诉讼仍在审理中。目前，关于使用受版权保护的内容训练LLM是否构成侵权尚无明确法律先例。不过，在一个相关案例中，Anthropic成功说服联邦法官William Alsup，认为将内容用作训练数据具有足够的 transformative（转换性），因此合法；但Alsup同时指出，Anthropic通过非法下载数百万本书籍而非付费获取的行为违反了法律，最终导致其向受影响作家支付15亿美元的集体诉讼和解金。截至发稿，OpenAI未回应TechCrunch的置评请求。