AI著作權之法律問題解析－AI著作的重製及合理使用（四）

AI機器學習從訓練資料數據集Dataset開始，至AI產出的output，所有過程舉凡：資料數據集的重製、中間步驟的重製、模型的非文義性重製，皆有重製行為，是否構成侵權？

此時，合理使用（Fair Use）原則的轉化性因素（Transformative Factor）在AI機器學習方面應如何調整適用？

就此，涉及AI從學習到著作的生產過程（包括利用他人著作訓練AI的情形）是否有侵害他人著作權之議題。

以微軟AI小冰創作的現代詩為例，其運作主要是將大量的現代詩資料輸入進小冰的資料庫中，透過大數據的資料探勘，分析每個字的前、後最常出現的關聯字。以目前AI最核心的主流技術－深度學習，有賴於大量經過結構化、適當標記的「資料」進行訓練，雖模擬成人類透過「閱讀」來學習，但將大量的現代詩「資料」輸入進小冰的資料庫中，這些現代詩作為受著作權法保護的「語文著作」，實際上已被「重製」在小冰的資料庫裡，而其作用可能單純作為訓練AI使用，亦可能之後會作為小冰組成的一部分而對外提供服務，此時也可能涉及「改作」或「公開傳輸」的利用行為，吾人即必須認知這些可能涉及AI著作權的法律風險或相關問題。

由技術的角度來看，以上開深度學習的方式訓練如微軟小冰這樣的AI，絕對涉及著作的重製，如不符合著作財產權限制（合理使用）的規定，即可能構成侵權；然而，「訓練」AI的過程與一般著作利用不同，著作經濟利益的保護，過去主要因其具有欣賞、娛樂或實用的功能而被保護，以確保足夠的經濟誘因，但AI至少在訓練的時候，似乎並沒有實際「影響」到前述欣賞、娛樂或實用的經濟利益，而是要使微軟的AI演算法得以「掌握」中文字所相關的「主題」、「前、後字元關聯程度」，進而可以對外提供服務。如果單純為訓練之目的，將大量的現代詩輸入資料庫，會如同搜尋引擎大量下載、檢索網路資料一樣，是否也會被認定為「合理使用」嗎？

若沒有明確的答案，就可能對於企業投入研發或創造此類AI應用產生法律爭議。

首先，必須瞭解何謂合理使用。所謂合理使用（Fair Use），是指著作權法為調和私益與公益，在某些情形下，規定為達到公共利益之目的，得不需要取得著作權人的授權，而直接使用。

我國著作權法第65條第1項規定：著作之合理使用，不構成著作財產權之侵害第65條第2項規定四個判斷標準：「利用之目的及性質」、「著作之性質」、「所利用的質量及其在整個著作之中所佔的比例」、「使用結果對著作潛在市場與現在價值之影響」。

美國最高法院於1994年的Campbell案（Campbell v. Acuff-Rose Music, Inc. 510 U.S. 569, 579）指出，這四個因素必須獨力判斷，且沒有任何一個因素是決定性因素，最後再綜合考量是否構成合理使用；且提出轉化性利用的概念。因此，每一個判決中都會詳細論述這四個因素。如果是商業性使用，但有投入新的創意元素進去，在美國稱之為「具有轉化性價值(transformative value)」者，較易構成合理使用。如果是利用著作開發新市場，由於有較高的轉化性價值，而且市場是新開發的，就不是對既有的著作潛在市場造成傷害，也構成合理使用。

📣 回顧：AI著作權之法律問題解析－AI的發展及創作（一）

📣 回顧：AI著作權之法律問題解析－AI的發展及創作（二）

📣 回顧：AI著作權之法律問題解析－AI著作權的歸屬（三）

本文經 法律新幹線 & 陳建佑律師事務所 授權轉載，原文在此
作者／陳建佑 律師
編輯／馬克斯