美國新聞媒體控告生成式AI侵害著作權管理資訊案判決 -- Raw Story v. OpenAI

關鍵字：；；；(；)；(；)；；

瀏覽次數：503｜歡迎推文：

科技產業資訊室(iKnow) - 陳家駿發表於 2025年4月1日

圖、美國新聞媒體控告生成式AI侵害著作權管理資訊案判決 -- Raw Story v. OpenAI

生成式AI與CMI訴訟
CharGPT自2022年底問世以來，雖然帶動了全球之生成式AI風潮，這二年多來在美國，卻也衍生了近40件關於著作權侵害的訴訟，其中分別是就開源碼、書籍文章、新聞報導、圖形影像、音樂以及影片等方面之爭議。這些生成式AI訴訟中，每個案件訴求雖然不太一樣，但大部分的指控，都是在AI工具訓練時大量複製他人的著作，以及自動生成結果構成近似的侵害。不過幾乎所有的案件，原告都會加告一項 -- 被告侵害原告之「著作權管理資訊」（Copyright Management Information以下稱CMI）。(請參閱全球生成式AI相關之訴訟大觀 -- 盤點OpenAI、Microsoft、Meta、Midjourney等AI官司) CMI通常包括例如書名、標題、作者名稱、著作權人姓名、著作權聲明、使用作品的條款和條件、ISBN號碼、著作權註冊號碼以及他識別資訊或與作品有關的資訊。

本文即針對美國新聞媒體控告OpenAI案中，關於生成式AI就CMI方面的侵害案判決加以介紹。

本案訴訟緣起
原告Raw Story Media及AlterNet Media（以下統稱「原告」）是二家新聞機構，主張其在網路上共發表超過40萬篇新聞報導、文章和評論。被告OpenAI開發並營運ChatGPT的AI服務，是一款由AI驅動的「大型語言模型」(LLM)，讓使用者輸入文字提示隨即會產生回應。原告聲稱，ChatGPT給人一種「無所不知的『智慧』資訊來源」的印象」。然而，ChatGPT並不具備對其回答內容的獨立知識。相反地，ChatGPT是基於大量文本進行訓練，這些資料稱為「訓練集」(training sets)。而該訓練集的來源，涵蓋由OpenAI從Reddit網站上的連結收集，到對網際網路中海量內容的爬取(scrape)。

原告對OpenAI, Inc.、OpenAI GP, LLC、OpenAI, LLC、OpenAI Opco LLC、OpenAI Global LLC 及 OpenAI Holdings, LLC（OpenAI之七家關係企業，以下統稱「被告」或「OpenAI」），於2024年2月28日向紐約南區地院，對OpenAI提起侵害訴訟。

原告之指控
原告主張其數千篇受著作權保護的新聞作品，被OpenAI爬取作為訓練資料，其中作者、標題和著作權及使用條款資訊（即CMI）均被移除，並被輸入到OpenAI的至少三個訓練集(WebText、WebText2和Common Crawl)作為訓練之用。原告聲稱，ChatGPT在使用其著作權作品回覆使用者查詢時，其任何輸出都不會提供或附上其所依據作品的CMI。

原告指控，被告在訓練ChatGPT之前從原告作品中將CMI移除，違反《數位千禧年著作權法》（Digital Millennium Copyright Act，以下稱DMCA）第1202(b)(1)條，因此原告有權獲得實際或法定損害賠償，並請求法院對被告發布禁制令。原告主張，ChatGPT的稍早版本曾產生大量抄襲內容，如果原告的作品仍留存於ChatGPT的儲存庫中，且未附帶有任何CMI，則原告認為ChatGPT的目前版本，「很有可能」會逐字或近乎逐字地複製原告的作品，卻未提供這些CMI。

被告駁回起訴之動議
本案二造先從程序戰開打。依美國《聯邦民事訴訟規則》（以下稱「民訴規則」）第12(b)條，當起訴狀未提出足以讓法院給予救濟的請求依據時，被告可提起請求法院「駁回原告起訴之動議」（Motion to Dismiss，以下稱「駁回動議」）。被告如在訴訟伊始提出此種動議，一旦法院核准即可在第一時間擊退原告，以避開美國訴訟程序中耗時費日且昂貴之證據開示(Discovery)與審理庭(Trial)程序，是被告最有效之訴訟策略。本案OpenAI即先從程序反擊，依民訴規則12(b)向法院聲請「駁回動議」。

美國DMCA之CMI規範
DMCA規定不得刪除或更改CMI，其中第1202(b)條規定，任何人不得未經授權 (1) 故意移除或更改作品中任何CMI；(2) 明知CMI已被刪除或更改，散布或為了散布進口CMI；(3) 明知CMI已被刪除或更改，而散布或為了散布進口、公開演出作品、作品副本」。以上行為被告必須明知或合理知悉，將導致DMCA規範下權利的侵害。針對此心理狀態之構成要件，第二巡迴上訴法院在Mango v. BuzzFeed案中判定，該條款包含「雙重知悉要求」(double-scienter requirement)，即被告必須同時：1. 明知「CMI已在未經著作權人或法律授權的情況下被移除或修改」；2. 明知或有合理理由應知悉這些行為「將導致、促成、便於或隱瞞侵權行為」(induce enable, facilitate or conceal)。

美國憲法第三條之「訴訟適格」
為了討論被告是否違反DMCA，法院先從程序面探究原告之提告資格。美國《憲法》第三條訂有「訴訟適格」(Article III Standing)的要件，根據最高法院Spokeo, Inc. v. Robins案，即在違法情況下仍須證明「具體損害」(concrete injury)；而依最高法院TransUnion v. Ramirez案，為了確立訴訟適格原告必須證明：
1. 實際遭受損害(injury in fact) -- 損害必須具體特定，且已發生或迫在眉睫即將發生(actual or imminent)；
2. 損害可能由被告行為所引起；
3. 損害可透過司法救濟得到補償。
訴訟適格的舉證責任應由起訴方承擔，即援引聯邦法院管轄權的一造有責任證明這些要素。

依上述Spokeo案，當案件處於起訴階段時，原告必須清楚陳述並提出能顯示每個要件的事實。原告之訴訟適格並非籠統的「一併適用」，而必須針對原告請求的每項救濟（例如禁制令與損害賠償），分別證明其適格性。

案例法上之實際損害
就《憲法》第三條而言，何種損害可視為「具體」？依上述TransUnion案所指出的，基本上歷史與傳統對於判斷案件，是否符合「第三條授權聯邦法院審理之案件類型」，可作為有意義的指引。特別是關於「具體損害」的要求而言，按照Spokeo案，法院應評估原告所主張遭受的損害，是否與法院傳統上認為可以提供訴訟基礎的損害類型，存有一種「密切關係」(close relationship)。此分析關注於原告所聲稱遭受的損害，是否能在歷史或普通法(common law)中找到類似對應。然而，Spokeo案並不要求有完全相同的歷史和傳統案例，但這並不代表，關於哪些類型的訴訟應由聯邦法院審理的觀念，可根據當代對法律發展演變的觀點，來放寬第三條的要求。

被告提駁回原告全部訴訟動議
被告於是依《民訴規則》第12(b)提出動議，辯稱原告之起訴應予駁回的理由為，原告缺乏《憲法》第三條規定之訴訟適格來主張權利。因此，依據民訴規則12(b)(1)，法院對本案不具「標的管轄權」(subject-matter jurisdiction)應予以駁回；而即便法院具備管轄權，原告亦未能提出足夠的法律主張，主張其訴狀「未能陳述一項適格訴求」(failed to state a claim)[1]以表明有權獲得救濟，因此依民訴規則12(b)(6)亦應予以駁回。法院指出，原告是否具備訴訟適格，是每個聯邦案件的基本門檻問題，決定法院是否有權受理此案的權力。因此，法院首先審查訴訟適格問題。

「訴訟適格」要件
原告主張其有權請求二種形式的救濟。首先，原告主張其適格尋求損害賠償，因為被告未經許可從其作品中非法移除CMI，即構成一種具體的損害。其次，原告主張其有權請求禁制令救濟，因為被告的程式存在重大風險，於其AI模型向使用者提供的回應中，包含原告受著作權保護作品中的材料，或甚至以反芻(regurgitate)[2]方式，逐字或幾乎逐字地複製原告的作品。被告則反駁，以上原告的任一種損害理論，都未足以確立訴訟適格之「具體事實損害」(concrete injury-in-fact)，因此不符合訴訟適格的標準。

原告欠缺損害賠償請求之訴訟適格
首先，法院檢視原告對損害賠償之請求論點。原告認為，即使其未主張「ChatGPT在回應特定查詢時，曾向任何人散布其受著作權保護但已被移除CMI之作品」，但僅僅被告未經授權，從其受著作權保護作品中移除CMI這一點，即已構成具體的事實損害。

原告並辯稱，其所遭受之此種損害與著作權侵害行為「密切相關」，因為根據DMCA第1202(b)(i)條禁止移除或更改CMI的保護，其法律效力類似於著作權法第106條第1款與第2款所規定之「複製作品及製作衍生作品的權利」。因為這二者皆賦予著作權人專屬權利，「決定作品未來迭代版本與作者已發表版本之間的差異」。原告進而主張這與普通法原則相符，因為普通法認為對財產的干涉本身，即便無其他因素仍可構成具體損害。

但法院不認同原告所稱，干擾財產造成的損害為原告所指控的損害，提供了必要之「密切的歷史或普通法類比」，因為原告無法提供與其主張損害類似之歷史或普通法上的緊密對應(close historical or common-law analogue)，而且原告也誤解了DMCA第1202條的效力，以為其賦予著作權人「決定作品未來迭代版本與作者發佈版本之差異」的專屬權利。實際上，著作權法的第106條才提供此種保護，而非第1202條。

法院認為，DMCA第1202條的範圍，係保護著作權人對其作品CMI完整性，免於受特定干擾。事實上DMCA的立法沿革，顯示該法案之目的並非是為了防止「基於財產權」的損害，而是為了藉著防止詐欺與錯誤資訊，以確保電子市場的完整性，並使美國能遵守世界智慧財產權組織「WIPO著作權條約」(WIPO Copyright Treaty, Art. 12(1))及「WIPO表演與錄音條約」(WIPO Performances and Phonograms Treaty, Art. 19)之下「有關權利管理資訊的義務」。

此外，法院也不認為，僅僅從著作權作品中移除識別資訊，但未對外傳播作品的行為，在歷史或普通法上有任何可資比擬的類似法律依據。根據TransUnion案明確表示：「原告所受的損害必須是具體存在，即真實且非抽象的損害」。然而，原告僅聲稱其受著作權保護但未附上CMI的作品，被用於訓練AI軟體，並仍保存在於ChatGPT文本儲存庫中，但原告並未具體指控，被告之違反DMCA行為，已造成任何實際的不利影響。

就原告提出的論點，如被告違反對特定著作權人在DMCA之規範義務，則該著作權人即受到足夠的損害，得以在聯邦法院起訴。然而，最高法院在TransUnion案中已否定這種觀點，認為：「沒有具體損害即無訴訟適格」(No concrete harm, no standing)。因此，法院認定，原告欠缺第三條規定的適格，因此就其所稱的損害，無法尋求損害賠償救濟。

二造就禁制令要件之攻防
接下來法院檢視禁制令的請求。原告訴請頒發禁制令，命令被告將其之前所有移除原告CMI之受著作權保護作品的所有版本，都要從被告訓練集及其他儲存庫中刪除。原告辯稱其有權獲得此禁令，因為ChatGPT在未附加所需CMI的情況下，無論是否已經複製其作品，ChatGPT將來這樣做的風險很大。根據TransUnion案：「若暴露於未來損害的風險，則其可以尋求前瞻性的禁制令，以防止該損害發生，只要該風險足夠緊迫且是在實質重大的情況下」。

而依最高法院Pennell v. City of San Jose案，重大風險意味著存在「遭受直接損害的現實危險」。另外，最高法院在Susan B. Anthony List v. Driehaus案中也表示，如果所威脅的損害確實即將發生，或是存在「實質重大風險」致該損害將會發生，則未來損害的主張可被接受。而依Pennell案，所謂「實質重大風險」，係指有「遭受直接損害之現實上的危險」。

被告則反駁，原告未證明其存有符合案例法中之「實質重大風險」。被告承認，從歷史與普通法來看，原告的主張確實有相應的法律類型[3]，然而，原告缺乏尋求禁令救濟的適格，因其未能提供事實來證明ChatGPT在缺乏必要的CMI的情況下，全部或部分複製原告作品的風險是「實質重大」的。

不具實質重大風險禁制令不適格
法院認定，原告未能證明ChatGPT會侵犯其權利，因此同意被告的觀點。因為原告從未聲稱其文章中的資訊受著作權保護，而考慮到儲存庫中包含的資訊量，ChatGPT輸出原告某篇文章的抄襲內容的可能性似乎很小。雖然原告提供第三方統計數據，表明稍早版本的ChatGPT產生的回應包含大量抄襲內容，但原告並未合理地指控稱，目前版本之ChatGPT生成抄襲原告文章的回應，存在「實質重大風險」。

原告主張，ChatGPT的訓練數據「幾乎涵蓋整個網路的資料」，其中包含來自無數來源之任何特定主題的巨量資訊。然而，原告並未明確聲明其文章內含的資訊是否受著作權保護。當使用者向ChatGPT輸入問題時，ChatGPT會將其儲存庫中的相關資訊綜合生成回應之答案。有鑑於在儲存庫中如此龐大的資訊量，ChatGPT會輸出剛好與原告文章雷同、且移除了CMI的內容的機率很低。因此，法院認為ChatGPT最近版本產生的輸出，不太可能包含原告作品的侵權複製品。

再者，雖然原告提供第三方統計數據，顯示ChatGPT先前版本曾生成包含大量抄襲內容的回應。然而，原告迄未具體指明，當前版本的ChatGPT，仍存在會輸出原告被抄襲之文章內容的「實質風險」。根據上述分析，原告缺乏第三條規定之適格，為其所聲稱受到損害尋求禁制令救濟。

法院總結：原告不具訴訟適格
法院最終裁決：原告的真正訴求與DMCA 1202(b)(i)無關。法院釐清此案真正的核心問題，原告其實尋求救濟的損害，並非被告在其訓練數據集中移除CMI而導致的損害，而是被告未經授權且未向原告支付任何補償的情況下，使用原告的文章來訓練開發ChatGPT。例如，原告在訴狀中明確指出：「被告OpenAI承認，使用受著作權保護的作品，來訓練ChatGPT需要獲得內容授權，並且在某些情況下，其確實已與大型著作權人簽訂授權協議…… 並也正與新聞業的著作權人進行授權談判，但從未向原告支付任何報酬」。

然而，無論該類型的損害，是否符合「具體損害」的法定要求，都不屬於DMCA第1202(b)(i)條所得「提升」為可依法提告的損害類型。根據Spokeo案：「國會可以將本來不具法律承認地位之事實上的損害(de facto injuries)，提升至法律可認定的損害(legally cognizable injuries)」。但問題在於，DMCA 1202(b)(i)並未提升「未支付授權費」這種損害，為法律可認定的損害。是否有其他法律規範或法律理論能支持此類請求，目前尚不明確，但這並非本案法院需要裁決的問題。

從此可看出法院的思維，原告刻意繞道不提作品內容被使用之損害，而單單以CMI移除行為本身就主張已受有損害，顯然未達「具體損害」之法定要求。

法院對原告請求修改訴狀後續
基於上述理由，法院於2024年11月7日核准被告所提的駁回動議，裁定：OpenAI之駁回起訴動議全部獲准(Granted in its entirety)，原告對損害賠償與禁制令的請求，均因缺乏《憲法》第三條的訴訟適格而被駁回。此外，本案遭駁回後，原告請求修改訴狀之動議(motion for leave to replead)被駁回(Denied Without Prejudice)[4]，但不影響其日後再重新起訴的權利，但再提告時，原告必須附上修改後的訴狀並解釋為何修改後的訴狀不致徒勞無謂。

生成式AI與CMI間之法律糾葛
原告另闢蹊徑單純主打CMI移除之違法
基本上，生成式AI工具的訓練，必須先爬取網路上各式各樣的資訊，置入數據訓練集中進行模型訓練，但原則上，透過AI不論是監督或非監督學習等技術操作後，自動產生的結果與其所參考之原來作為訓練用的材料，經常會不盡相同，本案法官對此也表示認同。

而一般權利人於其網路上之原生材料，都會在其上標示CMI，以表彰著作的來源出處。但AI工具經過機器學習將文字吸收消化後，轉換成另一面貌出現時，AI工具提供商不會去呈現原生資料中所包含的CMI，因生成式AI並非像搜尋引擎般幫人查找資料，其本來就是一種文字接龍的概率呈現操作，以回覆使用者之各種提問，因此AI自動產生的內容不會顯示CMI[5]。而在美國DMCA法之下這種CMI也受到保護，但如單純只是將著作權人的CMI移除是否就當然違法？本案之爭執在此。

目前實務見解原告CMI移除指控都鍛羽而歸
迄今所有的生成式AI著作侵權訴訟中，像針對OpenAI、Microsoft、Google、Nvidia、Meta、Anthropic和Suno等提告，權利人大都會指控其著作內容本身遭其LLM訓練過程中非法複製，而其輸出結果亦構成侵害，然後再加碼DMCA之違反。尤其如紐約時報案，更列舉被告逐字抄襲之例證來提告(請參閱媒體巨擘控告ChatGPT著作侵權案--New York Times v. Microsoft & OpenAI)。但本案比較不同的是，原告雖同樣也是新聞機構，在訴訟戰略上卻完全捨棄文章內容之侵權 -- 即「本體主要侵害」來索賠，反而僅是挑違反DMCA之CMI這種「周邊次要侵害」來提告，而未循一般指控被告侵害內容作為訴求。看來，原告似乎想另闢蹊徑，嘗試避開在眾多案件中，經常落入被告主張合理使用抗辯之泥淖，簡言之，就是想將焦點專注於較易攻擊之CMI侵害的短打策略。

在網路上爬取素材置入AI數據集訓練，輸出結果未再標示CMI，從形式外觀上看，似乎即已違反DMCA的規定，這種主張乍看似有所本，但實則不然。目前美國眾多案件中，原告大都會附加指控移除CMI構成侵害，但目前為止美國此方面指控，除本案之外已有三個程序判決，基本上原告皆屈居下風：
1. Doe 1~5 v. Github, Inc., OpenAI & Microsoft，DMCA，指控被駁回。
2. Richard Kadrey v. Meta Platforms, Inc.，DMCA指控被駁回。(請參閱本刊美國作家集體訴訟控告Meta生成式AI工具LLaMA著作侵權之程序判決出爐)
3. Paul Tremblay v. OpenAI, Inc.（Sarah Silverman v. OpenAI, Inc.與本案合併），DMCA指控被駁回。

移除CMI認定違反DMCA另需搭配之要件
上述之Github & OpenAI案，法院同意被告觀點，即如果自動生成輸出結果的內容，與被移除CMI之原生作品素材並非完全相同，則不違反DMCA。因為涉嫌侵害之Copilot的輸出，「通常是逐字複製，但更常見的是修改：例如，幾乎相同的副本，只包含原授權材料(Licensed Materials)之語義上不重要的變化，或是重新創建相同演算法之修改後的副本」，且原告提供的例子直言，Copilot的輸出只是授權代碼的「修改格式」、「變化體」或「功能等同物」，而非完全相同的作品，故地院駁回。但關於違反CMI是否如同地院看法必須在相同副本上發佈內容，現已上訴至第九巡迴上訴法院。

其次，Kadrey v. Meta案，因為原告未能指控LLaMA生成並散布書籍的複製品，而由於其未能證明LLaMA實際產生並傳播這些書籍的內容，Meta不可能像指控所述，以錯誤的CMI來散布這些書籍；且LLaMA本身並非侵權衍生作品，LLaMA的軟體架構不構成侵權的衍生作品，因此不適用DMCA。

至於Paul Tremblay v. OpenAI案，法院認為原告未能依第1202(b)(1)條，提出事實來支持其主張，例如OpenAI如何刪除或修改CMI、刪除或修改哪些CMI、以及該刪除或修改如何促進或掩蓋侵權行為；而依第1202(b)(3)條，原告另須證明OpenAI散布或進口原告的書籍或其書籍的副本，係明知CMI已被未經授權移除或更改。法院認為原告未能證明此點，因為ChatGPT的輸出與原告的書籍並不完全相同，因此不構成書籍的副本。

本案係首宗用適格要件駁回移除CMI之違反
美國《憲法》第三條訴訟適格問題，在其他著作權案件中早已被提過，因此並非是新穎的抗辯。此外，就DMCA而言也被討論過，例如針對涉及誤導性虛假陳述下架通知(takedown notices)起訴的適格問題，在Millette v. Nvidia Corporation案中，Nvidia（即輝達）也曾利用這項訴訟適格議題，就Millette指控其爬取影片(scraping videos)來訓練其AI模型違反州法，試圖對其以訴訟適格來駁回Millette之起訴。然而，本案是在沒有任何訓練或輸出侵權指控的情況下，法院首次用「訴訟適格」來駁回移除CMI構成侵權的訴訟案件。

結論
總之，本案原告想快速求勝，遂出奇兵專攻DMCA之違反，但法院認為原告真正起訴的基底，其實仍是與訓練LLM相關的著作內容侵權。如果原告的策略奏效，似乎能在AI侵權案中提供進一步有力的訴求，繞開常見之如複製與合理使用和其他抗辯等冗長複雜之爭議，從而單以CMI主張來維權，則可能對同類的侵權訴訟形成一重要的里程碑案例，產生深遠影響。然而，從美國以上幾件程序判決來看，似乎沒這麼樂觀。尤其是本案法官也澆了一盆冷水，隱含認為單單起訴DMCA之違反，而未針對主要內容著作侵權來提告，在訴訟適格上即顯有不足，導致權利人勢必需要改絃易轍另闢法律理論，整軍經武枕戈再戰。(7572字；圖1)

作者資訊：
陳家駿律師台灣資訊智慧財產權協會理事長

[1] 依12(b) (6)，原告於訴狀中，表面上必須主張足夠事實面(factual matters)敘述(至於所陳述事實是否有證據支撐則待後續之審理)，如依其陳訴之主張，欠缺足以可請求法院救濟時，例如該主張從表面上看即欠缺法律依據時，被告即可在程序上聲請動議，主張原告無法陳述請求，請求搏回原告之起訴。

[2] New York Times v. Microsoft, Open AI案，原告紐約時報在起訴狀中，列舉眾多ChatGPT吐出幾乎完全一樣的文字，OpenAI雖承認此種「再現」，但辯稱其係AI訓練過程中，模型無意中複製部分訓練資料輸出而產生此「反芻現象」(regurgitation)，但辯稱其模型通常並非以被指控的方式運作，這種反芻係透過LLM逐字記憶，來自特定來源的內容並進行複製，而ChatGPT模型學習訓練過程中廣泛複製網路資料，導致可能偶爾會展示出原生素材中的某些段落，所以OpenAI稱其為「罕見的錯誤」結果，然而，這並不能表明LLM存在系統性之問題，OpenAI聲稱其正積極修復以減少此類情況的發生。

[3] 例如：
Masson v. New Yorker Mag., Inc., 501 U.S. 496, 511-12 (1991)(誹謗)；
Petrone v. Turner Publ’n Co. LLC, 2023 WL 7302447, at 4 (S.D.N.Y. 2023)(虛假光環/false light)涉及對某人形象人格權(Right of Publicity)虛假宣傳，包含具冒犯性的資訊，錯誤地描述該人；
Gilliam v. Am. Broad. Cos., Inc., 538 F.2d 14, 24 (2d Cir. 1976)(不公平競爭/unfair competition)；
Lamothe v. Atl. Recording Corp., 847 F.2d 1403, 1406-07 (9th Cir. 1988)(逆向混充假冒/reverse passing off)；
Macia v. Microsoft Corp., 152 F. Supp. 2d 535, 541 (D. Vt. 2001)(所有權誹謗/slander of title)。

[4] 如是dismissed with prejudice，案件將結束不得再就同一事件提告。

[5] 但針對新聞媒體的訴訟，OpenAI發言人於2024年11月底稱：「我們正與新聞出版商密切合作，包括在ChatGPT搜尋結果中顯示內容的來源、標註作者(attribution)及提供鏈接可連結到其內容，並提供簡便方式讓新聞機構選擇退出(opt-out)。」

參考資料：
Raw Story Media, Inc. v. OpenAI Inc., Case 1:24-cv-01514,
Raw Story Media, Inc. v. OpenAI Inc., Case 1:24-cv-01514-CM 11/07/24
Copyright Management Information: Insights from Raw Story v OpenAI. Barry Sookman. 2024/11/17.
Master List of lawsuits v. AI, ChatGPT, OpenAI, Microsoft, Meta, Midjourney & other AI cos. Chat GPT Is Eating the World. 2024/08/27.
Generative AI litigation: the Github and Tremblay decisions. Barry Sookman. 2024/02/25.
Susuk Lim, A Survey of the DMCA's Copyright Management Information Protections: The DMCA's CMI Landscape after All Headline News and McClatchey, 6 Wash. J. L. Tech. & Arts 297 (2011)
Jessica Mach, Media companies' lawsuit against OpenAI latest in growing number of challenges to AI data scraping. Canadian Lawyer . 2024/12/02.
Fair Use Friction in the Age of Artificial Intelligence: The New York Times v. OpenAI.University of Miami School of Law . 2024/01/21.

歡迎來粉絲團按讚！

--------------------------------------------------------------------------------------------------------------------------------------------