因應生成式AI我國應修改著作權法嗎？ -- 以美國、日本與歐盟模式為例
科技產業資訊室(iKnow) - 陳家駿 發表於 2025年4月22日
圖、因應生成式AI我國應修改著作權法嗎？ -- 以美國、日本與歐盟模式為例
本文純屬作者自己的意見或建議，不代表本刊的立場。
監察院於4月9日表示，113年國內研究機構發生大型語言模型(LLM)爭議事件，涉及繁中語料問題，對此監察委員針對我國AI及LLM發展現況立案調查，監察院通過該調查報告，指出政府在「資料治理」有明顯違失，包括著作權法規調適、應用推廣及算力配套等，也有檢討必要。
監委指出，在AI發展所遭遇的挑戰中，著作權及合理使用的問題極為關鍵，然而目前僅有智慧財產局一項函釋可供參考，在法律保留及明確性方面顯然不足，難以因應AI高速發展所衍生的各種著作權問題。同時政府過度保守的法制策略，恐難確保「著作權法」中「保障著作權益」、「調和社會公共利益」及「促進國家文化發展」的三個立法目的。監委表示，行政院「數位政策法制協調專案會議」宜督同智財局積極辦理法規調適，以平衡AI發展需求及各方權益。
以上監委言下之意，我國在因應AI著作權法規調適有所不足，然而，事實的確如此嗎？為了因應AI，著作權需要什麼樣的立法或修法來因應呢？針對此，筆者茲將目前國際上相關的AI立法動態（僅針對法律，至於擬議中之法律草案或非法律性質暫不討論）介紹如下，供各界參考。
在AI技術高速發展的背景下，生成式AI(Generative AI)所帶來的法律衝擊，已迅速成為全球關注的焦點。尤其針對訓練過程中，使用大量著作資料是否構成侵權的問題，不同國家立法與司法系統採不同的應對策略。針對AI所引發的著作權問題，綜觀目前全球發展，大致可歸納出三種AI之著作權立法趨勢與政策模式。
一、美國「維持現狀型」
首先，是不特別修法或制定新法，繼續以現行著作權法「不變應萬變」來面對，例如美國即屬此「不修法」的典型代表。截至2025年初，美國是全世界關於訓練AI模型著作侵權實務案件最多的國家，目前已共累積近40件。然而，美國迄今仍未通過針對生成式AI進行著作權法的任何修訂[1]，而是依循其一貫之「案例法」原則，讓法院依個案判斷，來處理AI技術所引發之廣大爭議。
法院在這麼多AI案件中，普遍圍繞兩大重點：其一為「是否構成複製」；其二為「如有複製是否合乎合理使用原則」(Fair Use Doctrine)，尤其是「轉化性之使用」(Transformative Use)。雖然，目前尚未有任何關鍵性之實體判決（但已有幾件中間程序判決），但美國著作權法第107條所列之合理使用「四項判斷要素」-- 即使用目的與性質、著作性質、所使用部分之數量與實質性、以及對潛在市場或著作價值之影響，早已累積許多可資參考之案例。例如Authors Guild v. Google案中，第二巡迴上訴法院即認定Google的書籍搜尋計畫，大量複製原告書籍，甚至最後揭露作者部分片段內容，仍屬於合理使用未構成侵權；而美國最高法院在Campbell v. Acuff-Rose Music、Google v. Oracle及Andy Warhol Foundation v. Goldsmith等判例中，也相繼針對合理使用要件進行了深度闡釋，奠定處理AI爭議判斷的重要參考基礎。
美國這種以「以不變應萬變」的案例法遵循原則，保留一定的司法彈性，避免立法或修法不周造成掛一漏萬，反而治絲益棼。這個政策的好處，有助於針對各種AI應用場景與細節，就不同背景事實和技術進行個案具體審酌(case-by-case)。但問題在於，此反而可能造成法律的不確定性，使產業與權利人皆陷於模糊地帶。此一態勢對習慣於依循案例的普通法體系國家而言或能適應，但對採成文法體系的國家而言，因缺乏明確規範反而容易導致執法上的模糊困境。
二、日本「積極修法型」
第二種是勇於任事型，此與美國形成鮮明對比，日本就屬於「主動修法派」。說來，日本人真是非常先進而具前瞻性，因為就在AI深度學習剛綻放異彩時，日本從2016年就開始著手著作權法制修訂，然後2018年通過修法（2019年1月施行）來因應科技的演進，但其實當時AI歷經一甲子的載沉載浮，雖再度燃起人們的希望，不過，仍不像之後生成式AI落地應用的AGI（通用AI）那麼有把握。
然而，日本人卻能超前部署，其修正的法條並非直接將人工智慧或人工智能等字眼納入，反而是針對更廣泛極具彈性之含括所有可能科技，綜觀當時全球相關的著作權法規，完全沒有如此洞燭機先的大膽嘗試。但在其立法沒幾年後就迎來橫空崛起的生成式AI，反而成了全世界各國中，唯一可以直接拿來適用的法律規範架構。
日本著作權法規定在特定目的下得使用著作資料，不構成侵權。依第30條之4[2]，如不以供自己或他人享受（觀賞）作品中所表達之思想或感情為目的，則可以在以下情況使用，或在認為必要的範圍內以任何方式使用作品。但是，如作品的類型、用途以及使用態樣，會不公平地損害著作權人的利益，則不得使用該作品。
1. 將資訊用於與錄製相關之技術開發或實際應用測試；
2. 大量素材中提取、比較、分類和以其他方式之資訊分析；
3. 在利用電子計算機進行資訊處理過程中使用。
以上規定，不得用於欣賞受著作權保護的作品中表達的思想或感情，因此，透過機器學習演算法用於AI數據分析，目的不是讓人類欣賞作品本身，而是讓系統提取數據學習模式。此項修法突破傳統著作權人主導複製與利用，實質上為AI開啟合法取得訓練資料之途徑，堪稱是全球第一個正面回應AI技術挑戰的法制，日本因此被稱為AI著作權「最開放的例外制度」。
然而，條文雖在形式上放寬著作使用限制，但在實務適用上仍存有疑義，甚至連其國內都有不同的解讀，且截至目前，日本尚未出現任何具代表性的司法案例，來驗證其適用成效，反映出實務上如何正確詮釋之疑慮。不過在表面上，其畢竟給AI開了一扇門，針對日本此種積極的做法，目前全世界還沒有其他國家跟進，顯示其雖具前瞻性，卻也可能帶來潛在之不確定性風險。大多數的國家，還是保守地先讓AI技術發展更成熟、實際的案例呈現更多的樣貌與議題釐清之後，再來妥善因應。
三、歐盟折衷型立法模式
介於以上兩種不同的法制光譜當中，第三種則為較折衷的立法例，係歐盟所採之「折衷模式」。所謂折衷，即不直接針對AI、或是像日本那樣大幅度就全面性科技用途來修法，而只是單純針對「文本與資料探勘」(Text and Data Mining, TDM)與科學研究目的之角度來處理。亦即於特定之情況下，就著作權行使課予一定的限制和責任豁免，以達到科技創新與著作權保護之間的平衡。這就是歐盟在於2019年所通過之「數位單一市場著作權指令」（EU Directive 2019/790 on Copyright in the Digital Single Market下稱著作權指令）中，第3條與第4條針對研究機構與一般資料探勘設立之例外，允許在特定條件下，使用著作資料進行機器學習與演算法訓練。
尤其在2024年正式簽署的歐盟《AI法案》(EU AI Act)中，進一步將資料探勘與訓練使用納入法律框架。值得注意的是，歐盟指令原非為AI量身打造，而是針對科技業界早已實作多年的「資料探勘」進行規範。惟有鑑於所有AI機器學習訓練過程中，幾乎都會運用到資料探勘，而AI或生成式AI在概念上縱然並非等同，但不能否認的，AI常會仰賴資料探勘作為基礎，二者實務運作上有所重疊，尤其在資料來源之取得與分析上尤為明顯，其過程都會面臨複製大量資料之侵權疑慮。因此，歐盟數年前所推動資料探勘之立法，本來或許是無心插柳（因生成式AI嗣後才出現），現在卻可拿來適用於生成式AI模型訓練過程中之重製行為。
不過，歐盟此種目的導向的例外機制，使AI訓練過程中所進行的資料探勘，得合法的複製資料做訓練而豁免責任，但其間仍須兼顧著作權人之保障，故其設計上必須有相關配套，例如允許權利人以機器可讀格式聲明保留權利，或設定退出(Opt-out)機制，防止其作品被納入訓練用途。因此，AI訓練過程中所引發的著作權複製問題，在歐盟現行架構下可初步獲得解決。
四、我國應修改著作權法嗎？
1. 台灣現行著作權法適用於AI之困境
現行《著作權法》對於大規模蒐集、爬取網路公開資料進行AI訓練，理論上會落入「重製」概念，但是否屬於「合理使用」與各國一樣存有極大疑義。而談到合理使用，目前台灣的現況是，著作權法中第44條到52條相關條文中，多有所謂之「在合理範圍內」或「在必要範圍內」，而65條中也有所占比例的限制考量，有鑒於當今AI海量的資料擷取需求，這些條文可能都無法適用（其實關於著作權限制的各項條款，從44到63條可能都派不上用場）。尤其是因為我國著作權法帶有刑事處罰，導致產學研之各界使用者，恐怕都不敢輕易越雷池一步，以免動輒得咎遭民刑事起訴。因此，如果從國家發展AI的大目標原則來看，適度鬆綁法令以促進科技發展與成長，恐已是刻不容緩的事。
2. 國際間三種模式之斟酌取捨
以上三種型態，有鑒於我國並非英美法體系，係以實定法而非案例法作為法源，加上實務案例相對較少，因此尚難累積並發展出系統性之可適用的法理原則，採行美國案例法體系模式未必適宜。至於日本的前衛性修法雖屬創新，惟其文義略帶晦澀且涵攝過廣，實務操作上因過於先進尚有許多疑義待解，且其適用風險仍未能掌控，譬如法條未禁止商業目的（儘管不得不公平地損害著作權人的利益），將來勢必引發經濟利益上之衝突判定爭議，這也是為何日本雖立了全世界最新的法律，但迄今尚無人跟進，遑論其適用的範圍也頗不明確，加上日本目前並沒有任何案例產生，無法檢驗該立法例是否得以治本。因此，也無法仿效日本之修法。
綜上，基於當今全球生成式AI的浪潮，擷取他人資料作訓練，恐怕已成為不可逆的趨勢！相較之下，慮及我國現況，目前相對妥當的做法，似應考慮採取歐盟折衷之中間路徑或較為可行。亦即為我國AI之長遠發展，宜將現行法稍加鬆綁，針對AI訓練中所需之資料探勘，訂定法律上重製之豁免例外，並於促進科技創新人文發展與著作權人之權益保障二者之間，取得平衡。
3. 訂定資料探勘應有之配套法律機制
基於此，我國在訂定資料探勘之責任豁免時，必須考慮設置一定程序性的必要配套條件，例如僅限於科學研究目的、研發或公益機構（含文教性質之學校或公共圖書館和博物館等）、非營利或商業目的、出於促進公共利益、權利保留（經權利人透過科技措施或以機器可讀格式，明確就其權利保留並禁止探勘）、設置退出機制(Opt out)等關鍵主軸[3]。也就是說，必須嚴守上述前提，以制定出契合我國國情之豁免規範。目前實務上，在德國已有資料探勘的首宗案例-- Kneschke v. LAION e.V. (Large-scale AI Open Network)，對我國未來立法設計，帶來很大的啟示（該案中的被告是非營利性的研究機構）。
值得注意的是，針對AI所涉及之著作權侵害應區分處理：一為AI「訓練過程中」所進行的大量複製是否構成侵權；二為AI訓練完成後「自動生成之結果內容」是否構成侵權？前者可參考上述歐盟機制處理，對訓練階段的「資料探勘」明確規範豁免要件，以提供AI發展的明確法律架構。而後者則只能交由法院，就生成結果依個案事實，進行侵權比對與「實質近似性」之判斷分析，資料探勘即使合法後，也不代表最終模型所生成之作品即無侵權之虞。另應提醒的是，需確認探勘結果是否可能構成「衍生著作」，理論上，資料探勘最後所展現的，一般應是結構化內容之顯性知識，例如模式、趨勢、結構、統計結果和識別新的關聯性等，這些屬於不具表達性內容之「非著作物」；但如果刻意僭越夾帶，則將進入需得到權利人同意之檢驗。
值得注意的是，要採納歐盟資料探勘的立法例，勢將引起權利人團體的強烈反彈，但筆者認為，過去強調「事前授權原則」站在著作權人權益保護的立場，這個觀念在數位時代高度資料化與演算法運作之環境下，可能不得不隨著科技變遷做與時俱進的省思。事實上在現行體制之下，不論是美國著作權法的107條或我國的65條，本皆有網開一面之合理使用空間，而進行資料訓練之中間複製並不當然就構成侵權！關於這點，20年前Google的搜尋引擎，再到10年前Google的書本搜尋(Book Search)案例，都可看出針對中介性質的複製，並不當然違法。
4. 法律須配合國家之AI科技人文政策
筆者以為，國家法律制度並非為法律而法律，也不能因著國際規範隨之起舞，而應發展出自有的AI科技文化政策，並以促進產業發展為目標，同時必須要平衡著作權人的權益保障。因此，在現階段國情需求以及科技發展兼顧的目標下，在權衡各方利益之下，針對公益目的或學術研究的資料探勘，應加以修法規範，但針對營利性之使用，則暫不宜開放[4]。準此，國內各重要的科技研究機構、針對人體身體健康之醫藥治療等相關的研究使用，只要是公益目的所進行之非營利性都應立即鬆綁，而為了顧及權利人的利益，在開放資料探勘的同時，針對特殊需求的相關配套措施，更應謹慎規劃。
5. 政府主管機關之角色與任務
最後，針對監察委員認為，智慧局針對生成式AI僅做出一項函釋，似嫌過於消極。實際上，智慧局畢竟只是著作權主管機關，碰到任何實務上的糾紛，當然不能越俎代庖從法院的立場發表看法，因為針對是否構成合理使用或是否侵權這些爭議，是法院管轄而不能由行政機關介入。尤其是，發生訟爭時當事人都會援引智慧局做過的解釋來開脫，此不但對法院無拘束力，反而引起困擾。
也因此，智慧局向來謹守分寸，只站在主管機關單純就原則性加以說明。不過，既然監察委員對AI發展有所擔憂，其提出呼籲也非壞事。針對此，智慧局似可做二件事：
一、在生成式AI浪潮之下，立即讓權利人和使用人展開良性的互動，讓雙方充分表達立場，了解彼此的不同觀點，並透過國際間相關的立法趨勢，尋求可能之共識，再來做出雙方可能的妥協，這種對話會花費相當時間，因此主管機關應及早進行，看看如何異中求同，找出雙方都可能接受的最大公約數來衡平解決。
二、將我國從最高法院以降，就合理使用之各法院相關的案例實務見解，予以整理分析，以作為生成式AI可能的判斷基準參考，同時，也應將美國重要司法實務判決與判例，匯整分析提供各界參考，甚至可作成指引，畢竟我國著作權法第65條合理使用的規定，完全採納美國107條同樣的文字內容，因此美國的見解當然可作為參考。
五、小結
以上淺陋的建議，還需各方集思廣益！總之，這一波AI全球展開的競爭當中，我國其實已略嫌落後，再加上相關數據不少都掌握在別人手上，我國自有的資料收集訓練之法律規範應盡速急起直追。否則，台灣的AI，就真的只能靠台積電的晶片，讓其踽踽獨行於一個人的武林中。(5660字；圖1)
[3] 有一點需要釐清的，在諸多配套要件當中，Opt out的機制並非具優先適用順位，也就是說，只要是符合公共利益之科學研究目的所進行的非營利性重置，即使是有退出機制，仍然可以合法的進行資料探勘。
[4] 前述美國目前已有的40件案例中，全部都是針對營利的AI工具提供商起訴。
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述，僅為提供更多訊息，也不構成任何投資建議。
2.著作權所有，非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載，本中心保留一切法律追訴權利。
|