生成式AI LlaMA著作侵權案簡易判決出爐 – 北加州法院再下一城Kadrey v. Meta(中)
科技產業資訊室(iKnow) - 陳家駿 發表於 2025年7月17日
圖、生成式AI LlaMA著作侵權案簡易判決出爐 – 北加州法院再下一城Kadrey v. Meta(中)
七、判斷要素二：著作作品的性質
第二項要素認為，「有些作品比其他作品更接近著作權擬保護的核心，結果是當這類作品被複製時，更難成立合理使用」。獲得較強著作權保護的作品，包括書籍和電影等具創意性的作品；保護程度較低的則包括電腦程式碼。法院認為此要素二有利於原告，其書籍主要為小說、回憶錄與劇本，是高度表達性的作品，屬於「著作權法所重視並欲保護的類型」。即便其中一些作品屬於事實性內容（如自傳）而非小說，這一事實也不會改變本結論，因為著作權仍保護作者「表達事實的方式」。
（一）功能性元素 v. 創造性表達
Meta則辯稱，這一要素無論如何都對Meta有利，因其使用原告書籍僅只是為了獲取其「功能性元素」(functional elements)，而不是為了利用其「創造性表達」(creative expression)。Meta主要依賴第九巡迴上訴法院涉及「中介性複製」(intermediate copying)的案件，在Sega Enterprises v. Accolade和Sony Computer v. Connectix這二案，電玩公司複製一家電玩主機製造商受保護的程式碼，並對其進行逆向工程，以理解該程式碼的某些功能性元素，使得該電玩公司能打造與原告產品相容的產品。在這二起案件中，巡迴法院都認定，被告的合理使用抗辯成立，因為儘管被告複製了原告程式碼中的表達性元素，但這樣做，只是為了存取程式碼中不受保護的功能性元素。
（二）詞彙順序、用詞選擇、文法與語法也是表達思想方式
本案法院認為，與上述案件中的使用情形不同，Meta對原告書籍的使用，確實依賴於書籍中的創意表達。正如Meta自己所指出，LLM的訓練方式是透過學習「詞彙與概念之間的統計關係」，並蒐集「關於詞彙順序、出現頻率（哪些詞被使用以及使用頻率）、文法與語法」的統計資料。而這些項目正是人們表達思想的方式（即使在狹義的表達定義下，「詞彙的排序與選擇」仍屬於一種表達）。因此，即使LLM所學的可能是「統計關係」，但這些關係本身也是創意表達的產物，儘管Llama所「消化」而理解的這種表達的方式與人類不同，情況仍然如此。
（三）本案不適用「中介性複製」案例
Meta為了支持其抗辯 – 即複製原告書籍是為了擷取非表達性資訊，因此主張應適用「中介性複製」的案例，並援引Google Books案，但法院認為情況與本案不同。該案中原告是一些作家，指控Google構成著作權侵害，因其將原告書籍製作數位化副本，並建置一個資料庫供使用者搜尋，以查看資料庫中哪些書籍包含搜尋字詞。然而，與本案不同的，Google案中所涉及的技術，對內容是中立的(content agnostic)：即使資料庫中充滿亂碼或以未知語言編寫的書籍，資料庫也不會運作得更好或更差。如果有人搜尋這些文字，那些書籍就會出現在結果中。相較之下本案中，若Meta的LLM要生成高品質的文本，就必須仰賴具連貫性且品質合理的訓練資料。換句話說，其需要高品質的表達內容。因此，「中介性複製」的案例不適用於此。
不過，法院仍認為第二要素「在合理使用爭議的判斷中，很少扮演重要作用」。且當被複製的作品已經發表，二次使用者無法干預創作者控制其作品首次公開作品的權利時，此要素的適用力道將會「較弱」。因此，儘管第二要素對原告有利，但對整體分析的意義並不大。
八、判斷要素三：使用部分相對於整體著作中的數量和實質性
此一要素評估「所使用部分的數量與實質性，對於複製之目的而言是否屬於合理範圍」。因此，這一要素與第一要素相關，因為「可接受的複製範圍，會隨著使用目的與性質之不同而有所差異」。法院認為，本案中複製的數量似乎不是特別相關的要素。例如，在涉及音樂諷刺之最高法院Campbell v. Acuff-Rose Music案中，複製大量原曲內容，可能會增加諷刺作品「替代市場的可能性」。
但就本案而言，有鑑於Meta的LLM，不會輸出原告書籍中任何有意義數量的實質內容。因此，重點在「相關的考慮要素…不是複製者使用了多少受著作權保護的數量，而是『有多少受著作權保護的內容公開給大眾』」。法院認為，即使複製原告書籍的全部內容，有鑑於已構成轉化性之目的，複製數量是合理的，而二造都同意LLM訓練資料的品質越高，性能越好，因此，為了訓練LLM，餵進（複製）整本書比半本書更有價值。在此背景下，使用作品全部內容是「合理必要的」(reasonably necessary)，故本要素對Meta有利。
九、判斷要素四：使用對著作權作品之潛在市場或價值的影響
本要素關注的是：「被指控侵權者之特定行為，對市場造成的損害程度」，以及「被告所從事此類不受限制且廣泛進行的作為，是否會對原作的潛在市場產生實質不利影響。」。與此要素相關的「唯一損害」，是「市場替代所造成的損害」。相對而言，如果二次創作透過批評或諷刺而扼殺了原作需求，則此類損害並不被著作權法所認可。而與此要素相關的，還包括「複製可能產生的公共利益」。
（一）第四項要素是合理使用分析中最重要的要素
法院認為，第四項要素「無疑是合理使用分析中最重要的單一要件」。因此，Meta所主張「因第一項要素對其極為有利，因此分析應止於此」的說法是錯誤的。相反的，基於第四項要素的重要性，可以很容易地想像一種情況：即便某項二次使用具有高度轉化性，但若允許大眾從事該使用，會對原作市場造成過大的影響時，仍可能導致合理使用抗辯失敗。同樣的，在某些第一要素明顯有利於被告的案件中，原告若欲擊敗合理使用主張，則僅有掌握第四要素來取得逆轉勝的機會。
（二）生成式AI對原告作品市場造成損害之三種方式
法院先設定，在涉及使用受著作權保護的作品，來訓練生成式AI模型的案件中，權利人即原告可能會提出至少三種方式，主張被告的複製行為對其作品市場造成損害（或者如果此類複製行為廣泛傳播，將對市場造成損害）：
- 首先，權利人可能主張，該模型會「吐出」其作品（重現與其實質相似的輸出內容），因此讓使用者可透過模型，免費取得這些原作或其替代品。
- 其次，權利人可能指出，其作品授權用於AI訓練的市場，並主張未經授權的複製行為損害了該市場（或阻礙該市場的發展）。
- 第三，權利人可能進一步主張，即使該模型無法重現其原作或產出實質相似的內容，它仍能生成在題材或類型上足夠相近的作品，進而與原作競爭而構成「間接替代」(indirectly substitute)。
在本案中，前兩項主張皆不成立；第三種主張雖然相對較具潛力，但原告的論述過於薄弱，以致於既無法改變整體分析結果，甚至連提出足以反駁簡易判決的事實爭點都做不到，法院茲就此三點展開討論。
1. Llama不會「吐出」重現原告實質相似的內容
如果Llama能用來生成原告書籍的大量內容，或是產出與其書籍高度相似、以至於構成侵權的文本，那這將會威脅到原告書籍的市場，因為人們可能會轉而閱讀這些輸出內容。但本案中，此種損害理論並不成立，如上所述，Llama並不會讓使用者從原告書籍中，生成任何有意義的段落。雙方的專家證人都不認為，Llama能從任何一本原告書籍中，重現超過50個字的內容，即便是在使用刻意設計來試圖讓LLM「吐出」原文的「對抗性提示」情況下也是如此。
相較在Google Books案中，第二巡迴上訴法院裁定，儘管該服務讓使用者看到總計高達一本書16%的片段，但該二次使用「並未對著作權人之著作價值，造成任何實質性的損害威脅，也未削弱其從著作權中獲得的收益」。本案由於原告的專家證人也承認，Llama不會生成其中「任何顯著比例」的書籍內容。特別是Llama即使在「對抗性提示」刻意操控下，Llama也只能重現原告書中極少部分的內容，這並不足以對原告書籍的「潛在市場或價值」產生「重大或顯著的影響」。
2. Meta複製行為損害原告之授權市場
原告關於市場損害的主要理論是，Meta未經授權使用其書籍進行LLM訓練，損害了將其書籍用於該目的之授權市場。原告幾乎將其對第四項要素的全部討論，都集中在這個理論上。因此，雙方就關於「是否存在一個可供通常交易書籍之授權市場，或該市場是否有可能發展」一事，展開冗長的辯論。
但法院認為，該市場是否存在或是否可能發展，其實都不重要，因為原告法律上並無權壟斷這樣的市場。在每宗合理使用案件中，如果將潛在市場定義為，作為所涉及授權使用理論上的市場，那麼「原告都會遭受潛在市場之損害」。因此，為避免第四項要素的分析陷入循環論證，並在每個案件中都偏向權利人，針對轉化性使用目的而導致授權費損失的傷害，不應被視為可認定的損害。
3. Meta生成相近作品進而與原作競爭構成「間接替代」
使用受著作權保護的書籍來訓練LLM，對這些作品之市場可能造成損害的方式，是這種訓練可能促成大量作品的快速生成，即使這些作品本身雖不構成侵權，卻會與原作競爭。人們可能利用LLM來創作書籍並販售，與由人類作者創作的書籍在銷售和讀者注意力上競爭。因本案法院最重視此點，遂進而就此展開「市場稀釋」與「間接替代」之法律論述。
（三）「市場稀釋」與「間接替代」所造成損害
1. 「市場稀釋」之損害係「間接替代」造成
由於透過提示讓LLM生成書籍可能非常容易，人們甚至會將這些書籍免費釋出。這類競爭所造成的損害，即為「市場稀釋」(market dilution)所導致之損害。而此種損害是「間接替代」所造成，而非「直接替代」[1]（後者即前述第一種損害形式）。當然，並非所有受著作權保護的作品，在面對AI生成內容競爭時，都會受到相同程度的「市場稀釋」。例如AI所生成的書籍，似乎不太可能有效地搶走知名作者的銷售量，因為讀者購買這些書主要是為了該特定作者的作品。但可輕易想見的，AI生成的書籍很可能會成功擠壓不太知名、或新銳作者的作品市場。
對於某些特定類型的作品，這種市場影響似乎更為明顯。例如，一個能隨意產生高品質圖像的AI模型，可能會極大程度地影響此類圖像的市場，從而大幅削弱人類創作這些圖像的動力；而一個能產生有關時事之準確資訊的LLM，則可能對紙本新聞市場造成嚴重打擊；某些非小說的作品（例如，關於如何照顧園藝的書籍）的市場，也可能因LLM能輕易生成該主題的書籍而大幅萎縮。至於小說作品的影響，則可能取決於作者或作者創作的體裁。
2. 應注意作品本身差異性所帶來不同之市場影響
以上這些差異，可能部分是源自於某些作品本身相對偏重「功能性」，而較不依賴「作者的創意」。例如，在選擇新聞文章時，讀者所期望的是清晰、準確、簡潔地傳達一則當前或過去事件的內容。相較之下，讀者在選擇小說時，往往更重視多層面的特質，例如主題深度、寫作風格、情節設計與角色發展等，或更偏好情節曲折、富有變化，或能細膩描繪人物發展的作品，而這些元素在很大程度上有賴於作者的創造力。
雖然新聞文章同樣體現了作者的創意（特別是在結構與措辭方面），但一般而言，普通小說比新聞文章包含更多創意，而這些創意選擇對普通小說的品質更加重要。與此相關可以想像的，人們也許更在意一部小說是否為AI生成（非人類創造力的產物），而不是新聞文章是否由AI撰寫。
3. 評估「市場稀釋」時應比較之對象
應注意的是，在評估「市場稀釋」時，應該比較的對象並非「沒有LLM的世界」，而是「未接受過以著作權保護書籍作為訓練資料的LLM世界」。根據現有證據，書籍作為訓練資料，確實能大幅提升LLM的創造力和生成長篇文本的能力，由於LLM所受訓練的文本越多，其表現通常越好。因此，若模型僅以公有領域作品訓練，其能力在一般條件相同的情況下，預料會遠落後於同時接受著作權保護書籍訓練的模型。因此，如LLM以受保護書籍進行訓練，在大多數情況下似乎更能使LLM創作更好作品，從而對其訓練資料中的書籍產生「市場稀釋」。
4. AI輸出相似度較低內容仍可能導致市場替代
反之，Meta則認為「市場稀釋」不應列入第四要素考量。其認為只有當LLM的輸出本身構成侵權，也就是LLM「重製著作權作品」或「產出與其實質相似的內容」時，其結果造成的這種損害才具有相關性。但法院認為這種說法並不正確，如果LLM能重現那些受保護作品，或生成實質相似的文本，複製書籍的市場將受到損害當然較為明確。但是，即使是相似度較低的輸出內容，例如同一主題或類型相近的書籍，也仍然能在市場上與訓練資料中的原著書籍競爭，透過分散搶走原書的銷售額，或是讓大量類似書籍充斥實體與線上書店，導致原書無法被人注意和購買，這些結果都會削弱創作者創作的誘因 -- 這正是著作權制度意圖防止的損害。
最高法院曾於Campbell案中指出，在合理使用的第四要素下，唯一重要的損害是「市場替代所造成的損害」。然而，「間接替代」仍然是一種替代：如有人選擇購買由LLM創作的愛情小說，而非人類作者撰寫的同類小說，那麼這本由LLM生成的小說實際上就替代了人類創作的作品。這與批判或評論所造成的損害不同，因其雖然也可能降低原作的市場需求，但並不會構成原作之替代品。
Meta另主張，來自非侵權之二次創作的「合法」競爭，不應在第四要素下被視為可認定的損害，其再度引用「中介性複製」相關案例，作為依據來支持。但法院認為，這些案例推論的關鍵在於，二次創作使用者所開發的競爭性產品，並未從其所複製的原作品中獲取創意表達而受益。相較之下，LLM因為透過受著作權保護的書籍中的創意表達進行訓練，才得以更有效地生成文本（包含具競爭性的作品）。因此，這樣的競爭並不符合上述判例所稱「合法」標準。
（四）生成式AI應特別斟酌「市場稀釋」或「間接替代」
本案法官承認，在過去許多著作權案件中，「市場稀釋」或「間接替代」的概念並未顯得特別重要。這是因為典型的案件中，通常是在比對原創作品與單一的二次創作；即使該二次創作與原作略有相似，只要不至於近似到被認定構成實質近似，其仍可能對原作市場產生輕微的間接影響，但或許這是無關緊要不致構成關鍵。重點在於，第四要素評估的是被告的這類行為，是否會「對原作的潛在市場產生重大不利影響」。
1. 第一要素有利於二次使用會容忍少量市場競爭
即使存在一些來自間接替代的損害，也不足以決定第四要素或整體合理使用判斷的結論。例如，在第一要素有利於二次使用的情況下，法律可能會容忍某種程度的少量市場競爭。在涉及單一相似但又不過於相似(similar-but-not-too-similar)的二次創作的案件中，其對市場稀釋造成的損害影響往往不足以產生實質影響。即使考慮到如最高法院在Oracle案中所說的「被告從事的這類行為若普遍存在時的影響」，如只是一次產出一件具間接替代性的作品，其對原作市場的影響仍相對有限。
2. 生成式AI可能帶來原作之「規模性市場淹沒」
但本案生成式AI並非如此，其並未將原創作品與二次創作進行一一比對，也不像以往合理使用案件那樣僅涉及數位工具之建置。在過去像Google Books或Perfect 10的案件中，所涉及的工具頂多是讓使用者取得原作部分或全部內容；而本案所涉及的與上述之案例都不同，AI是一種能在極短時間內、幾乎不需任何創意投入的情況下（其時間和創造力遠不及用於創作其訓練對象的原創作品），生成數以百萬計以上的二次創作的技術。其他任何用途 -- 無論是創作單一之二次創作，還是創作其他數位工具 -- 都不具備像生成式AI所訓練LLM那樣，造成市場充斥競爭性作品，而可能帶來的「大規模淹沒市場」的潛力(potential to flood the market)。因此，「市場稀釋」這一概念在本案中便顯得格外重要。
Meta又主張，由於過去從未有類此前例而被定案，因此這種損害不應被納入考量。然而，這正是最高法院所警告應避免犯下的錯誤：「機械式地套用過往案例中的概念，而不退一步去思考背景脈絡」。合理使用是一套靈活具彈性的法律原則，應該能回應「科技發展的重大變化」。法院不能僅僅因這類問題之前未出現過，就對一項新技術可能「嚴重損害創作誘因的明顯方式」視而不見。事實上，在類似這樣的案件中，市場稀釋很可能會使原告在第四要素上占明顯優勢，進而在整體的合理使用判斷上獲勝。(6809字)
[1] 在著作權法脈絡中，最需要杜絕的即直接替代(substitution)，其對原作市場造成最大傷害。
作者資訊：陳家駿律師 台灣資訊智慧財產權協會理事長
相關文章：
--------------------------------------------------------------------------------------------------------------------------------------------
【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。
|