3.用数据生成的作品是否受到版权保护？
首先第一个问题，要获取数据，无非就是付费购买，或者收集网上公开的数据。
但需要注意的是，公开的数据并不能等同于授权使用，而且还要看网站是不是有相关的条款对数据爬虫行为做出了限制。
要是直接越过版权方的同意，或者绕过了网站限制强行获取数据，那就是妥妥的非法获取计算机信息系统数据罪。
即使 声称爬的是公开网站的数据，数据爬虫行为本身是否合法，还要看版权方是不是给了授权。
其次，关于数据本身是否受到版权保护。
根据美国的版权法，如果 AI 模型训练所用的数据符合“合理使用”的范围，那就不会构成侵权。
但问题就出在这“合理使用”上。
“合理使用”的构成要件包括是否涉及商用、作品本身是否受版权法保护、所使用部分的数量以及使用之后对作品本身造成的影响这四个标准。
像什么新闻报道、学术研究，适当引用是完全 ok 的。
可 AI 模型上亿万级别的数据使用量、已经商业化的 AI 软件，还能算作“合理使用”吗？
最后，就是AI生成作品的版权问题。
因为训练数据版权理不清， AI 生成的内容自然也会存在版权争议。前几天， Steam 还下架了一款使用了 AIGC 生成的游戏，理由就是版权有问题。
咱就拿 AI 绘画举例子，图像生成相当于一个拆分又重组的过程，虽然最后的结果是完全“新”的，但仍然会保留训练图像的某些特征。
但这种情况到底算不算侵权，各国的说法现在也是众说纷纭。
因为训练数据是人家的，美国版权局认定 AI 生成的作品不受版权法保护，甚至还可能侵犯著作权。
而日本政府的态度则截然不同，表示日本法律不保护 AI 训练所用数据的版权。
至少在现行的法律框架下，上面这些问题很难得到一个统一的答案。
既然监管不给力，那版权方就只有提刀自己干了，该收费的收费，该追偿的也赶紧追偿。
▼被起诉的文件
可以预见，在推特和 之后，可能还会有更多的内容版权方竖起高墙。
这事儿呢，对于平台来说，当然是个挣钱的新路子，科技巨头再不济也就是多砸点儿钱。
但对于整个互联网来说，可算不上一件好事儿。
当年，互联网就是带着开放共享的基因出生的，像什么维基百科、推特，之前常年免费提供 API 接口，开发者调用数据很方便。
但现在如果让数据收费这么一搞，结果会怎么样还真不好说。
毕竟，小开发者没有支付巨额数据费的能力，如果创新只在巨头里发生，这不就是纯纯搞垄断了？
最主要的是，可能很多现在免费能看到的网站之后就要花钱才能看了，这才是对咱们这种普通用户的真实暴击。
其实吧，数据收费这事儿也不能全怪平台，实在是让 AI 巨头给“抢”怕了，算是一种自保的无奈之举。
虽然这次谷歌有“隐私政策”护体，但结果如何还真不好说。
所以，关键还要是看监管的大锤什么时候能落下。
厘清数据版权，是 AI 要发展始终绕不过去的一道坎儿，而现在，似乎也同样关乎着互联网的未来走向。
不知道 AI 这艘船，会将我们推向一个更开放，还是更封闭的时代？
