AI訓練著作權爭議與企業揭露風險整理

AI 訓練資料是否侵害著作權，不能只看模型有沒有逐字輸出原著。資料來源、下載與保存方式、訓練用途、商業性質，以及模型服務對原著市場的影響，都會進入判斷。初稿提到美國法院曾要求揭露涉入盜版書取得與決策流程的人員，但未提供案名、法院、日期或案號，無法據此補出特定案例。台灣著作權法第 65 條仍要求依個案衡量合理使用條件。

AI訓練資料的侵權判斷

生成式 AI 訓練資料是否侵權，不能只看模型最後有沒有逐字吐出書籍內容。書籍通常屬於具原創性的語文著作；企業若知道來源涉及盜版，仍大量下載、保存，再投入商業模型訓練，合理使用抗辯的風險會升高。資料取得、複製、整理與訓練使用，也可能分別形成法律問題。

台灣著作權法第 65 條要求法院衡量利用目的、著作性質、利用質量，以及利用結果對潛在市場與現在價值的影響。這套標準不能直接換成美國 fair use 的結論，但可以拿來拆解風險：訓練是否有轉化性、使用數量是否必要、模型服務是否和原著市場競爭，都會改變評估結果。我去翻了這個條文和初稿引用的臺灣案例，看到的共同點是「技術開發」只能說明用途，不能單獨當成免責理由。

盜版來源與合理使用風險

未經授權取得書籍，不會自動推出訓練行為必然侵權；但非法來源會讓企業較難主張善意、必要性與合規管理。若內部紀錄顯示團隊知道資料來自盜版平台，仍以成本或速度為理由採用，後續可能被用來證明主觀知情、故意，或至少存在重大疏忽。

我整理過臺灣著作權案件，法院常把使用目的、複製比例、散布範圍與商業利益放在同一個脈絡裡看。臺灣智慧財產法院 2011 年 3 月 14 日判決（jid：IPCM,99,刑智上易,117,20110314,1）認定，將他人講義全文照抄，放入有報酬的課程，再上傳網站供瀏覽、下載，已超出合理使用範圍。這不是 AI 訓練案件，卻能提醒企業，教育或技術開發用途本身不會排除侵權風險。

被告引用自訴人如附表二所示著作，一字未改，作為課程講義內容，而其授課係以臨時受聘且領有報酬之方式……顯已超出合理使用範圍。

— IPCM 99 年度刑智上易字第 117 號判決，2011 年 3 月 14 日

從風控角度看，資料來源證明、授權條件與使用目的紀錄，比事後補寫的政策更能說明企業當時如何決定。這個判決不能直接回答 AI 訓練是否合理使用，但可以作為臺灣著作權風險的參考。

決策者名單與證據開示

初稿提到美國法院要求揭露涉入盜版書取得的決策者名單，但目前沒有附上案名、法院、裁定日期或案號，因此不能把這段描述包裝成可核對的特定判決。能確定的是，這類名單通常用來找出資料來源、採用決定與停止流程權限分別落在誰手上，不等於名單上的每名員工都已被認定負責。

名單只是調查入口。後續可能被調閱的資料，包括電子郵件、採購紀錄、資料庫存取紀錄、會議文件與風險評估報告。若企業曾討論書籍來源有問題，卻沒有停止訓練，也沒有評估替代資料管道，原告可能據此主張企業早已知道風險。說真的，職稱不是判斷重點；更要看某人讀過什麼警告、作過哪些決定，以及是否有權改變資料流程。

我看下來，技術執行和使用決策需要分開檢視。工程師可能只是依既定資料管線工作，法務人員可能提出風險警告，管理層則可能決定是否承擔授權或重訓成本。責任仍要回到各人的職權、知悉內容與實際行為，不能只因姓名出現在名單上，就推定侵權。

企業AI合規的成本與責任

企業 AI 合規可以拆成三層：資料來源是否合法、訓練使用是否有授權或合理使用基礎、模型輸出是否重現受保護內容。三層風險彼此相關，卻不能因輸出沒有逐字重現，就推回前端取得與重製行為也沒有問題。

臺灣智慧財產及商業法院 2022 年 8 月 3 日判決（jid：PCDM,109,智易,22,20220803,1）曾處理公司知道員工電腦安裝的軟體未經著作權人同意或授權重製，之後解除安裝的情形。該案不是生成式 AI 案件，但可用來觀察內部紀錄的作用：刪除資料、解除安裝或停止使用，不一定能消除先前知情的證據。

我認為較穩健的治理方式，是把資料集來源、授權範圍、風險分級、例外核准與退出機制留下可稽核紀錄。高風險書籍資料可能帶來授權費、替代資料採購費與模型重訓成本；若未處理，後續還可能面對損害賠償、禁制令、文件開示與聲譽損失。美國訴訟對 AI 訓練合理使用的界線仍在演化，台灣實務也沒有單一答案。本⽂內容僅供一般法律知識參考，不構成法律意見。實際案件請諮詢執業律師。