最近一则动态备受著作权领域关注，欧洲法院（CJEU）首次受理了一起直接涉及人工智能（AI）的著作权案件。该案来源于匈牙利布达佩斯首都地区法院（Budapest Környéki Törvényszék）的“Like Company诉谷歌爱尔兰公司案”（编号：C-250/25），其涉及新闻出版商Like公司与谷歌公司运营的生成式人工智能聊天机器人Bard（现称Gemini）之间的争议。

      Like公司声称，Bard在回应用户提出的“对某一特定网页进行摘要”请求时所产生的内容，构成了未经许可的“向公众传播”行为，侵犯了其在国内法与欧盟法下的权利（包括著作权及新闻出版商邻接权）。关于聊天机器人在摘要他人受著作权保护的内容时是否违反“向公众传播”条款这一新兴法律议题，确实有赖于欧洲法院的裁决——然而，本文无意对此议题进行深入探讨，而是将焦点集中于本案中另外一个更为棘手的问题：

      法院对于基础技术原理的误解，导致了案件被一些学者乃至法院自身错误地判定为涉及人工智能训练行为合法性的案件。在所提交的第二和第三个问题中，布达佩斯法院提出：

      根据DSM指令第15(1)条款以及《信息社会指令》第2条，是否应当解释为：当一个基于大型语言模型（LLM）的聊天机器人通过观察和模仿语言结构的方式进行训练时，此训练过程是否构成“复制”行为？

      若对前述问题的回答为肯定，那么是否可以认定，这种针对合法可获取作品的复制行为，符合DSM指令第4条中关于文本与数据挖掘（TDM）的特定例外？

      尽管第二个问题显然是欧盟著作权法在人工智能训练领域应用中的关键议题，且最终需由CJEU作出裁决，但就当前案件而言，将争议焦点集中在人工智能训练行为上似乎并不恰当。

      无可争议的是，Bard（现Gemini）的基础模型确实通过大规模搜集公共互联网上的内容（涵盖受著作权保护与未受保护的内容）来进行训练。然而，依据布达佩斯法院在主案“事实与程序简要陈述”第7、8点中的阐述，本案所涉及的侵权行为，几乎可以肯定并非源自人工智能训练阶段的复制行为。

      第7点提及，原告在其网站balatonkornyeke.hu上发表了一篇报道，称匈牙利著名歌手Kozsó仍梦想在巴拉顿湖附近建一个可以饲养海豚的水族馆。该文章还引用了该出版商的其他报道，内容涵盖了Kozsó的住院经历、个人爱好、服刑历史以及因盗窃电力而受到的罚款等事宜。

      第8点指出，当有用户请求Gemini“请用匈牙利语总结balatonkornyeke.hu网站上一篇有关Kozsó计划饲养海豚的报道”时，Gemini生成的摘要内容包含了原报道中提及的所有信息。

      鉴于事实及时间线（本文发布于2023年7月21日，侵权时间段为2023年6月13日至2024年2月7日），几乎可以排除该文章被纳入Gemini训练语料的可能。训练大型人工智能模型通常需要数月时间，并且通常会设定一个知识截止日期，该日期远早于模型的部署时间。

      一个更为合理的解释是，用户提供了明确指向目标内容的指令，Gemini通过谷歌搜索数据库检索到该内容，并实时生成摘要。此类机制通常被称为检索增强生成（Retrieval-Augmented Generation, RAG）。

      上述解释亦得到谷歌在法庭陈述第23点的支持：“为收集数据，聊天机器人利用谷歌搜索数据库，并在用户已提供原始文章的情况下，展示该文章的修改版本。” 换言之，Gemini根据用户输入，在搜索索引中检索文章，随后生成摘要。这一过程与用户使用Google Translate将网页翻译成英文极为相似，均是将网页内容作为模型输入，输出经AI处理的结果。不同之处在于，翻译过程中系统致力于保持原网站结构与上下文，而Gemini生成的摘要则被直接嵌入聊天界面，与原网站分离。

      因此，我们可以得出合理的结论：本案的争议焦点并不涉及人工智能模型训练过程的合法性问题，而应集中关注训练完成后模型运行阶段所生成内容的合法性。

      该技术与法律事实的厘清，至少有两方面重要意义：

      在实践层面，由于对技术的误解，可能会导致法院作出限制个人用户与公共网络内容交互这一正当权利的判决；

      在制度层面，有必要确保TDM例外被正确适用于涉及AI训练的案子，其为真正涉及训练行为的案件，而非如本案这样本质上属于AI使用阶段的问题。

来源：国际知识产权观察