AI 用版權書籍訓練合法嗎？Anthropic 被判 15 億美元卻不是因為訓練：合理使用、影子圖書館與 2026 版權訴訟戰線解析

結論

AI 用版權書籍訓練，在美國目前「原則上合法、但偷書不合法」：2025 年法院認定訓練本身屬合理使用，Anthropic 卻因從盜版影子圖書館下載 700 萬本書被判賠 15 億美元。 真正決定輸贏的關鍵，不是「有沒有拿你的書訓練」，而是「書從哪裡來」以及「訓練出的產品會不會直接跟原作搶市場」。

你的小說可能正在餵養 AI，而且你毫不知情

ChatGPT、Gemini、Claude 背後的模型，訓練資料庫裡裝著數以億計的書籍、文章與學術論文——其中絕大多數作者，從來沒有被詢問、也沒有拿到任何授權費。聽起來很扯？美國科技媒體 TechCrunch 在 2026 年 8 月 23 日發表深度報導，訪問了多位智財律師，結論是：「這個問題的答案，非常複雜。」

複雜在哪？因為美國著作權法從 1976 年之後就沒有大修過。50 年前的法律，要拿來判斷「把幾百萬本書灌進神經網路」這種 21 世紀的行為，法官們只能各憑本事解讀。於是 2025 年以來，各法院開始陸續丟出關鍵判決——方向還不一致。

最關鍵的判決：Anthropic 賠 15 億，但輸在「偷」不是「訓練」

2025 年 6 月 23 日，加州北區聯邦法院的 William Alsup 法官在 Bartz v. Anthropic 案做出里程碑裁決，訊息量極大：

• 訓練本身 = 合法：Alsup 認定用受版權保護的書籍訓練 LLM 屬於「合理使用（fair use）」，而且是「極具轉化性（spectacularly transformative）」——模型沒有重製或散佈你的書，而是像人類作家閱讀文學作品一樣，學習語言模式。他甚至在判決書裡寫：「如同任何想成為作家的讀者，Anthropic 的 LLM 訓練不是為了複製或取代這些作品，而是轉個彎、創造出不一樣的東西。」
• 資料來源 = 違法：但法官同時拒絕把合理使用延伸到 Anthropic 從 Books3、LibGen、PiLiMi 等盜版影子圖書館下載超過 700 萬本盜版書的行為。Alsup 的關鍵一句話是：「取得管道至關重要（acquisition matters）」——就算最終用途是轉化性的，你一開始用偷的，就是侵權。

所以那筆驚人的 15 億美元賠償，罰的不是「AI 訓練」，罰的是「偷書」。這個區分讓 IP 律師 Cathy Gellis 直言：「這對 AI 公司來說其實是好消息——法官把訓練類比為『閱讀』，而不是『複製』。著作權法管的是複製，不管閱讀。」

flowchart TD
    A[Anthropic 訓練資料來源] --> B[合法購買的書籍<br/>數位化後訓練]
    A --> C[盜版影子圖書館<br/>Books3 / LibGen / PiLiMi<br/>700 萬本書]
    B --> D[法院認定：合理使用 ✅<br/>轉化性使用、無市場替代]
    C --> E[法院認定：侵權 ❌<br/>acquisition matters<br/>取得管道非法]
    E --> F[判賠 15 億美元]

合理使用的四要素：市場影響才是王牌

美國著作權法第 107 條的合理使用測試，靠四個要素逐案判斷：

關鍵的轉折點在第四要素：如果訓練出來的產品會直接跟原作搶生意，合理使用就站不住腳。 美國著作權局 2025 年 5 月的《Generative AI Training》報告（Part 3）也呼應這點：執行通用功能的模型通常具轉化性；但如果訓練目的是為了生成直接與原作市場競爭的內容，尤其是商業用途，「極不可能」被認定為合理使用。

Thomson Reuters 案：直接競爭 = 侵權的鐵證

2025 年 2 月，德拉瓦州聯邦法院的 Stephanos Bibas 法官在 Thomson Reuters v. Ross Intelligence 做出第一個針對「AI 訓練合理使用抗辯」的重大判決：

• Ross 用 Thomson Reuters 旗下 Westlaw 的 2,243 個法律頭條當訓練資料，開發自己的 AI 法律檢索引擎
• 法院認定：這是商業性、非轉化性的使用，而且 Ross 的產品就是 Westlaw 的市場替代品
• 結果：合理使用抗辯「依法不成立」，Ross 侵權

法官特別強調這案「僅涉及非生成式 AI」，把生成式 AI 的合理使用問題留給後續案件。本案目前上訴到第三巡迴法院。它釋放的信號很清楚：訓練出一個直接競品，比訓練一個通用模型，法律風險高得多。

Authors Guild v. OpenAI：2026 年進行中的最大戰線

作者陣營 vs OpenAI 的集體訴訟，是這波版權戰爭的主戰場：

• 2023 年 9 月：美國作家協會（Authors Guild）聯同多位知名作家在紐約南區法院提告；12 月把微軟也列為被告
• 2025 年 4 月：與其他案件合併為跨州多地區訴訟（MDL No. 3143），由 Sidney H. Stein 法官審理
• 2025 年 10 月 27 日：Stein 法官拒絕駁回直接侵權指控——他認定 ChatGPT 生成的小說摘要與續作大綱（例如《冰與火之歌》角色與情節）與原著「實質相似」，構成表面證據充分的侵權主張
• 2026 年至今：案件進入證據開示（discovery）階段，仍在進行中

換句話說，OpenAI 這條線的風險點在「輸出端」——如果 ChatGPT 吐出來的東西跟原著太像，就不是訓練合不合法，而是直接侵權。

國際戰線：歐洲比美國更嚴

除了美國，2025 年底的兩場國際判決也值得關注：

• GEMA v. OpenAI（德國慕尼黑，2025 年 11 月）：法院裁定 OpenAI 未經授權用版權歌詞訓練違法，且歐盟的「文字與數據挖掘（TDM）」豁免不適用——因為訓練超出了分析範疇，生成式輸出還直接跟音樂市場競爭
• Getty Images v. Stability AI（英國，2025 年 11 月）：技術性判決，法院認為 Stable Diffusion 的模型架構「在技術上並未儲存或重製」Getty 的作品副本，但商標等其他指控仍在進行
• LAION 案（德國漢堡）：法院澄清，版權所有人必須用 robots.txt 等「機器可讀」訊號表達拒絕訓練（opt-out），寫在網站條款裡的自然語言無效

加上 2026 年全面實施的歐盟 AI 法案（Article 53）要求公開訓練資料摘要、違者最高罰全球年營業額 3%，以及加州 2026 年 1 月生效的《生成式 AI 訓練數據透明度法案》——AI 公司靠免費抓資料的時代，確實正在結束。

作者 vs AI 公司：雙方都在承擔風險

白話總結

把這幾場官司拼起來，2026 年的規則大致是這樣：

1. 訓練本身：通用模型用書本學語言，法院傾向認定合理使用
2. 資料來源：從盜版影子圖書館抓書＝偷，怎麼轉化都救不了你
3. 輸出競爭：訓練出的產品若直接取代原作市場（法律檢索、音樂、小說生成），侵權風險暴增
4. 透明合規：機器可讀的 opt-out 訊號必須尊重，公開訓練資料摘要會是趨勢

對創作者來說，短時間內不會有「一刀切」的答案——正如律師 Jason Henderson 說的：「法律到處都是分歧，而這些分歧判決正在塑造接下來發生的一切。AI 公司如果忽視它們，會很愚蠢。」想了解 AI 生成的內容算不算「創作」，可以搭配閱讀本站的 Pew 研究：新網頁 35% 有 AI 創作跡象；若關心 AI 內容如何被辨識與標記，AI 浮水印路線分歧 一文也有完整整理。

延伸閱讀

• Pew 研究：ChatGPT 發布後的新網頁 35% 有 AI 創作跡象，.com 域名近一成是 AI 寫的（2026）
• AI 浮水印路線分歧：Anthropic 公開 Claude 文字浮水印細節，Google 卻開放移除可見浮水印（2026）
• Anthropic 年化營收突破 650 億美元：7 個月暴增 7 倍、最快秋天 IPO（2026）

資料來源

• TechCrunch（2026-08-23）：Is it legal to train AI models on copyrighted books? It’s complicated
• Forbes（2026-08-17）：A Court Called AI Training Legal. Anthropic Still Paid $1.5 Billion
• ForensisGroup：Authors Guild et al. v. OpenAI Inc. (2023–Present) 案件時間軸
• U.S. Copyright Office：《Generative AI Training》報告（2025-05，Part 3）