Meta拿盗版书籍训练AI，还拒绝赔偿作者

科技的发展往往伴随着与道德和法律之间日益频繁的碰撞。这种碰撞不仅考验着科技本身的发展方向，更在不断地挑战着我们对传统道德观念和法律制度的认知。

随着大型语言模型（LLM）技术的日益精进，科技巨头们在数据使用方面也受到了道德和法律界限的拷问。近日，科技巨头Meta（前身为Facebook）因使用含有盗版内容的“Books3”数据集训练其LLAM模型而陷入版权纠纷的漩涡。

据悉，Books3数据集由AI研究者Shawn Presser于2020年创建，涵盖了19.5万本图书，总量近37GB，旨在助力机器学习领域的进步。然而，该数据集在构建过程中涉嫌从盗版网站Bibliotik大量爬取受版权保护的作品，这一行为如今成为争议的焦点。

作家Richard Kadrey等一众创作者已对Meta提起集体诉讼，指控其侵犯版权。他们谴责Meta不仅使用了含有盗版内容的Books3数据集，还拒绝向原作者支付任何形式的补偿。

对此，Meta方面承认曾利用Books3数据集进行模型训练，但坚称其行为属于“合理使用”，并未侵犯任何版权。公司发言人表示，在当前的AI研发环境中，完全避免使用受版权保护的材料几乎是不可能的，且公司并无故意侵权的意图。

然而，这一说法并未平息众怒。此前，《纽约时报》也曾因类似原因对OpenAI和微软提起诉讼，指控其使用报纸文章训练聊天机器人ChatGPT。这些文章是其宝贵的资产，凝聚了记者和编辑们的辛勤工作与创意，应当享有相应的版权保护。OpenAI同样以“合理使用”为由进行辩护，他们认为，使用公开的互联网材料来训练人工智能模型是合理的，且在当前的技术环境下，完全避免使用受版权保护的材料几乎是不可能的。因此，他们主张自己的行为属于“合理使用”范畴，并未侵犯《纽约时报》的版权，并要求法院驳回诉讼。

值得注意的是，Books3数据集中的部分内容来自盗版网站Bibliotik，这一事实使得整个事件更加复杂。2023年，丹麦反盗版组织Rights Alliance已要求下架该数据集，并对其施加了数字存档禁令。

随着AI技术的不断进步，数据使用与版权保护之间的冲突愈发激烈。此次Meta面临的集体诉讼无疑为整个行业敲响了警钟：在追求技术创新的同时，如何尊重和保护知识产权成为急需解决的问题。