我在 paulkuo.tw 寫的文章,有沒有進入某個 AI 的訓練資料?
我會擔心,但沒有資料能證明每一篇都被收進去。網站被爬取、內容被保存、資料進入訓練,以及模型後來輸出相似文字,是不同的事。只看到機器人來訪,還不能把這條路一口氣走完。
TL;DR:判斷 AI 使用內容是否合法,先問資料怎麼取得、拿來做什麼、輸出如何使用,再看相關國家法律。日本、新加坡和歐盟的資料分析例外各有條件;美國合理使用須依具體事實判斷;台灣已有著作權規範,不能說成一片空白。創作者可以整理權利與使用紀錄,但技術阻擋、授權條款和法律救濟各有界線。
一、先把「被 AI 用了」拆成三段
第一段是取得與複製。程式讀取網頁、下載圖片或建立資料集,可能涉及重製;公開可讀,不會自動變成任何人都能任意再利用。還要看內容是否受保護、是否有授權,以及取得方式。
第二段是分析與訓練。文本與資料探勘(TDM)是用自動化方法分析數位內容,找出模式、趨勢或關聯。各地可能為這類用途設例外,但條件並不一致,不能把「研究」或「AI」當成通行證。
第三段是生成與對外使用。即使某次資料分析可適用例外,也不能據此保證所有輸出都能販售或公開。反過來,沒有看見相似輸出,也不能證明前面的複製必定合法。日本文化廳的說明就明確區分開發訓練與生成利用兩個階段。[1]
這個拆法,是我閱讀各國制度的起點。把問題縮成「哪個國家最寬鬆」,會漏掉真正影響判斷的細節。
二、日本與新加坡:有分析例外,也有使用條件
日本著作權法第30條之4,對不以享受作品所表達思想或情感為目的的利用,設有一定空間;AI開發與資料分析可能包括在內。但文化廳同時指出,兼有欣賞作品的目的,或不當損害權利人利益等情況,可能不適用。這份2024年解釋文件也明示不具法律拘束力,不能當成個案判決。[1]
所以我撤回原稿「無論什麼目的都可以」的寫法。商業與否固然值得注意,卻不是唯一條件。
新加坡《Copyright Act 2021》第243、244條設有運算資料分析的規定,包含用作品改善電腦程式的功能。IPOS的說明要求合法存取、限定複本用途,並限制向他人提供複本的情形。[2] 它讓符合條件的分析有法律依據,並不代表可以繞過存取限制,把下載到的內容另作資料庫出售。
這兩地的制度可以比較,卻沒有必要排成「創新第一名、第二名」。條件如何落到實際資料流程,才是企業需要回答的問題。
三、美國:合理使用不能只看「轉化性」
原稿用Google Books的經驗,直接推論生成式AI訓練遵循同一條合法路線,跳得太快。
美國的合理使用須綜合利用目的與性質、作品性質、使用比例,以及對市場的影響等因素。某種用途具有轉化性,不表示其他因素就消失。美國著作權局2025年5月的AI訓練報告預先出版版,也分別處理取得資料、訓練、檢索增強生成與輸出,並分析不同使用情境。[3]
著作權局的報告是政策與法律分析,並非替所有模型作出合法裁決;個別訴訟也要看作品、資料取得方式、主張和證據。本文不盤點或宣稱已確認截至今日每一宗訴訟的最新結果。
因此,「模型最後變成參數」只能描述部分技術結果,無法單獨回答前面的作品複製是否獲准。我也不再把美國標成一律最寬鬆的地方。
四、歐盟與英國:先讀懂例外涵蓋誰
歐盟2019年數位單一市場著作權指令,對TDM設有不同規定。第3條針對符合條件的研究組織與文化資產機構之科學研究;第4條則設較一般的例外,包含合法存取,以及權利人是否以適當方式保留權利等條件。[4]
權利保留會影響第4條例外,不能直接套到所有資料分析。 對網路公開內容,機器可讀的保留方式尤其重要;它也不等於按一個開關,就能追回既有模型裡的資料。歐盟執委會另在討論辨識與遵守TDM權利保留的技術做法,顯示實際執行仍有問題要處理。[5]
英國政府2026年3月報告說明,現有第29A條的資料分析例外以非商業研究為範圍,並討論其他可能相關的規定及政策選項。[6] 政策討論、提案與已生效法律要分開,不能因為政府討論擴大例外,就把商業訓練寫成已全面開放。
上述是制度入口,並非一張可直接替跨境專案決定適用法的表。作者住在哪裡、公司設在哪裡,都不是單憑一項就能決定全部法律問題。
五、台灣:需要更清楚的指引,不等於沒有法律
台灣智財局2025年8月29日的說明,已直接談到AI訓練:資料蒐集、前處理、訓練與優化可能涉及重製;除符合合理使用等情形外,仍應取得同意或授權,個案由司法機關依事實認定。[7]
這和「台灣法律不保護創作者」差很多。缺少某種專門例外,與既有權利完全不存在,是兩件事。我仍認為開發者和創作者需要容易理解、可操作的指引,但這是政策主張,不能拿來改寫現行制度。
原稿也把Lawsnote案籠統寫成2024年的AI訓練判決。這次查到的2025年6月24日一審判決,所討論的行為包含將爬取的法規沿革內容直接放進競爭資料庫,法院並明確區別它與拿來訓練AI的情況。[8] 它不能代替所有爬蟲或所有模型訓練的判斷。本文未核實後續審級結果,不把這份一審判決說成最終定論。
對我而言,真正的不對等在於:個人作者很難知道內容如何流轉,也未必有能力逐案蒐證。這個困難值得討論,卻需要用準確的法律描述來支撐。
六、創作者可以先留下哪些紀錄?
我會先整理作品原稿、發布日期、可授權範圍,以及自己希望允許或限制的用途。如果發現疑似利用,記下網址、時間、具體相似段落與當時可取得的證據;需要處理爭議時,再請熟悉相關法域的專業人士評估。
網站也可以依不同服務的公開說明,設定爬蟲規則、存取限制或授權條款。但要分清它們的作用:爬蟲規則是向遵守規則的程式表達要求,並非阻擋所有程式的安全措施;限制未來存取,也不是刪除過去訓練結果的保證。不能把搜尋索引、即時檢索與模型訓練混為同一個選項。
若是企業要建立資料集,我建議先列出來源、取得方式、權利基礎、用途、保存與對外提供方式。這是作者整理的工作起點,不是取得法律豁免的表單。
我希望自己的文章能被閱讀,也希望對後續利用保有發言權。把技術、契約和法律各自能處理的事說清楚,才有辦法提出可以執行的要求。
資料來源與閱讀界線(查核至2026年11月3日)
- 日本文化廳:AI與著作權解釋概要,2024年5月,尤其第3、5–8頁;屬不具拘束力的解釋。
- 新加坡IPOS:作品用於文本探勘與機器學習的條件,對照第243、244條;本文未提供個案適法意見。
- 美國著作權局:AI訓練報告預先出版版,2025年5月;官方報告索引及版本說明。
- 歐盟執委會IP Helpdesk:TDM常見問題,第3、4條區分;原指令連結本次遇到網站驗證,未宣稱逐條全文重核。
- 歐盟執委會:AI與著作權遵循的利害關係人諮詢,說明TDM權利保留的技術執行問題。
- 英國政府:著作權與人工智慧報告,2026年3月。
- 台灣智財局:電子郵件1140829,屬主管機關解釋,個案仍由法院判斷。
- 臺灣新北地方法院111年度智訴字第8號刑事判決,2025年6月24日,僅引這份一審所述事實及區別,未追認後續程序。
本文是制度比較與作者觀點,不是個案法律意見。


💬 留言討論
載入中...