# 你的文章被 AI 吃掉了：各国网络爬虫与 AI 训练法律态度比较 > 你的博客、你的程序代码、你的社群贴文，都在某个数据中心的训练集里。这合法吗？答案取决于你住在地球的哪里。从日本的最宽松豁免到台湾的一片空白，一张全球 AI 训练法律地图。 - Author: Paul Kuo（郭曜郎） - Date: 2025-06-29 - Pillar: 智能与秩序 / Intelligence & Order - Tags: 著作权, AI训练, 网络爬虫, TDM, 台湾法律 - Canonical: https://paulkuo.tw/zh-cn/articles/web-crawling-ai-training-legal-comparison/ - Language: Simplified Chinese (简体中文) - Translation: AI-translated from the zh-Hant (Traditional Chinese) original - Original (zh-Hant): https://paulkuo.tw/articles/web-crawling-ai-training-legal-comparison.md - Site index for LLMs: https://paulkuo.tw/llms.txt --- 你的文章被 AI 吃掉了。

▶ 听摘要

AI 合成语音・作者本人声线克隆

不是比喻。是事实。OpenAI 爬取了网络上的大部分内容来训练 GPT。Google、Meta、Microsoft，都在做同样的事。你的 GitHub repo、你的博客、你的社群媒体贴文，都在某个数据中心的训练集里。问题是：这合法吗？答案取决于你在哪里。全球各国在「著作权保护」、「技术创新」、「商业包容」与「TDM／AI 豁免」四个面向上，对网络爬虫和 AI 训练的法律态度天差地远。画成雷达图的话，有的国家是张开的手掌，有的是紧握的拳头。日本是全球最激进的。2018 年修订著作权法第 30 条之 4，基本上说：无论什么目的，爬取和使用著作权素材来做「计算机情报解析」都可以。AI 研究？可以。商业产品训练？也可以。日本刻意要把自己打造成 AI 友善的司法环境，看着美国的创新、看着欧盟的管制，选了最宽松的那一方。新加坡紧跟在后。2021 年修订著作权法，明确纳入商业用途的「运算数据分析」例外，成为亚太地区 AI 创新的重要枢纽。美国走的是另一条路，不靠成文法的广泛豁免，靠的是司法判例。核心概念叫「转化性合理使用」：如果你的使用方式在本质上改变了原始内容的用途和含义，就可能不算侵权。Google Books 扫描了几百万本书，版权方告上法院，法院说：这是转化性的，合法。AI 训练遵循同样的逻辑。你的文章被拿去了，但它不是在卖你的文章，而是把它变成了统计权重，变成一个能生成新文本的系统。美国的位置：最宽松。创新优先。市场说话。欧盟在 2019 年通过了「数字单一市场著作权指令」，核心设计很不同：TDM 是被允许的，但有一个巨大的「但是」。权利人可以选择退出（Opt-out）。如果 Le Monde 或 Der Spiegel 说「不要爬我们」，爬虫得停。这个框架的逻辑是：创新重要，但创作者的权利也重要，所以给一个选项。实际上呢？大型出版社有能力建立 Opt-out 机制，小媒体和个人创作者往往没有议价权。结果是市场更集中，大赢家赢更多。英国目前只有针对「非商业研究」的有限 TDM 例外，政策还在摇摆。整体态度比欧盟更保守。然后是台湾。台湾没有明确的 TDM 法律框架。著作权法存在，但「为了什么目的可以爬取数据」没有清楚界定。2024 年 Lawsnote 案，一个法律数据库平台因爬取内容被严格判决。消息很清楚：爬虫有风险，你可能被告。结果是寒蝉效应。想做 AI 创新的台湾公司不确定自己的合法性。想保护内容的台湾创作者必须每次自己去告。这不是「平衡」，是无指引的空白。台湾的沉默等同于投降。因为国际企业会遵循最有利于它们的法律，通常是美国法律。你的内容被美国公司依美国法律爬走了，而台湾法律既不保护你，也不鼓励你。我自己就在这个处境里。我在 paulkuo.tw 上写的每一篇文章，都可能被用来训练某个模型。我知道这件事。我无法阻止。如果我住在欧盟，我可以要求 Googlebot 停止爬取。如果我住在日本，我至少知道游戏规则是什么。但我在台湾，法律没有给我工具，只给了我一个模糊的威胁。这不是个人问题。这是系统性的不对等。所谓 TDM，文本与数据探勘，是利用程序自动分析大量数字数据的技术，目的是从非结构化文本中识别模式与知识。它是训练大型语言模型和生成式 AI 的基础技术。而 AI 豁免则是允许 AI 训练过程中无需逐一取得版权许可的法律例外。各国的差异就在于：这个例外的范围有多宽、创作者有没有退出的权利。前进的方向只有三条。第一，台湾可以学欧盟，建立创作者可以选择退出的框架。但这需要立法意愿。第二，台湾可以学日本，全面开放。但这牺牲了创作者。第三，维持现状的空白。而空白的代价，永远由最没有议价权的人承担。现在的问题不是 AI 能不能用你的内容。它当然能。问题是你有没有任何发言权。在美国，市场和法院说话。在欧盟，监管说话。在日本，国家政策说话。在台湾，沉默说话。而沉默的代价，由每一个创作者支付。也许是时候让这件事不再沉默了。