版权与计算机科学之间：生成式人工智能的法律与伦理

版权与计算机科学持续交叉与冲突，但二者可以共存。视觉与听觉创作的数字化、共享技术、搜索引擎、社交媒体服务等新技术的出现，挑战了基于版权的产业，并重新引发了关于版权法适用范围的疑问。人工智能研究的突破，尤其是将版权材料作为训练模型一部分的大语言模型（Large Language Models），是版权与计算机科学之间持续紧张关系的最新例证。少数误入歧途的公司所引发的狂热、抢推市场及边缘问题案例，如今对核心法律原则构成了挑战，并可能使开放互联网的实践恶化。这一结果不必、也不应成为最终结局。本文表明，与某些学者的观点相反，合理使用（fair use）法律并未允许某人以所有方式获取版权材料，即使其目的属于合理使用。然而，科学研究对更多数据以推进人工智能研究的需求意味着，获取大型书籍语料库和开放互联网对该研究的未来至关重要。尽管如此，版权产业声称，对版权材料的几乎所有使用都必须获得补偿，即使是非表达性使用。本文的解决方案承认双方都需要做出改变。该方案迫使计算机科学界规范其行为，并在某些情况下为版权材料付费。同时，它也要求版权产业放弃所有使用都必须获得补偿或限制在版权产业所认可的使用范围内的信念。作为这种重新平衡的一部分，本文探讨了一个由这种冲突产生且理论化不足的问题。