文/范臻、孙磊

来源/独立出海联合体

到底人是否会被AI取代，此前openAI“温馨”地提出了几十项“不会被AI取代的职业”——比如瓦匠、建筑工人等，在“安抚了小部分群体的同时，极大的刺激了大部分群体的打工人”——比如程序员、比如我们律师。今天的案子，可以理解为是“工程师向AIGC发起的第一战”——当然第一战是程序员们发起的。

本案原告是程序员，被告是GitHub与OpenAI，涉诉的侵权产品是二被告推出的自动编程AI——Copilot和CodeX。两者均使用开源代码进行训练，其中包括了来自GitHub开源存储库的代码。

2021年6月，GitHub和OpenAI推出了Copilot，抓取了大量开源代码进行机器学习；

2021年8月10日，OpenAI推出Codex产品，将自然语言转换为代码，并集成到Copilot中。

值得注意的是，虽然OpenAI是非营利性组织，但其已经被微软收购。原告在诉状中特意强调了这一点，以证明本案所涉的机器学习并不是什么“为爱发电”的活动了。

首先，咱们这里需要明确一个概念：开源≠随便白嫖。开源许可证通常被视为一种合同，如果有人想要使用某份开源代码，就必须接受其对应的开源许可证协议，否则就是违约。目前，国际上主流的开源许可证都要求使用者附加署名、版权声明以及所使用的开源许可证，并且可能对部分使用行为进行了限制（例如“传染性”，也即使用开源代码写的程序也必须开源）。

但本案中，GitHub和OpenAI显然没有考虑版权问题。众所周知，机器学习并不会专门学习版权法的知识，所有代码喂进去的时候也都只保留了“有用信息”，也就是代码本身；而版权许可之类的东西，说不好是无心还是有意，可能研发从实验室阶段起就压根没想过。

不过，AI公司们实际上还是做了一些“风控”的。在这些机器学习的案件中，他们往往会祭出一份版权法的“大杀器”——“合理使用”制度。也正因如此，各家AI公司纷纷表示：机器“学习”也是“学习”嘛，只不过“人”变成“机”了而已，学习的事儿，怎么能算抄呢？再说了，学习注重的不是内容嘛，结果层面输出的完全是AI自己生成的东西呀，也没见各位在每行代码里都加上导师的名字吧？

原告显然不同意这番说辞。其在诉状中明确指出，被告擅自使用了众多程序员发布在开源社区中的代码，但并没有按照开源许可证的要求为原告们署名，是典型的版权侵权和针对开源许可协议的违约。

例如，Copilot逐字复制了游戏《雷神之锤III》中的知名代码，原作者发推吐槽：

又如，下图是输入关键词“isEven”后，CodeX自动编写的代码。实际上，这段代码出自一本编程教科书：

看到代码里标红部分的“？？”了没？这段儿原文中确实存在，但并不是代码的组成部分，而是供读者补充的占位符——原作是教科书，这部分是道填空题而已。把这些问号也事无巨细地搬过来，或许会让使用CodeX的程序员多出许多问号了。原告还在诉状中还提出了这串代码的其他几个错误。

同时，原告列举了AI生成的许多错误、不专业或不合常理的代码，比如凭空多出了几行测试用代码，又比如代码里犯了很多初学者常见的错误。原告试图用这些证据说明，AI并没有“创作”任何代码，而仅仅是复制粘贴了别人的代码且没有署名。AIGC只不过是个照葫芦画瓢的“权重分配器”，只会把看到最多的东西（比如“常见错误”）认为是对的，自身并没有辨别能力。类似地，AI多输出几行代码也并不是在“贴心”地帮你做测试，而是它在“学习”的时候看到大家都在测，于是也跟着做了而已，有点类似于抄作业把草稿也抄了。

本案中，原告选择了两条路维护自己的“署名权”：其一，侵害《数字千年版权法》（“DMCA”）项下的版权管理信息，构成侵权；其二，违反开源许可证的合同约定，构成违约。

值得注意的是，原告所寻求的禁令并不是像多数网上的抗议声那样“拔AI网线”，而是要求被告“修改AI程序”，以确保AIGC后续能够为每位“被学习”的创作者正确署名。由此也能看出，诉讼请求还是保持着对未来技术发展的期许与理性。

根据DMCA第1202(b)条，删除或更改版权管理信息是非法的，同样，在明知已删除版权管理信息的情况下，如有合理理由知道该信息会引起侵权，亦属非法。就本案而言，版权管理信息包括版权所有者的身份、使用作品的条款和条件，以及可能在版权声明中找到的其他信息。说白了，不署名、署错名、明知AI吃的数据存在前两种情况仍然放任的，都可能构成对DMCA的违反。

至于损害，原告认为包括了GitHub和OpenAI销售产品、订阅服务的全部费用。原告主张，这些AI都是由程序员们的代码喂出来的，如果没有这些代码，AI压根就跑不起来，甚至不会存在。

本案虽然仅为漫长诉讼中的一份小决定，但也能够看出法院在AIGC版权问题上的纠结心态。许可证违约的部分法院认可了，咱们重点看版权侵权。

法院首先定了调——认为如果原告所言不虚，那AIGC的确侵权。不过，法院话锋一转，表示原告交的证据都是别人的代码，没一串是原告自己写的，没法证明原告遭到了实际损害，也因此无权获得赔偿。

这部分思路实际上传递出一个对创作者并不友好的信号——创作者作为原告，必须证明自己“被作为训练材料的作品”与“AI最终生成的内容”之间，存在直接的联系。在另一起由艺术家群体提起的集体诉讼中，被告Stability AI、DeviantArt和Midjourney也提出了相同的抗辩。换句话说，就是创作者必须证明，“AI之所以会画成这样/写出这种代码，就是因为吃了我的作品”。但是，机器学习所需要的数据集十分庞大，单一或仅少数的创作者很难证明自己的哪件作品被用于训练出了AI的哪个部分，这种“一一对应”在技术上似乎也是违背机器学习原理的——或许现在应该去问问ChatGPT，它知道自己的每句话是跟谁学的吗？

但先法院并没有完全拒绝掐灭原告的希望，而是通过原告的另一项主张曲线救国了一下——虽然不存在“现实的损害”，但“未来的损害”是存在的。也就是说，原告的代码被喂给AI这件事是锤了的，虽然现在AI没吐出一模一样的代码，但是保不齐哪天就有了，所以原告“始终处于被侵权的风险之中”。根据这一认定，法院虽然没判损害赔偿，但支持了原告关于“修改AI程序”的禁令。赔钱跟停服哪个恐怖，大家自己想想也心里有数。不过，鉴于本案目前仍在审理，最终案件走向如何，仍待观察。

但截止目前，我们可以明确一点是：AI学习时“吃进去”的东西，目前“不是白吃的”。