AI 訓練資料爭議：圖書館的書，AI 的糧食？

30 秒看重點

• 事件：AI 巨頭透過收購方式取得大量二手書，進行掃描後即銷毀。
• 意義：引發對 AI 訓練資料來源、版權侵害及文化資產保存的倫理爭議。
• 影響：可能加速 AI 發展，但也衝擊出版業、圖書館，並引發對數位時代知識權的重新思考。

AI 訓練資料真的「照單全收」不顧一切嗎？

AI，特別是大型語言模型（LLM）和圖像生成模型，就像一個極度飢渴的學生，需要海量的資訊來學習。這些資訊，可能是網路上公開的文字、圖片，也可能是書籍、文章等受版權保護的內容。這次的新聞指出，有 AI 公司為了獲取更多樣化、高品質的訓練資料，竟然採用了「收購二手書，掃描後即銷毀」的策略。這就像我們為了學習，把整間圖書館的書買回家，看完就撕掉，只為了把裡面的知識「轉化」成自己的。這種做法，一方面能快速、大量地獲取前人累積的智慧結晶，讓 AI 快速進化，另一方面，也引發了嚴重的倫理擔憂。

首先是「版權」問題。書本是作者辛勤的創作，出版社投入資源出版，這些都受到著作權法的保護。即使是二手書，其內容的版權依然存在。AI 公司未經授權，大量掃描並利用這些內容進行訓練，形同變相的「盜版」和「剽竊」，這是對原創者權益的嚴重侵害。這種「掃描後即銷毀」的模式，雖然看似迴避了「持有」原書的問題，但其核心的「使用」行為，是否觸犯版權法，仍有極大的討論空間，許多國家和地區的法律界和業界都正在密切關注，甚至已經有相關的訴訟在進行中。

其次，這也牽涉到「文化保存」的議題。圖書館和書店不僅是知識的儲存庫，更是文化傳承的載體。當 AI 公司以驚人的速度收購、掃描並銷毀這些承載了歷史、思想與情感的書籍時，我們是否正在失去寶貴的文化資產？這些書籍，對某些人來說，可能不僅是資訊，更是懷舊、回憶，甚至是具有紀念意義的物品。將其視為純粹的數據，然後隨意丟棄，這種做法顯得相當冰冷，也引發了社會對於科技發展是否應以犧牲文化為代價的深刻反思。

更進一步來看，這種行為也可能對二手書市場和獨立書店造成衝擊。若 AI 公司成為二手書的主要買家，其龐大的收購能力可能推高書價，或是在市場上造成 books scarcity (書籍稀缺)，影響到真正閱讀者取得書籍的機會。對於一些小型獨立書店而言，這可能成為他們生計上的新挑戰，畢竟他們販售的不僅是商品，更是文化與社區連結。

台灣怎麼看這件事？

對台灣來說，這則新聞絕對是「遠水救不了近火」，但卻是一記警鐘。台灣身為全球科技重鎮，AI 產業發展蓬勃，許多軟體、半導體公司都積極投入 AI 研發。我們的工程師，未來可能也會面臨類似的資料獲取與使用困境。一方面，我們引以為傲的 AI 晶片製造能力，以及如台達電、聯發科等公司的 AI 相關產品，都高度依賴 AI 模型的效能，而模型的效能又直接關乎訓練資料的量與質。另一方面，台灣自身在出版、學術研究及智慧財產權的保護上，也需要有所準備。

政府相關單位，如文化部、經濟部、國科會，以及智慧局，都應該正視 AI 訓練資料的版權問題。如何制定更符合時代需求的法規，在鼓勵 AI 創新與保障創作者權益之間取得平衡，是一大挑戰。例如，是否能建立公開、透明的 AI 訓練資料授權平台，讓 AI 公司得以合法取得所需資料，同時也能回饋給內容創作者？或者，我們可以思考，如何利用台灣在圖書館學、數位典藏方面的優勢，發展出兼顧文化保存與 AI 應用的解決方案？

此外，這也考驗著台灣的數位素養與倫理觀。當我們享受 AI 帶來的便利，也要警惕其背後的倫理爭議。鼓勵大家支持正版、尊重智慧財產權，同時也能開始關注 AI 發展對文化、社會可能帶來的潛在衝擊。

編輯觀點

AI 的「大胃口」正不斷挑戰人類社會既有的規則。這次的二手書事件，或許只是冰山一角。科技的飛速前進，不能以犧牲文化根基和創作者的尊嚴為代價。我們需要的不是「一掃而空」的粗暴，而是「尊重與共榮」的智慧。這場關於知識權的戰爭，才正要開始。

常見問題

AI 為什麼需要這麼多資料來訓練？

AI 模型，特別是大型語言模型，就像嬰兒一樣，需要大量的範例來學習辨識模式、理解語言、生成內容，資料越多，模型就越聰明、越能幹。

收購二手書掃描後銷毀，真的侵犯版權嗎？

這個問題的法律認定仍在發展中，但許多人認為，即使是二手書，其內容的著作權依然存在，未經授權的重製（掃描）並用於商業訓練，可能構成侵權。

這種做法對文化保存有何影響？

直接銷毀實體書籍，可能導致珍貴的文化載體消失，尤其是一些絕版或稀有的書籍，影響長遠的知識傳承與文化研究。

台灣的 AI 產業受此事件影響嗎？

短期內可能無直接影響，但長期來看，若全球對於 AI 訓練資料的法規趨嚴，或出現更多版權爭議，將會影響台灣 AI 公司的資料獲取與研發成本。

一般人如何應對 AI 資料爭議？

提高數位素養，了解 AI 的訓練方式及其潛在問題，支持正版內容，並關注相關法規與產業動態，共同形塑 AI 發展的倫理規範。

名詞小教室

大型語言模型 (LLM)

像是一個超會聊天、寫文章、甚至編程式的超級大腦，透過閱讀無數文字來學習如何與人溝通。

著作權法

保護創作者（例如作家、畫家）在創作成果上的權利，不讓別人隨意複製、散布或修改。