近期國外多位知名作家，包含喜劇演員 Sarah Silverman、美國作家 Ta-Nehisi Coates 等，再度對科技巨頭 Meta 提出嚴厲指控，指出 Meta 所使用的AI訓練數據集中，疑似包含大量來自「LibGen」等盜版電子書網站的素材。
根據最新公開的法庭文件，Meta 內部通訊顯示，執行長祖克柏疑似已「知情」且批准使用這些存在明顯侵權風險的數據，甚至透過對等式（P2P）下載方式取得內容，進一步在公司內部進行分享。這起爭議引發產業內外的高度關注，也讓原告方認為自家著作遭到「不當利用」，難以接受。
作者團體聯合提告Meta
過去一年，包含 Silverman、Coates 在內的多位作家和漫畫家陸續對多家科技公司發起著作權訴訟，指控對方在開發大型語言模型（如 Llama）時，未獲得著作權人授權便擅自使用其出版書籍。
由於許多開源或非開源的 AI 模型都依賴龐大文字資料進行學習，使用者和讀者最擔憂的便是：這些模型究竟是從哪裡「搜集」資料？過去企業常以「公平使用」為主要抗辯理由，但這次原告團隊在加州聯邦法院提交的新證據，直指 Meta 的訓練數據集中含有「從 LibGen 下載的數百萬本盜版書籍」，且內部工程師曾對此表達疑慮。
檢方指出，LibGen（Library Genesis）是市面上最知名的盜版電子書庫之一，提供廣泛領域的書籍、學術文獻、漫畫、暢銷小說等，許多出版商與作者早就對其展開法律攻勢，而且Meta 的部分員工曾在內部訊息中透露對「使用公司筆電下載盜版書籍」感到不安，但似乎因上層授意或專案需求，最後仍持續透過 P2P 方式取得超過 80TB 以上的資料量。
原告方更質疑，這些不具版權合法性的素材，恐怕並不只用於前期「實驗」，也可能深入進入實際的 AI 模型優化、開發流程。
內部信件成關鍵證據
若最終法院認定 Meta 高層明知盜版數據的來源，且持續允許內部大規模下載、分享，勢必將面臨更沈重的法律責任。
因為先前 Meta 曾主張 Llama 系列模型對外呈現的文本並非直接侵犯作者著作權，因為所生成的文字並不與原文一字不差，但新證據或許將顛覆此論點。作家團體更提出「移除著作權管理資訊」等新指控，指稱 Meta 把書籍的數位資訊標籤全部刪除，是為了隱瞞使用盜版內容的事實。
AI的公平使用與侵權爭議
本案在美國聯邦法院持續審理之際，法官 Vince Chhabria 曾於先前駁回部分對 Meta 聊天機器人「生成文本」的侵權主張。但如今，隨著新證據曝光，法官已允許原告方新增對 Meta 的電腦詐欺以及移除著作權管理資訊的證據。
事實上，這一波 AI 版權糾紛並不僅限於 Meta，對許多作家、藝術家來說，若任由科技公司「大範圍擷取」作品內容並聲稱僅屬於技術資料蒐集，往後的創作收益恐難以保障。也因此，在美國和歐洲等地，已有越來越多著作權團體推動調整法規，欲強化對生成式 AI 的監管和授權規範。針對這起大規模集體訴訟，Meta 方面暫未正面回應更多細節，後續發展仍需持續觀察。
延伸閱讀
Meta 裁員再起！針對 5% 表現淘汰並加速 AI 團隊招募
OpenAI 著作權訴訟發酵，官方稱ChatGPT的訓練數據將接受檢查
