◎賴文智律師
生成式人工智慧快速進入資訊生產與傳播的各個環節。從模型訓練、搜尋摘要，到新聞寫作、翻譯、編修與封面設計，AI一方面提高內容產製效率，另一方面也動搖新聞與出版業長期建立的商業模式及專業分工。
表面上看來，新聞業與出版業面臨的問題相似，都是既有內容遭AI利用，新的內容又可能由AI大量生成。但兩個產業承受的壓力並不完全相同。
新聞業的挑戰，主要分為對外與對內兩個方向。對外，新聞媒體必須面對AI業者未經授權使用新聞進行模型訓練、檢索與摘要，以及一般使用者將新聞全文貼入AI工具改寫或重製。對內，新聞機構開始把AI導入採訪、寫作與編輯流程，隨之產生正確性、查核責任及資訊揭露等新聞倫理問題。
出版業面對的則是另一種結構性變化。出版社可能在審稿、翻譯、編修、文案、設計與行銷中使用AI，作者也可能以AI協助甚至完成創作。這些情形使出版社必須重新處理作者身分、原創性擔保、契約揭露及AI檢測爭議。
因此，AI帶給新聞與出版業最深層的問題，並不只是「有沒有侵害著作權」，而是當內容可以低成本、大量生成時，新聞與出版究竟還能提供什麼不可替代的價值。
新聞媒體的三重角色
在AI時代，新聞媒體同時是資料來源、競爭對手與AI工具的使用者。
新聞報導可以成為大型語言模型的訓練資料，也可能被AI搜尋服務即時擷取、重組與摘要。即使AI摘要沒有大量重製原文，仍可能讓讀者不再進入新聞網站，使媒體失去流量、廣告與訂閱收入。這也是《紐約時報》等媒體對AI業者提起訴訟，以及多家新聞機構向AI搜尋服務主張權利的重要背景。
面對這種局勢，新聞業者大致有三種選擇：與AI業者簽訂授權契約、透過訴訟確認權利界線，或組成團體進行集體談判。部分媒體選擇授權內容，也有媒體透過技術建立按爬取次數收費的機制。不同策略反映的其實是同一個問題：新聞內容的價值應如何在新的資訊供應鏈中獲得補償。
然而，新聞媒體本身也在使用AI。過去幾年已出現AI財經稿包含錯誤、媒體使用虛構作者照片，以及AI生成書單列出不存在書籍等案例。這些事件顯示，AI可以協助產製，卻無法承擔新聞責任。新聞機構不能把錯誤歸咎於工具，編輯與查核責任仍然必須由人承擔。
出版業出售的不只是內容
當AI可以迅速產出文章、翻譯文字、設計封面及撰寫宣傳文案，出版業首先必須回答：出版社的價值是否只是把內容印製成書？
傳統出版至少提供三項重要功能。第一是選擇，由編輯判斷什麼內容值得出版。第二是加值，透過編修、翻譯、設計及行銷，使原始書稿成為可以進入市場的作品。第三是信任，由出版社確認作者身分、檢視內容品質，並為作品的原創性與可信度背書。
AI可能介入這三項功能，卻不能自然取代它們。如果編輯僅以AI摘要決定是否採用書稿，作者可能質疑出版社是否真正閱讀作品。如果出版社未告知作者便使用AI撰寫文案、翻譯或設計，也可能破壞雙方的契約關係。當AI生成作品大量進入市場，出版社辨識作者身分及查核原創性的責任反而更加重要。
出版業的未來，很可能不再以「印製內容」為核心，而是轉向「為內容背書」。內容越容易生成，可靠的選擇、編輯與認證就越有價值。
著作權法能否處理AI訓練
大型語言模型的預訓練與傳統資料庫並不相同。模型會把文字拆解為詞元，轉換為數值，再透過大量資料調整參數之間的關聯。模型通常不以原貌保存每一篇作品，而是從資料中學習語言與內容之間的統計關係。
但訓練過程仍可能大量重製受著作權保護的作品。由於網路上的權利人極為分散，AI業者很難逐一取得授權，各國因此開始探討文字與資料探勘的例外、合理使用、退出機制及透明度義務。
以合理使用判斷而言，AI訓練具有若干有利因素。其目的可能在於分析資料之間的關聯，而不是直接向公眾呈現原作。然而，模型訓練往往使用完整作品，這一點對AI業者較為不利。至於訓練是否損害作品的現在或潛在市場，則最具爭議。個別作品未必存在獨立的AI訓練授權市場，但新聞機構、出版社與集體管理組織正在嘗試建立新的授權模式。
歐盟採取的方向，是允許特定情形下的文字與資料探勘，同時要求資料來源合法，並讓權利人保留拒絕作品用於一般資料探勘的權利。歐盟人工智慧法也要求通用型AI模型提供者公開足夠詳細的訓練資料摘要，使權利人有機會辨識自身作品是否可能遭到利用。
這些制度未必能消除所有爭議，卻顯示AI治理與著作權已無法分開處理。未來自行訓練或提供模型的企業，資料來源是否合法、是否保存使用紀錄，以及能否說明資料的取得方式，都可能成為重要的法律風險指標。
修法不是萬靈丹
面對AI帶來的衝擊，產業經常期待透過修法解決問題。法律確實可以界定權利與責任，建立標示、揭露、補償、協商及救濟制度，也可以透過集體授權或強制協商，改善個別媒體與大型平台之間的談判差距。但法律能力仍有明確界線。
如果模型在境外訓練，權利人可能面臨管轄及跨境執行的困難。即使法律要求揭露訓練資料，也仍須兼顧營業秘密及技術上的可行性。權利人還必須證明作品曾被使用，以及該項使用造成何種市場損害。
更重要的是，法律可以要求AI內容加上標示，卻不能保證內容正確；可以提高未經授權利用的成本，卻不能迫使讀者繼續造訪新聞網站；可以建立平台付費機制，平台也可能選擇縮減甚至停止提供新聞服務。
法律通常在科技投入市場、使用規模擴大、利益衝突浮現之後才介入。等到立法完成，新技術與商業模式往往早已成形。因此，法律可以重新分配權利、責任與談判力量，卻無法保證任何產業因此獲得收入或繼續生存。
著作權制度也面臨根本問題
著作權制度從來不只保護創作者，也支撐以作品為核心的出版、授權與傳播機制。過去三百多年，著作權法持續因應新科技擴張權能、增加著作類型，並依社會需要調整權利限制。
生成式AI帶來的特殊挑戰，是它同時擴大著作利用，也大幅降低創作門檻。沒有專業訓練的人，也能透過AI生成文字、圖像、音樂及程式。當作品供給不再稀缺，「創作」與「生成」的界線便愈來愈模糊。
傳統抄襲判斷通常重視行為人是否接觸過原作，以及兩件作品是否實質相似。AI時代的接觸關係卻可能藏在訓練資料與模型權重之中。使用者未曾看過原作，AI仍可能生成與原作近似的內容。法院未來不僅要判斷是否侵權，也要釐清責任應由使用者、模型開發者或服務提供者承擔。
在這種情況下，使用AI的過程紀錄將十分重要。使用者應保存輸入內容、提示指令、生成版本及後續人工修改紀錄。這些資料不只能協助確認創作貢獻，也可能成為判斷當事人是否具有故意或過失的重要證據。
從製造內容轉向選擇與賦義
當AI降低內容產出的成本，專業價值的重心將逐漸移動。未來重要的能力，未必只是從無到有製造一件作品，而是能否從大量結果中作出選擇，將不同材料整合成具有脈絡的內容，並提出值得讀者信賴的解釋。這正是新聞與出版業共同的轉折。
法律工具負責界定權利與責任，科技工具協助辨識爬蟲、追蹤來源、管理權限及攔截錯誤，商業工具則必須建立新的授權、收益分配與讀者服務模式。任何單一工具都不足以處理全部問題。
AI可以生成內容，卻不能自行建立公共信任。新聞業真正需要守住的是查證、責任與公共價值；出版業真正需要證明的，則是選擇、編輯及為作品背書的能力。
內容愈容易產生，可信任的判斷就愈稀缺。這或許才是AI時代新聞與出版業最值得守住，也最有機會重新建立的核心價值。
ChatGPT解讀我的簡報資料，其實也很有趣，有空我再來寫一篇類似的文章，跟ChatGPT比比看。
