自由软件基金会指控Anthropic侵犯版权：呼吁开源大型语言模型训练数据
2024年，Anthropic因在训练大型语言模型（LLM）时涉嫌侵犯版权被起诉。近日，自由软件基金会（FSF）宣布，其持有的版权作品《自由如自由：理查德·斯托曼的自由软件运动》被纳入Anthropic的训练数据。该书由O'Reilly出版，FSF在GNU自由文档许可证（GNU FDL）下持有版权，允许免费使用。
FSF强调，应保障计算自由，要求Anthropic及其他LLM开发者公开完整训练数据、模型、配置及源代码。FSF表示，虽资源有限，但若参与如Bartz v. Anthropic等诉讼，将要求以用户自由作为赔偿。
FSF在公告中声明：‘我们通常不因版权侵权提起诉讼，但若起诉，我们只为自由而战。’此事件引发对人工智能训练数据来源及其版权合规性的广泛讨论。
编辑点评
此事件凸显人工智能发展与知识产权保护之间的深层矛盾。Anthropic作为头部AI企业，其训练数据若包含受版权保护内容，即便遵循开源许可（如GNU FDL），仍可能引发法律争议。FSF的介入不仅是一次版权维权，更是一场关于‘计算自由’的意识形态博弈——其核心诉求是将AI模型及其训练过程置于开源框架下，确保用户对技术的控制权。
从国际视角看，此类纠纷预示着未来AI监管趋势：各国或将在数据使用、版权边界、模型透明度等方面制定更严格规则。欧盟《人工智能法案》、美国《版权法》修订案等均可能成为类似案件的法律依据。同时，企业若坚持闭源模式，或将面临更多来自开源社区的法律与舆论压力。
长远而言，此事件可能推动AI行业形成‘开源训练数据’的新标准，或催生‘合规数据池’等新型基础设施。若主流厂商被迫公开训练数据，将深刻影响AI研发生态，促进技术民主化，但同时也可能加剧数据隐私与商业机密冲突。