第2章 | 訓練端與產出端：生成式AI著作權問題的兩條主線

2023年夏天，好萊塢爆發編劇及演員工會大罷工。

2023年5月初，美國編劇工會（WGA）發動罷工，歷時148天，到2023年9月27日結束。其後雙方簽署2023 MBA，自2024年生效，有效至2026年5月。那正是生成式 AI 才剛開始全面爆發的時間。身處內容產業第一線的編劇，已經率先感受到威脅。在2023 MBA中，雙方就AI相關議題達成若干重要共識，包括：AI不是人，也不是作家；資方若提供AI生成內容，必須揭示，且不得因此影響編劇權益；編劇可以使用AI，但須表明，且資方可以不同意；此外，勞資雙方也都承認，生成式AI的法律環境仍在快速變動之中，因此各自保留相關權利。【註解1】【註解2】【註解3】

當年編劇公會與演員工會的大罷工，表面上當然有薪資、分潤、串流平台制度失衡等老問題，但AI很快就成為談判桌上的核心議題。編劇已經開始懷疑、沒信心，生成式AI這麼有效率，會不會逐漸動搖編劇在產業中的位置，甚至使編劇從創作者變成修改者。演員擔心的，也不只是某一次掃描或某一個數位替身，而是自己的臉、聲音、表演與動作資料，一旦被以數位分身的方式低成本地保存、重組並反覆利用，未來還有多少部分真的掌握在自己手上。WGA在2023年協議中，把AI不是作者、AI文字不能被視為文學素材、公司不得強迫編劇使用AI等內容寫進協議。SAG-AFTRA(美國演員工會)後來也把數位替身、知情同意與補償機制放進新協議。這代表內容產業在生成式AI出現後，最先感受到的不只是便利，且同時伴有競爭焦慮。【註解1】【註解2】【註解4】

本書要處理的，將不時圍繞這兩條主線。

第一條主線是訓練端。也就是AI訓練、機器學習與資料蒐集的過程，是否涉及著作權與其他權利問題。

第二條主線是產出端。也就是AI生成內容本身是否受保護，又會如何與原作、改作、表演、聲音、人格利益與市場替代效果發生關係。

這兩條線看起來可以分開，但其實從一開始就是纏在一起的，這一點稍後還會再說明。

先有方便，還是先有恐慌

生成式AI會讓內容產業又愛又怕，原因其實不難理解。

一方面，它的確太好用。做簡報圖、提案圖、角色草稿、文案初稿、分鏡示意、短影音腳本，甚至只是先做一個能拿去討論的雛形，都比過去快得多。過去需要外包、溝通、來回修改、支付一定成本的工作，現在只要打幾行文字，在APP裡按一下，幾秒內就能看到一個「像那麼一回事」的成果，而且相較於以往大量仰賴人工，成本低廉得多。對企業、平台、工作室，甚至對不少創作者自己來說，這種工具性當然有很大吸引力。

但另一方面，也正因為它太好用，大家立刻會問：它為什麼這麼厲害？

答案當然不是它憑空變出能力，而是它已經學了很多。它吸收了大量文字、圖片、聲音、影片、標籤與說明，才有今天這種看起來接近全能的表現。問題就在這裡。當創作者理解這件事之後，憂慮就開始出現。人類創作者的學習，從來都有成本，也有過程。畫家形成自己的筆觸、構圖與色彩判斷，要花很多年。編劇建立節奏感、敘事能力與題材敏感度，也要花很多年。攝影師、插畫家、配音員、表演者、設計師都一樣。這些能力不是自然掉下來的，而是大量時間、勞動、金錢與失敗經驗慢慢堆出來的。

生成式AI帶來的第一個巨大不公平感，就在這裡。對很多創作者來說，它看起來像是在無成本學習。至少，在外部世界看來，它不像人類一樣，要承受漫長的養成、作品不被看見的挫折、授權制度的層層摩擦，或一張一張作品慢慢累積市場信任的過程。它像是直接跳到了結果。這種感受，正是訓練端爭議一開始會那麼強烈的原因。

第一條主線：訓練端爭議，不只是學了什麼，而是憑什麼這樣學

訓練端的爭議，最簡單的問法是：AI能力從哪裡來。

如果它的能力，是從大量既有作品中學來的，那麼接下來就要問，這些作品是怎麼進入訓練流程的。是經授權取得，還是自行抓取。是合理使用，還是超出合理使用。是少量抽樣，還是大規模複製。這些問題一旦被問出來，生成式AI的法律爭議就不再只是抽象的科技倫理，而是進入著作權法最核心的利用秩序。

臺灣智慧財產局在2023年3月17日的解釋資料裡，已經很清楚點出這個方向。該函指出，如果藝術家未授權的作品被拿去作為訓練資料，在蒐集訓練資料的過程中，可能涉及重製。若不符合合理使用，也未取得著作財產權人同意或授權，即有可能構成侵害著作財產權。這個說法很重要。它把問題拉回一個很基本的起點：生成式AI並沒有因為「很新」，就可以跳過既有的著作權利用秩序。【註解5】

也因此，2023年Sarah Andersen等藝術家對Stability AI、Midjourney等提起的集體訴訟，會被視為訓練端最具代表性的爆點之一。這類案件真正觸動創作者的地方，不只是「我的作品是不是被放進去了」，而是整個模型能力的形成，是否建立在大量未經同意的大規模吸收之上。到了2026年，美國法院仍然讓部分直接侵權主張繼續往下走，顯示這條線不會輕易消失。【註解6】

在生成式AI大規模出現之前，各種圖像創作者可以受邀，或者主動與圖庫產業合作。當有人想利用作品，不論是重製、改作，或作營利、非營利使用，都可以透過付費取得授權。這筆授權金，再由圖庫與創作者依一定比例分配。這是以往相對清楚的一種經濟模型。可是生成式AI大量出現後，這個模型很快受到衝擊。圖庫的利用率下降，授權收入下降，甚至可能迅速歸零。對有些創作者而言，過去原本還可以依靠這種模式維持基本生活，並持續走在創作的路上，之後卻可能連基本維生都變得困難。

這裡牽涉到一個重要問題，就是「風格」。

不少人會說，風格不受著作權保護。臺灣著作權法第10條之1也規定：「依本法取得之著作權，其保護僅及於該著作之表達，而不及於其所表達之思想、程序、製程、系統、操作方法、概念、原理、發現。」所以，要求AI不要模仿某種風格，法律上本來就站不住腳。這句話從文字層面來看，不能說錯。著作權法保護的是具體表達，不是抽象的風格、流派、技法或觀念。否則，創作很快就可能被過度圈地，後來者也很難創作。

但如果只停在這一句，問題就被講得太淺了。因為使用者只要透過極低成本，就能得到與創作者風格極為相近，甚至讓一般人不易分辨真正來源的作品。那麼，誰還要花錢找創作者？長遠來看，人類創作是否會因此難以為繼？而這不正是著作權法與其他智慧財產權制度試圖處理、試圖避免的問題之一嗎？

因為生成式AI引發的不滿，人們開始思考，這似乎已不是單純「風格像不像」的問題而已，而是在於模型形成能力的過程中，是否大量吸收了原本受保護的作品。更重要的是，原本塑造這種風格的創作者，在這個過程中到底分到了什麼。換句話說，創作者真正要問的，往往不是「風格是不是我的專屬權」，而是「你今天之所以能夠做出這種像我的東西，是不是未經我同意，先用了我與大量同業的作品去訓練」。這兩個問題不能混在一起。

這也是為什麼風格爭議一再爆炸。2025年3月，OpenAI推出4o image generation後，社群平台很快出現大量氾濫的所謂「吉卜力風格」圖片。OpenAI自己在產品說明裡提到，模型是在大量線上圖文的聯合分布上學會圖像與文字之間的關係，也強調其風格轉換與多輪修圖能力。這些功能愈強，市場就愈能直觀感受到一件事：原本要靠長期累積才形成的辨識度，現在可能被快速搬運成一種人人按下去就能得到的服務。到了這一步，單純說風格不受著作權法保護，顯然還不足以回應創作者眼前「可能很快沒飯吃」的現實問題。【註解7】【註解8】

訓練端真正打破的，不只是個別藝術家的安全感，也包括原本已經建立起來的授權與分潤秩序。過去，不論是圖庫、插畫授權、新聞授權、音樂授權，還是照片、字型、設計素材的商業利用，市場至少還存在一條相對清楚的邏輯：作品進入流通，利用人付費，平台與創作者分潤。這套制度未必完美，但它至少承認作品的利用需要成本。生成式AI一旦能夠在訓練階段大規模吸納這些內容，再以極低成本產生大量替代性成果，原本那個還勉強成立的授權世界，就會被一下子打穿。創作者真正困惑的，其實是：在這個過程中，到底發生了什麼事？原本還存在的經濟利益，怎麼會在這麼短的時間內迅速消失？

美國版權局原本在這個議題上的態度相對保守。尤其到了2025年5月，版權局發布《Copyright and Artificial Intelligence, Part 3: Generative AI Training》預出版版後，更清楚表達其對生成式AI訓練大量使用受著作權保護內容的審慎立場，並未接受「AI訓練當然屬於合理使用」這種寬鬆說法。值得注意的是，該報告發布後隔日，時任版權局長Shira Perlmutter即遭通知去職，隨後又引發其職務合法性與權限歸屬的司法攻防，使這場爭議不再只是著作權政策問題，也進一步升高為行政權、立法部門機關地位，以及AI政策方向之間的衝突。【註解9】【註解10】

不過，發展到2026年3月，美國行政部門的態度其實已經相當明確。白宮提出國家層級的AI立法框架後，外界普遍注意到，其整體方向對AI訓練與聯邦一致治理抱持相對開放態度，也因此進一步加劇了創作者保護與技術發展之間的拉扯。【註解11】【註解12】

第二條主線：產出端爭議，不只是AI做了什麼，而是這些東西算什麼

即使創作者擔心AI究竟是怎樣學習的、有沒有獲得授權，但就趨勢來講，許多新舊創作者也不會拒絕使用AI進入工作領域，甚至新的工作型態可能發生。此時，對於利用AI創作出「作品」的創作者來講，更會想知道的，將變成：這些作品我到底有沒有權利？有什麼權利？權利內容又如何？

這也是本書第二條主線要問的問題：它生產出來的東西，到底算什麼。

這個問題至少有兩層。第一層，是著作權法上的資格問題。第二層，是市場上的替代問題。

AI能力如此強大，雖然對很多人來說，它只是生產力工具的一種，不過它也已經強大到可以讓以前沒有創作能力、無法跨過創作門檻的人，變成好像也可以進行創作。這個現象推到極致的AI產品，就是一鍵生成式人工智慧。透過一個動作，最低甚至只要按一次生成，就能產出「基本上還像樣」的圖像或其他成果。

這為什麼不能享受智慧財產權保護？

這個問題牽涉很深，之後會繼續說。不過，最容易理解的角度是：AI能力太強、太快，如果都給予智慧財產權保護，也就是給予「排他」的權利，那麼人類創作的發展空間及可能餘地還有多少？人類對此還沒有思考清楚，仍有焦慮，對這個問題的答案仍然沒有十足把握。

這個問題不是AI時代才出現。以往在討論著作權時，一直就有原創性及創作性要件的討論。例如關於攝影作品是否受著作權法保護，個案爭議一直到現在都有。台灣最高法院96年度台上字第772號判決意旨指出：「攝影著作係以著作者藉由主題之選擇、構圖、角度、光線、速度等有所選擇或調整，以攝影機對實物拍攝之具原創性之人類思想與感情之創作。」同樣一件產品型錄，有法院認為:「該等照片均僅係拍攝者為忠實呈現該等產品之外觀、結構所為實物拍攝，以供告訴人公司作為產品型錄使用之照片，攝影者對於被攝影對象之構圖、角度、光量、速度之選擇及調整等事項，並無特殊之處，任何人持自動相機處於相同或相異位置為拍攝行為，亦可獲得相同或相仿之結果，並無何藝術上之賦形方法可言，非屬著作人表達其思想、感情之精神創作，要與上揭著作權法所指之著作應具有「創作性」之要求不合，自非屬受著作權法保護之攝影著作。」(臺灣桃園地方法院100年度智易字第22號刑事判決，2014年10月23日判決)，也有法院認為:「系爭告訴人照片雖以傻瓜相機拍攝，但拍攝過程仍可見告訴人為呈現產品特性，而就光線選擇、反光之避色、角度調整、產品重點、照片修圖等，皆可見其為突顯產品特色所表達之創作性，應認具有原創性，而為著作權法所保護之攝影著作。」(智慧財產法院103年度刑智上易字第99號刑事判決，判決日期2015年4月30日，本判決為前面案件之上訴審)

這些案例顯示，人類法制基本上雖然一邊說「美學不歧視」、創作性只要符合低度標準，但個案一旦進到法院，法官就是那一把尺，仍可能在案例審查後拒絕承認某些成果可以稱為著作權法上的著作。理由很簡單，一旦成為著作，連帶就是排他的權利，以及可以提告他人的權利。這一點不少法官顯然認為要謹慎。

AI作品目前面對的，就是這個情境。

不管是臺灣或美國的著作權行政主管部門，在這個仍然摸索發展的階段，基本上都選擇先退回傳統法制初衷，思考以保護人的權利為優先，用最簡單的觀點判斷：是否屬於人的創作。只有在這個前提下，才願意給予保護。

美國國家版權局自2023年以來，對生成式AI產出是否得登記為著作，整體採取相對保守立場。其核心並不是一概否定所有含有AI參與的作品，而是反覆強調：著作權保護的前提，仍然是「人」的創作。換言之，若作品中的表達內容主要由AI系統自行生成，而非出自人類作者的原創精神構想與具體表達，該部分即不能主張著作權。版權局因此要求，申請登記時若作品含有AI生成素材，必須如實揭露，並排除不能主張的部分。至於人類撰寫的文字、人類對素材所作具創作性的選擇、編排、修改或後製，則仍可能獲得保護。從2023年指引、Zarya of the Dawn案，到2025年1月發布的Part 2報告，都顯示版權局目前並不願因生成式AI的普及而放寬作者性的判準，而是持續把「可辨識的人類創作貢獻」作為能否取得著作權保護的關鍵。【註解9】【註解13】

臺灣智慧財產局在2022年10月31日的解釋資料裡，也以這樣的思維，把AI創作區分成兩種。第一種，是以AI為工具的創作。也就是人類仍有實際創意投入，AI只是輔助工具，這類成果仍可能受著作權保護。第二種，是AI獨立創作。也就是人類沒有實際創意投入，完全由AI演算完成。這類成果原則上不受著作權法保護。【註解14】

不過要注意，這未必是最終定論。版權局長遭去職事件，再加上2026年3月美國政府AI政策態度的變化，再再都說明這個問題的答案可能仍在變動。

這也意味著，在前端AI訓練尚未有終局答案、AI又已經大量介入產出成果之際，法制對這個部分的選擇，也就是政策辯論本身，尚未出現明確趨勢。換句話說，面對AI產出成果的「身分」問題，要得到最終定論，恐怕還需要一段時間。

不過，對於某些情境來說，共識似乎比較容易形成。例如一鍵生成式人工智慧。司法實務似乎有機會較快認為，這樣的作品欠缺創作性，不需要、也不能受到智慧財產權法律保護。至於詳細的案例，後面第6章還會再說明。

這個問題的答案很迫切，因為產業每天都在問：「能不能用？便不便宜？」不過，現實世界裡，提案用草圖、社群縮圖、臨時海報、角色測試圖、背景音、口播樣帶、廣告文案初稿，這些東西在很多商業場景裡，不需要達到傳統創作那樣的完成度，產業自己就會捨棄嚴格的權利審查。只要AI產出夠快、夠便宜、看起來夠像樣，它勢必會先取代掉一部分原本由人類創作者承接的工作。

享受到好處的人，也更為不安

創作者就是這樣的人，而內容產業就是創作者匯集而成的產業。

AI不是一個只有資方喜歡、創作者討厭的東西。很多創作者自己也在用。有人用它做發想，有人用它試構圖，有人拿來做角色設定，有人拿來整理腳本節奏，有人拿來做初步提案視覺。這些用法都真實存在，也確實提高效率。

但正因為很多創作者已經開始用，所以他們更清楚AI會怎麼改變工作現場。今天它幫你省了一小時，明天業主就可能認為這一小時不該再付費。今天它讓你多做三個版本，明天對方就可能把「多版本」視為基本服務。今天它是助手，明天它就會變成壓價工具。

因此，創作者對AI的態度常常是不表態，一方面享受它帶來的便利，另一方面又知道這種便利最後可能會反過來削弱自己的議價能力。WGA與SAG-AFTRA之所以都選擇把AI條款談進制度，不是因為他們以為AI可以被趕走；相反地，是因為他們很務實地知道AI一定會被留下來。既然如此，重點就不在於否定技術，而在於如何避免AI的效率全部變成平台與公司單方面的優勢，卻把風險與價格崩落都丟回給創作者。【註解1】【註解4】

核心思辨：智權系統本質與智財托拉斯

智慧財產權法的初衷是什麼，這個看似八股的問題，到這個階段反而突然變得重要。

生成式AI著作權問題之所以會變成政策爭點，不只是因為新科技帶來法律空白，而是因為它背後是一場極不對稱的競爭。

一邊是個別創作者、表演者、插畫家、編劇、攝影師、配音員、音樂人與中小型內容公司。他們的資產，是作品、風格、經驗、名聲與長期累積的專業判斷。歷史上，很長一段時間，內容產業原本就是建立在高度人力投入與手工製作之上。另一邊，則是掌握算力、資料、平台入口與資本的大型科技公司。當後者能夠在極短時間內吸納海量內容、建立模型、形成服務，並以近乎壓倒性的規模推進市場時，法律真正面對的就不只是「哪一張圖有沒有侵權」，而是人類創作的價值，會不會在制度還來不及回應之前，就被算力與平台優勢先行稀釋。

這也是為什麼第二條主線特別重要。因為產出端真正問的，常常不是作者資格這麼單純，而是誰能定價、誰能說什麼叫做「夠用的內容」、誰又有能力把大量便宜內容灌進市場。如果這些成果還能取得法律地位上的排他性，就更可能迫使人類創作者往更不穩定的位置後退。

這場拔河，表面上是法律問題，背後其實是人類創作與AI算力托拉斯的競爭。法律上真正困難的地方，是界線到底要如何拿捏。

本章小結：後面的問題，都可以沿著這兩條線整理

本章先把生成式AI著作權問題的兩個思考軸線標示出來。

第一條線，是訓練端。它問的是，AI如何取得能力。第二條線，是產出端。它問的是，AI取得能力之後，生成內容如何進入市場，如何碰撞既有權利，也如何改變創作的交易價格與勞動位置。

這個雙線框架很重要。因為之後無論談新聞資料抓取、圖像資料集、語音模型、數位替身、表演者權益、AI生成內容的保護、平台條款、集體授權制度，甚至合約條款怎麼寫，幾乎都離不開這兩個問題：能力從哪裡來，能力形成之後，利益怎麼分。

生成式AI不是只帶來一種新工具。它更像是把內容產業長期壓著不談的問題，集中、加速、放大。它讓大家不得不重新面對：誰的作品被拿來學，誰的價值被重新定價，誰的市場位置正在縮小。

下一章開始，我們就要沿著這個雙線框架，把訓練端的爭議繼續往下拆。也就是先回到最根本的問題：AI訓練，到底是不是著作權法上的利用行為，又該在哪裡畫線。

---

註解

【註解1】Writers Guild of America, “Artificial Intelligence,”
網址：https://www.wga.org/contracts/know-your-rights/artificial-intelligence
最後瀏覽日：2026年3月28日。

【註解2】Writers Guild of America, “Summary of the 2023 WGA MBA,”
網址：https://www.wga.org/contracts/contracts/mba/summary-of-the-2023-wga-mba
最後瀏覽日：2026年3月28日。

【註解3】Writers Guild of America, “2023 MBA Contract Changes FAQ,”
網址：https://www.wga.org/contracts/contracts/mba/2023-mba-contract-changes-faq
最後瀏覽日：2026年3月28日。

【註解4】SAG-AFTRA, “2023 TV/Theatrical Contracts”; “Artificial Intelligence Resources,”
網址：https://www.sagaftra.org/contracts-industry-resources/contracts/2023-tvtheatrical-contracts
網址：https://www.sagaftra.org/contracts-industry-resources/contracts/2023-tvtheatrical-contracts/artificial-intelligence-resources
最後瀏覽日：2026年3月28日。

【註解5】經濟部智慧財產局，〈電子郵件1120317〉，
網址：https://www.tipo.gov.tw/tw/copyright/692-16884.html
最後瀏覽日：2026年3月28日。

【註解6】Loeb & Loeb LLP, “Andersen v. Stability AI Ltd.”，
網址：https://www.loeb.com/en/insights/publications/2023/11/andersen-v-stability-ai-ltd
最後瀏覽日：2026年3月28日。

【註解7】OpenAI, “Introducing 4o Image Generation,” 2025年3月25日，
網址：https://openai.com/index/introducing-4o-image-generation/
最後瀏覽日：2026年3月28日。

【註解8】Axios, “New ChatGPT update spurs flood of Ghibli-style portraits,” 2025年3月26日，
網址：https://www.axios.com/2025/03/26/chatgpt-images-ghibli-portraits
最後瀏覽日：2026年3月28日。

【註解9】U.S. Copyright Office, “Copyright and Artificial Intelligence,”
網址：https://www.copyright.gov/ai/
最後瀏覽日：2026年3月28日。

【註解10】U.S. Copyright Office, Copyright and Artificial Intelligence, Part 3: Generative AI Training (Pre-Publication Version), 2025年5月9日；另參 Schulte Roth & Zabel LLP, 〈U.S. Copyright Office Issues Report Addressing Use of Copyrighted Material to Train Generative AI Systems〉，
網址：https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-3-Generative-AI-Training-Report-Pre-Publication-Version.pdf
最後瀏覽日：2026年3月28日。

【註解11】Axios, 〈White House AI rollout exposes widening rift〉，2026年3月27日，
網址：https://www.axios.com/2026/03/27/white-house-ai-rollout-rift
最後瀏覽日：2026年3月28日。

【註解12】TechRadar, 〈White House rolls out national legislative AI framework〉，2026年3月24日，
網址：https://www.techradar.com/pro/this-framework-can-succeed-only-if-it-is-applied-uniformly-across-the-united-states-white-house-rolls-out-national-legislative-ai-framework-that-looks-to-trump-state-level-rules
最後瀏覽日：2026年3月28日。

【註解13】U.S. Copyright Office, “Copyright and Artificial Intelligence, Part 2: Copyrightability,” 2025年1月29日，
網址：https://www.copyright.gov/ai/
另參：https://www.copyright.gov/newsnet/2025/1060.html?loclr=licop
最後瀏覽日：2026年3月28日。

【註解14】經濟部智慧財產局，〈電子郵件1111031〉，
網址：https://www.tipo.gov.tw/copyright-tw/cp-407-914789-dec09-301.html
最後瀏覽日：2026年3月28日。

系列入口:https://falilin.blogspot.com/p/ai.html

關於作者:https://falilin.blogspot.com/2026/02/fali-lin.html

(前一篇) 第1章 | AI先改寫的，是內容產業的生產方式