USA Today 起訴 OpenAI：訓練資料授權爭議延伸至地方新聞

圖片：TechLab 自製資訊圖

TechLab 編輯部（譯）·2026-10-08

USA Today Co. 與旗下多份地方報章入稟起訴 OpenAI，指其未經授權複製「數十萬篇」文章，用作訓練 AI 模型，並要求超過 2.5 億美元賠償。受影響的不只是一間美國科技公司與新聞集團：案件把生成式 AI 最關鍵、也最難釐清的問題放到檯面——模型開發商可如何取得訓練資料，內容權利人又可如何要求授權與補償。惟訴訟現時仍屬原告方的指控，並非法院已確認的侵權事實。

報道指，原告包括《The Tennessean》、《Indy Star》、《The Columbus Dispatch》及《The Oklahoman》等地方媒體。USA Today Co. 在訴狀中稱，OpenAI 從未要求使用其內容的許可，相關做法已對旗下媒體造成持續損害；OpenAI 當時未有即時回覆 The Verge 的置評要求。這些說法日後須經司法程序檢視，現階段不宜把索償金額或訴狀措辭視為既定結論。

爭點在於訓練資料是否可無授權取得

從報道所述的訴求看，案件的重心並非單一 ChatGPT 回答是否逐字重現某篇文章，而是大規模收集受版權保護新聞內容、再用於模型訓練這一步，是否本身需要取得權利人同意。這個區分很重要：生成式 AI 的輸出風險固然較容易被用戶察覺，但訓練階段涉及的文章數量、資料來源與使用方式，往往不會直接呈現在普通用戶眼前。

對出版商而言，新聞文章既是編採人力和採訪資源換來的內容資產，也是訂閱、廣告及內容授權業務的基礎。若法院最終認為某類訓練使用須先獲授權，模型開發商便可能需要更清楚交代資料來源，或透過授權安排取得內容；反之，若有關使用獲法院接納，出版商就未必能單靠版權主張建立同樣的談判位置。這是從案件可能帶來的商業影響作出的分析，結果仍取決於法院的判決與個案事實。

一宗訴訟反映新聞業的集體壓力

USA Today Co. 並非首間向 OpenAI 提出版權訴訟的新聞或內容機構。The Verge 指出，OpenAI 亦正面對《紐約時報》、The Intercept、Ziff Davis、CBC/Radio-Canada、Encyclopaedia Britannica、Merriam-Webster、《The Seattle Times》，以及近 400 份地方報章聯盟提出的法律行動。這個名單顯示，爭議已由少數大型內容品牌延展至地方新聞網絡。

地方報章加入尤其有象徵意義。大型出版商較有資源談判、追蹤內容使用及處理訴訟；地方媒體則往往依賴有限的新聞室資源維持原創報道。若其內容被納入龐大的訓練語料庫，個別媒體未必容易知道資料何時被取得、如何被處理，或可如何證明實際損失。因此，這類案件的價值不只在金錢賠償，也在於迫使市場更具體討論資料透明度、內容授權和可追溯性。

對 OpenAI 及其他模型供應商來說，訓練資料授權的取捨同樣現實：逐一核實來源和洽談許可會提高成本與營運複雜度，但缺乏清晰來源紀錄亦可能累積訴訟與商譽風險。對內容業而言，授權模式或可開闢收入來源，卻也要處理報酬分配、資料範圍、更新頻率，以及內容會否被用作競爭性產品等問題。案件未必會用一個判決解決所有環節，但已令「公開可閱覽」是否等同「可自由用作訓練」成為更難迴避的產業問題。

香港創作者與企業可怎樣理解風險

此案在美國提出，未必直接決定香港的法律責任；香港媒體、創作者與採用生成式 AI 的企業也不應把美國訴訟中的指控，直接當作本地法律結論。不過，事件提供了一個實用提醒：當機構把文章、照片、影片、內部文件或客戶材料交予 AI 工具處理時，應先分清自己是否擁有使用權，以及所用平台的條款如何處理輸入內容。尤其是代客製作內容的公司，權利鏈較長，事前確認比事後補救穩陣。

一般用戶亦應把「可在網上找到」與「可任意複製、上載或再利用」分開看待。以生成式 AI 協助摘要、改寫或製作草稿時，較審慎的做法是保留原始來源、避免整篇搬運第三方受保護內容，並在人手發布前核對輸出是否過度貼近現有作品、是否含有未獲證實的說法。這些做法不能自行判定版權責任，卻有助降低內容來源不明和成品審核不足的風險。

下一步值得留意的，是案件中各方會否披露更多關於內容取得、模型訓練及損害主張的具體資料，以及其他出版商與 AI 公司會否改變授權安排。對本地內容創作者而言，重點不是預先假定案件結果，而是及早整理作品權屬、合約授權範圍與內容使用紀錄；當 AI 成為日常工作工具，這些看似行政性的資料，日後可能就是最實際的保障。