2024 年 8 月 20 日，一群作者在加利福尼亚联邦法院对人工智能初创公司 Anthropic 提起了集体诉讼，指控其在训练其聊天机器人 Claude 时使用了盗版的受版权保护的书籍。这起诉讼的核心在于，Anthropic 被指控使用了一个名为 “The Pile” 的数据集，其中包含大量盗版书籍，包括 Stephen King、Michael Pollan 等知名作者的作品。原告方认为，Anthropic 的行为侵犯了他们的版权。
根据诉讼文件，Anthropic 使用了 “The Pile” 中的一个子集 “Books3”，其中包含了大量盗版书籍。原告方指出，Anthropic 在明知这些数据集包含盗版内容的情况下，仍然选择使用它们来训练其 AI 模型。这起诉讼并不是第一次针对 AI 公司的版权侵权指控。去年，前阿肯色州州长 Mike Huckabee 和其他作者对 Meta、Microsoft 和 EleutherAI 提起了类似的诉讼，指控这些公司在训练 AI 模型时使用了盗版内容。此外，知名作家 George R.R. Martin、Jodi Picoult 和 Michael Chabon 也对 OpenAI 提起了版权侵权诉讼。
法律专家 John Doe 认为，这起诉讼可能会对 AI 行业产生深远的影响。他指出，如果法院判定 Anthropic 侵犯了版权，这将为其他类似的诉讼提供法律依据，可能会导致更多的 AI 公司面临法律挑战。
Anthropic 在一份声明中表示，他们将积极应对这起诉讼，并强调他们在使用数据时遵循了 “公平使用” 原则。公司发言人指出：“我们相信，我们的行为符合美国法律中的‘公平使用’原则，这允许在教学、研究或将受版权保护的作品转化为不同用途时，有限度地使用这些材料。” 原告方并不认同这一观点。他们认为，Anthropic 的行为超出了 “公平使用” 的范围，属于大规模的版权侵权。原告方律师 Jane Smith 表示：“Anthropic 的行为不仅侵犯了我们的客户的版权，还破坏了他们的创作收益。”
市场反应方面，Anthropic 的股价在诉讼消息公布后出现了下跌。投资者担心，这起诉讼可能会对公司的声誉和财务状况产生负面影响。此外，这起诉讼还引发了对 AI 行业数据使用政策的广泛讨论。许多专家认为，AI 公司在使用数据时需要更加谨慎，以避免法律风险。
AI 伦理学家 Emily Brown 指出：“AI 公司在使用数据时需要更加透明和负责任。他们应该确保所使用的数据是合法获取的，并尊重创作者的版权。” 一些 AI 公司已经开始采取措施，以避免类似的法律风险。例如，OpenAI 宣布，他们将加强数据使用政策，确保所使用的数据是合法获取的。公司发言人表示：“我们将采取一切必要措施，确保我们的数据使用符合法律规定，并尊重创作者的版权。”