耶魯學者倡CCAI授權：你用開原始碼訓練AI，就要公開模型架構

AI公司長期被批評「食免費午餐」——佢哋用GitHub等平台上面嘅開源程式碼訓練自家嘅閉源AI模型，賺到盆滿缽滿，但開發社群就乜都收唔返 。耶魯大學數位倫理中心（DEC）嘅研究團隊近日就提出一個可能嘅解決方案：情境式Copyleft AI授權（Contextual Copyleft AI License，簡稱CCAI），嘗試用法律框架逼使AI開發者「回水」畀開源社群 。

CCAI係咩玩法？將Copyleft概念搬去AI世界

Copyleft本身係自由及開源軟件（FOSS）世界嘅概念，最基本嘅運作原理係：你可以自由使用、修改、散佈呢個軟件，但任何衍生作品都必須繼續沿用同樣嘅開放授權條款，唔准「鎖返埋」變做閉源產品 。

CCAI嘅核心諗法，就係將呢個原則由傳統軟件延伸去生成式AI模型。根據呢個授權框架，一個用受CCAI保護嘅開源程式碼訓練出嚟嘅AI模型，會被法律上視為該程式碼嘅「衍生著作」（derivative work） 。換句話講，你只要拎人哋嘅開源碼去「餵」你個AI，你個AI本身就即刻跌入Copyleft嘅管轄範圍，必須遵守相同嘅開放規則 。

研究團隊話，呢個唔單止係授權文字上嘅調整，而係想將開源社群嘅抗爭，由道德層面嘅投訴，升級成有法律約束力嘅工具 。

會逼AI公司公開啲咩？透明度義務一覽

假如有AI開發者用咗受CCAI保護嘅程式碼去訓練模型，佢哋就要遵守以下透明化要求 ：

• 模型架構：需要公開模型嘅設計同結構，唔准收收埋埋 。
• 訓練數據：需要講清楚用咗咩數據集去訓練 。
• 衍生模型授權：模型本身同任何基於佢嘅衍生版本，都必須繼續用返同一套CCAI式嘅Copyleft條款釋出，唔准轉做商業閉源授權 。

呢個設計嘅目的好清楚：就係要防止AI公司拎開源社群嘅程式碼，訓練完一個勁抽嘅閉源系統之後，自己賺晒，但個系統嘅內部運作就完全唔透明 。

邊個提出呢個諗法？論文作者背景

呢篇研究論文題為 "The Case for Contextual Copyleft: Licensing Open Source Training Data and Generative AI"（情境式Copyleft嘅案例：為開源訓練數據與生成式AI授權），已經發表喺《牛津國際法與科技期刊》（Oxford Journal of International Law & Technology） 。

作者團隊嚟自耶魯大學數位倫理中心（DEC），成員包括 ：

• Grant Shanklin：主要作者，DEC嘅de Vries-Sherif Junior Fellow，耶魯學院學生 。
• Claudio Novelli：DEC研究員 。
• Emmie Hine：DEC研究員 。
• Luciano Floridi：John K. Castle講座教授、DEC創辦總監 。
• Tyler Schroder：DEC前本科研究員 。

法律上仲有咩漏洞？四大不確定性

雖然CCAI嘅理論框架好有理想，但研究團隊自己都坦白承認，現實執行上仲有好多法律唔確定嘅地方，成唔成事都係未知之數 ：

1. 合理使用（Fair Use）門檻
   CCAI有冇得執行，好大程度上取決於法庭點樣裁定「用受版權保護嘅程式碼去訓練AI模型」呢個行為，係咪構成版權法中嘅「合理使用」 。如果法庭最終判咗AI訓練係合理使用，咁即係話訓練本身就唔需要預先拎版權許可，授權條款嘅限制就會好難強制執行 。

2. 衍生著作（Derivative Work）嘅分類
   法律界目前仲未傾掂數：一個訓練好嘅AI模型，連埋佢啲權重（weights），到底可唔可以被歸類為訓練程式碼嘅「衍生著作」？呢個係CCAI法律基礎嘅核心問題，一日未定奪，一日都有變數 。

3. 唔同司法管轄區嘅差異
   版權規則同豁免條款喺唔同國家有好大分別。一個喺美國行得通嘅授權框架，喺歐盟、中國或者其他地方可能完全係另一回事，導致全球執行會非常混亂 。

4. 實際執行嘅技術難度
   就算法律上講得通，現實上要執行都好頭痕。而家啲大模型通常係用海量、混合咗好多來源嘅數據集訓練出嚟，要追溯返某一小段開源程式碼嘅「身世」，證明佢有冇被用過、用咗幾多，技術上極之困難 。

總括嚟講，CCAI係一個好有前瞻性嘅法律倡議，嘗試用授權機制去解決AI時代開源社群被「吸血」嘅困境。但佢嘅成敗，最終都係要睇法庭點樣拆解「AI訓練等唔等於合理使用」同埋「AI模型係咪衍生著作」呢兩個燙手山芋 .