新近解封的資料，並未直接裁定《紐約時報》對 OpenAI 與微軟的著作權訴訟誰勝誰負；不過，它讓出版商的證據敘事更具體：兩家公司被指以極大規模蒐集新聞內容，當中可能包括受存取限制的來源，而公司內部人員也知道，AI 問答產品可能削弱出版商的讀者流量與營收基礎。5

這使爭點不再只是「模型是否以新聞訓練」，而是進一步追問：內容如何取得、公司對商業後果知道多少，以及這些事實會如何影響「公平使用」抗辯。

出版商稱：文件呈現的是工業規模使用

出版商原告在解封聲請文件中主張，OpenAI 與微軟以工業化規模複製並使用新聞著作。《紐約時報》最初的訴狀便指稱，數以百萬計的《時報》作品遭複製並匯入，有些還被重複用於訓練 GPT 模型。29

後續解封資料所揭示的主張，則涉及包含大量出版商文件的資料集，以及可觀數量的不同受著作權保護作品。出版商還指控，兩家公司曾設法取得付費牆後的報導，並移除例如權利人標示等著作權管理資訊。25

這些目前都仍是指控，而非已獲法院認定的事實。但對原告而言，取得內容的方式與對權利資訊的處理，可能影響法院評估使用行為的商業性質與公平性。

內部警告引人注目，但不等於法律承認

最受關注的內容之一，是微軟應用科學總監 Brent Hecht 據稱曾形容 AI 抓取資料是「規模驚人的盜竊」，甚至可能是「人類史上最大規模的勞動竊取」。513

解封資料亦據報顯示，內部有人憂慮生成式 AI 會讓出版商陷入惡性循環：系統以新聞訓練後，直接替使用者提供答案，進而減少讀者造訪支撐新聞採訪的媒體網站。1011

對出版商來說，這些話的證據價值不在於某位主管用了「竊取」一詞。員工的用語本身不會決定著作權責任；更關鍵的是，原告可藉此主張，決策者與研究人員曾預見具體的市場替代問題。

微軟則表示，內部資料反映的是個別人士的看法，而非法律結論；公司並為 Copilot 的使用辯護，稱其具轉化性（transformative）。11

為何「點擊率減少 93%」格外關鍵

該文件據稱援引微軟測試，顯示 Copilot 相較於一般 Bing 搜尋，可能使導向 nytimes.com 的點擊率最多降低 93%。4

這個數字特別關乎美國著作權法「公平使用」的第四項因素：使用行為對著作潛在市場或價值的影響。出版商的論點很直接：若 AI 問答引擎在不把讀者送往原文的情況下就滿足其資訊需求，它可能不再是導流工具，而是原新聞報導的替代品。

當然，單一內部測試本身無法證明所有查詢、產品或出版商均遭受市場損害；但它讓原告得以主張，所稱傷害不只是抽象推測，而是可量化、且可預見的風險。

付費牆與著作權標示，可能讓公平使用攻防更複雜

OpenAI 與微軟的整體立場是，模型訓練可以構成具轉化性的公平使用。美國司法部在一份「利益陳述」中支持這項概括主張，要求曼哈頓聯邦法院不要採取一項會普遍將以受著作權保護文字訓練模型視為侵權的規則。33

政府介入具有份量，但不是司法判決，也沒有化解本案所有指控。法院仍可能區分「一般模型訓練」與其他若經證實的行為，例如繞過付費牆、移除權利資訊、產生侵權輸出，或部署取代授權與讀者市場的產品。

換言之，本案的關鍵或許不在於抽象地問「AI 訓練能否永遠構成公平使用」，而在於被指控行為的細節，以及實際商業效果。

這批文件改變了什麼？

這些揭露從三個層面強化出版商的訴訟論述：

1. 補上被指控的大規模證據。 原告可將複製行為描述為系統性操作，而非偶發使用。29
2. 補上意圖與認知的證據。 內部憂慮可用來支持一項主張：公司了解 AI 對新聞業與出版商經濟模式的風險。511
3. 補上一項替代效果的具體指標。 被引用的 Copilot 點擊分析，讓市場損害論點有了明確數據。4

這一切並不會自動推翻公平使用抗辯。著作權分析高度依賴個案事實，法院也尚未裁定所稱訓練、資料抓取或產品行為違法。司法部的立場同樣讓 OpenAI 的廣義公平使用論獲得有影響力的支持。33

不過，爭點如今更為尖銳：若原告能證明受保護、且受付費牆限制的新聞內容，是以會取代網站造訪與授權機會的方式取得及使用，法院會將其視為受保護的轉化性創新，還是認定為造成商業損害、無法由公平使用豁免的行為？

新近解封的資料，並未直接裁定《紐約時報》對 OpenAI 與微軟的著作權訴訟誰勝誰負；不過，它讓出版商的證據敘事更具體：兩家公司被指以極大規模蒐集新聞內容，當中可能包括受存取限制的來源，而公司內部人員也知道，AI 問答產品可能削弱出版商的讀者流量與營收基礎。5

這使爭點不再只是「模型是否以新聞訓練」，而是進一步追問：內容如何取得、公司對商業後果知道多少，以及這些事實會如何影響「公平使用」抗辯。

出版商稱：文件呈現的是工業規模使用

出版商原告在解封聲請文件中主張，OpenAI 與微軟以工業化規模複製並使用新聞著作。《紐約時報》最初的訴狀便指稱，數以百萬計的《時報》作品遭複製並匯入，有些還被重複用於訓練 GPT 模型。29

後續解封資料所揭示的主張，則涉及包含大量出版商文件的資料集，以及可觀數量的不同受著作權保護作品。出版商還指控，兩家公司曾設法取得付費牆後的報導，並移除例如權利人標示等著作權管理資訊。25

這些目前都仍是指控，而非已獲法院認定的事實。但對原告而言，取得內容的方式與對權利資訊的處理，可能影響法院評估使用行為的商業性質與公平性。

內部警告引人注目，但不等於法律承認

最受關注的內容之一，是微軟應用科學總監 Brent Hecht 據稱曾形容 AI 抓取資料是「規模驚人的盜竊」，甚至可能是「人類史上最大規模的勞動竊取」。513

解封資料亦據報顯示，內部有人憂慮生成式 AI 會讓出版商陷入惡性循環：系統以新聞訓練後，直接替使用者提供答案，進而減少讀者造訪支撐新聞採訪的媒體網站。1011

對出版商來說，這些話的證據價值不在於某位主管用了「竊取」一詞。員工的用語本身不會決定著作權責任；更關鍵的是，原告可藉此主張，決策者與研究人員曾預見具體的市場替代問題。

微軟則表示，內部資料反映的是個別人士的看法，而非法律結論；公司並為 Copilot 的使用辯護，稱其具轉化性（transformative）。11

為何「點擊率減少 93%」格外關鍵

該文件據稱援引微軟測試，顯示 Copilot 相較於一般 Bing 搜尋，可能使導向 nytimes.com 的點擊率最多降低 93%。4

這個數字特別關乎美國著作權法「公平使用」的第四項因素：使用行為對著作潛在市場或價值的影響。出版商的論點很直接：若 AI 問答引擎在不把讀者送往原文的情況下就滿足其資訊需求，它可能不再是導流工具，而是原新聞報導的替代品。

當然，單一內部測試本身無法證明所有查詢、產品或出版商均遭受市場損害；但它讓原告得以主張，所稱傷害不只是抽象推測，而是可量化、且可預見的風險。

付費牆與著作權標示，可能讓公平使用攻防更複雜

OpenAI 與微軟的整體立場是，模型訓練可以構成具轉化性的公平使用。美國司法部在一份「利益陳述」中支持這項概括主張，要求曼哈頓聯邦法院不要採取一項會普遍將以受著作權保護文字訓練模型視為侵權的規則。33

政府介入具有份量，但不是司法判決，也沒有化解本案所有指控。法院仍可能區分「一般模型訓練」與其他若經證實的行為，例如繞過付費牆、移除權利資訊、產生侵權輸出，或部署取代授權與讀者市場的產品。

換言之，本案的關鍵或許不在於抽象地問「AI 訓練能否永遠構成公平使用」，而在於被指控行為的細節，以及實際商業效果。

這批文件改變了什麼？

這些揭露從三個層面強化出版商的訴訟論述：

1. 補上被指控的大規模證據。 原告可將複製行為描述為系統性操作，而非偶發使用。29
2. 補上意圖與認知的證據。 內部憂慮可用來支持一項主張：公司了解 AI 對新聞業與出版商經濟模式的風險。511
3. 補上一項替代效果的具體指標。 被引用的 Copilot 點擊分析，讓市場損害論點有了明確數據。4

這一切並不會自動推翻公平使用抗辯。著作權分析高度依賴個案事實，法院也尚未裁定所稱訓練、資料抓取或產品行為違法。司法部的立場同樣讓 OpenAI 的廣義公平使用論獲得有影響力的支持。33

不過，爭點如今更為尖銳：若原告能證明受保護、且受付費牆限制的新聞內容，是以會取代網站造訪與授權機會的方式取得及使用，法院會將其視為受保護的轉化性創新，還是認定為造成商業損害、無法由公平使用豁免的行為？