Copyright Laundering Through the AI Ouroboros: Adapting the 'Fruit of the Poisonous Tree' Doctrine to Recursive AI Training
本文提出将“毒树之果”原则加以调整，以建立一项“人工智能毒树之果”标准，当基础人工智能模型被发现使用侵权数据进行训练时，将证明合法来源的举证责任转移给下游开发者，从而解决用于洗白版权的递归合成数据管道所造成的证据盲区。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
以下是用通俗语言和日常类比对论文《通过 AI 衔尾蛇进行版权洗白》的解释。
核心问题：“无限猴子”陷阱
想象一种像侦探游戏一样的版权法。要证明某人偷了你的作品，你通常需要证明两点：
- 接触：他们有机会看到你的作品。
- 相似性：他们的作品与你的作品非常相似。
这对人类来说非常有效。如果一位画家复制了一张照片，你可以将两者并排比较。但论文认为，人工智能（AI） 正在打破这个游戏。
作者描述了一种他们称之为"AI 衔尾蛇”的情景。在神话中，衔尾蛇是一条咬着自己尾巴的蛇。在 AI 领域，这种情况发生在：
- AI 模型 1 是在一大堆书籍、照片和代码（其中一些可能是被盗的）上训练的。
- AI 模型 2 随后仅基于 AI 模型 1 创作的故事和图片进行训练。
- AI 模型 3 则基于 AI 模型 2 创作的内容进行训练。
这种循环不断重复。每一代之后，原始被盗材料都会经过更多层的计算机数学运算被“清洗”。等到最终 AI 写出一篇故事时，它可能与原始被盗书籍看起来毫无相似之处。盗窃的“指纹”被深埋在数学运算中，以至于侦探（或法官）无法找到它。
作者将这种现象称为“版权洗白”。就像洗钱者通过空壳公司清洗脏钱使其看起来干净一样，AI 公司可以通过多代 AI 生成来清洗被盗的创意作品，使其看起来像是巧合。
提出的解决方案：“毒树之果”
论文建议借鉴刑事法律中一条著名的规则，称为“毒树之果”。
- 原始规则：如果警方非法获取证据（“毒树”），那么他们不能在法庭上使用该证据或基于该证据发现的任何东西（“果实”）。整个链条都被污染了。
- 新的 AI 规则：如果一家 AI 公司使用被盗数据构建了其第一个模型（AI1），那么该模型就是“毒树”。
- 任何使用该被盗模型输出构建的新模型（AI2、AI3）都是“毒果”。
- 即使新模型看起来不同，法律也应假设其仍然被污染，因为它生长于被盗的根基之上。
在法庭上如何运作
论文为法官处理此类案件提出了一套新规则：
1. 触发机制（发现毒药）
首先，法院必须判定第一个AI 模型（AI1）是非法构建的（例如，它在未经许可的情况下偷窃书籍，且不符合“合理使用”的条件）。一旦法官确认“是的，这个第一个模型是窃贼”，毒药就被识别出来了。
2. 举证责任的转移（“打扫自家屋子”规则）
通常情况下，被盗者（作者）必须证明新的 AI 窃取了他们的作品。但论文指出，当证据深埋在复杂的数学运算中时，这是不可能的。
- 改变：一旦第一个模型被证明是窃贼，举证责任就会发生反转。
- AI 公司现在必须证明其新模型是干净的。他们必须表明：“我们没有使用被盗模型的输出”，或者“我们完全使用合法数据从头重建了我们的模型”。
- 如果他们无法证明其是干净的，法院将假定其是被盗的。
3. “洁净室”辩护
AI 公司如何证明自己是干净的？论文建议他们可以展示一份“来源数据包”——一份详细的数据收据。
- 选项 A：证明他们是从完全不同的合法来源构建了新模型（就像工厂里的“洁净室”）。
- 选项 B：证明他们成功“遗忘”或删除了被盗数据的影响（一种“修复性重建”）。
4. 惩罚（分级阶梯）
如果 AI 公司无法证明自己是干净的，法院并不一定要关闭整个公司。论文建议采用“阶梯式”惩罚：
- 第一级：关闭 AI 中被盗的特定部分（就像关闭汽车中的一个坏引擎）。
- 第二级：要求公司就使用被盗材料支付版税（租金）。
- 第三级：在极端情况下，下令销毁被盗模型。
为什么这很重要（以及为什么这不会扼杀 AI）
作者回应了两个主要担忧：
“这不会扼杀创新吗？”
论文回答说不会。它认为，这条规则实际上通过迫使公司诚实地说明其数据来源来促进创新。这就像 Napster 之后的音乐行业：一旦非法文件共享变得风险重重，公司就建立了合法的流媒体服务。这条规则鼓励公司购买合法数据或创建自己的数据，而不是进行盗窃。“这会破坏‘合理使用’吗？”
不会。论文强调，“合理使用”测试（允许出于研究或讽刺等目的进行复制）仍然发生在最初阶段。如果第一个 AI 模型在法律上被允许使用该数据，那么它不是“毒树”，该规则也不适用。只有当第一步实际上非法时，该规则才会生效。
结论
论文认为，我们不能再依赖将最终 AI 输出与原始书籍进行比较，因为这种联系过于隐蔽。相反，我们需要查看 AI 的家族树。
如果“祖辈”AI 是建立在被盗数据之上的，那么除非公司能证明他们清洗了家族树，否则“孙辈”AI 将因关联而被认定有罪。这恢复了平衡，确保即使机器是由机器训练的，创作者也能获得报酬。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。