法源與七法版權訴訟對AI應用的風險與因應方案

Davis

發佈於AI訪談室

2025/10/28 更新2025/10/22 發佈閱讀 23 分鐘

這是七月時的提問，現在如果重新再提出，可能結果會有不同。因為這個議題關係到我後面的應用開發，我特别關注這個訴訟結果，也有後續的問題要追問。

提問: 最近法源公司與七法公司的版權訴訟, 對於AI訓練資料的取得/使用/創收的影響, 業界有何討論? 可能的影響與對策?

ChatGPT>_

為了深入研究這起法源公司與七海公司之間的版權訴訟對AI訓練資料的影響，請問您能否補充以下資訊：

您希望我們著重在台灣法規與業界反應，還是包括國際層面的討論？
您對於討論的角度是否有偏好（例如法律風險、商業模式影響、技術因應方案等）？
是否有時間範圍限制？您是希望專注於2024–2025年的最新情勢，或也涵蓋更早的背景？

這樣我可以幫您整理最具針對性的業界分析與因應對策。

>_ 集中在AI的應用方面其風險及因應方案

了解，我將調查法源公司與七海公司之間近期版權訴訟在AI訓練資料取得、使用與創收上的潛在法律風險，並分析台灣業界目前的回應與因應策略，特別聚焦在AI應用層面的影響與調適方向。

完成後我會為您整理成清晰結構的分析報告，包含風險評估與可行對策。

Research completed in 4m·20 個資料來源· 65 次搜尋

法源與七海版權訴訟對AI應用的風險與因應方案

法源資訊與Lawsnote（七法公司）版權訴訟對AI訓練資料法律風險之影響

訴訟背景與爭議核心： 2025年6月24日，新北地院判決法律資料庫業者法源資訊訴Lawsnote（七法公司）案，認定Lawsnote創辦人郭榮彥等人透過爬蟲自法源系爭資料庫大量抓取（50多萬筆）法規沿革、條文附件等內容，構成《著作權法》上的「重製」侵權行為。法院認為這些經人工編排的法規沿革具有編輯著作權，因此判郭、謝二人徒刑4年、2年並連帶賠償新台幣1.0545億元mirrormedia.mg technews.tw。判決在新創圈引發熱議，雙方爭點主要有：

法規沿革著作權屬性：被告認為法規沿革是公文事實記錄，依法無著作權；原告與檢方則指其經編排與標註，具備「創作性」而受保護technews.twedge.aif.tw。法院採「最低限度創作原則」，只要付出整理校對就有著作權technews.tw。此爭議牽涉台灣對「公共資料」與「編輯成果」保護的界定，也影響後續AI訓練使用公共法規資料的合法性分析。
爬蟲抓取行為：法源與Lawsnote均在使用者條款中明確禁止自動化爬蟲抓取。法院將違反使用條款的爬蟲行為升級適用刑法第359條「無故取得他人電腦電磁紀錄罪」，認定被告在未授權情況下自法源系統重製資料，構成刑事責任mirrormedia.mgudn.com。這點也成為業界爭論焦點：爬蟲技術本質類似人為複製，但此判例將其定義為犯罪，是否過度寬鬆地拓展「無故」範疇，可能使一般資料擷取行為觸法udn.comgvm.com.tw。

AI模型訓練資料來源與版權合規問題

資料來源種類： AI訓練常用來源包括網路爬取的公開文本、政府開放資料、授權數據集等。雖然法律文本等公有領域素材（如立法公報中的法條）本身不受著作權保護，但若文本包含編纂的沿革、註釋或附件說明等二次創作內容，則可能構成編輯著作technews.twvocus.cc。法律顧問強調，「法條屬公共領域，但經創作性整理後的內容會受著作權保護」，所以使用時須留意vocus.ccvocus.cc。一般企業開發AI時，也不得忽視訓練資料的來源授權條件，即使資料來源公開，也須確認是否存在著作權或合約限制vocus.cc。
合理使用與例外：台灣現行著作權法沒有明確的AI/TDM（文本與資料探勘）例外，只有零星合理使用條款，學者指出缺乏「機器學習或研究專章」的例外，企業常因授權成本高、刑事風險大而放棄在台訓練blog.juchunko.comblog.juchunko.com。相比之下，美國法官近期在Anthropic書籍案以訓練高度「轉化性」作為合理使用基礎，未課刑責；日本、英美等國則多採民事途徑和透明機制解決blog.juchunko.comblog.juchunko.com。台灣法制專家建議借鑑國際做法，如新增TDM合理使用條款或授權透明機制，避免所有爬蟲行為自動觸法blog.juchunko.comgvm.com.tw。
爬蟲與合約限制：此案也突顯使用者條款的法律效力。法院認定違反網路服務條款即屬「無故取得」電腦紀錄，不只涉及合約違約，更上升為刑事責任udn.com。因此，AI開發者若透過爬蟲使用資料前，需檢查目標網站或資料庫的使用條款（如robots.txt、授權聲明等），確保不違反明示禁止規定；若含有版權內容則應取得授權或使用經標示可合法爬取的資料集。否則，即便從技術上可行，亦可能面臨訴訟風險vocus.ccudn.com。

訴訟對AI應用商業化的影響

AI產品部署與開發策略：此案判決造成業界恐慌，可能促使AI服務商調整資料蒐集策略。未來投入AI模型開發前，公司需更審慎審查訓練資料來源是否合法。擅自爬取他人系爭資料庫進行商業化訓練或服務，都可能被認定侵權並觸及刑責mirrormedia.mgudn.com。例如社群行銷、輿情監測或AI初版訓練等需蒐集網路輿情的行業，都必須評估爬蟲抓取是否侵犯第三方著作權，避免像裁判書錯字例那樣「爬錯文」被拿去訓練而誤觸著作權udn.comudn.com。
授權機制與風險管理：隨著法律判例指引明確，企業更可能採用正式授權或尋求可用許可來取得訓練資料。例如政府近年推動「台灣主權AI訓練語料庫」，蒐整政府開放資料與機關報告等授權素材，並公布使用條款cna.com.twec.ltn.com.tw。未來AI業者若需用到專業文本，將鼓勵透過購買或合作取得資料庫授權，或遵循robots協定與資料標籤等技術規範，以合乎著作權方式使用資料。此案也可能延緩一些AI產品部署時程，因企業要留時間評估合規性；同時也可能增加AI服務的成本，如需就資料授權付費或進行內容清理。
政策與法制動向：判決引發政府和立法動作。數位發展部已預告《促進資料創新利用發展條例》草案，鼓勵部會釋放資料協助AI發展ec.ltn.com.tw。立委葛如鈞等人指出，此次判決凸顯台灣須制定《AI基本法》或修法，例如參照美國DMCA避風港條款或歐盟DSM指令的機制，為AI應用建立合法、安全的資料使用範圍blog.juchunko.comec.ltn.com.tw。整體而言，AI商業化可能需跟進國際做法，建立資料標記、授權交易和風險管理機制，避免單純爬蟲取數據導致的法律責任。

台灣產業界與開發者因應對策

審慎選擇資料來源：開發者和新創公司應強化法務／版權審查機制，避免未經授權的爬取。選用明確標示允許商業利用的數據集（如創用CC授權內容、政府開放資料、已購數據庫等），或只使用公共領域資料。若使用網路抓取技術，也可設定遵守robots.txt與API使用規範，降低侵權風險vocus.ccec.ltn.com.tw。例如政府推動的AI語料庫目前已收錄5萬多筆授權資料ec.ltn.com.tw；業者被鼓勵優先利用此官方語料，避免侵犯私人競爭者的專有資料ec.ltn.com.twec.ltn.com.tw。
建立法律風險意識：業界普遍建議新創企業「創業第一天就把合規擺第一」，聘請法務顧問，定期檢視使用條款和著作權邊界vocus.ccedge.aif.tw。根據產業分析，僥倖不被告並非安全策略，一旦侵權訴訟成立，後果嚴重。律師與法學者提醒：盡量降低爭議行為的刑事風險，比如將原可能觸刑的行為轉為僅民事賠償udn.comgvm.com.tw；公開提示員工和合作夥伴遵守著作權義務。
推動法制與協作機制：除了自行因應，不少企業與智庫呼籲政府加速立法。具體建議包含：增訂AI／TDM例外或合理使用條款，借鑑新加坡等國「合法取得＋僅用於分析」的條件blog.juchunko.com；建立「內容標記–機器可讀」opt-out機制，讓資料庫可以明示可供AI擷取的範圍blog.juchunko.com；以及規劃AI實驗沙盒或數據共享平臺，由政府提供安全已授權的語料庫供業者測試。事實上，數位發展部長已表示將依草案鼓勵政府資料釋出「訓練用語料庫」ec.ltn.com.twcna.com.tw。企業界也可與政府合作，共同開發專業領域語料，或向資料庫供應商爭取合理授權。只要不是為非法牟利，這些措施可以降低訴訟風險、加速AI產品研發。
總結：法源與七法公司的訴訟案提醒台灣AI業者重視資料來源的法律合規性。業界與法界的主流意見是避免刑事化創新行為、強化民事授權機制，例如只使用合法授權資料、尊重使用者條款，以及推動合理使用例外等改革gvm.com.twec.ltn.com.tw。同時，政府正積極提供官方訓練語料庫並修法鼓勵資料開放，未來臺灣企業應積極跟進這些建議，才能在保障智慧財產權的前提下，持續發展AI創新。

參考資料：本報告引用了連結來源，包括鏡週刊mirrormedia.mg、科技新報technews.tw、天下雜誌vocus.cc vocus.cc、聯合新聞網udn.com udn.com、數位時代edge.aif.tw edge.aif.tw、葛如鈞部落格blog.juchunko.com blog.juchunko.com、遠見雜誌gvm.com.tw、自由時報ec.ltn.com.tw ec.ltn.com.tw與中央社cna.com.tw ec.ltn.com.tw等。各段引用均已加標註來源編號。

>_ 若我取用ISO法規, 或 ANSI or MIL-STD 標準, 重製成應用表格, 而後以API/APK推廣給使用者, 採取部分功能收費, 這樣的業務模式有何風險, 在台灣, 日本, 中國, 美國的風險有何不同?

ChatGPT >_

我會調查您提出的情境：將 ISO、ANSI、MIL-STD 等標準內容重製為應用表格形式，並透過 API/APK 提供部分收費功能。在此情境下，我將比較台灣、日本、中國、美國在法律上的風險差異，特別針對版權、合理使用、公有領域、標準文件授權政策等層面進行分析，並指出各地常見的因應策略與建議。

目前無法使用進階研究工具來即時查詢，但我仍可根據截至2024年的法律知識與實務，提供您初步且務實的風險分析與比較：

🌐 情境設定簡述

您計劃：

重製 ISO / ANSI / MIL-STD 等標準，轉換為可操作表格（如合格範圍、容差判定、對應說明），以 API 或 APK 提供使用者，並針對部分功能收費。

🧭 法律風險分析總覽

📌 詳細分區說明

🇹🇼 台灣

著作權地位：雖然法規本身（如法律條文）不受著作權保護，但「標準文件」如 ISO 翻譯、整編、格式化的過程，通常屬於具「創作性」的著作。例如 CNS（台灣國家標準）大多受經濟部標檢局著作權保護。
重製與商業使用：若直接翻譯、格式化重製 ISO、ANSI 等內容供商業用途（即使以表格呈現），未經授權下風險極高。尤其若內容來自授權組織（如台灣法規提供商），可構成侵權。
例外條款：沒有針對 TDM 或 AI 合理使用條款，商業化用途不適用著作權例外。
建議因應：

- 僅使用原始法條中的數值、限制條件，避免整句引用。
- 自行改寫邏輯規則或由零自行建模（如以參數建規則引擎）。
- 標註資料來源與標準號碼，讓用戶自行查證。

🇯🇵 日本

著作權地位：日本的 JIS 標準文件屬於著作物，ISO / IEC 翻譯版本或本地發行文件有著作權保護。
重製風險：未經授權的重製、轉換成 API 或商業應用，通常被視為侵權。日本有具體的案例在技術書翻印與標準重製上判罰。
TDM 例外：自 2019 年《著作權法修正》起，日本有 TDM 使用例外，但僅限非營利性研究；商業性用途仍受限。
建議因應：

- 將標準轉化為邏輯模型或工程參數，不使用原文。
- 所有說明加入自創解釋（避免「照抄條文」）。
- 若商業化較深，須透過 JSA（日本標準協會）申請商用授權。

🇨🇳 中國

著作權地位：中國對標準性文件的保護混亂。GB（國家標準）一般被視為「不受著作權法保護」，但某些地方/行業性標準（如行業標準QJ/MIL之轉譯版本）則由第三方出版商持有著作權。
重製風險：中國市場內重製官方標準並不會構成法律問題，但重製由企業或出版社發行之標準副本（如商業轉譯的MIL-STD）則有著作權風險，且有案例顯示法院支持原告。
例外條款：無合理使用或 TDM 條款適用於此類資料。AI應用尚無明確政策支持。
建議因應：

- 使用公開版本的GB/T資料來源。
- 避免使用人民出版社/標準出版社商業格式資料。
- 避免全文逐字重製。

🇺🇸 美國

著作權地位： ANSI、NFPA、ASTM 等技術標準明確主張著作權，即使其內容被引用入聯邦法規（Incorporated by Reference, IBR）中。法院曾支持標準協會的著作權主張。
商業重製風險：高風險。若使用標準機構出版的原始資料（PDF, 表格）並提供收費 API，極有可能被控侵權（參見 Public.Resource.Org v. ASTM）。
合理使用可能性：若有高度轉化性（如不再含原文、重新詮釋為工程判定邏輯），可能主張 fair use，但仍存在商業性不利因素。
建議因應：

- 使用已 IBR 的條款內容（視為 public law）。
- 建構邏輯參數推論，而非直接內容。
- 規避使用 ANSI/ISO 發行之正式語言。

✅ 結論與建議方案

📎 高風險行為：

直接轉載標準文件原文（尤其是收費版 PDF 或附圖表格）。
明示提及「標準內容收錄於APP內」但未取得授權。
提供基於重製內容的商業收費模組。

💡 可接受策略：

參數化轉譯：將標準轉化為「數值邏輯引擎」，不含原始文字。
摘要＋連結引用：提供「這項標準規定約為 xxx，可詳見原始文件 ISO xxxx」。
授權購入：與官方機構或授權方簽訂再利用協議。
公領域優先：優先使用已進入公有領域（如 20 年前的 MIL-STD）。

如您希望我協助撰寫授權條款範本、用戶協議、或「API開發合規流程圖」，我可以進一步設計工具與內容。是否要依此業務模式設計一個合規API的架構草圖？

>_ 將條文/標準改寫成提問, 作為檢查表,稽核表的提示詞, 這樣的侵權風險如何? 也協助撰寫此種使用方式的授權條款範本.

ChatGPT>_

這是一個非常重要且值得探索的應用策略。將技術條文或標準改寫成提問，用於 檢查表（Checklist）或稽核提示（Prompt） 的形式，其著作權風險會顯著低於直接重製原文，但在某些情況下仍可能構成「衍生作品」或「實質性重製」。

📌 第一部分：改寫為提問的法律風險分析

✅ 一般原則

🎯 具體改寫例子（以 ISO 9001 條文為例）：

🔍 風險降低要點

避免逐字重現：即使問題對應某條文，表達方式必須重構。
增添實務情境：將條文內含的要求轉化為真實應用語境（如「誰負責？頻率是多久？」）。
不集中複製單一章節：散布提問內容，避免被視為系統性再編。

📄 第二部分：「改寫為檢查表用途」的授權條款範本

以下是一份可應用於產品服務中的授權條款草案，您可用於 API 使用者協議或 APP 使用條款中。

📃 智慧提示檢查表模組授權條款（範本）

最後更新：2025年7月15日

適用於：「稽核提示 / 標準檢查 API 模組」服務

第1條【服務範圍】

本服務提供一組智慧提示模組（以下簡稱「提示模組」），用於協助用戶依據特定產業標準（如 ISO, ANSI, MIL-STD 等）進行內部檢查、稽核準備與流程自動化。

第2條【內容來源與合法性聲明】

本提示模組內容係依照國際標準的公開章節與通行作業實踐邏輯，進行語意重寫、提問化、流程化轉譯所產出，不包含原始條文之逐字內容。
本公司未以任何形式重製受著作權保護之技術標準全文，亦未提供完整或片段標準文件之原文下載、轉發、傳輸功能。

第3條【使用者授權限制】

使用者可將提示模組嵌入自有系統，作為檢查表、稽核管理或培訓用途，僅限於內部業務管理或顧問輔導範疇。
使用者不得以本模組內容自行發行、轉售或公開提供與原始標準名稱混淆的服務（例如聲稱「內建 ISO9001 條文」）。

第4條【責任免除】

本模組之稽核問題或提示不構成原始標準機構所核發之法定遵循依據，僅供參考與輔助決策。
使用者應自行確認其流程是否符合當地法規與標準組織要求。

第5條【智慧財產與限制】

除另有說明外，本提示模組內容及編排邏輯、語意轉化技術均為本公司智慧財產。
未經授權，禁止複製、轉譯、逆向還原為條文原型。

第6條【爭議處理】

本條款之解釋與適用，應以本公司所在地法律為準據法。如有爭議，雙方同意以台北地方法院為第一審管轄法院。

📦 附加建議（依據您的應用情境）

✅ 強調提示模組為「人為轉化產出」，不代表原文內容
✅ 在介面或API文件中加註：「本模組為提示工具，並非原始標準內容之完整呈現」
✅ 可加入「標準參照表」例如：「本項對應 ISO 9001 條文 6.1.1」但不重述原文。

若您需要我協助自動生成一批「條文轉提示問題」的模組，或建構一個基於 JSON 的稽核邏輯 API，我也能為您建立範例或原型。是否要進一步設計一個對照表或 JSON schema？

ChatGPT>_ AI訓練資料版權影響

Perplexity>_

法源公司與七法公司版權訴訟對AI訓練資料使用的影響與業界因應策略

僅列出獨特部分，全文請參照後面的鏈接。

業務模式風險評估

高風險行為

- 大量重製標準內容（如法源案例中98%的重製比例）
- 直接將標準內容作為主要商品銷售
- 未經授權使用付費標準內容

中風險行為

- 將標準製作成應用表格供內部使用
- 基於標準開發相容性產品
- 在API/APK中提供標準查詢功能

低風險行為

- 引用標準條文進行說明（符合引用規範）
- 基於標準開發新技術解決方案
- 為教育或研究目的使用標準

合規建議

1. 授權取得策略

- 主動授權：直接向標準發布組織申請商業授權
- 集體授權：透過著作權集體管理組織取得授權
- 技術授權：考慮採用開放授權的技術標準

2. 技術合規措施

- 建立資料分級管理制度
- 實施「clean room」開發程序
- 使用技術手段限制存取範圍
- 建立版權聲明和出處標示機制

3. 商業模式調整

- 採用「增值服務」模式，而非直接販售標準內容
- 發展基於標準的創新應用，而非單純重製
- 建立合法的資料授權管理體系

4. 法律風險管控

- 定期法律合規審查
- 建立內部智慧財產權管理制度
- 投保智慧財產權責任保險
- 建立危機處理機制

Perplexity>_ 法源公司與七法公司版權訴訟對AI訓練資料使用的影響與業界因應策略

Gemini>_

台灣AI訓練資料著作權爭議：法源與七法訴訟案的啟示、業界影響與未來對策

僅列出重點部分，全文請參照後面的鏈接。

6. 風險緩解策略與建議

擬議的商業模式面臨複雜且多變的法律風險，尤其是在著作權侵權和不正當競爭方面。為了有效降低這些風險，建議採取以下策略：

徹底的法律審查：對於擬使用的每一項ISO、ANSI或MIL-STD標準，進行詳細的著作權狀態和許可權利審查。這包括識別標準的來源（例如，是否由政府雇員或私人承包商開發），以及其發布條款和條件 ²¹。對於ISO和ANSI標準，應預設其受著作權保護並需要授權¹⁴。
積極取得授權：優先與標準制定組織（SDOs）洽談並取得明確的商業授權，特別是對於ISO和ANSI標準。這應涵蓋重製、改作、建立衍生著作、編輯著作以及透過API/APK進行商業分發的權利 ¹⁴。鑑於ISO明確禁止資料探勘和AI使用 ¹⁵，此類授權談判至關重要。
基於「思想-表達二元論」的設計：在將標準內容轉換為應用表格時，應極力避免複製或實質性改作原始標準的「表達性」元素，例如其獨特的版面、特定的措辭或創意編排。應專注於傳達標準的「思想」和「功能性要求」，而不是其受著作權保護的表達形式 8。這意味著表格設計應盡可能地簡潔和通用，以符合合併原則和場景原則的保護範圍。應避免任何可能被解釋為對原始標準進行「創意選擇或編排」的行為，以避免構成侵權的「編輯著作」或「衍生著作」，尤其是在台灣「法源七法」案 ⁴¹的判例下。
技術合規與使用者條款遵守：嚴格遵守任何標準提供方網站的服務條款（ToS），避免使用網路爬蟲或任何規避技術保護措施的手段來獲取資料 ⁷⁸。這不僅是著作權問題，也可能觸發不正當競爭法（如台灣的「無故取得電腦電磁紀錄」罪 ⁴¹、中國的AUCL ⁷⁴和美國的CFAA/DMCA ⁷⁸）的風險。
透明度與歸屬：如果使用被確認為公共領域的MIL-STD，應適當註明來源，但避免暗示與美國政府機構有任何隸屬關係或認可 ²²。
持續監測：數位經濟和智慧財產權法律環境正在快速演變，尤其是在AI和資料使用方面 4。應建立機制持續監測相關法律、法規和判例的最新發展，並根據需要調整商業策略和法律合規措施。
尋求專業法律意見：由於各國法律的複雜性和差異性，建議在每個相關司法管轄區尋求具有智慧財產權和科技法專業知識的法律顧問的具體建議⁴⁵。