邀訪 / 國立政治大學法學院特聘教授沈宗倫
撰文 / 研究員 余庭翎、郭瑀琁
生成式 AI 的著作權爭議，涉及 訓練資料的利用 與 生成成果的保護 兩個層面：AI 使用既有作品進行訓練，是否需要授權，須依各國法制與具體利用情況判斷。設計師使用 AI 生成內容，即使工具允許商用，也不代表成果必然受到著作權保護，關鍵在於是否包含足夠、可辨識的人類原創表達。本文專訪國立政治大學法學院特聘教授沈宗倫，從國際案例與各國制度出發，探討原創者的合理回報、人類創作貢獻的認定，以及設計師與企業運用 AI 時應留意的授權、侵權風險與創作紀錄保存等問題。
當 AI 可以在幾秒鐘內生成數十種設計提案，創作似乎變得前所未有地容易。但如果 AI 的生成能力來自對大量既有作品的學習，原創者的權益該如何保障？而當設計師使用 AI 完成作品，這些成果的著作權又屬於誰？
2025年，美國 AI 公司 Anthropic 因使用書籍訓練大型語言模型，捲入作家團體提起的著作權訴訟。美國聯邦法院在同年6月的裁定中，認為 Anthropic 在本案中利用書籍進行模型訓練的行為構成合理使用，但從盜版來源取得並保存書籍的行為，則不受合理使用原則保障。最後雙方達成總額15億美元（約新台幣480億元）的和解協議，並於2026年7月獲法院核准。這起案件凸顯了 AI 在「如何取得資料」與「如何使用資料」間，可能面臨不同的著作權評價：即使模型訓練在特定條件下符合合理使用，資料取得方式，仍可能涉及侵權。
國立政治大學法律學系特聘教授沈宗倫認為，生成式 AI 正在挑戰傳統智慧財產權制度的思考方式：AI 的「訓練端」與「生成端」在技術與商業價值上相互關聯，但現行法律對於兩者之間的權利界線與利益分配，仍有尚待釐清的問題。當 AI 能夠學習大量人類作品、生成與任何原作都不完全相同的結果，法律究竟應該保護什麼？人類原創的作品價值該如何維護？這將成為 AI 浪潮下設計產業無法迴避的課題。
AI 沒有直接抄襲，就不需要為原創付出代價嗎？
傳統著作權爭議，通常圍繞作品是否遭到重製、改作，或是否與既有作品構成實質近似。然而，生成式 AI 的運作模式，讓這套判斷方式面臨新的挑戰。
沈宗倫教授指出，AI 模型透過大量既有作品進行訓練，形成生成內容的能力，但最終產出的結果，未必與任何單一作品高度相似。
如果只看訓練階段，資料利用可能因具有分析或技術開發目的，而被主張屬於合理使用；如果只看生成階段，則可能因為內容與原作不夠相似，難以認定侵權。當兩個階段分開評價，便可能出現原創作品對 AI 生成能力有所貢獻，創作者卻難以透過既有法律機制獲得補償的情況。
沈宗倫教授指出，核心的矛盾在於，傳統著作權制度主要針對具體利用行為與受保護表達進行判斷，但 AI 的商業價值可能來自大量作品累積形成的生成能力，兩者之間未必能透過既有的侵權判斷方式完整對應。
2025年，美國《Thomson Reuters v. Ross Intelligence》案提供了另一個觀察角度。原告Thomson Reuters營運法律研究平台Westlaw，可在平台上檢索判例法、州及聯邦法規、期刊論文等法律資料。Thomson Reuters指控 AI 新創公司Ross Intelligence抄襲Westlaw資料庫提供之裁判要點，因此提告。最終法院認為，Ross Intelligence利用Westlaw法律資料庫中被編輯過的法律判決內容，開發具有市場競爭性的 AI 法律研究工具，不符合該案的合理使用要件。2026年9月，美國第三巡迴上訴法院進一步維持地方法院的主要判斷。
值得注意的是，這起案件涉及 AI 法律搜尋工具，而非一般生成式 AI 大型語言模型，因此不能直接推論所有 AI 訓練都構成侵權。但它反映出，資料利用目的與對既有市場的影響，可能成為合理使用判斷的重要因素。
兩起案件呈現出不同結果，也說明 AI 訓練是否構成合理使用，無法僅憑「是否使用 AI」或「是否僅用於訓練」便一概而論。更深層的問題是：當 AI 的商業價值建立在大量既有創作之上，法律是否應該只透過個別作品的相似程度，決定原創者能否獲得保障？
從美國、日本到歐盟，AI 發展與創作者權益如何取得平衡？
面對 AI 訓練資料的著作權爭議，各國正透過不同法律制度尋找解方。
美國主要依循既有著作權法及司法判例，透過個案適用合理使用原則，逐步釐清 AI 訓練的法律界線。2025年，美國著作權局發布《著作權與人工智慧》第三部分報告，分析生成式 AI 訓練涉及的資料取得、合理使用與市場影響等問題，為相關法律及政策討論提供參考。
日本《著作權法》第30條之4，則針對符合特定條件、不以享受著作物表達為目的的資訊分析利用，設有著作權例外，使部分 AI 訓練行為得以在未取得個別授權的情況下進行。不過，日本文化廳2024年公布的《AI與著作權相關見解》也強調，相關規定並非全面豁免，仍須考量利用目的及是否不當損害著作權人利益。
歐盟則結合著作權例外與 AI 治理規範：2019年《數位單一市場著作權指令》（DSM Directive）建立文字與資料探勘的例外規定、並在特定情況下允許權利人保留其權利。2024年通過的《人工智慧法》（AI Act）進一步要求通用目的 AI 模型提供者建立遵循歐盟著作權法的政策，並公開用於模型訓練之內容的充分詳細摘要。相關義務自2025年8月起適用，部分既有模型另有過渡安排。
從美國的個案判斷、日本的資訊分析例外，到歐盟的透明度與法遵要求，各國雖採取不同路徑，卻都面臨技術創新與創作者權益如何平衡的問題。
沈宗倫教授認為，兩者不應被視為只能二選一的選項。過度限制資料利用，可能阻礙技術發展；但若忽略原創作品的價值，也可能削弱創作者持續投入的誘因。因此，除了侵權判斷，授權、補償及其他利益分配機制，也值得納入未來制度討論。
從生成到創作，AI 作品的著作權界線在哪裡？
如果 AI 訓練資料的爭議，關係到既有創作者的權益，那麼對使用 AI 的設計師而言，另一個問題同樣重要：生成內容是否受到著作權保護？
2025年，美國著作權局發布《著作權與人工智慧》第二部分報告，指出 AI 輔助創作並不必然排除著作權保護，關鍵在於作品是否具有足夠的人類原創性貢獻。
其報告認為，單純輸入提示詞，通常不足以證明使用者對生成結果具有足夠的創作控制；但人類對生成內容進行具有原創性的選擇、編排或修改，相關創作部分則可能受到保護。例如，設計師透過 AI 工具生成產品外觀、並應用於商品包裝或品牌識別，但即使該 AI 工具生成成果允許商業使用，也不代表使用者即擁有生成內容的著作權。
沈宗倫教授提醒，要探討上述問題，則必須區分「著作人身分」與「著作財產權」：著作財產權可以依法移轉或授權，但著作人身分仍涉及實際創作事實。平台即使透過使用條款約定生成內容的相關權益歸使用者，也無法單憑契約，使原本不符合保護要件的內容自動取得著作權。
此外，沈宗倫教授也帶出一個值得思考的情境：當兩位設計師使用相同的 AI 模型，分別生成高度相似的視覺成果，先生成的人是否就能禁止他人使用？
若生成結果主要來自AI，而缺乏足夠的人類原創性貢獻，則單純以生成時間先後決定權利歸屬，可能缺乏法律依據。對設計產業而言，這意味著 AI 生成內容的商業使用、著作權保護與排他性權利，必須分開判斷。能夠使用一項生成成果，不代表能禁止他人使用相似內容。
AI 提升設計效率，如何兼顧創作價值與著作權保障？
當 AI 生成內容不必然受到著作權保護，設計師應如何在提高效率的同時，確保自身的創作價值？
沈宗倫教授從人類對創作貢獻的分析來看：設計師若將 AI 生成內容作為創作起點，再透過自身的設計判斷與原創性表達深化作品，將更有機會使最終成果具備可受保護的人類創作部分。例如，AI 可以快速提供視覺構圖、產品概念或包裝提案，但品牌定位、使用情境、功能需求與美感判斷，仍需要設計師整合與轉化。真正具有法律意義的，不只是人類參與了多少步驟，而是最終成果中是否存在可辨識的原創表達。
然而，人工修改也不代表侵權風險自然消失。如果生成結果已與他人受保護的作品構成實質近似，僅調整部分細節，仍可能涉及侵權。
因此，企業在導入 AI 設計工具時，除了確認該工具是否授權於商業使用、也應建立適當的生成成果審查機制。例如，在設計上市前，利用公開作品、既有設計資料庫或其他可取得的資訊進行初步相似性檢索。
沈宗倫教授也提醒，設計比對資料庫的建立，必須審慎考量收錄標準、實際使用情況及權利濫用風險，避免原本用於降低爭議的機制，反而限制設計創新。
此外，保存設計草稿、修改紀錄及創作版本，也有助於日後釐清人類實際投入的創作內容。這些措施雖無法保證作品不侵權，卻能讓企業更有依據地管理 AI 輔助設計所產生的權利問題。
生成式 AI 對智慧財產權制度的挑戰並不止於著作權
當 AI 開始協助產品研發、技術分析與新材料探索，專利制度也面臨類似問題：如果 AI 提出具體技術方案，人類研究人員是否仍具備足夠的發明貢獻？
無論是著作權中的創作者，或專利制度中的發明人，當 AI 深度參與創新過程，法律都必須重新檢視人類對成果所作出的貢獻，以及這些貢獻如何受到保障。
回到臺灣現行法制，經濟部智慧財產局2026年7月的解釋指出，若創作者將生成式 AI 作為輔助工具，並實際投入符合原創性與創作性要求的內容，相關人類創作部分仍可能受到著作權法保護，具體須依個案判斷。
然而，相較於美國透過司法判例逐步釐清 AI 訓練的合理使用界線、日本設有特定資訊分析利用的著作權例外，以及歐盟結合文字與資料探勘例外與 AI 模型透明度義務，臺灣現行《著作權法》雖已有重製、改作及合理使用等相關規範，對於生成式 AI 大量利用既有作品進行模型訓練，仍缺乏專門且完整的制度。
經濟部智慧財產局2025年8月的解釋指出，利用受著作權保護的作品進行 AI 模型訓練，過程中可能涉及重製行為；除符合合理使用等規定外，仍可能需要取得著作財產權人授權。這也意味著，對台灣設計產業而言，AI 帶來的不只是創作方式的轉變，更涉及既有法律如何適用，以及未來制度如何回應新型態的創作與資料利用關係。
當設計成果可以被快速生成，單純的產出速度已不再足以構成競爭優勢。設計師能否將 AI 提供的可能性轉化為具有自身觀點與市場價值的作品，企業能否建立清楚的權利管理機制，將成為更重要的課題。
沈宗倫教授也希望大家對 AI 智慧財產權制度的思考，能將問題帶向更深一層：當 AI 的商業能力建立在大量人類創作之上，現行法律是否足以反映原創者的實際貢獻？
AI 可以降低創作的技術門檻，卻不應讓原創的價值因此被抹去。當生成越來越容易，法律真正需要回答的，不只是誰擁有 AI 生成的成果，更是誰的創作成就了 AI，以及這些創作應如何獲得保障與合理回報。
參考資料：
Bartz v. Anthropic PBC, No. 3:24-cv-05417 (N.D. Cal., June 23, 2025).
Bartz v. Anthropic PBC, No. 3:24-cv-05417 (N.D. Cal., July 20, 2026).
Thomson Reuters Enterprise Centre GmbH v. Ross Intelligence Inc., No. 1:20-cv-00613 (D. Del., February 11, 2025).
Thomson Reuters Enterprise Centre GmbH v. Ross Intelligence Inc., No. 25-2153 (3d Cir., September 29, 2026).
U.S. Copyright Office (2025). Copyright and Artificial Intelligence, Part 2: Copyrightability.
U.S. Copyright Office (2025). Copyright and Artificial Intelligence, Part 3: Generative AI Training.
日本《著作權法》第30條之4。
日本文化廳（2024）。《AIと著作権に関する考え方について》。
European Parliament and Council (2019). Directive (EU) 2019/790 on Copyright and Related Rights in the Digital Single Market, Articles 3–4.
European Parliament and Council (2024). Regulation (EU) 2024/1689 (Artificial Intelligence Act), Articles 53 and 111.
中華民國《著作權法》，第3條、第10條、第22條及第44條至第65條。
經濟部智慧財產局（2025）。電子郵件1140829（AI模型訓練與著作權），2025年8月29日。
經濟部智慧財產局（2026）。電子郵件1150724（AI輔助創作與著作權），2026年7月24日。
經濟部智慧財產局（2025）。電子郵件1140522c（AI生成圖片與著作權），2025年5月22日。
