微软称820万次Copilot对话中仅24次与受版权保护文本高度相似

新闻摘要

微软已向联邦法院表示，其Copilot聊天机器人几乎从未复制过《纽约时报》文章或其他受版权保护作品中有意义的内容片段，并在2026年9月4日（美国东部时间）提交的一份简易判决动议中公布了新的使用数据，该动议属于新闻出版商和图书作者提起的大规模AI版权诉讼的一部分。这份提交至美国纽约南区联邦地区法院的文件认为，Copilot的实际使用情况表明，所谓该聊天机器人经常充当订阅制新闻或受版权保护书籍的免费替代品这一说法并不成立。

主张背后的数据

微软的法律团队与新闻出版商原告聘请的一位专家合作，分析了820万条Copilot对话记录。关键在于，这并非随机抽样：这些记录是刻意挑选出来的，因为它们包含与原告网站相关的关键词，因此是最有可能出现受版权保护新闻内容的对话。即便在对原告如此有利的条件下，结果依然寥寥无几。

不到1%的记录——即59,545次对话——与用于支撑底层AI模型回答的新闻文章中至少有16个词相同。当相关作者诉讼中的一位专家采用更严格的标准时，820万次对话中仅有24次包含至少30个来自作者原告所主张书籍的匹配词。在接受评估的212本书中，仅有10本发现了匹配内容，这意味着在抽样的记录中，有202本书完全没有产生任何匹配内容。

微软还引用了调查报道中心（CIR，本案合并诉讼中的新闻机构之一）所聘专家的发现，该专家在整个数据集中识别出51个与CIR已发表作品“实质性重叠”的例子。另外，据报道，原告自己的专家进行了约530万次对抗性提取尝试——刻意试图诱导模型复制受版权保护的文本——其中只有不到1%的尝试产生了30个词的匹配。

法律背景：一场合并审理的版权之争

该文件属于《关于OpenAI, Inc.版权侵权诉讼》案的一部分，这是一起由法官Sidney H. Stein负责监督的多区合并案件，整合了《纽约时报》、调查报道中心、美国作家协会以及其他出版商和作家针对OpenAI和微软提出的多项主张。《纽约时报》最初于2023年12月起诉OpenAI和微软，称其数百万篇文章被未经许可地用于训练ChatGPT和Copilot，并且由此产生的产品在某些情况下可能替代《纽约时报》的订阅服务。在2025年的驳回动议之后，法官允许《纽约时报》的大部分主张继续推进。

2026年9月4日，微软、OpenAI以及一批新闻机构各自提交了相互对立的简易判决动议，请求Stein法官在案件进入陪审团审判之前，就版权责任和合理使用的核心问题作出裁决。Stein法官已于2026年9月3日签署了一份协议保密令，规定各方须在2026年9月14日之前提出删节请求，并以2026年9月17日为公开重新提交简报的目标日期，届时未受质疑的部分将不予删节。反对意见简报须在2026年10月5日前提交，预计相关材料将于2026年10月15日前后公开重新提交。

微软的合理使用论点

微软的简报大量援引“转换性使用”原则，认为训练大语言模型生成自然语言回答——用于编码、起草或总结等任务——所服务的目的与源材料最初的创作或新闻目的“完全不同”。该公司主张，其自身数据中极低的复制率支持了这一观点，并表示“偶尔复制源文本……几乎不会削弱”该技术的转换性目的。

微软的文件还提到了近期涉及Meta和Anthropic的版权案件裁决，这些裁决基于类似的合理使用理由作出了有利于AI开发者的判决。同时，该公司试图与未经授权获取数据的指控划清界限，声明自己并未从Library Genesis等影子图书馆下载书籍。对于更具争议的问题——即微软提供给OpenAI的Bing搜索索引是否包含原告受版权保护的作品——微软称现有证据尚无定论。

市场损害与后续进展

微软还提交了旨在表明没有明显证据显示图书或新闻销量因生成式AI产品而下降的数据，同时提供了一项消费者研究，表明大多数读者即使面对降价也对购买AI生成的书籍兴趣不大。该公司警告称，要求为所有AI训练数据签订许可协议，可能会造成其所谓的难以逾越的创新障碍。

《纽约时报》、CIR和美国作家协会不认同微软的说法。他们的核心论点是，Copilot和ChatGPT是作为能够替代原创新闻和文学作品的商业产品而构建的，无论单个回答与特定文章或书籍段落高度相似的频率如何，它们都在直接与出版商的订阅和广告收入竞争。美国作家协会此前曾表示，此类诉讼“向AI公司发出了明确信号，即作者们正在坚决抵制未经同意或未付报酬就使用其作品的行为。”

随着双方针锋相对的简易判决动议现已摆在Stein法官面前，此案正走向一项可能在任何庭审之前就作出的裁决，该裁决将为全国法院如何评估AI版权纠纷中的合理使用抗辩树立具有影响力的先例。