近日，两则新闻意外形成对照。
一则是华夏出版社有限公司出版发行的《新译黄庭经阴符经》等书籍，在版权信息页标注了“禁止本书内容用于人工智能训练”的提示。另一则是美国AI公司Anthropic曾购买数百万册纸质书，拆除装订、切页扫描成内部数字副本，纸质原本随后被丢弃。
一边郑重地对AI的“吃书”行为说“不”，另一边却以“毁书”的形式“喂”给AI……两件事本无关联，可凑在一块，却颇具黑色幽默——假如一本印着“禁止用于AI训练”的书恰好进入扫描流水线，AI是“吃”还是“不吃”？若“吃”了，当事人是否知道？答案或许不言而喻。
过去，版权侵权大多有迹可循。比如书籍被盗版，有书为证；文章被抄袭，可作对比。如今，海量作品一旦进入了训练系统的“黑箱”，某个作品有没有被用、何时被用、怎么被用，恐怕连AI自己也说不清楚，更别说作者本人了。当“发现侵权”都成了难题，举证追责更是无从谈起。华夏出版社负责人所说的“很难维权”，难就难在这里。
当然，版权页上的一句“禁止”不是判决书，不能自动决定某种AI训练是否合法，具体还要看适用法律、数据来源和使用方式。在涉及Anthropic的相关案件中，虽然其购买纸质书转化为数字格式供中央图书馆使用的行为，被认定为合理使用；但其使用盗版书籍的行为，却被认定为非合理使用，需要与被盗版作品的作者及版权持有人达成15亿美元和解协议。可见，来源不同、用途不同，法律评价也可能不同。
在我国，规则也并非空白。比如《生成式人工智能服务管理暂行办法》已明确，训练数据应具有合法来源，涉及知识产权的，不得侵害他人依法享有的知识产权。有规则还要有落实。数据来源如何精准追溯，授权、付费等机制如何清晰明确，权利人的意愿如何准确识别，争议处理如何设置核验、申诉，等等，这些还需要更多的探索与实践。总之，版权保护不能停留在单方面的“贴告示”，还要让受益方承担起更多责任。
高质量语料，离不开源源不断的优质创作。保护版权，既是保护创作，也是守护AI发展的源头活水。更应看到，在训练系统里，书籍可以转化为数据。但在文明长河中，书籍却承载着不可替代的文化记忆。正如国家版本馆致力于版本资源永久安全保藏，这也启示我们：模型可以更新，算法可以迭代，数据可以复制，但文明遗存一旦散佚，便难以复原、渐被遗忘。
让AI“读万卷书”固然是好事，但别漏了“版权”这一页，更不能忘了尊重文字背后的创造、珍视书籍承载的文明。
广州日报评论员陈文杰
