與談人：林宜柔助理教授 中原大學法學院財經法律學系 紀錄：張以雨 國立臺灣大學法律學研究所經濟法組一年級 林宜柔助理教授以美國「Bartz v. Anthropic」與臺灣兩法源資料庫之訴訟案「LawBank v. Lawsnote」兩起極具代表性的案例為核心，探討 AI 時代中資料取得、合理使用與平台發展之間的法律界線。她指出，生成式 AI 的核心在於大量資料的蒐集與訓練，因此「如何取得資料」與「如何使用資料」已成為當代著作權法最重要的爭議之一。透過這兩起於 2025 年幾乎同時出現的案件，可以清楚看見美國與臺灣在 AI 法制思維上的巨大差異。 林助理教授首先介紹美國 Bartz v. Anthropic 案。該案中，法院認為 Anthropic 將合法取得的書籍用於大型語言模型 Claude 的訓練，屬於高度轉化性的使用，因為 AI 並非單純重製原作品，而是透過學習產生新的語言生成能力，因此符合著作權法fair use 的精神。然而，法院同時也指出，若資料來源涉及盜版書庫，例如 LibGen 等非法來源，即使後續用途具有轉化性，仍然構成侵權。林助理教授特別強調，該案的重要意義在於區分「資料取得是否合法」與「資料使用是否具有轉化性」，建立了 AI 時代著作權分析的新框架。 相較之下，臺灣「LawBank v. Lawsnote」案則呈現截然不同的結果。該案中，法律科技公司利用網路爬蟲蒐集法律資料庫內容，法院認為其行為構成重製與未經授權存取電磁紀錄，不僅涉及民事侵權，甚至負有刑事責任。林助理教授指出，臺灣法院在該案中並未真正進行「轉化性使用」分析，而是直接將資料蒐集與競爭使用視為侵權行為，顯示臺灣現行著作權法對於資料探勘與 AI 訓練仍缺乏成熟的法律思維。 她進一步分析，美國 fair use 制度之所以能在 AI 時代保有彈性，關鍵在於其長期發展出的「轉化性」概念。然而，臺灣著作權法第 65 條的合理使用規範，仍以較傳統的例外條文方式運作，缺乏足以因應 AI 發展的分析工具。她認為，若臺灣未來仍以刑事責任方式處理資料探勘與網路爬蟲，將可能對法律科技、AI 產業與學術研究形成寒蟬效應。 林助理教授提出多項值得深思的問題，包括臺灣是否應引進類似日本或歐盟的文本與資料探勘（TDM）例外制度、是否應建立更完整的轉化性使用分析，以及如何在保障權利人利益與促進 AI 創新之間取得平衡。她認為，AI 時代的著作權制度不能只停留在傳統重製概念，而必須重新思考知識流通與科技發展的公共利益。
講者簡介 姓名：林宜柔 現職：中原大學法學院財經法律學系 助理教授 學歷：國立成功大學法學博士 經歷： 中信金融管理學院科技金融研究所暨財經法律系 專任助理教授 理湛聯合法律事務所 資深智財顧問 美國喬治華盛頓大學法學院 智慧財產研習 美國華盛頓大學福斯特商學院 技術授權與移轉管理研習 德國慕尼黑boehmert & boehmert歐洲智慧財產研習 台灣技術經理人協會 理事 台灣健康智能醫療科技發展學會 講師 台灣產業永續發展協會 講師 美國西北分析亞洲區辦 營運長 近期著作： [Book] Chen, C.-J., Hsu, C.-C., & Lin, I.-J. (2024). AI/ChatGPT v. Intellectual Property Rights. Lin, I.-J. (2025). Compliance Challenges and Regulatory Framework After the EU AI Act. Contemporary Law Review, 038. Lin, I.-J. (2019). The Role of Intellectual Property Rights in High-Tech Mergers and Acquisitions. NTUT Journal of Intellectual Property Law and Management, 8(2). Chen, C.-J. & Lin, I.-J. (2023). Copyright Issues of AI-Generated Content from ChatGPT. Angle Law Review, No. 15. ------------------------------------------------------------------------------------------------------------- 本篇文章著作權歸屬撰稿人，其內容與見解不代表智慧財產局