大模型训练新闻内容时如何尊重原创者版权

大模型训练新闻内容时如何尊重原创者版权

地方媒体多年报道积累了大量独家文字和照片，技术公司把内容抓去训练模型，随后生成相似新闻，却没有授权或补偿。企业使用新闻内容前应确认许可边界、版权与合同安排，不能把“网上能看见”当成可以任意训练。

媒体机构也可用模型整理内容资产，标出自采、转载、授权图片和受访者限制，谈判时知道自己究竟拥有何种权利。训练数据涉及敏感采访与未公开稿件时，更要先保护消息源；即使获得文字版权，也不意味着可以公开其中的私人资料。

技术供应商应提供来源记录、授权证明、退出和纠错方式。若生成内容过度接近原报道，设置检索与人工复核，避免替代原创者的工作而不署名。媒体需要新的收益谈判，也要避免把公共信息完全锁住。

训练授权要区分“网站展示”与“模型学习”。媒体允许搜索引擎索引，并不必然同意内容被批量复制用于训练；记者同意文章刊发，也不意味着个人采访笔记可进外部模型。机构应梳理合同、转载许可与摄影师协议，不把所有历史材料当自有训练资源。

实际操作可以从新内容开始建立清楚授权：哪些可用于检索辅助，哪些可用于训练，是否需要署名和补偿。对旧档案逐步核对，不确定时限制使用。技术公司提供可审计的数据来源与纠错渠道，媒体也应平衡公共知识传播和原创生产者的生存。版权风险不是一纸免责声明能解决的，关键是取得真正适用的权利。

新闻作品进入训练流程，权利关系不止一层：记者、摄影师、通讯社、受访者和图片提供者可能各有权益。机构应先整理授权来源、期限、用途与退出条件，模型训练和检索引用分别管理。若产品让用户生成近似原报道的长段内容，要检查是否替代原创阅读。与创作者分享收益不是一句原则，应有可查询的使用记录和申诉渠道。

摄影记者一张灾区照片被拿去训练图像模型，机构可能持有发表权，却不一定拥有无限转授权。法务应回查合同中的用途、期限和署名条款，再决定哪些素材能进入系统。若权利不清，可以先做检索索引，不复制原图训练。对外采购模型时，也要追问供应商如何处理被撤销授权的内容。

创作者能否分享价值，还取决于可见的使用记录。企业可提供出处追踪、引用链接和授权结算，让内容被使用的人知道去向。若模型生成与原作过度相似的段落，应能投诉和下架。尊重版权并不妨碍技术创新，它让提供可信新闻的人仍有经济条件继续调查和写作。

尊重原创不是反对模型学习新闻，而是让采集事实、承担核实成本的人在新传播链里仍有权利与回报。