合法 vs 合理：AI 重实现如何削弱 Copyleft 与 Open Source 伦理

Source: Dev.to

介绍

2024 年，GitHub Copilot 因在 GPL 许可代码上训练其 AI，而允许公司在专有系统中使用生成的代码，遭到开源倡导者的诉讼。法律上，这些 AI 输出不被视为版权法下的“衍生作品”。伦理上，这种做法通过规避核心开源原则，削弱了 copyleft 的精神。这种法律细节与伦理合法性的冲突正在重塑人工智能的开发。

法律背景

• Copyleft 许可证（例如 GPLv3） 要求任何衍生作品保留相同的开源条款。
• 在 Copyleft 代码上训练的 AI 模型生成的是统计模式，而非直接复制。
• 2023 年欧盟法院的裁决确认 AI 输出不属于受保护作品，但该裁决未涉及在 Copyleft 代码上进行训练是否违反许可证伦理。
• 美国版权局 2023 年的指南强调了版权保护的作者身份要求，导致出现悖论：AI 可以合法地“学习” Copyleft 代码，却在伦理上违背许可证的初衷。

道德关注

法律允许性与道德合法性之间的差距促使社区制定了专门针对在受许可代码上进行 AI 训练的新框架。

开放训练许可证（OTL）

开放训练许可证于 2023 年出现，以填补这一空白。与 GPLv3 不同，OTL 禁止在 AI 训练中使用受许可的代码，除非输出也在 OTL 下发布。

# Example: License detection in training data
import license_checker

def scan_dataset(directory):
    results = license_checker.analyze(directory)
    if 'GPL' in results:
        raise Exception("Training on GPL code violates Open Train License policies")
    return results

许可证兼容性矩阵

# License compatibility matrix
license_matrix = {
    'GPL-3.0': {'ai_training': False, 'output_license': 'GPL-3.0'},
    'MIT':    {'ai_training': True,  'output_license': 'Unspecified'},
    'OTL-1.0':{'ai_training': True,  'output_license': 'OTL-1.0'}
}

def check_ai_compliance(dataset_license):
    if not license_matrix[dataset_license]['ai_training']:
        return "Training violation detected"
    return "Compliant training data"

Linux 基金会伦理 AI 计划

Linux 基金会的 2024 年伦理 AI 计划推动“许可证感知”训练流水线，阻止 copyleft 代码进入 AI 训练，除非进行明确的重新授权。

# Ethical training filter
ethical_pipeline = EthicalAIPipeline(
    dataset_path="/data",
    policy=LicensePolicy(allow_copyleft=False)
)
ethical_pipeline.train()

持续诉讼

GitHub 的 AI 配对编程工具继续面临来自软件自由保护组织的诉讼。虽然美国版权局不将 AI 输出视为受保护作品，但原告认为这会导致“在法律上允许但在伦理上腐蚀”的结果。

行业透明度

Meta 的 2025 年透明度报告显示在降低 copyleft 代码曝光方面取得了可衡量的进展：

• 训练数据集中 copyleft 代码减少了 83 %
• 自动许可证过滤准确率达 98 %
• 对涉及双许可证代码的边缘案例进行人工审查

同年，欧洲专利局因“缺乏人类作者身份”而驳回了 AI 生成代码的专利申请，进一步强化了 AI 输出与传统衍生作品之间的法律区分。

未来方向

• 重写 copyleft 许可证，以明确应对 AI 重新实现。
• 采用新框架，如 Open Train License，以提供明确的伦理指导。

开源社区必须决定是演进现有许可证，还是依赖补充标准来保护 AI 生成代码的伦理完整性。