---
title: "直接侵權（Direct Infringement）"
slug: direct-infringement
language: zh-TW
source: https://aiterms.tw/terms/direct-infringement
updated_at: 2026-07-04
tags: [AI倫理與治理, 資料處理, 生成式AI, AI應用, source:ipas]
ipas_term: true
---

# 直接侵權（Direct Infringement）

直接侵權指未經授權而直接複製、散布或使用受版權保護作品的行為，在AI領域涉及模型訓練與輸出。

## 完整說明

直接侵權是指未經著作權人許可，擅自複製、散布、公開展示或執行受著作權法保護作品的行為。在AI倫理與治理中，這可能發生於AI模型訓練時未經授權使用受版權資料，或AI模型直接輸出與受保護作品高度相似的內容，導致法律責任。

## iPAS 考試出題分析

屬於未分類考範圍。

## 常見問題

### AI模型訓練資料的直接侵權風險為何？

AI模型訓練資料的直接侵權風險主要來自於未經著作權人授權而複製、儲存或處理受版權保護的內容。許多大型AI模型依賴於從網路抓取的海量數據進行訓練，這些數據可能包含文本、圖像、音訊等受著作權法保護的作品。如果開發者在沒有獲得適當許可的情況下，將這些內容用於訓練資料集，則其複製行為本身就可能構成直接侵權。即使模型最終輸出不直接重現原始內容，訓練過程中的資料處理也可能引發法律責任。因此，確保訓練資料的合法來源和版權合規性是降低風險的關鍵。

### AI生成內容如何避免直接侵權？

為避免AI生成內容的直接侵權，開發者和使用者應採取多方面措施。首先，確保AI模型訓練資料的版權合規性，優先使用公共領域、創用CC或其他已獲授權的資料。其次，在模型設計上，可以引入機制來降低模型對訓練資料的過度記憶，例如透過差分隱私技術。對於生成內容，應進行審核和過濾，檢查其與現有受版權保護作品的相似度。此外，開發者應明確告知使用者AI生成內容可能存在的版權風險，並提供工具或指引協助使用者進行合規性檢查。最終，鼓勵AI生成內容的創作者在發布前進行版權查詢，以確保內容的獨創性。

### 「合理使用」原則在AI直接侵權中的適用性？

「合理使用」（Fair Use）是著作權法中的一項重要抗辯理由，允許在特定條件下未經許可使用受版權保護的作品。在AI領域，合理使用原則的適用性仍在法律界引起廣泛討論，且各國法律規定不同。判斷是否構成合理使用，通常需要考量四個因素：使用目的和性質（是否具備轉換性、非商業性）、作品性質、使用部分的數量和實質性、以及對潛在市場的影響。對於AI模型大規模複製受版權資料進行訓練，其是否具備「轉換性」和對市場的影響，是爭議的焦點。目前尚無明確的法律共識，開發者不應假設所有AI訓練行為都能自動適用合理使用原則，應謹慎評估法律風險。

---

來源：https://aiterms.tw/terms/direct-infringement
快查頁：https://aiterms.tw/terms/direct-infringement
最後更新：2026/07/04
深度解說：https://aiterms.tw/learning/what-is-direct-infringement