Meta 删除争议条款，澄清网页爬取与AI训练范围

事件概述：Meta 调整商业条款，删除“内容抓取用于AI训练”表述

Meta 最近更新了其商业使用条款，原文中曾声明公司可以“使用业务账号所属域名、网页或URL中的任何内容，以提供、开发、改进、研究、训练并维护 Meta 产品和服务的完整性”。这一表述被业界解读为 Meta 获得了抓取并利用发布商网站内容训练 AI 模型的权限，引发了广泛的版权与伦理争议。随后，Meta 官方通过声明澄清，该条款并未改变其网页爬取方式，随后又在《The Verge》报道中确认已将该争议条款从条款中删除。

背景：数据抓取在AI训练中的角色与争议

在大模型时代，海量文本数据是模型性能提升的关键。传统上，科技公司通过公开网络爬虫收集网页信息，用于训练语言模型。然而，这种做法常常触碰到版权法的红线，尤其是当内容来源于新闻媒体、学术出版物或其他受版权保护的作品时。2023 年，Meta 曾因涉嫌侵犯版权而在美国面临高调诉讼，虽最终败诉方撤回，但行业内对类似行为的审视愈发严苛。

法律专家指出，Meta 条款中“使用任何内容” 的措辞极具宽泛性，若不加限制，理论上可让 Meta 将任何业务账号关联的网页内容直接用于 AI 训练，这在版权法框架下可能构成侵权。Nieman Lab 的法律评论员甚至称之为“一项显著的条款”，因为它暗示了公司在未经明确授权的情况下使用第三方内容的可能性。

Meta 的官方回应与条款修订细节

面对舆论压力，Meta 发言人表示，条款的更新并不意味着其爬虫行为的根本改变，仅是对已有广告和商业产品相关爬取规则的整理。随后，Meta 在公开声明中指出：“我们已听取各方意见，澄清：我们整合的爬取条款仅适用于广告和业务产品，并已在条款中明确。”随后，该公司将原先涉及“用于AI训练” 的表述彻底删除，强调此举不影响其使用网页爬虫的方式。

行业影响：版权争议与AI训练数据来源的再思考

Meta 的条款调整在业界产生了连锁反应：

• 版权持有者的警惕提升：媒体机构和出版商对大模型训练数据的来源更加敏感，纷纷要求平台提供更透明的数据采集声明。
• 监管机构的关注加深：美国、欧盟等地区的监管机构已开始审视大规模数据抓取与AI训练的合规性，Meta 的举动被视为对潜在监管压力的预防性回应。
• 竞争对手的策略调整：其他 AI 公司如 OpenAI、Anthropic 等也在公开其数据收集政策，力求在合规与模型性能之间找到平衡。

局限性与不确定因素

尽管 Meta 已删除争议条款，但仍存在以下不确定性：

• 条款的实际执行细则尚未公开，外部观察者难以验证 Meta 是否真的限制了对业务账号网页的抓取范围。
• Meta 仍保留对公开网页的常规爬取权限，这意味着其仍可能间接获取大量受版权保护的内容，只是未明确标注用于 AI 训练。
• 法律诉讼的进展仍是未知数，若未来出现新的版权案件，Meta 可能再次面临条款修订的压力。

对读者的行动建议：如何在数据版权与AI创新之间保持平衡

对于内容创作者、媒体机构以及技术从业者，以下几点值得关注：

• 审视平台使用条款：在将业务账号绑定至社交平台或广告系统时，仔细阅读其数据使用声明，确保自己的内容不会被未经授权用于 AI 训练。
• 主动声明版权：通过技术手段（如 robots.txt、meta 标签）明确告知平台哪些内容不可被抓取，以降低被误用的风险。
• 关注行业监管动向：密切留意各国关于 AI 数据使用的立法进展，及时调整内容发布与授权策略。
• 参与行业自律：加入行业协会或版权组织，共同制定数据使用的最佳实践，推动平台提供更透明的抓取报告。

结语：Meta 的条款修订是一次危机公关，更是行业自省的契机

Meta 删除争议条款的举动，表面上是对外部批评的快速回应，实质上折射出大模型时代数据版权的复杂博弈。平台方需要在技术创新与法律合规之间找到可持续的平衡点，而内容提供者也必须提升自身的版权保护意识。未来，随着监管框架的逐步完善，数据抓取的透明度与授权机制将成为 AI 生态健康发展的关键。