一、訓練資料來源的爭議
1. 未經授權的資料使用：
大型語言模型與圖像生成模型通常需要龐大的資料集，這些資料可能包含受著作權保護的文本、圖片、音樂等。如果在訓練過程中使用了未經授權的作品，可能引發侵權爭議。
2. 合理使用（Fair Use）與例外規範：
在部分法域（如美國），AI 開發者可能主張屬於合理使用，用於研究與模型訓練。但不同國家法律標準差異很大，在歐盟、日本、台灣等地仍存在法律模糊地帶。

⸻

二、AI 生成作品的著作權歸屬
1. AI 作品是否具著作權：
傳統著作權法要求「人類創作」，因此多數法域認為完全由 AI 自動生成的內容不具著作權。
2. 人類參與程度：
若使用者對生成結果有「實質創意貢獻」（例如精細調整 prompt、進行編修），則有機會被認定為人類作者。反之，若只是單純輸入簡短指令，著作權歸屬就很難成立。

⸻

三、衍生作品與侵權風險
1. 風格模仿：
若 AI 生成內容過度模仿某位藝術家的風格，可能涉及「衍生作品」或「人格權侵害」。
2. 商業使用問題：
使用 AI 生成的圖片、文字、音樂進行商業活動時，可能涉及侵權風險（例如與原作者風格過於接近，或被認為是未經授權的改作）。

⸻

四、智慧財產權的新挑戰
1. 專利與營業秘密：
若生成式 AI 被用於發明或技術設計，誰是專利權人？AI 還是人類？目前各國普遍傾向「僅限人類申請」。
2. 商標與虛假標示：
AI 可能生成含有知名商標或品牌元素的內容，造成混淆或假冒問題。

⸻

五、未來的法律與政策發展
1. 建立 AI 專屬規範：
部分國家（如歐盟的 AI Act）正嘗試建立 AI 專法，規範資料使用與責任歸屬。
2. 透明化與標示義務：
可能要求 AI 生成內容必須標示「AI 生成」，以避免與人類創作混淆。
3. 授權平台與資料共享機制：
未來或會出現更清晰的授權市場，例如讓藝術家選擇是否允許其作品用於 AI 訓練，並獲取收益。