Discussion: 花边趣闻
据南华早报报道，2026年10月22日，韩国出版界对一场疑似针对AI训练购书的批量订单潮发出集体警报。韩国最大书店连锁教保文库（Kyobo Book Centre）披露，自今年年初以来，已有10家海外企业分别向其提交约10万种图书的“每种一册”订购请求，引发业界对版权被系统性侵犯的担忧。
爱豆八卦批量购书疑云：十家海外企业浮出水面
教保文库于本周三（2026年10月21日）向韩国媒体通报了这一异常现象。据韩联社援引教保文库一位代表的话说：“许多公司自我介绍为图书批发商。”但出版人士指出，这些订单的采购模式极不寻常：每家公司均要求约10万种图书的单本副本，不挑版本、不问折扣，也不关心物流成本。正常批发渠道通常按套或批量复本采购，而如此“每种一册”的做法，更像是在为从文本到数据转换的语料库采集样本。截至发稿，尚无任何一家涉事企业公开解释其真实用途。
偶像八卦AI训练数据采集为何盯上韩国图书？
韩国图书之所以成为目标，与其语种价值和内容密度密切相关。根据南华早报引述的行业分析，韩文语料在主流AI训练集中占比极低，而韩国出版的科技、历史和文学类书籍质量上乘，有助于弥补模型在多语种和复杂叙事上的短板。更关键的是，韩国版权制度对批量扫描的约束力不足，海外公司通过购买实体书即可规避数据库授权费用。有知情人士估算，若这10家公司的订单全部交付，将累计形成超过100万册书的数字副本，足以构成大型语言模型的训练语料库。
歌手新闻
关键数据：一笔异常订单的样本
以下表格整理了教保文库披露以及媒体交叉核验的关键数据：
导演新作| 指标 | 数据 | 说明 |
|---|
| --- | --- | --- |
|---|
| 涉事海外企业数 | 10家 | 至少来自美国、英国 |
|---|
| 每家企业订购书目 | 约100,000种 | 覆盖畅销书与非虚构类 |
|---|
| 每种复本数量 | 仅1册 | 不符合典型批发特征 |
|---|
| 首次接触时间 | 2026年初 | 至今约10个月 |
|---|
| 公开披露日期 | 2026年10月21日 | 教保文库向媒体证实 |
|---|
| 潜在总涉书量 | 至少100万册 | 按10家乘以10万种计算 |
|---|
| 主要怀疑用途 | 生成式AI训练 | 文本挖掘与机器学习 |
|---|
这些数字背后反映了AI公司对高质量语言数据的需求正从公开网页转向版权书刊。由于单本采购金额不高，订单总额可能并未触发企业内部预警，但其对版权生态的破坏潜力却相当巨大。
版权困局：难以证明的“合理使用”边界
面对疑似侵权，权利人的第一道障碍是举证。一位首尔出版业人士对记者表示：“我们常常无法确定自己的书是否被用于训练AI系统。”即便订单线索清晰，出版商也无法穿透“批发商”身份，追踪到资金链尽头的AI实验室。韩国现行《著作权法》第35条之三虽规定了“合理使用”情形，但未明确涵盖文本与数据挖掘。韩联社在对律师事务所的采访中确认，目前在韩国尚无针对AI训练用书的民事诉讼判例，法律灰色地带令出版商维权步履维艰。
韩国出版界行动：从调查到立法呼吁
据南华早报报道，韩国出版商协会已启动联合调查，汇总各社收到的异常订单，并考虑建立共享黑名单。教保文库则宣布暂停处理同类大批量单本订单，要求买家签署承诺书，声明不用于AI训练。多个作家团体进一步呼吁政府修改《著作权法》，要求AI企业强制披露训练数据来源，并设立集体管理组织，由出版社统一收取授权费。韩国文化体育观光部官员透露，计划在2027年前推出AI版权操作指南，但目前草案中并未包含处罚条款，产业界对此表示失望。
FAQ：AI训练购书与版权保护问答
Q1: 为什么AI公司要购买实体书而不是直接使用网络文本？
A1: 实体书包含大量结构严谨、经过专业编辑的长篇内容，其质量远高于网页文本。购买图书后，企业可以扫描并提取纯文本，同时规避数字版权技术（DRM）和数据库的访问限制。一本一册的订购模式，恰能隐蔽地构建出与AI训练数据采集目标高度匹配的语料库。
Q2: 韩国出版商要求的“补偿机制”具体是什么？
A2: 出版界希望参照音乐产业中的集体管理协会模式，成立一个由出版社和作家共同参与的授权机构。AI企业需要使用韩国图书训练模型时，须向该机构申请许可并支付合理费用。他们同时主张，修改后的著作权法应赋予权利人追溯补偿权，即针对既往未授权的数据使用行为，可以追溯索取经济赔偿。
这场由批量订单引发的“AI训练购书”风波，折射出版权产业与生成式AI的深层裂痕。若缺乏透明的数据来源规则与公平的利益分配，人工智能的进步将在不断升级的版权纠纷中付出更高代价。
Related Threads - 生存游戏
韩国最大书店教保文库披露，自2026年初以来，已有10家海外企业提出异常订单，每家企业要求采购约10万种图书的各一册。出版界怀疑这些书籍被用于AI训练购书行为，呼吁完善人工智能版权法规，建立合理补偿机制。南华早报与韩联社联合调查，揭示数据采集背后的灰色地带。涉及潜在图书总量超过100万册，引发全球关注。
