个人行动主义与企业数据抓取之间的法律差异

法律起诉中的系统性不平等

联邦对 Aaron Swartz 的起诉与 Meta 因大规模数据获取而面临的民事诉讼之间的对比，揭示了美国法律体系在对待个人活动家与企业实体方面的系统性差异。Swartz 因从 JSTOR 下载了约 70 GB 的学术文章而面临严重的刑事指控，而 Meta 据称通过 torrent 下载了超过 80 TB 的书籍来训练其 AI 模型，其面临的主要是民事诉讼和潜在的经济赔偿，而非刑事起诉。

Aaron Swartz 案：刑事起诉与“法律战”

RSS 协议的共同创造者 Aaron Swartz 因致力于使学术知识自由获取而成为美国政府的目标。该起诉案常被引用为“法律战”（lawfare）的典型案例，即法律体系被用作武器，通过过度的指控来实现特定目的。

指控性质

与“抓取”这一简化叙述不同，Swartz 被联邦起诉犯有电报诈骗（wire fraud）和违反《计算机欺诈与滥用法案》（CFAA）的行为。政府的案件基于以下几点：

• 未经授权的访问： Swartz 据称进入了一个物理房间以访问路由器，并接入了他的笔记本电脑以下载论文。
• 规避策略： 据报道，他通过轮换他的 MAC 地址来绕过管理限制。
• 基础设施使用： 他使用 MIT 的计算机运行脚本数日，以促进下载。

量刑与压力

虽然美国司法部（DoJ）的新闻稿经常引用法定最高刑期——在本案中，最高可达 35 年监禁和 100 万美元罚款——但法律专家指出，实际的量刑指南很少达到这些最高值。然而，这种威胁带来的心理压力，结合六个月监禁的辩诉交易建议，导致了 Swartz 的悲剧性结局，即他选择了自杀。

Meta 与企业数据获取

相比之下，Meta 获取大规模数据集用于 AI 训练被视为一种企业业务运营，而非侵入或诈骗的刑事犯罪行为。

规模与方法

Meta 被指控通过 torrent 下载了超过 81.7 TB 的盗版书籍来训练其 AI 模型。与 Swartz 的案例不同，Swartz 意图将数据公开分发，而 Meta 的使用场景是其专有模型的内部训练。

法律框架：民事 vs. 刑事

主要的法律差异在于责任的性质：

• 民事版权侵权： Meta 面临来自出版商寻求经济赔偿的诉讼。在美国，利用版权数据训练 AI 目前正在根据“合理使用”（fair use）原则进行诉讼。
• 缺乏刑事意图： 由于 Meta 并非向最终用户分发书籍的精确副本，而是将模式编码进模型权重中，因此它避开了与分发未经授权副本相关的联邦刑事指控。

社群见解综合

技术和法律观察家之间的讨论突出了关于这种差异的几个关键主题：

“规模”带来的“保护”

许多人认为，企业的规模为对抗刑事起诉提供了天然的护盾。正如一位观察者所言，“当美国政府的目标一致时，身为一家富有且公开上市的公司，可以提供法律优势，”这表明政府可能不愿追求可能扼杀 AI 投资或经济增长的案件。

企业控制 vs. 版权

一些人认为，法律体系并不那么关注版权本身，而是更关注于保护商业模式。从这个角度来看，Swartz 被惩罚是因为“不尊重一种商业模式”（学术期刊的付费墙），而 Meta 的行为则服务于一种新的、占主导地位的企业商业模式。

CFAA 的角色

技术批评者指出，CFAA 的应用往往是不一致的。虽然 Swartz 被起诉因“超出授权访问”受保护的计算机，但 AI 公司的大规模抓取通常被视为一种行业标准做法，尽管这些做法同样绕过了服务条款或利用了激进的爬虫技术，可能会影响网站稳定性。

"法律并不存在于保护弱者免受强者之害，而是为了使强者能够惩罚弱者。"

结论

Swartz 案与 Meta 案之间的差异强调了数字法律中的一种根本性紧张关系：即寻求信息民主化的个人与寻求将其变现的 corporation 之间的区别。虽然数据获取的技术方法可能重叠，但法律结果取决于实体的规模、企业、意图的使用方式，以及国家现行的经济利益。