原文由 Creative Commons 撰寫、譯文由 Lucien C.H. Lin 整理，併採 CC-BY-4.0 發布。
深入了解我們目前的初步構想，並協助塑造下一步的方向！我們希望得到你對這項工作在 法律、技術與社會層面 的想法、回饋與問題。
❓以下問題我們特別想聽取你的意見：
- CC Signals旨在要求 AI 開發者採取「互惠回報」。在你看來，AI 生態中的「互惠性」應該是什麼樣子？我們該如何改進所提議的信號配套，以更好地實現這些互惠性？
- 社群治理將是決定 CC Signals 何時以及如何應用的關鍵。你認為內容維護者應如何做出決策？在這些決策中，誰的偏好最重要？
- CC Signals 優先強調標準化與機器可讀性，以提升其效用，但這也帶來代價。我們應如何在「特定情境考量」與「集體行動目標」（促使大規模採用者改變行為）之間做取捨？
歡迎你透過分享回饋參與討論。
CC信號 (The CC Signals)
🏁從這裡開始：如果你還沒有讀過，請先參考我們的「情境與考量」文件，它構成了 CC Signals 發展的背景。你也可以下載完整報告。
當你已經理解了基本背景，讓我們挖掘更多的細節。
CC Signals 的想法很簡單。透過 CC Signals，大型內容收藏的維護者可以表達一組 AI 開發者必須遵守的條件。這些條件圍繞不同層面的「互惠性」設計，目的是推動有意義、可實踐的舉措。
CC Signals 同時被設計為 機器可解讀 與 人類可理解。
CC Signals 的組合元素
這項計畫受到 AI 討論中常見的幾個基本概念啟發——同意、補償與名譽標示——但我們的切入角度比較特別：驅動我們此一方案的目標是增加並維繫公眾對知識的開放存取。
每一種信號都包含內容得被機器採用的條件。也就是說，AI 開發者必須滿足這些條件才能使用內容進行 AI 開發。所有條件的設計都是為了在相當規模機器採用裡，推動有意義且可實踐的互惠性。我們的初步提案包括以下信號要素：
名譽標示：你必須依據使用方式、手段與情境，提供適宜的名譽標示。
直接回饋： 你必須向「聲明方」提供金錢或相類支持，用於該方資產的開發與維護；此支持應基於善意評估，考量你對資產的使用情況以及你的獲利手段。
生態系回饋： 你必須對你所受益的生態系統提供金錢或相類支持，基於善意評估，考量你對資產的使用情況以及你的獲利手段。
保持開放： 使用(內容)的 AI 系統必須是開放的。例如，必須符合「模型開發框架 (Model Openness Framework, MOF) 的 II 級或 I 級，或符合「開源AI定義 (Open Source AI Definition, OSAID)」。
🗒️注意：「名譽標示」被納入在每一種信號(組合)中，因為我們相信這是最基本的互惠形式，有助於知識循環。除「名譽標示」外，其他信號元素在本提案中是互斥的。信號(元素)列表刻意保持精簡，好讓更多內容維護者與其社群能協調一致，要求 AI 開發者遵守。這最終將建立起一種網絡化的集體行動，以推動 AI 生態裡的互惠性。
CC Signals 的運作方式
誰在套用信號：
聲明方 (Declaring Party) 是決定收藏內容應如何被機器使用的人(或組織)。有時就該內容，聲明方擁有著作權，或有權代表權利人。在這些情況下，CC Signal(的表意) 在特定司法管轄區或可能具有法律效力。若收藏包括多位作者的內容，聲明方有責任在社群裡協調，以決定應適用何種信號才適當。
信號適用的機器用途之範圍：
聲明方會將 CC Signals 套用到一組標準分類中，從一般類別到特殊類別，例如：文字與資料探勘（Text and Data Mining, TDM）、AI 訓練（AI Training）、生成式 AI 訓練（Generative AI Training）、AI 推論（AI Inference）。為了將全球互通性最大化，這些類別不會由 Creative Commons 自行定義，而是依循 IETF（Internet Engineering Task Force，網際網路工程事務聯盟） 制定的國際標準。CC Signals 的框架會隨著標準類別定稿後而持續演進。所選定的類別，將界定本工具預計處理的活動範圍。
哪些信號被套用：
聲明方可從可用的 CC Signals 中進行選擇，表達其對機器採用(內容)的偏好。這代表聲明方表示依該特定信號元素的條款，該被選類別的機器採用是被允許的。(目前)提案中的四種組合是：
名譽標示
名譽標示 + 直接回饋
名譽標示 + 生態系回饋
名譽標示 + 保持開放
與 CC 授權相似，CC Signals 將同時具備 機器可解讀 與 人類可理解 的形式。其中，人類可理解的解釋——說明當某一信號被套用時會發生什麼——稱為 「聲明 (declaration)」。每一種信號都會有一份對應的聲明，並會依據「聲明方是否具有著作權權限」以及「所選定的機器採用範圍」而有所差異。至於套用 CC Signals 於資料集時所使用的程式碼字串，則稱為 「內容採用表述（content usage expression）」。
法律上的考量
CC Signals 被設計為全球性工具，這意味著它們運作於不同的法律制度中，而這些制度的運作方式並不一致。在機器採用的脈絡下，著作權法往往是有限的、不確定的，且在各司法管轄區之間缺乏一致性。因此，套用 CC Signals 可能會因「由誰套用」以及「在何種情境下套用」而產生不同的法律效果。
在著作權存在並適用的情況下，CC Signals 的目的在於衡平著作權的力量，但不擴張其權限。
這並不是在創造新的財產權，而更像是為機器律定行為規範。
更多細節請參閱完整報告。未來幾個月，我們將重點研究與分析 CC Signals 的法律涵義。
技術上的考量
CC Signals 的設計是建立在 IETF 正在制定的技術標準之上。我們已在 GitHub 上揭露 CC Signals 的技術考量與元件。
依循 CC Signals
名譽標示信號
在大型 AI 模型的脈絡下，出處標示與內容溯源是複雜、困難且隨技術發展快速演變的。然而，這並不意味著「名譽標示」的概念在 AI 環境下是無關緊要或不可能的。我們的目標是建立「可行的規範」，而不是讓「追求完美」阻礙進步。就像 CC 授權中的「姓名標示」條件，我們認為名譽標示的信號要素，可以採任何合理的方式來落實。我們計畫在未來階段制定名譽標示的指引與最佳實踐，並借鑑該領域其他人的進展。目前至少，我們預期這種信號至少要求採用者引註所使用的訓練資料集。至於能讓模型在回應查詢時檢索資訊的技術（例如檢索增強生成 RAG），以及其他技術上可行、能將內容連結至特定輸出的使用情境，這些輸出應提供連結以溯源該收藏內容。
直接回饋信號
這並非被設定為商業交易，而是旨在建立一種結構，讓財務或相類貢獻能支持聲明方的持續發展。套用 CC Signals 不應被視為一種商業模式，甚至不應被視為可靠的成本回收方式。這些回饋應與機器採用的類型與規模、以及採用者的財務能力成比例。與名譽標示類似，我們計畫隨著 CC Signals 的推進，制定直接回饋的指引與最佳實踐。
生態系回饋信號
這種信號旨在推動對整體共享資源（commons）的支持性回饋。雖然初期表述相當廣義且模糊，但我們希望並預期在不同領域與不同類型的採用情境下，會逐漸形成規範、最佳實踐，甚至新的集體導向結構。目標是鼓勵「回饋」的實踐，注入互惠性的規範，以幫助整個生態系統持續運作，造福所有人。
保持開放信號
這種信號元素反映出：讓 AI 模型保持開放——例如釋出模型權重、程式碼或資料集，讓他人使用與於其上建立基礎——是互惠性的一種型態。鑑於本領域已有其他人對「開放性」提供了有意義的定義，我們對此信號的提案也更具體，列出了遵循的具體要求。
為 AI 開發者的遵循提供激勵
我們理解，CC Signals 需要仰賴 AI 開發者的自願參與和遵循。雖然存在許多懷疑的理由，特別是當遵循或許不是法律義務時，而且永遠會有不良的行為者，但我們仍然有許多理由相信它會被廣泛採用。
首先，已有先例。雖然遵循(的表現)並非總是完美，但 robots.txt 多年來一直作為一種方式，用來將有關網路內容被機器採用的期望寫入規範性文件，並幫助維持這種社會契約。我們也看到 CC 授權的成功，證明了自願遵守是可能的。雖然 CC 授權建立在著作權法之上，因此(違反它)帶有侵權風險，但實際上它們之所以有效，是因為人們選擇遵守它們。涉及 CC 授權維護權利的訴訟相當罕見，多數案例與惡意行為有關。反之，如今在共享資源（commons）中已有數百億份 CC 授權作品，因為這些授權植基於人們對於「分享與知識再利用」的直觀公平與利他觀念。
此外，理性行為者也有充分理由去尊重並遵循偏好信號。正如我們在本報告前段所撰，來自整個公開網路的資料是發展大型 AI 模型的關鍵組成部分。若 AI 開發者不尊重創作者的意願，他們將削弱人們分享與廣泛散布作品的動機。隨著時間推移，這將損害所建構的模型與服務的準確性、安全性與時效性。對小型公司、新創公司、非營利組織與學術研究者而言，後果尤其嚴重，因為(這將導致)他們沒有資源而得轉而依賴所付不貲的授權交易。
請立即到 GitHub 分享你的反饋！