生成式人工智能数据训练著作权的合理使用 - 版权资讯 - 湖北省版权?；ぶ行?/title> <meta name="keywords" content="湖北省版权保护中心,湖北省版权登记,湖北版权登记"> <meta name="description" content=" 在人工智能专门立法中，为进行机器学习、文本与数据挖掘等计算机信息处理，使用具有合法来源并已经发表的作品的"> <link rel="shortcut Icon" href="/favicon.ico"/> <link href="http://www.towks.cn//statics/css/index.css" rel="stylesheet" type="text/css" /> <script type="text/javascript" src="http://www.towks.cn//statics/js/jquery.min.js"></script> <script type="text/javascript" src="http://www.towks.cn//statics/js/jquery.litenav.js"></script> <script type="text/javascript" src="http://www.towks.cn//statics/js/jquery.slides.min.js"></script> <script type="text/javascript"> function onSearch() { var v=$("#searchkw"); if(v.val()=='' || v.val()=='请输入文章的关键字') { alert("搜索内容不能为空！"); v.focus(); return false; } else window.location.href="/search.html?q="+v.val(); // return false; } </script> <style> .w { margin: 0; padding: 0; } body, .w { font-size: 14px; font-family: 'Microsoft Yahei', '微软雅黑', 'Simsun', '宋体', 'Arial', sans-serif; } .w img { border: 0; } .w a { color: #fff; text-decoration: none; outline: none; } .w ol, .w ul, .w li { list-style: none; } .w .head-nav { width: 100%; height: 40px; background: #0252A3; } .w .head-nav-con { width: 1200px; height: 60px; margin: auto; } .w .head-nav-con ul li { width: 90px; float: left; font-size: 16px; text-align: center; z-index: 99; } .w .head-nav-con ul .hover-v:hover { background: #2D70AF; } .w .head-nav-con ul a { display: block; text-decoration: none; text-align: center; line-height: 40px; color: white; } .w .head-nav-con .drop-down { position: relative; } .w .head-nav-con .drop-down-content { padding: 0; display: none; position: absolute; z-index: 1; background: #0252A3; } .w .head-nav-con .drop-down-content li:hover > a { background-color: #2D70AF; } .w .head-nav-con .drop-down:hover .drop-down-content { display: block; } .w .head-nav-con .drop-down-2 { position: relative; } .w .head-nav-con .drop-down-content-2 { padding: 0; display: none; position: absolute; z-index: 1; background-color: #007130; right: -170px; top: 0; } .w .head-nav-con .drop-down-content-2 > li { float: none; background-color: #007130; } .w .head-nav-con .drop-down-content-2 li:hover a { background-color: #ff9c01; } .w .head-nav-con .drop-down-2:hover .drop-down-content-2 { display: block; } .w .search_input { outline-style: none; border: 1.6px solid white; border-radius: 3px 0 0 3px; padding: 13px 14px; width: 140px; font-size: 14px; font-weight: 200; height: 1px; color: white; font-family: "Microsoft soft"; background-color: #0252A3; } .w .search_input:focus{ border-color: #66afe9; outline: 0; -webkit-box-shadow: inset 0 1px 1px rgba(0,0,0,.075),0 0 8px rgba(102,175,233,.6); box-shadow: inset 0 1px 1px rgba(0,0,0,.075),0 0 8px rgba(102,175,233,.6) } .w .search_input::placeholder{ color:#ccc; } .bar6-input-s form { position: relative !important; width: 300px !important; margin: 0 auto !important; } .bar6-input-s input, button { border: none !important; outline: none !important; } .bar6-input-s input { width: 64% !important; height: 25px !important; padding-left: 13px !important; margin-top: 6px !important; font-size: 13px !important; } .bar6-input-s button { height: 29px !important; width: 42px !important; cursor: pointer !important; position: absolute !important; margin-top: 6px !important; } /*搜索框6*/ .bar6-input-s {background: #0252A3 !important;} .bar6-input-s input { border: 1.8px solid white !important; border-radius: 5px !important; background: transparent !important; top: 0 !important; right: 0 !important; color: #fff !important; } .bar6-input-s button { background: white !important; border-radius: 0 5px 5px 0 !important; width: 44px !important; top: 1px !important; right: 44px !important; } .bar6-input-s button:before { content: "搜索" !important; font-size: 13px !important; color: #2D70AF !important; } .bar6-input-s input:focus{ border-color: #66afe9 !important; outline: 0 !important; -webkit-box-shadow: inset 0 1px 1px rgba(0,0,0,.075),0 0 8px rgba(102,175,233,.6) !important; box-shadow: inset 0 1px 1px rgba(0,0,0,.075),0 0 8px rgba(102,175,233,.6) !important; } .bar6-input-s input::placeholder{ color:#ccc !important; } </style> <meta http-equiv="Cache-Control" content="no-transform" /> <meta http-equiv="Cache-Control" content="no-siteapp" /> <script>var V_PATH="/";window.onerror=function(){ return true; };</script> </head> <body> <h1><a href="http://www.towks.cn/">51pc·mc品茶官网ios_风楼阁全国信息2024最新版,五一品茶茶馆儿,51品茶轻量版</a></h1><div id="hfz1b" class="pl_css_ganrao" style="display: none;"><i id="hfz1b"><listing id="hfz1b"></listing></i><font id="hfz1b"><address id="hfz1b"><ol id="hfz1b"><b id="hfz1b"></b></ol></address></font><form id="hfz1b"></form><span id="hfz1b"><small id="hfz1b"><address id="hfz1b"><legend id="hfz1b"></legend></address></small></span><font id="hfz1b"><thead id="hfz1b"></thead></font><ruby id="hfz1b"><strong id="hfz1b"><small id="hfz1b"><address id="hfz1b"></address></small></strong></ruby><form id="hfz1b"><font id="hfz1b"></font></form><address id="hfz1b"></address><track id="hfz1b"></track><thead id="hfz1b"><label id="hfz1b"></label></thead><video id="hfz1b"><meter id="hfz1b"></meter></video><sup id="hfz1b"><u id="hfz1b"><thead id="hfz1b"><nobr id="hfz1b"></nobr></thead></u></sup><p id="hfz1b"><em id="hfz1b"><strike id="hfz1b"><ruby id="hfz1b"></ruby></strike></em></p><track id="hfz1b"><menuitem id="hfz1b"></menuitem></track><font id="hfz1b"><acronym id="hfz1b"></acronym></font><sub id="hfz1b"><ol id="hfz1b"></ol></sub><var id="hfz1b"><ins id="hfz1b"></ins></var><ruby id="hfz1b"><big id="hfz1b"></big></ruby><acronym id="hfz1b"><dfn id="hfz1b"><ruby id="hfz1b"><style id="hfz1b"></style></ruby></dfn></acronym><track id="hfz1b"><sup id="hfz1b"></sup></track><form id="hfz1b"></form><mark id="hfz1b"><listing id="hfz1b"><output id="hfz1b"><div id="hfz1b"></div></output></listing></mark><big id="hfz1b"><i id="hfz1b"><dfn id="hfz1b"><legend id="hfz1b"></legend></dfn></i></big><listing id="hfz1b"><tt id="hfz1b"></tt></listing><track id="hfz1b"><ol id="hfz1b"><nobr id="hfz1b"><thead id="hfz1b"></thead></nobr></ol></track><span id="hfz1b"><strong id="hfz1b"><video id="hfz1b"><legend id="hfz1b"></legend></video></strong></span><style id="hfz1b"><rp id="hfz1b"></rp></style><ol id="hfz1b"><nobr id="hfz1b"></nobr></ol><menuitem id="hfz1b"><strong id="hfz1b"></strong></menuitem><listing id="hfz1b"></listing><font id="hfz1b"><dfn id="hfz1b"></dfn></font><output id="hfz1b"><div id="hfz1b"><rp id="hfz1b"><form id="hfz1b"></form></rp></div></output><address id="hfz1b"><sup id="hfz1b"><menuitem id="hfz1b"><strike id="hfz1b"></strike></menuitem></sup></address><pre id="hfz1b"></pre><em id="hfz1b"><label id="hfz1b"></label></em><big id="hfz1b"></big><legend id="hfz1b"><font id="hfz1b"><p id="hfz1b"><menuitem id="hfz1b"></menuitem></p></font></legend><form id="hfz1b"></form><legend id="hfz1b"><ruby id="hfz1b"></ruby></legend><ol id="hfz1b"><form id="hfz1b"><font id="hfz1b"><listing id="hfz1b"></listing></font></form></ol><menuitem id="hfz1b"><strike id="hfz1b"></strike></menuitem><div id="hfz1b"></div><thead id="hfz1b"></thead><dfn id="hfz1b"><p id="hfz1b"><u id="hfz1b"><thead id="hfz1b"></thead></u></p></dfn><form id="hfz1b"><font id="hfz1b"><listing id="hfz1b"><output id="hfz1b"></output></listing></font></form><mark id="hfz1b"><label id="hfz1b"><b id="hfz1b"><legend id="hfz1b"></legend></b></label></mark><u id="hfz1b"><thead id="hfz1b"><strike id="hfz1b"><font id="hfz1b"></font></strike></thead></u><dfn id="hfz1b"><meter id="hfz1b"></meter></dfn><span id="hfz1b"></span><output id="hfz1b"></output><form id="hfz1b"></form><form id="hfz1b"></form><style id="hfz1b"><u id="hfz1b"><strike id="hfz1b"><nobr id="hfz1b"></nobr></strike></u></style><label id="hfz1b"><dfn id="hfz1b"><p id="hfz1b"><th id="hfz1b"></th></p></dfn></label><dfn id="hfz1b"></dfn><dl id="hfz1b"></dl><style id="hfz1b"></style><strong id="hfz1b"><tt id="hfz1b"></tt></strong><address id="hfz1b"><u id="hfz1b"></u></address><i id="hfz1b"></i><strike id="hfz1b"><font id="hfz1b"><acronym id="hfz1b"><strong id="hfz1b"></strong></acronym></font></strike><mark id="hfz1b"></mark><thead id="hfz1b"><dl id="hfz1b"></dl></thead><thead id="hfz1b"></thead><thead id="hfz1b"></thead><em id="hfz1b"></em><u id="hfz1b"><ol id="hfz1b"></ol></u><menuitem id="hfz1b"><dfn id="hfz1b"><tt id="hfz1b"><style id="hfz1b"></style></tt></dfn></menuitem><div id="hfz1b"></div><video id="hfz1b"><meter id="hfz1b"></meter></video><pre id="hfz1b"></pre><optgroup id="hfz1b"><menuitem id="hfz1b"><strike id="hfz1b"><tt id="hfz1b"></tt></strike></menuitem></optgroup><ruby id="hfz1b"><span id="hfz1b"><u id="hfz1b"><thead id="hfz1b"></thead></u></span></ruby><ol id="hfz1b"><mark id="hfz1b"></mark></ol><u id="hfz1b"><strike id="hfz1b"></strike></u><strong id="hfz1b"><address id="hfz1b"></address></strong><legend id="hfz1b"><u id="hfz1b"><menuitem id="hfz1b"><nobr id="hfz1b"></nobr></menuitem></u></legend><i id="hfz1b"><video id="hfz1b"></video></i><menuitem id="hfz1b"><ol id="hfz1b"></ol></menuitem><sup id="hfz1b"><u id="hfz1b"><strike id="hfz1b"><label id="hfz1b"></label></strike></u></sup><track id="hfz1b"><ol id="hfz1b"></ol></track><menuitem id="hfz1b"><strike id="hfz1b"></strike></menuitem><thead id="hfz1b"></thead><dfn id="hfz1b"><p id="hfz1b"></p></dfn><optgroup id="hfz1b"></optgroup><pre id="hfz1b"><label id="hfz1b"><b id="hfz1b"><strong id="hfz1b"></strong></b></label></pre><pre id="hfz1b"><dfn id="hfz1b"><span id="hfz1b"><strong id="hfz1b"></strong></span></dfn></pre><rp id="hfz1b"><form id="hfz1b"><video id="hfz1b"><meter id="hfz1b"></meter></video></form></rp><address id="hfz1b"><track id="hfz1b"><sub id="hfz1b"><th id="hfz1b"></th></sub></track></address><strike id="hfz1b"><ins id="hfz1b"></ins></strike><listing id="hfz1b"></listing><form id="hfz1b"></form><rp id="hfz1b"></rp><acronym id="hfz1b"></acronym><b id="hfz1b"><i id="hfz1b"><video id="hfz1b"><meter id="hfz1b"></meter></video></i></b><th id="hfz1b"><strike id="hfz1b"></strike></th><legend id="hfz1b"></legend><dfn id="hfz1b"></dfn><label id="hfz1b"><span id="hfz1b"><strong id="hfz1b"><address id="hfz1b"></address></strong></span></label><optgroup id="hfz1b"><meter id="hfz1b"><strike id="hfz1b"><mark id="hfz1b"></mark></strike></meter></optgroup></div> <div class="vfvp5jpnt5" id="header"> <div id="vfvp5jpnt5" class="main"> <div id="vfvp5jpnt5" class="logo"><a href="/"><img src="http://www.towks.cn//statics/images//logo.png" border="0"></a></div>  </div>  <div id="vfvp5jpnt5" class="clear"></div> </div>   <div id="vfvp5jpnt5" class="search"> <div id="vfvp5jpnt5" class="main"> <div id="vfvp5jpnt5" class="w">          <div id="vfvp5jpnt5" class="head-nav"> <div id="vfvp5jpnt5" class="head-nav-con clearFloat"> <ul class="head-nav-con-ul"> <li id="vfvp5jpnt5" class="hover-v"><a href="http://www.towks.cn//">首页</a></li> <li id="vfvp5jpnt5" class="drop-down hover-v "><a href="#">版权登记</a> <ul class="drop-down-content"> <li id="vfvp5jpnt5" class="hover-v"><a >作品登记</a></li> <li id="vfvp5jpnt5" class="hover-v"><a >合同备案</a></li> <li id="vfvp5jpnt5" class="hover-v"><a >登记指南</a></li> <li id="vfvp5jpnt5" class="hover-v"><a href="http://www.towks.cn//html/bqgg/">登记公告</a></li> </ul> </li>  <li id="vfvp5jpnt5" class="hover-v"><a href="http://www.towks.cn//html/bqzx/">版权资讯</a></li> <li id="vfvp5jpnt5" class="hover-v"><a href="http://www.towks.cn//html/bqhd/bqhd">版权活动</a></li> <li id="vfvp5jpnt5" class="hover-v"><a href="http://www.towks.cn//html/bqzs/">版权展示</a></li> <li id="vfvp5jpnt5" class="hover-v"><a href="http://www.towks.cn//html/sfzc/">示范之窗</a></li> <li id="vfvp5jpnt5" class="drop-down hover-v "><a href="#">更多</a> <ul class="drop-down-content"> <li class="hover-v"><a href="http://www.towks.cn//html/zcfg/">政策法规</a></li> <li class="hover-v"><a href="http://www.towks.cn//html/bqzhis/">版权知识</a></li> <li class="hover-v"><a href="http://www.towks.cn//html/bqfw/">版权服务</a></li> </ul> </li> <li style="width:340px; margin-right: 0px ;padding-left: 180px;"> <div id="vfvp5jpnt5" class="bar6-input-s"> <form style="position: relative;width: 300px;margin: 0 auto;"> <input size="15" maxlength="50" placeholder="请输入文章关键字!" value="" onfocus="javascript:if(this.value=='请输入文章的关键字')this.value='';" id="searchkw" name="title" type="text"> <button value="搜索" type="button" onclick="javascript:return onSearch();"> </form> </div>  </li> </ul> </div> </div> </div> </div> </div> <div id="vfvp5jpnt5" class="blank1"></div> <div id="vfvp5jpnt5" class="main"> <div id="vfvp5jpnt5" class="main_left"> <div class="nav_box"> <div id="vfvp5jpnt5" class="nav_title"><span id="vfvp5jpnt5" class="nav_sign"> 版权资讯 </span> </div> <div class="nav_menu"> <ul> <li><a href="http://www.towks.cn/html/bqzx/" class="current" >版权资讯</a></li> </ul> </div> </div> <div id="vfvp5jpnt5" class="blank10"></div> <div id="vfvp5jpnt5" class="des"> <div id="vfvp5jpnt5" class="tit">湖北省版权?；ぶ行?/div> <div id="vfvp5jpnt5" class="con"> <p style="text-indent:2em;"> 湖北省版权保护中心是省版权局指定的省内唯一作品登记机构，负责全省的作品登记工作。此外，中心的业务范围和职能还包括版权鉴定、纠纷调解、侵权调查、法律维权等。</p> <p style="text-indent:2em;"> 湖北省版权?；ぶ行慕源葱隆⑽袷?、专业的精神，竭诚为广大著作权人和社会各界提供权威、优质、高效的服务。 </p> </div> <div id="vfvp5jpnt5" class="mo"> </div> </div> <div id="vfvp5jpnt5" class="blank3"></div> </div> <div id="vfvp5jpnt5" class="main_right"> <div id="vfvp5jpnt5" class="current_location"><ul><li id="vfvp5jpnt5" class="current_location_1">当前位置：<a href="/">首页</a> > <a href="http://www.towks.cn/html/bqzx/">版权资讯</a> > <a>正文</a></ul></div> <div id="vfvp5jpnt5" class="sublanmu_box"> <div id="vfvp5jpnt5" class="sublanmu_content sublanmu_content_introduct"> <div id="vfvp5jpnt5" class="articleinfor" id="articleinfor"> <ul> <li id="vfvp5jpnt5" class="title"><h1>生成式人工智能数据训练著作权的合理使用</h1></li> <li id="vfvp5jpnt5" class="info"> 发布日期：2025-04-01 来源：<span>中南财经政法大学法律硕士教育中心22级研究生郭昌玖 </span> </li> </ul> <div id="vfvp5jpnt5" class="content" id="Content"> <div style="text-align: justify;"><span style="font-family: 微软雅黑; font-size: 18px;"> 在人工智能专门立法中，为进行机器学习、文本与数据挖</span><span style="font-family: 微软雅黑; font-size: 18px;">掘等计算机信息处理，使用具有合法来源并已经发表的作</span><span style="font-family: 微软雅黑; font-size: 18px;">品的，并且不影响该作品的正常使用，也没有不合理地损</span><span style="font-family: 微软雅黑; font-size: 18px;">害著作权人的合法权益，则该使用行为属于合理使用。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 以ChatGPT、Sora等为代表的生成式人工智能（GenAI）</span></span><span style="font-family: 微软雅黑; font-size: 18px;">模型，拥有超强的语言理解和文本图像生成能力，是新质生产</span><span style="font-family: 微软雅黑; font-size: 18px;">力的典型代表，能助力千行百业实现高质量发展。聚焦GenAI</span><span style="font-family: 微软雅黑; font-size: 18px;">数据训练中的著作权侵权风险，分析合理使用规则具有的比较</span><span style="font-family: 微软雅黑; font-size: 18px;">优势，探讨我国著作权合理使用规则的困境和出路，有助于实</span><span style="font-family: 微软雅黑; font-size: 18px;">现技术创新和风险治理的平衡，促进我国GenAI产业的健康持</span><span style="font-family: 微软雅黑; font-size: 18px;">续发展。</span></div> <div style="text-align: justify;"> </div> <div style="text-align: justify;"><strong><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 数据训练著作权侵权风险</span></span></strong></div> <div style="text-align: justify;"> </div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> GenAI具有强大的“阅读”和“创作”能力，离不开海量数</span></span><span style="font-family: 微软雅黑; font-size: 18px;">据的“投喂”。而具有高质量和良好价值观的数据，往往是处</span><span style="font-family: 微软雅黑; font-size: 18px;">在著作权?；て谀诘淖髌?。在GenAI“输入端”，无论是数据收</span><span style="font-family: 微软雅黑; font-size: 18px;">集、数据预处理还是模型训练，均会涉及对作品的复制、汇编</span><span style="font-family: 微软雅黑; font-size: 18px;">以及改编等，这有可能落入著作权人复制权、汇编权以及改编</span><span style="font-family: 微软雅黑; font-size: 18px;">权等专有权利的控制范围。然而，使用作品进行数据训练的行</span><span style="font-family: 微软雅黑; font-size: 18px;">为，既不符合《中华人民共和国著作权法》（以下简称《著作</span><span style="font-family: 微软雅黑; font-size: 18px;">权法》）第二十四条规定的合理使用条款，也不符合现有的法</span><span style="font-family: 微软雅黑; font-size: 18px;">定许可条款。所以，在当前的《著作权法》框架下，使用处于</span><span style="font-family: 微软雅黑; font-size: 18px;">著作权?；て谀诘淖髌方惺菅盗?，应当取得著作权人的许</span><span style="font-family: 微软雅黑; font-size: 18px;">可并支付报酬。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 但是，训练数据集往往具有突出的规模化特征，比如，</span></span><span style="font-family: 微软雅黑; font-size: 18px;">GPT4就包含超过1.8万亿参数和13万亿token的训练数据。在这</span><span style="font-family: 微软雅黑; font-size: 18px;">种情形下，传统的授权许可的交易模式根本无法实施。同时，</span><span style="font-family: 微软雅黑; font-size: 18px;">我国发布的《生成式人工智能服务管理暂行办法》（以下简称</span><span style="font-family: 微软雅黑; font-size: 18px;">《办法》）第7条要求训练数据必须具有合法来源，且不得侵犯</span><span style="font-family: 微软雅黑; font-size: 18px;">他人的知识产权。全国网络安全标准化技术委员会发布的《生</span><span style="font-family: 微软雅黑; font-size: 18px;">成式人工智能服务安全基本要求》第5.2条规定的“语料内容安</span><span style="font-family: 微软雅黑; font-size: 18px;">全要求”，也要求应当注意语料使用情况以及相关知识产权情</span><span style="font-family: 微软雅黑; font-size: 18px;">况，不得使用存在侵权风险的语料。由此，GenAI开发者在获取</span><span style="font-family: 微软雅黑; font-size: 18px;">和使用作品数据时，极易背负著作权侵权的“原罪”。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 当前，在国外，因使用作品进行数据训练已经产生大量</span></span><span style="font-family: 微软雅黑; font-size: 18px;">的纠纷，比如：Alter诉OpenAI、Andersen诉Stability AI、</span><span style="font-family: 微软雅黑; font-size: 18px;">Huckabee诉Meta Platforms等案件。在国内，2023年6月，</span><span style="font-family: 微软雅黑; font-size: 18px;">网络教培行业也发生过，学而思未经授权爬取笔神作文的作文</span><span style="font-family: 微软雅黑; font-size: 18px;">素材，用以训练其智能产品“作文AI助手”，引起双方纷争。</span><span style="font-family: 微软雅黑; font-size: 18px;">2024年6月，北京互联网法院也开庭审理了我国“首例AI绘画大</span><span style="font-family: 微软雅黑; font-size: 18px;">模型训练著作权侵权案”，目前仍未作出一审判决。在这些案</span><span style="font-family: 微软雅黑; font-size: 18px;">件中，原告几乎均主张，被告未经授权，使用其作品用于数据</span><span style="font-family: 微软雅黑; font-size: 18px;">训练，侵犯了原告享有的著作权；而被告基本上援引著作权合</span><span style="font-family: 微软雅黑; font-size: 18px;">理使用规则进行抗辩。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 针对数据训练中的作品使用行为，不少国家或地区已经进</span></span><span style="font-family: 微软雅黑; font-size: 18px;">行了著作权合理使用规则的探索和调适。欧盟《单一数字市场</span><span style="font-family: 微软雅黑; font-size: 18px;">版权指令》就“文本与数据挖掘”规定了限制和例外；美国往</span><span style="font-family: 微软雅黑; font-size: 18px;">往通过运用“四要素标准”和“转换性使用”，灵活解释合理</span><span style="font-family: 微软雅黑; font-size: 18px;">使用规则，从而为AI技术的发展开辟空间；日本《著作权法》</span><span style="font-family: 微软雅黑; font-size: 18px;">更是直接引入“非享受性使用”条款，将“计算机信息处理行</span><span style="font-family: 微软雅黑; font-size: 18px;">为”纳入合理使用。在此背景下，我国也应及时作出立法回</span><span style="font-family: 微软雅黑; font-size: 18px;">应，重塑人工智能时代的合理使用规则，以保障GenAI产业对数</span><span style="font-family: 微软雅黑; font-size: 18px;">据获取和使用的现实需求。</span></div> <div style="text-align: justify;"> </div> <div style="text-align: justify;"><strong><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 合理使用方案的比较优势及其适用困境</span></span></strong></div> <div style="text-align: justify;"> </div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 1. 数据训练著作权侵权风险解决方案的梳理</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 我国《著作权法》第十条规定了4项人身权和13项财产权，</span></span><span style="font-family: 微软雅黑; font-size: 18px;">即为著作权人享有的专有权利，每一项专有权利均控制着一类</span><span style="font-family: 微软雅黑; font-size: 18px;">特定行为。比如，复制权控制着以印刷、复印、数字化等方式</span><span style="font-family: 微软雅黑; font-size: 18px;">将作品制作一份或者多份的行为。通俗而言，专有权利划定了</span><span style="font-family: 微软雅黑; font-size: 18px;">一个只有著作权人才能进入的“专属领地”。同时，著作权法</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;">基于社会政策的考量，在赋予著作权人专有权利的同时，也要</span></span><span style="font-family: 微软雅黑; font-size: 18px;">满足社会对知识和信息传播的需求。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 所以，在一定条件下，著作权法又允许其他主体不经许</span></span><span style="font-family: 微软雅黑; font-size: 18px;">可，有偿使用甚至无偿使用作品。为此，我国《著</span><span style="font-family: 微软雅黑; font-size: 18px;">作权法》规定了对“著作权的限制”：法定许可和</span><span style="font-size: 18px;"><span style="font-family:微软雅黑;">合理使用。因此，如果未经著作权人许可，又缺乏</span></span><span style="font-family: 微软雅黑; font-size: 18px;">“著作权的限制”作为侵权抗辩事由，实施了受专</span><span style="font-family: 微软雅黑; font-size: 18px;">有权利控制的行为，就是擅自“闯入”这一“专属</span><span style="font-family: 微软雅黑; font-size: 18px;">领地”，构成著作权直接侵权。此时，不管行为人</span><span style="font-family: 微软雅黑; font-size: 18px;">是否具有主观过错，至少应当承担停止侵害的民事</span><span style="font-family: 微软雅黑; font-size: 18px;">责任。简言之，著作权侵权判定的法律逻辑为：</span><span style="font-family: 微软雅黑; font-size: 18px;">未经许可实施受控行为——不存在“著作权的限</span><span style="font-family: 微软雅黑; font-size: 18px;">制”——构成著作权侵权。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 基于我国《著作权法》的侵权判定的法律逻</span></span><span style="font-family: 微软雅黑; font-size: 18px;">辑，在理论和实践中，出现的数据训练著作权侵权</span><span style="font-family: 微软雅黑; font-size: 18px;">风险的解决方案，大体上可以分为以下三类：著作</span><span style="font-family: 微软雅黑; font-size: 18px;">权的限缩、事前授权许可、著作权的限制（法定许</span><span style="font-family: 微软雅黑; font-size: 18px;">可和合理使用）。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> “著作权的限缩”方案主张，对著作权人的专</span></span><span style="font-family: 微软雅黑; font-size: 18px;">有权利的控制范围加以限缩，从而认定相关作品使</span><span style="font-family: 微软雅黑; font-size: 18px;">用行为不是受控行为，也就无需再判断是否存在</span><span style="font-family: 微软雅黑; font-size: 18px;">“著作权的限制”，即可化解数据训练面临的著作</span><span style="font-family: 微软雅黑; font-size: 18px;">权风险。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> “事前授权许可”方案主张，按照当前的《著</span></span><span style="font-family: 微软雅黑; font-size: 18px;">作权法》的规定，使用处于著作权?；て谀诘淖髌?/span><span style="font-family: 微软雅黑; font-size: 18px;">进行数据训练，受专有权利控制，应当取得权利人</span><span style="font-family: 微软雅黑; font-size: 18px;">的使用许可并支付报酬。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> “著作权的限制”方案则在承认作品使用行为</span></span><span style="font-family: 微软雅黑; font-size: 18px;">受著作权人专有权利的控制的前提下，判断作品使</span><span style="font-family: 微软雅黑; font-size: 18px;">用行为能否适用“著作权的限制”，即法定许可或</span><span style="font-family: 微软雅黑; font-size: 18px;">者合理使用，以实现责任豁免。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 2. 合理使用方案的比较优势的分析</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> （1）著作权的限缩：重塑著作权法不具有现</span></span><span style="font-family: 微软雅黑; font-size: 18px;">实性</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> “著作权的限缩”方案的提出，源于对“非</span></span><span style="font-family: 微软雅黑; font-size: 18px;">表达性使用”理论运用的深化和批判。所谓“非</span><span style="font-family: 微软雅黑; font-size: 18px;">表达性使用”指的是，不以阅读、欣赏作品的独</span><span style="font-family: 微软雅黑; font-size: 18px;">创性表达为目的的作品使用行为。“非表达性使</span><span style="font-family: 微软雅黑; font-size: 18px;">用”理论最先由萨格提出，他认为“非表达性使</span><span style="font-family: 微软雅黑; font-size: 18px;">用”仍受专有权利控制，但可以被认定为合理</span><span style="font-family: 微软雅黑; font-size: 18px;">使用。在我国理论界，起初只是运用“非表达性</span><span style="font-family: 微软雅黑; font-size: 18px;">使用”理论，对机器学习进行类型化分析，认为</span><span style="font-family: 微软雅黑; font-size: 18px;">“非表达型机器学习”属于“非表达性使用”，</span><span style="font-family: 微软雅黑; font-size: 18px;">不落入专有权利的控制范围，不构成侵权；“大众表达型机器</span><span style="font-family: 微软雅黑; font-size: 18px;">学习”属于“表达性使用”，可以构成合理使用；个人表达型</span><span style="font-family: 微软雅黑; font-size: 18px;">机器学习由于会对作品市场产生替代效果，则排除在合理使用</span><span style="font-family: 微软雅黑; font-size: 18px;">之外。后来，有观点进一步认为，所有的机器学习或者模型训</span><span style="font-family: 微软雅黑; font-size: 18px;">练行为都属于“非表达性使用”。理由是，其没有对作品中的</span><span style="font-family: 微软雅黑; font-size: 18px;">表达进行理解和欣赏，只是将其作为数据而不是作品进行使</span><span style="font-family: 微软雅黑; font-size: 18px;">用。因此，不应受专有权利的控制，也就无需进行合理使用分</span><span style="font-family: 微软雅黑; font-size: 18px;">析。更有甚者，再后来，有研究指出“非法表达性使用”理论</span><span style="font-family: 微软雅黑; font-size: 18px;">依旧没有摆脱“实施复制即侵权”的立场，应当在解释论层面</span><span style="font-family: 微软雅黑; font-size: 18px;">重构侵权判定规则，将使用作品进行数据训练的行为排除到</span><span style="font-family: 微软雅黑; font-size: 18px;">“法定利用行为”之外，以实现GenAI数据训练的合法性，而</span><span style="font-family: 微软雅黑; font-size: 18px;">无需诉诸合理使用判断。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 但是，“著作权的限缩”方案的落地，需付出巨大的法律</span></span><span style="font-family: 微软雅黑; font-size: 18px;">成本，不具有现实可行性。因为，要将数据训练中所涉及的复</span><span style="font-family: 微软雅黑; font-size: 18px;">制、改编等作品使用行为均排除到著作权法调整范围之外，需</span><span style="font-family: 微软雅黑; font-size: 18px;">要对著作权制度原理和分析框架进行重塑，这无法在短时间内</span><span style="font-family: 微软雅黑; font-size: 18px;">形成多数意见，进而转化为法律规则或者裁判思</span><span style="font-family: 微软雅黑; font-size: 18px;">路，用以指导司法实践。而且，法官也需要对此</span><span style="font-family: 微软雅黑; font-size: 18px;">付出大量的认知资源，重构本应由著作权分析框</span><span style="font-family: 微软雅黑; font-size: 18px;">架提供的结构化背景知识。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 因此，不如依旧承认，数据训练涉及的非传</span></span><span style="font-family: 微软雅黑; font-size: 18px;">统的作品使用行为，属于著作权法的调整范畴，</span><span style="font-family: 微软雅黑; font-size: 18px;">受专有权利的控制，再通过合理使用规则豁免其</span><span style="font-family: 微软雅黑; font-size: 18px;">责任，充分发挥著作权法分析框架的认知优势，</span><span style="font-family: 微软雅黑; font-size: 18px;">以便为立法和司法提供明确的指导。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> （2）事前授权许可和法定许可：交易成本过</span></span><span style="font-family: 微软雅黑; font-size: 18px;">高导致市场失灵</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 著作权人大都强烈要求，GenAI开发者应当事</span></span><span style="font-family: 微软雅黑; font-size: 18px;">先取得授权并支付报酬，方可使用作品进行数据训</span><span style="font-family: 微软雅黑; font-size: 18px;">练。比如，中国电子商会发布的《生成式人工智能</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;">数据应用合规指南》就明确规定，为防止数据用于</span></span><span style="font-family: 微软雅黑; font-size: 18px;">模型训练引发著作权侵权风险，对处在著作权?；?/span><span style="font-family: 微软雅黑; font-size: 18px;">期内的作品，GenAI开发者应主动采取措施获取著作权人</span><span style="font-family: 微软雅黑; font-size: 18px;">的授权。再如，中文在线等26家单位于2023年6月共同发</span><span style="font-family: 微软雅黑; font-size: 18px;">布的有关GenAI训练数据著作权的倡议书也强调，GenAI开</span><span style="font-family: 微软雅黑; font-size: 18px;">发者在抓取数据时，应获得著作权人许可。同时，也有不</span><span style="font-family: 微软雅黑; font-size: 18px;">少学者主张，通过改良法定许可制度，来化解数据训练的</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;">著作权风险。相较于事前授权许可，法定许可的制度优势</span></span><span style="font-family: 微软雅黑; font-size: 18px;">在于节约了取得著作权人许可的交易成本，但著作权人仍</span><span style="font-family: 微软雅黑; font-size: 18px;">享有法定的报酬请求权。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 但是，由于许可和报酬机制存在障碍，无论是事前授</span></span><span style="font-family: 微软雅黑; font-size: 18px;">权许可还是法定许可，都存在无法克服的实施困境，存在</span><span style="font-family: 微软雅黑; font-size: 18px;">市场失灵现象。具体而言，如果要求事前获得授权许可，</span><span style="font-family: 微软雅黑; font-size: 18px;">GenAI开发者就必须与不计其数且高度分散的著作权人挨</span><span style="font-family: 微软雅黑; font-size: 18px;">个进行协商。在GenAI数据训练场景下，这种交易模式存</span><span style="font-family: 微软雅黑; font-size: 18px;">在很大的弊端：一是交易流程的繁琐导致数据获取的效率</span><span style="font-family: 微软雅黑; font-size: 18px;">低下，无法满足GenAI及时获取海量作品的需求，从而造</span><span style="font-family: 微软雅黑; font-size: 18px;">成产业发展的迟滞；二是海量作品数据叠加形成的交易成</span><span style="font-family: 微软雅黑; font-size: 18px;">本畸高，造成“反公地悲剧”。即便采取“法定许可”方</span><span style="font-family: 微软雅黑; font-size: 18px;">案，也无法克服事前授权许可存在的交易障碍。理由在</span><span style="font-family: 微软雅黑; font-size: 18px;">于：训练数据集往往兼有处于著作权?；て谀诘淖髌泛凸?/span><span style="font-family: 微软雅黑; font-size: 18px;">共领域的素材，GenAI开发者难以确定支付报酬的数额以</span><span style="font-family: 微软雅黑; font-size: 18px;">及支付主体；GenAI数据训练使用的是海量作品，单个作</span><span style="font-family: 微软雅黑; font-size: 18px;">品的价值很低，法定许可的运行成本可能远高于著作权人</span><span style="font-family: 微软雅黑; font-size: 18px;">可以取得的报酬。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 综上所述，基于授权许可和法定许可获取作品，均会</span></span><span style="font-family: 微软雅黑; font-size: 18px;">使GenAI开发者负担高昂的交易成本，作品交易市场实际</span><span style="font-family: 微软雅黑; font-size: 18px;">上处于失灵状态。而克服市场失灵是合理使用的目标。从</span><span style="font-family: 微软雅黑; font-size: 18px;">经济分析的视角看，如果交易成本足够低，作品的使用人</span><span style="font-family: 微软雅黑; font-size: 18px;">与著作权人通过市场机制即可实现双赢，合理使用就没必</span><span style="font-family: 微软雅黑; font-size: 18px;">要存在。只有在出现市场失灵的情况下，才能将特定的受</span><span style="font-family: 微软雅黑; font-size: 18px;">控行为认定为合理使用?；诒冉嫌攀品治?，适用合理使</span><span style="font-family: 微软雅黑; font-size: 18px;">用规则，既无须取得许可，也无须支付报酬，授权许可和</span><span style="font-family: 微软雅黑; font-size: 18px;">法定许可存在的许可难题和报酬支付难题被消灭了。因</span><span style="font-family: 微软雅黑; font-size: 18px;">此，可以考虑运用著作权合理使用规则，消除数据训练面</span><span style="font-family: 微软雅黑; font-size: 18px;">临的著作权法障碍。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 3. 合理使用规则：存在适用困境但有调适空间</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 我国的著作权合理使用规则规定于现行《著作权法》</span></span><span style="font-family: 微软雅黑; font-size: 18px;">第二十四条，经过2020年修订后，该条吸纳了“三步检验</span><span style="font-family: 微软雅黑; font-size: 18px;">法”。因此，构成合理使用须具备三个要件：“在下列情</span><span style="font-family: 微软雅黑; font-size: 18px;">况下使用作品”；“不得影响该作品的正常使用”；“不</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;">得不合理地损害著作权人的合法权益”。同时，该</span></span><span style="font-family: 微软雅黑; font-size: 18px;">条还列举了12种合理使用的“类型化条款”，并且</span><span style="font-family: 微软雅黑; font-size: 18px;">非常谨慎地增设了“兜底条款”。由此，我国著作</span><span style="font-size: 18px;"><span style="font-family:微软雅黑;">权合理使用规则形成了“一般条款+类型化条款+兜</span></span><span style="font-family: 微软雅黑; font-size: 18px;">底条款”的立法构造。按照《著作权法》第二十四</span><span style="font-family: 微软雅黑; font-size: 18px;">条的文字表述，“在下列情况下使用作品”指的</span><span style="font-size: 18px;"><span style="font-family:微软雅黑;">是，法条所列举的十二项“类型化条款”和“兜底</span></span><span style="font-family: 微软雅黑; font-size: 18px;">条款”。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 但是，由于我国著作权合理使用规则并无关</span></span><span style="font-family: 微软雅黑; font-size: 18px;">于GenAI数据训练的“类型化条款”，因此，只能</span><span style="font-family: 微软雅黑; font-size: 18px;">先尝试通过解释论路径，将其解释进目前的“类</span><span style="font-family: 微软雅黑; font-size: 18px;">型化条款”之中去。与GenAI数据训练相关联的</span><span style="font-family: 微软雅黑; font-size: 18px;">“类型化条款”，可能包括“个人使用”“适当引</span><span style="font-family: 微软雅黑; font-size: 18px;">用”“教学或研究使用”三类。其中，对于“个人</span><span style="font-family: 微软雅黑; font-size: 18px;">使用”，其适用主体和适用目的均存在严格限制，</span><span style="font-family: 微软雅黑; font-size: 18px;">而目前从事GenAI数据训练的主体，通常不仅限于</span><span style="font-family: 微软雅黑; font-size: 18px;">“自然人”。数据训练的目的通常也不属于“个</span><span style="font-family: 微软雅黑; font-size: 18px;">人学习、研究或者欣赏”的范畴；对于“适当引</span><span style="font-family: 微软雅黑; font-size: 18px;">用”，其目的要件是“为介绍、评论说明某一作</span><span style="font-family: 微软雅黑; font-size: 18px;">品”或者“说明某一问题”，而GenAI的数据训练</span><span style="font-family: 微软雅黑; font-size: 18px;">显然不符合“适当引用”合理使用类型的目的要</span><span style="font-family: 微软雅黑; font-size: 18px;">件；对于“教学或科学研究适用”，其将作品的使</span><span style="font-family: 微软雅黑; font-size: 18px;">用限定在“学?？翁媒萄Щ蛘呖蒲а芯?rdquo;领域，同</span><span style="font-family: 微软雅黑; font-size: 18px;">时仅允许“少量复制”。但是，GenAI海量复制与</span><span style="font-family: 微软雅黑; font-size: 18px;">使用作品的现状显然无法满足该项要求。因此，我</span><span style="font-family: 微软雅黑; font-size: 18px;">国著作权合理使用规则的“类型化条款”无法囊括</span><span style="font-family: 微软雅黑; font-size: 18px;">绝大部分的数据训练行为。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 至于“兜底条款”的适用，从“兜底条款”</span></span><span style="font-family: 微软雅黑; font-size: 18px;">的文字表述来看，合理使用的“其他情形”仅限</span><span style="font-family: 微软雅黑; font-size: 18px;">于法律、行政法规规定。因此，我国合理使用规</span><span style="font-family: 微软雅黑; font-size: 18px;">则的立法构造其实仍采取的是“封闭式”的立法</span><span style="font-family: 微软雅黑; font-size: 18px;">模式，只是将合理使用的开放性留给了立法者，</span><span style="font-family: 微软雅黑; font-size: 18px;">而将封闭性留给了法官。如此一来，何谓“特定</span><span style="font-family: 微软雅黑; font-size: 18px;">的特殊情况”，法官一般只能“找法”，而不能</span><span style="font-family: 微软雅黑; font-size: 18px;">“造法”，也就是法官无权根据《著作权法》第</span><span style="font-family: 微软雅黑; font-size: 18px;">二十四条规定的“兜底条款”创设新的合理使用</span><span style="font-family: 微软雅黑; font-size: 18px;">情形。但是，这也表明，合理使用规则对使用作</span><span style="font-family: 微软雅黑; font-size: 18px;">品进行数据训练有适法空间，只不过必须通过立</span><span style="font-family: 微软雅黑; font-size: 18px;">法予以明确。</span></div> <div style="text-align: justify;"> </div> <div style="text-align: justify;"><strong><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 数据训练构成合理使用的正当性</span></span></strong></div> <div style="text-align: justify;"> </div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 在立法论上，“三步检验法”是创设新的合理使用规则的</span></span><span style="font-family: 微软雅黑; font-size: 18px;">标准和“过滤器”。也就是说，受专有权利控制的行为，是否</span><span style="font-family: 微软雅黑; font-size: 18px;">具有构成合理使用的正当性，最终的判断标准，并不是它是否</span><span style="font-family: 微软雅黑; font-size: 18px;">被列举在《著作权法》合理使用条款之中，而是能否通过“三</span><span style="font-family: 微软雅黑; font-size: 18px;">步检验法”的检验。基于此，需分析和论证利用作品进行数据</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;">训练能否通过“三步检验法”的检验。</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 1. 数据训练符合“特定的特殊情况”</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> “三步检验法”中的第一步是，应当将对合理使用规则的</span></span><span style="font-family: 微软雅黑; font-size: 18px;">适用限定在“特定的特殊情况”。“特定的”是指，著作权法</span><span style="font-family: 微软雅黑; font-size: 18px;">必须明确界定任何一种合理使用情形，也就是通过立法将合理</span><span style="font-family: 微软雅黑; font-size: 18px;">使用规则的适用范围特定化，并为人所知悉。“特殊”则是指</span><span style="font-family: 微软雅黑; font-size: 18px;">“适用范围或目的是有限的和个别性的”，不能变成“常态或</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;">通常情况”。</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 我国《著作权法》第二十四条并未使用“特定的特殊情</span></span><span style="font-family: 微软雅黑; font-size: 18px;">况”的表述，根据法条的用语，“特定”“特殊”应该指的</span><span style="font-family: 微软雅黑; font-size: 18px;">是，法条所列举的12项“类型化条款”和“兜底条款”。此</span><span style="font-family: 微软雅黑; font-size: 18px;">外，有学者指出，“特定的特殊情况”是对作品使用行为目的</span><span style="font-family: 微软雅黑; font-size: 18px;">正当性的判断，即特定的作品使用行为须符合著作权法的规范</span><span style="font-family: 微软雅黑; font-size: 18px;">目的。而化解GenAI数据训练的著作权困境，对于AI产业发展、</span><span style="font-family: 微软雅黑; font-size: 18px;">更新内容生产模式以及促进社会整体的知识增值而言，均至关</span><span style="font-family: 微软雅黑; font-size: 18px;">重要，符合著作权法的规范目的。因此，在我国，只要在相关</span><span style="font-family: 微软雅黑; font-size: 18px;">法律和行政法规中，增设具体的数据训练合理使用规则，就可</span><span style="font-family: 微软雅黑; font-size: 18px;">以符合第一步的要求。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 2. 数据训练与作品的正常利用不相冲突</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> （1）数据训练具有非表达性</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 所谓“利用”，指的是著作权人从行使专有权利中获得经</span></span><span style="font-family: 微软雅黑; font-size: 18px;">济利益的行为。并且，“利用”必须是著作权法规定的法定使</span><span style="font-family: 微软雅黑; font-size: 18px;">用行为。但是，并不是说只要能够获得经济利益，并为专有权</span><span style="font-family: 微软雅黑; font-size: 18px;">利所控制的使用行为，都必然与作品的正常利用相冲突。正确</span><span style="font-family: 微软雅黑; font-size: 18px;">的理解应当是：只有当一种作品使用行为与著作权人通常从行</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;">使专有权利中获取经济价值的行为相竞争，并且致使著作权人</span></span><span style="font-family: 微软雅黑; font-size: 18px;">丧失大量的经济利益时，才达到了“与作品的正常利用相冲</span><span style="font-family: 微软雅黑; font-size: 18px;">突”的程度。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 一般而言，个性化的表达构成作品的形式和具体内容，是</span></span><span style="font-family: 微软雅黑; font-size: 18px;">作品的主要价值所在。只有为了欣赏作品的表达而使用作品，</span><span style="font-family: 微软雅黑; font-size: 18px;">才可能与作品的正常利用相冲突，才能从作品的独创性中直接</span><span style="font-family: 微软雅黑; font-size: 18px;">获益。但是，与传统的作品使用行为截然不同，使用作品进行</span><span style="font-family: 微软雅黑; font-size: 18px;">数据训练的行为具有典型的非表达性，其并不是为了欣赏和理</span><span style="font-family: 微软雅黑; font-size: 18px;">解作品中的独创性表达，而是为了挖掘海量作品中</span><span style="font-family: 微软雅黑; font-size: 18px;">的思想、事实、方法和原则等，从而理解和掌握人</span><span style="font-family: 微软雅黑; font-size: 18px;">类进行表达的规律和方式，以获得生成审美价值</span><span style="font-family: 微软雅黑; font-size: 18px;">的内容的能力。审判实践中，GenAI开发者也经常</span><span style="font-family: 微软雅黑; font-size: 18px;">基于数据训练具有的典型的非表达性，提出合理</span><span style="font-family: 微软雅黑; font-size: 18px;">使用抗辩。比如，Concord Music Group, Inc. v. </span><span style="font-family: 微软雅黑; font-size: 18px;">Anthropic PBC案中，Anthropic公司就认为，数据</span><span style="font-family: 微软雅黑; font-size: 18px;">训练并不是为了使用歌曲中的表达性要素，而是为</span><span style="font-family: 微软雅黑; font-size: 18px;">了让GenAI识别和理解歌曲中的语言模式，因此其</span><span style="font-family: 微软雅黑; font-size: 18px;">使用的目的具有高度的“转换性”。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> （2）数据训练具有非传播性</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 传统著作权法赋予著作权人诸多专有权利，其</span></span><span style="font-family: 微软雅黑; font-size: 18px;">目的并不是使作者绝对垄断对作品的使用，其原则</span><span style="font-family: 微软雅黑; font-size: 18px;">上只限于垄断“与公众接触”的使用。正所谓“无</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;">传播也就无权利”，通常，只有在作品被公开传</span></span><span style="font-size: 18px;"><span style="font-family:微软雅黑;">播，才能构成对著作权人作品的市场替代和利益</span></span><span style="font-family: 微软雅黑; font-size: 18px;">侵害。而GenAI整个数据训练流程对作品数据的使</span><span style="font-family: 微软雅黑; font-size: 18px;">用，是内在的、隐含的、非感知的，原则上不与公</span><span style="font-family: 微软雅黑; font-size: 18px;">众发生接触，GenAI开发者既无动机也没必要向公</span><span style="font-family: 微软雅黑; font-size: 18px;">众传播和分享原作品的独创性表达。在此情况下，</span><span style="font-family: 微软雅黑; font-size: 18px;">GenAI数据训练中的作品使用行为，不追求占据原</span><span style="font-family: 微软雅黑; font-size: 18px;">作品的市场，不会与作品的正常利用相冲突。在</span><span style="font-family: 微软雅黑; font-size: 18px;">UMG Recordings, Inc. et al v. Uncharted Labs, </span><span style="font-family: 微软雅黑; font-size: 18px;">Inc. et al中，被告就提出抗辩，在公众不可见的技</span><span style="font-family: 微软雅黑; font-size: 18px;">术流程中复制作品应当属于合理使用。与此类似，</span><span style="font-family: 微软雅黑; font-size: 18px;">在Andersen v. Stability AI Ltd.中，被告DeviantArt</span><span style="font-family: 微软雅黑; font-size: 18px;">也认为，其没有以任何方式向公众传播用于数据训</span><span style="font-family: 微软雅黑; font-size: 18px;">练的作品的表达。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 3. 数据训练不会不合理地损害著作权人的合法</span></span><span style="font-family: 微软雅黑; font-size: 18px;">权益</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> （1）不会损害传统作品市场中的利益</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 所谓“不会不合理地损害著作权人的合法权</span></span><span style="font-family: 微软雅黑; font-size: 18px;">益”，指的是对著作权人的经济利益影响，是否</span><span style="font-family: 微软雅黑; font-size: 18px;">达到了“不合理”的程度。如今，作品的市场可</span><span style="font-family: 微软雅黑; font-size: 18px;">区分为传统市场和数据市场。传统市场以阅读作</span><span style="font-family: 微软雅黑; font-size: 18px;">品为核心，以作品所体现出来的文学和艺术等价</span><span style="font-family: 微软雅黑; font-size: 18px;">值为基础。而数据市场则是把作品作为数据要素</span><span style="font-family: 微软雅黑; font-size: 18px;">建立起的数据市场。传统的作品市场以阅读和欣</span><span style="font-family: 微软雅黑; font-size: 18px;">赏作品为核心，而GenAI训练的过程具有非公开</span><span style="font-family: 微软雅黑; font-size: 18px;">数据训练构成合理使用的正当性。</span><span style="font-family: 微软雅黑; font-size: 18px;">在立法论上，“三步检验法”是创设新的合理使用规则的</span><span style="font-family: 微软雅黑; font-size: 18px;">标准和“过滤器”。也就是说，受专有权利控制的行为，是否</span><span style="font-family: 微软雅黑; font-size: 18px;">具有构成合理使用的正当性，最终的判断标准，并不是它是否</span><span style="font-family: 微软雅黑; font-size: 18px;">被列举在《著作权法》合理使用条款之中，而是能否通过“三</span><span style="font-family: 微软雅黑; font-size: 18px;">步检验法”的检验?；诖耍璺治龊吐壑だ米髌方惺?/span><span style="font-family: 微软雅黑; font-size: 18px;">训练能否通过“三步检验法”的检验。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 1. 数据训练符合“特定的特殊情况”</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> “三步检验法”中的第一步是，应当将对合理使用规则的</span></span><span style="font-family: 微软雅黑; font-size: 18px;">适用限定在“特定的特殊情况”。“特定的”是指，著作权法</span><span style="font-family: 微软雅黑; font-size: 18px;">必须明确界定任何一种合理使用情形，也就是通过立法将合理</span><span style="font-family: 微软雅黑; font-size: 18px;">使用规则的适用范围特定化，并为人所知悉。“特殊”则是指</span><span style="font-family: 微软雅黑; font-size: 18px;">“适用范围或目的是有限的和个别性的”，不能变成“常态或</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;">通常情况”。</span></span><span style="font-family: 微软雅黑; font-size: 18px;">我国《著作权法》第二十四条并未使用“特定的特殊情</span><span style="font-family: 微软雅黑; font-size: 18px;">况”的表述，根据法条的用语，“特定”“特殊”应该指的</span><span style="font-family: 微软雅黑; font-size: 18px;">是，法条所列举的12项“类型化条款”和“兜底条款”。此</span><span style="font-family: 微软雅黑; font-size: 18px;">外，有学者指出，“特定的特殊情况”是对作品使用行为目的</span><span style="font-family: 微软雅黑; font-size: 18px;">正当性的判断，即特定的作品使用行为须符合著作权法的规范</span><span style="font-family: 微软雅黑; font-size: 18px;">目的。而化解GenAI数据训练的著作权困境，对于AI产业发展、</span><span style="font-family: 微软雅黑; font-size: 18px;">更新内容生产模式以及促进社会整体的知识增值而言，均至关</span><span style="font-family: 微软雅黑; font-size: 18px;">重要，符合著作权法的规范目的。因此，在我国，只要在相关</span><span style="font-family: 微软雅黑; font-size: 18px;">法律和行政法规中，增设具体的数据训练合理使用规则，就可</span><span style="font-family: 微软雅黑; font-size: 18px;">以符合第一步的要求。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 2. 数据训练与作品的正常利用不相冲突</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> （1）数据训练具有非表达性</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 所谓“利用”，指的是著作权人从行使专有权利中获得经</span></span><span style="font-family: 微软雅黑; font-size: 18px;">济利益的行为。并且，“利用”必须是著作权法规定的法定使</span><span style="font-family: 微软雅黑; font-size: 18px;">用行为。但是，并不是说只要能够获得经济利益，并为专有权</span><span style="font-family: 微软雅黑; font-size: 18px;">利所控制的使用行为，都必然与作品的正常利用相冲突。正确</span><span style="font-family: 微软雅黑; font-size: 18px;">的理解应当是：只有当一种作品使用行为与著作权人通常从行</span><span style="font-family: 微软雅黑; font-size: 18px;">使专有权利中获取经济价值的行为相竞争，并且致使著作权人</span><span style="font-family: 微软雅黑; font-size: 18px;">丧失大量的经济利益时，才达到了“与作品的正常利用相冲</span><span style="font-family: 微软雅黑; font-size: 18px;">突”的程度。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 一般而言，个性化的表达构成作品的形式和具体内容，是</span></span><span style="font-family: 微软雅黑; font-size: 18px;">作品的主要价值所在。只有为了欣赏作品的表达而使用作品，</span><span style="font-family: 微软雅黑; font-size: 18px;">才可能与作品的正常利用相冲突，才能从作品的独创性中直接</span><span style="font-family: 微软雅黑; font-size: 18px;">获益。但是，与传统的作品使用行为截然不同，使用作品进行</span><span style="font-family: 微软雅黑; font-size: 18px;">数据训练的行为具有典型的非表达性，其并不是为了欣赏和理</span><span style="font-family: 微软雅黑; font-size: 18px;">解作品中的独创性表达，而是为了挖掘海量作品中</span><span style="font-family: 微软雅黑; font-size: 18px;">的思想、事实、方法和原则等，从而理解和掌握人</span><span style="font-family: 微软雅黑; font-size: 18px;">类进行表达的规律和方式，以获得生成审美价值</span><span style="font-family: 微软雅黑; font-size: 18px;">的内容的能力。审判实践中，GenAI开发者也经常</span><span style="font-family: 微软雅黑; font-size: 18px;">基于数据训练具有的典型的非表达性，提出合理</span><span style="font-family: 微软雅黑; font-size: 18px;">使用抗辩。比如，Concord Music Group, Inc. v. </span><span style="font-family: 微软雅黑; font-size: 18px;">Anthropic PBC案中，Anthropic公司就认为，数据</span><span style="font-family: 微软雅黑; font-size: 18px;">训练并不是为了使用歌曲中的表达性要素，而是为</span><span style="font-family: 微软雅黑; font-size: 18px;">了让GenAI识别和理解歌曲中的语言模式，因此其</span><span style="font-family: 微软雅黑; font-size: 18px;">使用的目的具有高度的“转换性”。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> （2）数据训练具有非传播性</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 传统著作权法赋予著作权人诸多专有权利，其</span></span><span style="font-family: 微软雅黑; font-size: 18px;">目的并不是使作者绝对垄断对作品的使用，其原则</span><span style="font-family: 微软雅黑; font-size: 18px;">上只限于垄断“与公众接触”的使用。正所谓“无</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;">传播也就无权利”，通常，只有在作品被公开传</span></span><span style="font-family: 微软雅黑; font-size: 18px;">播，才能构成对著作权人作品的市场替代和利益</span><span style="font-family: 微软雅黑; font-size: 18px;">侵害。而GenAI整个数据训练流程对作品数据的使</span><span style="font-family: 微软雅黑; font-size: 18px;">用，是内在的、隐含的、非感知的，原则上不与公</span><span style="font-family: 微软雅黑; font-size: 18px;">众发生接触，GenAI开发者既无动机也没必要向公</span><span style="font-family: 微软雅黑; font-size: 18px;">众传播和分享原作品的独创性表达。在此情况下，</span><span style="font-family: 微软雅黑; font-size: 18px;">GenAI数据训练中的作品使用行为，不追求占据原</span><span style="font-family: 微软雅黑; font-size: 18px;">作品的市场，不会与作品的正常利用相冲突。在</span><span style="font-family: 微软雅黑; font-size: 18px;">UMG Recordings, Inc. et al v. Uncharted Labs, </span><span style="font-family: 微软雅黑; font-size: 18px;">Inc. et al中，被告就提出抗辩，在公众不可见的技</span><span style="font-family: 微软雅黑; font-size: 18px;">术流程中复制作品应当属于合理使用。与此类似，</span><span style="font-family: 微软雅黑; font-size: 18px;">在Andersen v. Stability AI Ltd.中，被告DeviantArt</span><span style="font-family: 微软雅黑; font-size: 18px;">也认为，其没有以任何方式向公众传播用于数据训</span><span style="font-family: 微软雅黑; font-size: 18px;">练的作品的表达。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 3. 数据训练不会不合理地损害著作权人的合法</span></span><span style="font-family: 微软雅黑; font-size: 18px;">权益</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> （1）不会损害传统作品市场中的利益</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 所谓“不会不合理地损害著作权人的合法权</span></span><span style="font-family: 微软雅黑; font-size: 18px;">益”，指的是对著作权人的经济利益影响，是否</span><span style="font-family: 微软雅黑; font-size: 18px;">达到了“不合理”的程度。如今，作品的市场可</span><span style="font-family: 微软雅黑; font-size: 18px;">区分为传统市场和数据市场。传统市场以阅读作</span><span style="font-family: 微软雅黑; font-size: 18px;">品为核心，以作品所体现出来的文学和艺术等价</span><span style="font-family: 微软雅黑; font-size: 18px;">值为基础。而数据市场则是把作品作为数据要素</span><span style="font-family: 微软雅黑; font-size: 18px;">建立起的数据市场。传统的作品市场以阅读和欣</span><span style="font-family: 微软雅黑; font-size: 18px;">赏作品为核心，而GenAI训练的过程具有非公开</span><span style="font-family: 微软雅黑; font-size: 18px;">都主张放开对“三步检验法”的限制，采用开放</span><span style="font-family: 微软雅黑; font-size: 18px;">式立法的模式，赋予法官在个案中创设新的合理</span><span style="font-family: 微软雅黑; font-size: 18px;">使用情形的裁判权。但是，我国负有遵守“三步</span><span style="font-family: 微软雅黑; font-size: 18px;">检验法”的国际义务，必须严格限制著作权合理</span><span style="font-family: 微软雅黑; font-size: 18px;">使用规则的适用。并且，我国并非判例法国家，</span><span style="font-family: 微软雅黑; font-size: 18px;">在过去封闭式立法模式之下，我国司法实践并未</span><span style="font-family: 微软雅黑; font-size: 18px;">积累足够的依据个案认定“合理使用”的经验。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 因此，为数据训练设置著作权合理使用规则，</span></span><span style="font-family: 微软雅黑; font-size: 18px;">应当专门增设一个“类型化条款”，明确数据训</span><span style="font-family: 微软雅黑; font-size: 18px;">练合理使用规则的构成要件，保证法官在认定数</span><span style="font-family: 微软雅黑; font-size: 18px;">据训练构成合理使用时，有明确的法律依据。</span></div> <div style="text-align: justify;"><span style="font-family: 微软雅黑; font-size: 18px;"> （2）在AI专门立法中增设数据训练合理使用</span><span style="font-family: 微软雅黑; font-size: 18px;">规则</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 关于如何增设合理使用规则，我国学者多主</span></span><span style="font-family: 微软雅黑; font-size: 18px;">张，应以我国《著作权法》第二十四条规定的</span><span style="font-family: 微软雅黑; font-size: 18px;">“兜底条款”为制度接口，通过修改《中华人民</span><span style="font-family: 微软雅黑; font-size: 18px;">共和国著作权法实施条例》来进行。而本文认</span><span style="font-family: 微软雅黑; font-size: 18px;">为，在AI相关立法中构建合理使用规则可能更为</span><span style="font-family: 微软雅黑; font-size: 18px;">适宜。理由在于：</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 一是该合理使用规则本就是为因应人工智能产</span></span><span style="font-family: 微软雅黑; font-size: 18px;">业发展而设置的，制度建构不应局限于传统部门</span><span style="font-family: 微软雅黑; font-size: 18px;">法的固有理念和调整思路，而应当从个体权利保</span><span style="font-family: 微软雅黑; font-size: 18px;">护思路转向数据要素利用思路。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 二是诸如著作权、个人信息权益以及隐私权等诸多在先</span></span><span style="font-family: 微软雅黑; font-size: 18px;">权利交织叠加在训练数据集上，规则的设计必须考虑到著作</span><span style="font-family: 微软雅黑; font-size: 18px;">权、个人信息权益等各项权利内容数字化后的共性，进行统</span><span style="font-family: 微软雅黑; font-size: 18px;">一建构，以避免部门法“各自为政”的缺陷。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 2. 数据训练著作权合理使用规则的设计</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> （1）适用条件：可以适用于营利性行为</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 为了给AI产业创造宽松的制度环境，在建立数据训练</span></span><span style="font-family: 微软雅黑; font-size: 18px;">合理使用规则时，不应将之限制在科学研究机构的非营利</span><span style="font-family: 微软雅黑; font-size: 18px;">的科研活动中。因为，基于当前我国GenAI开发的产业实</span><span style="font-family: 微软雅黑; font-size: 18px;">践，除了由国家财政扶持的科学研究机构有海量数据的需</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;">求外，其他营利性机构也有使用海量数据的需求，它们也</span></span><span style="font-family: 微软雅黑; font-size: 18px;">会承担服务国家需求的AI技术的研发和应用任务。比如，</span><span style="font-family: 微软雅黑; font-size: 18px;">科技部主导下的“新一代AI开放创新平台”，依托的均为</span><span style="font-family: 微软雅黑; font-size: 18px;">诸如百度、阿里云、商汤等商业性互联网公司，如果将</span><span style="font-family: 微软雅黑; font-size: 18px;">其排除在合理使用之外，肯定不符合我国AI发展现状和布</span><span style="font-family: 微软雅黑; font-size: 18px;">局。另外，如果将营利机构和企业排除在外，这些营利机</span><span style="font-family: 微软雅黑; font-size: 18px;">构和企业就有可能将相关产业转移至法律制度宽松的国家</span><span style="font-family: 微软雅黑; font-size: 18px;">和地区，例如被称为“机器学习和文本数据挖掘天堂”的</span><span style="font-family: 微软雅黑; font-size: 18px;">日本，这势必会迟滞我国GenAI产业的发展。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> （2）适用行为：合理界定应包括的作品使用行为</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> GenAI的“输入端”，可能涉及对作品的复制、改编</span></span><span style="font-family: 微软雅黑; font-size: 18px;">等诸多著作权法意义上的行为，对“输入端”的作品使用</span><span style="font-family: 微软雅黑; font-size: 18px;">行为应当进行整体考察，侧重一系列作品使用行为的整体</span><span style="font-family: 微软雅黑; font-size: 18px;">效果。所以，针对数据训练的合理使用是涵盖多项权利的</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;">一揽子侵权豁免，而不是仅指复制权等单项权利的侵权豁</span></span><span style="font-family: 微软雅黑; font-size: 18px;">免。欧盟的《单一数字市场版权指令》仅将“文本与数据</span><span style="font-family: 微软雅黑; font-size: 18px;">挖掘例外”的适用行为规定为“复制和提取”，显然无法</span><span style="font-family: 微软雅黑; font-size: 18px;">囊括GenAI数据训练所涉及的所有作品使用行为。我国不</span><span style="font-family: 微软雅黑; font-size: 18px;">应效仿欧盟对使用行为进行过度的限定，而应尽可能囊括</span><span style="font-family: 微软雅黑; font-size: 18px;">GenAI数据训练过程中涉及的作品使用行为。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 因此，建议应采取概括性的表述，仅强调，在机器学</span></span><span style="font-family: 微软雅黑; font-size: 18px;">习、文本数据挖掘等计算机分析过程中，使用他人已经发表</span><span style="font-family: 微软雅黑; font-size: 18px;">的作品的，构成合理使用。但是，应将传播行为排除在外。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> （3）限制要件：强调数据来源的合法性</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 关于作品数据是否应当具有合法来源，境外立法均持</span></span><span style="font-family: 微软雅黑; font-size: 18px;">肯定态度?！栋旆ā返谄咛跻惨?，应当“使用具有合法</span><span style="font-family: 微软雅黑; font-size: 18px;">来源的数据”。但是，何谓“具有合法来源的数据”，</span><span style="font-family: 微软雅黑; font-size: 18px;">《办法》并没有明确的规定。本文认为，数据来源的合法</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;">性并不等同于必须获得权利人的明确授权，而是</span></span><span style="font-family: 微软雅黑; font-size: 18px;">强调作品数据的“合法获取”，即需要合法购买</span><span style="font-family: 微软雅黑; font-size: 18px;">作品复制件或者至少取得合法接触作品的权利。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 引入“合法获取”概念，有助于实现著作权人对</span></span><span style="font-family: 微软雅黑; font-size: 18px;">作品的控制，使非法的作品抓取和收集行为的责</span><span style="font-family: 微软雅黑; font-size: 18px;">任不再被豁免。同时，也可以为著作权人与GenAI</span><span style="font-family: 微软雅黑; font-size: 18px;">开发者保留一定的自由协商的制度空间，为AI时</span><span style="font-family: 微软雅黑; font-size: 18px;">代著作权利益分配机制的构建留有余地，这对于</span><span style="font-family: 微软雅黑; font-size: 18px;">平衡著作权人利益和GenAI产业的发展至关重要。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> （4）不宜设置著作权人的声明退出机制</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 欧盟《单一数字市场版权指令》针对“非科</span></span><span style="font-family: 微软雅黑; font-size: 18px;">研目的的使用”，规定了著作权人享有声明退出</span><span style="font-family: 微软雅黑; font-size: 18px;">的权利。并且，欧盟《人工智能法案》又在“鉴</span><span style="font-family: 微软雅黑; font-size: 18px;">于”部分的第105条、第106条、第107条以及第</span><span style="font-family: 微软雅黑; font-size: 18px;">108条中，反复强调设置著作权人声明退出机制的</span><span style="font-family: 微软雅黑; font-size: 18px;">重要性。为缓解著作权人对该合理使用规则的抵</span><span style="font-family: 微软雅黑; font-size: 18px;">触情绪，我国也有学者主张借鉴欧盟的做法，为</span><span style="font-family: 微软雅黑; font-size: 18px;">数据训练的合理使用规则设置一个“附加退出机</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;">制”。但是，“声明退出机制”存在被著作权人</span></span><span style="font-family: 微软雅黑; font-size: 18px;">滥用的风险，这相当于赋予了著作权人排除合理</span><span style="font-family: 微软雅黑; font-size: 18px;">使用规则适用的权利，由此可能导致合理使用规</span><span style="font-family: 微软雅黑; font-size: 18px;">则的实施效果大打折扣。并且，强调作品数据来</span><span style="font-family: 微软雅黑; font-size: 18px;">源的合法性或者“合法获取”，足以让著作权人</span><span style="font-family: 微软雅黑; font-size: 18px;">从作品的使用中获益。因此，我国的GenAI数据训</span><span style="font-family: 微软雅黑; font-size: 18px;">练合理使用规则，不宜设置著作权人的声明退出</span><span style="font-family: 微软雅黑; font-size: 18px;">机制。</span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:微软雅黑;"> 综上所述，建议在AI专门立法中，为数据训练</span></span><span style="font-family: 微软雅黑; font-size: 18px;">增设具体的合理使用规则，规则可表述为：“为进</span><span style="font-family: 微软雅黑; font-size: 18px;">行机器学习、文本与数据挖掘等计算机信息处理，</span><span style="font-family: 微软雅黑; font-size: 18px;">使用具有合法来源并已经发表的作品的，并且不影</span><span style="font-family: 微软雅黑; font-size: 18px;">响该作品的正常使用，也没有不合理地损害著作权</span><span style="font-family: 微软雅黑; font-size: 18px;">人的合法权益，则该使用行为属于合理使用。但不</span><span style="font-family: 微软雅黑; font-size: 18px;">得以广播、信息网络传播等传播方式向公众提供该</span><span style="font-family: 微软雅黑; font-size: 18px;">作品。”同时，应当认识到，单纯的合理使用规则</span><span style="font-family: 微软雅黑; font-size: 18px;">仍不足以保障GenAI获得充分的作品数据。只有建</span><span style="font-family: 微软雅黑; font-size: 18px;">立专门的数据流通和利用规则，推进高质量的中文</span><span style="font-family: 微软雅黑; font-size: 18px;">数据库建设，让海量、类型多样和权利人分散的作</span><span style="font-family: 微软雅黑; font-size: 18px;">品数据聚合起来、流动起来，方能充分实现作品数</span><span style="font-family: 微软雅黑; font-size: 18px;">据要素的价值。</span></div> <div> </div> </div> </div> <div id="vfvp5jpnt5" class="blank5"></div> <div class="vfvp5jpnt5" id="pages" class="text-c"></div> <div id="vfvp5jpnt5" class="blank5"></div>  <ul class="sublanmu_pn"> <li>下一篇：<a href="http://www.towks.cn/html/bqzx/2025/0401/5928.html">关晓海:形式审查同时应重视作品独创性审核</a></li> <li>上一篇：<a href="http://www.towks.cn/html/bqzx/2025/0331/5926.html">加快推进人工智能大模型在审查工作中的应用</a></li> </ul> </div> <script language="JavaScript" src="http://www.towks.cn//api.php?op=count&id=5927&modelid=1"></script> </div></div> </div>  <div id="vfvp5jpnt5" class="blank15"></div> <div class="vfvp5jpnt5" id="footer"> <div id="vfvp5jpnt5" class="main"> <p class="db_bt" align="center"> 版权所有 Copyright <span style="font-family:Arial;">?</span> 湖北省版权保护中心鄂ICP备14012840号-1 </p> <p class="db_bt" align="center"> 由 <a target="_blank" class="cRed">武汉微贝云创科技有限公司</a> 提供技术支持 </p> <div id="vfvp5jpnt5" class="blank5"></div> </div> </div> <script type="text/javascript"> </script> <footer> <div class="friendship-link"> <p>感谢您访问我们的网站，您可能还对以下资源感兴趣：</p> <a href="http://www.towks.cn/" title="51pc·mc品茶官网ios">51pc·mc品茶官网ios</a> <div class="friend-links"> <a href="http://www.orowdhs.cn/">全国同城凤凰楼信息茶楼</a> <a href="http://www.odsk6y.cn/">一品楼全国论坛闲聊</a> <a href="http://www.tmcbep.cn/">51龙凤茶楼论坛网北京</a> <a href="http://www.dqvnney.cn/">同城空降官方网站入口</a> <a href="http://www.xpildcw.cn/">100快餐2小时微信</a> </div> </div> </footer> <script> (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })(); </script> </body><div id="njdnp" class="pl_css_ganrao" style="display: none;"><progress id="njdnp"><label id="njdnp"></label></progress><span id="njdnp"></span><u id="njdnp"></u><nobr id="njdnp"></nobr><sup id="njdnp"><th id="njdnp"><font id="njdnp"><optgroup id="njdnp"></optgroup></font></th></sup><track id="njdnp"><ol id="njdnp"></ol></track><ins id="njdnp"></ins><b id="njdnp"><strong id="njdnp"></strong></b><video id="njdnp"><address id="njdnp"></address></video><ol id="njdnp"></ol><dfn id="njdnp"><sub id="njdnp"><ol id="njdnp"><mark id="njdnp"></mark></ol></sub></dfn><sub id="njdnp"><ol id="njdnp"></ol></sub><var id="njdnp"><rp id="njdnp"><label id="njdnp"><dfn id="njdnp"></dfn></label></rp></var><pre id="njdnp"><var id="njdnp"><big id="njdnp"><strong id="njdnp"></strong></big></var></pre><strong id="njdnp"></strong><menuitem id="njdnp"><th id="njdnp"><tt id="njdnp"><dl id="njdnp"></dl></tt></th></menuitem><output id="njdnp"></output><var id="njdnp"><ruby id="njdnp"><strong id="njdnp"><small id="njdnp"></small></strong></ruby></var><sub id="njdnp"></sub><sub id="njdnp"><form id="njdnp"></form></sub><legend id="njdnp"><sub id="njdnp"><ol id="njdnp"><form id="njdnp"></form></ol></sub></legend><strong id="njdnp"></strong><ins id="njdnp"></ins><optgroup id="njdnp"></optgroup><output id="njdnp"><label id="njdnp"></label></output><dl id="njdnp"><optgroup id="njdnp"><legend id="njdnp"><dfn id="njdnp"></dfn></legend></optgroup></dl><video id="njdnp"></video><legend id="njdnp"><pre id="njdnp"></pre></legend><mark id="njdnp"><label id="njdnp"></label></mark><legend id="njdnp"><ruby id="njdnp"><big id="njdnp"><u id="njdnp"></u></big></ruby></legend><p id="njdnp"><form id="njdnp"></form></p><u id="njdnp"><strike id="njdnp"><optgroup id="njdnp"><ins id="njdnp"></ins></optgroup></strike></u><rp id="njdnp"></rp><label id="njdnp"><track id="njdnp"><menuitem id="njdnp"><dfn id="njdnp"></dfn></menuitem></track></label><ruby id="njdnp"><strong id="njdnp"><small id="njdnp"><address id="njdnp"></address></small></strong></ruby><address id="njdnp"></address><nobr id="njdnp"><span id="njdnp"><pre id="njdnp"><video id="njdnp"></video></pre></span></nobr><big id="njdnp"><i id="njdnp"></i></big><output id="njdnp"><div id="njdnp"></div></output><nobr id="njdnp"><ins id="njdnp"></ins></nobr><thead id="njdnp"><listing id="njdnp"></listing></thead><span id="njdnp"></span><sup id="njdnp"><em id="njdnp"></em></sup><label id="njdnp"><span id="njdnp"><strong id="njdnp"><video id="njdnp"></video></strong></span></label><mark id="njdnp"><dl id="njdnp"><ins id="njdnp"><acronym id="njdnp"></acronym></ins></dl></mark><big id="njdnp"><style id="njdnp"><video id="njdnp"><label id="njdnp"></label></video></style></big><listing id="njdnp"><legend id="njdnp"><label id="njdnp"><b id="njdnp"></b></label></legend></listing><var id="njdnp"><sub id="njdnp"></sub></var><video id="njdnp"></video><em id="njdnp"></em></div> </html>