我國目前的生成式人工智能技術(shù)創(chuàng)新還處在初級階段，法律法規(guī)的制定應(yīng)當給科技創(chuàng)新留有一定的發(fā)展空間，對產(chǎn)品在研發(fā)階段的數(shù)據(jù)合法性要求，應(yīng)當根據(jù)數(shù)據(jù)類型和基本倫理要求，采取開放包容的規(guī)范原則。解決生成式人工智能所涉及的知識產(chǎn)權(quán)難題，需要使用多種制度工具，建立多元化解決機制，打造一套綜合性解決方案。

生成式人工智能數(shù)據(jù)合法性

成為焦點問題

近期國家互聯(lián)網(wǎng)信息辦公室發(fā)布的《生成式人工智能服務(wù)管理暫行辦法》（下稱《辦法》）第七條規(guī)定：“生成式人工智能服務(wù)提供者應(yīng)當依法開展預(yù)訓(xùn)練、優(yōu)化訓(xùn)練等訓(xùn)練數(shù)據(jù)處理活動，使用具有合法來源的數(shù)據(jù)和基礎(chǔ)模型；不得侵害他人依法享有的知識產(chǎn)權(quán)；涉及個人信息的，應(yīng)當取得個人同意或者符合法律、行政法規(guī)規(guī)定的其他情形；……”該條款的主要目的是規(guī)范生成式人工智能服務(wù)提供者數(shù)據(jù)來源的合法性問題，這也是當前全球范圍內(nèi)生成式人工智能數(shù)據(jù)合法性的焦點問題。

數(shù)據(jù)來源合法性是生成式人工智能產(chǎn)品合規(guī)的必要條件，若數(shù)據(jù)來源不合法不合規(guī)，該產(chǎn)品將無法進入市場應(yīng)用階段。但是，如果在生成式人工智能研發(fā)階段就嚴格執(zhí)行合法性標準，就會限制大數(shù)據(jù)的廣泛采集，阻礙研發(fā)進程，影響高品質(zhì)、高智能產(chǎn)品的誕生。所以，《辦法》第三條也提出了“堅持發(fā)展和安全并重、促進創(chuàng)新和依法治理相結(jié)合的原則，采取有效措施鼓勵生成式人工智能創(chuàng)新發(fā)展，對生成式人工智能服務(wù)實行包容審慎和分類分級監(jiān)管”的基本原則。

我國要在生成式人工智能這一領(lǐng)域有所突破創(chuàng)新，一定要有相對寬松的法律政策環(huán)境和技術(shù)生態(tài)建設(shè)，吸取傳統(tǒng)信息產(chǎn)業(yè)領(lǐng)域軟件和芯片技術(shù)“受制于人”窘境的教訓(xùn)，利用我國獨有的數(shù)據(jù)紅利以及政策環(huán)境，快速形成自主可控的生成式人工智能基礎(chǔ)技術(shù)體系。

生成式人工智能所涉及的

知識產(chǎn)權(quán)風險

生成式人工智能數(shù)據(jù)訓(xùn)練的需求，體現(xiàn)在數(shù)據(jù)數(shù)量、多樣性、質(zhì)量、領(lǐng)域特定性、多模態(tài)性、實時性、長期演進性、平衡性、合規(guī)性以及多語言性等方面。滿足這些需求，可以幫助生成式人工智能模型更好地適應(yīng)各種場景和任務(wù)，提高其性能和可應(yīng)用性。

生成式人工智能的數(shù)據(jù)來源合法性，主要是指生成式人工智能收集的數(shù)據(jù)是否以合法、正當?shù)姆绞饺〉茫欠駸o損數(shù)據(jù)權(quán)益人的權(quán)益，是否取得相關(guān)知識產(chǎn)權(quán)所有者的同意，在處理個人信息時是否取得了個人信息主體或其他數(shù)據(jù)權(quán)利人的同意等。

生成式人工智能的數(shù)據(jù)來源主要分為兩個部分：第一部分為生成式人工智能的訓(xùn)練數(shù)據(jù)庫，內(nèi)容幾乎涵蓋所有能收集到的人類數(shù)字化信息，包括公共數(shù)據(jù)、網(wǎng)絡(luò)信息（文本、圖片、音視頻）、數(shù)字化圖書、自媒體對話數(shù)據(jù)集、報刊雜志、科學(xué)論文等；第二部分為生成式人工智能在服務(wù)用戶的過程中所收集和輸出的信息，也就是人工智能合成數(shù)據(jù)。第一部分的數(shù)據(jù)收集往往可能遭遇知識產(chǎn)權(quán)瓶頸；第二部分的數(shù)據(jù)收集的傳統(tǒng)知識產(chǎn)權(quán)風險較少。

數(shù)據(jù)庫訓(xùn)練的不同來源有不同的知識產(chǎn)權(quán)法律風險，可歸納為以下三個方面：一是來自于公有領(lǐng)域的內(nèi)容，本身已經(jīng)不存在著作權(quán)財產(chǎn)權(quán)保護問題，但會涉及署名權(quán)、修改權(quán)等人身權(quán)問題；二是通過與著作權(quán)人一對一簽訂授權(quán)協(xié)議或者通過著作權(quán)集體管理機構(gòu)合法授權(quán)獲得的內(nèi)容，但這部分內(nèi)容通常也難以做到百分百的準確授權(quán)；三是利用“爬蟲”技術(shù)爬取的網(wǎng)絡(luò)信息，這也是生成式人工智能技術(shù)最常用的數(shù)據(jù)收集手段，其爬取的內(nèi)容受網(wǎng)絡(luò)爬蟲協(xié)議條款約束，應(yīng)視其具體使用目的和對象判斷是否合法，若出于商業(yè)產(chǎn)品開發(fā)使用目的，一般會受到限制。

在訓(xùn)練數(shù)據(jù)庫的輸入階段和輸出階段，最大的著作權(quán)侵權(quán)風險是侵犯復(fù)制權(quán)和改編權(quán)。在輸入階段，如果將大量受著作權(quán)保護的作品用來訓(xùn)練人工智能，這本身看似出于學(xué)習(xí)目的，實則最終服務(wù)于商業(yè)目的，很難使用現(xiàn)有的著作權(quán)合理使用制度規(guī)避侵權(quán)責任。在輸出階段，如果生成的內(nèi)容與原作品在表達上構(gòu)成實質(zhì)性相似，則可能侵犯復(fù)制權(quán)；如果在保留原作品表達的基礎(chǔ)上形成了新的表達，則可能涉及改編權(quán)問題。

美國對人工智能研發(fā)過程中的知識產(chǎn)權(quán)問題，目前采取相對統(tǒng)一的價值指導(dǎo)和原則性規(guī)定予以處理，尚未出臺具體規(guī)范。出于推動人工智能創(chuàng)新、審慎立法、防止法律與技術(shù)進步脫節(jié)等考量，美國對人工智能的規(guī)制采取“先產(chǎn)業(yè)發(fā)展后立法”模式，即在AI研發(fā)過程中不提及版權(quán)，而是依賴于社會輿論、企業(yè)自覺、司法和行政系統(tǒng)的事后回應(yīng)來解決知識產(chǎn)權(quán)爭議。2023年7月，美國七大AI企業(yè)與拜登政府簽署協(xié)議，承諾采取自愿監(jiān)管措施管理AI技術(shù)開發(fā)的法律風險，包括展開安全測試、為AI生成內(nèi)容添加數(shù)字水印、制定透明的隱私與知識產(chǎn)權(quán)保護政策等。

多元化解決生成式人工智能的

知識產(chǎn)權(quán)難題

解決生成式人工智能所涉及的知識產(chǎn)權(quán)難題，需要使用多種制度工具，建立多元化解決機制，打造一套綜合性解決方案。

借用早期互聯(lián)網(wǎng)治理規(guī)則

生成式人工智能的發(fā)展可類比互聯(lián)網(wǎng)治理，引入類似合理使用原則、避風港機制等規(guī)則。

合理使用原則：擴展著作權(quán)法中的合理使用原則，明確生成式人工智能在數(shù)據(jù)訓(xùn)練和輸出過程中的合理使用標準。鼓勵A(yù)I開發(fā)者在使用受版權(quán)保護的數(shù)據(jù)時，使其行為符合合理使用的要求，如非商業(yè)性用途、適度復(fù)制、不侵犯原作品的市場價值等。美國《版權(quán)法》采用“四要素分析法”來判斷合理使用，把人工智能使用作品解釋為訓(xùn)練數(shù)據(jù)的“轉(zhuǎn)換性使用”，美國的司法實踐已經(jīng)作了探討。我國《著作權(quán)法》規(guī)定了“個人使用”、“適當引用”和“科學(xué)研究”等合理使用情形，但目前生成式人工智能的商業(yè)性應(yīng)用難以符合這些規(guī)定。此外，還可適當擴展爬蟲技術(shù)使用的合理性，特別是對公開的網(wǎng)絡(luò)信息內(nèi)容，只要其屬于通過搜索爬蟲、在遵守爬蟲協(xié)議的前提下獲取的數(shù)據(jù)，則均可視為來源合法的數(shù)據(jù)。在這個過程中，爬蟲技術(shù)無法識別被抓取內(nèi)容的著作權(quán)問題，事實上，爬蟲海量抓取時也無法逐一獲得版權(quán)授權(quán)（類似搜索引擎）。如果事后有權(quán)利人主張權(quán)利，可再根據(jù)具體情景判定善意侵權(quán)責任。

避風港機制：避風港機制建立在網(wǎng)絡(luò)服務(wù)提供商和內(nèi)容平臺與用戶之間共同承擔責任的基礎(chǔ)上。類比到生成式人工智能領(lǐng)域，可以探索建立AI開發(fā)者與用戶之間的責任分擔機制。避風港機制要求網(wǎng)絡(luò)服務(wù)提供商和內(nèi)容平臺主動采取措施來監(jiān)測和清除違法內(nèi)容。在生成式人工智能的發(fā)展中，開發(fā)者應(yīng)當建立有效的自我監(jiān)管機制，定期自查模型的輸出內(nèi)容，以確保符合合規(guī)要求。類似避風港的投訴處理機制也可以在生成式人工智能的領(lǐng)域內(nèi)建立。允許用戶和權(quán)利人向AI開發(fā)者提出投訴，并及時處理和回應(yīng)投訴，有助于解決潛在的違法和侵權(quán)問題。避風港機制還要求網(wǎng)絡(luò)服務(wù)提供商和內(nèi)容平臺公布其對違法內(nèi)容的審核標準和處理措施。在生成式人工智能的發(fā)展中，開發(fā)者應(yīng)當公開透明地向用戶和社會說明模型輸出內(nèi)容的規(guī)范和審核機制。

通過集體管理組織解決授權(quán)難題

著作權(quán)集體管理是目前法律框架下解決大量權(quán)利許可的一種比較可行的辦法，也是國際通行的做法。我國目前已有音樂、音像、文字、攝影和電影五個著作權(quán)集體管理組織。人工智能研發(fā)機構(gòu)可以通過這些著作權(quán)集體管理組織對特定作品進行著作權(quán)集體授權(quán)。我國《著作權(quán)集體管理條例（修訂草案征求意見稿）》第四條也有提及。

在生成式人工智能訓(xùn)練數(shù)據(jù)的著作權(quán)授權(quán)過程中，AI開發(fā)者可以通過著作權(quán)集體管理組織獲得某一領(lǐng)域的作品授權(quán)，充分發(fā)揮著作權(quán)集體管理的保障效能，減少開發(fā)者的數(shù)據(jù)合法性風險。即使在無法判斷某一作品權(quán)利人是否系著作權(quán)集體管理組織會員的情況下，也可以通過延展代理機制保證權(quán)利人的獲酬機會，表達人工智能服務(wù)提供者尊重著作權(quán)的善意。

利用開放授權(quán)的數(shù)據(jù)資源

開放授權(quán)機制源于計算機軟件領(lǐng)域的開源許可證，是一種對世的著作權(quán)開放授權(quán)聲明，通過許可證約定使用者的權(quán)利和義務(wù)，目的是打破一對一的低效授權(quán)。在遵循許可證條件的情況下，使用者可以自由、免費地使用和修改作品。這種開放授權(quán)機制后來擴展到文檔、圖片、音視頻領(lǐng)域。知識共享許可協(xié)議（Creative Commons license，簡稱CC協(xié)議）為傳統(tǒng)作品的版權(quán)授權(quán)開辟了一條新路。

開放授權(quán)的共同點是：承認著作權(quán)，要求署上原作者或著作權(quán)持有人的姓名，這是授權(quán)最基本的限制；允許免費的私人使用和商業(yè)使用；允許使用者修改及修改后再發(fā)布；免責聲明：原作者或著作權(quán)持有人不承擔作品使用后的風險及產(chǎn)生的后果；終止授權(quán)：一旦違反開放授權(quán)條件時，終止一切授權(quán)，回歸傳統(tǒng)的知識產(chǎn)權(quán)保護。

以主流的深度學(xué)習(xí)框架為例，目前，人工智能軟件技術(shù)開發(fā)都使用開源許可證，主要有MIT許可證、BSD許可證、Apache許可證等。訓(xùn)練數(shù)據(jù)庫也應(yīng)多使用開源資源，并推動更多科學(xué)作品的開放授權(quán)，推動生成式人工智能輸出數(shù)據(jù)的開放許可。

利益平衡是我國知識產(chǎn)權(quán)法律體系的一項重要原則。人工智能訓(xùn)練數(shù)據(jù)合法性問題，本質(zhì)上是個人利益與公共利益沖突的體現(xiàn)。如果缺少利益平衡原則，在利益分成時容易產(chǎn)生分歧。在公共利益方面，公眾受益于智能科技產(chǎn)品服務(wù)，由此享受到整體社會福祉的提升。同時，得益于傳統(tǒng)知識產(chǎn)權(quán)體系的保障，創(chuàng)作者能夠獲得足夠的法律保護，其知識產(chǎn)權(quán)價值能夠保持長期穩(wěn)定，知識產(chǎn)權(quán)成果能夠在市場流通賦值。當人工智能時代到來，傳統(tǒng)的知識產(chǎn)權(quán)規(guī)則再一次遇到挑戰(zhàn)，必須隨著利益再平衡的需求進行調(diào)整。唯有如此，才能實現(xiàn)《辦法》的發(fā)展目標，推動人機良性互動的社會發(fā)展。

（作者為北京大學(xué)法學(xué)院教授）