人工智能机器学习内容的著作权合法性基础——以文本和数据挖掘例外规则为视角.pdf

产业VIEWONPUBLISHING2024年第15期总第465期

人工智能机器学习内容的著作权合法性基础

——以文本和数据挖掘例外规则为视角

文/辜凌云

【摘  要】为激活人工智能机器学习来源的合法基础，文本与数据挖掘行为能否适用于著作权合理使用制度，

成为利用这一技术的法律难题。针对学界提出的“单独设置合理使用条款”“概括性解释合理使用

一般条款”等观点，相关规范具备合理性的同时也面临条款话语体系不周延、概括性适用具有不

确定性以及冲击现有规范框架导致释法不稳定等难题。对于文本与数据挖掘技术的利用，应关注

未来科技发展与该技术纳入著作权法中角色定位的协调统一趋势，在现行著作权法框架下，法律

规范在应对技术创新时，应保持稳定并注重平衡，把握法律条文变动的逻辑趋势以及权利义务的

控制思维，为科技发展提供灵活的法律空间，以实现技术发展与法律规制的动态平衡。

【关  键  词】人工智能；机器学习；文本与数据挖掘；合理使用

【作者单位】辜凌云，北京大学法学院。

【基金项目】教育部人文社会科学研究规划青年基金项目“智能创作时代数据挖掘的版权豁免理论调试与制度

构建”（23YJCZH109）的阶段性成果。

【中图分类号】D923.41    【文献标识码】A    【DOI】10.16491/45-1216/g2.2024.15.009

文本与数据挖掘技术（TextandDataMining，技术基于所获取的数据实现内容的自动化筛选分

以下简称“TDM技术”）已被广泛应用于生成式人工析，并依据用户需求实现内容的有效输出。然而，

智能内容输入提取的各个环节，其意在通过对大量该技术实施所获取的高质量数据大部分都来自处于

数据的收集与分析以发现新知识。不同于其他代码著作权保护期的作品，因此，对数据的处理必然涉

层技术，TDM技术的应用在极大促进数据挖掘与生及著作权人对作品控制专有权利的范围，不可避免

成式人工智能发展的同时，还大幅度地影响与限制地存在侵权风险。客观而言，生成式人工智能技术

著作权人的权利预期和权利实施范围。生成式人工的发展需求与著作权人的权利实施之间存在矛盾，

智能技术与一般人工智能技术的发展离不开数据的且该矛盾还伴随作品利用的增多呈现加剧趋势。如

应用，独立且单一的数据文本难以产生价值，数据何化解这类矛盾成为当下法律制度面临的现实问

［1］

的价值在于对其内容与深层次内涵的挖掘分析，题，就著作权法律体系而言，权利限制制度常年被

并在此基础上持续供给有效的高质量数据。TDM技当作破除技术与法律协同发展壁垒的有力武器，可

术作为生成式人工智能数据获取的底层技术，通过无论是美国的合理使用判断“四要件”，还是传统

数据挖掘实现大规模数据收集，为生成式人工智能的“三步检验法”思路，对TDM技术纳入著作权限

的创造性内容输出提供基础的数据支撑。制制度的考量范围都存在适用与衔接难题。如何设

在纯人工无法处理大规模数据的背景下，TDM计一套既能促进TDM技术和谐发展又能真正实现科

54

2024年第15期总第465期VIEWONPUBLISHING产业

技与法律自洽的权利限制模式，是当前人工智能机另一方面，“注释”行为对样本数据增添附加信息的

器学习时代著作权法必须面对的问题。行为难免因行为主体自身主观的数据训练意愿，而

出现与原来样本数据内容有偏差的风险。一旦“注

一、解构：T