人工智能训练的版权困境及其出路：模块化许可机制探析.pdfVIP

人工智能训练的版权困境及其出路：

模块化许可机制探析

孙靖洲

内容提要：创作者对人工智能利用其作品进行训练的抵制，缘于利益分配机制付之阙

如。在调整因新技术带来的作品使用形式变化所引发的新的社会关系时，既要确保创作者

能公平地参与到由创作带来的收益分配中，维护其劳动尊严和劳动收入，又要防止版权人

通过杠杆优势制约技术发展。可考虑从知识产权制度为解决市场失灵而创设的四种特殊许

可模式中汲取经验，为人工智能训练建立一套整体协调但内部区隔的模块化授权许可机

制：大型人工智能企业应尽最大努力获取授权，主动建立版权许可机制，与版权人分享收

益；中小企业同时面临被大型内容平台拒绝许可与缔约成本高的双重困境，应要求大型内

容平台作出以公平、合理、无歧视方式进行授权的声明，并发挥其中介组织的优势，保障

个体创作者的合法利益、企业获得充足训练语料，同时防止掌握海量内容数据的大型内容

平台封锁人工智能产业。

关 键 词：生成式人工智能合理使用法定许可AI投喂训练数据可携带权

引言

a

生成式人工智能（GenerativeAI）是一种通过学习已有数据生成新内容的人工智能，其

在改造旧的生产方式的同时不断创造新业态。人工智能制作的漫画、电影画面和短片已经

进入市场。b服务于日常办公、语言学习和会话聊天的人工智能，不仅可以帮助企业降本增

效，还能把劳动者从单调枯燥的工作中解脱出来，让人们学习和从事需要人类智慧和陪伴的

作者简介：孙靖洲，北京大学法学院博士后研究人员，慕尼黑大学法学博士

a如无特殊说明，本文讨论的人工智能，均指生成式人工智能。

b参见《多部AI作品落地，影视公司一边布局、一边焦灼》，载澎湃号“镜像娱乐”2024年3月15日，https://www.

/newsDetail_forward

.94.

人工智能训练的版权困境及其出路：模块化许可机制探析

事务。面对创造出巨大商业价值、正在改变人们生产方式的人工智能，法律的首要使命就是

确保和引导这种新型生产方式有序地发生、稳定地生产，以便产生更高的社会经济价值。c

版权法作为以作品为基础、调整新技术带来的新收益之分配关系的法律制度，首先需

要对人工智能作出回应。事实上，随着作品内容的信息化和数据化，版权法已习惯于处理

d

“复制依赖型技术”（copy-relianttechnology）所引发的版权问题，比如网络检索和在线

浏览。e人工智能所使用的文本数据挖掘（textanddatamining）技术需要批量、自动地复

制海量的信息内容以供大模型训练，其虽亦属复制依赖型技术，但与网络检索和在线浏览

不同，人工智能对文本内容的复制不以阅读、欣赏作品为目的，甚至在结果上也不会再现

作品的表达。f由此似乎可以推断，版权人应当更容易接受人工智能的训练行为；然而现

实中，版权人却前所未有地团结在一起，共同针对人工智能未经许可的复制行为提出了抗

议。gh

欧美等地的作者及其组织相继提起了针对人工智能复制和学习作品的侵权诉讼。不

少艺术家和编剧走上街头，抗议人工智能对其作品的无偿使用，表达对自身职业生计的担

忧。i究其根源，版权人没有因其作品是人工智能发展的基石而从愈加繁荣、已经产生了巨

大商业价值的人工智能产业中分一杯羹，甚至还可能面临“教会徒弟，饿死师傅”的困境。

为在版权保护与发展人工智能技术、鼓励创作“民主化”之间寻求平衡，有必要从利

益分配的角度重新审视人工智能服务提供者与作品被用作训练数据的版权人之间的冲突和

纠纷。版权制度通过产权激励创作的关键机制在于，激活和促进智力成果的市场交易。j然

而，从知识产权制度的发展历史和比较经验中可以发现，知识产权的许可绝非完全依赖于

自由市场机制，而是存在多种解决市场失灵的特殊许可模式。本文尝试在系统、全面地比