作者:
胡開忠 上海交通大學凱原法學院教授
2026年7月25日,由上海交通大學凱原法學院、知產財經聯合主辦的“AI時代新型不正當競爭與司法治理研討會”在上海順利召開。本次會議匯聚學術、司法和產業代表,圍繞人工智能時代新型不正當競爭行為的認定、數據權益保護、平臺責任及AI生成物的知識產權等前沿議題展開了深度對話,為構建適應AI產業發展的競爭法治環境貢獻了多元智慧。會上,上海交通大學凱原法學院教授胡開忠圍繞“人工智能數據訓練中的著作權保護問題”進行主題演講,知產財經對其主講內容進行了整理,以饗讀者。
聽取了各位嘉賓的分享,我深受啟發。對相關問題的討論頗具前沿性,其中許多問題涉及人工智能生成物的知識產權保護。下面,我想圍繞人工智能數據訓練中的著作權利益保護問題,與大家作壹分享。
之所以討論這壹問題,是因為人工智能產業發展迅速。在產業發展過程中,人們較多關註模型權利問題,較少關註人工智能企業在數據訓練中大量使用人類作品的現象。在這壹背景下,不少著作權人發現,人工智能模型生成的部分內容與其作品高度相似,由此產生大量爭議。產業界與學界對相關爭議的認識並不統壹,著作權人的爭議也較為突出,因此研究這壹問題具有現實意義。
從近年來人工智能領域的版權案件看,類似糾紛並不少見。在美國和歐洲,已有多起著作權人起訴人工智能企業的案件,主張相關企業未經授權使用其作品進行數據訓練,損害了著作權人的利益。在我國,也出現了小紅書等相關案件。上海還發生過壹起類似案件,即LoRA模型在數據訓練過程中使用了美杜莎的美術作品,進而引發著作權人提起訴訟。
鱷鱷
壹、人工智能數據訓練中涉及的利益主體
鱷鱷
解決上述問題,首先需要厘清人工智能數據訓練階段涉及哪些利益主體。數據訓練必須以數據為前提,其中涉及對著作權作品的使用。作品被整合進數據集後,用於人工智能訓練,並通過人工智能平臺向用戶提供服務,這壹過程涉及多方主體的利益。
實踐中,以前述小紅書案為例,畫師作品被用於訓練後,生成了與之近似的圖片。筆者也曾用人工智能模型進行實驗,要求模型生成唐老鴨等形象,結果生成了與原作品較為相似的圖片。再如奧特曼案,奧特曼形象被用於數據訓練後,生成了與奧特曼形象近似的圖片。在這些情形下,不少著作權人認為,人工智能企業使用作品進行訓練,涉及對原作品的復制、改編甚至翻譯,未經許可使用其作品,應當承擔侵權責任。
國外也有不少類似案件,例如訓練後生成了與原作品近似的音樂。因此,數據訓練引發了較大爭議:使用作品進行數據訓練究竟屬於合法行為還是非法行為?著作權人通常認為該行為構成非法使用,因其作品被未經許可使用,故希望人工智能企業付費;人工智能企業則多主張該行為屬於合理使用,理由是作品僅用於數據訓練過程,並未對外公開,而是在非公開狀態下進行訓練。也有學者提出,應將數據訓練與內容輸出分開評價,認為數據訓練階段網民無法看到模型生成內容,故該行為屬於合理使用。
鱷鱷
二、使用作品進行人工智能數據訓練行為的合法性判斷
鱷鱷
(壹)是否構成侵權行為
實際上,上述觀點存在認識偏差。在知識產權法中,判斷是否構成侵權,通常需要考察四個構成要件:主觀過錯、客觀侵權行為、損害後果以及因果關系。同時,還需判斷是否存在免責情形,如合理使用、法定許可等。
(二)是否構成合理使用
在合理使用判斷中,若將數據訓練與結果輸出截然分開,那麽並不符合合理使用的判斷標準。合理使用既需要考察使用作品的行為,也需要考察使用結果,不能割裂看待,否則難免斷章取義。對此,《伯爾尼公約》規定了三步檢驗法,美國版權法規定了四要素判斷法,兩者在本質上具有壹致性。為便於理解,下面先以美國四要素判斷法進行分析。
第壹,應考察數據訓練中使用作品的目的和性質。壹般而言,如果使用作品的目的具有非營利性,例如用於教育、研究等目的,通常可能被認定為合理使用;如果在數據訓練中構成轉換性使用,即通過對原作品的改變生成了具有創新性的成果,也通常可能被認定為合理使用。例如,企業通過數據訓練開發了查重軟件,或者人工智能模型經訓練後能夠識別作品的文體,如區分散文、小說、詩歌,且未對原作品利益產生影響,此類使用即具有轉換性。需要特別註意的是,還應考察作品獲取方式是否正當、是否具有善意。實踐中,大量人工智能企業在數據訓練時從網絡抓取作品,並未取得著作權授權,因此作品獲取的正當性存疑,這也是問題的關鍵。
第二,應考察被使用作品的性質。通常而言,依據合理使用判斷標準,獨創性較強的小說等作品應受到更高程度保護,而事實性、歷史性等作品則可能允許相對寬泛的使用。
第三,應考察被使用作品的數量及其在原作品中的重要程度。實踐中,大量作品被用於數據訓練並體現在生成結果中,甚至部分生成內容與原作品完全相同或構成實質性相似,此類行為可能超出合理使用界限。還應看到,數據訓練對作品的使用對著作權影響重大。許多作品被用於數據訓練後,模型生成的大量內容與原作品實質性相似,或者原作品被拆分後大量出現在生成內容之中。相較傳統環境,模型對原作品的利用規模遠超以往。例如,魯迅《吶喊》被用於數據訓練後,可能被拆分為數千份、數萬份,分別出現在不同生成內容中。傳統作品在人工智能時代可能被使用成千上萬次甚至數億次,對著作權人造成的影響超過以往任何時代;如果產生實質性替代,對著作權人的影響更為嚴重。
由此可見,數據訓練對著作權人利益構成較大威脅。從使用目的和轉換性使用角度看,部分作品使用行為可能符合合理使用構成要件,可以作為合理使用對待;但也有壹些行為,尤其是當前大量存在的數據訓練行為,並不符合合理使用構成要件。盡管不少人工智能企業對此持有不同意見,但從美國及歐盟公布的版權報告看,均認為大量人工智能企業的數據訓練行為難以完全符合合理使用的構成要件。
鱷鱷
三、人工智能數據訓練中著作權保護的必要性
鱷鱷
因此,對著作權進行保護具有必要性。人工智能企業開展數據訓練,本質上需要利用著作權人的作品。尊重著作權,是對創作勞動的尊重,也有利於文化產業發展、社會公平與文化多樣性保護。同時,著作權人的作品是人工智能產業發展的前提和來源,如果沒有著作權人的作品,人工智能企業將無從開展數據訓練。因此,人工智能企業必須充分考慮著作權人的利益。
當然,也有觀點認為上述立場過於嚴格。如果考察歐盟近期出臺的報告,其更嚴格地依據“三步檢驗法”進行判斷,即構成合理使用首先須在法律規定的特定情形下使用作品。歐盟相關報告認為,目前歐盟法律未對使用作品進行數據訓練作出規定,因此該行為當然不屬於合理使用,立場更為嚴格。
鱷鱷
四、人工智能數據訓練中著作權保護的路徑
鱷鱷
在此情況下,我認為我國在處理相關問題時應當加以區分:如果使用作品行為符合合理使用構成要件,應按合理使用對待;如果不符合,人工智能企業則應支付費用。具體而言,可以從以下方面展開。
在合理使用制度的規範上,可以將轉換性使用以及教學、科研性使用納入合理使用範圍,並依據“三步檢驗法”或四要素法加以判斷。對於不符合合理使用規定的行為,可以采取兩種路徑:壹是自願許可,二是法定許可。目前,OpenAI、谷歌等企業已在美國、歐盟向部分著作權人付費。最近,我國也有壹些人工智能企業開始考慮向著作權人付費。若付諸實施,這將是具有裏程碑意義的事件。同時,也應註意,近期美國不少版權企業已對中國人工智能企業提起訴訟,原因即在於相關企業未支付費用,所以這壹問題值得關註。
從付酬方式看,自願許可在實踐中可能較難全面推行。筆者建議,在特定情形下可以補充適用法定許可,允許人工智能企業依法使用作品進行訓練,並在使用後按照法定條件向著作權人支付報酬。這既能夠保障數據訓練有作品可用,也能使著作權人獲得相應經濟補償,實現雙贏。當然,部分人工智能企業可能對此有所保留。為促進相關制度發展,還應完善著作權集體管理制度,建立信息披露制度和退出機制等。
解決人工智能數據訓練中的著作權保護問題確屬難題,任重而道遠。但從長遠角度看,人工智能企業開展數據訓練需要使用他人作品,應當尊重他人著作權。壹些人工智能企業對於自己擁有的作品的著作權同樣也希望獲得法律保護。因此,保護著作權人利益與保護人工智能企業利益之間具有互利性。若能將這壹問題妥善處理,可以實現雙贏,既促進文化產業發展,也促進人工智能產業發展,這也是我們期望達到的目標。