人工智能时代内容数据集中反垄断风险与公私合作治理.pdfVIP

学术园地IXUESHUYUANDI

人工智能时代

内容数据集中反断风险与公私合作治理*

口文1曾田

【摘要】人工智能时代的内容市场转向数据驱动的智能化生态竞争，AI模型训练和累积创

新对专业内容数据的高度依赖，加剧了内容资源集中的竞争限制风险，导致结构

性市场失灵。传统的事后救济方法不足，须回归结构性和事前监管，而反垄断法

无法单独应对这些挑战。这需要以提升内容数据的竞争性与流动性为目标，综合

运用版权法、反垄断法、行业自律和政府监管等手段，围绕预防、矫正和协调性

监管，促进智能化内容市场的健康与可持续发展。

【关键词］人工智能数据集中内容平台合作治理反垄断

人工智能（AI）技术的快速发展不仅代表了自时代数字内容市场的可持续健康发展。循此思路，

动化技术领域的革命性进步，也预示着社会生产方本文基于AI时代内容数据集中引发的结构性市场

式与企业市场竞争模式的根本转型。在数字内容失灵风险进行深入剖析，从规制难点出发，提出

平台领域，市场已经从单纯优质版权内容的传播竞基于公私法合作的风险治理模式及相应的制度完

争，演变为基于数据的智能化内容生态竞争。在此善建议。

过程中，高质量专业内容数据的弱替代性及其与数

据互补性和规模效应所产生的正向雪球效应，显著一、市场失灵新风险：

增强了拥有内容数据优势的企业在AI模型研发和AI时代内容数据集中引发结构性挑战

相关应用市场中的竞争地位，也在无形中加剧了市

场结构性失灵的风险。在传统内容市场中，虽然内容资源的集中普遍

近年来，版权滥用争议的频发显著突显了版权存在，但这并未显著限制竞争或引发结构性市场失

领域反垄断监管的复杂性及其紧迫性。[2]在人工智灵。[3]新兴竞争者通过创新内容或商业模式迎合消

能时代，内容数据对智能化内容生态竞争的重要性费者的多样化需求，保持了市场的竞争活力和开放

显著提升，进一步加剧对数字内容市场的竞争监管性。然而，随着AI技术的崛起，内容市场的结构

挑战。此时，依靠以合理原则处理策略性市场失和竞争形式经历了根本性变革，由基于内容传播的

灵的反垄断法，难以单独应对AI时代的复杂市场差异化竞争转变为一种数据驱动的智能化内容生态

挑战。因此，有必要打破部门法的壁垒，采纳公竞争。AI模型训练和累积性创新对专业数据的高

私法合作的理念，充分调动并协调版权法与反垄度依赖性显著加剧了由内容资源集中引发的竞争限

断法在促进内容数据流通方面的合作，以支持AI制风险，从而引发结构性市场失灵风险。

*本文系中国博士后科学基金资助项目（472201）成果，受对外经济贸易大学中央高校基本科研业务费专项资金（21QD34）资助

462024年第15期

出版CHINAPUBLISHINGJOURNAL

XUESHUYUANDII学术园地

1.从单向传播到互动传播，内容消费需求的智模型依赖先进的特征提取技术来掌握输入到输出之

能化转变间的复杂映射关系，并通过深度学习技术不断优化

AI时代，内容资源集中带来超越传统内容市权重参数，从而精确捕捉数据特征并提高对未知数

场的限制竞争风险，根源在于内容消费方式与市场据的预测精度。AI模型的性能极度依赖于数据的

竞争形式的演变。从口语到数字，媒介的发展经历质量，尤其是数据的多样性和代表性。这些因素直

了交互性的丧失与复归，这一历史变迁本质上反映接影响模型的泛化能力和对新情境的适应性。[7高

了人们对信息获取自由和精神交往的根本需求。[4]品质的训练数据需要满足准确性、多样性和代表性。

信息网络技术的发展打破了传统传播渠道的限制，数据的缺失和不一致性会