回归合理使用：人工智能数据训练的类型化研究.pdfVIP

,

No.62025

pp.117132

:

回归合理使用人工智能数据训练的类型化研究

苏艺*

:,“”

内容提要人工智能数据训练的现有讨论多倾向于统一定性并随着非表达性使用概念的引

,。;“”

入逐渐偏离合理使用框架值得反思法定许可面临适应性障碍非表达性使用则存在理论

,。,

缺陷未优于合理使用合理使用的场景化本质决定了无法一刀切地对数据训练作出定性类型

。,,

化分析势所必然具体而言分散型使用存在高交易成本和低预期收益形成的市场壁垒应认定

;,、

为合理使用数据库型使用不宜一概豁免需结合市场失灵风险实质损害程度和创新增值综合判

;,,。,《

断私人定制型削弱创作激励公共利益有限不宜豁免规范上短期内可通过著作权法实施

》;,

条例引入弹性类型化条款实践中应拒绝移除版权管理信息索赔和分散版权人的法定赔偿主

,、。

张对销毁数据集和模型的诉讼请求需综合考虑实质损害程度创新增值及执行难度审慎裁决

:

关键词人工智能数据训练合理使用非表达性使用著作权法

、

一问题的提出

。

人工智能数据训练的合法性问题已成为近期热门议题美国同时有数十起针对生成式人工智

(“”)。,“”

能以下简称的大型诉讼年月因作品被用于小红书数据

GenAI202311TrikAI

,,。,

训练四名画手对小红书提起侵权诉讼案件走向引发关注在技术发展早期校准相互竞争的

,,。

版权利益的平衡并非易事但在纠纷已然出现的背景下回答这一问题迫在眉睫

,。,,

现有研究虽已关注到这一问题但相关讨论仍存在局限第一呈现一刀切趋势倾向对

,。