【副標題】基于輸入端與輸出端的雙向路徑檢視

【作者】曹上（江蘇大學法學院數(shù)字法治應用研究院特邀助理研究員）

【來源】北大法寶法學期刊庫《江蘇警官學院學報》2025年第4期（文末附本期期刊目錄）。因篇幅較長，已略去原文注釋。

內(nèi)容提要：新興技術發(fā)展為傳統(tǒng)知識產(chǎn)權保護帶來了新的挑戰(zhàn)，如何實現(xiàn)權益保護與技術創(chuàng)新的平衡，促進著作權人與人工智能服務提供者間的合理利益分配，已成為數(shù)字時代的關鍵議題?；谏墒饺斯ぶ悄艿摹氨磉_性”機理，在復制權和改編權的區(qū)分適用下，以技術邏輯為起點，構建輸入端和輸出端的雙向檢視路徑。具體而言，在輸入端構建正當性前置的檢視路徑，基于直接授權的現(xiàn)實困境，分析“合理使用規(guī)則”及“強制締約規(guī)則”的適用及法效果；在輸出端以“轉(zhuǎn)化性使用”為制度參照，構建事后損害救濟模式的替代性方案并檢視法效果，從而構建利益平衡的新格局。

關鍵詞：生成式人工智能；著作權保護；合理使用；轉(zhuǎn)化性使用；侵權救濟模式

目次 一、生成式人工智能數(shù)據(jù)訓練的作品保護問題 二、生成式人工智能數(shù)據(jù)訓練的雙向檢視模型構造 三、輸入端授權前置的合法性基礎路徑檢視 四、輸出端事后救濟的權益平衡路徑檢視 五、結(jié)語

一

生成式人工智能數(shù)據(jù)訓練的作品保護問題

人類認知層面發(fā)生過多次范式轉(zhuǎn)移，這些轉(zhuǎn)移標志著人類思維方式和認知框架的根本性變革。以“數(shù)據(jù)驅(qū)動”為核心的范式奠定了數(shù)據(jù)流通和人工智能治理的理論基礎，高效安全地實現(xiàn)數(shù)據(jù)流通與信息傳遞成為知識融通的價值目標。信息是知識傳播的內(nèi)在要素，數(shù)據(jù)是信息匯集的表現(xiàn)形式。但信息交互中不可避免地面臨表意流失問題，這是由熵增定律的本質(zhì)所決定的，絕對意義上的熵增不可避免，但局域意義上的熵減效應卻可以通過技術實現(xiàn)。以大數(shù)據(jù)流通促進人工智能涌現(xiàn)效應的實現(xiàn)，同時人工智能技術又反向規(guī)制數(shù)據(jù)價值的實現(xiàn)模式，數(shù)據(jù)資源與人工智能之間的復雜關系呼之欲出，其中的權益保護沖突也隨之凸顯。

人工智能發(fā)展經(jīng)歷了多次歷史轉(zhuǎn)折，從最初以邏輯推演為中心的符號主義熱潮，到人們逐漸對專家系統(tǒng)適用范圍局限性的失望；從以機器學習為基礎的聯(lián)結(jié)主義快速興起，到人們對概率論邏輯不周延性的懷疑。當前以深度神經(jīng)網(wǎng)絡為中心的技術突破，進而引發(fā)人們對算法不可解釋性的擔憂。技術發(fā)展的數(shù)次起伏間，人工智能經(jīng)歷了從符號主義到聯(lián)結(jié)主義、從研判式人工智能到生成式人工智能的發(fā)展歷程，強人工智能時代的到來不再停滯于理論研討。人工智能之所以能取得如此矚目的成就，大數(shù)據(jù)科學的發(fā)展必不可少。在傳統(tǒng)研判式人工智能時代，少量數(shù)據(jù)的利用并不會導致過多爭議，但在生成式人工智能動輒以億計的參數(shù)體量下，著作權人與人工智能服務提供者之間的利益平衡牽連甚廣。

諸多典型案例反映了當前司法裁判尺度不統(tǒng)一的割裂現(xiàn)狀。2024年9月，德國漢堡地區(qū)法院一審“克奈斯克訴LAION案”，法院援引德國《版權法》第60d條關于“用于科學研究的文本和數(shù)據(jù)挖掘”的例外情況，認為被告數(shù)據(jù)訓練行為不屬于臨時復制，因此不構成侵權。但僅就現(xiàn)有事實來看，被告數(shù)據(jù)訓練行為及其后續(xù)運營似乎超出科學研究目的范疇，可見德國法院裁量尺度采取相對寬松的態(tài)度。2025年2月，美國特拉華州地方法院審理“湯森·路透訴羅斯智能案”，審理法院認為被告在未獲得授權的情況下，復制湯森·路透 Westlaw數(shù)據(jù)庫內(nèi)容，并用于訓練其人工智能法律研究平臺的行為，不屬于美國《版權法》中的“合理使用”范疇。國內(nèi)也出現(xiàn)了諸多典型案件。2024年2月，廣州互聯(lián)網(wǎng)法院審理的“上海某文化發(fā)展有限公司訴廣州某公司網(wǎng)絡侵權責任糾紛案”中，法院認為被告未經(jīng)許可復制了案涉奧特曼作品，構成直接侵犯奧特曼著作權的復制權。案涉生成圖片部分保留了“迪迦奧特曼復合型”作品的獨創(chuàng)性表達，并在保留該獨創(chuàng)性表達的基礎上形成了新的特征。被告上述行為構成對案涉奧特曼作品的改編，且被告未經(jīng)許可，改編了案涉奧特曼作品，侵犯了原告對案涉奧特曼作品的改編權。

由上述案件可知，對于生成式人工智能數(shù)據(jù)訓練中權益保護與創(chuàng)新發(fā)展間的利益沖突，理論界和實務界也存在激烈的爭議。一方面，人類為藝術審美和技術創(chuàng)新做出的不懈努力理應受到法律保護，這是知識產(chǎn)權法的立法初衷。人工智能服務提供者未經(jīng)許可的使用行為，系數(shù)字時代資本不道德的“剝削”行為。另一方面，模型生成并非傳統(tǒng)意義上的簡單復制拼湊，而是利用統(tǒng)計學原理從隨機潛在噪聲中提取參數(shù)，本身也具有滿足“獨創(chuàng)性”的適用空間。針對生成式人工智能訴訟已然開啟，新興科技創(chuàng)新和傳統(tǒng)知識產(chǎn)權保護間的利益沖突凸顯，如何實現(xiàn)多元利益平衡成為各方博弈的重心。

二

生成式人工智能數(shù)據(jù)訓練的雙向檢視模型構造

（一）雙向檢視模型構造的理論基礎

法律是成體系化的經(jīng)驗知識，底層技術的不斷進步催生了法律規(guī)制的不斷革新?；诩夹g所產(chǎn)生的新型著作權，其規(guī)制與機器學習的底層技術邏輯具有相通性。美國學者本杰明·索貝爾（Benjamin L.W. Sobel）以是否具有表達性內(nèi)容輸出為標準，將人工智能劃分為“表達型機器學習”和“非表達型機器學習”兩類。“表達型機器學習”應具有表達性內(nèi)容輸出，“非表達型機器學習”則更多適用于研判式推理。有觀點認為，“表達型機器學習”和“非表達型機器學習”對應法律概念，即前者按照著作權法中合理使用規(guī)則來適用，后者對應非作品性使用，即不是在著作權法意義上使用作品，不負著作權侵權責任。因此，為構建生成式人工智能數(shù)據(jù)訓練行為的系統(tǒng)性規(guī)制，需要從法律上的表達性與技術實現(xiàn)的流程性上雙向展開。

其一，從“思想/表達二分法”原則來看，表達性特征是生成式人工智能的技術屬性。理解著作權法意義上作品的使用形式，須精準了解表達性與非表達性概念。從責任豁免的范圍上看，非作品性使用也包含了非表達性使用，而合理使用包含了轉(zhuǎn)化性使用和任意使用等制度。非表達性概念在生成式人工智能內(nèi)容生成的邏輯下，更多體現(xiàn)為“非特定性”，即對于作品使用非基于獨立的、特定的表達，在計算機軟件作品中則表現(xiàn)為“功能性”。非表達性使用不是直接復制或以衍生形式再現(xiàn)，而是側(cè)重呈現(xiàn)作品表達的技術功能實現(xiàn)需要。因此，生成式人工智能著作權保護需要基于著作權“思想/表達二分法”的原則，非作品性使用可以基于非表達性而排除在著作權侵權的規(guī)制范疇之外，非表達性使用則基于其技術功能實現(xiàn)特征而豁免著作權規(guī)制，而表達性則是判斷生成式人工智能侵權規(guī)制的基礎。

其二，基于復制權與改編權的適用區(qū)分，在輸入端與輸出端建構不同的法理基礎。在我國現(xiàn)行法下，復制權和改編權規(guī)定在《中華人民共和國著作權法》（以下簡稱《著作權法》）第10條第5項和第14項。從立法沿革上看，世界上最早的版權法是1710年英國的《安娜法令》，復制權便位列其中。1948年的布魯塞爾會議修訂《保護文學和藝術作品伯爾尼公約》（以下簡稱《伯爾尼公約》）時明確了改編權的法律地位。復制權是將作品固定在有形物質(zhì)媒介上，為他人所感知，且存續(xù)狀態(tài)相對穩(wěn)定和持久。改編權是利用原作品的獨創(chuàng)性表達進行一定程度改動，并形成新的獨創(chuàng)性表達，包含“保留原作品獨創(chuàng)性表達”和“添附新的獨創(chuàng)性表達”兩個核心要素。只要原作品與演繹作品經(jīng)對比構成實質(zhì)性相似，那么實際上改編行為也包含了對原作品基本表達的復制。由此可見，改編權的權能本身可能涉及對原作品表達的復制，二者在權能范疇上有一定的交叉重合。輸入端的訓練行為本質(zhì)上是對數(shù)據(jù)的復制，這與復制權的法理基礎一致?；诟木帣嗒殑?chuàng)性表達的基礎，輸出端基于該訓練結(jié)果生成的內(nèi)容，與改編權中新的獨創(chuàng)性表達的判斷邏輯相契合。

（二）基于輸入端與輸出端的模型構造路徑

生成式人工智能數(shù)據(jù)訓練的合法性基礎，根植于“思想/表達二分法”原則及復制權、改編權的雙重基準，以此構建輸入端與輸出端的著作權使用的雙向檢視，展開技術實現(xiàn)、法理基礎、多元權利主體的體系構建。

其一，從技術實現(xiàn)來看，人工智能的技術流程分為輸入與輸出兩端，法律規(guī)制邏輯也依此展開。生成式人工智能利用自主學習能力將數(shù)據(jù)進行形式轉(zhuǎn)換與參數(shù)提取，配合用戶指令輸入，生成與之相匹配的目標內(nèi)容。因此，模型內(nèi)容生成流程可以拆解為兩個環(huán)節(jié)：一是輸入端基于語義識別及視覺處理技術的機器學習，利用版權作品進行前期編碼學習和深度參數(shù)訓練。二是輸出端的場景應用與內(nèi)容生成，接受用戶指令進行信息交互，從既有神經(jīng)網(wǎng)絡中進行參數(shù)調(diào)用與特征匹配，進而完成個性化內(nèi)容生成。

其二，從法理基礎來看，基于復制權與改編權的適用屬性差異，分別解釋輸入端與輸出端的不同法效進路。改編權是對原作品內(nèi)容的二次創(chuàng)作，產(chǎn)生具有獨創(chuàng)性衍生作品的行為，現(xiàn)行法中主要強調(diào)了“對原作品改編”和“具有獨創(chuàng)性”兩個要件。復制權和改編權的區(qū)分實質(zhì)在于“獨創(chuàng)性”要件的滿足與否，更在于是否在保留原作品基本表達基礎上增加新的創(chuàng)造性內(nèi)容。人工智能輸出內(nèi)容與版權作品存在實質(zhì)性相似可能侵犯復制權，如果輸出內(nèi)容是利用版權作品基本表達而生成具有獨創(chuàng)性的產(chǎn)物，則受改編權規(guī)制，這也是構建權益平衡模型分析的法理基礎。

其三，從權利主體看，人工智能產(chǎn)業(yè)鏈涉及多元法律關系，其運作與數(shù)據(jù)權益、算法治理及知識產(chǎn)權保護等關鍵問題緊密關聯(lián)。因此產(chǎn)業(yè)鏈條聯(lián)結(jié)著諸多主體節(jié)點，如數(shù)據(jù)來源者（著作權人），數(shù)據(jù)預訓練、場景落地的人工智能服務提供者，以及使用模型進行內(nèi)容生成的服務接受方，他們之間構成了復雜的權益保護關系。

因此，在輸入端與輸出端的雙向檢視下，輸入端的合法性是數(shù)據(jù)來源正當性的重要判斷依據(jù)，具體以著作權人的授權行為與合理使用的認定為基準。輸出端的合法性則是以輸出作品具有獨創(chuàng)性為標準（見圖1）。基于價值判斷與法效果的分析，以權源正當性來實現(xiàn)利益分配及事后救濟體系的動態(tài)調(diào)整。權益平衡的體系檢視與利益衡平有其價值基礎。從公平價值與思想自由支配看，是公眾的表達自由與權利人的創(chuàng)造積極性保護間的平衡；從效率價值與經(jīng)濟利益分配看，是作品權益保護與促進經(jīng)濟發(fā)展的平衡。

圖1 輸入端與輸出端的雙向檢視路徑圖

三

輸入端授權前置的合法性基礎路徑檢視

（一）輸入端授權前置模式的理論基礎

在傳統(tǒng)規(guī)制路徑下存在復制權與改編權法效重疊的可能，但僅考慮模型生成邏輯的輸入端時，需以數(shù)據(jù)處理中的復制行為作為規(guī)范重點。模型預訓練中的數(shù)據(jù)資源存儲、目標參數(shù)分析提取，其正當性建立在合法的復制行為上。以復制權構建輸入端的權利基礎，其核心是為了規(guī)制數(shù)據(jù)來源合法性問題。但有觀點認為，生成式人工智能的復制行為僅有“臨時復制”的效力，因為在調(diào)用作品數(shù)據(jù)的過程中，計算機內(nèi)存和硬盤緩存形成的是臨時性存儲。因此，人工智能中的復制行為需要基于其特殊原理進行判斷，在建立數(shù)據(jù)接口并獲取目標數(shù)據(jù)庫內(nèi)容時，許多版權作品開源副本形成的數(shù)據(jù)資產(chǎn)被直接用于模型基座預訓練。在完成初始的數(shù)據(jù)匯集后，對數(shù)據(jù)進行噪聲添加與編碼壓縮等技術處理，在保留原作品內(nèi)容中最關鍵、最本質(zhì)特征的基礎上完成對數(shù)據(jù)的格式化流程，然后將參數(shù)處理后生成內(nèi)容輸出給用戶。此時參數(shù)已經(jīng)被固定在模型基座參數(shù)庫中，而非緩存的臨時性復制，可見人工智能的數(shù)據(jù)使用行為屬于著作權意義上的復制行為。

復制權的判定關鍵在于與原作品是否存在“實質(zhì)性相似”，是否構成“實質(zhì)性相似”也是判斷訓練數(shù)據(jù)來源合法性的基礎。對于去噪與解碼后生成的作品內(nèi)容判定，如果去噪與解碼后生成的作品內(nèi)容具有“實質(zhì)性相似”，則構成對復制權的侵犯，此時需要確立正當性事由豁免侵權?；砻馇謾嘧詈唵魏妥钪苯拥姆绞绞鞘孪热〉卯斒氯耸跈嘣S可，但是人工智能服務提供者面臨的核心困境是受制于高昂的經(jīng)濟成本，難以逐個獲取海量數(shù)據(jù)權益主體的授權。大模型需處理的參數(shù)量達到千萬級甚至億級，若逐一與個體權利人協(xié)商授權，其談判成本遠高于授權許可所需要支付的實際費用，造成了實際上的經(jīng)濟履行不能。因此，直接從權利人處獲取授權的單一模式難以滿足人工智能產(chǎn)業(yè)的長遠發(fā)展需求。除了直接授權的正當性基礎，合理使用的豁免方式也頗受關注，從而直接從請求權“權利產(chǎn)生障礙”層面阻卻侵權發(fā)生。

（二）現(xiàn)行法下的適用路徑分析

“合理使用規(guī)則”是除直接授權外的重要責任豁免路徑，但其具體適用仍存在障礙。從我國《著作權法》中的侵權豁免事由來看，現(xiàn)行法下包括合理使用、法定許可和強制許可三種類型。強制許可屬于極為特殊的適用情形，法定許可在《著作權法》中有明確規(guī)定。上述類型無法提供直接有力的制度依據(jù)，只有合理使用是更具可行性的學理解釋路徑，其作為具有較大解釋空間的概括性條款在學界廣受關注?！昂侠硎褂靡?guī)則”與發(fā)軔于英國判例法的“合理節(jié)略”（fair abrigement）密切相關，美國法官約瑟夫·斯托雷（Joseph Story）將其創(chuàng)造性地運用于美國法律體系，并進行了理論化和系統(tǒng)化說明?！昂侠硎褂靡?guī)則”在《伯爾尼公約》中體現(xiàn)為“三步檢驗法”。

我國《著作權法》第24條規(guī)定了合理使用作品的情形，但以“合理使用規(guī)則”作為人工智能版權數(shù)據(jù)使用侵權豁免的法律依據(jù)，似乎已經(jīng)超出了法律的文義解釋范疇。首先，從法律體系上看，合理使用雖然可以適用《著作權法》第24條第13項概括性條款“法律、行政法規(guī)規(guī)定的其他情形”，但是現(xiàn)階段我國并無法律、行政法規(guī)規(guī)定的其他情形，可見我國“合理使用”處于事實上的封閉式立法現(xiàn)狀。其次，從使用方式上看，多數(shù)模型都有商業(yè)化的使用需求，模型產(chǎn)業(yè)的經(jīng)濟目標是要完成向不特定主體提供商業(yè)性服務的轉(zhuǎn)向，不再局限于個人使用或科研需求，這并不符合《著作權法》第24條的文義解釋。由此可見，“合理使用規(guī)則”在人工智能數(shù)據(jù)訓練中的侵權豁免適用存在解釋困境。

從法解釋學的視角探求其他可行路徑，強調(diào)保護“不對等交易地位”的“強制締約”或可成為“合理使用規(guī)則”適用不能的替代方案。強制締約理論最初由德國學者尼珀迪（Nipperdey）提出，側(cè)重糾正市場不平等交易與不合理期待的特殊締約模式，是社會保障、維護市場開放和良性競爭秩序，以及保護消費者和人格平等原則的體現(xiàn)。但根據(jù)德國民法學家迪特爾·梅迪庫斯（Dieter Medicus）的主張，在法律未設明文規(guī)定時不應擴張適用，除非若不締約會被認為當事人故意侵害社會公益和公序良俗。一種方法是對社會公益和公序良俗概念的擴張解釋，即數(shù)字化時代下的數(shù)據(jù)流通不再是基于個人獨立掌握，而是作為一種社會流通資源加以使用。但是公共利益本身的概念過于模糊，難以明確其法律概念邊界。另一種方法是采納“壟斷地位說”，即處于壟斷或強勢地位且提供生活必需服務的主體，理應承擔不得拒絕客戶要約的強制締約義務。從制度的價值解釋路徑出發(fā)，“合理使用規(guī)則”確實賦予了非權利人突破排他性專有權限制的權利，從而更大程度地實現(xiàn)壟斷賦權與創(chuàng)新發(fā)展間的平衡。但是，壟斷地位本身也存在一定的模糊地帶。基于公共利益、經(jīng)營者地位、消費者權益的“三元疊加”利益關系，將個體權利人的排他性專有權認定為具有市場層面的壟斷地位，并不符合市場交易的真實境況。事實上，“強制締約規(guī)則”適用的法效果極具爭議，因為建立強制締約模式無疑加強了人工智能服務提供者對數(shù)據(jù)獲取的能力，對著作權人而言是對其意思自治的侵害。

（三）輸入端正當性基礎的適用效果檢視

我國現(xiàn)行法中的侵權責任豁免事由，除了事先直接授權模式，還包括“合理使用規(guī)則”和“強制締約規(guī)則”的解釋路徑。從事先直接授權模式來看，人工智能服務提供者事先獲取海量著作權授權存在現(xiàn)實履行障礙，縱使實施也無法承擔相應的經(jīng)濟壓力?！昂侠硎褂靡?guī)則”無法解決現(xiàn)階段缺少法律依據(jù)的現(xiàn)實問題。對于強制締約制度，基于公共利益保護的目標，強制締約賦予弱者保護是其制度建構的價值基礎。但在人工智能強制締約中，將締約權利歸屬于相對強勢的人工智能服務提供者，卻將強制義務施加于個體權利主體，直接喪失了該制度適用的價值空間。并且強制締約所提供的只是數(shù)據(jù)使用的合法性基礎，也無法解釋個人信息授權的合法性基礎。

從利益分配視角看，強制締約確實賦予當事人獲取收益的機會，但是議價權的缺失也會造成事實上雙方權利義務的不對等。對于著作權中涉及個人信息的作品而言，基于壟斷性的強制締約難以建構法理基礎，無法兼顧個人信息保護的剛性原則。在侵權豁免路徑探索上，無論是事先直接授權路徑，還是合理使用路徑，抑或犧牲當事人意思自治的強制締約路徑，都會面臨論證邏輯不周延和論證力度不足的問題。

從立法中心主義視角，縱然可以直接呼吁擴大合理使用的適用情形，從而保障人工智能服務提供者得以侵權豁免，但其產(chǎn)業(yè)發(fā)展中的各方利益平衡能否保障依然待定。因為從法律效果上看，根據(jù)《著作權法》第24條的規(guī)定，在特定情形下使用作品可以不經(jīng)著作權人許可，也不支付報酬。這對人工智能服務提供者來說是莫大優(yōu)勢，但對著作權人來說則會顯著降低作品的收益可能性與創(chuàng)作積極性。如果人類技術創(chuàng)新的治理成果被人工智能服務提供者無償使用，且經(jīng)過訓練的模型反而更為廉價且高效地替代人類工作，此種機制下難以奢求著作權人繼續(xù)保持藝術追求熱情及創(chuàng)作積極性，如此就完全背離了知識產(chǎn)權法的立法初衷。

四

輸出端事后救濟的權益平衡路徑檢視

（一）輸出端事后救濟的理論基礎

輸出端作為生成式人工智能內(nèi)容生成的端口，其技術特征與著作權中的改編權緊密關聯(lián)。輸出端并非不涉及復制權，而是基于兩項權利判斷思維不同。以分割視角審視輸出端創(chuàng)造性表達侵犯的改編權，二者在“實質(zhì)性相似”的判斷標準不同。根據(jù)表達性的分類，生成式人工智能是一種“表達型機器學習”，而其表達性的特征主要是通過輸出端實現(xiàn)。有觀點認為，生成式人工智能使用原作品并非為了利用獨創(chuàng)性表達，而是將其作為一種事實信息的功能性利用，故在使用結(jié)果上并未再現(xiàn)原作品的藝術價值。筆者認為，由于人工智能服務提供者在獲取數(shù)據(jù)時需要根據(jù)語義編碼實現(xiàn)特征提取，其本身就是在原版權作品處理基礎上的知識再生產(chǎn)，是利用原版權作品基本特征的內(nèi)容生成，實質(zhì)上滿足構成表達性內(nèi)容輸出的解釋空間。改編權中包含獨創(chuàng)性表達附加，體現(xiàn)為從其訓練數(shù)據(jù)中學習作品，但同時已完成自身的創(chuàng)造性表達和獨創(chuàng)性價值添附，使得“表達型機器學習”存在轉(zhuǎn)換性使用中的“目的轉(zhuǎn)換”。因此，改編權中的創(chuàng)造性表達與生成式人工智能輸出端的獨創(chuàng)性表達附加有著契合的法理邏輯，“轉(zhuǎn)換性使用”成為可行的解釋路徑。

（二）比較法上侵權豁免的擴張性解釋

隨著新興技術不斷重塑知識產(chǎn)權的創(chuàng)作、傳播和使用方式，責任豁免的范疇也在動態(tài)演變。美國“合理使用規(guī)則”的司法適用通常根據(jù)其《版權法》第107條規(guī)定的四個要素逐一判斷。1990年，美國法官皮埃爾·萊瓦爾（Pierre N.Leval）首次提出“轉(zhuǎn)換性使用”概念。1994年美國最高法院在“坎貝爾訴阿庫夫·羅斯音樂公司案”中首次引用該概念后，這一學術概念轉(zhuǎn)變?yōu)榘鏅嗪侠硎褂玫囊豁椗欣ㄒ?guī)則。“轉(zhuǎn)換性使用”更側(cè)重于使用行為在何種程度上符合“轉(zhuǎn)換性”。質(zhì)言之，“轉(zhuǎn)換性”要求在原作基礎上增添新的價值，包括創(chuàng)造新的信息、審美、觀點等元素。在1984年“索尼公司訴環(huán)球城市工作室案”中，法院認為技術應用的功能性重構可以促進公益，可以生成新信息或衍生價值。不過在側(cè)重目的要素的同時，“轉(zhuǎn)換性使用”也不得違背其他三個要素。如在2018年“?？怂褂芯€電視網(wǎng)訴TVEyes 公司案”中，第二巡回法院雖承認被告對原告節(jié)目的關鍵詞檢索功能具有轉(zhuǎn)換性，但明確指出“轉(zhuǎn)換性使用不得實質(zhì)性替代原作品市場價值”。

德國作為《伯爾尼公約》的成員國，已承認“三步檢驗法”的國內(nèi)法效力，但實際上德國《著作權法》還制定了合理使用之外的“任意使用規(guī)則”。其合理使用模式采用了“概括條款”和“法定列舉”相互結(jié)合的方式，前者是德國《著作權法》第24條“任意使用規(guī)則”，后者是該法第44a條到第63a條中諸情形，且二者分列于不同章節(jié)?！叭我馐褂靡?guī)則”區(qū)別于法定列舉的合理使用情形，主要體現(xiàn)在適用范圍上，即“任意使用規(guī)則”的適用范圍是全部作品類型，但在適用上要求使用者以“創(chuàng)作獨立作品”為前提。在界定獨立作品時，德國法院認為若新作品特有的獨創(chuàng)性相較于原作品片段有著較大的“內(nèi)在距離”，與原作品可以相對遙遠地分離開，即符合德國司法認可的“獨立作品”之定義。

由此可見，為了適應數(shù)字化時代的技術特征，對于“合理使用規(guī)則”規(guī)制覆蓋不全的情形，大陸法系和普通法系都體現(xiàn)了同態(tài)擴張趨勢。德國“任意使用規(guī)則”與美國“轉(zhuǎn)換性使用規(guī)則”有著價值追求一致的底層邏輯，都在建構一種“鼓勵創(chuàng)新”的制度機理。結(jié)合我國合理使用的封閉式規(guī)制現(xiàn)實困境，可以此為價值導向構建可行的實踐路徑。

（三）輸出端事后救濟的適用效果檢視

基于模型生成式特征，判斷輸出端“創(chuàng)造性表達”是否具有價值轉(zhuǎn)換性，是對其內(nèi)容創(chuàng)新能力的更高要求。如果模型可以完成著作權法意義上的再創(chuàng)新，則與以鼓勵創(chuàng)新為制度價值的著作權法相契合。因此，“轉(zhuǎn)換性使用規(guī)則”的適用具有良好的法效果。但我國現(xiàn)行法并未確立類似的“轉(zhuǎn)換性使用規(guī)則”，因此，存在法律適用上的困境。

在司法中心主義下構建以法解釋學為導向的解釋方案，在輸出端建構事后救濟模式，通過損害賠償?shù)穆窂綄崿F(xiàn)上述法律效果。在輸出端事后救濟模式中，只要原作品權利人有能力證明生成內(nèi)容確實使用了原作品，且不具有“創(chuàng)造性表達”，此時就應該認可侵權成立。一旦著作權侵權成立，就可以據(jù)此向人工智能服務提供者請求損害賠償以彌補權利人收益的損失。對于人工智能服務提供者而言，如此既可以保障人工智能服務提供者不必承受過重的經(jīng)濟壓力，也可以促進其不斷地優(yōu)化自身模型的創(chuàng)新能力。該路徑最重要的是辨析“創(chuàng)造性表達”的適用邊界，需要與實質(zhì)性相似聯(lián)動檢視。“獨創(chuàng)性”的判斷往往極其復雜，不同案件事實往往會有不同的判斷標準。在“金某訴江某著作權侵權及不正當競爭糾紛案”中，法院認定涉案作品中人物故事具有“抽象的相似性”，但如果情節(jié)間起承轉(zhuǎn)合表達的思想情感并不一致，也不構成實質(zhì)性相似。在“上海某網(wǎng)絡科技有限公司訴某信息科技有限公司等著作權權屬、侵權糾紛案”中，法院綜合考量認為，如要素組合的整體效果使觀眾獲得相似的欣賞體驗，則構成實質(zhì)性相似。

對于處于弱勢地位的原告而言，其想要證明被告模型生成的作品與其受版權保護的作品存在實質(zhì)性相似并不容易。原告需要付出相當?shù)慕?jīng)濟成本，包括但不限于尋求專業(yè)的服務機構和技術專家進行取證，這進一步提高了著作權人的權利救濟成本。相較于面對百萬級參數(shù)模型的數(shù)據(jù)庫并從中尋找證據(jù)的困難程度，原告僅需證明被告模型生成作品與其作品具有實質(zhì)性相似的內(nèi)容，其舉證難度相對較低。即便如此，原告的舉證壓力依然較大。這種情形在一定程度上能有效減輕訴累。在司法實務中，這也給法院帶來較大的自由裁量空間，符合技術早期寬松司法保護的需要。

五

結(jié)語

以低成本甚至零成本對數(shù)據(jù)資源的搶占式獲取，將數(shù)據(jù)資源作為產(chǎn)業(yè)再升級的生產(chǎn)要素，由此不可避免地引發(fā)人工智能數(shù)據(jù)資源利用的侵權之訴。為平衡著作權人和人工智能服務提供者間的利益之爭，通過建構人工智能數(shù)據(jù)利用的權益平衡雙向檢視路徑，系統(tǒng)性論證正當性基礎前置與損害賠償事后救濟的法效果，以構造利益平衡的新格局。在正當性基礎前置無法滿足的情況下，輸出端事后救濟模式要求人工智能服務提供者將數(shù)據(jù)訓練以表達方式再創(chuàng)新作為其責任豁免依據(jù)，以此促進人工智能研發(fā)者的技術創(chuàng)新積極性。司法實踐需要全面考慮新興技術的發(fā)展態(tài)勢，以實現(xiàn)技術創(chuàng)新與私權保護之間的平衡。

- 向上滑動，查看完整目錄 -

《江蘇警官學院學報》2025年第4期目錄

1.DeepSeek賦能中華優(yōu)秀傳統(tǒng)文化研究：內(nèi)在機理、新興風險與實踐進路

盧義樺

2.數(shù)字時代的文化解碼：DeepSeek使用對中華優(yōu)秀傳統(tǒng)文化認知效應研究

任宇東

3.生成式人工智能驅(qū)動中國非物質(zhì)文化遺產(chǎn)對外傳播的實踐進路研究

王昭

【法學研究】

4.反思與重構：行刑反向銜接機制研究

——以《人民檢察院行刑反向銜接工作指引》為樣本

劉少軍、姚王慈

5.非法采集人類遺傳資源、走私人類遺傳資源材料罪的規(guī)范適用

任學婧

6.生成式人工智能數(shù)據(jù)訓練的著作權保護研究

——基于輸入端與輸出端的雙向路徑檢視

曹上

7.商業(yè)代孕刑事可罰性民眾意向探究

——以716份調(diào)查問卷為基礎

張池、邢安琪、勞佳琦

【公安學研究】

8.從信息化到大數(shù)據(jù)：國內(nèi)偵查范式演進下的研究回望與批判思考

馬忠紅、陳世新

9.道路交通安全執(zhí)法中主觀過錯的認定

趙司聰、郭雨婷

【國家安全學研究】

10.基于社會認知理論的國家安全宣傳教育路徑探索

王林、張浩然

11.國家安全學學科建設的政法化路徑

倪超

《江蘇警官學院學報》是江蘇省公安廳主管、江蘇警官學院主辦的一份公安學學術期刊，國內(nèi)統(tǒng)一刊號：CN32-1704/Z，國際標準刊號：ISSN 1672-1020，江蘇省一級期刊，江蘇期刊方陣期刊，全國優(yōu)秀社科學報。《江蘇警官學院學報》開設有公安創(chuàng)新論壇、法學研究、犯罪學研究、偵查學研究、治安學研究、公安管理研究、公安教育研究、公安技術研究、警史研究、外警研究等欄目，歡迎國內(nèi)外理論界及公安實戰(zhàn)部門專家圍繞以上欄目積極賜稿。

點擊進入下方小程序

獲取專屬解決方案~

責任編輯 | 郭晴晴

審核人員 | 張文碩 王曉慧

本文聲明 | 本文章僅限學習交流使用，如遇侵權，我們會及時刪除。本文章不代表北大法律信息網(wǎng)（北大法寶）和北京北大英華科技有限公司的法律意見或?qū)ο嚓P法規(guī)/案件/事件等的解讀。