- 首页
- 产品服务
- 知识脉络
- 期刊大全
- 期刊评价报告
- 学者服务
- 充值
- 会员
- 职称材料
智能检索
生成式人工智能数据训练的著作权法规制
作
者：
孙龙
学
位
授
予
单
位：
摘
要：
生成式人工智能的迅猛发展正在深刻变革内容生产方式,通过算法实现内容的自动生成,已广泛应用于自动写作、图像生成和语音合成等多个领域。生成式人工智能的开发高度依赖于海量数据训练,尤其是具有丰富表达的受著作权法保护的各类作品。然而,生成式人工智能在数据训练过程中对作品的收集、存储等行为,会与著作权人的专有权利产生冲突,从而使人工智能产业进一步发展面临著作权侵权风险。传统“事前授权+使用付费”的作品使用模式将导致生成式人工智能过高的数据交易成本,而我国现行著作权制度尚未对此类作品使用作出相应规定,相关司法判决仍处于悬而未决的状态,学界对此问题的规制路径亦存在较大分歧。 结合域外立法和司法实践,法定许可制度相较于合理使用制度,更能够弥补因著作权人激励受损可能造成的社会整体创新利益的减损,实现权利人作品权益保护与人工智能产业发展的利益平衡。为确保法定许可制度的有效实施,应从报酬支付主体的确定、适用场景的明确、作品使用范围的限定以及声明排除的限制等方面构建我国生成式人工智能数据训练的法定许可规则。同时,还应建立生成内容的信息披露机制,完善著作权集体管理制度,为法定许可提供有力保障。通过上述措施,可有效应对生成式人工智能在著作权领域的挑战,实现权利人作品权益保护与人工智能产业发展的利益平衡。
关
键
词：
生成式人工智能; 数据训练; 著作权; 合理使用; 法定许可
学
位
年
度：
2025
学
位
类
型：
硕士
学
科
专
业：
法律（非法学）
导
师：
张舒琳
中
图
分
类
号：
D923.41[著作权法⑨];TP18[人工智能理论]
学
科
分
类
号：
030106[民商法学];030115[知识产权法学];081205[人工智能];140501[智能基础理论];140502[人工智能];140503[智能系统与工程];140504[人工智能安全与治理];140506[人工智能应用]
D
O
I：
10.27906/d.cnki.gnghy.2025.000498
相关文献
暂无数据
相关学者
暂无数据
二级参考文献
(--)
参考文献
(--)
共引文献
(0)
本文献
同被引文献
(0)
引证文献
(--)
二级引证文献
(--)