圖片來源@視覺中國

文 | 金杜研究院，作者 | 宋海燕

ChatGPT，一款由美國科技公司OpenAI于2022年11月30日發(fā)布的AI聊天機器人，一經(jīng)面世便引發(fā)全球熱議。隨著其熱度不斷升高，與之相關(guān)的諸多版權(quán)爭議受到廣泛關(guān)注，訓練數(shù)據(jù)侵權(quán)問題便是其中之一。

作為語言生成式模型，ChatGPT訓練數(shù)據(jù)由大量文本數(shù)據(jù)組成。目前各國對生成式AI訓練數(shù)據(jù)的使用仍未單獨制定成文法規(guī)定，但域外對文本與數(shù)據(jù)挖掘（Text Data Mining，后稱“TDM”）技術(shù)的法律規(guī)制卻具有重要借鑒意義。TDM指的是利用自動分析技術(shù)分析文本與數(shù)據(jù)的模式、趨勢以及其他有價值的信息，是以計算機為基礎的，從文本或數(shù)據(jù)導出或組織信息的過程。

[1]從技術(shù)原理來看，ChatGPT訓練數(shù)據(jù)庫的建構(gòu)與TDM均以文本和數(shù)據(jù)輸入為基礎，二者在著作權(quán)法上具有相似意義。而在法律層面上，基于制度銜接與法律秩序穩(wěn)定性的考量，針對使用主體、使用目的、使用方式、限制條件等問題，二者的法律適用應當存在一定程度上的延續(xù)與聯(lián)系。因此，本文將圍繞ChatGPT訓練數(shù)據(jù)之合理使用展開分析，從比較法視野分析英國、歐盟、美國及中國對TDM所制定的合理使用制度，繼而分析現(xiàn)行法律框架下ChatGPT所實施的數(shù)據(jù)挖掘行為是否具有合法性依據(jù)。

ChatGPT數(shù)據(jù)挖掘原理與侵權(quán)風險

ChatGPT是一種基于自然語言處理（NLP）的AI系統(tǒng)，使用了深度神經(jīng)網(wǎng)絡和自然語言處理技術(shù)來生成文本，其工作原理可分為三個階段：數(shù)據(jù)輸入——機器學習——結(jié)果輸出。自然語言處理AI的訓練數(shù)據(jù)通常由大量文本數(shù)據(jù)組成，當中包含了語言的各種形式和用法。

ChatGPT訓練數(shù)據(jù)的使用流程[2]：

1. 數(shù)據(jù)收集：從各種來源收集原始數(shù)據(jù)。

2. 數(shù)據(jù)預處理：將原始數(shù)據(jù)進行清洗和標準化，以便后續(xù)處理和分析。

3. 數(shù)據(jù)標注：將數(shù)據(jù)進行標注，為機器學習提供訓練數(shù)據(jù)。

4. 特征提?。簭臉俗⒑玫臄?shù)據(jù)中提取特征。

5. 模型訓練：對訓練數(shù)據(jù)進行分析和學習。

6. 結(jié)果生成：輸出生成物。

ChatGPT的訓練過程中涉及到大量文本數(shù)據(jù)的使用。盡管OpenAI并未公開當前版本ChatGPT所使用的GPT-3.5語言模型數(shù)據(jù)量，但從公開數(shù)據(jù)來看，GPT-3語言模型由1750億參數(shù)訓練而成，由此迭代而來的GPT-3.5語言模型顯然需要更龐大的數(shù)據(jù)量作為支撐。[3]

ChatGPT主要依賴于兩種文本數(shù)據(jù)源，即用戶輸入內(nèi)容和訓練數(shù)據(jù)庫。關(guān)于用戶輸入內(nèi)容，根據(jù)《使用條款》規(guī)定，用戶輸入的內(nèi)容將作為ChatGPT學習的文本數(shù)據(jù)之一。如果用戶不同意此使用方式，可以通過郵件等方式拒絕授權(quán)而不會影響其正常使用。[4]關(guān)于ChatGPT的訓練數(shù)據(jù)庫，其數(shù)據(jù)來源可大致分為三種。

第一種，來源于公有領(lǐng)域的內(nèi)容。公有領(lǐng)域內(nèi)容指的是不屬于私人所有，任何人可以不受限制地使用和加工的數(shù)據(jù)，包括本身便不受法律保護的內(nèi)容及已過著作權(quán)保護期間進入公有領(lǐng)域的內(nèi)容。

第二種，通過簽訂合同獲得合法授權(quán)的內(nèi)容，即通過與權(quán)利人簽訂合同從而獲得有效授權(quán)，合法使用相關(guān)數(shù)據(jù)及內(nèi)容。

第三種，未經(jīng)授權(quán)的信息及內(nèi)容。該來源指的是數(shù)據(jù)及內(nèi)容本身為受著作權(quán)保護的客體，而ChatGPT在未經(jīng)授權(quán)的情況下對相關(guān)內(nèi)容進行挖掘使用，其獲取渠道通常為利用“爬蟲”技術(shù)獲取網(wǎng)絡數(shù)據(jù)及內(nèi)容、非法獲取數(shù)據(jù)庫內(nèi)容以及未經(jīng)許可數(shù)字化非電子數(shù)據(jù)內(nèi)容等方式。

通過上述方式所構(gòu)建的訓練數(shù)據(jù)庫，由于涉及未經(jīng)授權(quán)使用受著作權(quán)保護的數(shù)據(jù)及內(nèi)容，因此天然具有著作權(quán)侵權(quán)風險。

在我國現(xiàn)行《著作權(quán)法》框架下，ChatGPT訓練數(shù)據(jù)使用過程的不同行為均可能存在著作權(quán)侵權(quán)風險。首先，在數(shù)據(jù)內(nèi)容收集階段，訓練數(shù)據(jù)的使用或構(gòu)成復制權(quán)侵權(quán)。數(shù)據(jù)收集的方式有兩種形式，分別是將非數(shù)字格式的原內(nèi)容轉(zhuǎn)化為計算機可讀的數(shù)據(jù)格式，即“原件掃描”，或是對他人已有數(shù)據(jù)進行訪問和獲取文本內(nèi)容。訓練數(shù)據(jù)的輸入過程必然伴隨著相應的復制行為。

目前學界認為，ChatGPT數(shù)據(jù)挖掘過程中的復制行為不屬于因數(shù)字環(huán)境傳輸中“暫時的”、“在技術(shù)過程中必然發(fā)生的”，且“不具有獨立經(jīng)濟價值”的“臨時復制”情形，因此除非存在法定豁免情形，否則ChatGPT數(shù)據(jù)內(nèi)容挖掘行為可能構(gòu)成復制權(quán)侵權(quán)。實際上，ChatGPT在數(shù)據(jù)挖掘過程中，往往并非只將數(shù)據(jù)短暫復制于系統(tǒng)中，而是需要將作品數(shù)據(jù)長時間停留，繼而便可能涉及到對作品的永久性復制。盡管當前各國對“臨時復制”的法律性質(zhì)存在爭議，但對永久性復制應當歸入復制權(quán)規(guī)制范圍卻存在共識。

其次，在數(shù)據(jù)預處理階段，訓練數(shù)據(jù)的使用或構(gòu)成演繹權(quán)侵權(quán)。演繹權(quán)指的是在原作品創(chuàng)作思想表達的基礎上演繹創(chuàng)作新作品的權(quán)利。我國《著作權(quán)法》并未采納“演繹權(quán)”這一術(shù)語，而是在演繹權(quán)的概念上進一步分解為翻譯權(quán)、改編權(quán)、匯編權(quán)等權(quán)利。但歸根結(jié)底，演繹權(quán)及其分解而來的權(quán)利核心在于原作品的主要思想表達并未因創(chuàng)作語言、題材、種類或形式的變化而改變。而ChatGPT在數(shù)據(jù)預處理階段，涉及對所收集數(shù)據(jù)進行清洗、標準化、標注與特征提取等步驟，存在侵犯改編權(quán)等權(quán)利的風險。

最后，在結(jié)果生成階段，訓練數(shù)據(jù)的使用也可能構(gòu)成與傳播相關(guān)的權(quán)利侵權(quán)。因ChatGPT會依據(jù)訓練數(shù)據(jù)自動化生成結(jié)果，并以可視化方式表現(xiàn)，過程中需要將數(shù)據(jù)或文本通過互聯(lián)網(wǎng)進行傳輸，從著作權(quán)法角度顯然也會涉及侵權(quán)。

ChatGPT數(shù)據(jù)挖掘行為本身具有高度復雜性，在所涉著作權(quán)內(nèi)容不同的情形下，其侵犯的權(quán)利也會有所不同，上述僅對可能涉及的侵權(quán)風險作非窮盡式列舉。關(guān)于ChatGPT在實際應用場景下的侵權(quán)形態(tài)與風險，應作個案具體分析。

域外視角下的TDM合理使用制度——英國、歐盟、美國與中國之比較

著作權(quán)合理使用制度，即在符合特定條件情形下，法律允許他人可自由使用受著作權(quán)保護的客體而無須經(jīng)由著作權(quán)人同意，抑或是向著作權(quán)人支付相應報酬，為著作權(quán)限制與例外的核心制度之一。當ChatGPT訓練數(shù)據(jù)未經(jīng)授權(quán)使用受著作權(quán)保護內(nèi)容，并且涉及到作者的獨創(chuàng)性表達及造成公眾傳播效果時，便可能構(gòu)成著作權(quán)侵權(quán)。

此時需要進一步判斷其是否構(gòu)成合理使用。合理使用的制度目的在于平衡著作權(quán)人對作品享有的專有權(quán)利與公眾獲取作品的需求，促進創(chuàng)新和文化多樣性發(fā)展，保障公眾基本利益。就生成式AI訓練數(shù)據(jù)的合理使用規(guī)則而言，大多數(shù)國家尚未單獨制定成文法規(guī)定。但各國針對TDM所制定的合理使用規(guī)則，對當下ChatGPT數(shù)據(jù)挖掘行為的合理使用制度適用具有重要指引作用。[5]

英國

作為最早制定《版權(quán)法》的國家之一，英國是合理使用制度的開創(chuàng)國，也是最早對TDM通過立法方式確定其合法性的歐洲國家。2014年修訂的《版權(quán)法》新增了第29A條TDM版權(quán)例外規(guī)則條款，當中允許為了非商業(yè)性研究的文本和數(shù)據(jù)挖掘目的，利用計算機分析技術(shù)對已經(jīng)合法獲得訪問的任何版權(quán)材料進行復制。[6]可見英國通過立法形式明確為TDM應用賦予了合法性，以防止版權(quán)成為阻礙相關(guān)技術(shù)創(chuàng)新發(fā)展的阻力。

不過值得注意的是，英國同樣為相關(guān)立法設置了許多限制條件。英國雖未對行為主體設定限制，卻在客體上將TDM合理使用范圍限定為“合法獲得訪問的版權(quán)材料”，即行為人本身應當具備合法訪問相關(guān)版權(quán)材料的資格。英國也對“使用目的”作出了限制，規(guī)定只有基于“計算機分析”和“非商業(yè)性使用”目的的TDM屬合理使用范圍，即排除了不以計算機處理、分析數(shù)據(jù)為目的的行為及具有盈利性質(zhì)的商業(yè)性使用。

具體來看，ChatGPT的技術(shù)廠商OpenAI最初的定位雖為非營利組織，但其自2019年起便開始轉(zhuǎn)型為營利性組織，ChatGPT的數(shù)據(jù)挖掘、使用行為難以被定性為“非商業(yè)性使用”。在使用行為上，ChatGPT訓練數(shù)據(jù)的使用過程可能涉及版權(quán)意義上的多個行為，包括復制、改編與傳播。

而英國《版權(quán)法》第29A條只針對TDM的復制行為提供了合法性支持，對其他行為則未設置侵權(quán)豁免，因此相關(guān)行為仍存在侵權(quán)風險。除上述條件外，英國也規(guī)定了權(quán)利限制的例外情形，指出未經(jīng)版權(quán)人授權(quán)將TDM過程中產(chǎn)生的復制件進行交易，包括出售、出租、許可等行為仍會構(gòu)成侵權(quán)。

整體而言，英國《版權(quán)法》給予TDM一定的實施空間，同時也兼顧了版權(quán)人的利益。但由于ChatGPT等生成式AI在數(shù)據(jù)挖掘與使用行為上所具有的復雜性，其在英國《版權(quán)法》框架下未必能夠適用合理使用規(guī)則。

歐盟

歐盟委員會在2016年9月公布了《歐盟數(shù)字化單一市場指令》提案，隨后于2019年3月通過了《數(shù)字化單一市場版權(quán)指令》（下稱《版權(quán)指令》），對TDM的使用制定了版權(quán)例外規(guī)則。

《版權(quán)指令》第3條、第4條規(guī)定，基于“科學研究”與“數(shù)據(jù)分析”兩種目的，并且作品為合法獲取的情形下TDM具有正當性。從法律條文來看，歐盟同樣通過封閉性規(guī)范的方式將TDM列入了合理使用范圍，并且對TDM版權(quán)例外制度的適用設定了相應限制條件。

針對以“科學研究”為目的的TDM，歐盟將主體限制為科研及文化遺產(chǎn)機構(gòu)。換而言之，由于ChatGPT的發(fā)行廠商OpenAI不符合相關(guān)主體要求，因此不能適用《版權(quán)指令》第3條所規(guī)定的版權(quán)例外規(guī)則。而針對以“數(shù)據(jù)分析”為目的的TDM，《版權(quán)指令》第4條實際上賦予了TDM在數(shù)據(jù)處理階段使用行為的合法性，該例外不存在主體限制或使用技術(shù)目的限制，即使是出于商業(yè)性使用目的也同樣適用。

在客體條件上，歐盟與英國都將其限定為以合法途徑獲取的作品。ChatGPT在數(shù)據(jù)收集、預處理階段可能涉及多種權(quán)利侵權(quán)，而該條中只為過程中的復制、提取行為規(guī)定了版權(quán)例外，但對其他類型行為則未明確說明。

整體而言，在歐盟《版權(quán)指令》合理使用制度下，行為人享有作品的閱讀權(quán)即可享有作品的挖掘權(quán)，但需要為副本的保存提供安全措施。

美國

不同于英國、歐盟以立法形式明確將TDM列入合理使用范圍，美國采用了基于四要素標準與司法判例為指導的開放性立法。美國《版權(quán)法》第107條規(guī)定了合理使用制度，即以四要素作為判斷標準，通過綜合分析使用者的使用是否符合相關(guān)法定要素來判斷該使用是否為合理使用。

具體而言，四要素標準指的是：

（1）使用目的和性質(zhì)。第一要素包括該使用是商業(yè)性使用或者是基于非營利性教育目的之使用。一般而言，若被告對版權(quán)作品的使用為商業(yè)性使用，則不屬于合理使用；但若使用是基于非營利性教育目的，則更有可能被視為合理使用。但自Campbell案[9]后，美國法院認為在商業(yè)性使用能明顯增進社會效益時，應當以“轉(zhuǎn)換性使用”作為判斷標準而忽略商業(yè)性使用目的。而“轉(zhuǎn)換性使用”的內(nèi)涵是對原創(chuàng)作品進行某種程度上的改編、轉(zhuǎn)化或轉(zhuǎn)換，以產(chǎn)生新的表達形式、意義或價值的行為。

（2）版權(quán)作品的性質(zhì)。法院在分析第二法定要素時，需要考慮的是究竟被使用的作品是描述事實的敘事作品或創(chuàng)作性很強的虛構(gòu)作品。通常來說，作品的創(chuàng)作性越強，就越應受到法律保護。

（3）被告的使用占版權(quán)作品的數(shù)量和質(zhì)量。第三個法定要素要求對使用行為不僅要進行定量分析，還要進行定性分析。

（4）被告的使用對版權(quán)作品市場的影響。第四個法定要素的重點在于，若被告的使用行為減少了版權(quán)人的收益，則被告的使用可能會被認定為不合理的使用。[10]

基于四要素標準，ChatGPT對訓練數(shù)據(jù)的使用有相當可能性被認定為轉(zhuǎn)換性使用，繼而受合理使用制度保護。事實上，從司法判例來看，美國法院整體也對TDM持相對開放的立場，當中最具代表性的案件便是美國“谷歌圖書館”案與“TVEyes”案。

谷歌圖書館案（Authors Guild v. Google Inc）[11]

美國“谷歌圖書館”案是由谷歌圖書館計劃引發(fā)的全球訴訟系列案件之一，谷歌公司在未經(jīng)授權(quán)的情況下將圖書數(shù)字化并收錄到其搜索引擎中，這些書籍包括已出版的和未出版的作品。

2013年，美國紐約地區(qū)法院對此案作出一審判決，認為谷歌掃描圖書的行為構(gòu)成合理使用，不構(gòu)成版權(quán)侵權(quán)。2015年10月，美國第二巡回法院確認了一審法院的判決，認為谷歌圖書館屬于合理使用，不構(gòu)成侵權(quán)。

在論及谷歌圖書館對原告作品的使用目的時，美國第二巡回法院認為谷歌未經(jīng)授權(quán)將受版權(quán)保護的書籍進行電子掃描、設立搜索功能并將上述書籍的片段在網(wǎng)絡上顯示的行為屬于非侵權(quán)式的合理使用。谷歌所采取的掃描行為是高度轉(zhuǎn)換性的，其顯示的文字數(shù)量是有限的，而向公眾提供的只言片語也不會與原作品構(gòu)成競爭或替代關(guān)系。因此，即便谷歌是一家追求利潤的商業(yè)公司，這也不妨礙認定谷歌圖書館的行為屬于合理使用。[12]

TVEyes案（Fox News Network, LLC v. TVEyes, Inc）[13]

在“TVEyes”案中，TVEyes公司提供的搜索引擎可以對主流電視節(jié)目進行實時監(jiān)控和搜索，用戶可以根據(jù)關(guān)鍵詞檢索快速定位到感興趣的節(jié)目，并可查看不超過10分鐘的節(jié)目剪輯內(nèi)容，也可以對相關(guān)片段進行保存、下載。

?？怂剐侣劰驹?014年向法院提起訴訟，指控TVEyes公司侵犯其版權(quán)，并要求TVEyes停止提供相關(guān)服務。此后，其他電視網(wǎng)站也加入了訴訟行列。

最終，美國第二巡回法院認可TVEyes將大量電視節(jié)目片段復制歸檔，并向用戶提供關(guān)鍵詞搜索等服務的使用行為具有變革性，對原作品構(gòu)成轉(zhuǎn)換性使用。但卻同時認為TVEyes允許用戶對相關(guān)節(jié)目片段進行查看與下載并不合理，將可能對版權(quán)人的市場地位與許可收入造成實際損害。最終法院判決TVEyes對相關(guān)作品的傳播構(gòu)成版權(quán)侵權(quán)。

上述兩個案件展現(xiàn)了美國司法裁判中對TDM合理使用的整體態(tài)度。在美國“谷歌圖書館”案中，美國法院認定谷歌公司基于向公眾提供搜索和片段瀏覽服務目的而對原告作品進行全文復制的行為具有“目的轉(zhuǎn)換性”，強調(diào)司法實踐中應當對四要素標準作綜合考量?！癟VEyes”案則顯示出在法院已將TDM前期階段的使用行為認定為合理使用的情形下，倘若相關(guān)技術(shù)實施者未采取必要技術(shù)以降低對原作品權(quán)利人的替代性影響，仍可能存在侵權(quán)風險。

相較于美國“谷歌圖書館”案與“TVEyes”案中原告的使用行為，ChatGPT經(jīng)過對訓練數(shù)據(jù)的學習而生成結(jié)果的使用行為顯然更具有“轉(zhuǎn)換性使用”意義。因此，在美國《版權(quán)法》合理使用制度框架下，ChatGPT的數(shù)據(jù)挖掘行為有相當可能性得以構(gòu)成合理使用。

中國

區(qū)別于英國、歐盟與美國為TDM制定了合理使用規(guī)則，TDM目前尚未被涵蓋在我國《著作權(quán)法》第24條所列舉的12種法定著作權(quán)例外情形中。換而言之，當前國內(nèi)的著作權(quán)例外制度無法為TDM的實施提供合法性依據(jù)。

我國《著作權(quán)法》第24條規(guī)定了12種合理使用情形。然而，ChatGPT對訓練數(shù)據(jù)的使用難以被該12種法定情形所保護。ChatGPT的數(shù)據(jù)挖掘行為并非為“個人學習”“教學或科研”“公共文化機構(gòu)”所使用，且本質(zhì)上屬商業(yè)性使用，難以直接援引該條作為侵權(quán)抗辯。因此，值得進一步討論的便是ChatGPT的數(shù)據(jù)挖掘行為能否落入《著作權(quán)法》第24條兜底條款的保護之中。從案例來看，兜底條款實際上同樣難以為ChatGPT的數(shù)據(jù)挖掘行為提供法律依據(jù)，在部分案件中可見國內(nèi)法院對TDM著作權(quán)侵權(quán)問題的整體態(tài)度。

A作者訴B公司數(shù)字圖書館案[14]

本案中，原告A作者是某書籍的作者及著作權(quán)所有人。被告B公司獲得了涉案作品的紙件版本并將涉案書籍進行掃描。隨后，B公司將掃描的圖書片段開放給旗下搜索引擎，從而使互聯(lián)網(wǎng)用戶從搜索結(jié)果中看到涉案作品的片段。

在討論B公司數(shù)字圖書館的掃描書籍及通過搜索展示書籍片段的行為是否構(gòu)成著作權(quán)的“合理使用”時，法院首先指出，B公司的涉案復制行為并不屬于《著作權(quán)法》（2010）第22條規(guī)定的合理使用行為，故應初步推定為構(gòu)成侵權(quán)。但隨后又提出，鑒于實際的司法實踐中，法院已在部分案例中認定《著作權(quán)法》（2010）第22條規(guī)定之外的其他特殊情形也可構(gòu)成合理使用，故如果B公司能夠主張并證明其涉案復制行為屬于合理使用的其他特殊情形，那么該行為也可被認定合理使用。

關(guān)于如何判斷涉案的復制行為是否構(gòu)成《著作權(quán)法》（2010）第22條規(guī)定之外的合理使用特殊情形時，法院提出應綜合考慮以下相關(guān)因素，包括（1）使用作品的目的和性質(zhì)；（2）受著作權(quán)保護作品的性質(zhì)；（3）所使用部分的性質(zhì)及其在整個作品中的比例；以及（4）被告的使用行為是否影響了原告作品的正常使用或不合理地損害著作權(quán)人的合法利益等。

在綜合考慮了上述因素之后，法院認為在本案中，B公司未能針對上述因素提交相關(guān)事實證據(jù)，故駁回B公司關(guān)于合理使用的抗辯，認為其圖書館行為構(gòu)成侵權(quán)。 [15]

從中美類案判決的對比來看，在面對相似案情與抗辯理由時，兩國法院在判斷相關(guān)行為是否構(gòu)成合理使用時得出了相反結(jié)論。在中國“A作者訴B公司數(shù)字圖書館”案中，法院認為在《著作權(quán)法》（2010）第22條規(guī)定的具體情形外認定合理使用，應當從嚴掌握認定標準，而被告應當對考量因素中的事實問題承擔舉證責任。但該案中被告B公司并未充分舉證其涉案行為屬合理使用，因此法院最終推定其使用行為構(gòu)成侵權(quán)。由此可見，依據(jù)當前《著作權(quán)法》相關(guān)規(guī)定，ChatGPT的數(shù)據(jù)挖掘行為被中國法院認定為合理使用具有難度，仍存在較高侵權(quán)風險。

上述觀點也可以從2023年4月11日國家互聯(lián)網(wǎng)信息辦公室起草的《生成式人工智能服務管理辦法（征求意見稿）》中得到印證。該征求意見稿回應了公眾關(guān)注的生成式AI若干問題。其中第7條對生成式AI產(chǎn)品/服務的數(shù)據(jù)來源作出規(guī)制，明確規(guī)定提供者應當對生成式人工智能產(chǎn)品/服務的預訓練數(shù)據(jù)、優(yōu)化訓練數(shù)據(jù)來源的合法性負責，不應含有侵犯知識產(chǎn)權(quán)的內(nèi)容。[16]換而言之，該征求意見稿并未對TDM設置著作權(quán)例外，一定程度顯示出我國立法動向仍對認可TDM合理使用持保留態(tài)度。

結(jié)語

信息獲取與知識共享是數(shù)字經(jīng)濟的基礎。隨著人工智能領(lǐng)域高速發(fā)展，在可預見的將來仍會不斷涌現(xiàn)涉及他人著作權(quán)作品的新型使用行為。當前部分國家已對數(shù)據(jù)挖掘、使用行為設定了著作權(quán)例外制度，嘗試在科學技術(shù)的發(fā)展與著作權(quán)人的利益保障之間取得平衡。

我國《著作權(quán)法》目前尚未對數(shù)據(jù)挖掘制定著作權(quán)例外規(guī)則，相關(guān)技術(shù)在中國的實施仍具有侵權(quán)風險。但數(shù)據(jù)挖掘作為人工智能時代的基礎性技術(shù)，合理使用規(guī)則的缺失必然會限制信息自由流動與創(chuàng)新發(fā)展。為了促進科技領(lǐng)域發(fā)展，我國應當保障數(shù)據(jù)挖掘技術(shù)的流通與應用，平衡著作權(quán)人利益與公共利益的沖突，建構(gòu)旨在驅(qū)動創(chuàng)新的合理使用制度。

參看資料：

[1] “IFLA Statement on Text and Data Mining (2013).” IFLA, www.ifla.org/publications/ifla-statement-on-text-and-data-mining-2013/. Accessed 22 Apr. 2023.

[2] “ChatGPT and Data Annotation.” 23 Feb. 2023, labelyourdata.com/articles/data-annotation-for-training-chatgpt. Accessed 22 Apr. 2023.

[3] “GPT-4 Is Coming – What We Know So Far.” Forbes, Bernard Marr, 24 Feb. 2023, www.forbes.com/sites/bernardmarr/2023/02/24/gpt-4-is-coming–what-we-know-so-far/?sh=11045dd86c2d. Accessed 7 Apr. 2023.

[4] “Introducing ChatGPT.” OpenAI, openai.com/blog/chatgpt. Accessed 22 Apr. 2023.

[5] 除本文所列舉的英國、歐盟與美國外，日本與新加坡同樣對TDM制定了版權(quán)例外規(guī)則。日本TDM版權(quán)例外規(guī)則詳見《著作權(quán)法》：https://www.cric.or.jp/english/clj/cl2.html；新加坡TDM版權(quán)例外制度詳見《COPYRIGHT ACT 2021》：https://sso.agc.gov.sg/Acts-Supp/22-2021/Published/。

[6] Copyright, Designs and Patents Act 1988, 29A: Copies for text and data analysis for non-commercial research (1)This section applies where— (a)a person has lawful access to a copy of a copyright work for the purposes of research to which this section applies, and (b)the copy is retained by the person on a secure electronic network for the purposes of carrying out text and data analysis for those research purposes. (2)The making of a copy of the work by the person who has lawful access to the work under subsection (1) does not infringe copyright in the work provided that— (a)the copy is made by an automated process, (b)the copy is used only for the purposes mentioned in subsection (1)(b), and (c)the person satisfies the other conditions in this section. (3)The other conditions are that— (a)the person making the copy has reasonable grounds for believing that doing so is necessary for the purposes of the research mentioned in subsection (1)(b), (b)the person does not use the copy to compete with the owner of the copyright in the work, (c)the person does not supply the copy to any other person except for the purposes mentioned in subsection (1)(b), and (d)the use of the copy is accompanied by a sufficient acknowledgement. (4)This section applies to research for any purpose, except for commercial purposes.

[7] DIRECTIVE (EU) 2019/790 OF THE EUROPEAN PARLIAMENT AND OF THE COUNCIL of 17 April 2019，article 3.

[8] DIRECTIVE (EU) 2019/790 OF THE EUROPEAN PARLIAMENT AND OF THE COUNCIL of 17 April 2019，article 4.

[9] Campbell v. Acuff-Rose Music, Inc., 510 U.S. 569 (1994).

[10] 宋海燕：《娛樂法（第二版）》，商務印書館2018年版，第90-95頁。

[11] Authors Guild v. Google, Inc., 4F., 3d 202,209(2015).

[12] 宋海燕：《娛樂法（第二版）》，商務印書館2018年版，第100-101頁。

[13] Fox News Network, LLC v. TVEyes, Inc., 883 F.3d 169, 179 (2d Cir. 2018).

[14] （2013）高民終字第1221號。

[15] 宋海燕：《娛樂法（第二版）》，商務印書館2018年版，第101-102頁。

[16] “國家互聯(lián)網(wǎng)信息辦公室關(guān)于《生成式人工智能服務管理辦法（征求意見稿）》公開征求意見的通知-中共中央網(wǎng)絡安全和信息化委員會辦公室.” 中共中央網(wǎng)絡安全和信息化委員會辦公室,https://www.cac.gov.cn/2023-04/11/c_1682854275475410.htm. 最后瀏覽日期：2023年4月21日。