人工智能数据训练的合理使用路径证成——兼评中美合理使用首案

摘要

人工智能数据训练过程中使用他人作品的法律定性引发诸多争议。在构建兼顾技术创新与多元利益平衡的版权规范体系中，合理使用被视为可能的制度路径之一。中国奥特曼案与美国Westlaw案作为典型司法裁判，在人工智能训练数据使用他人作品是否构成合理使用问题上得出相反结论，为比较研究提供了重要实证。具体而言，两国在合理使用制度的立法模式、司法适用侧重方面均有不同，集中体现在使用目的的认定、复制行为的界定、市场影响的判断等多个方面，上述差异的存在决定我国对于人工智能训练数据的合法性认定，应基于本国立法例，在保持法律体系稳定的同时，兼顾激励新兴技术创新。鉴于人工智能技术复杂、场景多元、迭代迅速等特点，合理使用制度相较于全有或全无判断的“非表达性使用”路径，更具有灵活性和可操作性等优势，更易于在保护著作权人合法权益与促进技术发展的多元目标之间实现动态平衡。鉴于我国现行“概括+列举”模式在人工智能语境下存在适用不确定性，宜通过立法或司法解释明确其适用可行性及边界，以提高制度的可预测性。

关键词

人工智能 / 合理使用 / 非表达性使用 / 数据训练 / 比较法研究