生成式人工智能数据训练的著作权合规性困境和治理路径

谢黎伟, 潘圣

doi:10.16452/j.cnki.sdkjsk.20260617.002

山东科技大学学报（社会科学版） ›› 2026, Vol. 28 ›› Issue (3) : 48 -59. DOI: 10.16452/j.cnki.sdkjsk.20260617.002

生成式人工智能数据训练的著作权合规性困境和治理路径

谢黎伟, 潘圣

作者信息 +

Author information +

文章历史 +

摘要

在生成式人工智能数据训练环境下，传统许可使用机制实施受阻，既有权利限制条款适用不能，从而引发著作权合规性困境。对此，国内外理论与实践提出了不同规制路径，一是以“非表达性使用”理论为代表的“釜底抽薪”著作权除外方案，二是以美、日、欧盟为代表的“先进后出”著作权例外方案。基于生成式人工智能作品使用特性与权益平衡的考虑，应在借鉴日本、欧盟“类型主义”合理使用立法体例的基础上，构建生成式人工智能数据训练合理使用条款，并结合美国“要素主义”合理使用的立法体例，明确“三步检验法”的合理使用判定要素，同时辅之以信息数据披露、创作者适当补偿等配套制度，以此回应生成式人工智能数据训练导致的著作权问题，促进人工智能技术进步与著作权保护的协调发展。