摘 要：【目的】探討人工智能（AI）深度學(xué)習(xí)應(yīng)用與著作權(quán)保護(hù)的沖突與協(xié)調(diào)機(jī)制，以平衡技術(shù)創(chuàng)新與權(quán)益保護(hù)的關(guān)系，提出合理的著作權(quán)法應(yīng)對策略?！痉椒ā客ㄟ^對AI深度學(xué)習(xí)的應(yīng)用現(xiàn)狀進(jìn)行分析，結(jié)合著作權(quán)法的相關(guān)規(guī)定，研究AI創(chuàng)作過程中的著作權(quán)侵權(quán)風(fēng)險(xiǎn)形成機(jī)制。并且，以百度文心一言等為例，詳細(xì)研究了AI創(chuàng)作的3個(gè)階段?！窘Y(jié)果】著作權(quán)侵權(quán)風(fēng)險(xiǎn)主要來源于數(shù)據(jù)輸入和輸出階段。在AI創(chuàng)作的數(shù)據(jù)輸入階段，對既有作品的搜集和處理可能涉及侵權(quán)問題；在輸出階段，AI生成的作品著作權(quán)歸屬復(fù)雜，涉及AI模型與人的獨(dú)創(chuàng)性輸入。此外，不同數(shù)據(jù)來源也帶來了不同的侵權(quán)風(fēng)險(xiǎn)。在已有制度的框架下，AI創(chuàng)作很難避免違法利用數(shù)字作品?！窘Y(jié)論】建議對合理使用條款加以修改，將AI創(chuàng)作納入合理使用的框架內(nèi)，將灰色地帶的AI產(chǎn)業(yè)合法化。

關(guān)鍵詞：人工智能；著作權(quán)；合理使用

中圖分類號：TP18；D923.41" " 文獻(xiàn)標(biāo)志碼：A" "文章編號：1003-5168（2024）24-0105-04

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.24.020

Risks and Solutions of Copyright Infringement in Artificial Intelligence-generated Creations

Abstract： [Purposes] This paper aims to explore the conflicts and coordination between the application of Artificial Intelligence（AI） deep learning and copyright protection， in order to balance technological innovation and rights protection， and propose reasonable copyright law countermeasures.[Methods] By analyzing the current application status of AI deep learning and combining relevant provisions of copyright law， the mechanism of copyright infringement risk formation in the AI creation process is studied. Taking examples such as Baidu's Wenxin Yiyan， the three stages of AI creation are studied in detail.[Findings] It is believed that the main risks come from the data input and output stages. In the data input stage of AI creation， the collection and processing of existing works may involve infringement issues. In the output stage， the copyright ownership of AI-generated works is complex， involving the originality input of AI models and humans. In addition， different data sources also bring different infringement risks. At the same time， within the framework of existing systems， it is difficult to avoid illegal use of digital works in AI creation.[Conclusions] It is suggested to modify the fair use terms to include AI creation in the fair use framework， thereby legalizing the gray area of the AI industry.

Keywords： AI; copy right; fair use

0 引言

隨著科技的飛速發(fā)展，人工智能（Artificial Intelligence，AI）技術(shù)已經(jīng)逐漸滲透到人類社會(huì)生活的各個(gè)方面。其中，深度學(xué)習(xí)作為AI領(lǐng)域的重要分支，應(yīng)用日益廣泛，尤其在圖像識(shí)別、自然語言處理、語音識(shí)別等領(lǐng)域取得了顯著成果，但也帶來了前所未有的法律挑戰(zhàn)，特別是在著作權(quán)保護(hù)方面。隨著AI深度學(xué)習(xí)技術(shù)的廣泛應(yīng)用，其與著作權(quán)之間的關(guān)系日益復(fù)雜，引發(fā)了廣泛的關(guān)注和討論。

著作權(quán)作為知識(shí)產(chǎn)權(quán)的重要組成部分，旨在保護(hù)創(chuàng)作者的創(chuàng)作成果，鼓勵(lì)創(chuàng)新和促進(jìn)知識(shí)傳播。在AI深度學(xué)習(xí)的應(yīng)用過程中，如何界定和保護(hù)著作權(quán)成為亟待解決的問題。AI深度學(xué)習(xí)的訓(xùn)練和推理過程涉及大量的數(shù)據(jù)輸入和學(xué)習(xí)任務(wù)，這些數(shù)據(jù)可能包含了諸多受著作權(quán)保護(hù)的內(nèi)容，如文字、圖片、音頻等。AI模型在學(xué)習(xí)這些數(shù)據(jù)的過程中，不可避免地會(huì)涉及對這些內(nèi)容的復(fù)制、修改和使用，這可能引發(fā)著作權(quán)侵權(quán)問題。

此外，AI深度學(xué)習(xí)生成的作品，如AI創(chuàng)作的畫作、文章等，其著作權(quán)歸屬也是一個(gè)復(fù)雜的問題。一方面，作品的主體部分是由AI模型獨(dú)立生成的；另一方面，作品的生成也包含AI使用人對AI模型提供提示詞等作為人的獨(dú)創(chuàng)性的輸入。

因此，探討人工智能深度學(xué)習(xí)與著作權(quán)之間的關(guān)系具有重要的理論意義和現(xiàn)實(shí)意義。本研究旨在通過分析當(dāng)前AI深度學(xué)習(xí)的應(yīng)用現(xiàn)狀，結(jié)合著作權(quán)法的相關(guān)規(guī)定，探討AI深度學(xué)習(xí)與著作權(quán)之間的沖突與協(xié)調(diào)，針對如何在新的時(shí)代背景下平衡技術(shù)創(chuàng)新與權(quán)益保護(hù)，提出合理的著作權(quán)法應(yīng)對策略，以期為推動(dòng)AI技術(shù)的健康發(fā)展提供有益參考。

1 AI創(chuàng)作中著作權(quán)侵權(quán)風(fēng)險(xiǎn)的形成

邁入新時(shí)代，廣義上的數(shù)據(jù)是否能由著作權(quán)法進(jìn)行保護(hù)仍然存在爭議，但狹義上的數(shù)據(jù)即數(shù)字化作品能得以保護(hù)已經(jīng)是社會(huì)的共識(shí)［1］。數(shù)字化載體并不會(huì)對其圖像或文字等具體表達(dá)產(chǎn)生影響，其性質(zhì)沒有發(fā)生根本性的改變。

而AI創(chuàng)作主要是基于狹義上的數(shù)據(jù)并且通常需要經(jīng)歷3個(gè)階段，即數(shù)據(jù)輸入、學(xué)習(xí)及最終的輸出階段。以百度文心一言為例，在數(shù)據(jù)輸入階段，需要從各種渠道，如互聯(lián)網(wǎng)、書籍、新聞報(bào)道、學(xué)術(shù)論文等，搜集大量的數(shù)據(jù)。在搜集到原始數(shù)據(jù)后，經(jīng)過一系列預(yù)處理操作，如去除噪聲、分詞、詞性標(biāo)注等，剔除無用數(shù)據(jù)。在學(xué)習(xí)階段，需要利用處理后的信息進(jìn)行模型訓(xùn)練，這是一個(gè)逐步迭代的過程，模型會(huì)不斷嘗試從數(shù)據(jù)中學(xué)習(xí)相應(yīng)的規(guī)律和模式。在訓(xùn)練過程中通常會(huì)有人為操作，根據(jù)模型的性能表現(xiàn)調(diào)整相應(yīng)參數(shù)，優(yōu)化模型學(xué)習(xí)成果，一般需要復(fù)雜的數(shù)學(xué)計(jì)算和算法優(yōu)化。在最后的輸出階段，系統(tǒng)通過對用戶輸入信息的理解和解析，提取相應(yīng)關(guān)鍵信息，在已學(xué)習(xí)的知識(shí)庫中進(jìn)行相應(yīng)檢索，進(jìn)行推理和判斷，生成相應(yīng)的輸出。

數(shù)據(jù)在AI創(chuàng)作的3個(gè)階段中并不都存在相應(yīng)的著作權(quán)侵權(quán)風(fēng)險(xiǎn)。學(xué)習(xí)階段是對輸入階段的工作成果以數(shù)學(xué)模型進(jìn)行處理，Chat GPT及文心一言這類大語言模型都是使用基于Transformer的自然語言處理模型，Google的bard使用的是BERT模型，此外，在細(xì)分領(lǐng)域也使用視覺處理的卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN），語音識(shí)別的循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）和長短期記憶人工神經(jīng)網(wǎng)絡(luò)（Long Short-Term Memory，LSTM）等。這些模型通常僅是計(jì)算機(jī)程序語言及相應(yīng)數(shù)學(xué)模型的結(jié)合，并不存在通常意義上的著作權(quán)侵權(quán)風(fēng)險(xiǎn)。風(fēng)險(xiǎn)通常來源于數(shù)據(jù)的輸入階段及數(shù)據(jù)的最終輸出階段。

輸入階段的主要工作內(nèi)容是搜集并處理數(shù)據(jù)，這一步驟是整個(gè)流程的基礎(chǔ)，為后續(xù)建立模型提供了必要的素材和支撐。通常情況下是由專門的程序員來完成。在搜集數(shù)據(jù)的過程中，需要廣泛收集各種來源的信息，其中包括數(shù)字作品及經(jīng)過數(shù)字化處理后的實(shí)體作品。這些數(shù)字作品可能涉及各種形式，如文本、圖像、音頻和視頻等，而數(shù)字化后的實(shí)體作品則是通過掃描、拍攝或其他技術(shù)手段將傳統(tǒng)形式的作品轉(zhuǎn)化為數(shù)字化的形式。在搜集和處理這些數(shù)據(jù)的過程中，不可避免的問題是對既有作品的搜集及處理是否涉及侵權(quán)。

根據(jù)相關(guān)調(diào)查報(bào)告，AI行業(yè)從業(yè)者的數(shù)據(jù)來源有以下5種情況。第一是自行搜集，在相關(guān)人員自愿的前提下對其進(jìn)行數(shù)據(jù)采集，或在公開場合主動(dòng)收錄、拍攝；第二是從公開平臺(tái)獲取，如Kaggle、OpenML、UCI機(jī)器學(xué)習(xí)庫、TensorFlow Datasets、Google Cloud Public Datasets等開源平臺(tái)，平臺(tái)所有人既有高校，也有商業(yè)公司；第三是數(shù)據(jù)爬蟲技術(shù)搜集；第四是向市場中的商業(yè)團(tuán)隊(duì)購買；第五是模擬數(shù)據(jù)［2］。從以上5種情形來看，第一至第四的4種獲取途徑均有可能產(chǎn)生法律風(fēng)險(xiǎn)。而一旦該階段的行為被定性為侵權(quán)，那么基于這些數(shù)據(jù)所建立的模型，就如同“毒樹之果”一般，其合法性也會(huì)受到嚴(yán)重質(zhì)疑。

在AI創(chuàng)作的輸出階段，系統(tǒng)對用戶請求的響應(yīng)構(gòu)成了該流程的核心環(huán)節(jié)。這一階段不僅涉及數(shù)據(jù)的生成與內(nèi)容的呈現(xiàn)，更要求系統(tǒng)能夠精準(zhǔn)捕捉用戶的個(gè)性化需求，并據(jù)此進(jìn)行定制化輸出。在前期階段嚴(yán)格遵循了版權(quán)法規(guī)，確保了數(shù)據(jù)的合法性與合規(guī)性的基礎(chǔ)上，輸出階段仍可能因用戶請求的特殊性而帶來潛在的侵權(quán)風(fēng)險(xiǎn)。具體而言，當(dāng)用戶請求AI模仿某一特定作者的作品風(fēng)格進(jìn)行創(chuàng)作時(shí)，系統(tǒng)需要理解并再現(xiàn)該作者的創(chuàng)作特征。這一過程中，AI需要對原作進(jìn)行深入分析，提取其風(fēng)格元素，并在保證原創(chuàng)性的前提下進(jìn)行模仿。但由于風(fēng)格模仿本身涉及對原作一定程度的復(fù)制與借鑒，因此在實(shí)際操作中難免會(huì)越過合法使用的界限。此外，用戶請求與現(xiàn)有作品特征的相似性也是導(dǎo)致侵權(quán)風(fēng)險(xiǎn)的重要因素。在AI創(chuàng)作過程中，系統(tǒng)可能因未能準(zhǔn)確識(shí)別用戶意圖與現(xiàn)有作品之間的區(qū)別，在輸出結(jié)果中呈現(xiàn)與已有作品相似的表達(dá)方式、情節(jié)設(shè)置等。這種相似性可能構(gòu)成對原作的實(shí)質(zhì)性相似，從而引發(fā)侵權(quán)問題。

2 AI創(chuàng)作侵權(quán)之法理分析

2.1 著作權(quán)侵權(quán)種類及法理論證

AI創(chuàng)作的數(shù)學(xué)基礎(chǔ)是運(yùn)用向量與矩陣?yán)斫夂筒僮鞔笠?guī)模數(shù)據(jù)集，并用概率論與數(shù)理統(tǒng)計(jì)輔助計(jì)算理解數(shù)據(jù)中的不確定性，從而進(jìn)行預(yù)測和決策。在此過程中，會(huì)不可避免地收集大量已有數(shù)字化作品。同樣以文心一言為例，其通過網(wǎng)絡(luò)爬蟲或API接口快速獲取大量數(shù)據(jù)，與其他平臺(tái)公司交換數(shù)據(jù)，通過公開渠道搜集開放數(shù)據(jù)集，如學(xué)術(shù)數(shù)據(jù)、政府公開數(shù)據(jù)、傳感器數(shù)據(jù)、社交媒體數(shù)據(jù)，以及收集用戶在使用其公司的其他產(chǎn)品、服務(wù)時(shí)所產(chǎn)生的數(shù)據(jù)。在這些過程中，AI所收集的數(shù)據(jù)會(huì)保存在其服務(wù)器內(nèi)幾乎形成永久性復(fù)制品，在著作權(quán)法意義上屬于復(fù)制行為，存在侵犯復(fù)制權(quán)的風(fēng)險(xiǎn)［3］。

從創(chuàng)作結(jié)果來看，AI創(chuàng)作的結(jié)果與人類創(chuàng)作的結(jié)果別無二致，同樣是3種情形：其一是與已有作品構(gòu)成實(shí)質(zhì)性相似的作品；其二是雖有已存作品的相似點(diǎn)，但有完全不同的表達(dá)，此類仍是具有獨(dú)創(chuàng)性的作品；其三是與已有作品完全不同的全新作品。人工智能的思想是人類無法判斷的，因此在第一種情形下，毋庸置疑會(huì)構(gòu)成對原著作權(quán)人權(quán)益的侵犯；第二種情形與第三種情形下通常不會(huì)構(gòu)成著作權(quán)侵權(quán)。

AI創(chuàng)作的侵權(quán)盡管不只發(fā)生在輸出階段，但通常只有在輸出創(chuàng)作結(jié)果之后才會(huì)產(chǎn)生對現(xiàn)有作品的直接侵害，因此可以說該階段是糾紛發(fā)生的主要階段。針對是否侵權(quán)的判斷，學(xué)界也有提出以“表達(dá)性使用”與“非表達(dá)性使用”對輸出結(jié)果進(jìn)行區(qū)分［4］。表達(dá)性使用強(qiáng)調(diào)對作品本身內(nèi)容的呈現(xiàn)和傳播，包括其文字、圖像、聲音等具體表達(dá)形式。如果AI創(chuàng)作結(jié)果涉及對作品獨(dú)創(chuàng)性表達(dá)的復(fù)制、展示或演繹，那么這種使用方式就構(gòu)成了表達(dá)性使用，存在侵權(quán)風(fēng)險(xiǎn)。而非表達(dá)性使用主要關(guān)注的是作品所承載的事實(shí)性信息或思想，這種使用方式并不涉及對作品獨(dú)創(chuàng)性表達(dá)的復(fù)制或展示，而是將作品作為信息或數(shù)據(jù)的來源，用于研究、分析或其他非創(chuàng)造性目的。如果AI創(chuàng)作的結(jié)果構(gòu)成非表達(dá)性使用，則不具有侵權(quán)風(fēng)險(xiǎn)。

以“接觸+實(shí)質(zhì)性相似”規(guī)則進(jìn)行判斷時(shí)，在AI創(chuàng)作時(shí)代出現(xiàn)了其他判定方法所不具有的優(yōu)勢。以往的判例通常會(huì)要求證明被告有接觸在先的情形，如2022年“皮革納福兔”玩偶侵權(quán)案，以及2020年最高人民法院駁回再審申請的潘某某音樂抄襲案等。但如果是AI作品則只需要調(diào)查AI的輸入數(shù)據(jù)是否有相應(yīng)作品即可，這將是最直接的證明材料。

“實(shí)質(zhì)性相似”則存在不同的認(rèn)定方法。在以往的實(shí)踐過程中，各地裁判的認(rèn)定方法相差極大，但總體可以概括為整體觀感法、抽象測試法及二者的結(jié)合。在抄襲比較明顯的情況下，將采用整體觀感法進(jìn)行判斷；如果作品相似度難以判斷，則會(huì)采用抽象測試法劃分作品獨(dú)創(chuàng)性，并進(jìn)行單獨(dú)對比分析。

2.2 AI創(chuàng)作侵權(quán)豁免困境

為平衡著作權(quán)人利益與社會(huì)公共利益，各國在著作權(quán)立法上都會(huì)規(guī)定相應(yīng)的法定抗辯理由。在我國現(xiàn)行法律中，著作權(quán)法侵權(quán)豁免的法定理由僅有合理使用與法定許可兩種類型。

法定許可的4種類型雖然不是必然不適用于AI創(chuàng)作的場合，但基于社會(huì)發(fā)展現(xiàn)狀，不具備現(xiàn)實(shí)可能性，不予討論。因此本研究主要討論以下幾種有可能適用于AI創(chuàng)作的合理使用條款。

第一是《中華人民共和國著作權(quán)法》（以下簡稱《著作權(quán)法》）第24條第1款第1項(xiàng)的規(guī)定：為個(gè)人學(xué)習(xí)、研究或者欣賞，使用他人已經(jīng)發(fā)表的作品。AI使用他人作品的場合當(dāng)然屬于為學(xué)習(xí)、研究而使用他人作品，但AI不屬于個(gè)人，創(chuàng)造AI的組織機(jī)構(gòu)也不能屬于個(gè)人的范疇［5］。不過此條依然有適用的場景，即AI是由自然人單獨(dú)創(chuàng)造的。從信息技術(shù)的發(fā)展現(xiàn)狀來看，已經(jīng)出現(xiàn)由個(gè)人創(chuàng)造的AI，因此該條款有適用的可能性。當(dāng)然，此種情形下依然要求以學(xué)習(xí)、研究為目的，不能有商業(yè)利益的追求。

第二是《著作權(quán)法》第24條第1款第2項(xiàng)的規(guī)定：為介紹、評論某一作品或者說明某一問題，在作品中適當(dāng)引用他人已經(jīng)發(fā)表的作品。AI是在深度學(xué)習(xí)已有作品之后進(jìn)行獨(dú)立創(chuàng)作的，因此對已有作品的引用是不可避免的，同時(shí)AI創(chuàng)作并不會(huì)只對單一來源作品進(jìn)行引用，而是會(huì)大量參考同類數(shù)據(jù)，所以屬于適當(dāng)引用情形。但AI創(chuàng)作的目的不僅僅包括條款列舉的“介紹、評論某一作品或者說明某一問題”，AI創(chuàng)作的目的基于用戶的需求，而用戶需求的不確定性使該條款的適用變得具有相應(yīng)的不確定性。

第三是《著作權(quán)法》第24條第1款第6項(xiàng)的規(guī)定：為學(xué)校課堂教學(xué)或者科學(xué)研究，翻譯、改編、匯編、播放或者少量復(fù)制已經(jīng)發(fā)表的作品，供教學(xué)或者科研人員使用，但不得出版發(fā)行。AI創(chuàng)作中對數(shù)字作品的使用應(yīng)當(dāng)屬于科學(xué)研究活動(dòng)，但用此條進(jìn)行抗辯時(shí)，會(huì)受到目的限制和數(shù)量限制。在AI創(chuàng)作活動(dòng)中，需要大量復(fù)制已有作品，并且其使用目的包羅萬象，顯然超出條款列舉的目的要求，因此，該條款的適用性較低。

3 AI創(chuàng)作社會(huì)利益衡量與相關(guān)立法建議

AI產(chǎn)業(yè)將會(huì)是下一個(gè)國與國之間競爭激烈的產(chǎn)業(yè)，但AI的發(fā)展需要工業(yè)硬實(shí)力與文化軟實(shí)力的共同推進(jìn)。芯片作為現(xiàn)代工業(yè)皇冠上的明珠，雖然與法學(xué)看似無關(guān)，但在如何促進(jìn)文化軟實(shí)力與AI產(chǎn)業(yè)的配套方面，法學(xué)義不容辭。

目前，處于AI產(chǎn)業(yè)發(fā)展頭部的日本與美國均采用柔性立法，以減少對AI產(chǎn)業(yè)的限制［6］。以日本為例，日本的立法總體上是對計(jì)算機(jī)程序后端的限制簡單化及靈活處理，也就意味著對AI的輸入階段與學(xué)習(xí)階段幾乎不作任何限制［7］。在這種情況下，日本的相關(guān)研發(fā)機(jī)構(gòu)及商業(yè)公司可以全力發(fā)展AI技術(shù)，因此在市場上可以看到細(xì)分領(lǐng)域內(nèi)充斥著大量的日本AI模型，日本柔性立法在其中發(fā)揮的指引作用功不可沒。

而我國現(xiàn)在推出的AI大模型在數(shù)據(jù)的來源上存在非常大的著作權(quán)侵權(quán)風(fēng)險(xiǎn)，其中充斥著大量授權(quán)不明的作品，但AI大模型可以說是人類集體智慧的產(chǎn)物，對每個(gè)單獨(dú)作品的利用屬于低密度利用，雖然幾乎可以忽略不計(jì)，但又不可或缺。目前我國的著作權(quán)并沒有對AI對作品的利用作出規(guī)定，AI產(chǎn)業(yè)目前仍處于灰色地帶，但很顯然無論法律是否允許，該產(chǎn)業(yè)依然會(huì)使用數(shù)字作品進(jìn)行AI深度學(xué)習(xí)。

著作權(quán)法不僅要保護(hù)著作權(quán)人的合法權(quán)益，同時(shí)也肩負(fù)著平衡社會(huì)公共利益的任務(wù)?；谛屡d技術(shù)產(chǎn)業(yè)發(fā)展需求，為鼓勵(lì)技術(shù)創(chuàng)新與發(fā)展，促進(jìn)作品高效利用，我國應(yīng)將AI對作品的利用納入合理使用范疇，消除技術(shù)創(chuàng)新主體的顧慮，推動(dòng)AI技術(shù)向前發(fā)展。

但目前我國著作權(quán)法對此的規(guī)定仍是全封閉式的，即采用有限列舉的方式列明可以適用合理使用的情形并嚴(yán)格限制兜底條款的適用。如果要從我國現(xiàn)行全封閉式的剛性限制直接轉(zhuǎn)換為美國和日本開放式的柔性限制也存在直角轉(zhuǎn)彎的問題，即在社會(huì)層面可能會(huì)經(jīng)歷法律規(guī)定大幅度轉(zhuǎn)變與當(dāng)下經(jīng)濟(jì)產(chǎn)業(yè)不相適應(yīng)而導(dǎo)致的陣痛。因此，作為過渡階段，本研究建議在合理使用條款中增加對應(yīng)內(nèi)容以促進(jìn)AI對數(shù)字作品的利用，待社會(huì)條件成熟或其他合適時(shí)機(jī)再將立法轉(zhuǎn)為柔性立法或半開放式立法。

4 結(jié)語

AI時(shí)代的到來，引發(fā)了一系列法律問題。著作權(quán)法現(xiàn)有規(guī)定與人工智能對大量數(shù)據(jù)的使用需求之間的矛盾是一個(gè)亟待解決的問題?；贏I產(chǎn)業(yè)的發(fā)展需求出發(fā)，借鑒他國先進(jìn)實(shí)踐經(jīng)驗(yàn)，以促進(jìn)我國法治進(jìn)步是可行之道。由于立法模式的不同，我國需要針對AI產(chǎn)業(yè)適用特殊的法律規(guī)制模式，采用事前保護(hù)、事中監(jiān)督與事后救濟(jì)三管齊下的方式，更好地平衡產(chǎn)業(yè)創(chuàng)新發(fā)展與著作權(quán)權(quán)益保護(hù)之間的關(guān)系。

參考文獻(xiàn)：

［1］彭飛榮.論算法創(chuàng)作中涉數(shù)據(jù)的著作權(quán)侵權(quán)風(fēng)險(xiǎn)及其化解［J］.法律適用，2023（4）：46-55.

［2］高澤晉.潘多拉的魔盒：人工智能訓(xùn)練數(shù)據(jù)的來源、使用與治理：面向100位AI開發(fā)者的扎根研究［J］.新聞?dòng)浾撸?022（1）：86-96.

［3］高陽，胡丹陽.機(jī)器學(xué)習(xí)對著作權(quán)合理使用制度的挑戰(zhàn)與應(yīng)對［J］.電子知識(shí)產(chǎn)權(quán)，2020（10）：13-25.

［4］王文敏.人工智能對著作權(quán)限制與例外規(guī)則的挑戰(zhàn)與應(yīng)對［J］.法律適用，2022（11）：152-162.

［5］焦和平.人工智能創(chuàng)作中數(shù)據(jù)獲取與利用的著作權(quán)風(fēng)險(xiǎn)及化解路徑［J］.當(dāng)代法學(xué)，2022，36（4）：128-140.

［6］劉湘麗，肖紅軍.軟法范式的人工智能倫理監(jiān)管：日本制度探析［J］.現(xiàn)代日本經(jīng)濟(jì)，2023，42（4）：28-44.

［7］鄭重.日本著作權(quán)法柔性合理使用條款及其啟示［J］.知識(shí)產(chǎn)權(quán)，2022（1）：112-130.