中圖分類(lèi)號(hào)：TP18;D920.0 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1000-5099（2025）04-0088-14

一、問(wèn)題的提出

上世紀(jì)80年代起，算法的發(fā)展促進(jìn)人工智能從數(shù)據(jù)中學(xué)習(xí)并實(shí)現(xiàn)性能提升，跨越了早期根據(jù)系統(tǒng)既定規(guī)則執(zhí)行任務(wù)的階段[1]。生成式人工智能在算法迭代中誕生，并迅速在眾多領(lǐng)域得到應(yīng)用。與人工智能不同，生成式人工智能指基于訓(xùn)練數(shù)據(jù)生成新穎且有意義的文字、圖案和音頻等內(nèi)容的技術(shù)[2]。生成式人工智能的運(yùn)作可劃分為數(shù)據(jù)獲取—數(shù)據(jù)訓(xùn)練—內(nèi)容生成三個(gè)階段：以獲取的數(shù)據(jù)喂養(yǎng)算法模型，通過(guò)算法模型訓(xùn)練生出全新內(nèi)容，輸出的內(nèi)容取決于獲取的數(shù)據(jù)。以往數(shù)據(jù)不正當(dāng)競(jìng)爭(zhēng)案件，如微博訴脈脈案①、大眾點(diǎn)評(píng)訴百度案②等大多聚焦于數(shù)據(jù)獲取或數(shù)據(jù)使用。生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)行為產(chǎn)生的糾紛則貫穿數(shù)據(jù)流通的各個(gè)環(huán)節(jié)，從獲取的手段到使用的方式，再到生成的內(nèi)容，均可能導(dǎo)致不同程度的齟齬。譬如，在我國(guó)生成式人工智能涉數(shù)據(jù)不正當(dāng)競(jìng)爭(zhēng)糾紛第一案——“奧特曼LoRA案\"中，一審法院認(rèn)定用戶(hù)下載、轉(zhuǎn)發(fā)生成的內(nèi)容不構(gòu)成不正當(dāng)競(jìng)爭(zhēng)③，二審期間案涉公司又提出生成式人工智能模型“定向訓(xùn)練\"行為涉及不正當(dāng)競(jìng)爭(zhēng)④。由此可見(jiàn)，該案件包含主體多樣、涉及環(huán)節(jié)眾多，深刻凸顯了生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)行為的正當(dāng)性認(rèn)定難題。

誠(chéng)如學(xué)者所言：“每一輪通用技術(shù)革命都會(huì)引發(fā)產(chǎn)業(yè)發(fā)展范式的深刻變革?！盵3]2023 年7月我國(guó)發(fā)布的《生成式人工智能服務(wù)管理暫行辦法》第三條強(qiáng)調(diào)，生成式人工智能治理要堅(jiān)持“安全與發(fā)展并重、促進(jìn)創(chuàng)新與依法治理相結(jié)合的原則”4]。兩審法院關(guān)于“奧特曼LoRA案\"的判決，則充分體現(xiàn)了這一原則，均扭轉(zhuǎn)了我國(guó)以往涉數(shù)據(jù)不正當(dāng)競(jìng)爭(zhēng)案件的判定模式。在當(dāng)前的司法實(shí)踐中，我國(guó)涉數(shù)據(jù)不正當(dāng)競(jìng)爭(zhēng)案件糾紛的司法判定模式可分為兩種：一是以權(quán)益受損推定行為不正當(dāng)；二是以多元利益考量判定行為正當(dāng)性[5]。對(duì)此，前者的判定模式誤解了權(quán)益受損系市場(chǎng)競(jìng)爭(zhēng)常態(tài)之本質(zhì)，后者的判定模式則缺乏對(duì)多元利益平衡的方法論關(guān)注?！皧W特曼LoRA案”的判決對(duì)既有司法裁判模式進(jìn)行了重構(gòu)，一改權(quán)益侵害式判定范式并在方法論上做出了初步嘗試。然而，該案件關(guān)于行為在法律上是否具備正當(dāng)性的判定理路依然存在不少缺憾，亟待予以反思并廓清思路。

當(dāng)前國(guó)內(nèi)外出現(xiàn)的生成式人工智能涉數(shù)據(jù)不正當(dāng)競(jìng)爭(zhēng)的案件有限，影響較為廣泛的僅有 Andersen v.Stability AI案①和奧特曼LoRA案。理論研究層面，由于數(shù)據(jù)極易產(chǎn)生規(guī)模效應(yīng)，且此前我國(guó)學(xué)界關(guān)于生成式人工智能的競(jìng)爭(zhēng)法研究大多聚焦于反壟斷領(lǐng)域②，行為正當(dāng)性認(rèn)定的系統(tǒng)性研究尚未形成完整框架。奧特曼LoRA案出現(xiàn)后，關(guān)于案件的討論也局限于對(duì)司法裁判的簡(jiǎn)單評(píng)述③，而透過(guò)表象挖掘背后的理論癥結(jié)之研究尚付闕如。理論的發(fā)展必須緊隨實(shí)踐，生成式人工智能引發(fā)的數(shù)據(jù)不正當(dāng)競(jìng)爭(zhēng)案件與既往判例存在顯著不同，其訓(xùn)練數(shù)據(jù)來(lái)源多樣、生成過(guò)程重組數(shù)據(jù)、模型結(jié)果真假難辨，導(dǎo)致傳統(tǒng)裁判路徑在正當(dāng)性評(píng)價(jià)上出現(xiàn)適用偏差。鑒于此，本文將在反不正當(dāng)競(jìng)爭(zhēng)法語(yǔ)境下，結(jié)合生成式人工智能的本質(zhì)特征剖析其所涉數(shù)據(jù)競(jìng)爭(zhēng)行為的類(lèi)型和特殊性，以“奧特曼LoRA案”為例，審視與反思其裁判理路困境，繼而提煉出類(lèi)案在裁判理念、裁判范式和裁判規(guī)則三重維度的體系化完善路徑。

二、生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)行為正當(dāng)性判定的理論闡釋

生成式人工智能的介入使得傳統(tǒng)數(shù)據(jù)不正當(dāng)競(jìng)爭(zhēng)的認(rèn)定愈發(fā)復(fù)雜?，F(xiàn)有裁判模式在面對(duì)生成式人工智能的特殊性時(shí)，顯露出諸多局限。通過(guò)對(duì)生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)行為的類(lèi)型化解構(gòu)，深人剖析其內(nèi)在邏輯的特殊之處，既可揭示其技術(shù)實(shí)質(zhì)與法律屬性，又能助力于厘清不正當(dāng)競(jìng)爭(zhēng)行為在各環(huán)節(jié)中的法律邊界，進(jìn)而為司法實(shí)踐提供有力指引。

（一）生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)行為的類(lèi)型化解構(gòu)

生成式人工智能的技術(shù)流程可劃分為數(shù)據(jù)獲取、數(shù)據(jù)訓(xùn)練和內(nèi)容生成三階段。以此為基準(zhǔn)，生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)行為初步劃分三類(lèi)：一是發(fā)生在數(shù)據(jù)獲取階段不正當(dāng)數(shù)據(jù)獲取和阻礙數(shù)據(jù)獲取行為；二是數(shù)據(jù)訓(xùn)練階段妨礙數(shù)據(jù)使用和超越授權(quán)范圍使用數(shù)據(jù)行為;三是內(nèi)容生成階段數(shù)據(jù)不當(dāng)利用行為?；谛袨檫壿嫷目剂?，阻礙獲取與妨礙使用實(shí)質(zhì)上構(gòu)成干擾行為，越權(quán)使用與不當(dāng)利用系為濫用行為。由此，生成式人工智能涉數(shù)據(jù)不正當(dāng)競(jìng)爭(zhēng)行為的類(lèi)型進(jìn)一步解構(gòu)為不正當(dāng)數(shù)據(jù)獲取行為、數(shù)據(jù)干擾行為及數(shù)據(jù)濫用行為。

1.生成式人工智能不正當(dāng)數(shù)據(jù)獲取行為

數(shù)據(jù)作為生成式人工智能的燃料[6]56，其獲取能力直接決定市場(chǎng)競(jìng)爭(zhēng)力。部分生成式人工智能運(yùn)營(yíng)商為爭(zhēng)奪數(shù)據(jù)資源優(yōu)勢(shì)，利用生成式人工智能實(shí)施不正當(dāng)數(shù)據(jù)獲取行為，具體表現(xiàn)為不正當(dāng)數(shù)據(jù)爬取和進(jìn)一步衍生的數(shù)據(jù)劫持。

當(dāng)數(shù)據(jù)爬取行為的規(guī)模和頻率異常、違反了Robots協(xié)議等情況下，該爬取行為可能構(gòu)成不正當(dāng)競(jìng)爭(zhēng)。生成式人工智能的崛起更新了傳統(tǒng)數(shù)據(jù)爬蟲(chóng)的模式，突破了其原有的范圍和數(shù)量限制。以典型的生成式人工智能數(shù)據(jù)爬取工具GPTBot和Claude 為例，其單月爬取量分別為5.69億次和3.70億次，占據(jù)了顯著份額[1]。Crawl4AI等智能爬蟲(chóng)工具還能夠高效處理動(dòng)態(tài)內(nèi)容，通過(guò)大模型將數(shù)據(jù)轉(zhuǎn)換為適合生成式人工智能處理的格式，極大地提升了數(shù)據(jù)采集和處理的效率①。更具突破的是，生成式人工智能通過(guò)自動(dòng)化的網(wǎng)絡(luò)爬取，對(duì)反爬蟲(chóng)機(jī)制進(jìn)行破解[13]。生成式人工智能爬取的數(shù)據(jù)可能包含他人享有權(quán)益且禁止爬取的部分，極有可能引發(fā)隱私泄漏風(fēng)險(xiǎn)。作為權(quán)益受損方卻由于技術(shù)壁壘，難以掌握抵御機(jī)制[14]。

當(dāng)生成式人工智能的數(shù)據(jù)爬取行為進(jìn)一步突破了第三方網(wǎng)站的限制措施、對(duì)其他經(jīng)營(yíng)者的網(wǎng)絡(luò)產(chǎn)品或服務(wù)構(gòu)成了實(shí)質(zhì)性替代時(shí)，則可能構(gòu)成數(shù)據(jù)劫持。生成式人工智能介人下的數(shù)據(jù)劫持行為極大擴(kuò)張了劫持的范圍和影響。以《紐約時(shí)報(bào)》訴OpenAI案為例，ChatGPT通過(guò)爬取數(shù)百萬(wàn)篇付費(fèi)文章構(gòu)建知識(shí)庫(kù)，用戶(hù)可直接獲取完整報(bào)道內(nèi)容，導(dǎo)致《紐約時(shí)報(bào)》官網(wǎng)訪(fǎng)問(wèn)量下降[15]。OpenAI的數(shù)據(jù)劫持行為不僅侵占了《紐約時(shí)報(bào)》的流量，也切斷了內(nèi)容創(chuàng)作者通過(guò)作品傳播獲得社會(huì)認(rèn)可的價(jià)值鏈條，給《紐約時(shí)報(bào)》造成了巨大損失。

2.生成式人工智能數(shù)據(jù)干擾行為

隨著生成式人工智能技術(shù)商業(yè)化的加深，圍繞數(shù)據(jù)獲取和數(shù)據(jù)封鎖的爭(zhēng)議愈發(fā)引起相關(guān)行業(yè)和監(jiān)管者的關(guān)注。在數(shù)據(jù)競(jìng)爭(zhēng)行為中，干擾”主要體現(xiàn)為對(duì)數(shù)據(jù)獲取的阻礙和對(duì)數(shù)據(jù)使用的妨礙。生成式人工智能在數(shù)據(jù)干擾行為中兼具干擾方和被干擾方雙重身份。

作為干擾方，生成式人工智能極有可能生成假數(shù)據(jù)、假信息干擾競(jìng)爭(zhēng)對(duì)手的決策并滲透輿論場(chǎng)。計(jì)算機(jī)科學(xué)中廣為流傳的\"垃圾進(jìn)，垃圾出\"的觀(guān)點(diǎn)亦適用于生成式人工智能[16]8。生成式人工智能提供的答案由數(shù)據(jù)堆砌重組而成，其生成信息的可信度有賴(lài)于訓(xùn)練所用數(shù)據(jù)集的質(zhì)量。然而，生成式人工智能本身缺乏過(guò)濾不良信息的能力。Common Crawl作為目前最大的免費(fèi)數(shù)據(jù)集，也是大型語(yǔ)言模型LLMs預(yù)訓(xùn)練數(shù)據(jù)的重要來(lái)源之一。Common Crawl所獲得的數(shù)據(jù)本身具有局限性和偏見(jiàn)，而LLMs卻缺乏對(duì)過(guò)濾數(shù)據(jù)集中不當(dāng)內(nèi)容的優(yōu)化方案[17]。不恰當(dāng)?shù)膬?nèi)容指向不正確的決策，生成式人工智能生成的不可靠信息可能成為一把“雙刃劍”。當(dāng)經(jīng)營(yíng)者和消費(fèi)者均使用生成式人工智能搜索相關(guān)信息時(shí)：一方面，經(jīng)營(yíng)者可能因?yàn)樯山Y(jié)果的偏差導(dǎo)致戰(zhàn)略決策失誤;另一方面，消費(fèi)者可能因?yàn)榫哂衅?jiàn)的消費(fèi)建議對(duì)其他經(jīng)營(yíng)者留下負(fù)面印象，影響其他競(jìng)爭(zhēng)者的商譽(yù)。

作為被干擾方，生成式人工智能自身極有可能因數(shù)據(jù)驅(qū)動(dòng)的屬性陷入封鎖困境。一方面，上游數(shù)據(jù)庫(kù)為維護(hù)競(jìng)爭(zhēng)優(yōu)勢(shì)，可能通過(guò)限制生成式人工智能服務(wù)商獲取訓(xùn)練數(shù)據(jù);另一方面，人工智能服務(wù)商亦可與數(shù)據(jù)庫(kù)聯(lián)合，限制其他生成式人工智能服務(wù)商使用數(shù)據(jù)庫(kù)。在傳統(tǒng)數(shù)據(jù)不正當(dāng)競(jìng)爭(zhēng)中，類(lèi)似LinkedIn案②中平臺(tái)試圖保護(hù)數(shù)據(jù)商業(yè)價(jià)值，限制競(jìng)爭(zhēng)對(duì)手獲取數(shù)據(jù)的“封鎖”行為屢見(jiàn)不鮮。生成式人工智能的發(fā)展使數(shù)據(jù)價(jià)值倍增，但關(guān)于數(shù)據(jù)控制權(quán)的爭(zhēng)奪并未緩解。實(shí)踐中，微軟與OpenAI的合作中，一方提供數(shù)據(jù)，另一方提供智能處理能力的模式，形成新業(yè)態(tài)下的優(yōu)勢(shì)互補(bǔ)[18]。但令人疑慮的是，微軟和OpenAI 皆為行業(yè)領(lǐng)頭羊，倘若雙方合作協(xié)議中達(dá)成了將數(shù)據(jù)封鎖在平臺(tái)內(nèi)部的條款，那么將形成隱性的數(shù)據(jù)封鎖，引發(fā)排他性交易風(fēng)險(xiǎn)。

3.生成式人工智能數(shù)據(jù)濫用行為

在數(shù)據(jù)使用階段，生成式人工智能可能因數(shù)據(jù)濫用產(chǎn)生兩類(lèi)典型行為：一是對(duì)數(shù)據(jù)的越權(quán)使用；二是對(duì)已獲取數(shù)據(jù)的不當(dāng)利用。

數(shù)據(jù)越權(quán)使用主要指生成式人工智能未經(jīng)授權(quán)或超越了授權(quán)范圍使用數(shù)據(jù)，將數(shù)據(jù)用于未經(jīng)許可的訓(xùn)練模型或業(yè)務(wù)場(chǎng)景。生成式人工智能訓(xùn)練的數(shù)據(jù)主要來(lái)源于公開(kāi)數(shù)據(jù)、私有數(shù)據(jù)、網(wǎng)絡(luò)爬取數(shù)據(jù)等[16]89，數(shù)據(jù)的質(zhì)量和可信度存在顯著差異。生成式人工智能處理的數(shù)據(jù)規(guī)模遠(yuǎn)超傳統(tǒng)合規(guī)審查機(jī)制的承載閾值。我國(guó)個(gè)人信息保護(hù)法中的“知情—同意”原則為生成式人工智能獲取語(yǔ)料庫(kù)設(shè)置了門(mén)檻，但在生成式人工智能處理海量數(shù)據(jù)的過(guò)程中，要逐一貫徹\"知情—同意”原則既效率低下又困難重重，凸顯了現(xiàn)有法律框架應(yīng)對(duì)生成式人工智能問(wèn)題的制度性不足[19]。由此，生成式人工智能訓(xùn)練的數(shù)據(jù)庫(kù)在客觀(guān)上難以完全控制在授權(quán)范圍內(nèi)。現(xiàn)實(shí)中，使用未授權(quán)數(shù)據(jù)進(jìn)行生成模型訓(xùn)練可能導(dǎo)致不正當(dāng)競(jìng)爭(zhēng)。在A(yíng)ndersenv.StabilityAI案中，平臺(tái)將用戶(hù)上傳的畫(huà)作用于生成式人工智能繪畫(huà)訓(xùn)練，導(dǎo)致生成的畫(huà)作風(fēng)格與原作高度相似①。該行為不僅容易導(dǎo)致消費(fèi)者混淆風(fēng)格類(lèi)似的生成式人工智能畫(huà)作，擾亂原創(chuàng)藝術(shù)家市場(chǎng)，還極有可能陷入版權(quán)糾紛。

生成式人工智能的技術(shù)原理，決定其輸出必然包含原始數(shù)據(jù)解構(gòu)后再次重組的痕跡。此種數(shù)據(jù)重組的風(fēng)險(xiǎn)正是不正當(dāng)競(jìng)爭(zhēng)、版權(quán)糾紛、隱私泄露的癥結(jié)所在。生成式人工智能可深人解析他人數(shù)據(jù)特征，并批量生成其他內(nèi)容。在此過(guò)程中，數(shù)據(jù)的不當(dāng)利用意味著生成式人工智能：一方面可深入分析根據(jù)他人作品特征，生成足以產(chǎn)生混淆的產(chǎn)品，導(dǎo)致商業(yè)混淆;另一方面則可穿透重要數(shù)據(jù)，挖掘個(gè)人隱私。更為隱蔽的是，即便使用經(jīng)授權(quán)用于訓(xùn)練的數(shù)據(jù)，生成式人工智能仍可在算法的拆解和重組下生成侵犯?jìng)€(gè)人隱私的結(jié)果，從而實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)。此類(lèi)數(shù)據(jù)濫用行為，既是對(duì)市場(chǎng)競(jìng)爭(zhēng)的扭曲，也是對(duì)消費(fèi)者權(quán)益的貶損。

（二）生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)行為正當(dāng)性判定的特殊性剖析

生成式人工智能將競(jìng)爭(zhēng)重心從數(shù)據(jù)采集和分析應(yīng)用擴(kuò)展到數(shù)據(jù)拆解和數(shù)據(jù)重組，形成了一種新型競(jìng)爭(zhēng)模式。生成式人工智能的運(yùn)行架構(gòu)主要可以分為“數(shù)據(jù)獲取—數(shù)據(jù)訓(xùn)練—內(nèi)容生成”三個(gè)步驟，其運(yùn)作機(jī)理決定了生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)導(dǎo)致的風(fēng)險(xiǎn)、競(jìng)爭(zhēng)模式，以及隨之而來(lái)的司法實(shí)踐問(wèn)題均有別于傳統(tǒng)數(shù)據(jù)競(jìng)爭(zhēng)。

1.海量數(shù)據(jù)獲取導(dǎo)致三重風(fēng)險(xiǎn)

高質(zhì)量的訓(xùn)練依賴(lài)海量數(shù)據(jù)喂養(yǎng)，生成式人工智能若不能通過(guò)合理途徑獲取數(shù)據(jù)，其模型性能將會(huì)極大衰減。為提升模型輸出質(zhì)量，必須不斷擴(kuò)充和更新訓(xùn)練數(shù)據(jù)集，極有可能突破數(shù)據(jù)獲取、儲(chǔ)存、使用的合理邊界。因此，生成式人工智能的數(shù)據(jù)獲取將引發(fā)三重風(fēng)險(xiǎn)：一是數(shù)據(jù)獲取范圍突破邊界導(dǎo)致隱私泄露。相關(guān)企業(yè)可能為追求優(yōu)質(zhì)數(shù)據(jù)對(duì)數(shù)據(jù)源進(jìn)行更寬泛的挖掘，訓(xùn)練集的組成不再局限于經(jīng)過(guò)嚴(yán)格篩選和脫敏處理的合規(guī)數(shù)據(jù)，個(gè)人隱私數(shù)據(jù)和敏感數(shù)據(jù)可能被投入模型訓(xùn)練，增加了隱私泄露的風(fēng)險(xiǎn)。二是數(shù)據(jù)獲取手段不當(dāng)催生各類(lèi)糾紛。生成式人工智能通過(guò)網(wǎng)絡(luò)爬取和API接口等方式獲得數(shù)據(jù)，難以嚴(yán)格區(qū)分公開(kāi)數(shù)據(jù)與隱私數(shù)據(jù)。倘若數(shù)據(jù)授權(quán)協(xié)議存在未明確某類(lèi)數(shù)據(jù)能否被投入生成式人工智能訓(xùn)練的模糊條款，將導(dǎo)致越權(quán)采集并引發(fā)不正當(dāng)競(jìng)爭(zhēng)糾紛。三是優(yōu)質(zhì)數(shù)據(jù)獲取壓力促成惡性競(jìng)爭(zhēng)循環(huán)。在爭(zhēng)奪優(yōu)質(zhì)數(shù)據(jù)的商業(yè)競(jìng)爭(zhēng)壓力下，企業(yè)對(duì)數(shù)據(jù)合規(guī)和隱私保護(hù)的忽視將形成一種“激勵(lì)機(jī)制”，導(dǎo)致超出授權(quán)范圍攫取數(shù)據(jù)的現(xiàn)象更為普遍。與傳統(tǒng)數(shù)據(jù)競(jìng)爭(zhēng)中的基于固定場(chǎng)景的定向數(shù)據(jù)獲取不同，為提升算法性能，生成式人工智能平臺(tái)對(duì)數(shù)據(jù)的需求趨近于無(wú)限，以上突破原有數(shù)據(jù)獲取模式導(dǎo)致的三重風(fēng)險(xiǎn)，亦成為數(shù)據(jù)競(jìng)爭(zhēng)模式躍遷的基奠。

2.數(shù)據(jù)訓(xùn)練模式推動(dòng)競(jìng)爭(zhēng)躍遷

與傳統(tǒng)數(shù)據(jù)使用主要集中在靜態(tài)的數(shù)據(jù)分析不同，生成式人工智能在訓(xùn)練數(shù)據(jù)過(guò)程中，通過(guò)模型對(duì)數(shù)據(jù)進(jìn)行深度處理和不斷優(yōu)化。此種情況下，競(jìng)爭(zhēng)不僅局限于數(shù)據(jù)本身，更擴(kuò)張為數(shù)據(jù)訓(xùn)練、模型運(yùn)作和生成內(nèi)容的全面較量。具言之，生成式人工智能數(shù)據(jù)訓(xùn)練可能在以下三個(gè)層面推動(dòng)競(jìng)爭(zhēng)模式躍遷。

第一，競(jìng)爭(zhēng)重點(diǎn)從數(shù)據(jù)直接應(yīng)用轉(zhuǎn)化為系統(tǒng)模型訓(xùn)練。傳統(tǒng)數(shù)據(jù)競(jìng)爭(zhēng)側(cè)重于數(shù)據(jù)的靜態(tài)積累與直接應(yīng)用，即企業(yè)通過(guò)數(shù)據(jù)獲取和分析獲得優(yōu)勢(shì)。生成式人工智能則將數(shù)據(jù)轉(zhuǎn)化為模型參數(shù)并生成對(duì)應(yīng)內(nèi)容。此種轉(zhuǎn)化不僅是對(duì)數(shù)據(jù)的簡(jiǎn)單存儲(chǔ)和分析，而是通過(guò)復(fù)雜的算法提煉出有價(jià)值的信息，從而生成新的數(shù)據(jù)輸出，使競(jìng)爭(zhēng)重點(diǎn)從“誰(shuí)擁有最多的數(shù)據(jù)\"轉(zhuǎn)向“誰(shuí)擁有更高效的訓(xùn)練模型和生成能力”。

第二，競(jìng)爭(zhēng)機(jī)制從數(shù)據(jù)規(guī)模獲取延伸到數(shù)據(jù)重構(gòu)生成。生成式人工智能的進(jìn)步依賴(lài)于不斷迭代的閉環(huán)訓(xùn)練，即從大規(guī)模數(shù)據(jù)采集、語(yǔ)料體系預(yù)處理，到“模型預(yù)訓(xùn)練—微調(diào)—反饋優(yōu)化”[20]，這一過(guò)程實(shí)現(xiàn)了數(shù)據(jù)與模型的動(dòng)態(tài)交互。企業(yè)可以通過(guò)技術(shù)創(chuàng)新不斷突破數(shù)據(jù)使用的邊界，甚至在數(shù)據(jù)授權(quán)不足的情況下，通過(guò)算法重構(gòu)來(lái)彌補(bǔ)數(shù)據(jù)資源的不足，從而在競(jìng)爭(zhēng)中獲得更高的靈活性和更大的優(yōu)勢(shì)。以技術(shù)為核心的競(jìng)爭(zhēng)機(jī)制，促使競(jìng)爭(zhēng)優(yōu)勢(shì)從數(shù)據(jù)數(shù)量?jī)?yōu)勢(shì)延伸至算法創(chuàng)新和內(nèi)容生成轉(zhuǎn)型。

第三，競(jìng)爭(zhēng)范圍從單一環(huán)節(jié)擴(kuò)張至數(shù)據(jù)流通全環(huán)節(jié)。生成式人工智能平臺(tái)的運(yùn)作不僅依賴(lài)單一的數(shù)據(jù)占有或數(shù)據(jù)使用，而是通過(guò)開(kāi)放API、平臺(tái)化服務(wù)以及跨行業(yè)合作，形成了從數(shù)據(jù)供給、模型訓(xùn)練到內(nèi)容生成的全鏈條競(jìng)爭(zhēng)模式。傳統(tǒng)數(shù)據(jù)競(jìng)爭(zhēng)糾紛往往誕生于單一流通環(huán)節(jié)，如“微博訴脈脈案\"①?lài)@數(shù)據(jù)獲取、“大眾點(diǎn)評(píng)訴百度案”②聚焦數(shù)據(jù)使用。生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)糾紛則涉及多個(gè)環(huán)節(jié)，如“《紐約時(shí)報(bào)》訴OpenAI案\"中，《紐約時(shí)報(bào)》不僅控訴OpenAI對(duì)文章的越權(quán)爬取，還指控其使用文章作為訓(xùn)練數(shù)據(jù)[21]。生成式人工智能使數(shù)據(jù)競(jìng)爭(zhēng)在“獲取—儲(chǔ)存—使用”的全環(huán)節(jié)滲透，使競(jìng)爭(zhēng)從單一環(huán)節(jié)升級(jí)為整體，進(jìn)一步加速了市場(chǎng)資源整合與競(jìng)爭(zhēng)格局重塑。

3.模型輸出特性催生司法難題

生成式人工智能通過(guò)數(shù)據(jù)重構(gòu)輸出新的內(nèi)容，具有高度的創(chuàng)造性。在不完全授權(quán)的情況下，生成式人工智能可間接復(fù)現(xiàn)原始數(shù)據(jù)中的關(guān)鍵要素，造成隱私威脅?！半[性再現(xiàn)”不僅增加了數(shù)據(jù)授權(quán)管理的難度，也使得相關(guān)不正當(dāng)競(jìng)爭(zhēng)行為更難以被既有法律條款直接覆蓋。

在傳統(tǒng)數(shù)據(jù)不正當(dāng)競(jìng)爭(zhēng)糾紛中，行為模式的拆解相對(duì)清晰，責(zé)任方的構(gòu)成也相對(duì)明確。當(dāng)前相關(guān)案件裁判雖未統(tǒng)一范式，但也形成了較為一致的結(jié)論。反觀(guān)生成式人工智能涉數(shù)據(jù)不正當(dāng)競(jìng)爭(zhēng)糾紛，其復(fù)雜性體現(xiàn)為：“生成”本身既包括了最后生成的內(nèi)容，也包含生成數(shù)據(jù)的來(lái)源和生成的過(guò)程，責(zé)任主體由數(shù)據(jù)提供者、算法設(shè)計(jì)者、生成式人工智能服務(wù)提供商等各個(gè)環(huán)節(jié)的參與者共同構(gòu)成。在A(yíng)ndersenv.Stability AI案③中，生成式人工智能獲取母公司旗下圖庫(kù)作品，在未經(jīng)授權(quán)的情況下將作品用于模型訓(xùn)練，最終生成的作品還投人市場(chǎng)使用，案件原告也將模型開(kāi)發(fā)者、生成式人工智能繪畫(huà)平臺(tái)、母公司圖庫(kù)一同起訴。生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)糾紛中的不確定性和衍生問(wèn)題給司法實(shí)踐造成極大阻礙（見(jiàn)表1）。

司法機(jī)關(guān)秉持的裁判理念是解決上述問(wèn)題的關(guān)鍵。在傳統(tǒng)數(shù)據(jù)不正當(dāng)競(jìng)爭(zhēng)糾紛中，法院基于對(duì)既有競(jìng)爭(zhēng)利益的保護(hù)忽視了商業(yè)模式的創(chuàng)新，短期內(nèi)雖然維護(hù)了市場(chǎng)秩序，但長(zhǎng)此以往必然對(duì)市場(chǎng)業(yè)態(tài)的良性發(fā)展造成阻礙。在我國(guó)生成式人工智能涉數(shù)據(jù)不正當(dāng)競(jìng)爭(zhēng)首案“奧特曼LoRA案”中，兩審法院秉持的“包容審慎\"理念給予生成式人工智能充足的發(fā)展和試錯(cuò)空間①。鑒于“包容審慎\"理念在司法領(lǐng)域運(yùn)用較少，其在具體裁判中的內(nèi)涵構(gòu)成尚不明確，法官對(duì)理念的主觀(guān)解讀可能造成裁判結(jié)果出現(xiàn)偏差，故而在現(xiàn)階段難以對(duì)裁判范式和具體裁判規(guī)則進(jìn)行有效指導(dǎo)。

綜上所述，基于技術(shù)流程，生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)行為具體可分為數(shù)據(jù)不當(dāng)獲取行為、數(shù)據(jù)干擾行為和數(shù)據(jù)濫用行為。相較于傳統(tǒng)數(shù)據(jù)競(jìng)爭(zhēng)，生成式人工智能的數(shù)據(jù)驅(qū)動(dòng)屬性可能突破數(shù)據(jù)獲取邊界從而引發(fā)三重風(fēng)險(xiǎn)，并推動(dòng)數(shù)據(jù)競(jìng)爭(zhēng)從數(shù)據(jù)本身擴(kuò)張至數(shù)據(jù)訓(xùn)練、模型運(yùn)作和生成內(nèi)容各個(gè)環(huán)節(jié)，并且各環(huán)節(jié)涉及的復(fù)雜主體進(jìn)一步催生新的司法難題。

三、生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)行為的實(shí)踐與反思

隨著技術(shù)邊界的拓寬，生成式人工智能應(yīng)用涵蓋了眾多場(chǎng)景。當(dāng)前，我國(guó)專(zhuān)門(mén)針對(duì)生成式人工智能涉數(shù)據(jù)不正當(dāng)競(jìng)爭(zhēng)的司法判例僅有一例，但隨著生成式人工智能技術(shù)的商業(yè)化普及，相關(guān)糾紛將逐漸涌現(xiàn)。如前所述，生成式人工智能帶來(lái)了一系列司法難題。對(duì)此，本文將以國(guó)內(nèi)首例生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)糾紛判例——奧特曼LoRA案為樣本，以其所屬的收集、訓(xùn)練他人作品并生成新的內(nèi)容為具體場(chǎng)景，對(duì)該案的裁判理路進(jìn)行分析，試圖通過(guò)以小見(jiàn)大的方式揭示生成式人工智能案件的司法認(rèn)定難點(diǎn)。

（一）奧特曼LoRA模型不正當(dāng)競(jìng)爭(zhēng)糾紛案的理路觀(guān)察

基本案由：上海某文化發(fā)展公司（以下簡(jiǎn)稱(chēng)“文化發(fā)展公司”）是經(jīng)授權(quán)獲得奧特曼系列形象的知識(shí)產(chǎn)權(quán)人，杭州某智能科技股份有限公司（以下簡(jiǎn)稱(chēng)“智能科技公司”）是生成式人工智能平臺(tái)的經(jīng)營(yíng)者。智能科技公司運(yùn)營(yíng)的生成式人工智能平臺(tái)使用的LoRA模型將用戶(hù)上傳的與奧特曼形象相似的圖片用于訓(xùn)練，由此生成的圖片可任意下載、轉(zhuǎn)發(fā)。為此，文化發(fā)展公司訴稱(chēng)，智能科技公司的生成式人工智能服務(wù)行為因違反誠(chéng)信原則而構(gòu)成不正當(dāng)競(jìng)爭(zhēng)。一審法院判決認(rèn)定該行為不構(gòu)成不正當(dāng)競(jìng)爭(zhēng)。對(duì)此，文化發(fā)展公司二審另主張對(duì)奧特曼作品進(jìn)行“定向訓(xùn)練”的生成和發(fā)布構(gòu)成不正當(dāng)競(jìng)爭(zhēng)。二審法院再次判定該主張不成立。

奧特曼LoRA案作為我國(guó)生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)第一案，司法機(jī)關(guān)裁判理念凸顯了司法機(jī)關(guān)對(duì)新興技術(shù)發(fā)展的特殊考量。一審法院在判決中著重闡釋了生成式人工智能技術(shù)的正向作用?；凇白杂筛?jìng)爭(zhēng)”的角度，生成式人工智能通過(guò)個(gè)性化內(nèi)容定制優(yōu)化資源配置效率，以技術(shù)驅(qū)動(dòng)市場(chǎng)創(chuàng)新;基于“公平競(jìng)爭(zhēng)”的角度，本案中生成式人工智能的應(yīng)用未對(duì)其他競(jìng)爭(zhēng)者造成不當(dāng)干擾，也未在實(shí)質(zhì)上侵?jǐn)_消費(fèi)者的合法權(quán)益。二審法院從促進(jìn)科技進(jìn)步的角度出發(fā)，認(rèn)為對(duì)生成式人工智能的行為認(rèn)定宜采用相對(duì)寬松包容的認(rèn)定標(biāo)準(zhǔn)。綜合以上裁判思路，兩審法院均未采取傳統(tǒng)數(shù)據(jù)不正當(dāng)競(jìng)爭(zhēng)的裁判路徑，亦未以不確定的風(fēng)險(xiǎn)作為生成式人工智能會(huì)產(chǎn)生負(fù)面影響的依據(jù)，而是以動(dòng)態(tài)競(jìng)爭(zhēng)觀(guān)衡量利益得失，將包容審慎的裁判理念貫穿審理始終。

案件爭(zhēng)議焦點(diǎn)在于智能科技公司的行為是否因違反《中華人民共和國(guó)反不正當(dāng)競(jìng)爭(zhēng)法》中的“商業(yè)道德”條款而構(gòu)成不正當(dāng)競(jìng)爭(zhēng)?！吧虡I(yè)道德”條款作為涉數(shù)據(jù)競(jìng)爭(zhēng)案件的正當(dāng)性判定標(biāo)準(zhǔn)，其內(nèi)容高度抽象，司法實(shí)踐中常采用行業(yè)慣例或是法官自創(chuàng)的路徑將其具體化。本案中，兩審法院均從反不正當(dāng)競(jìng)爭(zhēng)法“行為規(guī)制法”的屬性出發(fā)構(gòu)建細(xì)化商業(yè)道德條款的裁判范式，但在具體范式選擇上存在差異。一審法院認(rèn)為，判斷行為是否構(gòu)成不正當(dāng)競(jìng)爭(zhēng)，關(guān)鍵在于其擾亂市場(chǎng)競(jìng)爭(zhēng)秩序與否?；诜床徽?dāng)競(jìng)爭(zhēng)法的整體價(jià)值取向，一審法院將市場(chǎng)秩序解構(gòu)為“自由競(jìng)爭(zhēng)”和“公平競(jìng)爭(zhēng)”兩個(gè)維度，以此為參照判斷行為的正當(dāng)性。二審法院則在市場(chǎng)競(jìng)爭(zhēng)秩序的基礎(chǔ)上，通過(guò)主客觀(guān)兩方面判斷其他經(jīng)營(yíng)者和消費(fèi)者的合法權(quán)益是否受損。

裁判范式的進(jìn)一步執(zhí)行有賴(lài)于更為具體的裁判規(guī)則。兩審法院對(duì)裁判規(guī)則的選擇有所不同。一審法院以“技術(shù)中立”規(guī)則作為判定智能科技公司的行為是否破壞“自由競(jìng)爭(zhēng)”和\"公平競(jìng)爭(zhēng)”的參照。一審法院認(rèn)為生成式人工智能的技術(shù)本身中立。一方面，競(jìng)爭(zhēng)優(yōu)勢(shì)的此消彼長(zhǎng)是市場(chǎng)競(jìng)爭(zhēng)常態(tài)，智能科技公司的行為并未對(duì)他人合法權(quán)益造成實(shí)質(zhì)性損害;另一方面，智能科技公司經(jīng)營(yíng)的生成式人工智能平臺(tái)能夠有效增長(zhǎng)用戶(hù)福利，促進(jìn)文化事業(yè)發(fā)展。由此，一審法院認(rèn)為智能科技公司并未利用生成式人工智能技術(shù)破壞市場(chǎng)競(jìng)爭(zhēng)秩序，不構(gòu)成不正當(dāng)競(jìng)爭(zhēng)。針對(duì)“定向訓(xùn)練”構(gòu)成不正當(dāng)競(jìng)爭(zhēng)的訴請(qǐng)，二審法院則以“最少且必要\"規(guī)則作為判斷智能科技公司的行為是否對(duì)其他經(jīng)營(yíng)者和消費(fèi)者合法權(quán)益造成侵害的依據(jù)。二審法院認(rèn)為，要求生成式人工智能服務(wù)商對(duì)輸入的每一份數(shù)據(jù)進(jìn)行查驗(yàn)不具有可行性，既會(huì)增加監(jiān)管壓力，也會(huì)阻礙科技發(fā)展。此種情況下，生成式人工智能服務(wù)提供商所負(fù)有的注意義務(wù)應(yīng)與其能力相適應(yīng)。本案中，智能科技公司通過(guò)人工審核機(jī)制、內(nèi)容安全審核服務(wù)、用戶(hù)反饋渠道等方式履行了注意義務(wù)，符合“最小且必要”，因此不構(gòu)成不正當(dāng)競(jìng)爭(zhēng)。

由此可知，奧特曼LoRA案標(biāo)志著我國(guó)司法機(jī)關(guān)對(duì)技術(shù)創(chuàng)新和市場(chǎng)秩序平衡思路進(jìn)行了結(jié)構(gòu)性調(diào)整。法院不再簡(jiǎn)單沿襲競(jìng)爭(zhēng)秩序受損或權(quán)益受損的傳統(tǒng)裁判理路，而是給予新興技術(shù)一定的發(fā)展空間，對(duì)后續(xù)案件裁判具有顯著示范意義。

（二）生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)行為正當(dāng)性判定的困境揭示

作為我國(guó)生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)第一案，奧特曼LoRA案在無(wú)先例可循的情況下，突破了以往裁判理路，彰顯了司法實(shí)踐的適應(yīng)性轉(zhuǎn)型。然而，類(lèi)案缺失也導(dǎo)致案件裁判理路存在現(xiàn)實(shí)困境。

第一，在裁判理念層面。兩審法院對(duì)“包容審慎”裁判理念的適用彰顯了司法對(duì)科技創(chuàng)新的積極回應(yīng)，但其內(nèi)涵及構(gòu)成要件的缺位可能對(duì)案件具體裁判造成困擾。2017年《政府工作報(bào)告》首次提出在制定新興產(chǎn)業(yè)監(jiān)管規(guī)則時(shí)要秉持包容審慎原則[22]?！鞍輰徤鳌笔俏覈?guó)在新業(yè)態(tài)下探索監(jiān)管模式的重要原則，當(dāng)前學(xué)術(shù)研究也多聚焦于行政監(jiān)管領(lǐng)域①。司法裁判層面的包容審慎理念尚未形成可操作框架，實(shí)際運(yùn)用過(guò)程中可能出現(xiàn)主客觀(guān)雙重風(fēng)險(xiǎn)。主觀(guān)上，內(nèi)涵與構(gòu)成要件的缺位導(dǎo)致法官在案件審理過(guò)程中過(guò)于依賴(lài)主觀(guān)判斷，形成不同的解釋通路，致使同案不同判情況產(chǎn)生，動(dòng)搖法律的可預(yù)期性和穩(wěn)定性?？陀^(guān)上，未經(jīng)嚴(yán)密論證便將“包容審慎\"理念運(yùn)用到生成式人工智能的司法裁判中，導(dǎo)致理論解釋難以清晰錨定新興技術(shù)行為的合法邊界，不法行為藏身于“包容審慎”中，實(shí)質(zhì)弱化了司法對(duì)不正當(dāng)競(jìng)爭(zhēng)行為的剛性約束。

第二，在裁判范式層面，兩審法院雖通過(guò)不同的裁判范式將“商業(yè)道德”具體化，但仍包含主觀(guān)道德判斷，暴露出其與生成式人工智能特性的結(jié)構(gòu)性錯(cuò)配。一審法院以市場(chǎng)競(jìng)爭(zhēng)秩序?yàn)榍腥朦c(diǎn)，構(gòu)建“自由競(jìng)爭(zhēng)”和\"公平競(jìng)爭(zhēng)”兩個(gè)判斷基準(zhǔn)。這種裁判范式在邏輯框架上具有自洽性，卻在具體論證環(huán)節(jié)存在疏漏。一審法院認(rèn)為生成式人工智能顯著提高了創(chuàng)作效率，符合“效率優(yōu)先”的自由競(jìng)爭(zhēng)要求。但是，此種觀(guān)點(diǎn)存在的問(wèn)題是：一方面，以“效率優(yōu)先”為導(dǎo)向的自由競(jìng)爭(zhēng)能促進(jìn)生產(chǎn)力發(fā)展;另一方面，自由競(jìng)爭(zhēng)是無(wú)法通過(guò)法律體系中的禁止性規(guī)定消除的競(jìng)爭(zhēng)形態(tài)，瓜分市場(chǎng)和設(shè)置準(zhǔn)人門(mén)檻都是自由競(jìng)爭(zhēng)的典型后果[25]一審法院未結(jié)合案件具體情況對(duì)生成式人工智能平臺(tái)的行為進(jìn)行客觀(guān)評(píng)價(jià)，模糊了技術(shù)創(chuàng)新與市場(chǎng)秩序的本質(zhì)關(guān)聯(lián)。二審法院針對(duì)新提出的訴請(qǐng)轉(zhuǎn)向了主客觀(guān)結(jié)合判斷的范式。主觀(guān)上，二審法院認(rèn)定生成式人工智能平臺(tái)不承擔(dān)數(shù)據(jù)逐條審查的義務(wù)，并以其設(shè)置的反饋機(jī)制推斷不存在主觀(guān)惡意。然而，法院未實(shí)際考察反饋機(jī)制的實(shí)質(zhì)運(yùn)作效能，生成式人工智能平臺(tái)可能并未建立配套處理機(jī)制或怠于處理反饋建議，將導(dǎo)致類(lèi)似情況反復(fù)發(fā)生?？陀^(guān)上，二審法院沿襲了一審法院從自由競(jìng)爭(zhēng)和公平競(jìng)爭(zhēng)兩個(gè)維度對(duì)案涉公司商業(yè)模式合法性和正當(dāng)性的判斷，并未對(duì)其論證的缺漏進(jìn)行補(bǔ)強(qiáng)。構(gòu)建“商業(yè)道德”條款具體化的裁判范式的是當(dāng)前數(shù)據(jù)競(jìng)爭(zhēng)案件判決的難點(diǎn)。本案兩審法院一定程度上突破了既往范式對(duì)競(jìng)爭(zhēng)利益的過(guò)度保護(hù)和對(duì)技術(shù)驅(qū)動(dòng)的商業(yè)模式的簡(jiǎn)單否定，卻尚未完全破解生成式人工智能引發(fā)的規(guī)范解釋困境。

第三，在裁判規(guī)則層面，兩審法院采取的裁判方式在說(shuō)理過(guò)程中均表現(xiàn)出適用局限。一審法院即便強(qiáng)調(diào)了反不正當(dāng)競(jìng)爭(zhēng)法行為規(guī)制法的屬性，但運(yùn)用的“技術(shù)中立”規(guī)則在實(shí)際操作中弱化了對(duì)具體行為的深人審查。司法實(shí)踐中，“技術(shù)中立\"主要以主觀(guān)過(guò)錯(cuò)作為判斷依據(jù)，行為方無(wú)過(guò)錯(cuò)時(shí)發(fā)生抗辯效力[26]。一審法院以“技術(shù)中立”切人，直接認(rèn)定合理使用的技術(shù)及商業(yè)模式不會(huì)破壞市場(chǎng)競(jìng)爭(zhēng)。一審法院既未進(jìn)一步分析案涉平臺(tái)的主觀(guān)過(guò)錯(cuò)，也未對(duì)技術(shù)的工具屬性有充分認(rèn)知。生成式人工智能技術(shù)是競(jìng)爭(zhēng)工具，本案正當(dāng)性判定的核心應(yīng)在于技術(shù)利用行為是否逾越法律邊界，而非單純依賴(lài)技術(shù)中立推定技術(shù)無(wú)錯(cuò)。二審法院則采用\"最小且必要”規(guī)則來(lái)平衡其他經(jīng)營(yíng)者和消費(fèi)者的合法權(quán)益。“最小且必要”規(guī)則來(lái)源于“大眾點(diǎn)評(píng)訴百度案”，核心在于市場(chǎng)經(jīng)營(yíng)者應(yīng)采取對(duì)其他經(jīng)營(yíng)者而言損害最低的競(jìng)爭(zhēng)手段①。“最小且必要”規(guī)則固然提供了相對(duì)可操作的衡量框架，但主要聚焦于分析對(duì)特定利益主體造成直接損害，忽略了對(duì)整體利益的系統(tǒng)性考量。具體而言，二審法院對(duì)“最小且必要”規(guī)則的適用存在雙重局限：一是法院以“海量數(shù)據(jù)\"作為辯解，降低了平臺(tái)應(yīng)承擔(dān)的責(zé)任閾值，忽視了平臺(tái)通過(guò)使用大量未獲得充分授權(quán)的數(shù)據(jù)進(jìn)行訓(xùn)練，可能引發(fā)數(shù)據(jù)來(lái)源風(fēng)險(xiǎn)、算法風(fēng)險(xiǎn)、數(shù)據(jù)濫用風(fēng)險(xiǎn)等[27];二是二審法院對(duì)其他經(jīng)營(yíng)者與消費(fèi)者合法權(quán)益的考量缺乏清晰界定，未能構(gòu)建動(dòng)態(tài)性、系統(tǒng)性的評(píng)估機(jī)制，難以全面衡量生成式人工智能在推動(dòng)社會(huì)進(jìn)步、產(chǎn)業(yè)升級(jí)及維護(hù)市場(chǎng)公平競(jìng)爭(zhēng)方面所產(chǎn)生的效應(yīng)。

結(jié)合上述分析，奧特曼LoRA案雖突破了以往限制，但裁判理路的實(shí)際運(yùn)用仍面臨裁判理念內(nèi)涵不明、裁判范式選擇存在分歧、裁判規(guī)則存在固有局限等重重阻礙。

四、生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)行為正當(dāng)性判定的理路廓清

生成式人工智能帶來(lái)的競(jìng)爭(zhēng)模式躍遷與現(xiàn)行法律框架間的結(jié)構(gòu)張力，導(dǎo)致司法機(jī)關(guān)在行為正當(dāng)性認(rèn)定的過(guò)程中面臨三重困境。裁判理路的系統(tǒng)性再造能有效實(shí)現(xiàn)技術(shù)治理中創(chuàng)新容錯(cuò)與風(fēng)險(xiǎn)防控的有機(jī)統(tǒng)一。為妥善處理未來(lái)可能發(fā)生的類(lèi)似案件，亟需針對(duì)已有困境對(duì)裁判理念、裁判范式和裁判規(guī)則的選擇與構(gòu)建進(jìn)行廓清。

（一）細(xì)化“包容審慎”裁判理念的內(nèi)涵要件

《生成式人工智能服務(wù)管理暫行辦法》第三條指出，關(guān)于生成式人工智能的發(fā)展要堅(jiān)持包容審慎[4]包容審慎理念實(shí)際上是“有效市場(chǎng)”和“有為政府”的深度結(jié)合，具體表現(xiàn)為“放得活”和“管得住”[28]156。奧特曼LoRA案兩審裁判暴露的裁判范式與裁判規(guī)則適用局限與張力，映射出“包容審慎\"理念在司法場(chǎng)域應(yīng)用中內(nèi)涵要件的缺位，進(jìn)而導(dǎo)致包容邊界模糊、審慎程度不足。在“包容”層面，法院重點(diǎn)關(guān)注生成式人工智能技術(shù)的中立性，卻未明確技術(shù)創(chuàng)新與侵權(quán)行為的邊界。在“審慎”層面，二審雖引人“最小且必要\"規(guī)則，但平臺(tái)審查是否落實(shí)尚未可知。為進(jìn)一步提升“包容審慎”理念在司法實(shí)踐中運(yùn)用效果，可從以下三個(gè)方面構(gòu)建“包容審慎”理念的內(nèi)涵要件。

第一，確定市場(chǎng)失靈為干預(yù)邊界的理念邏輯?！鞍荨弊鳛榘輰徤骼砟畹暮诵膬r(jià)值取向之一，主張尊重市場(chǎng)的自我調(diào)節(jié)機(jī)制，并為生成式人工智能等新興業(yè)態(tài)預(yù)留充足的發(fā)展空間。市場(chǎng)競(jìng)爭(zhēng)中，競(jìng)爭(zhēng)優(yōu)勢(shì)的此消彼長(zhǎng)和競(jìng)爭(zhēng)損害的產(chǎn)生是市場(chǎng)常態(tài)。市場(chǎng)機(jī)制未能有效消除壟斷和不正當(dāng)競(jìng)爭(zhēng)現(xiàn)象，難以實(shí)現(xiàn)公平的法律價(jià)值是市場(chǎng)失靈的典型表現(xiàn)[29。競(jìng)爭(zhēng)法的規(guī)制是市場(chǎng)新業(yè)態(tài)發(fā)展過(guò)程中的法律底線(xiàn)和市場(chǎng)邊界，生成式人工智能自由發(fā)展抑或約束限制，二者邊界亦在于行為是否違反競(jìng)爭(zhēng)法，是否導(dǎo)致市場(chǎng)不能有效調(diào)控而陷入失靈狀態(tài)[30]。司法機(jī)關(guān)作為被動(dòng)角色，嚴(yán)格遵循“不告不理”，必然不能主動(dòng)對(duì)市場(chǎng)主體行為進(jìn)行審查。當(dāng)案件進(jìn)人司法流程，法院應(yīng)充分維護(hù)生成式人工智能的發(fā)展空間以實(shí)現(xiàn)對(duì)“包容審慎”理念的貫徹落實(shí)，當(dāng)且僅當(dāng)市場(chǎng)確實(shí)進(jìn)入失靈狀態(tài)時(shí)，方可果斷介入干預(yù)。

第二，審慎掌握行為判斷的司法尺度?！皩徤鳌弊鳛榘輰徤骼砟畹牧硪粌r(jià)值面向，要求司法機(jī)關(guān)在認(rèn)定行為正當(dāng)與否的具體過(guò)程中保持謙抑。評(píng)估生成式人工智能等新興產(chǎn)業(yè)中產(chǎn)生的不正當(dāng)競(jìng)爭(zhēng)糾紛時(shí)，需綜合考量是否違反基本法理以及是否對(duì)社會(huì)秩序造成顯著危害[31]。具體而言：在證據(jù)認(rèn)定環(huán)節(jié)，需以嚴(yán)謹(jǐn)?shù)呐e證標(biāo)準(zhǔn)證明行為與競(jìng)爭(zhēng)損害之間存在直接且實(shí)質(zhì)的因果關(guān)系，同時(shí)確保所采集的證據(jù)具有客觀(guān)性、完整性和可驗(yàn)證性;在規(guī)則適用層面，法院需綜合考量反不正當(dāng)競(jìng)爭(zhēng)法的基本原則和精神，充分考慮人工智能技術(shù)特性與市場(chǎng)創(chuàng)新需求，既不能簡(jiǎn)單套用傳統(tǒng)規(guī)則，也不能片面追求技術(shù)創(chuàng)新效益。法律規(guī)則的穩(wěn)定和科技創(chuàng)新的變動(dòng)之間存在天然張力[32]。司法機(jī)關(guān)應(yīng)通過(guò)多維度、綜合性的審慎分析，在確保技術(shù)發(fā)展的活力的同時(shí)，防止對(duì)市場(chǎng)競(jìng)爭(zhēng)秩序造成損害。

第三，恪守否定評(píng)價(jià)的司法克制立場(chǎng)。“包容審慎”理念展現(xiàn)“放”與“管”辯證結(jié)合的內(nèi)涵，要求不過(guò)分憂(yōu)慮科技創(chuàng)新帶來(lái)的市場(chǎng)風(fēng)險(xiǎn)，避免以風(fēng)險(xiǎn)為由對(duì)市場(chǎng)主體行為進(jìn)行干預(yù)的非理性行為[28]157。在屏蔽視頻廣告類(lèi)案件中，我國(guó)司法實(shí)踐長(zhǎng)期側(cè)重保護(hù)既有商業(yè)模式，忽視了技術(shù)革新對(duì)市場(chǎng)生態(tài)的優(yōu)化功能。德國(guó)聯(lián)邦最高法院在2018年的電視精靈案中指出，廣告屏蔽技術(shù)客觀(guān)上倒逼內(nèi)容平臺(tái)提升廣告質(zhì)量與用戶(hù)匹配精準(zhǔn)度，最終通過(guò)市場(chǎng)競(jìng)爭(zhēng)實(shí)現(xiàn)消費(fèi)者福利的整體增進(jìn)①。風(fēng)險(xiǎn)本是尚未發(fā)生之事，法律對(duì)技術(shù)風(fēng)險(xiǎn)的過(guò)度防御，可能反向抑制市場(chǎng)機(jī)制的自我優(yōu)化。在“包容審慎”理念的指導(dǎo)下，法院不能僅因風(fēng)險(xiǎn)存在便給予行為否定性評(píng)價(jià)。換言之，法院對(duì)生成式人工智能競(jìng)爭(zhēng)行為正當(dāng)性的認(rèn)定應(yīng)保持克制，未有充分依據(jù)不應(yīng)認(rèn)定為不正當(dāng)。

當(dāng)前，司法實(shí)踐已呈現(xiàn)積極轉(zhuǎn)向。無(wú)論是我國(guó)的奧特曼LoRA案還是美國(guó) Andersen v.StabilityAI案，法院均未對(duì)生成式人工智能涉數(shù)據(jù)行為給予否定性評(píng)價(jià)，充分彰顯了司法機(jī)關(guān)對(duì)創(chuàng)新包容和秩序維護(hù)的理性平衡。

（二）堅(jiān)守“利益衡量”裁判范式的分析路徑

無(wú)論是一審還是二審的裁判范式，都未對(duì)“商業(yè)道德”條款的具體化嘗試?！吧虡I(yè)道德”條款本身極為抽象，難以通過(guò)單純的行為判斷、主客觀(guān)考量進(jìn)行判斷。經(jīng)過(guò)了實(shí)踐和理論的不斷探索，司法實(shí)踐中出現(xiàn)了大量以利益衡量作為裁判范式的案件，對(duì)個(gè)人利益與公共利益①、人身權(quán)益和財(cái)產(chǎn)權(quán)益②等各類(lèi)利益沖突進(jìn)行比較衡量。利益衡量是對(duì)案件進(jìn)行實(shí)質(zhì)性判斷的法解釋方法，要求法院認(rèn)定行為正當(dāng)性時(shí)必須充分考慮裁判結(jié)果可能對(duì)各方利益造成的現(xiàn)實(shí)影響，同時(shí)謹(jǐn)慎甄別各方當(dāng)事人主張的利益訴求是否客觀(guān)真實(shí)[33]。相較于抽象的商業(yè)道德范式而言，利益衡量范式能準(zhǔn)確厘清核心利益，有效分析關(guān)涉各層級(jí)的利益種類(lèi)，劃分利益的優(yōu)先程度，從而實(shí)現(xiàn)各方利益的整體最大化[34]。

生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)中涉及的利益相關(guān)方亦是責(zé)任相關(guān)方，主要包括數(shù)據(jù)提供方、生成式人工智能服務(wù)提供商、平臺(tái)用戶(hù)和其他市場(chǎng)競(jìng)爭(zhēng)者。法院對(duì)各方利益的衡量兼具復(fù)雜性和挑戰(zhàn)性，必須明確利益核心進(jìn)而拓寬衡量路徑，以準(zhǔn)確衡量案件裁判可能帶來(lái)的法律效果、社會(huì)效果和經(jīng)濟(jì)效果[35]。具體而言：

第一，數(shù)據(jù)提供方的利益核心在于維護(hù)數(shù)據(jù)涉及的知識(shí)產(chǎn)權(quán)、數(shù)據(jù)完整性及隱私安全，確保提供的數(shù)據(jù)不被未經(jīng)授權(quán)或不正當(dāng)方式利用。法院在裁判過(guò)程中，應(yīng)對(duì)生成式人工智能平臺(tái)數(shù)據(jù)使用流程進(jìn)行審查，重點(diǎn)考察是否存在數(shù)據(jù)濫用、越權(quán)使用或數(shù)據(jù)隱私再現(xiàn)的現(xiàn)象。一方面，法院要考慮是否存在因不正當(dāng)數(shù)據(jù)利用導(dǎo)致市場(chǎng)失靈;另一方面，法院還要維護(hù)消費(fèi)者和其他經(jīng)營(yíng)者對(duì)數(shù)據(jù)安全和公平競(jìng)爭(zhēng)環(huán)境的信任，從而在整體上促成技術(shù)創(chuàng)新與公共利益協(xié)調(diào)發(fā)展的裁判結(jié)果。

第二，生成式人工智能服務(wù)提供商的利益核心在于保證技術(shù)創(chuàng)新和商業(yè)模式發(fā)展的充足空間，同時(shí)確保其在利用數(shù)據(jù)進(jìn)行模型訓(xùn)練與服務(wù)輸出時(shí)符合法律要求，不損害其他主體合法權(quán)益。在評(píng)估平臺(tái)行為時(shí)，法院應(yīng)構(gòu)建一個(gè)多維度利益評(píng)估框架，既要考察平臺(tái)利用數(shù)據(jù)進(jìn)行模型訓(xùn)練和服務(wù)輸出是否對(duì)數(shù)據(jù)提供者、終端用戶(hù)和其他市場(chǎng)競(jìng)爭(zhēng)者造成直接或間接損害，又要權(quán)衡這些損害與平臺(tái)創(chuàng)新推動(dòng)的整體社會(huì)效益之間的關(guān)系。通過(guò)權(quán)衡短期競(jìng)爭(zhēng)損害與長(zhǎng)期整體利益，確保裁判結(jié)果既能維護(hù)公平競(jìng)爭(zhēng)，又不致妨礙技術(shù)創(chuàng)新。

第三，生成式人工智能平臺(tái)用戶(hù)的利益核心與平臺(tái)生成的內(nèi)容相關(guān)。用戶(hù)依賴(lài)平臺(tái)獲得生成內(nèi)容，以輔助決策、獲取信息或進(jìn)行創(chuàng)作。生成內(nèi)容的準(zhǔn)確性、客觀(guān)性和合法性直接關(guān)系到用戶(hù)的使用體驗(yàn)和權(quán)益。此外，平臺(tái)用戶(hù)的數(shù)據(jù)可能也參與到生成式人工智能的訓(xùn)練中，平臺(tái)在數(shù)據(jù)采集、存儲(chǔ)和處理過(guò)程中應(yīng)嚴(yán)格遵守隱私保護(hù)法律法規(guī)，防止數(shù)據(jù)泄露、濫用或未經(jīng)授權(quán)的傳播。

第四，其他市場(chǎng)競(jìng)爭(zhēng)者的利益核心在于市場(chǎng)公平競(jìng)爭(zhēng)，保障其在技術(shù)研發(fā)和商業(yè)競(jìng)爭(zhēng)中的平等參與。法院應(yīng)綜合評(píng)估生成式人工智能平臺(tái)的行為對(duì)數(shù)據(jù)流通、技術(shù)研發(fā)和資源配置的影響，防止因數(shù)據(jù)封鎖而導(dǎo)致市場(chǎng)競(jìng)爭(zhēng)失衡，進(jìn)而阻礙其他競(jìng)爭(zhēng)者的創(chuàng)新投入和商業(yè)發(fā)展的情況，確保裁判結(jié)果能促進(jìn)數(shù)據(jù)開(kāi)放和信息共享。

（三）拓寬“最少且必要”裁判規(guī)則的分析框架

反不正當(dāng)競(jìng)爭(zhēng)法作為“行為規(guī)制法”，跳脫了侵權(quán)法“權(quán)利侵害”的認(rèn)定模式，強(qiáng)調(diào)對(duì)行為正當(dāng)性的判定?！白钌偾冶匾币?guī)則作為利益衡量范式的具體展開(kāi)，將市場(chǎng)經(jīng)營(yíng)者采取的競(jìng)爭(zhēng)手段對(duì)其他經(jīng)營(yíng)者的損害是否最小，作為判斷行為正當(dāng)與否的依據(jù)。二審法院運(yùn)用“最少且必要”規(guī)則，衡量行為對(duì)利益相關(guān)方的影響，彌補(bǔ)了“技術(shù)中立”規(guī)則忽視反不正當(dāng)競(jìng)爭(zhēng)法作為“行為規(guī)制法”的缺陷。但“最少且必要”規(guī)則的作用面較窄，難以在生成式人工智能案件中系統(tǒng)衡量多方影響。面對(duì)數(shù)字經(jīng)濟(jì)時(shí)代下的數(shù)據(jù)權(quán)屬、算法歧視等新型糾紛，理論與實(shí)踐均嘗試通過(guò)比例原則建立更為精細(xì)的利益衡量分析范式。從功能上看，“最少且必要”規(guī)則與比例原則存在邏輯關(guān)聯(lián)。前者聚焦競(jìng)爭(zhēng)損害的最小化控制，后者則通過(guò)目的“正當(dāng)性、適當(dāng)性、必要性和均衡性”[36]四項(xiàng)子原則，構(gòu)建層次分明的利益衡量框架。比例原則發(fā)端于德國(guó)警察法，是行政法中衡量干預(yù)適度性的重要原則[37]。近年來(lái)，比例原則的應(yīng)用場(chǎng)域延伸至經(jīng)濟(jì)法。在奧特曼Lo-RA 案中，針對(duì)生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)中涉及的多方主體，司法機(jī)關(guān)可通過(guò)比例原則的四項(xiàng)子原則完善利益衡量具體路徑。需注意的是，比例原則的域外適用寬嚴(yán)有別，鑒于生成式人工智能產(chǎn)業(yè)發(fā)展是否會(huì)對(duì)競(jìng)爭(zhēng)秩序造成損害尚未定論，比例原則適用過(guò)程中應(yīng)當(dāng)堅(jiān)守謙抑性理念，對(duì)具體行為進(jìn)行柔和審查[38]。

以?shī)W特曼LoRA案為例，比例原則的適用可做如下推演：首先，生成式人工智能平臺(tái)利用數(shù)據(jù)進(jìn)行模型訓(xùn)練和服務(wù)輸出，其根本目的是推動(dòng)技術(shù)創(chuàng)新、提高產(chǎn)品質(zhì)量和滿(mǎn)足市場(chǎng)需求，符合公共利益和產(chǎn)業(yè)進(jìn)步的要求。從整體上看，推動(dòng)技術(shù)創(chuàng)新和提升服務(wù)效率是促進(jìn)經(jīng)濟(jì)發(fā)展和社會(huì)進(jìn)步的正當(dāng)目的，符合“目的正當(dāng)性”的要求。其次，“適當(dāng)性”原則要求所采取的措施應(yīng)能有效實(shí)現(xiàn)既定目的，重點(diǎn)在于手段與效果的適配性。在奧特曼LoRA案中，平臺(tái)采集和利用大量數(shù)據(jù)進(jìn)行模型訓(xùn)練，旨在不斷優(yōu)化算法性能和生成內(nèi)容的質(zhì)量，進(jìn)而提升市場(chǎng)競(jìng)爭(zhēng)力。這一做法能直接促進(jìn)產(chǎn)品創(chuàng)新和服務(wù)改善，是適當(dāng)且具有實(shí)際效果的?！斑m當(dāng)”雖強(qiáng)調(diào)手段的有效性，但惡性手段不應(yīng)包含在內(nèi)。如前所述，生成式人工智能通過(guò)獲取海量數(shù)據(jù)帶來(lái)的三重風(fēng)險(xiǎn)，要求在平臺(tái)運(yùn)行過(guò)程中對(duì)數(shù)據(jù)隱私、版權(quán)和信息安全進(jìn)行合理保障，確保技術(shù)創(chuàng)新與合法合規(guī)之間取得平衡。即使生成式人工智能平臺(tái)難以對(duì)海量數(shù)據(jù)進(jìn)行一一核查，但在具體裁判過(guò)程中，法院有必要對(duì)其采取的防范措施進(jìn)行實(shí)質(zhì)性檢驗(yàn)，僅文字分析便下定論的結(jié)論可信度不足。再次，“必要性”原則要求在實(shí)現(xiàn)目標(biāo)時(shí)，所采取的手段應(yīng)為“最少且必要”，即不存在同樣能夠達(dá)到目標(biāo)但侵害更小的替代方案，是對(duì)手段造成的損害程度的限制。奧特曼LoRA案中，平臺(tái)為了保證模型的高效訓(xùn)練和優(yōu)質(zhì)輸出，不得不依賴(lài)大量數(shù)據(jù)作為支撐。有限的數(shù)據(jù)來(lái)源無(wú)法滿(mǎn)足創(chuàng)新和服務(wù)質(zhì)量的要求，通過(guò)多方渠道獲取大規(guī)模數(shù)據(jù)可以被視為必要的手段。平臺(tái)獲取的數(shù)據(jù)應(yīng)通過(guò)數(shù)據(jù)篩選、脫敏等技術(shù)，防范數(shù)據(jù)濫用和侵權(quán)風(fēng)險(xiǎn)，從而確保在實(shí)現(xiàn)創(chuàng)新目的的同時(shí)，對(duì)他人權(quán)益的影響降到最低，如此方能符合“適當(dāng)性”原則要求。最后，“均衡性”原則要求在保護(hù)公共利益與限制個(gè)體權(quán)益之間實(shí)現(xiàn)合理平衡。在奧特曼LoRA案中，法院應(yīng)在支持生成式人工智能技術(shù)創(chuàng)新和保護(hù)數(shù)據(jù)提供方、市場(chǎng)競(jìng)爭(zhēng)者合法權(quán)益之間進(jìn)行權(quán)衡。生成式人工智能平臺(tái)在推動(dòng)技術(shù)進(jìn)步和市場(chǎng)效率方面具有顯著積極效應(yīng)。根據(jù)前文分析，生成式人工智能推動(dòng)競(jìng)爭(zhēng)模式躍遷，數(shù)據(jù)競(jìng)爭(zhēng)從數(shù)據(jù)獲取演變?yōu)閮?nèi)容重構(gòu)，極有可能出現(xiàn)隱私再現(xiàn)、版權(quán)侵權(quán)等現(xiàn)象。“包容審慎”理念指導(dǎo)下的司法裁判給予生成式人工智能發(fā)展時(shí)間和容錯(cuò)空間。誠(chéng)然，實(shí)踐中不應(yīng)采取過(guò)度嚴(yán)格的干預(yù)措施扼殺技術(shù)創(chuàng)新和商業(yè)模式發(fā)展，但也必須嚴(yán)格防止生成式人工智能的數(shù)據(jù)使用對(duì)他人合法權(quán)益造成嚴(yán)重?fù)p害。新技術(shù)的發(fā)展不可避免觸碰到在先利益的邊界并造成一定損害。損害必然存在98

時(shí)，司法實(shí)踐的判斷焦點(diǎn)應(yīng)當(dāng)在于行為方提供的救濟(jì)措施是否能有效阻止損害造成不可彌補(bǔ)的影響。本案中，生成式人工智能平臺(tái)提供的舉報(bào)系統(tǒng)和下架服務(wù)，能及時(shí)阻斷損害擴(kuò)散，因此符合“均衡性”原則。

比例原則在奧特曼LoRA案的司法審查中逐層遞進(jìn)。在目的正當(dāng)性層面，判斷生成式人工智能平臺(tái)的行為是否契合推動(dòng)技術(shù)創(chuàng)新、促進(jìn)社會(huì)進(jìn)步的目的；在適當(dāng)性層面，細(xì)究平臺(tái)獲取數(shù)據(jù)的行為是否有助于精準(zhǔn)實(shí)現(xiàn)技術(shù)創(chuàng)新的目的;在必要性層面，衡量行為是否會(huì)造成不可逆轉(zhuǎn)的損害，以及救濟(jì)措施是否能有效阻斷損害擴(kuò)散;在均衡性層面，既包容技術(shù)試錯(cuò)空間，又守住權(quán)益保護(hù)底線(xiàn)。以上審查邏輯為生成式人工智能的行為劃定了鼓勵(lì)創(chuàng)新但不縱容侵權(quán)的司法邊界。

五、結(jié)語(yǔ)：平衡有為政府和有效市場(chǎng)

數(shù)據(jù)作為數(shù)字經(jīng)濟(jì)時(shí)代的“石油”，圍繞數(shù)據(jù)資源搶奪造就的一系列新型不正當(dāng)競(jìng)爭(zhēng)糾紛衍生大量司法難題。生成式人工智能作為數(shù)據(jù)應(yīng)用的典型代表，運(yùn)行階段涵蓋數(shù)據(jù)獲取、數(shù)據(jù)訓(xùn)練和內(nèi)容生成，其數(shù)據(jù)競(jìng)爭(zhēng)行為的正當(dāng)與否難以判斷。當(dāng)前司法實(shí)踐以包容審慎的理念為基礎(chǔ)，構(gòu)建了與之適配的裁判范式和裁判規(guī)則。但由于缺乏類(lèi)案指導(dǎo)，我國(guó)生成式AI不正當(dāng)競(jìng)爭(zhēng)首案——奧特曼LoRA案的一審和二審裁判仍存在理念不明確、范式不清晰、規(guī)則不統(tǒng)一等問(wèn)題。為給后續(xù)類(lèi)案提供指導(dǎo)，需要細(xì)化包容審慎裁判理念的內(nèi)涵構(gòu)成，明確利益衡量裁判范式的選擇，拓寬“最少且必要”裁判規(guī)則的分析框架，從而準(zhǔn)確判斷生成式人工智能涉數(shù)據(jù)競(jìng)爭(zhēng)行為的正當(dāng)性。

生成式人工智能的技術(shù)迭代與法律規(guī)制產(chǎn)生的矛盾，本質(zhì)上是平衡市場(chǎng)創(chuàng)新效率與市場(chǎng)秩序的命題，也是有為政府和有效市場(chǎng)的張力體現(xiàn)。理論上，有效市場(chǎng)依賴(lài)于競(jìng)爭(zhēng)機(jī)制的正常運(yùn)行，企業(yè)通過(guò)數(shù)據(jù)積累和算法優(yōu)化提升市場(chǎng)競(jìng)爭(zhēng)力，市場(chǎng)最終形成優(yōu)勝劣汰的動(dòng)態(tài)格局。但現(xiàn)實(shí)中，生成式人工智能企業(yè)可能利用數(shù)據(jù)優(yōu)勢(shì)限制競(jìng)爭(zhēng)對(duì)手獲取數(shù)據(jù)資源，從而削弱市場(chǎng)可競(jìng)爭(zhēng)性。市場(chǎng)機(jī)制未必能自動(dòng)調(diào)整競(jìng)爭(zhēng)失衡，市場(chǎng)失靈時(shí)則需要政府適當(dāng)介人。過(guò)度干預(yù)會(huì)抑制市場(chǎng)主體的自主創(chuàng)新動(dòng)力。因此，司法裁判的關(guān)鍵在于法院應(yīng)依據(jù)市場(chǎng)動(dòng)態(tài)競(jìng)爭(zhēng)情況，對(duì)數(shù)據(jù)競(jìng)爭(zhēng)糾紛進(jìn)行精準(zhǔn)干預(yù)，既避免生成式人工智能平臺(tái)利用數(shù)據(jù)優(yōu)勢(shì)形成不公平競(jìng)爭(zhēng)，也避免過(guò)度干預(yù)導(dǎo)致技術(shù)創(chuàng)新受阻。唯有以“包容審慎”為理念指導(dǎo)，精準(zhǔn)掌握司法干預(yù)尺度，方能實(shí)現(xiàn)行業(yè)創(chuàng)新活力與市場(chǎng)公平競(jìng)爭(zhēng)的動(dòng)態(tài)平衡的同時(shí)，推動(dòng)生成式人工智能技術(shù)在法治框架內(nèi)的可持續(xù)發(fā)展。

參考文獻(xiàn)：

[1]WACHK.，UONGC.D.，EJDYSJ..TheDark SideofGenerativeArtificial Intellgence：aCriticalAnalysisofControversiesand Risks of ChatGPT[J]. Entrepreneurial Business and Economics Review，2O23（2） ：8.

[2]FEURRIEGEL S.，HARTMANNJ.，JANIESCH C..Generative ai[J].Business amp; Information Systems Engineering，2024（1）：111.

[3]賀俊，龐堯.數(shù)字技術(shù)驅(qū)動(dòng)的產(chǎn)業(yè)融合發(fā)展范式與面向融合范式的政策體系調(diào)整[J].湖南科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023（4）：71.

[4]國(guó)家互聯(lián)網(wǎng)信息辦公室，中華人民共和國(guó)國(guó)家發(fā)展和改革委員會(huì)，中華人民共和國(guó)教育部，等.生成式人工智能服務(wù)管理暫行辦法[EB/OL].（2023-07-10）[2025-04-21].htps：//www.gov.cn/zhengce/zhengceku/202307/content_6891752. htm.

[5]陳耿華，陳翰臣.數(shù)據(jù)不正當(dāng)競(jìng)爭(zhēng)行為判定的反思與完善[J].重慶郵電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024（4）：53-54.

[6]李希梁，張欽昱.生成式人工智能的反壟斷規(guī)制[J].電子政務(wù)，2024（5）.

[7]王健，吳宗澤.生成式人工智能反壟斷論綱[J].法治研究，2024（6）：130-147.

[8]雷浩然.生成式人工智能領(lǐng)域的壟斷風(fēng)險(xiǎn)及其治理路徑[J].中國(guó)流通經(jīng)濟(jì)，2025（4）：115－126.

[9]杭州互聯(lián)網(wǎng)法院.用戶(hù)生成奧特曼侵權(quán)圖片，AI平臺(tái)要擔(dān)責(zé)？杭州互聯(lián)網(wǎng)法院判決解析來(lái)了?。跡B/OL].（2025-02－10）[2025 -03 -25]. htps：//mp. weixin.qq. com/s/ZgqsKlCToaQb9QW_JHwi0g.

[10]北京市律師協(xié)會(huì).律師視點(diǎn)丨AI數(shù)據(jù)訓(xùn)練使用他人作品的合理使用判斷——從中美兩國(guó)數(shù)據(jù)訓(xùn)練著作權(quán)首案判決談起[EB/OL]. （2025 -04-08）[2025-04 -15]. htps：//mp.weixin.qq.com/s/1UcchtT9UF5QvuinTB_lpg.

[11]ZECCHINI G.，MOORE AA.，UblM.. The rise of the AI crawler[EB/OL].（2025-03-10）[2024-12-17].https：//vercel.com/blog/the-rise-of -the-ai-crawler.

[12]Crawl4AI. Open-Source LLM-Friendly Web Crawler amp; Scraper[EB/OL].（2024-10-14）[2025-04-15].Crawl4A1，https：//docs. crawl4ai. com/.

[13]HUANG CJ..The SynergyofAutomated Pipelines with Prompt Enginering and Generative AI in Web Crawling[J/OL].（2024 -12 -29）[2025-04 -04].arxiv.org. htps：//arxiv.org/abs/2502.15691.

[14]LIUE.，LUOE.，HANS..SomesiteIUsedTo Crawl：Awareness，AgencyandEficacyinProtecting Content CreatorsFromAI Crawlers[J/OL]. （2024-12-22）[2025 -03-15]. htps：//arxiv.org/abs/2411.15091.

[15]ALLYNB..‘The New York Times’takes OpenAI to court.ChatGPT'sfuturecould be on the line[N/OL].（2025-01-14）[2025-03-21].NPR News.htps：//www.npr.org/2025/01/14/nx-s1-5258952/new- york-times-openai- mi-crosoft.

[16]張濤.生成式人工智能訓(xùn)練數(shù)據(jù)集的法律風(fēng)險(xiǎn)與包容審慎規(guī)制[J].比較法研究，2024（4）.

[17]BAACK S..A Critical Analysisof the Largest Sourcefor Generative ai Training Data：common Crawl[J/OL].（2024-01-05）[2025-04 -01].ACM Digital Library.htps：//dl.acm.org/doi/10.1145/3630106.3659033.

[18]BADRM.Unleashing the PowerofAI：the MicrosoftandOpenAIPartnership[J/OL].（2023-04-18）[2025-03-22].Uni-versityof Washington.htps：//digital.lib.washington.edu/researchworks/items/7fea15-dcdb-4b67-8bl3-cd234e782bd8.

[19]瑪麗亞木·艾斯凱爾.合成數(shù)據(jù)：生成式人工智能數(shù)據(jù)訓(xùn)練中隱私保護(hù)和數(shù)據(jù)利用并行的新路徑［J/OL].圖書(shū)館建設(shè)，（2024-12-20）[2025-06-11]. htp：//kns.cnki.net/kcms/detail/23.1331. G2.20241220.0845.002.html.

[20]李耕，王梓爍，何相騰，等.從 ChatGPT到多模態(tài)大模型：現(xiàn)狀與未來(lái)[J].中國(guó)科學(xué)基金，2023（5）：725.

[21]POPEHLR A..NYT V.OpenAI： The Times’s About-Face[J/OL].（2024-04-10）[2025-03-21].Harvard Law Re-view.https：//harvardlawreview.org/blog/2024/O4/nyt-v-openai-the -timess-about -face/.

[22]中國(guó)政府網(wǎng).政府工作報(bào)告（全文）[R/OL].（2017-03-16）[2025-04-05].htps：//w.gov.cn/xinwen/2017-03/16/content_5177940. htm.

[23]劉權(quán).數(shù)字經(jīng)濟(jì)視域下包容審慎監(jiān)管的法治邏輯[J].法學(xué)研究，2022（4）：37-51.

[24]廖凡.論金融科技的包容審慎監(jiān)管[J].中外法學(xué)，2019（3）：797-816.

[25]貝爾納·克萊芒．自由競(jìng)爭(zhēng)[M].黃傳根，譯.上海：商務(wù)印書(shū)館，2001：1.

[26]王雯慧，馬瑞麗.論技術(shù)中立原則在網(wǎng)絡(luò)知識(shí)產(chǎn)權(quán)侵權(quán)中的抗辯效力[J].華北水利水電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018（5） ：91.

[27]劉輝，雷崎山.生成式人工智能的數(shù)據(jù)風(fēng)險(xiǎn)及其法律規(guī)制[J].重慶郵電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024（4）：41-42.

[28］戚聿東，劉?。斯ぶ悄墚a(chǎn)業(yè)的包容審慎監(jiān)管：理論內(nèi)涵與實(shí)現(xiàn)路徑[J].蘭州大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024（4）.

[29]盧代富.經(jīng)濟(jì)法中的國(guó)家干預(yù)解讀[J].現(xiàn)代法學(xué)，2019（4）：118.

[30]劉乃梁.包容審慎原則的競(jìng)爭(zhēng)要義——以網(wǎng)約車(chē)監(jiān)管為例[J].法學(xué)評(píng)論，2019（5）：129.

[31]袁康，鄢浩宇.包容審慎視角下數(shù)據(jù)競(jìng)爭(zhēng)法律制度的理念調(diào)適與范式革新[J].北京郵電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022（3） ：40.

100

[32]黃鏟.論我國(guó)人工智能領(lǐng)域包容審慎監(jiān)管的法治維度[J].財(cái)經(jīng)法學(xué)，2025（2）：102.

[33]盧代富，張煜琦.從權(quán)益保護(hù)到利益衡量：數(shù)據(jù)抓取行為正當(dāng)性認(rèn)定的路徑優(yōu)化［J].河南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2022（6） ：66.

[34]任明艷.利益衡量如何在民商事案件中展開(kāi)？［EB/OL].（2025-03-10）[2025-04-01].https：//mp.weixin.qq.com/s/x6hFpOpy9_IGr4QCySqtvA.

[35]陳金釗，左飛.論利益衡量規(guī)則[J].河北法學(xué)，2025（5）：33.

[36]Gesammelte S..Claus-Wilhelm Canaris[M].Berlin：De Gruyter，2O12：775.

[37]史欣媛.論比例原則在經(jīng)濟(jì)法中的適用［J].現(xiàn)代法學(xué)，2022（2）：36.

[38]史欣媛.屏蔽視頻廣告行為正當(dāng)性判定的理路反思[J].廈門(mén)大學(xué)法律評(píng)論，2023（1）：150.

（責(zé)任編輯：蒲應(yīng)秋）

Legitimacy Determination of Data Competition Behavior Involving Generative Artificial Intelligence： a Review of the AI -Generated Ultraman Image Copyright Infringement Case

SHI Xinyuan'，ZHENG Jinglei2 School of Law，Xiamen University，Xiamen，F(xiàn)ujian，China，361Oo5；2.Center for Financial Law， Xiamen University，Xiamen，F(xiàn)ujian，China，361005）

Abstract：Disputesarisingfromdatacompetition behaviorinvolvinggenerativeartificialintellgence（GAI）permeatevarious aspects fdata circulation.Basedonthetechnological processtages，such behaviorcanbe deconstructedinto threespecifictypes： improperdataacquision，datainterference，anddatamisuse.Incomparisontotraditionaldatacompetition，thedata-driven natureofGAIrendersitsriskbenefitstructuremorecomplexanddiverse，exacerbating thechallngeofdeterminingthelegitimacy of the involved data competition behavior.The firstcase in China involving GAI and improper data competition - the“Ultraman LoRAcase”—underscoresaperspectivethatscrutinizestherelatioshipbetweentechnologicalinovationandmarketcompeition throughadynamiccompetitivelens，wichisworthemulating.However，acloseexamiationofthejudicialreasoninginthiscase revealspracticalimpedimentssuchasunclearjudicialconceptual implications，structuralmismatches injudicialparadigms，anda deviationfromtheessnceofcompetitioninthejudgmentrules.Hence，futuredeterminationsof thelegitimacyofdatabehavior involvingGAIshouldupholdtheprincipleof“inclusivenessandprudence，emphasizingarational balancebetweeninovative inclusivityandorder maintenance，downplayingsubjectivemoralevaluation，adhering toa judgmentparadigm basedonbenefits assessment，broadeningthesopeof“mnimalandnecessry”rules，extendingtheirappicationframeworkthroughthepricipleof proportionality，andthusrealizing asystemicreconstructionof thelegitimacyofdatacompetionbehaviorinvolving GAI.

Key words ：generative artificial intelligence ;data competition;legitimacy; Ultraman LoRA Case