原標(biāo)題：完善新領(lǐng)域知識產(chǎn)權(quán)保護

人工智能（AI）作為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略核心技術(shù)，正在深刻重塑知識生產(chǎn)方式、產(chǎn)業(yè)組織形態(tài)以及全球創(chuàng)新格局。國務(wù)院新聞辦公室此前舉行新聞發(fā)布會介紹2025年知識產(chǎn)權(quán)工作進展情況，明確提出完善人工智能等新領(lǐng)域新業(yè)態(tài)知識產(chǎn)權(quán)保護制度。這既體現(xiàn)了問題導(dǎo)向，也彰顯了前瞻布局。

傳統(tǒng)知識產(chǎn)權(quán)制度以“人類創(chuàng)作”為制度原點和價值基準(zhǔn)，在面對具備自主學(xué)習(xí)能力和概率生成機制的智能系統(tǒng)時表現(xiàn)出明顯的不適應(yīng)。人工智能在數(shù)據(jù)獲取、算法運行、內(nèi)容生成等各環(huán)節(jié)均面臨新的知識產(chǎn)權(quán)風(fēng)險，對產(chǎn)業(yè)發(fā)展形成了現(xiàn)實制約。

一是AI訓(xùn)練存在較高侵權(quán)風(fēng)險。AI模型的性能依賴大規(guī)模、高質(zhì)量的數(shù)據(jù)支撐。在“輸入”階段，訓(xùn)練往往涉及對網(wǎng)絡(luò)作品和海量數(shù)據(jù)的抓取、復(fù)制、整理與分析，現(xiàn)行立法尚未對AI訓(xùn)練行為作出系統(tǒng)回應(yīng)，實踐中可能同時觸及著作權(quán)侵權(quán)、數(shù)據(jù)不正當(dāng)利用以及個人信息保護等多重風(fēng)險。在著作權(quán)層面，構(gòu)建訓(xùn)練數(shù)據(jù)集通常需要對文本、圖片、音視頻等作品進行復(fù)制、轉(zhuǎn)碼和整合。若未經(jīng)許可且不屬于合理使用或法定許可情形，可能侵害復(fù)制權(quán)、改編權(quán)、匯編權(quán)等權(quán)利。若要求開發(fā)者對海量訓(xùn)練數(shù)據(jù)逐一取得授權(quán)不僅成本高昂，且難以實際操作，甚至可能形成進入壁壘。

二是AI生成內(nèi)容的權(quán)利保護機制不明。現(xiàn)行著作權(quán)法規(guī)定，作品是指文學(xué)、藝術(shù)和科學(xué)領(lǐng)域內(nèi)具有獨創(chuàng)性并能以一定形式表現(xiàn)的智力成果，其核心前提在于人的獨創(chuàng)性貢獻。但在AI生成內(nèi)容場景中，人的參與程度卻呈現(xiàn)出多樣化特征。大部分AIGC內(nèi)容基于用戶提示詞輸入與算法概率計算生成，人的創(chuàng)造性投入與機器自動運行之間的界限并不總是清晰可辨。司法實踐中，個別案件已認(rèn)可用戶在提示詞選擇、參數(shù)設(shè)定等方面體現(xiàn)的智力投入，從而賦予其相應(yīng)的著作權(quán)保護，但整體規(guī)則仍有待進一步明晰和統(tǒng)一。

三是AI生成內(nèi)容的知識產(chǎn)權(quán)侵權(quán)風(fēng)險。在“輸出”階段，人工智能生成內(nèi)容與既有作品之間的關(guān)系更加復(fù)雜。若生成內(nèi)容與訓(xùn)練數(shù)據(jù)中的具體作品構(gòu)成“接觸+實質(zhì)性相似”，則將構(gòu)成對著作權(quán)的侵犯。尤其是在以單一作者作品進行集中訓(xùn)練的場景下，生成結(jié)果與原作表達高度相似的可能性較大，侵權(quán)風(fēng)險更加突出。

在新一輪科技競爭加速演進的背景下，完善人工智能等新領(lǐng)域新業(yè)態(tài)知識產(chǎn)權(quán)保護制度，應(yīng)重點從多方面發(fā)力。

確立AI訓(xùn)練的合理使用例外規(guī)則?？山梃b有關(guān)國家和地區(qū)“文本與數(shù)據(jù)挖掘例外”的制度經(jīng)驗，在修改完善相關(guān)配套法規(guī)時，對算法在特定條件下復(fù)制、分析受保護作品的行為作出明確規(guī)定。在保障權(quán)利人基本利益、避免替代性傳播的前提下，對用于模型訓(xùn)練的技術(shù)性復(fù)制行為給予合理使用空間，為AI模型研發(fā)提供合法、穩(wěn)定的數(shù)據(jù)來源。

明確數(shù)據(jù)合理利用的行為邊界。在個人信息保護領(lǐng)域，應(yīng)在嚴(yán)格遵循合法性、正當(dāng)性、必要性原則基礎(chǔ)上，細(xì)化公開數(shù)據(jù)在模型預(yù)訓(xùn)練中的使用規(guī)則。在企業(yè)數(shù)據(jù)方面，可繼續(xù)依托反不正當(dāng)競爭法框架，對數(shù)據(jù)抓取與利用行為進行綜合衡量。加快推進公共數(shù)據(jù)分級分類開放，構(gòu)建高質(zhì)量數(shù)據(jù)資源供給體系，為人工智能創(chuàng)新提供制度化支撐。

完善AI生成內(nèi)容的知識產(chǎn)權(quán)保護體系。在版權(quán)領(lǐng)域，堅持將人的獨創(chuàng)性貢獻作為核心判斷標(biāo)準(zhǔn)，對體現(xiàn)實質(zhì)性人工選擇與安排的成果依法給予保護，通過類型化規(guī)則為司法實踐提供可操作的判斷路徑。在專利領(lǐng)域，進一步細(xì)化AI輔助發(fā)明的審查標(biāo)準(zhǔn)，明確發(fā)明人認(rèn)定規(guī)則和技術(shù)貢獻判斷方法，推動形成與國際規(guī)則相銜接、兼顧我國實際的審查體系。

推動人工智能平臺責(zé)任規(guī)則的與時俱進。在生成式人工智能場景中，內(nèi)容往往由平臺算法直接生成并輸出，平臺在內(nèi)容形成與傳播過程中具有更強的技術(shù)控制能力，簡單套用“避風(fēng)港”規(guī)則難以實現(xiàn)權(quán)責(zé)匹配。在為平臺數(shù)據(jù)訓(xùn)練設(shè)置合理使用空間時，應(yīng)同步強化其風(fēng)險防控義務(wù)，推動責(zé)任形態(tài)由單純事后刪除向合理事前預(yù)防延伸。

（作者系中國科學(xué)院大學(xué)講席教授、知識產(chǎn)權(quán)學(xué)院院長）