对我国未来制度创新有哪些启示

　　2024年7月12日，欧盟在其官方公报发布了《人工智能法》的最终完整版本，该法将于2024年8月1日正式生效。从立法目的上看，欧盟《人工智能法》的立法目的是改善欧盟内部市场的运作，特别是为欧盟符合《欧盟宪章》基本价值观的人工智能系统在开发、投放市场和使用过程中，制定统一的法律框架，促进以人为本和值得信赖的人工智能应用，同时确保人工智能技术对健康、安全和《欧盟宪章》所规定的各项基本权利的保护，包括民主的实现、法治的运行以及环境的保护，防止人工智能系统在欧盟成员国产生有害的影响，并且支持创新。

　　因此，为了确保在整个欧盟范围内提供一致和高水平的保护，实现可信赖人工智能系统的建立与应用，欧盟立法者希望通过统一的制度安排为欧盟市场创造统一、安定、高效的法治框架。同时，也希望为人工智能产业链的主体提供明确统一的义务与指引，防止阻碍人工智能系统及相关产品和服务在内部市场内自由流通、创新、部署行为的出现。

　　对《著作权法》保护客体的任何使用需取得授权

　　该法在有关的立法说明和条款中明确，在人工智能系统开发、训练、检索、分析、提供等领域出现著作权问题，应当在欧盟著作权制度的框架下解决，著作权责任主体是“通用人工智能模型的提供者”。欧盟《人工智能法》第53条第1款（c）项规定：“通用人工智能模型的提供者应制定遵守欧盟版权法的方案，特别是通过运用最先进的技术，识别出根据《数据单一市场中的版权指令》（EU）2019/790第4条第3款明确的权利保留的内容。”通过分析《人工智能法》立法说明和正文，可以从以下方面理解《人工智能法》对著作权制度适用的有关规定。

　　责任主体方面，“通用人工智能模型的提供者”是著作权责任承担的主要主体。大型生成式人工智能模型是通用人工智能模型的典型例子，因为它们允许灵活地生成内容，例如文本、音频、图像或视频的形式，这些内容可以很容易地适应各种独特的任务。鉴于通用人工智能模型提供者在人工智能价值链中所具有的基础性作用，欧盟《人工智能法》要求通用人工智能模型提供者应制定相称的透明度报告，包括起草和更新说明文件，提供有关通用人工智能模型的信息（包括合规信息）供下游提供商、欧盟人工智能办公室和其他国家主管部门提供。上述透明度报告和通用人工智能模型的有关信息提供的范围和模板在《人工智能法》的附件中。

　　许可与例外方面，通用人工智能模型提供者在开发、训练模型的过程中，对著作权法保护客体的任何使用都需要取得授权，除非这些使用属于欧盟著作权制度权利限制规则中的内容。欧盟《人工智能法》认为，此类模型的开发和训练需要访问大量文本、图像、视频和其他数据。在这种情况下，文本和数据挖掘技术可广泛地用于检索和分析这些受著作权和相关权保护的内容。如果不存在适用相关著作权例外和限制的情形，其对受著作权制度保护内容的使用都需要取得相关权利人的授权。

　　域外适用方面，将通用人工智能模型投放到欧盟市场的提供商都应确保遵守《人工智能法》的相关著作权合规义务。欧盟立法者认为，无论支持这些通用人工智能模型训练的著作权相关行为发生在哪个司法管辖区，通用人工智能模型提供者都必须制定明确的著作权合规审查规则，并遵守欧盟著作权规则的相关要求。相关规则的域外适用对于确保通用人工智能模型提供者之间公平的竞争环境是必要的，因为在这种竞争环境中，任何提供者都不允许通过借助低于欧盟著作权相关标准来在欧盟市场上获得竞争优势。

　　证据规则方面，通用人工智能模型的提供者需要起草并公开提供用于训练通用模型的内容的足够详细的摘要，摘要包括受版权法保护的文本和数据的来源。具体来说，在适当考虑保护商业秘密和机密商业信息需要的同时，摘要的范围应总体上全面，而不是技术上的详细，以方便具有合法利益的各方（包括著作权人）行使和执行其根据欧盟法律享有的权利。

　　实现不同主体利益分配均衡

　　在人工智能产业发展需要尊重在先知识产权的这一基本共识下，我国人工智能产业中的相关主体如何将保护知识产权这一抽象义务落到实处，也需要通过知识产权部门法的制度创新完成。与此同时，需要注意，知识产权的严格保护并不应当成为人工智能相关产业发展的障碍，在完善我国相关制度的过程中，应当尽可能地实现产业链中不同主体利益分配上的均衡。对此，可从著作权的权利保护规则、限制例外规则、授权许可规则与权利救济规则方面，对我国《著作权法》未来制度创新进行讨论。

　　从著作权保护规则看，我国的著作权制度有必要细化复制权的调整范围，明确被允许使用的“临时复制”的构成要件。全球范围内已经出现了多个权利人依据复制权侵权维权的案件，例如，纽约时报在针对OpenAI的起诉书中认为，聊天机器人向用户提供了《纽约时报》文章的近乎逐字摘录，之所以OpenAI和Microsoft特别强调使用《纽约时报》新闻来训练他们的人工智能程序，因为这些材料被认为是可靠的和准确的。而高质量可信赖的数据集合，是人工智能训练和系统优化必不可少的要素。笔者建议，我国在《著作权实施条例》中对临时复制行为进行必要的界定，以完成技术发展和立法目的之间的适配。具体在立法中需要严格界定临时复制各个构成要件的内涵，为权利人和作为使用者的人工智能模型提供者创造可预期的法律依据。

　　从著作权限制规则看，我国《著作权法》有必要增添有关保障通用人工智能模型提供者开展人工智能训练的合理使用和法定许可规则。欧盟《人工智能法》明确了通用人工智能模型提供者可以使用开源的著作权保护客体，以及在欧盟文本和数据挖掘例外制度的适用下进行系统的开发和训练。我国应当尽快通过《著作权法》修订增添有关文本和数据挖掘的合理使用制度，以便让相关主体，特别是以科学研究为目的的主体，能够享受到技术带来的开发利用著作权法保护客体的便利。但通过概念扩张完全免除以营利为目的相关主体的付费义务，会背离文本和数据挖掘原本产生的立法意图。因此，可以在引入有关文本和数据挖掘合理使用规则的同时，针对商业性利用著作权保护客体进行训练的行为，考虑引入新的法定许可机制或选择性退出机制，以求保障创作者能够针对人工智能系统对其著作权法保护客体的开发与利用获得适当合理的报酬。

　　完善著作权集体管理制度是当务之急

　　从著作权授权许可规则出发，笔者认为，我国应尽快完善已有的著作权集体管理制度，特别是完善集体管理组织的内部治理、外部监管规则，确立并建立对非会员权利的集体管理制度。高质量、可信赖的人工智能系统需要通过高质量的数据集完成训练，这些数据集中包含了著作权法所保护的客体。

　　为了在合法的框架下利用高质量数据集进行训练，OpenAI已经和包括美联社、阿克塞尔·斯普林格在内的多家新闻出版集团达成了使用其著作权法保护客体的协议。如果人工智能模型的提供者需要承担著作权合规的义务，必将出现从以出版商为代表的个体授权向以著作权集体管理组织为代表的集体授权机制进行过渡的现象。为了让权利人获得适当的报酬，瑞士和德国的著作权集体管理组织已经发表了针对人工智能模型训练的文本和数据发掘的适用保留，并启动了相应的授权谈判。对此，高效运行的著作权集体管理机制可以实现权利人和使用者的利益平衡，在保障权利人权利的同时，促进使用者取得授权，并开展利用版权保护客体的行为。

　　从著作权救济规则看，为了充分保障权利人的权利，我国在制定人工智能相关的法律时，应当在明确责任主体的同时，要求其承担训练数据的来源说明义务，以应对人工智能模型在训练和运行过程中的“黑箱问题”与侵权诉讼中的举证难题。《人工智能法案》要求特定主体所承担的信息提供义务，有利于权利人开展维权。权利人只有知悉其权利被用于数据训练后，才能据此要求责任主体承担具体的侵权责任。

　　对此，我国《人工智能法（学者建议稿）》明确了人工智能开发者和人工智能提供者需要承担标识和信息溯源义务，其可以理解为与著作权有关的信息提供义务（《人工智能法（学者建议稿）》第24条和第48条）。这种举证责任的分配能够提高权利人维权的效率，并降低权利人维权的难度。从比例性的角度看，我国在制定相应规则时，也应当明确信息提供和信息公开的义务并不用具体到每一个具体的作品，只需要说明数据集的权利来源即可。对于不提供相应数据来源信息的责任主体，需要承担相应的责任。

　　（作者系中央财经大学法学院副教授、德国慕尼黑大学法学院博士）