人工智能大模型训练引发著作权困境,传统作品许可使用机制面临功能失灵,既有"限制与例外"条款亦存在适用难题.当前学界提出的以"非作品性使用"为代表的"根源性"权利限缩模式,以及以"文本与数据挖掘"为代表的"封闭式"权利限制模式,虽在一定程度上能缓解困境,但因其理论局限和制度设计缺陷,难以真正有效平衡各方利益.相较而言,合理使用作为典型的"开放式"权益平衡模式,更具制度灵活性与适应性,可通过多层次评估框架弥补其操作困难与适用不确定性.与此同时,需辅以技术治理工具、训练数据透明度义务和合理补偿机制等创新措施,推动著作权法的渐进改革与完善,保障著作权人的合法权益,促进人工智能技术创新与应用的协调发展.
人工智能 大模型 训练数据 著作权困境 适应性治理
artificial intelligence large models training data copyright dilemmas adaptive governance
