多元化解决生成式人工智能数据训练来源的合法性问题

解决生成式人工智能所涉及的知识产权难题，需要使用多种制度工具，建立多元化解决机制，打造一套综合性解决方案。
借用早期互联网治理规则
生成式人工智能的发展可类比互联网治理，引入类似合理使用原则、避风港机制等规则。
合理使用原则：扩展著作权法中的合理使用原则，明确生成式人工智能在数据训练和输出过程中的合理使用标准。鼓励AI开发者在使用受版权保护的数据时，使其行为符合合理使用的要求，如非商业性用途、适度复制、不侵犯原作品的市场价值等。美国《版权法》采用“四要素分析法”来判断合理使用，对于人工智能使用作品作为训练数据的“转换性使用”解释，美国的司法实践已经作了探讨。我国《著作权法》规定了“个人使用”“适当引用”和“科学研究”等合理使用情形，但目前生成式人工智能的商业性应用难以符合这些规定。此外，还可适当扩展爬虫技术使用的合理性，特别是对于公开的网络信息内容，只要其属于通过搜索爬虫、在遵守爬虫协议的前提下获取的数据，则均可视为来源合法的数据。在这个过程中，爬虫技术无法识别被抓取内容的著作权问题，事实上，爬虫海量抓取时也无法逐一获得版权授权（类似搜索引擎）。如果事后有权利人主张权利，可再根据具体情景判定善意侵权责任。
避风港机制：避风港机制建立在网络服务提供商和内容平台与用户之间共同承担责任的基础上。类比到生成式人工智能领域，可以探索建立AI开发者与用户之间的责任分担机制。AI开发者应当尽力提供合法合规的训练数据，同时用户也应意识到使用AI模型的风险，并自行判断是否违法或侵权。避风港机制要求网络服务提供商和内容平台主动采取措施来监测和清除违法内容。在生成式人工智能的发展中，开发者应当建立有效的自我监管机制，定期自查模型的输出内容，以确保符合合规要求。类似避风港的投诉处理机制也可以在生成式人工智能的领域内建立。允许用户和权利人向AI开发者提出投诉，并及时处理和回应投诉，有助于解决潜在的违法和侵权问题。避风港机制还要求网络服务提供商和内容平台公布其对违法内容的审核标准和处理措施。在生成式人工智能的发展中，开发者应当公开透明地向用户和社会说明模型输出内容的规范和审核机制。
通过集体管理组织解决授权难题
著作权集体管理是目前法律框架下解决大量权利许可的一种比较可行的办法，也是国际通行的做法。我国目前已有音乐、音像、文字、摄影和电影五个著作权集体管理组织。人工智能研发机构可以通过这些著作权集体管理组织对特定作品进行著作权集体授权。我国《著作权集体管理条例（修订草案征求意见稿）》第四条也有提及。