文 | 王業(yè)亮 中國人民大學(xué)法學(xué)院博士后，丁曉東 中國人民大學(xué)法學(xué)院教授、未來(lái)法治研究院副院長(cháng)

作為信息化、數字化、智能化的新型技術(shù)基座，生成式人工智能對于提升國家戰略地位與國際競爭力具有重要意義。近年來(lái)，美國接連出臺多項人工智能戰略和政策文件，以謀求維持其在該領(lǐng)域的領(lǐng)先地位。歐盟也試圖通過(guò)立法打破數據孤島、構建基于風(fēng)險的分層規制體系，提升人工智能產(chǎn)業(yè)競爭力?；跀祿胤A賦，中國在發(fā)展生成式人工智能領(lǐng)域具有戰略?xún)?yōu)勢。2023年中央經(jīng)濟工作會(huì )議指出：“要大力推進(jìn)新型工業(yè)化，發(fā)展數字經(jīng)濟，加快推動(dòng)人工智能發(fā)展?！睘檫M(jìn)一步促進(jìn)生成式人工智能的快速發(fā)展，應構建生成式人工智能促進(jìn)型法律制度，進(jìn)一步優(yōu)化個(gè)人信息保護，協(xié)調著(zhù)作權保護，推動(dòng)企業(yè)數據互聯(lián)，用制度創(chuàng )新破解數據瓶頸，為生成式人工智能發(fā)展提供法治保障，在激烈的國際競爭中搶占主動(dòng)權和制高點(diǎn)。

完善個(gè)人信息保護，增強訓練數據供給

個(gè)人信息是生成式人工智能訓練數據的重要來(lái)源。生成式人工智能訓練數據的形成，有賴(lài)于對個(gè)人信息保護制度的正確理解與適用，涉及個(gè)人信息保護法中的告知同意制度、必要性原則以及公開(kāi)性個(gè)人信息的利用等法律規范。具體而言，告知同意制度能夠給予個(gè)體一定的自我保護，防止信息處理者過(guò)度收集個(gè)人信息。但面對信息處理的復雜實(shí)踐，受認知所限，個(gè)體有可能難以真正預防風(fēng)險。必要性原則強調收集個(gè)人信息的限制與處理最小化。若對必要性原則進(jìn)行僵化解釋?zhuān)瑒t任何包含個(gè)人信息的數據都無(wú)法用于人工智能訓練，這反而可能導致人工智能因為缺少某些數據訓練而變得具有歧視性、不公平性。公開(kāi)數據是生成式人工智能數據的主要來(lái)源，而這些數據往往缺乏交互場(chǎng)景和聯(lián)系方式，信息處理者難以聯(lián)系個(gè)人和獲取個(gè)人同意。

為破解生成式人工智能在個(gè)人信息數據收集與利用方面的障礙，應在保障個(gè)人信息安全的前提下，進(jìn)一步完善個(gè)人信息保護制度。首先，對于已公開(kāi)的個(gè)人信息，應以廣泛匯聚與融合利用為前提，于技術(shù)層面構建去標識化、差分隱私等程序性保護機制，并輔之以個(gè)人拒絕權等機制。其次，當人工智能訓練中的數據包含個(gè)人信息時(shí)，應區分改進(jìn)型與侵害型的個(gè)人信息處理。如果人工智能訓練數據是為了實(shí)現更為公平與準確的個(gè)人信息處理，應將此類(lèi)訓練視為符合個(gè)人信息處理目的，反之則應視為違反必要性原則。最后，應當優(yōu)化告知同意制度，強化隱私政策告知、加強合作治理。在個(gè)體私力救濟不足的情況下，應強化執法者對隱私政策的執行、市場(chǎng)機構對隱私政策與個(gè)人信息保護實(shí)踐的評級、信息處理者內部的個(gè)人信息合規機制。

立法既要為訓練數據提供制度供給，也要為個(gè)人信息安全提供保障。對于人工智能企業(yè)合法獲取的包含個(gè)人信息的數據，應在數據清洗、數據標準、模型訓練和評估、模型部署等階段，對個(gè)人信息數據進(jìn)行全生命周期的監管，進(jìn)一步強化生成式人工智能企業(yè)的處理者責任。在技術(shù)層面，應要求人工智能企業(yè)依托加密技術(shù)、隱私計算等技術(shù)化手段保護個(gè)人信息。在制度層面，應要求人工智能企業(yè)通過(guò)內部合規、設立數據保護專(zhuān)員、合規審計與風(fēng)險評估等機制嚴格保護個(gè)人信息。

協(xié)調著(zhù)作權保護，規范內容數據合理使用

著(zhù)作權保護的門(mén)檻并不高，只要求作品具有獨創(chuàng )性并能以一定形式表現。因此，人工智能企業(yè)利用網(wǎng)絡(luò )上的文字、圖片、聲音等素材的內容數據進(jìn)行訓練，便有可能構成著(zhù)作權侵權，面臨巨大訴訟壓力、賠償壓力以及社會(huì )聲譽(yù)壓力。由于多數內容數據的著(zhù)作權分散于各個(gè)著(zhù)作權人，人工智能企業(yè)可能難以直接與他們聯(lián)系。即使聯(lián)系到這些著(zhù)作權人，在要價(jià)問(wèn)題上也面臨種種困難。既有的數據庫和各類(lèi)著(zhù)作權集體管理組織可以在一定程度上解決著(zhù)作權許可問(wèn)題，但對于網(wǎng)絡(luò )上的內容數據而言，由于數據容量以及適用領(lǐng)域等方面的限制，其作用相對有限。

破解生成式人工智能內容數據的著(zhù)作權約束，需要構建整體性的合理使用制度。生成式人工智能與非生成式人工智能相比，對于數據的利用具有復雜性，其對著(zhù)作權作品數據的利用常常既涉及事實(shí)，也涉及表達，但整體上屬于合理適用范圍。具體來(lái)說(shuō)，就人格權益而言，生成式人工智能利用海量數據而非特定作品進(jìn)行訓練，一般不會(huì )侵害某一特定作品中所包含的人格權益；就激勵機制而言，生成式人工智能利用海量數據進(jìn)行訓練，主要是為了提高其一般性的識別與創(chuàng )作能力，而不是替代某一特定作品，作者也不會(huì )因為生成式人工智能作品的出現而不再進(jìn)行創(chuàng )作。當然，如果生成式人工智能對于著(zhù)作權數據的訓練破壞了權利人的技術(shù)措施或相關(guān)協(xié)議，或者當生成式人工智能對于著(zhù)作權數據的利用是“假訓練、真剽竊”，那么此類(lèi)行為就對人格權益與激勵制度產(chǎn)生負面影響，應當被排除在合理使用之外。

生成式人工智能企業(yè)在對著(zhù)作權作品進(jìn)行寬泛合理使用的同時(shí)，也需要承擔與此相對應的更多責任。首先，生成式人工智能企業(yè)應踐行社會(huì )主義核心價(jià)值觀(guān)，積極承擔社會(huì )責任，避免數據與算法歧視方面的風(fēng)險與侵害。其次，生成式人工智能企業(yè)應對實(shí)質(zhì)性相似的生成作品承擔侵權責任，這既有利于保護作品原創(chuàng )者的合法權益，也有利于激勵企業(yè)的技術(shù)創(chuàng )新。最后，法律應審慎對各類(lèi)生成類(lèi)作品賦予著(zhù)作權。人工智能領(lǐng)域的激勵機制在于鼓勵人工智能技術(shù)的發(fā)展與創(chuàng )新，而非激勵生成作品的生產(chǎn)?？梢詫⑷斯ぶ悄艿纳勺髌分糜诠差I(lǐng)域，允許公眾與企業(yè)對其進(jìn)行一般利用。生成式人工智能企業(yè)也可以推出用戶(hù)付費版本，通過(guò)用戶(hù)協(xié)議和向用戶(hù)收取使用費用來(lái)獲得報酬，這可以為人工智能企業(yè)提供合理的商業(yè)激勵。

破除企業(yè)數據壁壘，助推數據匯聚融合

破除企業(yè)數據壁壘，需要倡導互聯(lián)網(wǎng)的互聯(lián)互通。網(wǎng)絡(luò )互聯(lián)曾經(jīng)是互聯(lián)網(wǎng)的核心精神之一，但隨著(zhù)互聯(lián)網(wǎng)的發(fā)展和商業(yè)化，出于競爭或安全等考量，互聯(lián)網(wǎng)企業(yè)往往打造封閉型數據生態(tài)系統，防止其他企業(yè)特別是競爭企業(yè)獲取其數據。這導致了數據孤島現象，抑制了數據共享紅利的溢出效應。對于企業(yè)而言，僅僅依靠自身掌握的商業(yè)數據進(jìn)行訓練，難以觸及其他企業(yè)獨占的高質(zhì)量數據，勢必會(huì )制約生成式人工智能的訓練效果。

就數據互聯(lián)而言，應避免對網(wǎng)絡(luò )公開(kāi)數據進(jìn)行絕對排他性確權。過(guò)去幾十年來(lái)，網(wǎng)絡(luò )公共空間的興起導致了數據的爆發(fā)性增長(cháng)，為人工智能等技術(shù)的發(fā)展奠定了堅實(shí)的數據基礎。隨著(zhù)數據價(jià)值的凸顯，數據的利益分配成為各方關(guān)注焦點(diǎn)，不少聲音呼吁通過(guò)對數據確權實(shí)現此類(lèi)分配。但基于數據的公共性特征，過(guò)多的排他性權利保護可能導致社會(huì )對它們的利用不足，構成“反公地悲劇”。數據的公共性并不否認對數據權益的合理保護，數據的合理保護同樣是一種公共善品，有利于激發(fā)私主體的創(chuàng )造和個(gè)體有價(jià)值數據的公開(kāi)；同樣，數據的公共性也不否認數據利用的公平性需求，而這種公平性不應依賴(lài)微型權益確權或強化企業(yè)的數據排他性確權來(lái)實(shí)現，而應創(chuàng )新數據利用的收益分配機制，實(shí)現效率與公平的協(xié)調。

破除企業(yè)數據壁壘，也可以利用各類(lèi)合理的爬蟲(chóng)機制打通不同企業(yè)之間的數據壁壘?；跀祿姆歉偁幮耘c爬蟲(chóng)技術(shù)的中立性特征，應當認識到爬蟲(chóng)等行為一般不會(huì )影響數據持有者的合法權益，如果運用得當，反而會(huì )承載促進(jìn)互聯(lián)的作用。尤其在數據企業(yè)紛紛設置壁壘、互相防范的情形下，合理的數據爬蟲(chóng)可以成為不同企業(yè)數據融合的橋梁。為此，對于規范性的數據爬蟲(chóng)不應施加過(guò)多限制。對于造成宕機等后果的數據爬蟲(chóng)，可以根據侵權責任法進(jìn)行應對，謹慎適用刑事措施。此外，網(wǎng)信部門(mén)可以通過(guò)鼓勵行業(yè)自律等方式，在倡導互聯(lián)網(wǎng)企業(yè)合理自治的同時(shí)，助推企業(yè)之間互聯(lián)互通，營(yíng)造多樣化互聯(lián)網(wǎng)生態(tài)。在生成式人工智能等技術(shù)日新月異的背景下，企業(yè)呈現出前所未有的數據融合需求，應利用法律與行業(yè)自律的方式共同推動(dòng)數據互聯(lián)，為生成式人工智能企業(yè)提供充足的數據源，助力企業(yè)良性競爭、持續創(chuàng )新。