生成式人工智能预训练中权利限制制度的选择与建构

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：生成式人工智能在预训练过程中对作品的海量使用,隐藏着巨大的侵权风险,需要通过权利限制制度加以化解.表面上看,预训练的合法性危机是人工智能运营主体进行预训练时体现公共利益,但现行规则未能涵盖、豁免其对作品的使用行为.究其实质,是人工智能运营主体大规模使用作品的过程中,由于许可使用的协商成本过高而引发的市场失灵.同为"卡—梅框架"下的责任规则,合理使用制度的法律价值取向是公平优先,而法定许可制度的法律价值取向是效率优先.公平优先的合理使用制度仅能涵盖极苛刻条件下的预训练,法定许可制度的效率优先取向决定了该制度可以用于应对市场失灵问题,预训练合法性危机的实质决定了预训练合法性问题的解决必须以法定许可使用制度的建构作为主要出路,辅之以特殊情形下的合理使用制度.

作者：

孙山、张雯雯

展开 >

作者单位：

西南政法大学民商法学院,401120,重庆

关键词：

生成式人工智能预训练权利限制合理使用法定许可责任规则

出版年：

2024

科技与出版

清华大学出版社有限公司

科技与出版

CSSCICHSSCD北大核心

影响因子：0.818

ISSN：1005-0590

年,卷(期)：2024.(7)