摘要
在人的创作因素更少的生成式人工智能背景下,生成物可版权性问题更需要基于产业利益和公共利益考量.在生成端,生成物具有不可避免的财产化倾向.可版权性问题并非纯粹的理论问题,需基于公共利益进行反思,并以实践的真实需求为最终取舍标准.不同赋权方案下,投资原则的适用应回归激励创作的版权目标,创作原则的质疑可以通过产业激励解决.在输入端,人工智能机器训练构成合理使用主要以产业利益为推手,但仍存在充分的公共利益正外部性.技术发展下产业利益和公共利益更多表现出一致性,公共利益的实现依托于前沿技术的突破,以产业发展为媒介而间接得到满足.在来源端,模型训练核心在于高质量数据,更涉及产业利益上的争夺,成为竞争法上的数据权益问题,需要构建版权与数据权益衔接的利益体系.整体上应明确版权的功能和局限,非依赖于单一的版权框架解决全部问题.
维普
万方数据