蒋舸演讲：AI训练场景下版权合理使用的经济学判断逻辑
本次分享聚焦人工智能与版权领域交叉的核心议题——AI训练环节中合理使用的认定问题，从传统版权制度中合理使用的法经济学分析框架出发，探索AI训练相关责任的科学界定路径。一、版权合理使用的本质逻辑：基于法经济学的市场失灵框架分析AI训练的合理使用问题，需首先回溯版权合理使用制度的法经济学根基。虽然法律条文列举了多种合理使用情形，但其底层逻辑始终建立在市场失灵理论基础之上。具体而言，当使用方向权利人寻求授权的交易成本，超过交易所能产生的收益（至少超过使用者自身可获取的收益）时，使用者将因交易摩擦过大而放弃这类有
金融时报：别把市场问题怪在散户头上
只要股市出现剧烈起伏，华尔街与媒体往往就会把责任推给散户投资者，认为他们急躁、缺乏了解、盲目追涨并最终造成杀跌，似乎散户才是市场非理性的根源。但这种说法不仅把事情说得过于简单，也把矛头指错了方向。 不可否认，近年来散户对市场的影响力在不断上升。随着技术进步，投资逐渐变得更像游戏；零佣金交易平台和社交媒体的普及，又让参与者更容易形成类似“蜂群”式的联动。相关数据表明，散户交易在美股总成交量中大约占到五分之一，而在期权等高风险品种中占比更高。他们更倾向于动量型策略，同时也更容易被社交情绪牵动，因此客观上确实可
人工智能治理沙龙：训练数据使用规则研究
大模型训练数据使用规则研究时间2026年5月6日（星期三）14:00-15:30地点立德楼301大模型训练数据使用规则研究在大模型快速迭代的背景下，社会对训练数据的规模化需求不断增长，而现行关于个人信息权益、知识产权以及数据权益的保护规则之间的张力也愈发明显。由于权利人较为分散、相关交易成本偏高，实践中不少开发者难以依靠常规市场路径完成训练数据的合规取得，从而引发一系列法律争议。本报告以市场失灵理论为主要视角，分析如何借助更为周全的制度安排来修复大模型训练数据市场中可能出现的失灵问题，形成既能激励技术创新