AI训练版权困局如何破？英国报告深度解析

点击蓝字

关注我们

英国政府近日发布《版权与人工智能报告》（以下简称《报告》），旨在平衡‘推动AI经济崛起’与‘巩固英国创意产业优势’两大目标。

作为《安妮法案》——全球首部版权法的诞生地，英国长期坚持严格的版权保护机制，这也为其文化创意产业的繁荣提供了坚实基础。与此同时，英国政府积极推动AI产业发展：斯坦福大学《2024全球AI活力排名》显示，英国位列全球第五。然而，多数AI基础模型的训练与研发均在海外（如美国、中国）完成，英国政府担忧过强的版权保护可能阻碍本土AI技术发展，因而启动专项研究，形成此份《报告》，探索版权制度如何适配AI产业的实际需求。

训练数据成争议焦点

《报告》指出，AI系统研发通常包含七个阶段：系统设计、数据采集、数据预处理、模型训练、通用模型发布、任务专用训练与部署。版权保护与技术演进的冲突体现在多个层面：训练数据使用受版权保护作品引发侵权争议、数据来源不透明导致权利人难以监测与授权、AI生成内容缺乏标识使公众难辨人机创作，以及AI产出是否可受版权保护与归属不清等问题。其中，训练数据的版权争议贯穿除系统设计外的全过程，被列为《报告》核心议题。

围绕AI训练使用版权作品是否构成侵权，学界观点多元，呈现‘百家争鸣’态势。

主流观点主张将模型训练视为合理使用。例如，北京大学法学院易继明教授在《大模型语料训练合理使用问题研究》中提出，应以‘转换性使用’为标准确立合理使用路径。在此框架下，学界普遍认同可通过《著作权法》第24条的兜底条款引入训练数据使用规则。但该观点仍存争议：英美法系的‘转换性标准’可能扩大大陆法系国家法官的自由裁量空间；同时，传统合理使用制度也考量使用主体的商业属性、营利目的与使用方式。

除合理使用外，不少学者建议借鉴欧盟模式，设立文本与数据挖掘（TDM）例外。广东技术师范大学董凡讲师与华南理工大学关永红教授主张采用‘有条件允许’模式引入TDM例外；反对者如湘潭大学包赛君博士与肖冬梅教授则指出，欧盟TDM例外存在适用主体过窄、目的单一等缺陷。此外，学界还提出法定许可、优化集体管理、开放许可、注意义务等创新思路，但每种路径均面临质疑与反对声音。

多国立法先行探索

ENTERPRISE

为应对AI训练中的版权争议，部分国家已率先立法，英国《报告》对此进行了系统梳理。

在TDM例外路径下，欧盟《数字化单一市场版权指令》设两项例外：其一用于科研，其二为通用例外，但允许权利人选择退出。日本版权法对TDM设限较严，要求使用目的不得为享受作品思想情感，且不得不合理损害权利人利益；文化厅后续发布指南，明确禁止用TDM生成与原作高度相似内容。相比之下，新加坡版权法更倾向支持AI产业，允许在计算分析场景下无差别复制版权作品，无需区分商业或非商业用途。

此外，美国、印度、加拿大等国亦已或正回应此问题。美国允许AI训练者援引合理使用抗辩；印度工业与国内贸易促进部于2025年12月提议建立法定许可制度，由政府收取许可费并经集体组织分配；加拿大正酝酿设立TDM例外；而澳大利亚已于2025年10月宣布不引入该例外。

选择性退出机制遭质疑

ENTERPRISE

面对AI训练版权问题的紧迫性，英国政府提出多项改革方案，其中‘带选择退出机制的TDM例外’被列为首选。但《报告》显示，公众支持率低于预期，创意产业与AI产业均持反对意见。创意产业担忧：退出机制增加权利人监管负担，冲击‘事前授权’原则；AI产业则担心，若选择退出被广泛采用，将削弱TDM例外的制度初衷。

公众反馈中，选择性退出机制的细节争议不断：权利保留是否可于数据挖掘后进行？通知对象应为数据来源网站还是中央机构？权利实施是针对单件作品还是集体管理？合作作品、衍生作品等复杂情形下，权利人无法达成一致时，如何界定退出效力？

综上，无论从理论研究、国际立法，还是实务操作，AI训练版权问题均存在尖锐分歧，难以统一。正如易继明在《大模型语料训练合理使用问题研究》中所言，亟需‘倾听产业链各方诉求’‘厘清不同主体的真实利益与实际需求’，这一观点在《报告》中亦被强调。

未来立法与研究至少需朝三方面深化：一是提升法律明确性，如明确选择性退出是否限于作品类型、应用场景或主体范围；二是强化利益平衡，不仅关注两大产业间权衡，还需兼顾训练数据透明度与技术工具可及性；三是减轻各方负担，既避免版权人承担过度监控责任，也防止AI开发者陷入反复审查版权内容的困境。

（作者为中国移动设计院专利中心徐慧丽）

来自：中国新闻出版广电报，2026年6月25日