英国AI版权政策动向深度解析

曾田 法学博士 对外经济贸易大学法学院助理教授

2026年正逐步成为人工智能版权确权与治理的转折之年。随着产业应用加速落地，以美国为代表的国家将在司法层面迎来一系列关于“合理使用”的关键判决。这些裁决不仅将进一步厘清AI版权的法律边界，也将深刻影响未来十年技术演进与内容生态的发展方向。近期，英国政府发布《版权与人工智能报告》，在全面梳理全球主要经济体立法与司法趋势的基础上，揭示了本国政策立场的调整：从早期提出的“选择退出”机制，转向更为谨慎的“观望待定”态度。这一政策转变，为观察全球AI版权规则的演变逻辑与价值取向提供了重要窗口，也凸显出该报告的深度研究价值。

从技术逻辑到制度设计：报告的分析路径

英国政府发布的《版权与人工智能报告》围绕四项政策方案展开系统评估：

选项0：维持现有版权及相关法律不变；

选项1：强化版权保护，要求AI开发中所有复制行为均须取得授权；

选项2：设立广泛的数据挖掘例外，允许在任何目的下自由使用合法获取的受版权保护作品，权利人无权拒绝；

选项3：引入带有选择退出和透明度要求的数据挖掘例外，在支持广泛数据使用的同时，赋予权利人通过机器可读方式保留权利的能力。

上述选项1至3均为综合性政策组合，可能涉及版权法修订、训练数据透明化、技术标准制定以及许可机制优化等多个方面。在此框架下，报告进行了深入探讨。

首先，报告并未急于给出结论，而是采取了严谨的“技术驱动”分析方法。它将抽象的技术概念具体化，详细解构了AI从模型构建、数据采集、预处理、训练、发布到微调部署的完整生命周期，并深入剖析各阶段潜在的版权风险。同时，从基础模型开发者、微调方、应用开发者及终端用户等不同角色出发，描绘了AI产业链中各方面临的版权实践图景。

基于此，结合各类主体的行为特征，报告依据英国现行法律体系，梳理了AI开发全流程中的版权授权规则。在当前英国版权制度下，AI相关活动的合法性核心在于“是否获得许可”与“是否适用例外”。对于商业用途的网页抓取、模型微调、检索增强生成以及用户上传受保护图像等行为，通常需事先取得授权；仅限非商业研究等法定例外情形方可豁免。若使用已获合法授权的第三方数据集，则无需额外许可，但须遵守原许可条款。对外分发含可识别版权元素的AI生成图像，是否构成侵权需结合相似性与例外情形综合判断，存在较高法律风险。

图：基于英国现行法律的人工智能开发活动版权授权示例

此外，报告广泛开展利益相关方调研，吸纳创作者、科技企业、科研机构与消费者等多方意见，客观呈现不同群体的诉求与政策倾向。同时采用比较法视角，系统整理了英国、欧盟、美国、日本、新加坡与中国等主要法域在AI训练方面的现行规则、适用范围、透明度要求、选择退出机制及最新立法进展，并对各国在AI训练中所需的授权条件进行了横向对比。

通过比较可见，AI领域的版权问题复杂且持续演变，各国监管路径差异显著，尚未形成统一国际标准，相关规则仍将持续随司法判例与立法动态更新。鉴于AI模型常具跨境训练与部署特性，法律管辖与责任认定问题尤为突出。开发者可能倾向于选择例外规则更宽松的司法辖区以规避风险；但即便训练发生在境外，只要在英国境内使用或部署，仍可能受英国法律约束，引发域外适用争议。

英国政府指出，目前其仅在非商业研究场景下设有文本与数据挖掘例外，商业AI训练基本仍需获得版权许可。相较已建立专门商业AI训练例外机制的国家，英国现行制度或在国际竞争中处于相对劣势。

权衡与抉择：四大政策方案的博弈

在完成技术背景与国际格局的系统分析后，报告回归政策决策层面，对前述四个选项进行多维评估与对比。

其中，选项3（带选择退出的数据挖掘例外）作为政府初期倾向方案，被重点剖析。该方案试图在AI开发者与权利人之间实现平衡：一方面，通过设立广泛例外提升法律确定性，降低开发者合规成本，助力英国AI创新；另一方面，其成效高度依赖于选择退出机制的设计质量、透明度标准的设定以及实施机制的有效性。

评估显示，选项3面临多重现实挑战：

对AI开发者而言，选择退出机制可能带来显著合规负担，即需投入资源建设系统，以识别并响应来自海量不同