期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
生成式人工智能训练数据的著作权法因应:确需设置合理使用规则吗?
被引量：
7
1
作者
魏远山
《图书情报知识》
北大核心
2025年第1期78-88,共11页
[目的/意义]生成式人工智能(GenAI)训练数据包含大量尚处保护期的作品,明确是否应为机器学习设置合理使用规则,有助于化解GenAI训练数据的著作权法争议。[研究设计/方法]以类型化视角审视表达型和非表达型机器学习,以是否符合“未经许...
[目的/意义]生成式人工智能(GenAI)训练数据包含大量尚处保护期的作品,明确是否应为机器学习设置合理使用规则,有助于化解GenAI训练数据的著作权法争议。[研究设计/方法]以类型化视角审视表达型和非表达型机器学习,以是否符合“未经许可利用作品训练GenAI构成侵权→遵循授权使用规则阻碍技术进步→其他简化授权机制无法适用”的逻辑来确定是否设置合理使用规则。[结论/发现]作为非表达型机器学习的输入和训练阶段是“非作品性使用”,因不构成侵权自然无为其设置合理使用规则的必要;作为表达型机器学习的输出阶段是“作品性使用”,但因GenAI向公众开放前后所处场景有异,应作类型化分析。在未向公众开放时,GenAI输出结果主要用于验证模型训练情况,可被定性为合理使用;在向公众开放后,若输出结果对作品表达改动幅度超越改编行为范畴则属正当使用,反之则构成侵权。因输出阶段构成侵权不会阻碍GenAI技术发展,故无需为其设置合理使用规则。[创新/价值]与既有研究不同的分析方法和研究结论,对AI从业者和法律工作者探讨GenAI训练数据的著作权法问题具有启示作用,也对丰富和深化现有研究有益。
展开更多
关键词
生成式人工智能
机器学习
训练数据
著
作
权
合理
使用
作品性使用
在线阅读
下载PDF
职称材料
生成式人工智能机器学习的版权困境及其制度因应
被引量：
6
2
作者
吴家煦
来小鹏
《编辑之友》
CSSCI
北大核心
2024年第11期96-104,共9页
生成式人工智能机器学习所引发的著作权法争议,本质是传统版权产业与新兴人工智能产业之间的利益分配争议。机器学习行为类型化的技术特征以及合理使用制度步骤式的适用逻辑,决定了对该问题应当按照分类分步的思路进行处理。在前置的行...
生成式人工智能机器学习所引发的著作权法争议,本质是传统版权产业与新兴人工智能产业之间的利益分配争议。机器学习行为类型化的技术特征以及合理使用制度步骤式的适用逻辑,决定了对该问题应当按照分类分步的思路进行处理。在前置的行为定性问题上,机器学习可分为非表达型和表达型两类,前者属于非作品性使用无侵权责任;后者因属于作品性使用而落入著作权专有权利控制范畴,存在侵权使用与合理使用之分。在后续的规则设置问题上,基于经济分析路径,非商业性目的的机器学习符合“三步检验法”标准,属于合理使用范畴;商业性目的的机器学习虽不满足合理使用条件,但仍能通过产业主体间私人自治的版权规则构建实现合法化转型。
展开更多
关键词
生成式人工智能
机器学习
作品性使用
合理
使用
法定许可
在线阅读
下载PDF
职称材料
题名
生成式人工智能训练数据的著作权法因应:确需设置合理使用规则吗?
被引量：
7
1
作者
魏远山
机构
广东外语外贸大学法学院
出处
《图书情报知识》
北大核心
2025年第1期78-88,共11页
基金
国家社会科学基金重大项目“总体国家安全观下产业知识产权风险治理现代化研究”(21&ZD204)的研究成果之一。
文摘
[目的/意义]生成式人工智能(GenAI)训练数据包含大量尚处保护期的作品,明确是否应为机器学习设置合理使用规则,有助于化解GenAI训练数据的著作权法争议。[研究设计/方法]以类型化视角审视表达型和非表达型机器学习,以是否符合“未经许可利用作品训练GenAI构成侵权→遵循授权使用规则阻碍技术进步→其他简化授权机制无法适用”的逻辑来确定是否设置合理使用规则。[结论/发现]作为非表达型机器学习的输入和训练阶段是“非作品性使用”,因不构成侵权自然无为其设置合理使用规则的必要;作为表达型机器学习的输出阶段是“作品性使用”,但因GenAI向公众开放前后所处场景有异,应作类型化分析。在未向公众开放时,GenAI输出结果主要用于验证模型训练情况,可被定性为合理使用;在向公众开放后,若输出结果对作品表达改动幅度超越改编行为范畴则属正当使用,反之则构成侵权。因输出阶段构成侵权不会阻碍GenAI技术发展,故无需为其设置合理使用规则。[创新/价值]与既有研究不同的分析方法和研究结论,对AI从业者和法律工作者探讨GenAI训练数据的著作权法问题具有启示作用,也对丰富和深化现有研究有益。
关键词
生成式人工智能
机器学习
训练数据
著
作
权
合理
使用
作品性使用
Keywords
Generative Artificial Intelligence(GenAI)
Machine learning
Training data
Copyright
Fair use
Use of work
分类号
D913 [政治法律—民商法学]
G25 [文化科学—图书馆学]
在线阅读
下载PDF
职称材料
题名
生成式人工智能机器学习的版权困境及其制度因应
被引量：
6
2
作者
吴家煦
来小鹏
机构
中国政法大学民商经济法学院
出处
《编辑之友》
CSSCI
北大核心
2024年第11期96-104,共9页
基金
科技部国家重点研究计划项目“知识产权司法保护与跨部门协同服务关键技术研究”(2022YFC3303000)
北京市法学会2023年市级法学研究课题“算法安全综合治理体系建构研究”(BLS2023B010)。
文摘
生成式人工智能机器学习所引发的著作权法争议,本质是传统版权产业与新兴人工智能产业之间的利益分配争议。机器学习行为类型化的技术特征以及合理使用制度步骤式的适用逻辑,决定了对该问题应当按照分类分步的思路进行处理。在前置的行为定性问题上,机器学习可分为非表达型和表达型两类,前者属于非作品性使用无侵权责任;后者因属于作品性使用而落入著作权专有权利控制范畴,存在侵权使用与合理使用之分。在后续的规则设置问题上,基于经济分析路径,非商业性目的的机器学习符合“三步检验法”标准,属于合理使用范畴;商业性目的的机器学习虽不满足合理使用条件,但仍能通过产业主体间私人自治的版权规则构建实现合法化转型。
关键词
生成式人工智能
机器学习
作品性使用
合理
使用
法定许可
Keywords
generative artificial intelligence
machine learning
derivative use
fair use
statutory license
分类号
G230 [文化科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
生成式人工智能训练数据的著作权法因应:确需设置合理使用规则吗?
魏远山
《图书情报知识》
北大核心
2025
7
在线阅读
下载PDF
职称材料
2
生成式人工智能机器学习的版权困境及其制度因应
吴家煦
来小鹏
《编辑之友》
CSSCI
北大核心
2024
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
