人工智能数据训练的著作权合法性困境

引 言

随着人工智能技术的快速发展，数据训练在各类AI模型中发挥着越来越重要的作用。人工智能依赖大量数据进行训练，以实现精准预测、文本生成、图像处理等功能。然而，人工智能的数据训练往往涉及到大量的版权作品，这就引发了一个亟待解决的问题——人工智能数据训练的著作权合法性困境。

曾在OpenAI工作近四年的前员工Suchir Balaji最近被发现死在他位于旧金山的公寓中。今年10月，这位26岁的人工智能研究员曾在接受媒体采访时表示对OpenAI违反版权法感到担忧，并认为"这项技术对社会弊大于利"，因此他也被称为针对OpenAI的"吹哨人"。Suchir Balaji的离世进一步加剧了对这一问题的关切。

我国现行《著作权法》并未对人工智能训练数据的使用进行明确规定，尤其在数据采集、使用和模型训练等环节，容易产生与著作权相关的侵权争议。与此同时，随着国家对人工智能技术的监管逐渐加强，《生成式人工智能服务管理暂行办法》等法规要求人工智能服务提供者使用具有合法来源的数据和模型，这进一步强化了AI研发的数据合规要求。如何在保障著作权人合法权益的同时，推动人工智能产业的发展，成为亟待解决的法律难题。

一、全国首例涉及AI大模型训练著作权侵权案

2024年6月20日，北京互联网法院在线审理了四起画师起诉AI绘画软件开发运营者的著作权侵权案件。

案件的原告均为插画师，他们长期在某内容分享平台发布自己的原创绘画作品。然而，四起案件的原告发现，该平台上的某些用户利用AI绘画软件生成的图像与其作品有显著的相似之处，甚至在平台上发布。这些用户均声称其作品系通过AI绘画软件创作。经原告进一步查询获知，该软件的AI模型学习了原告的作品风格并生成了新的图像。