OECD人工智能研究报告全文目录功言第一章人工智能数据挖拥行为解构数据挖掘的法数据收集、数据预处理与数据存储第二章人工智能数据挖掘主体权责生态21学术研究机构基于科研目的的数据挖掘应用2.2人工智能数据聚合服务商的第三方数据供给行为2.3数据爬取对知识产权权利人(创作者/所有权人)的实质影响第三章数据账取法律争议焦点及司法实践动态3.1涉数据爬取的知识产权侵权客体范围32版权作品数据爬取的侵权认定争议33生成物新型侵权诉由第四章政策规制路径的初步考量4.1构建自愿行为守则4.2授权许可机制的创新探索4.3标准化合同条款的规制价值44对知识产权及数据挖掘的认知提升第1页
内容摘要人工智能(AD),尤其是生成式AI的迅猛发展,为知识产权(R)领域带来了复杂的挑AI模型的开发、测试和验证高度依赖大规模数据集,导致对训练数据的需求激增。种广泛采用的方法是“数据抓取”，本报告特指从第三方网站、数据库或社交媒体平台自动取信息的行为。当数据抓取未经权利人同意或未支付报酬时,会直接影响知识产权保护作品的创作者和所有者。此类活动可能涉及多种知识产权及相关权利,包括版权、数据库权利。商标权、商业秘密、肖像权及人格权。围络数据扒取的知识产权法律环境复杂且快速演变。现行知识产权法律多制定于现代目不同司法管辖区存在差异、使得其话用性变得复杂。数据抓取常涉及受知识产权保护的内容,引发关于侵权、例外条款(如合理使用或文本与数据挖掘/TDM(规定)的适用性,以及遵守合同条款等问题。抓取受版权保护的材料会引发关于其收集或使用是否构成侵权的疑问。此类诉讼在全球范围内日益增多,美国、欧盟及其他地区已出现多起具有影响力的案例。此外，对AI生成内容(尤其是未经授权模仿个人风格、声音或外貌的输出）的担忧，正促使各方采取多样化的法律应对措施，以保护权利并防止滥用。数据抓取已成为普遍立乏普遍认可的定义。该术语常与"数据挖掘”（指通过计算过程识别模式、趋势和关联的流程)及“网络爬虫”等技术混淆。本一个广泛的工作定义。数据抓取的流程通常包括数据收集、预处理和使用。报告分析了不同的抓取技术,并强调需要采用通用/标准术语以及对这些方法进行明确区分。教掘抓取牛态系统中不同参与者的行为引发了多样的法律问题,部分参与者利用教报抓取支持研究及其他活动,这表明需要针对不同使用场各制定相应的政策工具该太系主要包括研究机构和学术界、AI数据聚合商、以及科技公司和平台运营商。研究机构和学术思党通讨救坭抓取收焦数据用干学术和科学目的。A[数据聚合商被指控将抓取的数据档供给第三方,往往缺乏明确的许可条款或数据来源披露,引发知识产权及其他法律问题。科技公司和平台运营商则既是数据抓取的主要目标(数据来源),本身也常是数据抓取的实践为引导数据抓取在国际协调框单下走上负责任的发展路务,制定"数据抓政行为准则推广标准合同条数、开发标准技术工具以及提升认识倡议。若能吸纳包括权利持有人、研究人员、A1开发者、民间社会及政策制定者在内的广泛多元利益相关方章见，此类规范将州为有效可确立善遍话用的条款,并为AI牛态系统中不同参与者(如A[数据聚合商与抓取数据使用者)提供具体指导。准则应包含标准术语以确保共同理解，可纳入监测遵守情况的机制(如注册系统),并就透明度和文档实践提出建议。最后，可包含标准合同备款·标准技术工具:可帮助保护知识产权,使权利人更便捷地管理自身数据的访问权限，例如数据访问控制机制、自动化合同监控和直接支付系统。标准化工具能筒化组织的合规流程,并助力权利人在多个平台上保护其权利。·标准合同条款:可解决与数据抓取相关的法律和运营问题。这些条款可作为可选起点，允许组织协商特定条件。其制定将受益于多利益相关方合作,并可针对不同应用场景（从非营利研究到商业应用)进行定制。提升意识倡议:赋能利益相关方了解数据抓取及其法律影响,获取保护和管理自身权利的信息。这包括帮助权利人理解保护措施、教育AI系统用户负责任使用,以及确保AI数据生态系统中所有参与者明确自身角色与责任。
引言人工智能（AD),尤其是生成式人工智能(GenAI)的兴起,正在知识产权(IP)领域引发系列复杂问题。....
