創作型人工智能應用下作者“數據控制權”的提出

任庭漢

(云南大學 法學院，云南 昆明 650504 )

0 引言

人工智能自20世紀產生之后，發展至今已實現量變到質變的飛躍，成為影響人類社會活動的重要因素之一，同時也帶來了對作品數據使用等諸多問題。一方面，人工智能可能會因電子復制行為侵害作者復制權(域外有“tdm例外”的原則，在法律界常常討論)。另一方面，人工智能使用方也可以在不侵害作者享有的復制權等權利基礎上進行使用。表面上看，這是一種對“作者無法使其發揮價值的”數據部分的利用，屬于“合理使用”范疇。但是，一旦將作品數據“喂”給創作型人工智能，生成新的“作品”就可能與原作者形成競爭關系，損害原作者權益，并使合理使用失效，現有法律卻鮮有針對性規范。對此，應當給予作者一種對于作品的“數據控制”權利。另一方面，企業在大數據的處理上付出了投入，理應享有財產用益的權利，包括數據的直接使用與數據的交換流通等權益。如果作者的控制力量過大，可能就會使企業的用益權受損，阻礙企業乃至人工智能產業的發展。這明顯與我國數據政策的導向不符[1]。如何去論證并建構一種有限的“數據控制權”，實現作者和企業利益的共贏，是本篇文章討論的主題。

1 人工智能數據使用現狀

1.1 人工智能與數據使用關系

數據，指對現實中某種事物的關系與性質進行的表征記錄信息[2]，在計算機的應用背景下，也可以指以計算機等信息技術硬件為載體的信息。數據的價值在于，海量數據經過挖掘整理后，可以獲得蘊含在其中的有效的知識信息[3]。因此，數據往往被當作為一種抽象物存在，被認為是一種知識、一種財產，在其之上的權利可以被認為是一種財產權、一種知識產權[4]，亦或者是一種獨立的產權[5]。它可以作為一種生產要素作用于生產[6]。所以本質上，它可以被看作是“一種不能窮盡但卻不一定能夠使用的資源。”[7]隨著對這種資源需求的增加，數據技術應運而生，而人工智能，是計算機學科下的一類[8]，其最開始的目的是為了模擬學習或智能的所有方面[8]。隨著數據技術的發展與人工智能技術對數據量的需求，人工智能與數據領域進行了深度融合，發展出了現代人工智能。對于現代人工智能來說，數據是人工智能技術能夠實現的必要條件，通過數據輸入和數據技術的方法應用，基于如神經網絡等數據要求的人工智能技術才能實現，進而實現現代人工智能的相應功能；而對于數據技術來說，人工智能既是數據技術領域下的多項子技術與人工智能技術融合而來的技術產物，又是達成數據技術目的的重要輔助技術。現代企業可以通過對人工智能與5G、數據平臺等其他技術的融合應用，對數據進行更智能的處理分析，并達到最大化挖掘發展背后價值的最終目的[9]。綜上，人工智能本質上既是一種可以產生數據產物的數據方法，也是一種基于數據方法產生的數據產物。數據的使用，是為了達成人工智能設計目的所必須的前置步驟。

1.2 人工智能使用不同類別數據現狀

人工智能數據來源極為廣泛。按照數據的歸屬，可以將人工智能的數據來源分為來源于個人領域的數據和來源于非個人領域的數據，在非個人領域中，又可分為公共領域的數據和企業領域的數據。

所謂來源于個人領域的數據，指來源于個人在網絡生活中所產生的各式各樣的數據，如自然人在網絡購物時留下的購物痕跡，在網絡聊天時留下的聊天記錄等。以該數據所體現的性質來看，可以分為人身性數據和財產性數據。人身性數據又可分為敏感性數據與非敏感性數據。前者又被稱為個人信息，其上客體個人信息權被視為一種利益[10]或權利[11]，是人格權的延伸，屬于《個人信息保護法》保護客體；后者則指經匿名化處理后，人格因素較少的個人信息數據，如出行數據、購物數據等。該類數據并非個人信息，不受《個人信息保護法》保護。一般認為該類數據的權利歸屬應當屬于企業[5]。而財產性數據可分為虛擬財產和“上傳數據”。前者指賬號、游戲財產等虛擬財產，通說為歸于民法債權保護(見把手案例-北京市豐臺區人民法院民事判決書，2021京0106民初3083號)；而后者則專指那些“具有作品外觀特征的內容或產品(works)”，在諸多“產品”(works)中，可以分為“受著作權保護的作品”(works with copyright)與“不受著作權保護的產品”(works without copyright)。前者指作者上傳的，以數字形式存在的作品，如網絡寫手上傳的小說，網絡畫手上傳的畫作等；而后者則指那些雖然有作品形式要件，但因欠缺獨創性而不可算作作品的“產品”，如無意識中誤觸快門拍下的模糊圖片、臨摹或拍攝的公共領域畫作、使用人工智能生成的產物等。因為缺乏著作權的保護地位，這些“產品”便可自然而然地歸于公共領域，可以自由使用。

源于公共領域和來源于企業領域等非個人數據是人工智能數據的另一部分重要來源。所謂公共領域的數據，是指政府、公益組織或其他個人所公開的，具有公益性質，可以自由使用的數據，典型的例子有天氣數據、政府統計數據以及上文所提及的歸于公共領域的“產品”數據等。來源于公共領域的數據并不一定代表來源于政府。政府公布信息、公布數據的行為，本身是一種行政行為，具有服務性和無償性[12]。但是，不能因此而說具有服務性和無償性的行為都是行政行為。可以行使這種行為的主體不一定僅指政府，一些公益性組織、知名高校、知名專業智庫等主體都可以行使類似行為，并生成公益性數據。相比較其他幾個來源而言，公共數據的源頭較為雜亂，產生的源頭可以是政府、企業甚至個人。公共領域中的數據，最典型的特征就是因主體行為服務性和無償性，從而產生客體對象即數據的公益性。這使它可以被自由使用，進而使得我們在研究數據權屬運行時，不必單獨考慮主體權利行使狀態，因此公共領域數據獨立于二者進行平行分類。

企業來源的數據是指來源于企業付出勞動與財產所得到的專屬于企業的具有商業價值的數據。這些數據可能直接取得，如企業運行中的金融數據、商業數據等，也有可能間接取得，如上文中提到的經企業匿名化處理后的個人信息數據，亦或是從別的企業購買或合作得來的數據集。但無論是哪種方式取得，企業數據都必須歸企業所控制，未經許可使用企業數據的行為，可能違反《反不正當競爭法》相關法規[4]，如果人工智能處理源于企業數據的內容，則必須獲取相關的許可。

本文主要討論人工智能處理數據中以個人數據為來源，涉及著作權法所保護作品(works with copyrights)的內容。為理解方便，茲以圖1對該部分討論的人工智能使用數據范圍與關系做出說明。

圖1 人工智能數據使用范圍

2 “數據控制權”設立的正當性

針對創作型人工智能使用致作者利益受損的情況，應當設定一種作者享有的“數據控制權”，去控制這種“使用數據”的行為，以此來實現對著作權利益的實質保護，防止合理收益的損害。本段將基于現有法律不足和宏觀利益的觀察與考量，對“數據控制權”進行正當性論證。

2.1 現有法律回應的不足

現有著作權法對人工智能使用作品數據的規范方式有兩種：合理使用與復制權控制。

在大多數情況下，作品數據的使用可以滿足合理使用的三要件并歸于合理使用。當一個作品以數據形式出現時，可以被視為包含了廣闊信息的資源庫。在這個庫里，包含作品的表達、思想、數據等知識內容。人所能夠使用的，僅僅是作品的表達與思想，對數據生產要素卻無法使用，造成了數據生產要素的浪費。只有對海量數據進行挖掘獲得有效數據，并進一步整合獲得信息[13]，才能實現數據的價值。這個過程需要投入大量的人力物力，是個人所難以達到的，也就難以發揮數據的價值。而人工智能是一種“數據方法”，人工智能生成物生成的過程，歸根結底是對作品數據的利用過程，其使用的恰恰是作品價值中被浪費掉的數據部分。對作品數據進行分析處理的過程，本質上是使用“一個開放的資源中未使用的部分”，并沒有損害作品基于表達與思想層面的正常使用。而在某些情況下，作品數據的使用，可能還會間接地給作者帶來便利。

在合理使用狀態不明的情況下，就應通過判斷行為人是否侵犯了其他主體權利的行使來判斷是否侵權。我國《著作權法》第十條第五款關于復制權行使包括“數字化”的規定，意味著未經作者許可，將作品以數據形式上傳存儲至服務器的行為會被認定為侵害作者復制權。而該行為幾乎是所有數據處理與分析技術所必須的硬件步驟。理論上來說，著作權法通過對這種必要的客觀行為予以權利控制，達成保護作者權利的目的。

然而，這種保護模式存在著不足。現有合理使用制度所需的三個要件，在創作型人工智能使用數據的背景下無法適用。創作型人工智能在使用了作品數據后，新生成的“作品”流入市場，就會與原作品形成一種競爭關系，大量擠占傳統作品市場。這種競爭究竟有沒有損害作品的正當利益，難以解釋。而合理使用又是一種“二分”式的判斷，即要么構成侵犯著作權，要么屬于合理使用，后者既不需要獲得許可也不需要予以賠償[14]，此時，對于作品數據的使用是否屬于合理使用只能歸于非合理使用之范圍，進入侵權領域。但是，復制權的設置僅能控制將作品復制到載體上這一種行為，在此之后的使用不影響法定權利則不受控制。而現有作品平臺相關的服務政策，也大多僅規定了作品著作權歸屬作者而不發生轉移，基于實現目的在法律允許范圍內進行有限復制存儲等，唯獨缺少對作品數據的使用說明。著作權法沒有規定數據權，因此，數據控制者可以根據該條款，將作品合法復制到服務器后，在不侵犯其他權利的基礎上對數據進行自由使用。

以域外視角來看，人工智能的數據使用行為是可以獲得版權例外的合理使用的，該例外原則來源于歐盟《數字化單一市場化版權指令》。在最初的《數字化單一市場版權指令(提案)》中，達到版權例外的要求有四個，分別是主體目的的限制、來源合法、行為方式限制和安全保存措施[15]，而現有的《數字化單一市場版權指令》中，對版權例外的要求則被削減為兩個[16]，僅剩來源合法與安全保存措施，對于主體目的的限制去除與范圍擴展是最大的變動。有學者認為，這是為了貫徹“閱讀權應當是挖掘權”(right to read should be the right to mine)的理念，即單純實施數據挖掘的權利實質上等同于人類通過閱讀來獲得知識或信息的基本權利[16]。也就是說，該指令對待機器閱讀作品的“權利”原則，與“人工閱讀的權利”劃等號。

不過，機器閱讀畢竟不同于人工閱讀。自然屬性的人行使“閱讀權”，在閱讀他人的作品后進行的創作行為，就面臨著著作權法上的諸多限制，作者不必擔心人工閱讀的“閱讀權”行使會給自身帶來風險；而機器屬性的人工智能行使“閱讀權”，在輸入數據進行算法處理后的輸出行為，則難以認定該行為的性質。人工智能數據庫利用算法形成作品的“獨創性”一直飽受爭議，因為人工智能的生成物被認為是一種“缺失思想的表達”[17]，只是一種基于數理邏輯的運算結果。著作權認定復制權侵權的路徑是依靠“接觸-思想表達的實質性相似”的模式進行的，當涉及思想表達的作品“獨創性”無法認定時，這種模式就會失效，進而造成侵權的認定困難，從而給法律適用帶來混亂，也給作者帶來競爭利益受損的可能風險，間接激化人機矛盾。

2.2 數據時代的必然要求

作為一個已經蓬勃發展了幾十年的技術，人工智能早已從理論走向了商業應用面。從戰略層面來講，人工智能的開發與應用是世界主要發達經濟體的國家發展戰略，也是我國的重要戰略布局[18]。由于人工智能不當使用制造的社區沖突也逐漸增多，直接體現了“人機”之間的知識產權與競爭的矛盾。其本質究竟只是如“汽車替代馬車”一樣歷史規律下的陣痛，還是“高效但低(零)質”的“不當”智慧財產競爭？學界仍然缺少一致的結論，并造成了人工智能相關法律規范的缺失，亟待法律介入調整。2023年4月11日，為促成生成式人工智能技術健康發展和規范應用，根據《中華人民共和國網絡安全法》等法律法規，國家互聯網信息辦公室起草了《生成式人工智能服務管理辦法(征求意見稿)》，向全社會公開征集意見，并最終于8月正式生效。在第七條第二款中，明確規定了“用于生成式人工智能產品的預訓練、優化訓練數據，應當滿足……(二)侵犯知識產權的內容”[19]。所謂侵犯知識產權的內容，在《著作權法》框架下，指的是訓練內容或行為，對《著作權法》第十條下的所規定的作者獨享的十七條權利的排他義務違反，且該違反行為不構成合理使用。然而，要判定是否侵犯著作權，首先應當判定行為是否構成合理使用，然后判定該行為具體侵犯了哪一條權利。如上文所講，生成式人工智能使用作品數據的行為面臨著一個法律困境，即持有者可以在獲取復制權許可后實施“不合理但合法”的數據使用。造成這樣的原因是在著作權權利框架中缺少對“數據使用”行為的控制標準，造成“無權可依”的情景，進而給著作權侵權的認定增加困難。如果不在著作權法中對數據控制的行為加以權利形式劃定邊界，在不根據《著作權法》第十條的十七款內容對“侵犯著作權”行為做出擴張解釋的情況下，易造成《辦法》中第七條第二款的規定的保護程度不確定。因此，設定有限的“數據控制權”就成了一種可行的解決方式。

3 “數據控制權”設立的合理性

目前，我國數據法尚未建立起系統的數據財產權保護的法律體系[20]，但是，對于旁系的個人信息數據的保護已有相應的立法與研究，并已累計豐富研究成果[21]。其中，數據權利束相關理論和數據三主體的研究可以為作者數據權利的合理性提供有力的理論來源。本節將基于二者理論內容，對“數據控制權”做出理論論證，構造設立其合理性。

3.1 數據“權利束”的存在

數據作為一種抽象的財產，其客體權利是一種抽象的財產權，是權利人對特定數據享有的直接支配和相對排他的權利[22]。作為一種財產權，這種權利亦是一種權利束(a bundle of rights)[23]，一種具有著多樣性結構且內部權利可按照不同分類分割的權利集合。在霍菲爾德的著作中，將傳統的“權利-義務”模塊拆解成具有排他請求效力的“權利-義務”關系、具有自主使用自由的“自由”關系具有獨自處分的獨有“權力”關系，和獨自享有使用自由和處分不受他人限制的“豁免”關系四大基本法律關系元。因此，作品的數據使用權可以霍菲爾德的視角，分成：“阻止他人利用的對世權”；自由使用的“自由”；單方授權或處分，他人只能接受的“權力”；對數據的處分不受他人影響的“豁免”[24]。最終，數據財產權就成為了一種集控制、使用、收益、處分等權能為一體[22]，人格權與其他利益相互交融的一種集合權利束[25]，以權能為界定標準，可以認為它包含了控制權、使用權、處理權、收益權權能，這些權能本身來源于對于具體原生權利的保護擴展至衍生利益。可以認為屬于數據權利束中該數據權所控制的權利范圍，就是著作權所控制的部分權能在數據利益角度的衍生與繼承的范圍。作品作為一種智慧財產，其數據之上的相關利益就是一種財產的衍生利益，基于財產權的保護原則，這種利益就應當被考慮在排他性控制的范圍中。當這種利益基于其特質無法進行完全排他時，“權利束”理論便可以成為這樣一種權益的保護進路，設立有限“權利”，使之成為數據權利中，某些新型權益的通用設定原則。

3.2 數據生成者的主體地位

根據數據法理論，數據權利義務主體可以分為三種：數據生成者、數據生產者與數據控制者[26]。數據生成者指產生數據的原始主體。上網的個人，在服務器中留下了個人信息，此人就是數據生成者。數據生成者無法利用和生產數據價值，沒有數據財產權，其享有權利更多基于原有權利的延伸，如個人信息權，不享有數據財產權，該權利是人格權的延伸[11]。數據生產者一般指企業，因其在數據處理過程中投入了財產與勞動，根據勞動價值理論[27]而享有數據財產權，下屬權能包括數據采集權、數據可攜權、數據使用權與數據收益權等[13]。數據控制者則指的是單獨或者與他人共同確定數據處理目的和手段的自然人或法人、公共機構、代理機構或其他機構[26]。與前兩者不同的是，數據控制者以義務承擔方的形式出現，在設立時并不以數據本身生產過程為依據，而是以生產過程中相對主體的權利行使為依據，數據生產者在使用數據生成者的數據進行生產時，就會基于生成者的在先權利，從而自動獲得控制者的義務承擔地位，并應在實現本身權利之前履行相應義務。

數據企業在參與數據的處理時，根據這個過程中企業參與程度的不同，可以這種數據分為自生數據與非自生數據[28]。自生數據即數據產生者所產生的數據，是產生者權利的來源，也是控制者義務的來源。非自生數據指生產者生產的數據，是生產者權利的來源。作品數據屬于自生數據范圍內，受在先權利的保護。人工智能是一種“數據方法”，其利用作品數據生成“作品”的過程與結果，本質上是相關主體如企業等數據處理者，通過各種手段從其他數據主體處收集數據后，形成新數據產品的過程結果。作者作為作品數據的產生者，可基于這種在先數據的特性，成為數據產生者并占據該主體地位，進而享有數據產生者的權利，而企業則擁有生產者權利，但是作為數據控制者時，必須履行相對于在先的產生者權所控制的排他義務。

綜上所述，從客體角度來說，作品數據權作為一種數據權，因其財產“權利束”的本質，使得知識產權對其設立控制權能存在可能性。而從主體角度來說，擁有作品的作者，作為數據生成者，也應當享有對應數據控制者的數據控制性權利的地位。本節通過使用數據權利束和數據生成者主體理論，對數據權利客體和主體進行研究，論證了作品數據權利構建的合理性。在下一部分，將基于二者的角度，對作品數據權利做出相應構建架構。

4 “數據控制權”的建構

“數據控制權”可以被總結為：在特定情景中，他人必須獲得作者許可才能享有對作者作品進行某些數據處理行為的自由，且在獲取這種自由后，不得濫用這種自由侵害作者的其他合法權利。即，以創作為目的的人工智能所有者對該數據享有的處理權，必須依靠作者的授權而獲取，且在行使的過程中，需履行除必要存儲行為所屬的復制權之外，其他著作權及相關權利帶來的相對義務。該權利與義務主要基于“數據生成者-數據控制者”模式框架和智慧財產權的特性，是作者著作權利益的延伸，給予了作者一定程度的知情-選擇權與收益利益。

另外，數據權作為一種抽象財產權，在研究它的權利構建時，也必須考慮到這種權利的構建對社會利益所帶來的可能影響，并設置相應的合理使用制度保障社會公益的正常行使，尤其是當權利人事實上不能夠使用數據時，就不應該對該類數據的處理做出過多限制，以促進數據使用者利益及數據本身的價值實現。對于作品的數據使用的控制，并非是為了保護作品數據本身，而是為了保護作者著作權相關利益的實現。由此，就應當對這種控制進行一定條件的限制，尤其是當這種控制可能影響數據使用者的合理利益時，如合理范疇的文本挖掘。

對于作者“數據控制權”的設定，應當兼顧二者利益，做到既保護作者利益，又保護數據企業利益。對作者對作品數據的控制應當做出設置并設定限縮條件，并以限縮條件下的保護為基礎建立作品“數據控制權”保護的框架構造。

4.1 “數據控制權”的權項內容

“數據控制權”的具體權能可分為知情-決定權(即，opt-in或opt-out[20]，下文稱為知情同意權)與侵害防止請求權。根據權利束理論，可以將這兩種權利分為四項權能，即：阻止他人利用的對世權利，如侵害防止請求權；盡管極其有限，但為了防止出現主體矛盾，仍應承認的對數據自由使用的“自由”；單方授權與處分，他人只能接受的權力，如對于數據授權使用的許可權力；對數據的處分不受他人影響的豁免。在這種視角下，“數據控制權”的權能內容便可以被分為“控制”與“收益”兩大權能。

描述“數據控制權”的第一項權能內容，就是“他人必須獲得作者許可才能享有對作者作品進行某些數據處理行為的自由”。在這種以授權為主要內容的權利之下，知情同意權成了控制權的核心。所謂知情同意權，其翻譯為opt-in或opt-out，該單詞由“選擇”(option)與“入或出”(in or out)組成，也就是說，這種權利，可以作為“知情-選擇”模式被拆開，權利客體是一種作為形成權的“選擇”，而知情則是這種“選擇”的保障。作為一種形成權的保障，這種知情程度與內容要求就應向著作權領域靠攏。這是因為，一方面，作為我國締約的《伯爾尼公約》及相關國際條約已將計算機存儲行為加入復制權范圍之內(見WCT第一條，伯爾尼公約1982會議)，使AI等數據處理技術無論如何也會“落入版權人寬泛的復制權的范圍”[29]，影響到數據的交換使用，因為每一步存儲，都是在把作品進行再次復制。在無法構成合理使用的情況下，考慮到數據交換市場對復制權可能造成的影響，則至少對數據授權許可知情程度的設置，應與復制權進行“對標”，對于數據使用的知情同意，應達到被視為后續的復制權知情許可的程度。另一方面，著作權法保護作品的表達不保護思想，其指向對象為多樣且獨特的表達，因此，當數據處理后的數據產物出現對應權利客體的表達時，情況則要復雜些，必須要適用“實質性接觸”，“思想-表達”等原則判斷是否為實質性相同，以此為基礎確定是否侵權及其因果，往往無法以簡單的因果關系來證明該數據產物是否侵犯了作者的復制權。算法的“思想”缺失，使“思想-表達”判斷范式可能難以應用至算法控制的輸出產品。因此，對作品數據使用的許可，還應使作者能夠預見到，“可能產生無意識的雷同表達”后果。

需要注意的是，“數據控制”只是一種單純的授權控制，其授權對象僅限于自身作品數據的使用自由而非其他。以權利束視角來看，作者本身缺少主動使用數據的能力，權利束理論中所謂的自由使用亦與企業對數據的自由使用不同，該使用事實上指的是使用數據所映射的對象或客體。作品是作品數據的映射。在這個過程中，所謂“授以自由”，指的是對映射對象客體的授權自由，而非數據本身的使用自由。“數據控制”的本質，是限制數據處理者數據處理自由的一道“閥”。

“數據收益”是“數據控制權”的第二項內容，不過更多作為一種“可得利益”而出現，其內涵是，著作權客體本身為一種知識財產，作為一種通過獨創性勞動獲得的財產權，具有使用價值與交換價值，可以通過使用、交換等手段發揮作為財產的最大效益。在整個數據產生與處理過程中，作者付出了勞動投入，為數據產物增加了勞動要素上的價值，相比在“勞動”與“財產”兩要素都欠缺的個人數據產生過程，作品的單個數據輸入，為可用數據集的產生提供了基于勞動的價值，在數據生產過程中起到了積極的作用。按照勞動價值理論[27]，理應獲得更多財產地位，在交易過程中收益利益受保護。這意味著數據控制者使用作品數據時，作品數據的生成者可以基于作品數據的使用而獲取報酬。也就是我國《著作權法》中，第十條第十八款所規定的“獲取報酬”的利益。但是，一方面，單個作品的數據究竟對企業使用該數據形成的數據集的影響有多少，難以總結客觀規律進行界定，尤其是當數據量龐大時。另一方面，數據收集者的采集數據要合法取得，在該過程中可能已經直接或間接地對數據生成者支付報酬，重復獲利沒有實際意義。出于大數據環境下數據收集者的利益保護原則，這種收益應被限定在“可以”獲取報酬且不得重復受益的范圍。至于是否“應當”，則應結合具體案例中，不同作品的數據使用對數據集的功能所產生的影響，來具體判斷。

4.2 “數據控制權”的合理限縮

對于“數據控制權”中出現的利益沖突，合理使用制度是一種可行的調和方式。其價值目標在于通過均衡保護的途徑，促進科學文化事業發展。作者的“數據控制權”控制數據的使用，對有價值數據應當進行共享并最大化發揮其應有的價值。不可過分保護，防止出現“數據孤島”的現象，最終影響整個數據產業的發展。

“數據控制權”的合理使用條件與限縮是指，數據的使用并非全部都需要“知情同意”。對于將作品的數據用于非生成式人工智能的其他領域來說，只要滿足伯爾尼公約中，對作品的合理使用三要件，那么，對作品數據的權利，也可以適用于合理使用。因為合理使用制度并非是“合理使用”作品，而是合理使用作品之上的作品作者享有的權利[30]。而作品的數據權利恰恰是作品作者享有權利的一種。所以，合理使用對權利行使的限縮就可以應用至數據權利的限縮。數據控制權的限縮還應表現在對數據市場的控制力上。前已論述，“數據控制權”的內容是“以創作為目的的人工智能所有者必須獲得作者許可才能享有對作者作品進行某些數據處理行為的自由，且在獲取這種自由后，不得濫用這種自由侵害作者的其他合法權利。”但是數據原發者擁有的數據所有權和處理者擁有的數據用益權的二元權利結構[31]，使得原發者單方對于這種權益的過度“排他”勢必會引起處理者利益的受損，間接損害數據產業利益。因此，“不得濫用這種自由侵害作者其他合法權利”并非可以擴展至所有侵權行為。

在同一對象上存在不同權利主體并非是新有現象。早在著作權設立之時，便已存在“同一物上存在兩種權利主體”的情景，一幅畫作，其上既存在所有者的物權，又存在著作權人的著作權。而著作權最終通過對相應“行為”自由行使的限制(對物權中的收益行為進行一定程度的限制)，以控制“行為”的方式控制了部分權利，完成了物權與著作權的分離。如果以這種“行為-權利”角度來審視人工智能使用作品數據行為中，存在的權利或權益沖突，可以發現，對于數據處理者的行為基于一定原則做出分類討論，便可以做出區分不同權利或權益的邊界。

對于該邊界可以以兩種方式來綜合判斷，并劃入是否屬于合理使用范疇。

(1)“類同”可能性。

前文已述，“控制權”的設立需建立在已有技術措施版權例外理論的基礎上。該基礎上的“機器閱讀權”本身是一種合理的使用自由，但是機器閱讀后的“創作”會影響這種自由。因此如果能從“創作”角度作出直接分析，則可以對該限制作出初步區分。人工智能對數據的使用過程一般是通過對數據的提取分析，形成一套固定表達模板，這種模板會受到數據來源的抽象表達技巧與風格影響，生成的產物便會具有相似的特征。因此，一旦數據的來源較多，則這種生成物上附著的個性化內容就會被減弱，變成一種公共領域的大眾化表達的體現[30]，構成合理使用可能性較大，而當這種數據來源于單一或少量作者，則這種表達“類同”效應就會被大幅放大，很可能不構成合理使用。當然，用這種判斷方式并不能直接推斷出是否侵犯復制權，因為它依然無法逃出對人工智能生成物“獨創性”判斷的矛盾。但是，“抽象表達”使用來源數量的不同，可以使機器的表達產生從單一模仿表達到大眾化表達的質變，進而影響實質一致的認定。理論上來講，數據來源量越多，機器表達中構成的公共要素就越多。因此，對這種“創作”是否影響“機器閱讀權”的考量，便可以以數據來源量為自變量，判斷構成“實質一致”或“類同”的因變量傾向，進一步考量構成合理使用的可能性。

(2)目的導向性。

盡管在歐盟現有的《版權指令》中否定了研究功能作為唯一目的，然而基于版權例外的目的視角來說，它仍然是一種有限開放的條款[32]。事實上，對于人工智能的合理使用而言，無論是歐盟的《版權指令》，還是美國的轉換性使用的判斷，都或多或少體現了目的導向的判斷理念。尤其是轉換性使用，更是將之作為判斷的第一要素[32]。因此，對于“控制權”的合理使用，亦需要考慮使用者的目的來判斷。

“只有以創作為目的的人工智能才能受到控制權的影響。”現實中，并非所有人工智能的數據使用行為都會涉及創作，也并非所有創作性的人工智能被開發出來時都具有創作的目的，其中也會包含大量服務型人工智能、工具型人工智能。這類人工智能出于功能要求，不可避免地可能會產生創作功能。但是究其本質仍然屬于服務性人工智能。不過，創作型人工智能和服務型人工智能往往界限模糊，如ChatGPT本是一種服務型人工智能，然而部分使用者卻將之使用在了創作領域，使之變成了“創作型”人工智能；一些真正為了創作而生的人工智能也可能在使用者手里變成輔助工具，成為服務型人工智能。因此，單純以功能、算法為視點可能無法完整把握人工智能數據使用的目的。對于人工智能數據使用目的判斷應當從作品利用行為與著作權法定權利所預期的市場交易行為之間的關系進行綜合考量[33]。因此，應當結合人工智能的設計預期目的、使用功能，以及面向使用者的具體服務條款、版權條款等多方面因素，來衡量人工智能的數據使用行為是否接近于“創造”的目的，進而判斷是否屬于合理使用的范疇。

這兩種方式的劃分都屬于一種相對區間判斷，使得在判斷該行為的邊界時，會基于二者變化出現四種情況(如圖2所示)。當“類同”可能性相對高且使用目的接近“創作”時，該種使用行為不屬于合理使用與限縮范圍，受到數據控制權控制；而“類同”可能性低且使用目的遠離“創作”時，該行為屬于合理使用與限縮范圍，不受數據控制權控制；而當該行為落在第二、四象限時，則需根據具體行為以及離一、三象限的遠近具體分析是否適用數據控制權的限縮與合理使用。

圖2 目的與類同判斷表

5 作品數據權利保護的現實路徑選擇

“數據控制權”的現實保護路徑選擇主要有兩種方式。其一是通過直接進入著作權法領域進行保護。“數據控制權”是一種作者權利，因此可以被《著作權法》第十條所吸收作為一項額外權利。而對于該權利的限縮，也需要通過對合理使用的內容做出解釋進行調整，引入復制權版權例外條款。進而通過二者的協調作用，整體放入著作權法進行保護。如果認為《著作權法》第十條所規定的諸多權利都是完整的支配性權利，加入非完整支配性權利可能導致體系的混亂，那么也可以單獨添加條款以權益模式進行保護。

其二是通過增加涉知識產權的數據保護條例進行保護。在我國的部分地方已經出臺了行政法規作為數據立法的先行試點，對于“數據控制權”的權利或權益的設定，也可以先通過行政法規的試點，進入著作權領域進行保護。

需要說明的是，若在作品數據使用上設立這種“作品數據權”，可能導致許多作者因擔心作品侵權，從而拒絕作品數據使用，使數據量減少，進而導致數據處理企業蒙受損失的結果。首先，作品數據權并非新生內容，在先行的個人數據研究領域，已經設立了數據使用的知情權用以保護人格權延伸利益。對于作品數據的使用設立數據控制權亦是類似，是保護主體財產權益目的的延續。其次，作品原始數據權屬于個人，雖然現有數據法并未規定個人數據財產權，但是按照數據主體原理，個人享有控制該數據的有限利益。但現有的作品數據處理主體可能不會尊重這種利益，往往未經許可(也不必許可)或超越合理使用范圍外獲取數據，以此支持算法的發展。這種行為事實上是以權利制度邊界模糊為代價的發展，會導致社會成本的變相增加[34]。最后，對作品數據的使用并非因“數據控制權”的設立而被一并禁止，非創作目的的人工智能使用作品數據依然可以以合理使用的形式進行自由使用，這可以引導企業進行合理合法的使用，同時保護作者權利和企業權益。對于這部分企業來說，直接財產利益僅僅是附帶產物，也就是說大部分人工智能企業仍符合該權利合理限縮的范圍。數據控制權設立的最大意義在于，它在人工智能企業和作者群體之間，形成了一種博弈態勢，人工智能企業若想達成“合理使用”以尋求更多數據，則必須主動放棄生成物的著作權利益，轉而選擇本應當被激勵的研究與其他商業應用利益。如ChatGPT一樣，為避免糾紛，在使用條款內加入“版權放棄”“版權使用無效”等條款[35]，使數據產物直接進入公有領域，放棄與傳統作品的競爭，同時促進作品數據的合理使用。另外，法律也可以采用行政登記等手段[36]，對這種作品市場中的“人機”混合競爭關系進行分離，減少積極損失，進而減輕作者在行使知情權時的顧慮，增加數據的規范使用比例，促進作品數據使用的良性循環。

6 結論

本文聚焦于創作型人工智能的數據使用行為，根據現有法律回應創作型人工智能數據使用的法律漏洞問題，出于對數據時代的發展要求，提出了作者對作品數據使用行為控制的“數據控制權”，并對這種權利進行了描述，即“在以創作為目的的人工智能數據使用的情形，他人必須獲得作者許可才能享有對作者作品進行某些數據處理行為的自由，且在獲取這種自由后，不得濫用這種自由侵害作者的其他合法權利”。當然，對于這樣一種新興權利而言，在保護作者作為“數據生成者”的利益的同時，也應對相關權能進行限縮，以保障企業作為“數據生產者”的利益，使得最終形成的權利，成為一種帶有平衡色彩的有限權利。在具體適用方式上，該權利可以通過立法進入著作權法、進入其他數據法單獨條例保護等形式，對作者權益予以保護，并可以通過一系列措施，促進數據使用的良性運轉。