2025年2月9日，經(jīng)濟(jì)合作與發(fā)展組織（OECD）發(fā)布了一篇題為《人工智能基于抓取數(shù)據(jù)的知識產(chǎn)權(quán)問題》的專題報告，該報告深入探討了人工智能（AI）技術(shù)快速發(fā)展背景下，數(shù)據(jù)抓?。―ata Scraping）在模型訓(xùn)練中的應(yīng)用及其對知識產(chǎn)權(quán)（IP）體系的沖擊。報告指出，隨著生成式AI的爆發(fā)式增長，數(shù)據(jù)抓取已成為獲取海量訓(xùn)練數(shù)據(jù)的主要手段，但這一過程頻繁涉及版權(quán)、商標(biāo)、數(shù)據(jù)庫權(quán)利等法律爭議，亟需全球協(xié)調(diào)的政策框架與技術(shù)創(chuàng)新應(yīng)對挑戰(zhàn)。

數(shù)據(jù)抓?。篈I創(chuàng)新的雙刃劍

報告將“數(shù)據(jù)抓取”定義為“通過自動化工具從第三方網(wǎng)站、數(shù)據(jù)庫或社交媒體平臺提取信息的行為”。其核心流程包括數(shù)據(jù)收集、預(yù)處理、存儲及模型訓(xùn)練。例如，大型語言模型（如GPT-3）的訓(xùn)練數(shù)據(jù)中，超過80%來自Common Crawl等公開網(wǎng)絡(luò)抓取數(shù)據(jù)集。這類數(shù)據(jù)為AI模型提供了多樣化的語言表達(dá)和跨領(lǐng)域知識，但也埋下隱患——抓取內(nèi)容可能包含受版權(quán)保護(hù)的書籍、文章、圖像，甚至個人隱私信息。

數(shù)據(jù)顯示，當(dāng)前約70%的AI訓(xùn)練數(shù)據(jù)集缺乏清晰的來源許可信息。2023年一項對1800個常用數(shù)據(jù)集的審計發(fā)現(xiàn)，部分?jǐn)?shù)據(jù)集包含盜版內(nèi)容，如“Books3”數(shù)據(jù)集涉嫌收錄17萬本未經(jīng)授權(quán)的書籍，被用于訓(xùn)練Meta的Llama等知名模型。此類爭議已引發(fā)多國訴訟。美國作家協(xié)會、《紐約時報》等機(jī)構(gòu)已對OpenAI、微軟等企業(yè)提起訴訟，指控其未經(jīng)許可使用受版權(quán)保護(hù)內(nèi)容訓(xùn)練AI；歐盟、日本等地也出現(xiàn)類似案件。

法律困境：全球規(guī)則碎片化

報告強(qiáng)調(diào)，現(xiàn)行知識產(chǎn)權(quán)法律體系多制定于AI技術(shù)普及之前，難以適應(yīng)數(shù)據(jù)抓取引發(fā)的復(fù)雜問題。各國法律對“合理使用”“文本與數(shù)據(jù)挖掘（TDM）例外”等關(guān)鍵概念的解釋存在顯著差異：  

-歐盟通過《數(shù)字單一市場版權(quán)指令》允許研究機(jī)構(gòu)在合法獲取數(shù)據(jù)的前提下進(jìn)行TDM，但版權(quán)所有者可通過合同或技術(shù)手段“選擇退出”（Opt-out）；  

-日本《著作權(quán)法》允許出于“非娛樂目的”的TDM，包括商業(yè)用途；  

-美國依賴“合理使用”原則，需通過司法案例逐案判斷；  

-新加坡2021年修訂的《版權(quán)法》新增“計算數(shù)據(jù)分析例外”，明確允許基于數(shù)據(jù)分析的機(jī)器學(xué)習(xí)，但禁止衍生內(nèi)容用于其他目的。  

這種法律碎片化導(dǎo)致跨國企業(yè)面臨合規(guī)難題。例如，歐盟《人工智能法案》要求通用AI模型提供者遵守歐盟版權(quán)法，即使模型在境外訓(xùn)練，只要輸出用于歐盟市場即需擔(dān)責(zé)。這種“長臂管轄”凸顯了國際協(xié)調(diào)的必要性。

政策工具箱：行為準(zhǔn)則、技術(shù)工具與公眾教育 

為平衡AI創(chuàng)新與權(quán)利保護(hù)，OECD提出四大政策方向：  

1. 自愿行為準(zhǔn)則：制定跨國“數(shù)據(jù)抓取行為準(zhǔn)則”，明確術(shù)語定義（如區(qū)分?jǐn)?shù)據(jù)抓取、網(wǎng)絡(luò)爬蟲等技術(shù)細(xì)節(jié)），要求企業(yè)披露訓(xùn)練數(shù)據(jù)來源、尊重技術(shù)保護(hù)措施（如網(wǎng)站robots.txt協(xié)議），并建立違規(guī)登記與追責(zé)機(jī)制。準(zhǔn)則可參考G7《廣島AI行為守則》，區(qū)分商業(yè)與非商業(yè)用途，鼓勵平臺采用“數(shù)據(jù)集卡片”（Dataset Cards）標(biāo)注數(shù)據(jù)許可信息。  

2. 標(biāo)準(zhǔn)化技術(shù)工具：開發(fā)支持版權(quán)管理的技術(shù)方案。例如，改進(jìn)現(xiàn)有robots.txt協(xié)議，設(shè)計機(jī)器可讀的“選擇退出”標(biāo)識；探索數(shù)據(jù)訪問控制工具，允許版權(quán)方通過API授權(quán)使用，并集成自動付費系統(tǒng)。歐盟正推動此類工具研發(fā)，以配合《人工智能法案》的透明度要求。  

3. 標(biāo)準(zhǔn)合同條款：針對數(shù)據(jù)提供者與AI開發(fā)者的合作協(xié)議，設(shè)計兼顧靈活性與合規(guī)性的模板條款。例如，OpenAI與美聯(lián)社、Shutterstock等機(jī)構(gòu)的內(nèi)容授權(quán)協(xié)議，或成為行業(yè)參考范式。  

4. 公眾意識提升：通過教育項目幫助創(chuàng)作者理解權(quán)利邊界，指導(dǎo)AI用戶遵守使用限制（如避免生成侵權(quán)內(nèi)容），并推動企業(yè)公開模型訓(xùn)練的倫理審查流程。

未來挑戰(zhàn)：技術(shù)迭代與利益平衡

報告警示，高質(zhì)量訓(xùn)練數(shù)據(jù)可能在2026年前耗盡，迫使企業(yè)轉(zhuǎn)向語音轉(zhuǎn)錄、合成數(shù)據(jù)等新型抓取手段，進(jìn)一步加劇法律風(fēng)險。同時，AI生成內(nèi)容對個人形象權(quán)、藝術(shù)風(fēng)格模仿等新型侵權(quán)形式的界定仍存爭議。例如，AI生成的“虛擬歌手”是否侵犯原聲音樂人的權(quán)利？模仿畫家風(fēng)格的AI作品是否構(gòu)成道德權(quán)利侵害？這些問題亟待法律與倫理框架的更新。  

OECD呼吁各國政府、企業(yè)與社會組織加強(qiáng)合作，在保護(hù)創(chuàng)新激勵與公共利益之間尋求平衡。正如報告主筆之一、杜克大學(xué)教授李·蒂德里奇（Lee Tiedrich）所言：“沒有一刀切的解決方案，但通過技術(shù)規(guī)范、合同創(chuàng)新與國際對話，我們可以為AI的可持續(xù)發(fā)展鋪平道路?！?/span>