张嘉林：机器学习生命周期中的著作权法因应

本文探讨了机器学习技术在内容生产领域广泛应用所引发的著作权侵权争议。背景是生成式人工智能的快速发展导致利用受版权保护作品进行模型训练的行为频繁引发法律纠纷。研究目的在于分析机器学习工作流程中各阶段（数据收集、预处理、模型训练及模型应用）使用作品的行为性质，并构建相应的著作权法规则。结论认为，数据收集、预处理及模型训练阶段对作品的使用属于“非作品性使用”，不侵犯著作权专有权，无需进行合理使用分析；而在模型应用（输出）阶段，因模型的“记忆效应”可能产生侵权内容，应采用“实质性相似与市场替代相结合”的标准进行侵权判断，并建议通过建立作品信息透明度义务、敏感信息过滤策略、著作权投诉响应机制以及“默示许可+选择退出”机制来平衡技术发展与著作权保护。