姚欣彦｜文本与数据挖掘中著作权合理使用的认定

本文背景在于生成式人工智能技术（如ChatGPT、Deepseek）的发展基石——文本与数据挖掘（TDM），其在训练过程中对海量版权作品的使用引发了尖锐的著作权冲突，传统授权模式面临交易成本过高的市场失灵困境，而我国现行合理使用条款难以涵盖TDM技术实践，导致技术和产业发展面临巨大法律不确定性。研究目的是通过对TDM技术行为的拆解与辨析，从“非表达性利用”这一本质属性出发，论证其契合合理使用的法理基础，并构建一种平衡技术创新与版权保护的规范路径。结论指出，应在《著作权法实施条例》中增设TDM合理使用的例外规定，采取“宽进严出”的分层认定原则——前端的输入端行为（数据获取、预处理）作为“非表达性利用”适度放宽认定，但后端的输出端行为（整合生成、向用户提供）若与原作品构成实质性相似，则应严格把控为侵权，以此实现鼓励前端技术探索与规制后端市场行为之间的精准平衡。