【摘要】人工智能训练作品过程中的复制没有遵循复制权“无传播即无权利”的法理，该复制是事实行为而非法律行为。复制权不应控制人工智能训练作品中的复制行为。人工智能训练作品会复制表达，但其意图并非还原表达，这一过程与人类通过学习获取知识范式与思维模型具有功能等同性。复制与训练是“依赖复制的训练”的偏正关系，人工智能训练作品本质上是商业学习。商业学习是一种使用者权益，《民法典》第126条和《反不正当竞争法》第2条分别为其提供规范依据和保护路径。为人工智能训练作品的商业学习行为配套补偿金制度具有正当性。补偿金支付主体应当是人工智能训练作品的受益者。在补偿金征收方面，当侵权救济路径阻却时，我国应借鉴替代性补偿制度去建构管理型征收模式。在确定补偿金征收数额时，首先要确定费率基数，人工智能供应商的全部支出或收入基准更为合适，适用顺序上收入优先于支出；其次按照特定要素估值人工智能供应商支出或收入；最后在费率计算时，应参考对录音设备和媒体的销售征收税费率标准。应根据人工智能模型的多样化用途进行调整，在制定补偿金方案时，应区分高收入实体与低收入实体，精确设定补偿金标准。为确保费率计算的准确性，还要求更全面地披露作品使用情况。
【关键字】人工智能；临时复制；训练；商业学习权；公众使用权；补偿金
大语言模型（LLM）作为人工智能模型的主要应用，在训练阶段需要对海量网络公开文本数据进行采集与处理，其间不可避免地涉及对作品的复制和使用。未经著作权人许可的复制会侵犯复制权。近期，纽约时报起诉微软和Open AI，指控后者在微软的Co-Pilot（前身为Bing Chat）和OpenAI的Chat GPT提供的大模型服务中未经许可复制和使用其作品。在国内，2024年6月20日，备受关注的“Trik AI”绘画大模型被诉侵权使用训练语料案在北京互联网法院开庭审理。近期，金山区人民法院一审宣判了上海首例人工智能大模型著作权侵权案，认定被告李某以商业使用为目的，在素材截取阶段及LoRA模型训练、发布及使用阶段再现在先作品的独创性表达，侵害了原告对“美杜莎”作品享有的复制权和信息网络传播权。以上反映了人工智能训练作品行为给复制权带来的现实威胁。
将复制作为人工智能训练作品著作权法规制的起点，符合对作品接触、使用的一般规律。近期学界出现复制权+合理使用、复制权+法定许可等观点，它们均以复制权作为规范的起点，并从不同程度对复制权作出限制。吊诡的是，学界更关心权利限制的方法，而鲜对复制权是否可靠进行深入研究。事实上，复制权规范的可行性是更重要的问题，这决定了复制权及其权利限制的前置正当性，例如已有学者敏锐指出，对人工智能训练中复制行为的著作权法评价是比澄清权利限制方法更可靠且更要紧的法律问题。
遗憾的是，以复制权规范人工智能训练作品行为亦不可行。本文将首先检验复制权在规范人工智能训练作品中复制行为的非适格性，在分析人工智能训练作品技术原理的基础上，揭示了复制和训练之间“依赖复制的训练”的偏正关系，其中复制是手段而训练是目的。法律在规范人工智能训练作品行为时，有必要将重心从关注复制向关注训练转移。应将人工智能对作品的训练界定为商业学习，其是一种使用者权益，也应当具有一定的法律边界。在侵权救济渠道阻却的情况下，有必要设置独立的补偿金法律制度，以充分应对人工智能时代的作品使用风险。
一、从复制权到商业学习：人工智能训练作品行为的规范路径转向
理解复制权“无传播即无权利”内涵，以及人工智能训练作品的事实行为属性，有助于揭示复制权在规范人工智能训练作品行为时存在的缺陷，也有助于将规范的路径从复制权转向商业学习。
（一）关注复制的复制权规范困境
1.人工智能训练作品过程没有遵循复制权“无传播即无权利”的法理
复制权依循“无传播即无权利”之法理。从著作权法的历史演进观察，复制权的创设本质上旨在控制作品向公众传播的关键环节，而非无差别地规制一切形式的复制行为。在印刷时代，复制构成传播所必需的技术前提，二者在物理层面与经济层面高度一体，法律赋予作者复制权，实质上是授予其调控作品向公众传播的排他性闸门。
复制权之所以能控制作品向公众传播，是因为其具有的“预示权”（predicate right）功能，即具备判定后续侵权发生的预兆功能。复制权的核心在于防止作品未经授权的扩散，而非复制本身，因此，复制行为若未伴随传播意图或效果，如家庭录像，则不必然构成侵权。《法国知识产权法典（法律部分）》L.122-3条规定，复制是指以一切方式将作品固定在物质上以便间接向公众传播，这也解释了法国何以没有设立单独的“发行权”，这是因为复制权已涵盖发行传播行为。
复制权“无传播即无权利”的法理本质上反映了其著作财产权的法律属性。设立复制权是用于保障权利人对作品后续利用与传播的初始控制，进而通过市场交换实现其财产价值。质言之，复制权服务的核心是作品的市场化价值实现，它规制的是一种旨在或将导致作品被传播、被再利用的复制行为。所以，复制权应当且仅适用于控制作品的传播，并且凡是导致传播的内容复制都受到著作权人的控制。反之，当复制不是用于传播时，这种复制行为不应纳入复制权规范范畴。复制发行权与向公众传播权的著作权财产权体系归纳研究，间接揭示了有载体传播和无载体传播分离的必然性，其中也暗含了复制权包含传播这一必然要件。
事实上，复制并不是一个好的“中介概念”，数字时代的复制已经极大泛化，几乎嵌入作品使用和传播的所有环节，其中就包括人工智能训练对作品的复制。这是否意味着所有的复制都要被复制权控制？这种假设过度放大了作者的控制权，也忽视了大量作品“被容忍的使用”（tolerated use）的事实。复制这一中介概念在数字时代的泛化尚未导致利益失衡，很大程度上是通过大量事实上而非法定的合理使用（“被容忍的使用”）来维系信息流动和著作权之间的平衡。数字环境下真正被著作权人追究责任的，主要是公开传播行为，而极少针对不附加传播属性的“私域”复制。
在人工智能训练阶段，海量作品数据被导入模型，但这一过程并非为了再现作品，供人欣赏、阅读或进行任何形式的内容传播。相反，作品进入模型后，经历的是一个高度复杂的“理解、分析与特征提取”的数学化过程，更接近阅读与学习的内在机制，而非以传播为目的的外在复制行为。整个过程发生在模型内部，其产出物模型参数并非任何受版权保护作品的复制件，亦无法从中还原原始作品。训练中的复制以解构原始表达形态为最终目的，其功能与价值完全内化于模型自身的认知建构，并不涉及向公众提供作品的经济效用。因此，作为AI训练前导环节的训练数据准备中的复制，既无传播目的，也无传播效果，不应被解释为著作权法意义上的复制。
总之，人工智能训练复制在性质上是一种技术性、工具性使用，其与著作权法意图防止的、通过复制件分流作品市场需求的行为模式明显不同。正是基于此种技术特性，人工智能训练复制行为本质上不具备著作权法意义上的传播属性，其既未触及复制权控制传播的核心功能，也未实质影响著作权人基于作品传播获得的经济利益，应当处于复制权的射程之外。
2.人工智能训练作品的复制是事实行为而复制权控制的是非法律行为
法律行为的意思学说将法律行为与意思表示相提并论。从法律行为特征来看，法律行为是具有社会意义的行为，其中社会意义主要指向交互性，即法律行为不是自我指向，而是一种社会指向行为。为了更深入地理解法律行为，有必要从法律行为的内在方面或法律构成之心素进行切入。首先是直接推动行为人去行动以达到一定目的的内在动力或动因，其次是实施行为达到目标的意图，最后是行为人对自己行为的法律意义或后果的认知能力。根据以上对法律行为的描述，判断某一行为是否为法律行为，主要看该行为是否具有交互性、目的性、认知性等一般特征，否则这不是法律行为而是非法律行为或事实行为。
从交互性或社会性来看，人工智能训练中的复制是一种自我指向，而非社会指向行为。理由是，训练中复制是为了优化自我，而不是与作品权利人直接建立权利义务的法律关系，换言之，尽管人类给人工智能训练设计了指令，但是人工智能并不认为这种指令为人工智能与权利人创设了交互性联结，甚至人类的选择不仅未能实现对复制对象的有效支配，反而经常产生与训练目标相悖的结果。例如，人工智能训练数据中大量存在“无效选择”，即人类明确纳入训练集但对模型学习并无实质贡献的数据。有实证研究表明，即便经过专家标注的数据集也可能包含大量噪声标签和异常值，这些标签错误会显著降低模型的性能和可靠性。从目的性来看，人工智能训练对作品的复制体现了训练主体的目标意图，这与作者对复制权目标意图并不对应，前者遵循的是训练的有效性和规律性，而后者关注的是训练的传播性和营利性。从认知性来看，人工智能并不会准确预测自己的行为是否侵权，它更关注的是训练复制来源的准确性以及训练方法的有效性。
复制权被视为作者意志的延伸，是作者控制其作品后续使用链条的起点，作者意图通过复制权来规制的，是那些能够为其意志所理解并可能影响其精神利益或市场利益的自然人法律行为，而人工智能训练中的复制行为遵循的是一套既定的、价值中立的计算规则与算法逻辑。它是一个由代码驱动的、自动化的大规模数据处理过程，其运行逻辑内嵌于技术架构之中，而非源于具有法律意义的意思表示。在这一过程中，人工智能系统更像一位忠实于计算规则的、超高效的读者，它进行复制的意图并非源于对人类作者财产权控制意志的理解与回应，而是其算法目标，即最小化预测误差。这种行为在性质上更接近执行规律、反映事实，而非受意思表示支配的法律行为。将一个遵循技术规则且不在作者预期控制范围内的自动化过程强行纳入复制权的规制范畴，在法理上是牵强的。简言之，作者复制权所欲控制的法律行为并不能涵摄人工智能训练时的复制行为，人工智能训练作品的复制本质上是事实行为。
（二）人工智能训练作品本质上是商业学习
人工智能训练作品时会复制表达，但人工智能模型更想了解的是普通对话中的单词顺序，而不是因为散文作品多么富有表现力。人工智能训练作品时所关心的东西和作者关心的东西并不是一个事物，前者是思想或事实而后者是表达。事实上，诸多对作品的复制行为不被纳入知识产权法规范框架之中，人工智能并不是唯一只想要事实的主体，这个问题在知识产权法的诸多实践中有所回应。例如，在美国地球物理联盟诉德士古案中，被告只对科学期刊文章中的想法感兴趣，复印文章只是获取这些想法最方便的方式。又如，软件互操作性案件中的版权纠纷，谷歌诉甲骨文案，甚至可能是比克拉姆瑜伽姿势和围绕服装和自行车架等实用作品艺术方面的版权保护的复杂案件。大多数人工智能对受版权保护的作品的思想、事实、功能、方法以及常用的文学和情节手段感兴趣，而这些往往不受著作权法保护。
人工智能训练时的复制与数字作品的副本或在执行分析功能过程中的复制颇为相似。在人工智能训练作品过程中，不同文本很可能被复制到 OpenAI的内部数据库中并用于训练ChatGPT模型，但文本是用于训练模型，而不是存储在数据库中。这些作品的副本可能会为了处理过程而暂时存储，但它们并不会被用于程序所依赖的其他目的或被发行。这种偶然或附带的复制对于处理过程的顺利进行至关重要，且该过程本身也依赖这种复制形式，对于这种状态，借助“依赖复制的技术”来理解会更为直观。
人工智能通过训练数据形成的参数更新，本质上是对数据内在统计规律与特征模式的提取过程，这与人类通过学习获取知识范式与思维模型具有功能等同性。训练神经网络旨在开发能够捕捉数据生成过程的统计模型，而不是精确复制训练数据，质言之，无论是监督学习中的标注数据解析，还是无监督学习中的潜在结构发现，其目标均在于构建可泛化的决策函数而非特定表达形式的固定化再现。人工智能在训练阶段对海量文本的复制处理，应被理解为算法实现认知跃迁的必要技术路径，其产生的临时性数字痕迹最终转化为不具有表达识别性的模型参数。正如人类读者不会因记忆书中观点而构成侵权，人工智能系统通过参数分布来内化数据特征的行为同样应当被认定为是学习。进一步来说，这种适应市场化运行的机器学习是一种商业学习。
二、人工智能训练作品商业学习的法律属性与边界
人工智能训练对作品的利用在本质上属于商业性学习，但是应如何在法规范层面评价此种商业学习行为？对某一法律现象的认知通常应以法律客体的属性为起点，考虑人工智能训练指向的对象为作品，著作权法在分析作品的商业学习属性方面具有天然的优势。
（一）商业学习的法律属性分析
1.人工智能商业学习是使用者的权益
在法教义学上，将仅适用于个人非商业性、微量使用的“个人学习”制度，通过类推解释扩张至大规模商业学习场景，进而适用《著作权法》第24条个人学习合理使用条款，突破了合理使用制度的立法原意与解释边界。为了进一步阐明为何人工智能商业学习无法经由合理使用路径取得合法性，有必要深入辨析合理使用制度的法律属性。其中，合理使用的权利属性与侵权抗辩之间的界分，有助于辨明人工智能商业学习使用者所主张的权益属性。
在美国版权法历史上，曾就合理使用是使用者的权利，还是一种侵权抗辩产生了分歧。在坎贝尔诉阿库夫——罗斯案中，美国最高法院在考虑合理使用的第四个因素——“使用对受版权保护作品的潜在市场或价值的影响”时，认为“由于合理使用是一种积极抗辩，因此，如果没有关于相关市场的有利证据，其支持者将难以证明其行为构成合理使用”。美国最高法院在作出此项裁决时，援引了其在“哈珀与罗案”中积极抗辩的先例。不出所料的是，其他法院也倾向于遵循美国最高法院的上述侵权抗辩裁决思路。例如，美国第十一巡回上诉法院、纽约南区地方法院和加州中区地方法院都明确将合理使用列为一项积极抗辩。但是，也有法院认为合理使用应当是使用者的权利，例如美国第九巡回法院随后援引第十一巡回法院的观点，批判性地指出，美国1976年《版权法》从根本上改变了合理使用的性质，使其偏离了积极抗辩的根源，并在援引“贝特曼诉记忆公司案”的判例时声称，尽管传统观点将“合理使用”视为一种抗辩理由，但将其视为1976年《版权法》赋予的一项权利更为恰当。
合理使用究竟是使用者权利还是对权利人的限制，其实是一个事物的两个方面，站在不同的立场之上就会得出不同的结论。站在权利人的立场，合理使用是对著作权的限制，如果站在使用者的立场，合理使用则是一种法律豁免的自由行使，二者都有其合理性。只不过较之对权利人的限制，立法者对使用权权利概念并未明确表态，这削弱其应有的规范价值。但这并不意味着使用者权没有被培育的潜力，近些年来，数字技术的应用打破了既有的利益分配格局，以“使用者权”、“消费者权”以及“公众使用权”为代表的观点就是例证。
在我国当前语境下，赋予人工智能训练主体以商业学习权益和人工智能训练主体侵权抗辩，二者之间前者更为合适。理由是，合理使用诸如此类侵权抗辩的前置条件是必须存在权利侵权的客观事实，但前文已经论述复制权介入人工智能训练作品的不适合性，赋予人工智能训练主体以侵权抗辩的路径已然走不通。既然从作者端出发，通过对作者著作权限制来规制人工智能训练作品行为道路存在阻力，不如转换视角，从使用者角度出发，赋予使用者对作品的使用自由。
将公众使用权投射到人工智能训练作品使用场景之后，其可以被细化为更具体的商业学习权益。《民法典》第126条中的“利益”，与我国民法学界持者甚众的狭义法益说中的“法益”含义大致相同，指的是权利之外应当受到法律保护的客体，是立法者为解决其预见性不足的弹性规范设计。以《民法典》第126条所确立的“权利/利益”区分保护框架为理论基础和规范依据，将作品使用者权益作为著作权法应当保护的利益类型，能够保障公众的自由使用与合理使用“。
接下来的任务是，如何将商业学习权益进一步规范化，从而将权益实现以制度化的方式进行确认和实现。
2.商业学习权益的规范构造
在理解商业学习权益的规范构造时，需要结合权益主体、权益客体、权益内容进行解读。
商业学习权益的主体包括生成和训练大模型的人工智能平台，其也被称为直接主体，也包括间接参与训练的不特定使用者，如前所述的LoRA模型使用者。判断能否成为商业学习权益主体的关键在于，该主体能否实际控制人工智能训练，或者说，能否实际干预人工智能训练并影响训练的成果，为此需要辨析人工智能训练的产品大模型中是否有相关主体的贡献。如果仅是为了人工智能训练作品提供电能或网络技术性服务，如网络存储，而没有实质影响人工智能训练结果时，不宜将上述与人工智能训练相关的边缘贡献者都纳入商业学习权益主体范畴。
关于商业学习权益的客体，一般是指受法律保护的客体。”商业学习权“的客体并非单一的文字作品，而是指用于人工智能模型训练的数据集合中所包含的、受著作权法保护的所有作品。这些客体呈现显著的聚合性与复合性特征，其范围涵盖目前模型训练所需的各类作品，包括但不限于文字、音乐、美术、摄影、视听作品等。无论是互联网公开抓取的文本，还是高质量的图书、学术论文，只要具有独创性且仍在保护期内，均可成为该权益的客体。当训练集合中涉及个人私密信息时，商业学习利益要受到隐私权的进一步限制。商业学习权益的客体并不包括公共领域中的客体，如已经过了保护期限的作品、孤儿作品以及《著作权法》第5条所列举的客体等，理由是，公众对于上述权益客体的使用本身就是自由的，不需要商业学习权益进一步授权或许可。
商业学习权益的内容包括积极权能和消极权能。积极权能是指商业学习权益主体无需取得著作权人的授权使用作品进行训练，以及就其训练作品产生和所优化的模型进行获酬的权益。关于未经许可的训练这一权能，用霍菲尔德的权利理论进一步解释，可表述为特权（privilege，指某人免受他人的权利或请求权约束之自由，一种法律允许但法律并不通过强加别人以义务来予以支持的自由）或豁免（immunity，指在特定法律关系中，某人免受他人法律权力或支配约束的自由），本质上这种未经许可的训练都可以归为法律利益（legal interest）。关于获酬的权益是指商业学习权益主体有权就其训练的成果享有对外收取报酬的权利，大语言模型经营者向使用者收取月度和年费会员就是获酬权益的实现方式。消极权能是指商业学习利益主体可以请求对其训练成果排除妨害，消除影响以及损害赔偿的请求权益，根据霍菲尔德的权利理论，这种请求权益是严格意义的权利（right），即某人请求他人为或不为一定行为的权利，并且这种权能的实现需要借助反不正当竞争法。
最高人民法院《关于适用〈中华人民共和国反不正当竞争法〉若干问题的解释》第1条规定既明确了具体行为条款的优先适用性，也确立了一般条款作为知识产权专门法兜底条款的补充适用地位。为”人工智能学习“构建的使用者权益，本质上是一种在数据训练领域产生的经营性利益，其能否进入反不正当竞争法的保护体系，关键在于该权益是否构成”竞争性权益“。从事人工智能训练的经营者，在数据采集、清洗、标注、模型训练等环节投入了实质性的技术成本、人力成本与算力资源，由此形成的训练数据集合及其所产生的竞争优势和商业机会，同样构成值得法律保护的竞争性权益。2025年《反不正当竞争法》第13条第3款（数据专条）已明确规定，经营者不得以欺诈、胁迫、避开或者破坏技术管理措施等不正当方式，获取、使用其他经营者合法持有的数据。立法者新增数据专条不仅对围绕数据产生的竞争性权益已形成明确的保护倾向，也为人工智能训练数据领域的使用者权益保护提供了规范参考。但应注意，数据专条指向的是对数据集合的法益保护，其区别于著作权法上的作品。考虑到在数据专条制定之前，有关数据竞争行为规范通常借用《反不正当竞争法》第2条商业道德条款，再加上《反不正当竞争法》第13条与商业道德条款在法理上具有延续性和一致性，用《反不正当竞争法》第2条商业道德条款进行规范，确保商业学习权益得到有效保护，既合乎法理也具有规范正当。
（二）商业学习的边界与补偿金制度的必要性
”随着复制设备及介质的家庭化，私人复制对著作权人利益的影响逐渐受到著作权法的重视，补偿金制度的创设，即是许多欧美国家针对私人复制的负外部性所作出的制度回应。“人工智能在训练作品时也会产生类似私人复制的负外部性。实践中，作者对这种负外部性已产生不满。例如，近期超过8000名已出版作品的作者联名签署了一封公开信，要求包括OpenAI、Meta等科技公司赔偿，原因是这些公司未经许可使用他们的版权作品来训练人工智能工具。作者们的信函不仅要求其作品被使用应获得补偿，还敦促公司在使用受版权保护的材料前征得许可，并且无论生成式人工智能的输出结果是否侵犯现行版权法，只要他们的作品出现在生成式人工智能的结果中，就必须获得公平的补偿。类似，数千人和数十个组织签署了以下声明：”未经许可使用创造性作品来培训生成性人工智能是对这些作品背后的人民生计的一种重大、不公正的威胁，绝不能允许。“可见，人工智能商业学习给作者权益带来了巨大威胁，当作者利益无法得以保障时，难免产生禁止人工智能使用作品训练的极端立场。
没有边界的商业学习权自由将威胁著作权人利益，反之，一律禁止未经许可使用作品训练的观点同样违背人工智能产业发展规律，也与我国人工智能产业指导政策相左。我国国家数据局等17部门联合印发《”数据要素ד三年行动计划（2024—2026年）》，其中明确提到，支持开展人工智能大模型开发和训练。地方同样颁布了”支持落地企业开展大规模模型训练“的政策。因此，无论是对人工智能训练使用作品一禁了之还是不加管制都不理性，在界定商业学习权边界时，要在当下人工智能产业发展和著作权法权利保护两种法益上进行权衡，这在本质上涉及发展价值和公平价值的冲突与协调。
作者对作品利益的控制是通过著作权法上的许可+付费的结构实现的，许可价值源于对人格利益的尊重，而付费价值或财产性利益是对人格利益的具体表彰，且作者一旦禁止许可，其当然包含着禁止付费的本意。如果必须对作者利益进行割舍，则适当地限制作者许可权能较为合适，毕竟当复制权失灵，作者失去对许可来源的有效控制时，也只能通过对财产性利益的充分补偿来减少作者的许可利益损失，从而兼顾发展与公平。因此，从作者对作品利益控制实现的可行性角度来看，应当引入补偿金制度。
设置补偿金制度既有助于提升人工智能训练质量，也能有效解决大模型幻觉问题。生成式人工智能的底层机制并非著作权法所激励的创造性劳动，而是对人类知识的高强度概率重组。一旦原创领域因经济激励不足而趋于萎缩，模型便失去演进所必需的参照系。单纯堆叠算力与优化算法，无从打破数据来源的单质化困局；反复训练低质量语料，势必令模型在表达、逻辑与事实上陷入停滞。幻觉频生既是一种技术瑕疵，也是数据生态失衡的必然结果。补偿金制度将服务提供者收益法定转移至创作者，实质上是建立起数据价值反哺创作的路径。创作者获得补偿后得以维持乃至扩大创作投入，新作品源源汇入公共语料库，驱动训练数据实现代际更新，进而从制度上保障表达多样性与知识体系的丰富性，从而从认知源头破除模型对陈旧数据分布的路径依赖。
设置补偿金符合当然解释的法理。德国著作权法规定文本与数据挖掘合理使用规则，其允许对作品的商业学习，但需要支付作者一定的报酬。例如，《德国著作权法》第60d条规定为科学研究目的进行文本和数据挖掘条款，第60h条规定对合法使用行为作者有权获得适当的报酬。结合《德国著作权法》第60d条和第60h条处于第6节，通过合理使用限制版权的体系定位可知，文本与数据挖掘是合理使用的具体情形之一。与德国的文本与数据挖掘合理使用补偿金制度类似，为了应对文本与数据挖掘风险，欧盟《数字单一市场版权指令》（DSM指令）第4条将”选择退出“模式作为构建创作者补偿方案的起点，其逻辑是作者选择退出意味着要么不同意将其作品用于训练人工智能模型，要么同意在支付合理费用后允许使用。”选择退出“明确作为作者实施版权例外保护的法定条件，本质上仍然是对作者权利的限制。可见，无论是合理使用，还是对作者权利限制的其他制度，都没有免除向作者支付补偿金的义务。既然在对复制权限制的前提下仍要支付补偿金，在没有对复制权限制的前提下（或无法限制的前提下）使用者则更有必要支付相应补偿金。换言之，使用者即便取得了法定上的部分豁免权仍要支付补偿金，那么使用者在没有取得豁免权的情况下更应当支付补偿金。
设置补偿金符合美德伦理所赞许的”善“。”康德式义务论者也可以有自己的‘关于美德的理论’：‘最基本的道德美德’是‘按照基本的正当原则去行动的强烈而通常有效的欲望’。“美德伦理着眼于行为主体的内在品格与习性，强调通过实践智慧培养诸如公正、正直、尊重与感恩等卓越品质，以此导向一种善的生活。深思熟虑且富有智慧的创造性活动，内在地包含对知识传承脉络的认知与对同行贡献的承认，体现谦逊与正直的美德实践，因此对他人知识成果未经授权且未予补偿的使用，即便在某些功利计算或法律形式漏洞中显得可行，其在道德上的可疑性依然显著，因为它背离了支撑良性知识共同体所必需的思维习惯与品格特质。历史上曾出现出于迫切公共福祉而”挪用“知识产品的例外情形。例如，20世纪70年代，韩国教育资源极度匮乏，教师为学生复制无力负担的正版教科书。这种在特定非正义结构下为保障基本学习权而采取的行动，被视为一种情境化的、体现关怀美德之举。然而，当前生成式人工智能主导推动者多为资本雄厚的商事主体，它们并非处于被迫或无助的境地，而是主动地、系统性地构建起依赖海量他人受版权保护作品却不予对等补偿的商业模式。这种在强大资源优势下仍拒绝承担相应承认与回报责任的行为，显然难以被纳入为美德伦理所赞许的”善“的范畴。
总之，为人工智能训练作品这一商业学习配置补偿金制度是必要的，其有助于缓解涉人工智能训练使用作品时使用者与作者之间的利益冲突，符合规范和道德的基本要求，也回应了产业发展规律的时代之需。
三、设计回应人工智能训练作品商业学习权需要的补偿金制度
设计回应人工智能训练作品商业学习权需要的补偿金制度，主要包括谁来支付补偿金、谁来征收补偿金以及补偿金数额怎么计算三个主要问题。
补偿金支付义务主体应遵循受益者补偿原则，但并非所有商业学习行为均需补偿，构建基础设施和仅适合技术研究等目的的以下两类非直接营利的学习一般无须补偿。其一，基于生物基因序列、化学分子结构或工业传感数据预训练的垂直领域基础模型；其二，开源社区中部分早期版本的LLaMA或GPT-3诸如此类未经充分优化与对齐的原始基础模型。上述模型尚未完成产品化改造，并主要适用于技术研究环境，无法直接面向普通用户提供服务。其他面向消费者的营利性模型，其开发者与运营者均须作为直接支付主体，消费者则通过支付服务费成为间接支付主体。
相较于由谁来支付补偿金，补偿金征收方式以及补偿金征收数额计算的问题更为复杂。
（一）补偿金征收模式确定
关于人工智能训练作品行为如何征收补偿款，目前在比较法上存在两种主要征收模式。
一种是市场型的征收方式，由市场自由组合，补偿金支付者自己寻找权利人，要么支付者找到第三方替自己寻找作品权利人并支付补偿金。另一种是管理型征收方式，以类似强制集体管理和法定许可方式对权利行使施加法定限制，要求作者参与集体管理计划或遵守特定法律规定。
第一种征收模式是市场型的征收。为了获得特定内容的许可，人工智能训练主体可以直接与作者谈判，或者与代表一个或多个创作者的代理人例如版权集体管理组织谈判。通过聚合来自多个来源的各种内容，代理人可以大幅简化该市场中需要进行的谈判。例如，一个代理人可能代表许多主要的新闻出版商，另一个代理人可能代表一些小说作家或其出版商，等等。版权集体管理组织在音乐版权领域履行此类职能已有充分的先例。例如，美国作曲家、作家和出版商协会（ASCAP）目前拥有超过70万名授权用户。
这种方法有如下优势。让市场力量供求关系来完成这项工作，这使得每种类型的参与者都能利用其独特的知识来确定价格。例如，人工智能公司比任何人都更了解特定类型内容对它们的价值。它们可以考虑内容的质量和时效性，以及特定内容对其人工智能系统生成结果的影响。人工智能公司也可以寻求代理商，这些主体有时比任何人都更能洞察整个市场，包括不同人工智能公司愿意支付多少费用以及不同创作者愿意出售多少价格。
然而，在当前的技术使用环境下，由于很难确定作品的使用痕迹，作者往往无从知晓自己作品在何种程度上被用于人工智能训练，再加上训练过程比较隐蔽、并不公开，这加剧了作品使用的不确定性。作者能否获得收益在很大程度上来自人工智能训练者的自觉性。换言之，如果人工智能训练者不主动向作者寻求合作，作者也很难去有效维护自己合法权益。例如，”为了获得高质量训练数据集，生成式人工智能训练者故意大规模对著作权保护期内作品进行使用，例如Book3包含近20万本受著作权保护的电子书，已被Meta和彭博等公司用于训练人工智能系统“。由于信息的不对称性，市场自由组合下的市场型征收往往会侵害作者的合法权益。
第二种征收模式是管理型征收。不同的管理模式对作者权利作出不同限制，进而影响版权法的实际执行效果。自愿集体许可与扩展集体许可（ECL）属于作者与集体管理组织自愿协作、共同管理的方式。即使将部分管理职责交由集体组织行使，作者仍可保留其专有权利。相比之下，强制集体管理和法定许可则通过法律设定限制，要求作者必须加入集体管理机制或遵守法定使用条件，这些限制可能影响作者行使权利的自由度，但未改变其权利在法律上的专有属性。
在人工智能训练作品领域，自愿集体许可和扩展集体许可并不适合，因为作者可以随时选择退出。一旦AI模型基于特定数据完成训练，几乎无法”撤销训练“，这意味着AI模型无法简单恢复到训练前的状态，导致作者难以彻底将作品从训练模型中移除。因此，采用不允许退出的模型更为合适，如此既能为业务运营提供稳定性，又能有效降低法律纠纷风险。
替代性补偿制度（Alternative Compensation System, ACS）是一种管理型征收模式，其所设定的补偿金支付义务并不直接与版权作品的使用行为挂钩，而是与相关商品或服务的获取和使用相关联。该制度提出了一种法律框架，允许在确保作者获得补偿的前提下使用作品。ACS旨在建立一种以补偿为核心、规范在线获取版权作品的法律模式，为当下以排他性权利、个人化管理以及可能对个体实施严格执法的版权范式提供替代方案。该制度可为我国所借鉴，理由在于：在现行著作权法语境下，作者难以通过复制权控制人工智能训练中对作品的使用，进而也无法借助著作权集体管理组织的授权许可机制有效应对此种训练行为。当权利+侵权救济路径受阻时，有必要构建一套独立于传统著作权法框架的法律制度，既保障作者的合理收益，又有助于确保大规模训练活动不受阻碍。为此，有必要超越使用者与作者之间的个别协商模式，转向以管理机构为主导的补偿机制，通过建立由消费者端费用汇聚的收入池，将收益在作者之间进行合理分配，并由相关主体收取管理费以维持系统运行，最终兼顾各方利益诉求。
在此基础上，确定恰当的管理型机构作为征收主体成为制度运行的关键。就管理机构的层级而言，设置国家层面的管理型机构或平台较为适宜，因为人工智能训练对作品的使用具有跨地域性，不限于特定地域范围。就管理机构的建构而言，由国家层面的事业单位担当征收主体并负责管理运营更为可取，能够兼顾效率与公平。就管理机构的运行而言，有必要建设全国统一管理平台并培育技术赋能的智慧执法力量，以确保对训练主体行为的高效追踪，并将监测结果及时汇入监管数据库；同时，需要探索构建针对非法人工智能训练行为的处罚与责任机制。
（二）补偿金征收数额计算
向利用版权作品训练人工智能模型的主体征收补偿金，是补偿受影响版权人的一种方式，而补偿金征收数额的计算构成这一机制的核心问题。
为用于人工智能训练的文本、图像、电影等版权作品确定适当的补偿标准虽面临困难，但该估值问题并非不可解决。例如，国外实践已为众多音乐使用场景设定了价格；即便是更为复杂、风险更高的交易，也已受到多种行政定价机制的调整。基于这些先例，补偿方案在规范层面落地具有可行性。
关于补偿金的收取，主要存在两种模式，一是以德国为代表的定额费率制，按照定额方式向生产者收取补偿金，而不管设备的市场销售价格等情况；二是以美国为代表的比例费率制，按照复制设备销售额的一定比例收取补偿金。国内有学者建议对上述两种模式混合使用，例如”对于AI平台运营类，可以按平台服务收入提取一定比例支付补偿金；对于AI产品类（装载AI程序或可连接AI服务的设备），可以按AI产品销售额的一定比例支付补偿金“。本文认为，鉴于人工智能供应链高度复杂，尤其在生成式AI领域，按设备计费并不可行。其一，部署形态已转向云服务与API，智能功能不依附有形设备，”设备“丧失计量基础；其二，产业分工极细，同一模型能力嵌入海量终端，易引发重复征收与权属争议，合规协调成本巨大；其三，价值逻辑改变，免费基础功能加增值订阅成为主流，设备销售额与作品获益关联微弱。相比之下，比例费率制聚焦供应商整体收入或支出，可弹性覆盖平台、终端嵌入、解决方案等多元模式，更深入贯彻”受益者负担“原则，兼顾公平与效率，更为妥当。
在涉及比例费率制构建时，有两种方案，其一在特定数据集的使用、模型训练、用户获得的点击总量或付费订阅服务征收费用的基础上设定比例，其二在人工智能供应商支出或收入的基础上设定比例。
对特定数据集的使用、模型训练、用户获得的点击总量或付费订阅服务征收费用，其背后反映出补偿金支付的间接主体是人工智能模型消费者。但是，这一基准并不能反映人工智能训练的全部收益，因为人工智能训练主体本身也会因训练而受益。因此，在确定基准时应优先考虑人工智能供应商的全部支出或收入。并且在顺序上，应当是收入在先，支出在后，毕竟补偿金的支付主体应当是受益者。
接下来是如何对人工智能供应商支出或收入进行估值。关于支出方面估值。人工智能供应商主要依赖三大核心要素：专业人才、先进计算设备和海量训练数据。行业巨头在前两项要素上的投入尤为惊人。在美国，OpenAI的软件工程师薪酬从L2级别的每年24.5万美元到L6级别的每年125万美元不等，甚至培训数据的价值也不亚于当前用于处理数据的计算人才或基础设施。关于收入方面估值。可基于人工智能服务提供商的服务估值，即收入端而非支出端的考量。一家年营收达100亿美元的营利性企业，可能需要将其收入的5%划拨给版权费，用于向未同意替代授权方案的版权方支付。例如，OpenAI自身也认识到新闻的价值，至少它已从《金融时报》等几大主流媒体获得内容授权。
关于比例费率的具体百分比，美国1992年的《家庭录音法》（AHRA）制度具有借鉴意义。AHRA对录音设备和媒体的销售征收税费，这些设备将被用于未经补偿和未经授权的版权作品复制行为。与当前的人工智能训练作品类似，过去此类设备的兴起被视为对”创意人士及当前或未来版权持有人生计的威胁“，不仅销售行为，还包括设备的进口和分销，均触发了补偿金。录音设备的默认最低补偿金为产品批发价的2%，或1美元，以较高者为准。录音设备的最高补偿金为8美元。媒体需缴纳批发价3%的补偿金，且无最低或最高限额。收集的资金随后分配给艺术家、出版商及相关方。日本、加拿大和荷兰已实施类似的补偿金。考虑人工智能训练作品最终目的是形成和优化通用模型，建议通用模型持有者支付的最低补偿金是该模型全部收益的2%——3%，收益总数额以人工智能公司年度财务报表为准。
在制定补偿金方案时，还应区分高收入实体与低收入实体，精确设定补偿金标准。即便通过ASCAP（美国作曲家、作家和发行商协会）等机构的全面许可进行私人订购，也往往遵循这一原则。因此，小型非营利机构可获准免费使用部分或全部用于模型训练的材料，尤其当其不会明显侵蚀现有市场或具有合理发展潜力的市场时。
鉴于人工智能训练和使用作品场景的复杂性，征收补偿金需要大量记录保存，许多人工智能领域的学者主张人工智能企业需要提高数据集使用的透明度与问责制。他们的担忧部分源于众多数据库中充斥的侵权内容，但也与公平补偿费的要求密切相关。要求更全面地披露作品使用情况，将是实现数据集透明度的第一步，这种透明度对实现多项社会目标至关重要。透明化机制也能更好地让公众审查人工智能核心训练数据使用情况。欧盟《人工智能法案》要求人工智能服务提供商必须公开其模型训练所用内容的详细摘要，这种规定值得借鉴。
【作者简介】
罗祥，甘肃政法大学民商经济法学院副教授。
