027-83317177
该报告由欧洲议会司法、公民自由和机构事务政策部编写，聚焦生成式人工智能（GenAI）对欧盟版权法核心原则的挑战，围绕 “AI 训练数据使用（输入端）”“AI 生成内容法律地位（输出端）”“监管治理” 三大核心议题展开分析，旨在平衡创新与作者权利，避免法律不确定性与文化生态风险，核心内容如下：
原创性要求：仅保护 “作者自身的智力创作”，需体现人类创造性选择（如欧洲法院在《Infopaq》《Painer》等案中确立的标准）；
专有权利优先：作者对作品的复制、传播、改编等享有独占权，例外情形需严格解释（如 “三步测试”：仅适用于特定情况、不冲突作品正常利用、不损害权利人合法利益）；
平衡机制：通过《数字单一市场版权指令》（CDSM 指令）等设置例外（如文本和数据挖掘 TDM 例外），但需兼顾创新与创作者公平报酬。
生成式 AI 的技术特性（大规模摄入受版权作品、自动合成内容）与现有版权框架存在三重不匹配：
训练数据使用 vs TDM 例外：CDSM 指令第 3/4 条的 TDM 例外旨在 “提取事实 / 模式”（如科学研究分析），而生成式 AI 训练是 “内化表达特征”（如模仿作品风格、结构），超出例外设计初衷；
AI 生成内容 vs 原创性原则：完全由 AI 生成的内容缺乏人类创造性输入，不符合保护条件，但 “AI 辅助创作”（人类参与程度不一）的法律地位模糊；
权利保护 vs 技术现实：AI 训练数据规模大、来源分散，现有 “选择退出” 机制（权利人需主动保留权利）无统一技术标准，作者难以监控作品使用，且缺乏报酬补偿机制，形成 “价值差距”（AI 开发者获利，创作者无收益）。
第 3 条（科学研究 TDM）：仅限非盈利机构的科学研究，权利人不可选择退出，但 AI 训练多为商业用途，且超出 “分析性使用” 范畴；
第 4 条（一般 TDM）：允许所有用户（含商业主体）使用，但权利人可 “选择退出”（需机器可读形式），但存在致命缺陷：
技术碎片化：无统一 “选择退出” 标准（如 robots.txt、元数据标签不互通），作者难以执行；
定性偏差：TDM 是 “提取信息”，而 AI 训练是 “复制并内化表达”（如模型权重中嵌入作品风格、结构），本质是 “表现性重组”，而非分析；
法律不确定性：“合法访问”“适当选择退出” 等概念无统一解释，成员国实施碎片化（如德国要求机器可读退出，法国依赖服务条款）。
侵权风险：AI 训练需复制受版权作品（即使临时存储或嵌入模型参数），符合欧盟版权法 “复制权” 定义，若无法适用 TDM 例外，即构成侵权；
报酬空白：现有框架无强制补偿机制，即使 AI 模型产生商业价值，创作者也无法获得报酬，加剧 “价值差距”（如音乐、视觉艺术领域，AI 生成内容替代人类创作，挤占市场）；
比较法启示：不同司法管辖区采取差异化方案（日本 “非享受原则” 允许 AI 训练、美国依赖 “合理使用”、英国拟扩大 TDM 例外），但欧盟需兼顾自身版权原则与创新需求。
该案为欧盟首起生成式 AI 版权案（Like Company 诉 Google Ireland），核心争议是 “AI 聊天机器人输出受版权新闻内容是否侵权”，报告预测法院可能：
确认 AI 训练中的复制行为触发 “复制权”，若超出 TDM 例外则构成侵权；
明确 “选择退出” 需机器可读且有效执行，否则 AI 开发者需承担责任；
强调即使训练数据合法获取，AI 输出若复制受保护内容（如新闻片段），仍可能构成 “向公众传播” 侵权。
完全 AI 生成内容：无人类创造性输入（如仅输入提示词、AI 自动生成），不满足 “原创性” 要求，归入公共领域，任何人可自由使用；
AI 辅助内容：需结合人类参与程度判断 —— 仅提供简单提示（如 “写一首关于雨的诗”）不够，需人类进行 “创造性控制”（如编辑、整合、调整表现元素），方可认定为 “人类智力创作”，获得版权保护；
排除非人类作者：与英国（允许 “计算机生成作品” 归属于 “做出必要安排者”）不同，欧盟不承认 AI 或法人为 “作者”，权利仅归属于自然人。
侵权情形：即使 AI 生成内容不受保护，若其复制或实质性相似于训练数据中的受版权作品（如再现图片水印、文本片段），仍构成侵权；
用户：若主动提示 AI 生成侵权内容（如 “模仿某画家风格创作并商用”），需承担责任；
开发者：若模型设计导致可预测的侵权输出（如记忆训练数据），可能承担间接责任（如未采取过滤措施）；
执法挑战：AI 生成内容规模大、传播快，现有 “通知 - 删除” 机制（如《数字服务法》）难以适配，需技术工具（如内容溯源、侵权检测）辅助。
机构分散：版权监管涉及成员国法院、欧盟知识产权局（EUIPO）、AI 办公室等，无统一协调机构，执法效率低；
成员国差异：对 TDM 例外、“选择退出” 机制的解释与执行不一（如斯洛文尼亚要求权利人 72 小时内禁用技术保护措施，多数国家无此规定），破坏 “数字单一市场” 目标；
AI 法案局限性：AI 法案要求通用 AI 开发者披露训练数据摘要，但仅为 “程序性透明”，无审计机制，无法验证数据合法性，且不解决版权实质争议（如训练是否合法、报酬补偿）。
报告提出 “三支柱问责测试”（认知问责：透明使用；规范问责：公平分配；制度问责：有效监督），并给出具体建议：
成立专门机构：在欧盟 AI 办公室内设 “AI 与版权部门”，协调 EUIPO、集体管理组织（CMOs），负责数据集审计、合规验证、标准制定；
议会层面：在法律事务委员会（JURI）设立 “AI 与版权工作组”，监督司法进展（如 C-250/25 案），推动跨委员会对话；
短期专家组：召集 6 个月期 “高级专家组（HLEG）”，制定 “选择退出” 技术标准、数据集审计模板，为 2026 年 CDSM 指令审查提供依据。
澄清法律边界：明确 TDM 例外仅适用于 “分析性使用”，排除生成式 AI 训练；
标准化 “选择退出”：制定欧盟统一的机器可读标准（如 IPTC 元数据、C2PA 标签），建立中央注册表，方便作者监控作品使用；
恢复 “选择加入” 原则：长期转向 “默认保护”（权利人无需主动保留权利，AI 开发者需事先获得授权），短期通过 “强制披露”（AI 开发者需前置公开训练数据来源、法律依据）降低侵权风险。
法定报酬权：引入欧盟级 “不可放弃的报酬权”，AI 训练使用受版权作品需支付报酬，由行业集体管理组织（CMOs）代收分发（参考音乐、视听领域现有机制）；
分级补偿模式：结合 AI 模型规模、商业价值设定费率（如按营业额、用户数计提），支持中小创作者（如无明确匹配的训练数据，按比例分配报酬）；
技术辅助：依托元数据中心（如音乐领域 ICE、视听领域 Mint）实现数据匹配，确保报酬精准分配。
细化保护标准：发布指南明确 “AI 辅助内容” 的人类参与阈值（如创造性控制、编辑调整的具体要求）；
侵权预防：要求 AI 开发者嵌入技术工具（如内容水印、侵权检测系统），防止生成内容复制训练数据；
责任衔接：协调《AI 法案》《数字服务法》，明确平台对 AI 生成侵权内容的 “通知 - 删除” 义务。
报告强调，欧盟版权改革的核心不是 “让法律适应 AI”，而是 “让 AI 尊重版权原则”—— 需维护人类创作者的核心地位，保障公平报酬，同时为创新预留空间。若不及时改革，欧盟将面临法律不确定性、市场集中（少数 AI 巨头垄断）、文化同质化风险。未来需通过 “短期澄清边界 + 长期制度重构”，构建 “透明、公平、可执行” 的版权框架，使生成式 AI 发展与欧盟文化多样性、创作者权利保护相协调。
服务热线 027-83317177 