人工智能大模型训练数据的版权合理使用边界研究

Abstract

生成式人工智能大模型的迭代升级高度依赖海量文本、图像、音频等数字化数据资源，而网络公开数据大多受著作权法保护，模型训练过程中的批量复制、解析、学习行为，与传统版权保护规则形成显著冲突。当前我国著作权合理使用制度的封闭式列举模式，难以适配人工智能训练的新型使用场景，存在法律适用模糊、边界界定不清、权责划分不明等问题。本文立足我国《著作权法》规范体系，结合“三步检验法”与四维度判定标准，剖析大模型数据训练的版权使用争议核心，厘清合理使用的适用边界，区分科研非商用与商业落地、原始作品复制与算法学习的行为差异，并结合域外司法实践与国内产业发展需求，提出适配人工智能时代的版权合理使用规则完善路径，以期平衡版权权利人合法权益与人工智能产业创新发展需求 [1]。

Keywords

• 人工智能大模型；训练数据；著作权；合理使用；边界界定

References

• [1]姬蕾蕾.人工智能模型训练中数据利用的治理义务[J].苏州大学学报(法学版),2026,13(4):87-100.
• [2]刘文杰.人工智能数据训练的行为边界与规制路径[J].中外法律评论,2026(2):142-158.
• [3]姬蕾蕾.人工智能模型训练中数据利用的治理义务[J].苏州大学学报(法学版),2026,13(4):87-100.
• [4]耿蕊.生成式人工智能训练数据的合理使用限度研究[N].南方科技报,2026-08-01(006).
• [5]王惠敏,古剑.生成式人工智能训练数据的风险及其协同治理[J].中国信息安全,2026(7):59-63.