人工智能深度學(xué)習(xí)的合理使用研究

沈玥

摘 要：人工智能深度學(xué)習(xí)技術(shù)通過海量數(shù)據(jù)收集、分析和建模，不依賴人類事前編程即可自主習(xí)得創(chuàng)造能力，已在藝術(shù)科學(xué)等領(lǐng)域廣泛應(yīng)用，但其數(shù)據(jù)輸入階段的復(fù)制行為可能引發(fā)著作權(quán)侵權(quán)風(fēng)險(xiǎn)。為了維持利益平衡，促進(jìn)技術(shù)發(fā)展，有必要將人工智能深度學(xué)習(xí)行為判定為合理使用。影響判定的主要因素有兩個(gè)：使用性質(zhì)和目的、對(duì)原作品潛在市場(chǎng)利益的影響。完善我國(guó)的人工智能深度學(xué)習(xí)合理使用判定規(guī)則，或是可以通過《著作權(quán)法實(shí)施條例》明確新的合理使用情形;或是可以細(xì)化合理使用一般條款，在三步檢驗(yàn)法的基礎(chǔ)上，設(shè)置以四要素標(biāo)準(zhǔn)為內(nèi)容的司法解釋，重點(diǎn)考量轉(zhuǎn)換性使用和市場(chǎng)影響因素。

關(guān)鍵詞：人工智能深度學(xué)習(xí);合理使用;轉(zhuǎn)換性使用;四要素標(biāo)準(zhǔn);三步檢驗(yàn)法

一、問題的提出

在數(shù)字經(jīng)濟(jì)時(shí)代下，各國(guó)都在借助數(shù)字信息技術(shù)謀求更為高效、合理的經(jīng)濟(jì)產(chǎn)業(yè)新布局。2022年1月1日實(shí)施的《中華人民共和國(guó)科學(xué)技術(shù)進(jìn)步法》指出，要堅(jiān)持科技創(chuàng)新在國(guó)家現(xiàn)代化建設(shè)全局中的核心地位。數(shù)據(jù)搜索、交換和使用能力的發(fā)展催生出了全新的人工智能深度學(xué)習(xí)技術(shù)，這一技術(shù)收集海量相關(guān)數(shù)據(jù)建立數(shù)據(jù)庫，通過深度數(shù)據(jù)分析建立函數(shù)模型，由此理解并掌握人類行為規(guī)律，進(jìn)而利用此函數(shù)模型創(chuàng)造出符合人類審美規(guī)則的新作品，或者開發(fā)出原有作品不曾涉及的新領(lǐng)域用途。無論是新聞報(bào)道、信息播報(bào)，還是美術(shù)繪畫、音樂創(chuàng)作，這一技術(shù)為便利人類生活、提高生產(chǎn)力帶來了積極作用。

值得注意的是，人工智能強(qiáng)大的創(chuàng)造能力建立在其前期大量接觸現(xiàn)有作品并進(jìn)行數(shù)據(jù)分析的基礎(chǔ)之上，這一過程中對(duì)版權(quán)作品的復(fù)制、分析行為可能侵犯作者的復(fù)制權(quán)和改編權(quán)[1]。而現(xiàn)有立法無法解決這一著作權(quán)風(fēng)險(xiǎn)，《著作權(quán)法》第24條明確列舉了12種合理使用的情形，但是人工智能深度學(xué)習(xí)并不屬于其中任何一種;除此之外，還增加了三步檢驗(yàn)法的后兩步作為一般規(guī)定，但也由于缺乏具體適用標(biāo)準(zhǔn)而難以將人工智能深度學(xué)習(xí)行為歸為合理使用。在司法實(shí)踐中，雖然最高人民法院曾發(fā)布文件將四要素標(biāo)準(zhǔn)作為認(rèn)定合理使用時(shí)的判斷因素①，但這一文件只是政策指導(dǎo)性文件，不宜直接作為法律適用依據(jù)[2]。相關(guān)案件對(duì)于深度學(xué)習(xí)行為能否構(gòu)成合理使用爭(zhēng)議不斷，但仍未形成統(tǒng)一的裁判依據(jù)，例如王莘訴谷歌案②、吳銳訴北京世紀(jì)讀秀案③、菲林訴百度案④、騰訊訴盈訊案⑤等。在理論研究上，學(xué)者對(duì)于這種深度學(xué)習(xí)應(yīng)當(dāng)采取何種著作權(quán)保護(hù)模式眾說紛紜，例如納入《著作權(quán)法》第24條“評(píng)論或說明問題”一項(xiàng)中適用[3]、設(shè)定人工智能深度學(xué)習(xí)新權(quán)利[4]、納入法定許可的范圍中[5]等。

在新修《著作權(quán)法》實(shí)施的背景下，為方便人工智能進(jìn)行更大體量的數(shù)據(jù)分析和深度學(xué)習(xí)、拓寬我國(guó)人工智能技術(shù)的發(fā)展空間，應(yīng)當(dāng)針對(duì)人工智能深度學(xué)習(xí)行為能否認(rèn)定為合理使用、如何在司法實(shí)踐中進(jìn)行具體判定兩個(gè)問題進(jìn)行研究，這對(duì)人工智能時(shí)代背景下新型著作權(quán)保護(hù)體系的建設(shè)有著重要意義。

二、人工智能深度學(xué)習(xí)與合理使用

人工智能深度學(xué)習(xí)技術(shù)（Deep Learning/DL）是指計(jì)算機(jī)利用人工神經(jīng)網(wǎng)絡(luò)（Deep Neural Networks），不依靠人類提前編程即擁有某一領(lǐng)域?qū)W習(xí)能力的技術(shù)[6]。這一技術(shù)效果的實(shí)現(xiàn)依賴于前期對(duì)版權(quán)作品的數(shù)據(jù)復(fù)制行為，存在著作權(quán)侵權(quán)風(fēng)險(xiǎn)。為了化解這一風(fēng)險(xiǎn)、維持利益平衡，有必要將人工智能深度學(xué)習(xí)判定為合理使用，這有助于避免算法偏見、降低研發(fā)成本、推動(dòng)產(chǎn)業(yè)進(jìn)步及我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展。

（一）人工智能深度學(xué)習(xí)的著作權(quán)侵權(quán)風(fēng)險(xiǎn)

人工智能深度學(xué)習(xí)技術(shù)以“機(jī)器學(xué)習(xí)”（又稱“數(shù)據(jù)訓(xùn)練”）為創(chuàng)作方式，人類僅在篩選提供前期數(shù)據(jù)分析源的過程中提供幫助，之后由其自主利用人工神經(jīng)網(wǎng)絡(luò)直接處理原始數(shù)據(jù)，在多層次結(jié)構(gòu)中學(xué)習(xí)數(shù)據(jù)的不同含義，分析建模后依據(jù)此模型輸出創(chuàng)新性結(jié)果，實(shí)現(xiàn)端到端預(yù)測(cè)模型的開發(fā)[7]。深度學(xué)習(xí)的“深度”體現(xiàn)在人工智能可以通過自己的能力（信息檢索、分類、轉(zhuǎn)化、標(biāo)注、分析、計(jì)算等）“學(xué)會(huì)”某一領(lǐng)域的基本知識(shí)和思維特征，并據(jù)此“創(chuàng)造”出新的內(nèi)容，與人類學(xué)習(xí)知識(shí)并靈活運(yùn)用再創(chuàng)造的模式相似。例如，西門子的智能云MindSphere可以學(xué)習(xí)并作出調(diào)整燃油值的決策以實(shí)現(xiàn)最佳性能;AI Powered Equity ETF（AIEQ.US）管理的基金可以提供更高的回報(bào)率;騰訊研發(fā)的寫作機(jī)器人“Dreamwriter”可以撰寫經(jīng)濟(jì)領(lǐng)域的新聞報(bào)道等。

人工智能的深度學(xué)習(xí)過程可以分為以下5個(gè)階段：第一，收集數(shù)據(jù)，為構(gòu)建深度學(xué)習(xí)數(shù)據(jù)庫做準(zhǔn)備。第二，預(yù)處理數(shù)據(jù)，指進(jìn)行計(jì)算機(jī)語言轉(zhuǎn)化和初步數(shù)據(jù)篩選，建立深度學(xué)習(xí)數(shù)據(jù)庫。第三，標(biāo)注數(shù)據(jù)，人工智能根據(jù)預(yù)設(shè)目標(biāo)的具體內(nèi)容對(duì)數(shù)據(jù)庫進(jìn)行分類標(biāo)注，形成初級(jí)函數(shù)模型。第四，訓(xùn)練模型，依次選取各個(gè)分類類別下的數(shù)據(jù)計(jì)算其關(guān)聯(lián)關(guān)系，以達(dá)到完善初級(jí)模型的效果。第五，固定模型，通過海量運(yùn)算后形成符合人類思維模式和行為特征的最終模型，以完成預(yù)設(shè)目標(biāo)。

人工智能深度學(xué)習(xí)的著作權(quán)風(fēng)險(xiǎn)，主要產(chǎn)生于收集和預(yù)處理數(shù)據(jù)階段的復(fù)制行為。復(fù)制是指將作品固定在物質(zhì)載體中，形成作品復(fù)制件的行為[8]，是作品的原樣重現(xiàn)?，F(xiàn)行《著作權(quán)法》第10條第1款第（五）項(xiàng)將“數(shù)字化”方式納入到復(fù)制權(quán)范圍，表明信息網(wǎng)絡(luò)環(huán)境下將作品存儲(chǔ)在機(jī)器中形成復(fù)制件的行為受著作權(quán)法保護(hù)。在前期收集、預(yù)處理數(shù)據(jù)時(shí)，人工智能需要挖掘、復(fù)制足夠數(shù)量的相關(guān)數(shù)據(jù)，其中就可能包括大量受著作權(quán)法保護(hù)的作品。在進(jìn)行文本數(shù)據(jù)挖掘之后，人工智能可以形成自身專用的數(shù)據(jù)庫并進(jìn)行接下來的建模工作，這一數(shù)據(jù)庫的建立需要人工智能在不改變現(xiàn)有作品的情況下，對(duì)數(shù)據(jù)進(jìn)行全部復(fù)制與原樣重現(xiàn)，即屬于《著作權(quán)法》中的“復(fù)制”行為，因此可能侵犯原權(quán)利人的復(fù)制權(quán)。

（二）對(duì)人工智能深度學(xué)習(xí)進(jìn)行合理使用判定的必要性

原則上，所有影響原權(quán)利人控制作品復(fù)制的行為都應(yīng)當(dāng)認(rèn)定為著作權(quán)侵權(quán)行為，但基于對(duì)公共利益的考量，著作權(quán)法規(guī)定了對(duì)著作權(quán)的限制，即合理使用、法定許可和強(qiáng)制許可。我國(guó)尚不存在強(qiáng)制許可制度;現(xiàn)有法定許可的規(guī)定中未包含人工智能深度學(xué)習(xí)情形，且巨額的許可費(fèi)可能導(dǎo)致開發(fā)者在數(shù)據(jù)訓(xùn)練時(shí)放棄使用版權(quán)保護(hù)數(shù)據(jù)，降低開發(fā)者的研發(fā)積極性，反而對(duì)人工智能深度學(xué)習(xí)的發(fā)展造成障礙[9]。因此，合理使用判定成了更優(yōu)的選擇。

人工智能深度學(xué)習(xí)的合理使用以利益平衡為主要內(nèi)容。合理使用，是指法律允許他人在特定的條件下自由使用享有著作權(quán)的作品，無需獲得權(quán)利人許可，也無需向權(quán)利人支付報(bào)酬[10]99。合理使用通過限制著作權(quán)人的專有權(quán)利，能夠?qū)崿F(xiàn)權(quán)利人的創(chuàng)作熱情與社會(huì)公眾創(chuàng)作能力之間的平衡。數(shù)字經(jīng)濟(jì)環(huán)境下，著作權(quán)保護(hù)的利益失衡，是造成人工智能深度學(xué)習(xí)與我國(guó)現(xiàn)有著作權(quán)保護(hù)體系沖突的深層原因。著作權(quán)人希望獲得合理經(jīng)濟(jì)利益及相應(yīng)的創(chuàng)作激勵(lì)，限制作品獲取;而人工智能深度學(xué)習(xí)技術(shù)的發(fā)展希望自由、大量地獲取數(shù)據(jù)，以加強(qiáng)公眾對(duì)知識(shí)的接觸和信息傳播，促進(jìn)科學(xué)文化發(fā)展。二者之間的矛盾需要通過利益平衡得到調(diào)和。與此同時(shí)，《著作權(quán)法》第49條、第50條規(guī)定了允許權(quán)利人設(shè)置技術(shù)保護(hù)措施，以限制網(wǎng)絡(luò)環(huán)境下作品的公眾接觸，這一做法擴(kuò)大了著作權(quán)人的權(quán)利控制范圍，使著作權(quán)保護(hù)的天平傾斜于權(quán)利人一方。為重新達(dá)到平衡，應(yīng)當(dāng)允許社會(huì)公眾自由使用相關(guān)作品，其合理性在于二次使用者抱有以原作為基礎(chǔ)進(jìn)行新創(chuàng)作的目標(biāo)，有利于知識(shí)傳播和社會(huì)文化進(jìn)步。如果沒有合理使用制度予以調(diào)整，過于嚴(yán)格地保護(hù)著作權(quán)人利益，則不利于技術(shù)創(chuàng)新和數(shù)字產(chǎn)業(yè)發(fā)展，不利于滿足社會(huì)公眾需要。

從技術(shù)本身特點(diǎn)來看，將人工智能深度學(xué)習(xí)判定為合理使用，有助于避免算法偏見。當(dāng)算法設(shè)計(jì)使用的數(shù)據(jù)庫不完整或具備某種同質(zhì)化特征時(shí)，就會(huì)出現(xiàn)算法偏見[11]。為了規(guī)避版權(quán)保護(hù)成本，人工智能開發(fā)者在設(shè)計(jì)之初可能將數(shù)據(jù)庫范圍設(shè)定為低限制的數(shù)據(jù)，例如僅使用處于公共領(lǐng)域內(nèi)的作品。但出于歷史文化因素，這種做法可能導(dǎo)致輸出成果偏向某一結(jié)論，例如智能生成裁判文書傾向于判決黑人和女性為敗方。將人工智能深度學(xué)習(xí)進(jìn)行合理使用判定后，人工智能在前期數(shù)據(jù)收集環(huán)節(jié)就可以獲取更加客觀全面的數(shù)據(jù)資源作為技術(shù)支撐，進(jìn)而避免了數(shù)據(jù)質(zhì)量造成的算法偏見。

從市場(chǎng)經(jīng)濟(jì)規(guī)律來看，將人工智能深度學(xué)習(xí)判定為合理使用，有助于控制交易成本。如果市場(chǎng)失靈現(xiàn)象對(duì)著作權(quán)人和使用人之間可能的自由交易造成損害，則應(yīng)當(dāng)通過合理使用進(jìn)行限制[12]87。由于人工智能僅識(shí)別作品數(shù)據(jù)，不進(jìn)行權(quán)屬分辨，在浩如煙海的使用作品中找出具體的著作權(quán)屬信息并非易事。即使掌握了全部作品的著作權(quán)屬信息，一一獲得授權(quán)也會(huì)花費(fèi)巨大的時(shí)間和金錢成本，而過高的交易成本往往令人工智能開發(fā)者望而卻步。若人工智能深度學(xué)習(xí)構(gòu)成合理使用，能夠降低交易成本、促進(jìn)交易達(dá)成，解決開發(fā)者的后顧之憂。

從國(guó)家戰(zhàn)略部署來看，將人工智能深度學(xué)習(xí)判定為合理使用，有助于促進(jìn)產(chǎn)業(yè)發(fā)展。根據(jù)政策選擇理論，版權(quán)保護(hù)取向應(yīng)當(dāng)與國(guó)家政策取向保持一致，保護(hù)水平應(yīng)當(dāng)反映國(guó)家的政治經(jīng)濟(jì)發(fā)展水平[13]37。國(guó)務(wù)院2017年發(fā)布的《關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》強(qiáng)調(diào)加緊建立人工智能法律制度建設(shè)，以在國(guó)際科技競(jìng)爭(zhēng)中取得主導(dǎo)地位，提出到2025年人工智能理論實(shí)現(xiàn)重大突破，部分應(yīng)用實(shí)踐達(dá)到世界領(lǐng)先水平;到2030年總體達(dá)到世界領(lǐng)先水平。為了實(shí)現(xiàn)這一目標(biāo)，應(yīng)當(dāng)適用合理使用制度為人工智能深度學(xué)習(xí)產(chǎn)業(yè)提供政策支持，在制度規(guī)定層面引領(lǐng)產(chǎn)業(yè)發(fā)展，最終實(shí)現(xiàn)以政策促產(chǎn)業(yè)的積極效果。

三、人工智能深度學(xué)習(xí)合理使用判定的兩個(gè)主要因素

在國(guó)際司法實(shí)踐中，判斷合理使用有“三步檢驗(yàn)法”和“四要素標(biāo)準(zhǔn)”兩種方法。我國(guó)現(xiàn)行《著作權(quán)法》第24條引入了“三步檢驗(yàn)法”的后兩步作為判定合理使用的一般條款，但在具體適用時(shí)仍有困難?！八囊貥?biāo)準(zhǔn)”采用概括方式，對(duì)判例中的實(shí)踐經(jīng)驗(yàn)作出了總結(jié)，其內(nèi)涵具有開放性、動(dòng)態(tài)化的特點(diǎn)，因此能夠更加靈活地應(yīng)對(duì)新情形，對(duì)于人工智能深度學(xué)習(xí)的合理使用判定具有啟發(fā)意義。在四要素中，發(fā)揮主要作用的是第一要素“使用性質(zhì)和目的”和第四要素“對(duì)原作潛在市場(chǎng)價(jià)值的影響”。第一要素項(xiàng)下發(fā)展出了“轉(zhuǎn)換性使用”理論，人工智能深度學(xué)習(xí)能夠脫離原有作品的具體內(nèi)容創(chuàng)造出獨(dú)立的新價(jià)值，具備內(nèi)容轉(zhuǎn)換性;某些二次使用行為不涉及原作品內(nèi)容表達(dá)，僅改變使用目的，具備目的轉(zhuǎn)換性，因此構(gòu)成轉(zhuǎn)換性使用。人工智能深度學(xué)習(xí)以數(shù)據(jù)科技手段為支持發(fā)掘了新市場(chǎng)，通過“轉(zhuǎn)換性”實(shí)現(xiàn)了新舊市場(chǎng)的區(qū)分，因此不損害原作品潛在市場(chǎng)利益。

（一）從使用性質(zhì)和目的判斷

使用性質(zhì)和目的是“四要素標(biāo)準(zhǔn)”中的第一個(gè)要素，其后衍生出“轉(zhuǎn)換性使用”理論，內(nèi)涵是在新作品的創(chuàng)作過程中以不同的方式或不同的目的使用原作品，賦予新作品創(chuàng)造性，從而達(dá)到激勵(lì)創(chuàng)作和加速知識(shí)傳播的效果。1976年，《美國(guó)版權(quán)法》為認(rèn)定合理使用的范圍規(guī)定了四條標(biāo)準(zhǔn)⑥，1990年皮埃爾·萊瓦爾（Pierre N.Leval）法官指出四要素中第一條“使用行為的目的和特點(diǎn)”的重要性，并針對(duì)性地提出了轉(zhuǎn)換性使用理論，他認(rèn)為轉(zhuǎn)換性使用產(chǎn)生的新作品應(yīng)當(dāng)與原作品在方式或目的上有不同之處，并且必須對(duì)原作品增添新的價(jià)值[14]1105。轉(zhuǎn)換性程度與認(rèn)定構(gòu)成合理使用的可能性成正相關(guān)，二次使用行為的轉(zhuǎn)換程度越高，與原著作權(quán)獨(dú)創(chuàng)性表達(dá)的距離就越遠(yuǎn)，對(duì)原著作權(quán)人損害就越小，越容易被認(rèn)定為合理使用⑦。

判斷人工智能深度學(xué)習(xí)的使用性質(zhì)和目的，需要關(guān)注目的轉(zhuǎn)換性使用和內(nèi)容轉(zhuǎn)換性使用兩種類別。

1. 內(nèi)容轉(zhuǎn)換性是指以原作品為原材料，創(chuàng)作出新內(nèi)容、新表達(dá)，使新作品包含有不同于原作品的新價(jià)值。例如在Cariou v. Prince案⑧中，新畫作將原畫作進(jìn)行各種局部放大、縮小、上色、添加圖案的操作，這種大幅改動(dòng)使新畫作具備了新的思想表達(dá)形式，原畫作僅作為素材使用。雖然目前著作權(quán)法尚未對(duì)人工智能創(chuàng)作作品的權(quán)利主體做出認(rèn)定，但作品中包含的創(chuàng)造性是不可否認(rèn)的。這種創(chuàng)造性的產(chǎn)生要?dú)w功于人工智能深度學(xué)習(xí)的函數(shù)模型，其能夠在學(xué)習(xí)現(xiàn)有作品后理解了行為規(guī)律，進(jìn)而可以脫離原有作品的具體內(nèi)容進(jìn)行富含創(chuàng)造性的新創(chuàng)作。

這一特點(diǎn)奠定了函數(shù)模型創(chuàng)作物的知識(shí)增值獨(dú)立性。函數(shù)模型對(duì)原有作品的使用，是在作品“原樣呈現(xiàn)”的原始價(jià)值之外挖掘出新價(jià)值的過程，這種知識(shí)增值是獨(dú)立于原作品的[15]。因此，人工智能深度學(xué)習(xí)輸出的創(chuàng)作成果并沒有使用某一具體原有作品的獨(dú)創(chuàng)性表達(dá)，或?qū)ζ溥M(jìn)行增添刪改，而是將原有作品整體作為原材料，挖掘出獨(dú)立的知識(shí)增值并創(chuàng)作出新信息、新見解，具有內(nèi)容轉(zhuǎn)換性。但需要注意的是，一些以特定作者為學(xué)習(xí)對(duì)象的特殊學(xué)習(xí)行為不具有內(nèi)容轉(zhuǎn)換性，例如巴黎一科學(xué)實(shí)驗(yàn)室使用音樂家巴赫的樂曲訓(xùn)練人工智能專門創(chuàng)作巴赫風(fēng)格的音樂[16]，這種特殊學(xué)習(xí)行為是實(shí)質(zhì)性相似的模仿行為，使用了具體作者的特定獨(dú)創(chuàng)性表達(dá)，沒有挖掘出獨(dú)立的知識(shí)增值，不能認(rèn)定為具有內(nèi)容轉(zhuǎn)換性。

2. 目的轉(zhuǎn)換性又稱功能轉(zhuǎn)換性，是指僅改變利用目的，不包含創(chuàng)作行為的使用，例如將原作品欣賞、閱讀的目的轉(zhuǎn)化為評(píng)論、報(bào)道、說明、檢索等新目的。目的轉(zhuǎn)換性使用的特點(diǎn)在于作品的二次使用與作品本身的表達(dá)內(nèi)容無關(guān)，即“非表達(dá)性使用”，例如Bill Graham Archives v. Dorling Kindersley案中，全幅照片的使用目的由展示、欣賞轉(zhuǎn)化為記錄、說明歷史變化⑨;上海美術(shù)電影制片廠訴華誼兄弟案中，特定美術(shù)作品的價(jià)值已從藝術(shù)欣賞轉(zhuǎn)變?yōu)檎f明問題⑩。人工智能深度學(xué)習(xí)利用深層數(shù)據(jù)分析技術(shù)，可以挖掘數(shù)據(jù)潛在價(jià)值，轉(zhuǎn)換數(shù)據(jù)使用領(lǐng)域，在不進(jìn)行內(nèi)容創(chuàng)造的前提下，通過數(shù)據(jù)疊加、分組、重新整合等技術(shù)手段開發(fā)原有數(shù)據(jù)的全新價(jià)值，進(jìn)而實(shí)現(xiàn)數(shù)據(jù)使用目的轉(zhuǎn)變。

（二）從對(duì)原作品潛在市場(chǎng)的影響判斷

使用性質(zhì)和目的不是合理使用的唯一判定要件，不能由于僅滿足轉(zhuǎn)換性使用而進(jìn)行合理使用判定[17]。如果新技術(shù)的出現(xiàn)改變了傳統(tǒng)交易平衡，自由交易市場(chǎng)無法實(shí)現(xiàn)作品使用效益最大化的交易最優(yōu)情形時(shí)，著作權(quán)法就主動(dòng)配置法定權(quán)利，保護(hù)使用者接觸作品的路徑。因此，合理使用判定必須以克服市場(chǎng)失靈為目標(biāo)，被用作品的潛在市場(chǎng)價(jià)值是否受到損害是重要判斷因素。

市場(chǎng)影響因素的判斷標(biāo)準(zhǔn)在于潛在市場(chǎng)價(jià)值。Campbell案首次提出了“潛在市場(chǎng)”的定義和判斷標(biāo)準(zhǔn)。認(rèn)為二次使用行為的轉(zhuǎn)換性越大，對(duì)原作品市場(chǎng)產(chǎn)生影響的可能性就越小，作品潛在市場(chǎng)指“傳統(tǒng)、合理或很可能發(fā)展起來的市場(chǎng)”，即傳統(tǒng)許可市場(chǎng)[18]。在此基礎(chǔ)上，應(yīng)當(dāng)通過分析生成相關(guān)市場(chǎng)的難易程度來判斷潛在市場(chǎng)。如果一個(gè)相關(guān)市場(chǎng)很容易形成，則為潛在市場(chǎng);很難形成，則說明此相關(guān)市場(chǎng)已經(jīng)超出權(quán)利人的合理預(yù)見范圍，不是潛在市場(chǎng)。我國(guó)學(xué)者從著作權(quán)保護(hù)立法目的出發(fā)，以“激勵(lì)效果”作為評(píng)價(jià)某一行為市場(chǎng)影響的依據(jù)，如果二次使用行為減小了原作權(quán)利人的創(chuàng)作激勵(lì)，則損害了潛在市場(chǎng)利益[19]。除此之外，美國(guó)提出了“實(shí)質(zhì)損害標(biāo)準(zhǔn)”，即二次使用后的新作品是否取代了原作品的正常市場(chǎng)，是否實(shí)質(zhì)損害了原作品權(quán)利人的市場(chǎng)利益?；氐搅⒎ó?dāng)中，“不得影響作品的正常使用，也不得不合理地?fù)p害著作權(quán)人的合法利益”可以看做損害潛在市場(chǎng)利益的判定標(biāo)準(zhǔn)。作品的“正常使用”指常規(guī)、傳統(tǒng)意義上的使用，與權(quán)利人的經(jīng)濟(jì)利益掛鉤，例如許可使用費(fèi)的收取;“不合理”的損害合法利益指對(duì)權(quán)利人現(xiàn)有或潛在利益的嚴(yán)重?fù)p害。

人工智能深度學(xué)習(xí)不損害原作品潛在市場(chǎng)利益，不侵犯原有著作權(quán)。人工智能深度學(xué)習(xí)創(chuàng)造的作品獲取相當(dāng)?shù)摹稗D(zhuǎn)換性”后，會(huì)形成新的作品受眾和市場(chǎng)，這種市場(chǎng)區(qū)分避免了二者互相競(jìng)爭(zhēng)，因此人工智能深度學(xué)習(xí)的末端輸出作品不會(huì)取代原作品市場(chǎng)，不會(huì)嚴(yán)重?fù)p害權(quán)利人市場(chǎng)利益。人工智能深度學(xué)習(xí)技術(shù)挖掘的新市場(chǎng)需要大量數(shù)據(jù)和科技手段的支持，是非傳統(tǒng)性、形成難度較大的市場(chǎng)，已經(jīng)超越了權(quán)利人可能并能夠預(yù)見的市場(chǎng)范圍，因此不能再給予傳統(tǒng)范圍的著作權(quán)保護(hù)。單一原有作品的權(quán)利人無法僅通過一部作品實(shí)施人工智能深度學(xué)習(xí)技術(shù)，也無法僅利用個(gè)人力量將單一作品的市場(chǎng)價(jià)值拓寬到人工智能深度學(xué)習(xí)領(lǐng)域中來。版權(quán)保護(hù)不是保護(hù)作品所有可能產(chǎn)生的利益，而應(yīng)當(dāng)以權(quán)利人能夠預(yù)見的范圍為限，即使人工智能深度學(xué)習(xí)技術(shù)發(fā)掘并占有了現(xiàn)有作品在新應(yīng)用領(lǐng)域的價(jià)值，也不影響權(quán)利人在原應(yīng)用領(lǐng)域內(nèi)的創(chuàng)作積極性和市場(chǎng)利益。

四、完善人工智能深度學(xué)習(xí)合理使用判定標(biāo)準(zhǔn)的對(duì)策建議

對(duì)人工智能深度學(xué)習(xí)進(jìn)行合理使用判定，有兩個(gè)思路：一方面，我國(guó)可以效仿某些發(fā)達(dá)國(guó)家的做法，在制度層面上，將人工智能深度學(xué)習(xí)明確規(guī)定為一種新的合理使用情形，《著作權(quán)法》第24條第13款已經(jīng)打開了利用其他法律法規(guī)（例如《著作權(quán)法實(shí)施條例》）擴(kuò)大合理使用法定情形的通道。另一方面，我國(guó)也可以不進(jìn)行立法增設(shè)，而是在司法實(shí)踐中具體適用一般條款作出判定，可以為一般條款設(shè)置配套的司法解釋，以四要素標(biāo)準(zhǔn)為主要內(nèi)容，重點(diǎn)關(guān)注轉(zhuǎn)換性使用和市場(chǎng)影響因素兩個(gè)方面。

（一）通過《著作權(quán)法實(shí)施條例》明確新的合理使用情形

在立法層面，我國(guó)可以借鑒歐盟和日本的做法，在立法中明確規(guī)定人工智能深度學(xué)習(xí)的著作權(quán)例外。日本在2009年規(guī)定，在計(jì)算機(jī)統(tǒng)計(jì)分析功能下，允許在介質(zhì)中存儲(chǔ)信息或?qū)π畔⑦M(jìn)行改編[20]。到了2018年，日本摒棄了對(duì)計(jì)算機(jī)數(shù)據(jù)處理方法僅限于“統(tǒng)計(jì)分析”的技術(shù)限制，引入了美國(guó)的轉(zhuǎn)換性使用原則，將合理使用的目的設(shè)置為“并非為了享受作品所表達(dá)的思想或情感”，理論內(nèi)涵是此種使用必須提供新知識(shí)或信息、具備轉(zhuǎn)換性質(zhì)，同時(shí)強(qiáng)調(diào)信息處理者在復(fù)制作品、向大眾公開作品時(shí)不得損害原有作品權(quán)益[21]。歐盟在《單一數(shù)字市場(chǎng)版權(quán)指令》中明確了人工智能深度學(xué)習(xí)的著作權(quán)例外，允許其復(fù)制使用文本數(shù)據(jù)。歐盟對(duì)人工智能深度學(xué)習(xí)合理使用的態(tài)度經(jīng)過了非商業(yè)性到商業(yè)性的轉(zhuǎn)變。在2016年提出的《單一數(shù)字市場(chǎng)版權(quán)指令草案》中，歐盟仍然將認(rèn)定合理使用的范圍限制在非商業(yè)性的科研領(lǐng)域，規(guī)定只有科研機(jī)構(gòu)在為了科學(xué)研究目的進(jìn)行工作時(shí)才可以對(duì)現(xiàn)有作品進(jìn)行復(fù)制[22]。但2019年正式通過的《單一數(shù)字市場(chǎng)版權(quán)指令》中，具有商業(yè)性目的的復(fù)制和數(shù)據(jù)處理也被允許，同時(shí)規(guī)定了著作權(quán)利人可以明示排除文本數(shù)據(jù)被使用者進(jìn)行商業(yè)性復(fù)制的權(quán)利[23]。

具體來說，以著作權(quán)法第24條第13款中的“其他法律法規(guī)”為支撐，通過《著作權(quán)法實(shí)施條例》將人工智能深度學(xué)習(xí)技術(shù)增設(shè)為一種新的合理使用情形?！吨鳈?quán)法》第24條在列舉合理使用法定情形時(shí)，添加了第13種情況：“法律、行政法規(guī)規(guī)定的其他情形”。此舉一是方便法官在司法實(shí)踐中利用一般條款對(duì)實(shí)際情況靈活做出判斷，二是方便通過其他法律法規(guī)擴(kuò)大合理使用的法定情形，以適應(yīng)社會(huì)變化。在通道選擇上，以《著作權(quán)法實(shí)施條例》《信息網(wǎng)絡(luò)傳播權(quán)保護(hù)條例》或《計(jì)算機(jī)軟件保護(hù)條例》為通道，將人工智能通過數(shù)據(jù)分析、數(shù)學(xué)建模進(jìn)行深度學(xué)習(xí)的行為具體列出，增設(shè)為合理使用的一種情形[24];在具體規(guī)定上，可以參照《日本著作權(quán)法》第30條之非享受性使用條款，以“用于信息分析的情形”為切入點(diǎn)，將人工智能深度學(xué)習(xí)歸屬于合理使用行為。需要注意的是，不應(yīng)當(dāng)將認(rèn)定合理使用的范圍限制在“非商業(yè)性”領(lǐng)域。國(guó)家鼓勵(lì)面向市場(chǎng)的科學(xué)研究活動(dòng)，且鼓勵(lì)企業(yè)與科研機(jī)構(gòu)進(jìn)行聯(lián)合研發(fā)。公立科研院所與企業(yè)進(jìn)行具有商業(yè)目的的科學(xué)研究非常普遍，企業(yè)自己設(shè)立的商業(yè)性科研部門也是我國(guó)科研成果產(chǎn)出的中堅(jiān)力量。只有將人工智能深度學(xué)習(xí)的合理使用范圍放寬至商業(yè)性領(lǐng)域，才能順應(yīng)國(guó)家政策導(dǎo)向，推動(dòng)人工智能深度學(xué)習(xí)技術(shù)發(fā)展。

因此，在修訂《著作權(quán)法實(shí)施條例》時(shí)，可以增加新的人工智能深度學(xué)習(xí)合理使用情形：“為人工智能利用數(shù)據(jù)分析進(jìn)行創(chuàng)作，存儲(chǔ)、復(fù)制他人作品，并將創(chuàng)作結(jié)果提供于社會(huì)公眾?！?/p>

（二）建立合理使用一般條款的司法實(shí)踐指導(dǎo)體系

構(gòu)建合理使用制度模式，應(yīng)當(dāng)結(jié)合規(guī)則主義與因素主義。在合理使用制度選擇上，美國(guó)采用“因素主義模式”，開放式地對(duì)合理使用進(jìn)行因素判斷;我國(guó)采用“規(guī)則主義模式”[25]167，未接受完全開放的布局，但通過兜底條款與一般條款的結(jié)合增加條文適用彈性。以上兩種模式可以相互補(bǔ)充適用，以現(xiàn)有的“三步檢驗(yàn)法”一般條款為基礎(chǔ)，補(bǔ)充四要素標(biāo)準(zhǔn)作為司法解釋，設(shè)立以轉(zhuǎn)換性使用為主，以市場(chǎng)影響要素為輔的規(guī)則，從而具化三步檢驗(yàn)法的抽象標(biāo)準(zhǔn)，最終構(gòu)建一條符合我國(guó)特色的合理使用判定道路。

四要素標(biāo)準(zhǔn)中的第一、第四要素與三步檢驗(yàn)法中的后兩步有一定的對(duì)應(yīng)性，前者可以為后者提供更加具體的標(biāo)準(zhǔn)。因此，司法解釋對(duì)合理使用一般條款的細(xì)化應(yīng)當(dāng)體現(xiàn)在以下兩個(gè)方面。

1. “使用行為的目的和特點(diǎn)”，主要以轉(zhuǎn)換性使用理論作為判斷依據(jù)。司法解釋中要明確轉(zhuǎn)換性使用的本土含義以及配套的判斷標(biāo)準(zhǔn)，以提高其含義的穩(wěn)定性和可預(yù)測(cè)性，防止轉(zhuǎn)換性使用原則范圍不當(dāng)擴(kuò)張后用以規(guī)避侵權(quán)責(zé)任。四要素標(biāo)準(zhǔn)中的第二、三要素“被使用作品的性質(zhì)”“被使用部分與整個(gè)作品的比例關(guān)系”可以作為判定轉(zhuǎn)換性使用的輔助因素，一般來說，二次使用行為的轉(zhuǎn)換性程度越高，被使用作品的獨(dú)創(chuàng)性越低，使用部分占整個(gè)作品的比例越低，行為構(gòu)成合理使用的可能性就越大。除此之外，還應(yīng)適當(dāng)補(bǔ)充對(duì)社會(huì)公共利益的價(jià)值判斷，涉及危害社會(huì)公共利益的行為不能被判定為合理使用。

2. “使用行為對(duì)被用作品的潛在市場(chǎng)價(jià)值有無重大不利影響”，即市場(chǎng)價(jià)值判斷。這一要素的本質(zhì)是轉(zhuǎn)換性使用在結(jié)果層面上的反映，二次使用行為的轉(zhuǎn)換性程度越高，對(duì)原有作品市場(chǎng)的影響就越小，因?yàn)檫@種高度轉(zhuǎn)換性產(chǎn)生了區(qū)分市場(chǎng)、避免競(jìng)爭(zhēng)的效果。在四個(gè)要素中著重強(qiáng)調(diào)第四因素對(duì)轉(zhuǎn)換性使用判斷的影響，一是基于四要素標(biāo)準(zhǔn)和轉(zhuǎn)換性使用發(fā)展歷程的回顧，對(duì)市場(chǎng)中心主義回復(fù)趨勢(shì)的肯定和強(qiáng)調(diào)，二是基于四要素標(biāo)準(zhǔn)和三步檢驗(yàn)法在“市場(chǎng)因素”領(lǐng)域產(chǎn)生了重合，第四要素與我國(guó)實(shí)際立法情況緊密結(jié)合，且市場(chǎng)因素在公眾認(rèn)知范圍較為熟悉、易于接受，有利于降低實(shí)際辦案過程中的操作難度。

但需要強(qiáng)調(diào)的是，由于四要素標(biāo)準(zhǔn)的目的在于提供合理使用判斷的四個(gè)方向，不以四個(gè)要素全部滿足為必要條件[26]，因此我國(guó)司法解釋也應(yīng)當(dāng)允許法官對(duì)以上兩個(gè)要素進(jìn)行單一或疊加考慮。

因此，可以設(shè)置司法解釋條文：“使用可以不經(jīng)著作權(quán)人許可、不向其支付報(bào)酬的作品的，人民法院在判斷是否影響作品的正常使用及著作權(quán)人的合法權(quán)益時(shí)，應(yīng)當(dāng)考慮使用行為是否進(jìn)行新內(nèi)容或價(jià)值創(chuàng)造、是否在其他領(lǐng)域以其他目的進(jìn)行、是否嚴(yán)重影響原作品的潛在市場(chǎng)價(jià)值等情節(jié)綜合確定。”

五、結(jié)語

人工智能深度學(xué)習(xí)能夠理解并掌握人類行為規(guī)律，創(chuàng)造出符合人類審美規(guī)則的新作品，或者開發(fā)出原有作品不曾涉及的新領(lǐng)域用途。然而，目前我國(guó)嚴(yán)格的著作權(quán)保護(hù)措施阻礙了這一新興技術(shù)的高速發(fā)展。合理使用規(guī)則對(duì)人工智能深度學(xué)習(xí)技術(shù)的數(shù)據(jù)利用提供了更深厚的底氣，不至于使技術(shù)開發(fā)者因?yàn)楦甙旱脑S可成本望而卻步，也不至于使深度學(xué)習(xí)技術(shù)因?yàn)闊o法獲取足夠數(shù)量和質(zhì)量的數(shù)據(jù)而偃旗息鼓。對(duì)人工智能深度學(xué)習(xí)進(jìn)行合理使用判定，主要應(yīng)當(dāng)關(guān)注其使用性質(zhì)和目的，以及它對(duì)原作品潛在市場(chǎng)的影響?？梢酝ㄟ^《著作權(quán)法實(shí)施條例》為人工智能深度學(xué)習(xí)增設(shè)新合理使用情形;或者也可以對(duì)合理使用一般條款的實(shí)施方式進(jìn)行附加解釋，在司法解釋中補(bǔ)充四要素標(biāo)準(zhǔn)，這是取因素主義模式之長(zhǎng)，補(bǔ)規(guī)則主義模式之短的方法，能夠有效幫助司法實(shí)踐中人工智能深度學(xué)習(xí)技術(shù)的合理使用判定。

注 釋：

① 最高人民法院《關(guān)于充分發(fā)揮知識(shí)產(chǎn)權(quán)審判職能作用推動(dòng)社會(huì)主義文化大發(fā)展大繁榮和促進(jìn)經(jīng)濟(jì)自主協(xié)調(diào)發(fā)展若干問題的意見》第8條，法發(fā)[2011]18號(hào)。

② 谷歌公司與王莘侵害著作權(quán)糾紛上訴案，北京市高級(jí)人民法院（2013）高民終字第1221號(hào)民事判決書。

③ 吳銳與北京世紀(jì)讀秀技術(shù)有限公司侵犯著作權(quán)糾紛案，北京市海淀區(qū)人民法院（2007）海民初字第8079號(hào)民事判決書。

④ 北京菲林律師事務(wù)所訴北京百度網(wǎng)訊科技有限公司著作權(quán)侵權(quán)糾紛案，北京互聯(lián)網(wǎng)法院（2018）京0491民初字第239號(hào)民事判決書。

⑤ 深圳市騰訊計(jì)算機(jī)系統(tǒng)有限公司與上海盈訊科技有限公司著作權(quán)權(quán)屬、侵權(quán)糾紛、商業(yè)賄賂不正當(dāng)競(jìng)爭(zhēng)糾紛案，廣東省深圳市南山區(qū)人民法院（2019）粵0305民初字第14010號(hào)民事判決書。

⑥ 四要素標(biāo)準(zhǔn)：（1）要看有關(guān)使用行為的目的和特點(diǎn);（2）要看被使用的作品的性質(zhì);（3）在所使用的作品中，被使用的部分與整個(gè)作品的比例關(guān)系;（4）看使用行為對(duì)被用作品的潛在市場(chǎng)價(jià)值有無重大不利影響。劉春田：《知識(shí)產(chǎn)權(quán)法》，中國(guó)人民大學(xué)出版社2014年版，第120頁。

⑦ 深圳市騰訊計(jì)算機(jī)系統(tǒng)有限公司，騰訊科技（成都）有限公司等與重慶天極暢娛網(wǎng)絡(luò)有限公司，北京字節(jié)跳動(dòng)科技有限公司等不正當(dāng)競(jìng)爭(zhēng)糾紛案，重慶市第一中級(jí)人民法院（2021）渝民終3805號(hào)二審民事判決書。

⑧ Cariou v. Prince， 714 F.3d 694 （2nd Cir. 2013）。

⑨ Bill Graham Archives v. Dorling Kindersley， 448 F.3d 605 （2nd Cir. 2006）。

⑩ 上海美術(shù)電影制片廠訴浙江新影年代文化傳播有限公司案，上海知識(shí)產(chǎn)權(quán)法院（2015）滬知民終字第730號(hào)民事判決書。

11 Harper&Row，471 U.S. at 566-68， 105 S.Ct.at 2234，2235。

12 《日本著作權(quán)法》（平成30年法律第30號(hào)）第30條之4規(guī)定：“在如下所列情形以及其他情形下，當(dāng)對(duì)作品的利用并非為了自己或他人享受作品所表達(dá)的思想或情感時(shí)，在使用的必要范圍內(nèi)，可以以任何方式利用作品。但是，如果根據(jù)作品的種類及用途，作品利用方式會(huì)對(duì)著作權(quán)人利益產(chǎn)生不當(dāng)損害的情形下，不適用本規(guī)定。第一，用于與作品的錄音、錄像或其他使用相關(guān)的技術(shù)開發(fā)或?qū)嵱没囼?yàn)情形;第二，用于信息分析的情形;第三，除上述兩種情形以外，在電子計(jì)算機(jī)信息處理過程中對(duì)作品表達(dá)所進(jìn)行的不被人類感知和識(shí)別的利用情形，但不包括電子計(jì)算機(jī)執(zhí)行計(jì)算機(jī)程序作品的行為?！?參見鄭重：《日本著作權(quán)法柔性合理使用條款及其啟示》，《知識(shí)產(chǎn)權(quán)》2022年第1期，第128頁。

13 參見《科學(xué)技術(shù)進(jìn)步法》（2022年1月1日施行）第29條：“國(guó)家鼓勵(lì)以企業(yè)為主導(dǎo)，開展面向市場(chǎng)和產(chǎn)業(yè)化應(yīng)用的研究開發(fā)活動(dòng)?！钡?1條：“國(guó)家鼓勵(lì)企業(yè)、科學(xué)技術(shù)研究開發(fā)機(jī)構(gòu)、高等學(xué)校和其他組織……按照市場(chǎng)機(jī)制聯(lián)合組建研究開發(fā)平臺(tái)?！?/p>

參考文獻(xiàn)：

[1] 徐龍.機(jī)器學(xué)習(xí)的著作權(quán)困境及制度方案[J].東南學(xué)術(shù)，2022（2）：237-245.

[2] 焦和平.網(wǎng)絡(luò)游戲在線直播的著作權(quán)合理使用研究[J].法律科學(xué)（西北政法大學(xué)學(xué)報(bào)），2019，37（5）：71-81.

[3] 熊琦.著作權(quán)轉(zhuǎn)換性使用的本土法釋義[J].法學(xué)家，2019（2）：124.

[4] 宋雅馨.文本與數(shù)據(jù)挖掘的版權(quán)例外——以歐盟版權(quán)指令修改草案為視角[J].電子知識(shí)產(chǎn)權(quán)，2017（6）：42-51.

[5] 劉友華，魏遠(yuǎn)山.機(jī)器學(xué)習(xí)的著作權(quán)侵權(quán)問題及其解決[J].華東政法大學(xué)學(xué)報(bào)，2019，22（2）：68-79.

[6] ARTHUR.L.SAMUEL.Some Studies in Machine Learning Using the Game of Checkers[J].IBM Journal of Research and Development，Vol.3，No.3，1959，p.211.

[7] CASTIGLIONI ISABELLA，ISABELLA，RUNDO LEONARDO，CODARI MARINA，DI LEO GIOVANNI，SALVATORE CHRISTIAN，INTERLENGHI MATTEO，GALLIVANONE FRANCESCA，COZZI ANDREA， D'AMICO NATASCHA CLAUDIA，SARDANELLI FRANCESCO. AI Applications to Medical Images：From Machine Learning to Deep Learning[J].Physica Medica，2021，83.

[8] 王遷.復(fù)制權(quán)與信息網(wǎng)絡(luò)傳播權(quán)的關(guān)系[J].湖南師范大學(xué)社會(huì)科學(xué)報(bào)，2022，51（2）：1-9.

[9] 焦和平.人工智能創(chuàng)作中數(shù)據(jù)獲取與利用的著作權(quán)風(fēng)險(xiǎn)及化解路徑[J].當(dāng)代法學(xué)，2022，36（4）：128-140.

[10] 吳漢東.知識(shí)產(chǎn)權(quán)法[M].北京：法律出版社，2014：99.

[11] Amanda Levendowski.How Copyright Law Can Fix Artificial Intelligences Implicit Bias Problem [J].Washington Law Review，Vol.93，No.2，2018，pp.583-584.

[12] 曾琳.版權(quán)法第三次修正下的“限制與例外”制度應(yīng)用研究[M].北京：中國(guó)政法大學(xué)出版社，2016：87.

[13] 梅術(shù)文.版權(quán)法：原理、規(guī)范和實(shí)例[M].北京：知識(shí)產(chǎn)權(quán)出版社，2014：37.

[14] PIERRE N.LEVAL.Toward a Fair Use Standard [J].Harvard Law Review，Vol.103.Issue 5.1990.pp.1105.

[15] 徐小奔，楊依楠.論人工智能深度學(xué)習(xí)中著作權(quán)的合理使用[J].交大法學(xué)，2019（3）：32-42.

[16] COLIN MARSSHALL. Artificial Intelligence Writes a Piece in the Style of Bach：Can You Tell the Difference Between JS Bach and AI Bach？[OL].[2022-10-11].OPENCULTURE，http：//www.openculture.com/2018/01/artificial-intelligence-writes-a-piece-in-the-style-of-bach.html.

[17] 種曉明.著作權(quán)合理使用中“轉(zhuǎn)換性使用”原則的再界定——美國(guó)“Kinder Guides案”及其啟示[J].今傳媒，2019，27（2）：21-25.

[18] 謝琳.論著作權(quán)合理使用的擴(kuò)展適用——回歸以市場(chǎng)為中心的判定路徑[J].中山大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017，57（4）：162-174.

[19] 蔣珂.論合理使用中的“行為”——兼評(píng)谷歌圖書案[J].法學(xué)評(píng)論，2015，33（6）：185-193.

[20] JAPAN AMENDS ITS COPYRIGHT LEGISLATION TO MEET FUTURE DEMANDS IN AI AND BIG DATA.Available at https：//eare.eu/japan-amends-tdm-exception-copyright/. 2022，10.

[21] Copyright Law of Japan Article 47-5（Minor Exploitation Incidental to Computerized Data ?Processing and the Provision of the Results Thereof）.Available at https：//www.cric.or.jp/english/clj/cl2.html#chapter2sect3sub5.2022，10.

[22] Proposal for a Directive of the European Parliament and of the Council on Copyright in the Digital Single Market，COM（2016）593final（Sept.14，2016），Art.3.

[23] ?DIRECTIVE（EU）2019/790 OF THE EUROPEAN PARLIAMENT AND OF THE COUNCIL of 17 April 2019 on Copyright and Related Rights in the Digital Single Market and amending Directives 96/9 EC and 2001/29/EC， Art.3，4，7.

[24] 王遷.《著作權(quán)法》修改：關(guān)鍵條款的解讀與分析（上）[J].知識(shí)產(chǎn)權(quán)，2021（1）：20-35.

[25] 王清.著作權(quán)限制制度比較研究[M].北京：人民出版社，2007：167.

[26] 姜亦周.中國(guó)著作權(quán)合理使用制度之演變與完善研究——從1991年《著作權(quán)法》到2014年《著作權(quán)法（修訂草案送審稿）》[J].出版科學(xué)，2019，27（3）：45-52.