美国人工智能模型训练合理使用认定的成案经验研究

人工智能模型依赖于对大量作品的复制分析,从而导致传统版权业者与人工智能训练需求之间的紧张关系。目前模型训练合理使用争议的原因,在于著作权人对人工智能模型训练方式认识不足以及对技术驱动下新兴市场收益预期未能达成。在美国的司法实践中,合理使用已被广泛适用于从广播时代到互联网时代的诸多使用行为,在历史上具有典型意义的索尼案、谷歌数字图书案和坎贝尔案中给利用新技术的新兴产业拓展了发展空间。尽管美国法院在人工智能模型训练的合理使用问题上仍在继续要求各方补充证据,但其合理使用条款解释的丰富历史经验已经提供了诸多可供参考的答案,对我国调整版权产业与人工智能产业的关系具有参考意义。

短视频侵权案件中合理使用的认定标准探究——基于中国裁判文书网136份判决书的分析

合理使用制度平衡著作权人利益和社会公共利益,在涉短视频侵权案件中起到关键作用。但我国现行的合理使用制度存在封闭式列举滞后于短视频行业发展、原则性判断标准存在误解与误用、抗辩理由分析不充分、自由裁量权行使不当等四方面问题。对此,可采用“要素定义+具体规则”的制度设计,同时推动构建著作权多元许可市场,以此增强合理使用认定结果的可预期性。

大模型数据训练中的著作权合理使用研究

创建于文学艺术领域的著作权法在人工智能时代需要积极回应技术的发展需求,建构与社会技术发展相适应的合理使用规则。人工智能大模型训练过程中对作品的使用是一种技术过程中的附随性复制,具有极强的转换性目的。训练出的人工智能大模型的正常用途并非生成侵权内容,而是具有广阔的应用领域,对社会发展有积极意义。但大模型训练需要海量的高质量作品,并且作品需要具有丰富性、多样性。由于交易成本高、许可费堆积、许可意愿的有限性和选择性及公共利益考量等因素,市场机制难以有效实现资源合理配置。因此,有必要建立机器学习合理使用条款,来明确人工智能大模型训练中对作品使用的合法性,同时对人工智能输出端进行合理规范,以便更好地平衡著作权人、社会公众、人工智能大模型研发方等多重利益,促进个人创新、企业创新、社会创新,并鼓励著作权人与人工智能大模型研发者建立创新性的合作机制,在智能向善的原则下推动社会文化的繁荣发展和更美好生活的实现。

新闻媒体对人格权合理使用的法律边界

为实现对新闻报道、舆论监督与人格权之间的平衡保护,以《民法典》第999条为核心,与其他相关条款共同构成新闻媒体对人格权的合理使用制度。这一制度的实质是:为了维护公共利益,新闻报道、舆论监督等行为可以在法律允许的范围内,对民事主体的精神性人格权益进行合理使用。符合合理使用制度的特定行为,即使未经权利人同意,行为人也不用承担民事责任。通过该制度,既可以保护民事主体的人格权益,又可以促进新闻媒体社会功能的实现。

化学项目式学习评价量规的设计与使用——以初中化学“合理使用金属制品”项目为例

以“合理使用金属制品”项目为例,结合化学课程标准要求与项目式学习的目标和活动讨论如何设计用于导引、探究和展示活动的评价量规。通过专家咨询、学生使用表现、学生访谈以及教师访谈等多轮修订,确保了量规的可靠性和可操作性。通过访谈、过程性资料收集和课堂观察等方法深入分析了在项目式学习中评价量规的使用方式,并针对师生在使用量规进行评价时存在的主要问题,提出了相应的解决策略。

美国转换性使用规则对我国图情档领域合理使用著作权立法的启示

转换性使用规则对解决美国图情档领域著作权问题作用明显。由于中美两国在合理使用制度的立法基础、模式、具体规定和司法实践标准方面的差异,同样类型的图情档领域著作权案件在中国的判决结果却不同。把转换性使用规则引入我国著作权制度有利于创新图情档领域的著作权立法、完善图书馆档案馆服务功能、推动图情档领域信息资源开发。基于此,本文探讨了我国图情档领域转换性使用规则的立法进路,具体包括:设置合理使用的一般条款、适时补充合理使用的清单、扩大解释现行的法律规定等。

生成式人工智能合理使用制度的再思考

生成式人工智能天然存在着著作权侵权的法律风险,为合规使用的相关法律制度带来了拷问。Goldsmith案主张在合理使用“变革性”的认定层面融入客观性元素,为我国重塑合理使用标准提供了借鉴。当下,“三步检验法”难以适应生成式人工智能的发展,应以“转换性使用”作为合理使用的新标准,并结合生成式人工智能输入阶段和输出阶段的不同特征进行具体化。

从类型化分析到区别判定:个人信息合理使用的逻辑进路

我国《民法典》及《个人信息保护法》虽然确立了个人信息合理使用制度,但并没有明确区分不同类型的个人信息合理使用判定的具体标准,导致实践中认定结果差异较大。面对不断丰富的个人信息利用场景,应先按照“敏感性判断标准+场景应用标准”动态界定一般个人信息和敏感个人信息的类型,再结合“基本要素+敏感要素”进行合理使用区别判定。从类型化动态界定到合理使用区别判定的逻辑进路能够更精准地为不同场景的个人信息合理使用判定提供参考标准。

教育技术变革下课堂教学中著作权合理使用范围的扩张

现行课堂教学合理使用适用要件的严格性与著作权合理使用立法的封闭性,导致现行立法很难满足教育技术进步下课堂教学合理使用作品的正当需求。为保护教育的公益性质,应适当限制著作权。放宽课堂教学合理使用的适用要件,以课堂教学为合理使用特定情况的基本限定,结合合理使用一般条款中的效果要件,才能实现著作权私权与教育公益的动态平衡。

感染目标性监测对抗生素合理使用的影响研究

分析应用感染目标性监测对抗生素合理使用的影响。方法 选取本院于2020.1-2022.12期间纳入的200例患者,应用随机数字表法分为参照组(n=100,常规监测)及感染组(n=100,感染目标性监测),观察抗生素使用情况、感染发生率。结果 感染组一联、二联及三联抗生素使用比例分别为98%、2%、0,参照组分别为90%、7%、3%,一联用药人数存在差异,且感染组术前及术后用药时间较短,差异存在统计学意义(P<0.05),二联及三联用药人数差异不存在统计学意义(P>0.05)。参照组感染率为10%,感染组为1%,感染组低于参照组,数据差异存在统计学意义(P<0.05)。结论 对临床患者应用感染目标性监测,可确保抗生素合理使用,减少感染的发生率,安全性较佳。

药学干预在呼吸内科抗菌药物合理使用中的效果

探析呼吸内科抗菌药物合理使用中药学干预的影响与效果。方法 筛选2023年02月-2024年02月82例呼吸内科疾病患者作为调研对象,以等量电脑随机法分为常规组41例(单纯抗菌药物治疗)和研究组41例(抗菌药物治疗+药学干预),比较干预效果。结果 本次试验中,研究组二联及三联抗菌药应用率较常规组低(P<0.05);研究组住院时间、用药疗程更短(P<0.05);研究组不良反应发生率更低(P<0.05);研究组治疗满意度更高(P<0.05)。结论 呼吸内科抗菌药物合理使用中,运用药学干预既能够加快患者的康复进程,又能提升患者抗生素的使用效果,并确保病人用药的安全和对用药的满意度。

临床中药师对药酒合理使用的思考

通过对药酒使用现状的介绍,分析药学门诊中遇到的药酒使用安全性问题,以及对2020年版《中华人民共和国药典》中6种药酒、2015年版《临床用药须知》中14种药酒的使用方式、主要成分、功效、酒精含量、注意事项及用药禁忌的整理,进而对药酒中乙醇与西药的相互作用、药酒与其他中药的相互作用、药酒服用时间、药酒服用剂量、药酒服用温度进行分析,并提出药酒说明书中存在的问题,以保证患者用药的安全、合理和有效。

合理使用抗生素,10个关键要记牢

抗生素,这一自诞生以来便在治疗细菌性感染领域扮演关键角色的重要药物,为全球范围内的无数患者点亮了生命之光,提供了宝贵的治疗选择。然而,随着其广泛应用,一个不容忽视的问题逐渐浮出水面——不合理使用乃至滥用抗生素的现象日益普遍,这一行为直接促成了细菌耐药性的迅速蔓延,进而演变成为当前公共卫生领域所面临的一项严峻挑战。

麻精药品合理使用制度的优化思路——以氯巴占为例

实践中,对麻醉药品和精神药品(以下简称麻精药品)的属性认识存在一定分歧。河南“贩毒妈妈”案件引发热议后,我国对氯巴占这类精神药品临时进口工作制定了方案,为麻精药品合理使用制度构建提供了参考。但我国管制的麻精药品数量庞杂,氯巴占的解决方案并非能直接应用到其他麻精药品合理使用程序之中。为此,需要提升麻精药品临时进口工作的法律位阶,准确梳理符合临床急需药品标准的麻精药品种类,同时应进一步完善麻精药品供应保障体系并提升药物滥用风险评估预防水平,构建符合我国国情和毒情的麻精药品合理使用制度。

机器利用数据行为构成著作权合理使用的经济分析

未经权利人许可的数据挖掘或机器学习行为可能侵犯著作权人的多项权能。尽管目前市面上存在一些互联网平台与数据库,可供数据挖掘与机器学习者一站式批量获取作品,但若不免除数据挖掘与机器学习者事先寻求许可的法律义务,则他们仍会囿于高昂的交易成本,无法有效获取所需数据,这制约数字创新产品的开发。允许数据挖掘与机器学习者免费使用作品数据,可能实质损害著作权人的部分市场利益,但由此开发的数字创新产品可以为权利人带来其他市场收益,且社会自我调节机制能够消化很多市场损害,因此,颠覆性改进现有技术的数据挖掘和机器学习行为宜被认定为合理使用。不宜通过法定许可或“选择退出”合理使用机制来规制数据挖掘与机器学习行为。

论生成式人工智能服务提供者的个人信息合理使用

生成式人工智能的运行需要海量数据,生成式人工智能服务提供者可能会未经同意处理大量个人信息,在构成个人信息合理使用时主要有以下三个问题:合理的范围不明确,现有履行告知义务的方式阻碍其合理使用个人信息,在提供服务阶段处理个人信息的具体行为与履行内容审核等安保义务的处理目的相分离。基于生成式人工智能的运行机理,从其运行的研发阶段和提供服务阶段,来分析生成式人工智能服务提供者适用个人信息合理使用规则产生的问题。以合理的目的和个人信息公开时对个人信息权益影响的程度限定合理的范围;以公示的方式履行告知义务,促进个人信息合理使用;基于履行内容审核等安保义务的处理目的,整体性评价其在提供服务阶段未经同意处理个人信息的行为。从而破解生成式人工智能服务提供者合理使用个人信息的困境的同时保护个人信息权益。

论“文本与数据挖掘”的合理使用规则建构

判断某一情形是否属于合理使用的前提是这一情形已经构成侵权,这已经成为一种共识。“文本与数据挖掘”技术的经济重要性使得学者们开始讨论其是否构成著作权例外,但是缺乏对于其是否侵权这一前提的论证。“文本与数据挖掘”行为是一个行为集合,将其行为与对应权项拆解分析,过滤掉自始不属于“技术性”使用的行为、不造成传播的行为等不构成侵权的行为,才可进入合理使用讨论范围之内。“文本与数据挖掘”能够保障公民的基本权利,也能够促进文学艺术、科学的进步,将其作为合理使用情形也能够解决著作权市场失灵之问题。但我国著作权法对此却并无明文规定,现有的情形也难以将“文本与数据挖掘”之合理使用涵盖其中,只能通过对“三步检验法”进行解释而予以适用,立法稳定性受损。因此,应当以《著作权法》第二十四条第一款第十三项“法律、行政法规规定的其他情形”为接口,通过修订《著作权法实施条例》的方式,引入数据挖掘专门例外。

DRG支付下的综合管理干预对促进中药合理使用的研究

目的 探究疾病诊断相关分组(DRG)支付背景下医院通过对医护人员、药师、合理用药软件等进行综合管理干预,以达到中成药的合理使用,为医院内中医药的健康发展提供理论参考。方法 随机收集并比较2020年7月—2021年6月(干预前)和2022年7月—2022年10月(干预后)医师(100名)中医药知识水平得分、中成药门诊处方(1 000张)、中药处方(200例)费用、患者对中药房药学服务满意度等。结果 干预后医师对中医理论基础,中药、中成药基础,辨证施治,中成药适应证,配伍禁忌,特殊人群用药掌握得分均明显高于干预前(P<0.01);干预后不合理处方35张,少于干预前的92张(χ^(2)=27.317,P<0.001);干预后不规范处方、未辨证施治、用法用量不适宜、联合用药不适宜、配伍禁忌、超适应证用药等不合理原因占比均较干预前降低,其中未辨证施治、联合用药不适宜及超适应证用药三项差异显著(P<0.05或P<0.01);干预前后最高与次高金额段(100~199元、200~299元)比较差异显著(P均<0.01);干预后患者中药房药学服务总满意度为94.0%,高于干预前的73.0%(χ^(2)=32.009,P<0.001)。结论 DRG支付下的综合管理干预措施能够有效减少中成药的不合理使用现象,显著降低患者中药处方费用,提高医师中医药知识水平和患者满意度。

生成式人工智能在机器学习中的合理使用问题

生成式人工智能的主要用途是模仿并生成新的作品,但最终生成的作品却可能会替代现有作品的市场,因而在合理使用的认定中需要重新评估生成式人工智能的商业性用途和对现有作品的市场替代后果。对于不具有特定模仿用途的生成式人工智能,由于事前获得许可面临高昂的交易成本并且在使用目的上又具有高度的转换性,原则上可以构成合理使用;但对于针对特定模仿对象的人工智能,不宜认定构成合理使用。在监管政策上,对于生成式人工智能应当采取包容审慎的监管政策,数据来源合法的要求并不意味着必须要事先取得所有训练数据的著作权人的许可。

生成式人工智能创作使用作品的合理使用调适

技术迭代易造成规则失范,随着生成式人工智能技术与创作的深度融合、著作权权利边界的不断扩张,以及著作权领域不同利益之间的杂糅、冲突与博弈,对于生成式人工智能创作使用作品的法律规制已迫在眉睫。从合理使用的制度功能出发,生成式人工智能创作过程吸纳合理使用具备了相当程度的正当性与可行性。但是,合理使用的适用过程也面临着利益平衡格局受损、现有规定适用困难以及与技术措施协调不足等现实梗阻,而这也对合理使用的适应性、柔韧性和包容性提出了新要求。未来,可从专门例外、三步检测法、技术措施、配套措施等方面进行完善,以调适著作权领域相关主体差异化的利益诉求,实现产业发展、私权保护与公共利益的良性互动。