类型化视角下机器学习的合理使用制度研究

机器学习的版权合法性是人工智能时代亟待解决的重要议题。在规范价值层面,机器学习对社会福利的增进效益是多维度的,且具有市场失灵情形下免于承担著作权侵权责任的经济理性。在事实认定层面,技术类合理使用案件为机器学习的合理使用定性提供了重要启示:应关注不同类型的机器学习在输出结果上的差异,从系列结果的整体效果认定合理使用。在对机器学习进行分类讨论时,应采用“现实可能性”标准和“理性可感知”标准,为技术创新保留“可喘息的空间”。具体来说,一般推定“非表达型”和“通用表达型”机器学习构成合理使用,但在后者的情形下应为著作权人设定“退出-选择”机制和利益分享机制;特定作者表达型机器学习所输出的结果使用了特定作者的个性化表达,不构成合理使用;非营利性机器学习因内在的公益价值构成合理使用。

深层链接行为的著作权法规制

深层链接行为能够使用户在设链网站直接获得被链作品,该行为实质替代了被许可人和著作权人的作品提供行为,损害了著作权人的利益。新传播源理论是服务器标准的底层逻辑,其中“传播源”仍然停留在对传播行为的本质追寻,忽视了著作权法对规制交互式传播行为的意义,由此诞生的服务器标准一刀切地否定所有链接行为构成信息网络传播权直接侵权的可能,不考虑设链行为的目的和效果,违反了WCT的技术中立原则。对设链行为的定性应考察不同链接利用行为的经济效果,区分技术中介行为与作品提供行为。以作品提供为目的设链行为所产生社会福利主要源于著作权人,应构成信息网络传播行为,承担著作权直接侵权责任。默示许可制度与合理使用制度的互动关系能有效调节因信息网络传播权扩张带来的不良影响,实现网络空间的互联互通。