本文根據中國臺灣智財局著作權組視察員陳俞安所著《生成式AI與著作權議題之國際趨勢》第二部分“各國AI政策介紹”內容進行匯編——
生成式AI（人工智能）對各行各業(yè)帶來巨大影響，尤其對創(chuàng)造和創(chuàng)作領域的影響深遠。因此，各國和各地區(qū)對生成式AI的法律規(guī)制也日益重視，其中，尤以著作權法（版權法）的規(guī)制為重點。本文介紹了各國和各地區(qū)對生成式AI的著作權法規(guī)制的相關政策以及對未來提出展望和趨勢預估，期望對讀者有所助益。
一、歐盟（EU）地區(qū)
歐盟地區(qū)出臺的涉及生成式AI的法規(guī)主要包括：（1）2019年3月通過的《數字單一市場著作權指令（Directive on Copyright and related rights in the Digital Single Market，以下簡稱CDSM指令）》；（2）2024年7月12日歐盟發(fā)布的《人工智能法（Artificial Intelligence Act,以下簡稱AIA）》；以及（3）德國法院作出的判例（德國漢堡地方法院 2024年9月27日在Kneschke訴LAION案作出的判決）。
其中，CDSM指令第3條規(guī)定了科研豁免行為，即“研究組織或文化遺產機構”為“科學研究之目的”進行數據探勘（mining）之規(guī)定，在適用主體上強調非營利性及公益性，并限于“有合法接觸權限（lawfully accessible）的著作”，由于該規(guī)定適用范圍相當有限，因此權利人不得以契約條款禁止上述數據探勘行為；而CDSM指令第4條規(guī)定不限非商業(yè)目的之數據探勘權利限制規(guī)定，不限適用主體，同樣限于“有合法接觸權限的著作”，且權利人可以保留其作品用于數據探勘用途的權利，即“選擇退出（ opt-out）”。
其中，AIA已明確表示生成式AI的開發(fā)與訓練屬CDSM指令第4條規(guī)定的范疇，但是須尊重權利人選擇退出之意愿，當權利人依該條明示退出時，通用AI模型 （依AIA前言第97、99項，通用AI模型系指透過無監(jiān)督學習或強化學習等方式訓練大量數據，以勝任執(zhí)行各種不同任務的能力之模型。大型生成式人工智能模型即通用人工智能模型的典型例子）提供者需要獲得權利人的授權后才能利用（AIA前言第105項）。
值得注意的是，德國地方法院已有判決認為，為生成式 AI 模型訓練用途重制他人圖片建置數據集之行為，符合德國著作權法第60d條（依據CDSM指令第3條所增訂）“為科學研究目的之資料探勘”權利限制規(guī)定，且法院另補充說明，認為被告重制行為亦符合德國著作權法第44b條一般數據探勘之目的（同CDSM指令第4條），但因權利人已依該條規(guī)定聲明退出，故無法適用。
然而許多權利人團體（組織）擔心創(chuàng)作內容被用于訓練資料影響權益，紛紛表達了“退出”AI訓練數據使用的意愿（如索尼音樂集團、德國著作權集體管理組織GEMA等），對于AI開發(fā)商主張前述數據探勘權利限制規(guī)定將造成不小的沖擊，恐仍需積極地與權利人協商，探索新的合作模式，以取得高質量的訓練資料。至于哪些選擇“退出”方式與技術符合法律要件仍未明確，OpenAI、Google及Apple公司陸續(xù)開發(fā)可自動判斷網站退出信息之爬蟲工具（需以robots.txt等機器可讀形式明示退出數據探勘之用途）；微軟則表示須依該公司規(guī)定的形式表達對“特定模型”的退出（權利人需重復為不同訓練模型“選擇退出”，耗費心力）；有些公司甚至沒有提供“退出”的選項（Meta承認了臉書IG 貼文全被拿去訓練AI），前述德國地方法院判決則認為不需要求特定技術格式，以純文本聲明亦符合退出聲明。為解決上述AIA實施面臨的問題，需要標準化相關規(guī)范（如“退出”方式）作為實務運作之依據，歐盟AI辦公室爰于法案通過后，陸續(xù)尋求包括AI模型提供者、民間組織、學術界及相關產業(yè)等近千名利害關系人召開數次會議，磋商具體可行的行為準則（code of practice），預計將于2025年5月發(fā)布，以確保模型提供者落實相關義務。
二、英國
英國早在2014 年就于《著作權、設計及專利法》第29A條規(guī)定數據探勘權利限制規(guī)定，但僅限于非商業(yè)之研究目的，適用范圍相當有限。近年英國政府曾討論為因應AI發(fā)展趨勢，修正放寬可用于商業(yè)用途，但是遭遇音樂、出版等創(chuàng)意產業(yè)強烈反對而撤案。在此同時，英國人工智能和知識產權部長認為透過立法來平衡AI開發(fā)商和權利人的利益的任務艱巨，不如推動AI產業(yè)及創(chuàng)意產業(yè)間之協議，建立自愿性著作權行為準則（a voluntary AI copyright code of practice），讓AI開發(fā)商取得訓練模型之高質量數據的同時，內容創(chuàng)作者也能得到充分的補償，但2024年2月該自愿性協議因無法取得產業(yè)間的共識而暫緩推動。 2024年7月新政府（工黨）上任后，強調AI產業(yè)創(chuàng)新對經濟發(fā)展的重要性，為打造有利AI產業(yè)發(fā)展之法律環(huán)境，爰于同年12月進行為期2個月的公眾咨詢，討論是否參考歐盟CDSM指令規(guī)定不限非商業(yè)目的之數據探勘權利限制規(guī)定，并提供權利人選擇退出之機制，但此提案仍受到音樂產業(yè)強烈反對，尚待協商尋求共識。與此同時，英國政府推出《AI行動計劃》，規(guī)劃與國家檔案館、大英圖書館及英國廣播公司（BBC）等機構合作，建立無著作權疑慮（copyright-cleared）之內容數據庫，以推動大規(guī)模國際授權，則系在遵循現行著作權法之前提下，將高質量數據釋出，以促進AI創(chuàng)新與應用發(fā)展。
三、美國
美國雖然沒有針對資料探勘制定例外規(guī)定，但著作權法規(guī)定第107條為評論、研究等目的合理使用著作，不構成著作權侵害之概括合理使用（fair use）規(guī)定，其判斷應考慮四個要素：1、利用之目的與性質，包括系商業(yè)性或非營利目的；2、著作的性質；3、所利用之質量及其在整個著作所占之比例；4、對著作潛在市埸或價值之影響。其中又以第一個要素“利用目的與性質”是否具有“轉化性”為判斷合理使用的關鍵考慮，也就是對著作的利用添加新的要素、具有與原著作不同利用的性質或目的，且不致造成替代原著作的使用，此種“轉化性利用（transformative use）”較容易被認定為合理使用。
而在科技日新月異的時代，利用他人著作是否構成“轉化性利用”而有美國著作權法第107條概括合理使用之適用，是美國訴訟中的重要爭點，美國第二巡回上訴法院就Google Books案之判決，為數字技術合理使用他人著作之經典案例，法院認為Google將書籍數字化，顯示片段訊息以供群眾檢索、瀏覽，是一種合理使用，且具有高度轉化性，增加了大眾認識該等作品的機會，而非向公眾提供原作品的實質替代物，且增進公共利益，符合美國著作權法第107條概括合理使用規(guī)定，亦是目前AI開發(fā)商在辯護中的主要依據之一。
然而從2023年美國最高法院在最新的安迪沃荷（ Andy Warhol）案之判決觀之，即使在原作品中添加新的意義而構成“轉化性”使用，法院認為仍然必須衡量二創(chuàng)作品“利用原創(chuàng)作之目的與性質”與原創(chuàng)作者間的衡平利益。因此，生成式AI之被告生成內容與原告作品如具有相同或類似的使用目的、可能取代原作之市場，而被告的大量重制他人著作卻未見對原作之回饋，或欠缺公共利益等，似不當然能主張轉化性的合理使用。美國版權局在2024年7月發(fā)布的政策建議報告亦指出，使用藝術家作品訓練AI模型，以模仿或生成類似風格內容之情形，不排除作者請求損害賠償的可能性，強調AI技術發(fā)展與創(chuàng)作者權益間衡平之重要性。
關于未經授權利用他人著作訓練AI模型的訴訟， 2020年曾有科技公司搜集了知名法律信息檢索平臺之判決摘要訓練AI搜索引擎被該平臺提告，美國地方法院于2023年9月之中間判決提到，如果模型訓練過程中的復制只是為了分析語言模式，以開發(fā)“全新的”、具競爭性產品的過程，且不會包含或輸出侵權內容，則可能屬“具轉化性的中間復制”（transformative intermediate copying）而構成合理使用，并分析未來考慮AI訓練數據合理使用的核心問題包括允許AI使用受保護著作進行訓練之轉化性是否夠大、是否帶來公共利益，以及對原作市場是否造成阻礙等。而本案于2025年2月作出判決（仍可上訴），法院認為被告將摘要作為法律研究工具之目的與原告相同，不具轉化性，且意圖開發(fā)市場替代品與原告競爭，未能增進公共利益、損害原告授權他人訓練模型的潛在市場，因此不構成合理使用。本案雖僅針對“非生成式”AI 進行審理，但其分析仍為未來法院審理AI相關侵權訴訟提供重要指引。
各國于2023年至2024年間已有數十件利用他人著作訓練AI模型相關著作權侵權訴訟，因此法院在個案將如何詮釋、衡量此些關鍵要素，值得密切關注。
四、日本
日本于2018年修訂著作權法第30條之4關于數據探勘權利限制規(guī)定，“不以享受著作中表達的思想或情感為目的”，可在“必要范圍內利用著作”，但不得“不當損害著作權人利益”，因此數據探勘用于生成式AI學習，原則上將不構成侵權，看似較其他國家規(guī)范更加寬松，但對創(chuàng)作人權益影響甚大，因此日本2023年10月起組成“AI時代的知識產權研討小組”陸續(xù)就生成式AI發(fā)展過程之問題進行討論，明確列舉多項需例外取得授權之情形，故利用他人著作于訓練AI模型仍須謹慎。
如具有“以享受為目的”而不適用上述限制規(guī)定之情形，包括為回答使用者提問之檢索增強生成技術（Retrieval-Augmented Generation,RAG），以及僅使用特定創(chuàng)作者之作品進行額外學習等情形；規(guī)避付費數據庫以獲取數據，則屬“不當損害著作權人利益”而被排除適用。此外，如果特定AI產品生成侵權內容的頻率很高，那么該AI產品提供者被認定為侵權主體的可能性將會增加。
日本作為全球動漫產業(yè)大國，包含漫畫家、作曲家、插畫家、攝影、圖書等內容創(chuàng)作者對于生成式AI可能侵害其著作權益表達擔憂，因此政府為減少創(chuàng)作者顧慮，持續(xù)梳理AI發(fā)展過程之著作權問題并針對不同利用主體提供應對方法，從法律、技術及契約三方面著手，例如建議“AI開發(fā)及提供者”于訓練階段檢視是否有“以享受為目的”之情形（法律面）、于生成階段采取過濾措施防止生成與現有作品類似的作品，降低被認定為侵權主體的可能性。同時也建議“權利人”實施可防止AI侵權學習之措施，包括使用“robots.txt”等機器可讀格式等限制數據被搜集（技術面）、透過賬號和密碼等方式限制他人接觸、或將作品整理為數據集有償提供權利人進行追加學習等（契約面）。
此外，日本內閣府指出上述法律、技術及契約三者間之相互關系，并考慮到每種方法都有其局限性，因此三者應發(fā)揮互補作用，并應以動態(tài)的方式應對生成式 AI 可能帶來的侵權風險 38，值得參考。
五、韓國
韓國國會議員曾于2021年提出著作權法修正草案，參考日本立法例，增訂第43條數據探勘限制規(guī)定，即“非享受著作所表現的思想或感情之目的”，為“生成追加性的信息或價值”，可就合法接觸之著作在必要限度內重制、公開傳輸，強調就既有著作之加值利用，以符合產業(yè)發(fā)展需求，惟該草案因國會任期屆滿而于2024年5月失效。有學者認為韓國2011年增訂之著作權法第35-3條概括合理使用規(guī)定或可作為替代方案，然而韓國在概括合理使用原則的司法判決積累遠不如美國，將使得AI開發(fā)商利用他人著作訓練模型時，面臨相當大的不確定性和挑戰(zhàn)。
為應對AI利用著作訓練模型之爭議，韓國著作權委員會邀集學界、法律專家、技術專家及利害關系人組成“AI著作權制度改善工作小組”，并于2024年1月發(fā)布“生成式AI著作權指引”，主要系在現有法律制度下如何避免侵權提供建議，首先，AI開發(fā)商在AI學習階段，建議支付權利人足夠的報酬、使用公共領域作品或其他方式，確保訓練數據之合法權限。其次，在AI生成階段，建議采取過濾措施來防止生成與現有作品相似的內容。而著作權人如不希望作品被用于AI模型訓練，可透過網站使用條款或機器可讀格式聲明退出，另建議用戶輸入指令時應避免誘使AI生成侵權內容，并不得發(fā)布可能侵權的AI生成內容。
此外，為確保AI開發(fā)商能夠合法利用他人著作訓練，前述工作小組于2024年6月28日提出建議，認為政府或學術機構可在著作權集體管理團體與AI開發(fā)商之間的談判授權過程擔任中介角色，并可考慮增訂資料探勘權利限制條款，以促進對著作權保護內容的使用，至于生成式AI開發(fā)商如何揭露AI訓練所使用的內容清單以滿足透明度義務，則仍在研析中。另一方面，為促進AI技術產業(yè)發(fā)展，韓國國會于2024年12月通過由科學和信息通訊技術部提出之“AI發(fā)展和信任建立基本法”（下稱韓國AI基本法），其中為解決AI開發(fā)商合法取得訓練資料之難題，該法第15條24明定政府可自行或指定特定組織建立數據提供系統(tǒng)，促進系統(tǒng)數據之搜集、管理、流通與利用，并可針對使用系統(tǒng)數據者收取費用，以確保系統(tǒng)的持續(xù)運作與公平性。但是韓國AI基本法于2026年1月始生效，能否成功為 AI 開發(fā)商提供合法且穩(wěn)定的數據源，解決數據取得的挑戰(zhàn)，仍有待進一步觀察與評估。
六、新加坡
新加坡于2021年修正著作權法，其中第244條數據探勘權利限制規(guī)定，明定包含“為資料探勘準備著作（preparing the work）”（例如將原始數據格式化或轉換文件格式），以及為數據分析目的有關的合作研究或學習，得向公眾傳播所重制之著作，且限于“合法接觸之著作”，條文還特別舉出“規(guī)避付費機制”或“違反數據庫用戶條款”作為不適用本條要件之反面案例。然利用來源如為非法重制物，在“僅為本條所定數據探勘目的之必要”情形下亦有本條款之適用，可見新加坡資料探勘權利限制規(guī)定在要件上較為寬松，且根據同法第188條規(guī)定，權利人不得另以契約條款“退出”上述資料探勘權利限制用途。不過，新加坡2024年發(fā)布之“生成式人工智能模型治理架構（下稱 AI 治理架構）”仍提到應促進利害關系者間公開對話，以衡平利益之方式解決利用他人著作進行模型訓練之爭議。
七、中國香港
中國香港政府為提升對AI技術發(fā)展之保障，計劃于“版權條例”制定新的數據探勘權利限制規(guī)定，同時試圖維護著作權人與利用人間的利益平衡，針對數據探勘、用于提升計算機程序效能的計算機數據分析及處理（如AI模型的開發(fā)、訓練、提升）之情形設定要件，包括 1、限于“合法存取之著作”；2、若存在可用的授權方案或著作權人已明確保留其權利（即選擇退出），則該數據探勘活動將被視為未經授權；3、對進一步傳播、散布、經銷在該等權利限制規(guī)定下制作的重制物附加限制。
為確保法規(guī)修訂能兼顧公共利益并充分考慮各界意見，香港政府于2024年7月展開為期兩個月的公眾咨詢。然而目前仍未正式發(fā)布最終修訂版本，顯示不同利害關系人之修正建議，仍在討論協商階段。