文章总结： 欧盟最新报告分析了生成式人工智能对著作权法的挑战，指出AI训练与现行文本数据挖掘例外规定存在差距，AI创作内容法律地位不明确。报告建议制定明确的输入输出界限规则、统一退出选择机制、透明度义务和合理许可模式，建立法定报酬机制确保创作者获得合理报酬，并加强监管协调。这些措施旨在平衡创新与作者权益，维护欧洲创意产业的可持续发展。
综合评分： 87
文章分类： AI安全,政策法规,数据安全
欧盟最新报告：《生成式人工智能与著作权——训练、创作及监管》
安全进化论
2025年7月17日 11:01
广东
摘要：
本项研究分析了生成式人工智能对欧盟著作权法基本原则构成的挑战。研究揭示，人工智能的训练实践与现行文本及数据挖掘的例外规定之间仍待弥合，以及人工智能创作内容的法律地位尚不明确。鉴于欧洲多样的文化遗产持续依赖于维护作者权益和合理报酬的法律机制，这些变革对欧洲创意产业的未来发展将构成结构性威胁。
报告建议制定明确的输入与输出界限规则、统一的退出选择机制、透明度义务以及合理的许可模式。为平衡创新与作者权益，欧洲议会应主导相关改革，以反映创作、作者身份以及机器生成表达不断演进的现实。
该研究由欧洲议会司法、公民自由及机构事务政策部门委托，并应法律事务委员会的要求进行。
执行摘要：
生成式人工智能（GenAI）技术的应用正在深刻改变欧盟内信息的处理、传播和获取模式。这些规模庞大、具有通用性能的计算模型为内容创作带来了新的自动化和合成能力，然而它们的应用也对现有著作权框架中权利与责任的平衡构成了挑战。尽管创新本身并非著作权法的新问题，但生成式人工智能所带来的规模效应、不透明性和经济影响却是前所未有的。
本研究提出以下五项主要发现：
-
当前欧盟关于文本与数据挖掘（TDM）的例外条款并未考虑生成式人工智能训练的表现性和合成性特征，若将该例外条款适用于此类系统，可能会扭曲欧盟著作权例外的初衷与边界。
-
完全由机器生成的内容不应获得著作权保护；而人工智能辅助创作的作品，则需要统一的保护标准。
-
建立法定报酬机制对于弥合创作者与AI开发者之间日益扩大的价值差距至关重要。
-
当前分散的监管格局凸显出跨领域、跨机构协调机制的必要性。
-
若改革不及时推进，欧盟将面临法律不确定性、市场集中化以及文化同质化等风险。
当前的主要挑战不在于技术本身，而在于对法律原则的工具化重解，这种解读削弱了法律的连贯性。恰当的应对方式不是强行让著作权法适应AI，而是要确保AI的发展遵守欧盟著作权法的核心法律和政策原则，包括作者身份、独创性以及公平报酬。
在此背景下，本研究——由欧洲议会法律事务委员会（JURI）委托开展——探讨了生成式人工智能系统对欧盟著作权法的影响，并提出了一系列政策选项，以在技术快速演变的现实中实现公平、透明和法律明确。
著作权与训练数据：法律空白与行业应对
本研究的核心关注点之一是探讨受著作权保护的内容用于生成式人工智能系统训练的合法性问题。《数字单一市场版权指令》（CDSM 指令）第4条提出了一项文本与数据挖掘（TDM）例外条款，允许在权利人未选择退出的情况下使用相关内容。然而，现行权利保留机制缺乏统一且可被机器识别的标准，在实际应用中面临诸多扩张适用的挑战。目前没有任何标记协议（tagging protocol）能够可靠地追踪重复数据或适应不断演变的提取技术，这削弱了该例外规定的有效实施。
在此背景下，研究探讨了是否应恢复“事先授权”机制，从而为生成式人工智能训练提供一个更具可持续性和可执行性的法律框架。目前，一些主要开发者已经开始与出版商、图片库及其他权利人签署直接授权协议，这反映出业界对当前例外条款局限性的日益认同。这些发展引发了关于法律确定性、公平性和透明度的担忧。
AI生成内容：作者身份、保护与法律不确定性
生成式人工智能模型的输出对传统意义上的作者身份及原创性原则提出了挑战。根据欧盟法律，完全由机器在无人类干预的情况下生成的作品不享有著作权保护。然而，许多输出内容实际上是人类与算法工具之间多次互动的产物，这引发了关于“混合作者身份”界限的争议。各成员国对此类混合创作的解释存在差异，进而加剧了欧盟内部市场的法律不确定性与碎片化问题。
本研究指出，亟需对该问题进行明确界定。完全由机器生成的内容应继续保留在公有领域，而对于AI辅助创作的作品，欧盟法律应确立统一的保护标准。研究不建议引入针对机器生成内容的新型特殊权利（sui generis rights），因为这可能破坏现有著作权体系的整体性。除了“混合作者”法律地位不清的问题，由自动程度所生成的AI内容还将带来重大经济挑战，包括市场替代风险、对传统授权结构的破坏，以及少数大型平台的价值集中，这些影响将削弱对专业创作者的激励。此外，研究警告，成员国之间对于精神权利（如署名权和作品完整性保护）的立法也存在诸多不一致；在缺乏最低限度协调的情况下，作者可能会“择地起诉”（forum-shopping），以防止AI生成内容损害其声誉。研究还指出两项结构性风险：一是公平谈判条件的弱化，二是自动生成内容泛滥对人类创意的替代。必须加以应对上述市场失灵现象，以维系一个多元、可持续的创意经济。
公平报酬：弥合价值差距
一个关键的政策关注点是，目前缺乏机制确保创作者在其作品被用于AI模型训练时获得报酬。现实情况是，AI训练所带来的经济利益，并未伴随有明确的补偿机制来回馈权利人。这削弱了著作权制度赖以建立的激励基础。
本研究探讨了可能的应对方案，包括设立法定的报酬权。此类机制可以实施集体许可或对人工智能生成内容征收附加使用费，由集体管理组织（CMOs）进行管理，并依据透明且可审计的使用数据进行收益分配。然而，实施此类方案需要强有力的保障措施，包括可执行的信息披露义务和公共监督。
同时，研究还探讨了是否应当针对特定类型的人工智能生成内容——特别是那些可能取代人类创作内容的情形——引入与输出相关的报酬机制，以维护市场公平性。
监管与执行：职责碎片化
目前，著作权与人工智能相关的制度治理结构呈现出碎片化特征。责任主体包括各国的司法机关和监管机构、集体管理组织（CMOs）、欧洲议会（EP）、欧盟委员会、欧盟知识产权局（EUIPO）以及人工智能办公室等。这种职权的分散化导致了执法效率低下、司法空白以及监管的不确定。
为了解决目前协调机制的不足，研究建议欧洲议会法律事务委员会（JURI）成立一个专门的“人工智能与著作权”工作组，以确保政策的持续跟进和跨委员会对话的有序进行。同时，建议组建一个为期六个月的高级专家小组（HLEG），负责制定可操作的技术标准和试验性的报酬机制——包括评估是否适宜采用“机器可读的临时选择退出标签”。
这两种机制的结合将形成一条“双轨”路径：即专家建议与议会监督并行，为构建更为完善的制度框架奠定基础。
在更长远的治理层面，研究建议在欧盟人工智能办公室内设立一个专门的“人工智能与著作权单位”，该单位将与EUIPO、欧洲议会、欧盟委员会以及各CMOs协同工作。该单位将负责支持著作权相关的审计、合规性检查以及政策协调工作，旨在最小化行政成本的同时，确保法律体系的一致性。
责任框架
本研究提出一项名为“三支柱责任测试”（Three-Pillar Accountability Test）的评估框架，用于评估可选择的各项政策，包含三个标准：
-
知识责任（epistemic accountability）：透明说明AI训练是否使用了受著作权保护的内容，以及如何使用；
-
规范责任（normative accountability）：确保权利和收益的公平分配；
-
系统责任（systemic accountability）：建立有效的制度监督机制。
第四章对各项改革建议逐一进行上述标准的匹配分析，以验证其法律合理性与实际可行性。
政策展望
本研究提出了一条以权利为核心的改革路径，旨在在生成式人工智能不断演变的背景下，加强作者控制权并提升法律的明确性。拟议的措施之一是对《数字单一市场版权指令》（CDSM指令）第4条进行重新调整，探讨向“事先授权为默认”的制度过渡，并辅以一个由欧盟知识产权局（EUIPO）监管的统一、机器可读的许可登记系统。
与此同时，AI模型的开发者将被要求维护标准化的数据集日志并实施可追踪工具（如数字水印或指纹技术），以实现对受保护内容使用情况的端到端审计。为了解决“价值差距”问题，研究还建议建立一项法定报酬机制，将AI所创造价值的合理份额分配给权利人，并通过由欧盟AI办公室进行的随机语料审计来监督合规情况。
此外，本研究尝试提出一项比例适度的精神权利框架，用于保护作者免受名誉损害。为避免对非营利或开源通用人工智能（GPAI）项目造成不当负担，研究提出了分级合规结构，其中包括一项“黄标豁免”机制（基于计算能力或收入设定上限），以支持在大型商业企业之外保持开放与创新。
根据欧盟采取的监管力度不同，研究设想了到2030年创意行业可能出现的三种战略情境：
乐观情境（引导式进展）：若欧盟建立了统一的透明度规则、可执行的报酬机制，并积极参与AI模型的开发，将有助于实现法律确定性和繁荣的创意经济；
中间情境（诉讼主导的现状维持）：若改革不完整或推进零散，将导致法律模糊、执法不均和收入增长停滞；
悲观情境（创意侵蚀）：若持续不作为，AI的无约束使用将侵蚀创作权利，削弱创作者收入，最终导致文化多样性丧失。
这些情境展示了当前局势的利害关系，说明为何需要及时且协调一致的干预措施。
结论
探讨向一个结构化的“许可优先”模式转变，或许是恢复欧盟著作权框架法律一致性和确定性的关键步骤。生成式人工智能的运作规模及其不透明性，已远超欧盟现行著作权法律最初的设计。为了维护著作权的核心价值，欧盟应当推动具有针对性、成比例的改革，以加强现行法律体系。
可采取的分阶段改革路径包括：首先，强化作者已有的权利，阻止对著作权基本原则的持续侵蚀；随后，引入法定机制，以推动法律确定性、可追溯性和公平报酬，同时避免带来不可行的交易负担。
本研究所勾画的改革路径基于透明性、比例性和制度一致性，旨在让欧洲在保护创作者的同时，依然能够维持对创新的友好环境。尽管对最佳监管路径可能存在合理分歧，但本研究的提案力求提供一种平衡应对方式，实现技术发展与文化、法律可持续性的协调统一。
通过重新引入许可机制、确保公平报酬并强化监管体系，欧盟有望在全球范围内引领建设一个既负责任又具韧性的AI与著作权制度。
来源：国际知识产权观察
获取完整报告，可点击文末“阅读原文”。
FreeBuf 帮会简介
「智盾矩阵·大模型安全智库」帮会是FreeBuf知识大陆的重量级帮会，目前已入选FreeBuf钻石星选帮会——官方认证高信誉与高质量，帮会聚焦人工智能与大模型安全领域，致力于打造全球视野下的专业资源聚合平台。截止目前帮会已累计更新1400+文档资源，为从业者提供从理论到实践的全维度知识支持。
1、内容框架（持续更新中）
2、内容涵盖
①系统梳理国内外人工智能安全政策法规、行业技术标准、伦理治理框架
②深度整合大模型安全领域的前沿研究报告、技术白皮书、前沿技术论文、行业峰会资料、典型场景解决方案及实务操作指南等
③覆盖伦理与合规安全、模型安全、内容安全、数据隐私、算法合规、AI应用与集成安全、基础设施安全、对抗攻击防御、可解释性研究等多个细分方向
3、加入永久帮会的专属资源
①定期抽奖赠送安全类书籍
②1次职业规划指导
③1次简历修改机会
④安全岗位内推机会
⑤无限制浏览下载帮会资源
4、帮会网盘
帮会优质资源稳定更新，目前日更10+，年更至少1000+，截止目前帮会已累计更新1400+文档资源，网盘文件多维度分类，方便查找
部分帮会资源展示：
①国外政策文件
②国内政策文件
③国家标准、行业标准、团体标准
④行业技术报告
⑤行业技术白皮书
⑥行业技术论文
⑦实务手册指南
⑧行业大会材料
5、如何加入
现在帮会权益升级，原年卡会员119元，现永久会员119元，年卡会员79元，季卡会员29元（随着资源增加、成员增多，后续永久会员价格将上调至199元），有意向的师傅们可以扫码加入我们，共同进步。
*加入方式：网页端和APP端*
网页端：
https://wiki.freebuf.com/societyDetail?society_id=344
APP端：
点分享
点收藏
点在看
点点赞
免责声明：以上报告均系通过公开、合法渠道获得，版权归原撰写/发布机构所有，如涉侵权， 请联系及时删除；内容为推荐阅读仅供参考学习，如对内容存疑请与原撰写/发布机构联系。
戳底部“阅读原文”或进入公众号聊天页获取交流群二维码扫码加入获取文档，打广告者勿扰。
免责声明：
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。
任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。
本文转载自：安全进化论 《欧盟最新报告：《生成式人工智能与著作权——训练、创作及监管》》