政治与法律 | 涂藤 | 机器学习的著作权侵权判定：超越非表达性使用理论

本文探讨了人工智能机器学习中的著作权侵权判定问题，特别是针对非表达性使用理论的局限性进行了深入分析。文章指出，非表达性使用理论未能解决“实施复制即侵权”的传统误区，面临逻辑、法理和现实层面的多重困境。作者提出，应重构机器学习的著作权侵权判定标准，以公众接触原作品表达的高度盖然性取代形式主义的理念。文章通过目的解释、历史解释和判例分析，论证了复制权应仅在传播准备阶段发挥作用，而非规制所有形式的复制行为。最终，作者建议采用高度盖然性标准，以个案认定机器学习是否具备使公众接触原作品表达的可能性，从而为生成式人工智能的著作权侵权判定提供理论与实践的参照。