专栏名称: 企业专利观察

聚焦和分享全球各领域大中小微型企业的知识产权理念、经验与策略，既有战略规划，又有战术应对。有原创，有转载，有海外经验，有中国实践。世界500强，中国500强，独角兽500强……，统统都到碗里来！！

AI训练数据抓取引发全球知识产权争议，OECD发布最新指导报告

企业专利观察 · 公众号 · · 2025-02-10 23:59

正文

作者：DeepSeek、黄莺

2025年2月9日，经济合作与发展组织（OECD）发布了一篇题为 《人工智能基于抓取数据的知识产权问题》 的专题报告，该报告深入探讨了人工智能（AI）技术快速发展背景下，数据抓取（Data Scraping）在模型训练中的应用及其对知识产权（IP）体系的冲击。报告指出，随着生成式AI的爆发式增长，数据抓取已成为获取海量训练数据的主要手段，但这一过程频繁涉及版权、商标、数据库权利等法律争议，亟需全球协调的政策框架与技术创新应对挑战。

数据抓取：AI创新的双刃剑

报告将“数据抓取”定义为“通过自动化工具从第三方网站、数据库或社交媒体平台提取信息的行为”。其核心流程包括数据收集、预处理、存储及模型训练。例如，大型语言模型（如GPT-3）的训练数据中，超过80%来自Common Crawl等公开网络抓取数据集。这类数据为AI模型提供了多样化的语言表达和跨领域知识，但也埋下隐患——抓取内容可能包含受版权保护的书籍、文章、图像，甚至个人隐私信息。

数据显示，当前约70%的AI训练数据集缺乏清晰的来源许可信息。2023年一项对1800个常用数据集的审计发现，部分数据集包含盗版内容，如“Books3”数据集涉嫌收录17万本未经授权的书籍，被用于训练Meta的Llama等知名模型。此类争议已引发多国诉讼。美国作家协会、《纽约时报》等机构已对OpenAI、微软等企业提起诉讼，指控其未经许可使用受版权保护内容训练AI；欧盟、日本等地也出现类似案件。

法律困境：全球规则碎片化

报告强调，现行知识产权法律体系多制定于AI技术普及之前，难以适应数据抓取引发的复杂问题。各国法律对“合理使用”“文本与数据挖掘（TDM）例外”等关键概念的解释存在显著差异：

- 日本《著作权法》允许出于“非娱乐目的”的TDM，包括商业用途；

- 美国依赖“合理使用”原则，需通过司法案例逐案判断；

- 新加坡 2021年修订的《版权法》新增“计算数据分析例外”，明确允许基于数据分析的机器学习，但禁止衍生内容用于其他目的。

这种法律碎片化导致跨国企业面临合规难题。例如，欧盟《人工智能法案》要求通用AI模型提供者遵守欧盟版权法，即使模型在境外训练，只要输出用于欧盟市场即需担责。这种“长臂管辖”凸显了国际协调的必要性。

政策工具箱：行为准则、技术工具与公众教育

为平衡AI创新与权利保护，OECD提出四大政策方向：

1. 自愿行为准则 ：制定跨国“数据抓取行为准则”，明确术语定义（如区分数据抓取、网络爬虫等技术细节），要求企业披露训练数据来源、尊重技术保护措施（如网站robots.txt协议），并建立违规登记与追责机制。准则可参考G7《广岛AI行为守则》，区分商业与非商业用途，鼓励平台采用“数据集卡片”（Dataset Cards）标注数据许可信息。

2. 标准化技术工具 ：开发支持版权管理的技术方案。例如，改进现有robots.txt协议，设计机器可读的“选择退出”标识；探索数据访问控制工具，允许版权方通过API授权使用，并集成自动付费系统。欧盟正推动此类工具研发，以配合《人工智能法案》的透明度要求。

3. 标准合同条款 ：针对数据提供者与AI开发者的合作协议，设计兼顾灵活性与合规性的模板条款。例如，OpenAI与美联社、Shutterstock等机构的内容授权协议，或成为行业参考范式。

4. 公众意识提升

AI训练数据抓取引发全球知识产权争议，OECD发布最新指导报告

正文

请到「今天看啥」查看全文