李铭轩：论大模型训练数据的合理使用

主要观点总结

文章讨论了大模型训练数据在面临数据财产权益保护强化时可能面临的合法性挑战。随着数据财产权益保护的加强，获取和使用训练数据的市场机制受到阻碍，导致市场失灵。文章提出，在特定条件下允许开发者合理使用数据进行大模型训练，可以解决市场失灵问题，并增进社会福利，而不会损害数据财产权益人的市场利益。与集体管理或法定许可等替代方案相比，合理使用是更优的选择。文章建议，我国应当在人工智能和数据立法中引入大模型训练数据的合理使用制度，以平衡技术发展与权益保护。

关键观点总结

关键观点1: 大模型训练数据获取和使用的合法性挑战

随着数据财产权益保护的强化，获取和使用训练数据的市场机制受到阻碍，导致市场失灵，使得开发者难以通过市场机制获得数据财产权益人的许可来确保训练数据的合法性。

关键观点2: 合理使用的引入背景

市场失灵为引入大模型训练数据的合理使用制度提供了必要的前提背景。合理使用被视为解决市场失灵的主要手段之一，其理论起源于著作权法，并扩展至数据财产权益领域。

关键观点3: 合理使用的证成

允许开发者合理使用数据能够增进社会福利，且不会对数据财产权益人的激励造成实质性损害。这是基于著作权合理使用的市场失灵理论及其分析框架得出的结论。

关键观点4: 替代方案的比较

与合理使用相比，集体管理或法定许可给数据财产权益人带来的收益有限，且会产生更高的制度成本，给我国大模型的发展造成不利影响。因此，合理使用是更优的选择。

关键观点5: 合理使用的规则构建

大模型训练数据合理使用的规则构建应当限定在特定条件下，如仅限于公开数据、用于预训练、包括训练涉及的数据处理行为，并允许数据财产权益人以技术措施选择退出。同时，立法层面应当引入大模型训练数据的合理使用制度，为技术发展提供合法性预期。