原文服务方: 传播与版权       
摘要:
文章从生成式人工智能数据预训练入手,发现其存在诸多侵权风险,即复制权侵权,改编权侵权,广播权及信息网络传播权侵权。基于此,文章结合国内国际针对生成式人工智能数据预训练制订的版权规制,提出“增设‘人工智能创作例外’合理使用新类型”“灵活使用三步检验标准”的风险治理策略,旨在为未来生成式人工智能领域的法律规制提供理论基础和实践指引,推动生成式人工智能在合法合规的框架内不断演进。
推荐文章
人工智能生成内容的著作权研究
人工智能生成内容
著作权主体
著作权客体
独创性
表现形式
人工智能新闻的著作权保护问题研究
人工智能
新闻行业
独创性
著作权保护
人工智能及其生成物的著作权法挑战与制度因应—以ChatGPT为例
人工智能生成物
ChatGPT
著作权法
可版权性
我国人工智能生成物著作权研究可视化分析
人工智能
著作权
生成物
可视化分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 生成式人工智能数据预训练的著作权法规制
来源期刊 传播与版权 学科
关键词 生成式人工智能;数据预训练;合理使用
年,卷(期) 2025,(2) 所属期刊栏目 版权管理与立法保护
研究方向 页码范围 107-111
页数 5页 分类号
字数 语种 中文
DOI 10.16852/j.cnki.45-1390/g2.2025.02.020
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2025(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
生成式人工智能;数据预训练;合理使用
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
传播与版权
月刊
1674-473/X
45-1390/G2
大16开
2013-01-01
chi
出版文献量(篇)
4158
总下载数(次)
0
总被引数(次)
3766
论文1v1指导