著作权法中作品独创性的技术逻辑
技术是外在于作品独创性的物质条件，作者可以控制的技术是形成作品独创性的创作工具。技术对作品独创性的作用贯穿于创作构思、创作行为和创作结果的作品创作过程的始终。在创作构思阶段，技术如果能够被作者掌控，就会增益创作构思，反之，将消解创作构思，因此可以采用“若剥离技术因素，具体创作构思仍可推定”的方法识别创作构思。在创作行为阶段，技术如果能够被作者掌控，就会助力创作行为，反之，将阻遏创作行为，因此可以采用“若技术不替代人力，目标作品仍可获得”的方法识别创作行为。在创作结果阶段，技术影响创作结果的外在呈现形态和创作结果中作品独创性的凝结方式，因此可以采用“若抽离技术因素，创造性要素仍可发现”的方法识别创作结果中的创造性要素。
——王国柱 吉林大学理论法学研究中心研究员、法学院教授
人工智能数据训练的类型化研究
人工智能数据训练的现有讨论多倾向于统一定性，并随着“非表达性使用”概念的引入逐渐偏离合理使用框架，值得反思。法定许可面临适应性障碍；“非表达性使用”则存在理论缺陷，未优于合理使用。合理使用的场景化本质决定了无法一刀切地对数据训练作出定性，类型化分析势所必然。具体而言，分散型使用存在高交易成本和低预期收益形成的市场壁垒，应认定为合理使用；数据库型使用不宜一概豁免，需结合市场失灵风险、实质损害程度和创新增值综合判断；私人定制型削弱创作激励，公共利益有限，不宜豁免。规范上，短期内可通过著作权法实施条例引入弹性类型化条款；实践中，应拒绝移除版权管理信息索赔和分散版权人的法定赔偿主张，对销毁数据集和模型的诉讼请求需综合考虑实质损害程度、创新增值及执行难度审慎裁决。
——苏艺 清华大学法学院博士研究生
（编辑：刘珊 实习编辑：蔡友良）
（中国必威官方手机网站报独家稿件，未经授权不得转载。）