随着人工智能技术的迅猛发展，越来越多的AI模型依赖庞大的数据集进行训练，而这些数据集中包含大量受版权保护的作品。版权持有者作为作品的合法权益保护者，开始寻求在AI训练过程中选择排除其作品的权利，即所谓的AI训练排除机制。本文将深入剖析这一机制在全球法律环境中的适用性和可执行性，尤其聚焦欧盟与美国法律体系的异同，探讨AI开发者在尊重版权与推动技术创新之间的平衡。首先，版权持有者选择通过“偏好信号”告知AI开发者其作品是否可被用于训练，这一做法以Creative Commons为代表的组织正在积极推动。该机制旨在通过数据集层面而非逐一作品设置信号，减少复杂度，使AI行业能够有效识别并尊重版权持有者的意愿。然而，目前Creative Commons明确表示这些偏好信号尚不具备法律强制力，其理由基于美国版权法中的“合理使用”原则。
简言之，美国法律保护在特定情况下对版权作品的使用免受侵权指控，这其中就包括了研究和训练AI模型所需的复制及内容提取。尽管如此，这种看法在法律实践中存在不确定性，并且并非全球普遍适用。欧盟的版权法律环境则截然不同。欧盟数字单一市场版权指令明确允许商业模型开发者在满足特定条件下进行文本和数据挖掘（TDM），但同时要求尊重版权持有者对其作品的排除权利。更重要的是，欧盟最新的人工智能法案不仅引入了欧盟版权法规，还要求所有受该法管辖的一般用途AI模型提供商，无论其训练活动是否发生在欧盟境内，都必须遵守版权持有者的排除请求。这种立法采取了超越传统司法管辖权限制的跨境适用原则，意味着全球AI开发者都难以逃避欧盟法律的约束。
欧盟人工智能法案规定，一般用途AI模型提供商必须建立政策，确保遵守欧盟版权法中表明的排除权利，包括通过先进技术识别并尊重版权持有者的信号。这不仅涵盖了作品所属司法辖区，更拓展到所有可能涉及的作品，因大量数据作品的版权状态难以精确判定，企业因此倾向于广泛尊重排除信号以规避法律风险。与此同时，该法案的适用范围超过欧盟通用数据保护条例（GDPR），其影响力可波及全球范围内AI模型的输出及其应用场景。例如，一本由美国开发者使用受欧盟版权保护作品训练生成的AI所制作的图书，只要在欧盟销售或使用，即受该法规约束。Creative Commons通过倡导采用诸如robots.txt协议等机器可读的标准，推动版权持有者表达其作品是否允许AI训练使用。这些协议的法律认可度在逐渐提升，若主流数据提供方和大型AI社区采用，将极大增强版权持有者排除权利的实现力度。
与此同时，在法律层面，欧盟作者可以针对不遵守训练排除权的企业提起版权侵权诉讼，而涉及跨境训练活动的处理则主要依赖欧盟人工智能法案规定的监管机构监督。有趣的是，欧盟人工智能法案并未为版权持有者提供私权诉讼路径，但条款赋予监管机构重罚权力，企业因此在合规压力下更倾向遵守排除机制。与之形成鲜明对比的是，美国法院对于AI训练使用版权作品是否构成“合理使用”的判决尚无统一标准。虽然许多知识产权专家提出了支持合理使用的论据，预测对AI训练的复制使用合理，但判决依旧因个别案件的事实差异、司法偏见与技术理解能力不同而存在极大不确定性。美国法院以往在涉及技术复制时表现出的不一致性，如VCR案与P2P案的判决差异，凸显了法律对技术创新的接受度与个案影响的复杂性。随着AI技术应用逐渐多样化，不同类型模型（如生成式模型与预测模型）、不同数据媒介（文本、图像等）以及不同使用目的的差异，都会在未来判决中被单独考虑，使得统一标准更加难以达成。
此类不确定性导致AI公司在遵守版权法规和推动自身技术开发之间举步维艰。某些案件甚至出现法官对公平使用辩护缺乏充分理解，忽视先前相关判例，使美国版权环境越来越显得不可预测。因而，单纯假定版权持有者对AI训练的排除信号在美国不可强制执行是不够谨慎的。相反，将排除信号视为潜在具有法律效力，有助于推动企业遵守，降低法律风险。事实上，即使技术上合乎合理使用，排除信号也会作为诉讼风险提示和合规要求成为企业采购和合同中的重要条款。从更长远的角度看，AI训练排除机制即便最终未能在法律上实现全面强制，也可能通过行业规范、用户期望和合约约定形成实质性影响，逐渐塑造AI产业的数据使用生态。
对企业而言，积极响应并尊重版权持有者的作品使用意愿，不仅是减少法律纠纷的必要之举，也体现了负责任创新的社会担当。总结来说，人工智能训练中的版权排除权利正处于全球法律格局转变的风口浪尖。欧盟通过严密的版权及AI专项法规，赋予了版权持有者明确的排除权利和执行机制，推动形成全球性的合规趋势。美国虽有强大的合理使用辩护文化，但其适用环境并不统一且充满不确定性，企业应谨慎对待排除信号。今后，随着各国监管力度的强化和技术标准的统一，AI训练排除机制的法律地位必将更加明确，从而为版权保护与人工智能创新之间的和谐共生奠定坚实基础。
