2021年11月13-14日，由永信贵宾会民商經濟法學院知識産權法研究所主辦、百度公司協辦的“大數據、人工智能和知識産權”國際研讨會在線上成功舉辦。來自日本名古屋大學、東京大學、北海道大學、美國德克薩斯農工大學、澳大利亞默多克大學、意大利聖安娜高等研究院、香港中文大學、澳門科技大學、永信贵宾会、清華大學、同濟大學、廈門大學、中山大學、中央财經大學、百度公司等境内外高校和機構五十餘名專家學者參加了線上會議。會議同時進行了線上直播，在線觀看會議約一千人次。本次會議亦得到了永信贵宾会知識産權法新興學科建設項目的支持。研讨會為期兩天，分為上下兩場，議題分别是“人工智能與知識産權”和“大數據與知識産權”。研讨會全程氣氛熱烈，專家學者們滿懷激情，對于數據與人工智能中涉及的相關知識産權問題，例如基于人工智能生成物的知識産權問題、數據是否具有财産權屬性或受知識産權保護、人工智能本身能否成為知識産權的權利主體等前沿問題，進行了充分表達和讨論，分享了自己的真知灼見。現就嘉賓發言整理成文，以飨讀者。
開幕式
（馮曉青教授主持開幕式）
研讨會開幕式由民商經濟法學院知識産權法研究所所長馮曉青教授主持，他對各位嘉賓及廣大觀衆們以線上方式參會表示熱烈歡迎和衷心感謝。民商經濟法學院院長于飛教授緻辭，他指出在當前全球一體化和科技革命的背景下，探讨大數據、人工智能與知識産權之間的關系以及法律對技術的回應具有積極意義，期待本次研讨會為各個國家和地區的學者搭建交流平台。
（于飛院長緻辭）
第一單元：2021年11月13日
主題研讨：人工智能與知識産權
日本北海道大學法學院教授Branislav Hazucha的演講主題是：“AI與創作——在著作權與公共領域之間”。
Hazucha教授認為，AI領域取得了重大進展，并已經融入到文學藝術成果制作的文化生産之中。對此，他列舉了AI應用到音樂與繪畫作品創作的兩項實例，以說明AI通過分析原作品而生成的成果已經達到使受衆感受到其與人類創作出來的作品一樣的程度。面對上述AI應用于文化生産的新發展，我們是否應給予AI創作以版權保護？存在正反兩派觀點。反方的理由如下：第一，無需對AI本身進行激勵。第二，将AI創作留給公共領域，可進一步激發、激勵人類的創造力。第三，如果授予其版權反而是對人類作者的颠覆，實際上是将人放在一個很低的位置。第四，AI本身沒有法律人格，在作者權體系和版權法體系中都是如此。正方則認為，對AI技術的投資予以激勵很有必要。此外，對AI創作予以保護也不會存在阻礙。其一，對創造性的定義總是與人格挂鈎，應當修改；其二，可以根據雇傭作品原則，将AI的“雇傭者”視為其創作的最先版權人；其三，找尋其他法律保護方案，比如合同解決方案。Hazucha教授認為，依照目前的AI水平，其作為版權人至少在不久的将來是不會存在的。實際上，将AI作為創作的工具可能是其适應版權法最為可能的路徑。AI及其創作可能類似于百年前的照相機及第一張照片的情況。關于人類對于創作的參與，應區分有監督的機器學習與無監督的機器學習。在第一種情形下，人類參與程度更高，如發出指令作出預選等；在第二種情形下，人類參與主要體現在後期，如營銷。就目前AI發展的現狀以及人類對AI創作的參與程度而言，對于目前那些隻需人類按鍵操作的AI創作，或許可為其提供鄰接權，從而無需達到創造性也能受到保護。此外，AI能較好地完成标準化任務，但無法預測時尚潮流與顧客口味的變化，并且AI創作依賴于超級明星現象。最後，AI快速地産生大量創作與“ 人為的稀缺性”相悖離。
日本名古屋大學法學院教授Suzuki Masabumi（鈴木将文）的演講主題是：“促進數字經濟和知識産權：日本最近的發展”。
首先，日本與數據相關的政策及法律框架。Suzuki教授介紹，日本主要包括四個政策領域：旨在建立ICT社會的政策措施；與知識産權有關的政策措施；與個人隐私保護相關的政策措施；實現數據自由流通的政策措施。Suzuki教授重點介紹了第三和第四項措施。其次，對日本《著作權法》2018年修正案的解讀，特别是與文本和數據挖掘（TDM）有關的條款。2018年修正案主要涉及對著作權限制和例外的規定。為解決日本長期以來僵硬的著作權例外框架所帶來的不利于創作活動的問題，在修正前，文化事務機構的咨詢委員提出“應根據三類活動制定适當的靈活條款”的原則。該修正案引入了與其中第一和第二條相對應的一些相對普遍的例外規定，即“超出作品正常使用範圍但一般被認為沒有損害著作權人的利益的行為”以及“超出作品正常使用範圍但隻對權利人造成輕微不利影響的行為”。Suzuki教授重點分析了第30條第4款，即非為享受地使用作品的例外條款。該條款規定允許非為享受作品的利用，除非這些利用會不合理地損害版權人的利益。這是一個一般性的例外規定，其例示了三種情形，即用于技術開發的實驗、TDM，以及不通過人類感官進行的利用。應特别注意的是，該條款以一種非常普遍的方式涵蓋了TDM的例外情況，規定以任何方式和在認為必要的範圍内利用世界上的數據分析是允許的，除非這種利用可能不必要地損害權利人的利益。Suzuki教授還介紹了歐盟《單一數字市場版權指令》（以下簡稱“《指令》”）下的TDM例外規定。《指令》第3條是針對研究機構和文化遺産機構為科學研究的TDM，第4條規定了一種退出機制，根據該機制，權利人可以通過适當的方式，如機器可讀方式，明示保留其對TDM的權利。這兩條規定都隻允許通過計算機對合法獲取的作品進行TDM。通過與歐盟法律的對比，可見日本的例外規定非常廣泛，從某種意義上說，它涵蓋了任何方式的利用。它不允許權利人進行保留，也不要求合法地接觸利用的對象。正如有位日本學者所說，現在日本已經成為機器學習和TDM的天堂。同時，我們應當也要警惕“對著作權人的利益造成不合理的損害”的模糊性，以及當事人通過合同條款架空該條例外規定的可能性。此外，對于該條款的影響，有觀點認為，該條可能被認為是版權内部限制的一個例子，著作權的範圍僅能延及禁止他人為享受作品的内容而造成損害的行為，而不是版權法規定的所有物理複制行為或其他類型的行為。最後，涉及數據自由流動的最新的國際協議。Suzuki教授從日本的角度展示了2019年締結的《美日數字貿易協定》中的一些條款，這些條款是關于數據跨境轉移的最先進的條款。例如，第12條規定了反對數據本地化的原則。第17條規定了禁止強制轉讓和訪問源代碼和算法。這将使數據的流動在未來變得更加重要。Suzuki教授總結認為，近幾年，日本引入了新的法律機制，這将影響到與數據相關的商業活動。從實踐與理論的層面來看，似乎具有重大影響。但是，現在判斷由此産生的影響還為時過早，值得關注的是它們将如何實施并影響數據經濟的前景。
永信贵宾会民商經濟法學院教授李揚的演講主題是：“工具主義視角下AI生成物的著作權問題研究”。
李揚教授以中國司法實踐中“北京菲林律師事務所訴北京百度網訊科技有限公司案”與“深圳騰訊訴上海盈訊案”作為引入，分析指出我國法院對于“AI生成物是否構成作品”的問題存在不同觀點。李揚教授認為應從哲學的高度，在形而上的層面看待AI與人的關系。如此，AI生成物的著作權問題也迎刃而解。關于AI與人的關系，李揚教授從康德哲學出發，認為無論AI發展到什麼階段，都隻能作為人的客體和工具對待。康德認為，理性、自由與自我意識三者是人之為人的根本。人的行動包括人與物的關系以及人與人的關系兩個側面。在人與物的關系上，物隻是手段，人才是目的。況且目前AI根本沒有脫離人類輔助工具的範疇，沒有作為主體性和絕對目的性的理性、自由和自我意識。此外，在法律層面，AI不具備也難以通過拟制被賦予法律主體資格。首先，AI不具備法律主體資格要件。其次，AI也無法被拟制為法律主體。具體來說，AI根本無法像法人一樣具備意思能力和行為能力，擁有财産、享有權利、履行義務和承擔責任，欠缺拟制為法律主體的基本資格要件。基于以上論述，AI生成物實質隻不過是人的生成物，AI生成物是否構成著作權法意義上應受保護的作品，也應當按照著作權法關于人的創作物是否屬于應受保護的作品标準進行判斷，此種觀點可簡稱為“AI創作工具說”。至于AI生成物的著作權歸屬，需要注意的是，AI的權利歸屬是第一次權利分配，AI生成物的權利歸屬是第二次權利分配。AI本身的權利由AI的開發者享有。AI生成物著作權歸屬，根據“AI創作工具說”進行分析可以得出結論：誰擁有和利用AI創作出了作品（生成物），誰就是該作品的作者，誰就享有該作品的著作權，除非著作權法有特别規定。
美國德克薩斯農工大學法學院教授餘家明（Peter K. Yu）的演講主題是：“著作權、AI與法機界面”。
Peter K. Yu教授介紹到，目前在美國關于AI的争論中，最大的問題在于機器是否可以成為作者，并且很多研究回歸到憲法中的版權條款來讨論上述問題。首先，其他國家的規定與做法。其一，英國1988年《版權、設計與專利法》第49章第9條（3）規定，“對于由計算機生成的文學、戲劇、音樂或藝術作品，其作者應該是為創作這作品而做出了必需安排的人。”該條并不要求同時涉及人類，也并不考慮多少創造性的投入來源于人類。其二，在中國的“深圳騰訊訴上海盈訊著作權侵權案”中，法官将AI生成的内容認定為作品，并未将“來源于人”作為作品的要件。其次，就美國的版權注冊實踐而言。根據美國版權局慣例彙編313.2的規定，“要獲得有獨創性作品的資格，作品必須由人類創造。版權局不會注冊由機器或純機械過程随機或自動制作而沒有人類作者的任何創意輸入或幹預的作品。”關于“作品必須由人類創造”的條件，Peter K. Yu教授介紹其主要經“猴子自拍案”推動而引入。但實際上早在“猴子自拍案”前，美國最高法院就于“Burrow-Giles Lithographic Co. v. Sarony”案中指出，“作者是讓事物起源都歸功于他的人、鼻祖、制作者或那個完成科學或文學作品的人”。Peter K. Yu教授認為，這一定義對我們認定作者具有重大意義。同樣重要的是，我們要關注“人類作者的任何創意輸入或幹預”對作者認定的影響。在AI生成作品的過程中，存在“設計AI算法的首位擁有人”“訓練AI算法數據的第二位擁有人”以及“繼續訓練AI算法數據的現時擁有人”。何者才是作者，這涉及誰提供了創造性的人類輸入與幹預的問題。Peter K. Yu教授認為，目前，人類的創意輸入或幹預占更大的比例，能夠自動創作的機器人的出現還需要較長的時間。因此，現有的法律框架與制度仍可适用。但是人類的投入一旦降低甚至隻有一小部分，那麼問題就在于我們是否需要做出調整，讓版權法納入更多内容。但無論如何，Lindsay v. The Wrecked and Abandoned Vessel R.M.S. Titanic案啟發我們要以“創造性控制程度”為基礎來讨論AI的作者身份這一問題。除上述機器能否成為作者外，Peter K. Yu教授還簡要談及了其他與AI有關的著作權問題。其一，關于著作權侵權問題。其以“ Ty, Inc. v. GMA Accessories, Inc.”案說明，AI生成的成果之所以相似。主要并非因為人類的複制，更主要源于AI創作的特點。其二，關于著作權的限制與例外。Peter K. Yu教授簡要就合理使用“ 四要素标準”以及“轉換性使用”與“中間複制”在AI領域中進行了特殊性分析。此外，有趣的問題還包括，“能否建造一個自動化的著作權執法系統”以及 “是否會出現内置于電腦芯片的法官”？
廈門大學知識産權研究院教授林秀芹的演講主題是：“ 對數據的前瞻性保護：中國的視點”。
林秀芹教授就中國對大數據的保護，從法律框架、意見分歧、近期案例進行了展示。首先，中國保護大數據的法律框架。其一，大數據可能作為一個獨立的作品或者彙編作品或者計算機程序得到保護。其二，如果大數據滿足了商業秘密的要件，則其也可以作為商業秘密來保護。其三，可通過《反不正當競争法》第2條來保護。其四，《民法典》第111條雖與數據相關，但并非對數據的保護，第127條的規定也隻是為大數據保護将來的立法提供依據。其五，《知識産權強國建設綱要》中也提及“研究構建數據知識産權保護規則”，但認為目前的條件尚不成熟。其六，《個人信息保護法》與大數據相關，但其并不關注數據保護。其次，對于數據保護引發的問題以及學界的意見分歧。對于數據保護問題，林秀芹教授認為應當關注：其一，在中國的司法實踐中是如何保護數據的；其二，保護數據的正當性是什麼以及其他值得關注的問題。其中，一個隐性的問題值得關注，即數據的壟斷。林秀芹教授認為，近期的案例也體現了這個問題，但在這方面還沒有充分的研究。對于在中國如何保護數據，也存在較大的意見分歧，主要包括以下觀點：所有權保護、知識産權保護、新型财産權利保護、有限專有權保護、特殊權利保護、反不正當競争法保護等。最後，關于數據保護近期案例的介紹與評析。其一，對于“騰訊訴抖音、多閃”案。其認為，法院對被告頒發臨時禁令，忽視了消費者福利以及使用者對原告所謂數據的貢獻。其二，關于“大衆點評訴愛幫網”案。其認為，原告所主張的經過其處理的數據具有實質性價值，原告的盜用是明顯的，判決合理合法。其三，對于“北京微夢訴上海複娛”案。林秀芹教授重點介紹了該案判決的邏輯，即“原告對新浪微博數據有獨家的權益”“原被告具有競争關系”“被告的行為構成不正當競争”“适用反法第12條的互聯網條款”。另外，其他一些案例中，法院多适用反法第2條對數據予以保護。林秀芹教授總結認為，第一，中國法院在司法實踐中較為積極地保護數據的控制者。第二，法院對數據的稱呼有很多，如法律利益、競争性利益、無形财産權等，中國通過反法或知識産權法對有價值的數據提供了有效的保護。其進一步指出，目前沒有明顯的證據證明對于數據的保護存在市場失靈。因此，也就沒有合理的理由對其賦予更多的權利，特别是賦予專有權利，否則會影響數據的流通。第三，法院适用的法律通常是反法第2條或第12條。此外，林秀芹教授指出，數據壟斷是一個值得特别關注的大問題，但現有研究中常被忽略。
中山大學法學院副教授謝琳的演講主題是：“文本和數據挖掘的市場失靈與著作權例外 ”。
謝琳副教授圍繞TDM是否應當被納入著作權例外這一問題進行展示。TDM是以數字形式對信息進行自動化的計算分析，其可以處理海量的信息以獲取新知識或發現潛在的趨勢。但是TDM也有版權侵權的風險。為有效利用挖掘軟件，檢索的數據通常被規範化、添加評注并彙集成一個語料庫。其中就可能包含具有版權的材料，而上述行為是未經許可的複制，可能會侵害版權。由此産生的問題是，誰應擁有數據許可市場。規範化與注釋可以由發行者完成，如以結構化的方式提供的XML格式的數據，并作為商業要約的一部分；也可以由研究者自己完成，因為對于公共利益研究組織的研究人員來說，他們更傾向于使用自己的工具。對于TDM作為著作權例外的正當性體現在四個方面：第一，合法獲取。一般來說，打算進行TDM的人已經合法地獲得了内容。第二，類似于私人複制。對于語料庫中的版權材料，其僅是用于挖掘而不向公衆開放。第三，可能被認定為轉換性使用。複制版權材料的目的是分析數據而不是為了消費享受。第四，可能存在市場失靈。謝琳副教授認為這是最重要的原因。為保證TDM結果正确，TDM需要分析所有相關材料，但無法一一去獲得所有版權人的許可。因此，為保障TDM産業的發展，有必要為其規定一般性的版權例外。然而在事實上，TDM并沒有被廣泛接納。TDM可以用于各個領域各種用途，包括科學研究領域以及其他領域。前者如臨床試驗分析、基因疾病圖譜，後者如專利地圖、金融服務。2019年歐盟正式出台的《數字單一市場版權指令》規定了TDM的版權例外。但其也未将所有類型的TDM引入其中。具體來說，對于由研究組織和文化遺産機構進行的科學研究，版權人不能選擇保留；但是，對于其他領域，版權人可以選擇保留。歐盟沒有引入完全的TDM例外，是因為在商業領域某些許可市場已經形成。因此，我們還是應該回到“市場失靈”這一關鍵問題來考慮是否有必要引入一般的TDM例外。我們應該反思，是否在所有類型的TDM中都存在市場失靈？文本和數據的來源可以是開放的資料庫、數據庫、社交網絡，以及各種公開的互聯網。有些TDM工具可以在不複制的情況下挖掘。由于臨時複制在中國是允許的，所以緩存内容也是被允許的。因此，市場失靈并不明顯。此外，中國《著作權法》2020年修正案關于科學研究的著作權例外條款允許彙編行為，這也為TDM也提供了空間。謝琳副教授總結認為，市場失靈在整個TDM情形中并不明顯，顯然沒有必要為TDM規定一般性的著作權例外。我們可以靜待觀察市場本身能否解決這個問題。
永信贵宾会法律碩士學院副教授陶乾的演講題目是：“在著作權法下創設數據處理者權—AI生成内容的替代性保護方法”。
首先，要辨析AI生成物與衍生數據的關系。陶乾副教授認為，AI生成内容是一種典型的衍生數據。數據可以分為基礎數據和衍生數據。在AI語境下，衍生數據是指可以從基礎數據中通過算法計算出的數據。一方面，衍生數據已經脫敏并集成而存在，其不僅僅是數據的合成或彙編，而且具有不同于基礎數據的價值與内容以及特定的商業用途。另一方面，AI生成的内容高度依賴于給定的基礎數據。利用算法，AI不僅可以生成數據分析報告，還可以生成詩歌、小說、音樂和圖片等。這些文學和藝術内容是AI以現有作品為基礎數據而進行機器學習，然後在用戶設置基本要求後自動生成的。此外，衍生數據具有财産的性質，應當在現有财産法框架内研究如何對其予以保護，僅運用反不正競争法保護，不足以保護其商業價值。其次，陶乾副教授論證了著作權法是保護AI生成内容的最佳選擇，并進一步指出AI生成内容不能構成作品，但可以通過鄰接權制度保護。運用著作權法保護AI生成内容的主要理由是：其一，AI生成内容符合知識産權無形的特點。其二，保護AI生内容能激勵投資者開發；同時，促進AI生成内容的傳播使公衆受益，符合知識産權創新理論。其三，AI生成内容關系多數主體利益，而著作權法中的利益平衡機制能夠予以回應。其四，保護AI生成的内容可以增加社會效益，主要體現為提高衍生數據的質量，以及促進作品和信息在公共領域的再利用。但AI生内容不具有可版權性，主要原因是：其一，其是自動生成的，人類參與極其有限，因此無法被認為是人類使用工具而創作出來的作品；其二，AI本身沒有任何意識和感覺，其生成的内容并不能認為是一項智力成果。但是在中國著作權法中，通過鄰接權制度保護具有可行性。理由是：鄰接權與技術發展密切相關，目的就在于鼓勵和保護文化産品投資，通過保護作品傳播者從而促進作品的傳播，适用于保護非受著作權保護的成果。AI生成内容是随着信息技術的進步而出現的，AI程序員和互聯網巨頭都緻力于優化這項技術，數據處理者控制着AI生成内容的傳播，其對持有者來說是有價值的财産。這些特征與鄰接權制度相匹配。通過上述論證，陶乾副教授提出，應在著作權法中創設一項新的鄰接權，即“數據處理者權”，即數據處理者對衍生數據的權利。其不同于數據庫彙編作品的著作權。其原則上歸屬于數據處理者，除非AI項目開發者與數據處理者另有約定。為平衡多方主體的利益，數據處理者權也應受到諸多限制，如合理使用和法定許可。應該允許對這些衍生的數據進行數據挖掘。此外，其保護程度應弱于著作權保護。保護期限應非常短，以促進數據更新。陶乾副教授總結認為，應在著作權權法下創建數據處理者權。對數據處理者的保護不僅可以解決AI生成内容的保護困境，還可以解決當前數字經濟下對衍生數據的保護問題。
永信贵宾会民商經濟法學院副教授孫陽的演講題目是：“AI所有權理論研究”。
孫陽副教授主要介紹了其對AI所有權的研究。首先，該研究有三個角度。第一個角度是AI的價值，即AI的經濟利益。目前的争議發生在AI設計者和AI用戶之間，主要集中在許可費和其他AI的經濟利益之上。第二個角度是，關注AI的輸出過程。AI輸出過程類似于版權創作。将信息輸入AI然後其自動輸出，這個輸出有時是創造性的，有時僅是為了實現某種功能。其三，需要構建AI所有權。其認為AI的所有權以及其他的AI的法規的設計，由于AI的技術水平完全不同于其他技術和工具，這可能意味着我們要精細設計涉及AI技術所有的法律。其次，孫陽副教授提出一條确保AI價值的路線，該路線分三步走。其一，激勵設計。這意味着在AI運作的過程中有多個參與者，如程序員、所有者（大公司）、使用者等。激勵措施為财産收益，這些收益歸最終歸所有者，所有者将其用于支付研發成本，AI所有者獲得收益後又能繼續推動研發，從而形成一個閉環。其認為，正因為我們無法預測未來AI技術的發展，所以我們對于AI所有權的設計必須首先确保AI的價值。其次，孫陽副教授指出，在其研究之中，AI所有權的基礎隻是技術。其試圖将技術分為兩個層次。第一個層次是作為一種工具的較低層次。當AI隻是一種技術工具時，設計、制造、擁有AI的人，自然應該被賦予擁有這種工具的權利。第二個層次是更高層次的自主性的AI。此時，AI将具有機器學習的能力。它不會簡單地聽從程序設計者甚至是所有者的命令或指令，他們會像人類一樣努力學習和改進。對于此，其也無法回答誰是自主AI的主人。第三，關于AI所有權結構的制度目的，即權利的保護、價值的實現和利益的平衡。這意味着在未來，當我們以特定的規則和條例的形式構建所有權結構時，我們應該重視上述三項目的。權利保護即權利屬于AI所有者或設計者。價值實現呼應上述AI的經濟價值。利益平衡是指AI領域存在衆多參與者，AI所有權制度的設計是否考量了多方對AI發展所貢獻的時間、資源應有的回報。回到版權模式，其認為版權模式成為一個選擇的重要原因在于版權自動保護主義，這使得AI的價值無需前期繁瑣的程序而很容易被附加價值。但就弱AI與強AI而言，兩者的權屬就有所不同。前者下，AI的所有者、設計者很容易就可以擁有AI的所有權；但強AI，我們仍然無法回答。當然，關于AI版權模式的主要問題是無法獲得人格權理論的支持，我們隻能追溯到功利主義理論。第四，關于構建AI所有權結構的标準，即效率優先性、分配公平性、結構穩定性。關于效率優先性，其認為AI的所有者才是使用AI實現其最大化價值的最佳參與者。關于分配公平性，其認為可以引入知識産權法中的利益平衡理論進行分析。關于結構穩定性，其認為我們最好将AI所有權分配給盡量少的主體。孫陽副教授指出AI具有多方參與者，對他們利益分配的考量因素應有所不同。第五，孫陽副教授指出，上述研究是建立在将所有者限定為一個實體的基礎上，但如果有多個所有者呢？因此，其提出AI的多元所有權模式。在立法還未規範AI之前，多個所有者可以要求獲得AI的所有權，隻要他們能夠使AI的價值最大化。在此，其列出合作、私人自由和對機會主義的限制三個考量因素。
點評環節
香港中文大學法學院李治安教授點評：
就AI生成物相關問題，其認為Hazucha教授為我們就AI生成物的可版權性提供了全面的視角，如雇傭作品原則、鄰接權保護等。就Hazucha教授将AI類比于相機，李治安教授認為，這與李揚教授的展示相關，即将AI視為人類創作的工具。就李揚教授提及的兩個案例的不同裁判觀點，其認為，在司法實踐中要注意到，不同類型的AI創作的過程是不同的，人類的參與和幹預程度也不同。這與孫陽副教授所提及的“弱AI”與“強AI”是相關的，孫陽教授提到的AI的所有權實際上是另外一個值得思考的政策性問題。總的來說，李治安教授贊同李揚教授的觀點，認為AI技術目前還沒有達到具有自主意識的程度，無法自主決定創作什麼以及怎麼創作。就Hazucha教授提及的運用鄰接權制度保護AI創作，以及陶乾副教授進一步提出的數據處理者權，李治安教授認為：其一，AI生成物的創作與傳統方式相比，涉及更多的利益相關者，包括軟件開發者、數據提供者、機器運行者等，難點就在于如何平衡所有利益相關者及其不同利益之間的關系；其二，以鄰接權制度保護可能在侵權認定上存在困境。如将AI生成小說拍攝成電影的行為，就難以構成侵害鄰接權，因為傳播的媒介改變了。
圍繞TDM與著作權例外的相關問題，李治安教授就Suzuki教授、謝琳副教授、Peter K. Yu教授的演講進行了點評。就Suzuki教授介紹的日本引入TDM的一般性版權例外條款，李治安教授好奇于日本的産業與社會對于法律修改的回應，以及在司法層面該條款是如何适用的，是否有相關案例。就謝琳副教授認為中國《著作權法》第24條為TDM預留了解釋空間，其表達了不同看法，認為該條并非專門為TDM而設計，在司法實踐中法官可能也難以适用。就謝琳副教授認為是否存在市場失靈是引入TDM版權例外的關鍵考量因素，其認為這與美國Wendy教授的觀點，即合理使用是為了糾正市場失靈具有異曲同工之妙。就Peter K. Yu教授提到的轉換性使用，其認為這在美國已經有很多案例了，但轉換性使用如何适用于AI領域以及如何在其他法域引入适用，還有待進一步研究。
就數據相關問題，對于林秀芹教授對數據的法律框架進行的全面展示，李治安教授認為，數據不僅涉及私法層面還涉及公法層面。就林秀芹教授展示的案例，其認為反法第2條在數據保護實踐中應當被恰當地适用，既不能不用，也不能濫用，而這對法院将是一個挑戰。此外，就林秀芹教授提到的數據帶來的壟斷問題，李治安教授認為，通過競争法中濫用市場支配地位來處理數據帶來的壟斷問題存在困難，可能需要創設一項新型的壟斷行為。
清華大學法學院崔國斌教授點評：
就AI能否成為民法或知識産權法拟制的法律主體。崔國斌教授簡要地分析了公司被拟制為法人的原因。其認為法律将這些組織拟制為人的主要原因是減少組織生産運作成本、降低投資風險等，這些都是為了提高經濟效率以及促進更大的利益。但在AI與知識産權領域，崔國斌教授認為目前還沒有一種強有力的論據證明，承認AI或将其拟制為法律主體能給社會帶來真正重大的利益。
就AI能否被認定為作者以及AI生成内容能否受到版權保護。多數學者将AI看成工具，特别是Hazucha教授将AI類比于相機，崔國斌教授對此是否涵蓋所有類型的AI系統表示疑惑。其認為，在某些情況下，AI的算法非常複雜，嵌入了人類的個性。在這種情況下，AI開發者或設計者對生成内容也有貢獻，而不應該簡單把權利全都分配給AI系統的用戶。崔國斌教授認同Peter K. Yu教授的觀點，即當認定某一作品的作者時，應當關注“控制程度”這一關鍵因素。AI系統的開發者或設計者控制AI系統的算法，可以将其視為作者。其以谷歌翻譯為例進行了具體分析，認為至少在目前的版權制度下，我們應當承認該軟件的開發者或設計者是谷歌翻譯出來的作品的作者。
就TDM的版權例外問題。崔國斌教授認為，Suzuki教授可能認為在數據許可市場存在市場失靈，而謝琳副教授可能認為不存在。就謝琳教授認為存在市場失靈是TDM成為版權例外的前提，對此，崔國斌教授認為其是在Wendy教授關于版權例外是為了糾正市場失靈的框架下的進一步研究。崔國斌教授簡要介紹了Wendy教授所提出的兩種市場失靈類型。回到TDM，崔國斌教授認為堅持合同優先以及退出機制的建立具有一定必要性。其認為，使用者可以通過簽訂合同合法獲取數據進行挖掘。此外，創設TDM一般例外條款，同時允許版權人選擇退出，不太可能對數據許可市場本身的激勵機制造成嚴重損害。
就數據保護的路徑問題。對于林秀芹教授提出用《反不正當競争法》第2條來保護數據，崔國斌教授認為該條是一般性條款，對于快速發展的數據領域，我們提供的保護路徑應具有一定的可預測性。因此，如果在反法的框架下保護數據，還需要更加具體的規則。對于用财産權來保護數據，其認為，這将為數據提供過強的保護程度，并且财産權保護的路徑所需要的立法成本太大；運用反法保護數據，保護的範圍更廣，能涵蓋更多的市場主體。
上海同濟大學法學院張韬略副教授點評：
關于AI與版權、作者、所有權之間的關系。張韬略副教授認為，現階段我們隻有弱AI，因此在目前的法律框架下，AI應被視作是創作作品的工具。就Hazucha教授提出“作品是文化塑造者”的觀點，其認為這具有指導意義。但是其認為如果AI被産業化使用，可能會降低文化多樣性，威脅獨立藝術家。但AI作為一個工具，同時也可以被用來促進文化多樣性的發展。而這取決于誰在使用這個工具，以及如何使用它。
就中國的數據保護問題，張韬略副教授主要就林秀芹教授與陶乾副教授的演講進行了點評。首先，其認為AI目前還是創作工具，就AI生成物的性質應當在個案中予以認定。所以，為數據處理者創設一個鄰接權需要謹慎。其次，對于林秀芹教授的演講。一方面，其同樣認為“數據的流通是非常重要的”，立法者與司法者都應對此更加關注。誠然，某些平台非常容易吸引和鎖定大量消費者，并收集和控制大量數據，存在濫用市場支配地位的可能。就林教授提及的“騰訊訴抖音、多閃”案，張韬略副教授認為，這隻是一個關于初步禁令的不正當競争糾紛案，并非反壟斷案件。其還介紹了最近湖南省長沙市中院受理的新浪微博數據壟斷案，并期待中國法院對該案的裁判。另一方面，張韬略副教授在某種程度上不太同意林秀芹教授對于數據壟斷的擔心。就目前中國司法實踐的案例來看，法院基本是适用反法來保護數據的。中國目前的數據案件的核心問題在于競争者的行為是否違反了商業道德和誠信原則，這些案件是關于反不正當競争而非反壟斷。
自由發言與讨論
以Hazucha教授演講中提及的“AI類比于相機”與崔國斌教授點評時提及的“谷歌翻譯”為切入點，與會嘉賓就AI相關法律問題展開了讨論。崔國斌教授提出，假設谷歌翻譯是一個AI系統，當我們将論文副本發給谷歌并由其翻譯，此時誰才是Hazucha教授演講中那個“按下相機按鈕的人”？Hazucha教授回應道，将AI類比于相機是為了說明，創作作品時必須要有創作者的設計。但是谷歌系統翻譯時是否有設計呢？其認為，機器本身在該過程并沒有思考和設計，不同的人輸入同一個句子可能得到相同或相似的翻譯。如此，由谷歌翻譯系統自動生成的這些翻譯能獲得版權保護的問題可能有待商榷。或許AI在某些領域會發揮重要作用，但AI不會用來寫一部新的哈利波特小說。在這些領域，人類還将扮演最重要的角色。崔國斌教授對此認為，對于谷歌翻譯的例子，可能更重要的不是不同的人輸出相同的句子得出相同的結果，而是在于谷歌的翻譯可能會與騰訊、微軟的翻譯不同。在其看來，谷歌翻譯的水平是相當高的，甚至隻需要人類稍微調整就很具有可讀性，可以當做原創文章。Hazucha教授認為，我們需要考慮為什麼要對這種翻譯進行保護。就目前來說或多或少是逐字翻譯的，AI系統的運作就是追尋每個詞的最優翻譯方式。即使谷歌、雅虎等提供不同服務，可能會産生不同結果，但經過一段較長時間，如果我們使用相似的算法來翻譯，可能會得出相同的結果。如果系統進一步發展，出現自動翻譯的情形，能提供不同的選項，在不同算法下翻譯，此時保護它就不會有太大阻礙。陶乾副教授認為，谷歌翻譯不是一個合适的AI生成内容的例子，因為其目的是提供更多和更精确的翻譯。所以其更願意把它看作是通過使用AI産生的内容。而對于那些AI生成的詩詞故事，其目的是提供更加多樣化的作品。此外，相比于攝像師使用照相機創作攝影作品，AI的創作産生的故事和圖片是不可預見的，其可能會産生更多不同内容的結果。此外，馮曉青教授指出，當我們讨論AI生成内容是否能被版權保護時，要明确的前提條件是目前AI的發展水平仍是弱AI，并認為人類控制是重要考量因素。李揚教授認為，我們應該站在哲學的高度來看待AI生産内容的版權問題。
第二單元：2021年11月14日
主題研讨：大數據與知識産權
日本東京大學法學院教授Tamura Yoshiyuki（田村善之）的演講題目是：“日本對于大數據的保護——行為規制方法”。
田村善之教授的演講内容涵蓋日本的大數據立法進程、大數據是否需要專門立法保護、客體規制和行為規制兩種保護路徑以及日本《反不正當競争法》的修改情況四個方面。田村善之教授參與了日本《反不正當競争法》的修法全過程，但其一直存在是否需要通過新設法律保護大數據的疑問。田村善之教授認為搭便車行為是有利于社會福利的，因此，通常情況下，搭便車行為不應該受到法律的規制。隻有當新的商業模式的發展受到損害，并因此影響到對于該商業模式的激勵，且這種激勵應該受到保護時，相應的搭便車行為才應當被禁止。市場本來就有其激勵機制，隻有當市場激勵失效時，法律保護才顯必要。對于大數據而言，通過對商業秘密以及技術措施的保護已經能夠使商業主體通過許可獲得投資補償。因此，即使沒有著作權等手段，也不意味着對收集、提供大數據行為激勵的喪失。
田村善之教授随之提到修改前的日本《反不正當競争法》對于數據保護存在一些漏洞。首先是商業秘密保護，如果數據被社會公衆所熟知，就不符合商業秘密的構成要件；其次是關于技術保護措施的規定，其僅禁止提供規避技術措施的行為，而不涉及實施規避的行為以及使用通過規避技術措施獲取内容的人。介于日本已經出台一些保護大數據的行政措施，因此，其在立法過程中主要關注的是減輕法律規制的副作用來避免對于數據自由流通和使用的不必要損害。
對于大數據的立法保護途徑，田村善之教授介紹了客體保護路徑和行為保護路徑。他特别提到，這兩種保護方式不是互不相容的，幾乎每種知識産權保護中都兼有二者，隻是側重點不同。由于對于大數據而言，設定一個清晰的權利客體邊界是比較困難的，因此他認為采用行為規制方法來保護大數據更為恰當。在具體的制度設計上，田村善之教授一是強調對于大數據的技術保護措施，二是禁止規避技術保護措施以及禁止使用通過規避技術保護措施獲得的内容，三是設立安全港以保障交易安全并避免數據使用的寒蟬效應。
在以上的立法思路下，田村善之教授介紹了日本《反不正當競争法》修改的具體條款。其認為，新法對于數據保護采取的是更偏向于行為規制的混合規制。從客體來看，受到保護的數據具有以下五個構成要件，分别是以營業為目的向特定人提供、數據達到一定量的積累、屬于技術信息或者經營信息、通過電磁方式管理并且不同于公衆可以無償利用的信息。從規制的行為來看，修改後的反法對于大數據的保護類似于商業秘密保護，但限制的行為範圍更窄。一方面進行行為限制，另一方面又确定例外條款，為正當的數據利用提供安全港。
澳大利亞默多克大學法學院名譽教授，新西蘭奧塔哥大學副教授Michael D. Pendleton的演講題目是“知識産權——我們是否已經準備好像迎接工業革命一樣迎接信息革命”。
Pendleton教授認為知識産權法在數據保護方面存在不足，其無法為信息創造者提供足夠的激勵、為競争者提供足夠的确定性以及為信息使用者提供足夠多的獲取信息的途徑。因而我們應當尋找更好的保護方式來促進信息的生産和自由傳播。
由于目前人工智能保護主要涉及的知識産權部門法是著作權法和專利法，因此Pendleton教授主要分析了這兩部法律存在的問題，從而得出知識産權法保護不足的結論。就著作權法而言，對于作品的保護要求獨創性，侵權認定則需要判斷何為權利人作品的實質部分，但無論是獨創性判斷還是實質部分判斷都不具有經驗性，完全依據法官的自由裁量。此外，Pendleton教授認為，英聯邦國家法院通常會在判決中引用“額頭流汗”标準，将著作權的保護範圍擴大至思想，直到Ice TV v Channel 9案之後，澳大利亞高等法院才轉向更高的獨創性标準，但這也不能被視作是完全推翻了“額頭流汗”标準，而僅僅是一種背離。對于專利法來說，其保護的客體要求具有非顯而易見性，但這個條件也是很難确定的，很難說清楚一個發明到底和現有技術有多少區别才能算是具有非顯而易見性。
鑒于以上不足，Pendleton教授認為可以制定一部關于不正當競争或者不正當抄襲行為的一般法律來保護人工智能和大數據，而不是說在傳統的知識産權法範圍内創設新的權利。這種通過禁止特定行為的保護方式比創設權利的方式更加有效率且更加靈活。在信息時代下，需要一種超出傳統财産概念的保護機制來平衡信息創造者和信息使用者之間的利益。
提及如何确定何種挪用行為應當受到規制，即判斷被告的挪用行為是否付出了足夠的汗水以使其免除侵權責任，Pendleton教授主張以轉換性使用作為确定标準，其認為知識産權法應當為挪用行為的一般法所補充，甚至是替代。這種保護方式既未擴大也未縮小現有法律的保護，但卻更為合理，因為不過是在反不正當競争法的既有框架下新設一個類别。
意大利聖安娜高等研究院教授Giovanni Comandé的演講題目是“歐盟人工智能法案及其挑戰”。
Giovanni Comandé教授表明，相比于其他科學技術，歐盟之所以特别規制人工智能，是為了激活人工智能作為新工具以實現更重要經濟目标的作用。由于人工智能有時候能夠幫我們做決策，歐盟的人工智能高水平專家組認為必須确保人工智能對于人們生活的影響是正當的且符合人類的價值準則，此外還需要有一定的責任機制來保障以上目标的實現。該專家組所制定的《可信賴人工智能倫理指南》中為可信賴的人工智能提出三項要件，分别是合法性、倫理性以及技術和社會層面的穩健性。《人工智能法》提案需要融合法律和倫理準則，其目标是在保護基本權利和自由的前提下促進創新和人工智能的快速發展。
之後Giovanni Comandé教授介紹《人工智能法》提案的具體内容。其提到法案中關于人工智能的定義非常廣泛，甚至存在定義模糊的風險，而這樣做的目的是為現有的和之後會出現的技術留下充足的空間。法案采取風險劃分法，依據人工智能技術可能對健康、安全和基本權利造成的風險制定了人工智能技術的黑名單和灰名單，黑名單内的人工智能技術是完全禁止的，而灰名單中的人工智能技術隻有滿足一定條件才能夠被使用。Giovanni Comandé教授認為目前的《人工智能法》提案面臨着以下七項挑戰：避免人工智能技術監管的碎片化和監管漏洞的存在；避免法律過度侵蝕人工智能系統使用者的權利；避免将人工智能應用于私人領域對于基本權利産生不良影響；确保整個歐盟法律中倫理準則的一緻性；确保人工智能系統開發者和使用者的正當行為從而實現對于公民個人的保護；将法律和倫理對于人工智能的限制轉化為機遇；人工智能法案全球範圍的有效性。其就最後一點挑戰展開說明。《人工智能法》提案第二條“關于本法的适用範圍”較廣，無論人工智能服務上的注冊地是否在歐盟，隻要其在歐盟範圍内提供服務，均受到規制。此外，人工智能法案還适用于歐盟内有用戶、輸出内容在歐盟使用，但該人工智能系統位于第三國的系統提供者和用戶。Giovanni Comandé教授最後表明，人工智能法案的規制範圍體現了歐盟委員會的雄心壯志，該法案對于歐盟乃至全球都會有一定影響。
百度公司副總裁吳夢漪的演講題目是“人工智能醫療技術所涉及的生物識别信息問題的困境與思考”。
吳夢漪副總裁首先介紹了百度公司對于數據使用的規定。百度公司将數據按照級别和類别進行不同保護。從級别上來說，數據按照識别性、敏感性、數據價值、損失影響、數據規模以及新鮮度被分為五個等級。從類别上來說，數據被分為用戶信息數據、業務數據以及公司數據，不同的數據采用不同的審查審批标準。
吳夢漪副總裁表明，《個人信息保護法》具有積極作用，其為個人信息提供了法律保護并且為企業的數據合規工作提供指引。但對于數據處理企業而言，具體适用該法的規定時也存在一些問題，比如人工智能醫療器械獲得的分析數據的使用。人工智能醫療器械在增加公衆福利方面發揮着重要作用，但人工智能醫療器械的研發需要大量的真實世界的數據（比如視網膜圖片）來訓練算法模型，那麼這種視網膜圖片是否屬于生物識别信息從而适用更加嚴格的數據使用規則就是個問題。目前中國的法律框架下缺少對于生物識别信息的準确定義，而歐盟GDPR中對于生物識别信息的定義又過于嚴苛。就視網膜圖片而言，其中包含很多生物識别信息，那麼這些信息的相互聯系需要達到何種程度才會對自然人的尊嚴和财産帶來危害，這是需要具體厘清的問題。如果隻是将所有帶有個人生物信息的數據一刀切而适用敏感個人信息的規定，一方面會影響數據的流通效率以及數據價值的發揮，另一方面還會阻礙人工智能醫療産品的研發。醫療行業具有公共屬性，一些醫療機構積累了大量難以獲得信息主體單獨同意的醫療數據，而這些數據對于醫療技術研究又具有重大作用，統一适用敏感信息保護會給醫療企業帶來巨大的合規成本。
就如何解決此問題，其認為可以從以下兩個方面進行考慮。一是立法上明确生物識别信息的範圍并對其分類，對個人權利威脅較大的生物識别信息嚴格保護，但對于威脅較低、同時社會價值較高的數據可以不嚴格适用“單獨同意”要求。二是采取技術手段，進一步提高數據利用的準确性，進行數據不可複原的脫敏處理。
清華大學法學院副教授蔣舸的演講題目是“數據保護能夠從商業秘密保護中學到些什麼——财産法與侵權法之間的比較研究”。
蔣舸副教授認為，通過比較商業秘密的保護方式，可以得出數據保護的最佳途徑是财産法保護途徑。
蔣舸副教授首先對比了數據保護與商業秘密保護的相似性以解釋其比較思路的緣由。從起源上看，二者都源于不正當競争；從規制方法上看，二者均面臨着财産法路徑和侵權法路徑的選擇。财産法模式是基于客體的，如果保護客體不滿足秘密性、價值性以及合理的勞動付出這三個要件，無論被告的行為有多不當，都不能受到保護。而侵權法模式則無客體要求，其關注點在于“不當行為”。傳統觀點認為财産法模式比侵權法模式的保護範圍更大，但蔣舸副教授不同意這一點，其引用萊姆利（Lemley）教授在其文章“以知識産權保護商業秘密的優勢”中的觀點來進行說明。萊姆利教授認為，商業秘密的财産保護模式事實上是鼓勵信息的披露而非保密的。如果不存在法律保護，企業在保密上成本過大，因而保密的要求僅僅是一個最低門檻，也就是說除了法律明确規定的客體範圍内的信息外，其他所有的信息都能夠自由使用。萊姆利教授在進一步解釋其商業秘密的财産法保護理論時，指出需要注意以下兩點，一是商業秘密權利的客體必須具有秘密性，避免對公有領域中的信息提供保護。一些采納商業秘密保護侵權法模式的法院很容易在規制不當行為的過程中忽視秘密性的要求。二是由于商業秘密的财産法體系難以避免鼓勵對于不當得利的先占，以及法院可能會給予公共領域的信息以私人控制，因此要堅持财産法路徑的消極性，即其價值在于确定被訴行為的邊界而非利益的先占。由此，萊姆利教授得出财産法模式往往比侵權法模式保護的範圍更窄，在财産法路徑下，即使被告的行為十分不當，隻要行為對象不符合商業秘密保護的客體要求，那麼就不承擔責任。
視野轉向數據保護，蔣舸副教授認為，在财産法保護框架下，通過狹義地确定保護客體範圍，擴大對于權利的限制以及賦予權利人有限的權利救濟手段，财産法模式就不一定比侵權法模式的保護範圍更廣。财産法框架具有其靈活性，保護的範圍能夠通過制度的設計進行調整。類比萊姆利教授對于商業秘密的分析，蔣舸副教授認為數據也能夠通過财産法進行保護。
最後，蔣舸副教授總結道：财産法模式的優勢在于為法院、相關從業人員以及學者提供了一個非常清晰的分析問題的框架。相比于《反不正當競争法》第二條的模糊範圍，财産法的思路或許是更好的問題解決途徑。
永信贵宾会民商經濟法學院教授馮曉青的演講題目是“數據财産化的理論闡釋和法律構建”。
馮曉青教授演講内容主要包括數據時代下數據和信息的定義、數據的财産屬性及建立數據财産保護體系的合法性、數據财産化的法律構建以及結論四個部分。
馮曉青教授表明數據具有重要的财産利益。《中共中央關于制定國民經濟和社會發展第十四個五年計劃和2035年遠景目标的建議》中明确提出要建立數據産權制度。在這樣的大背景下，數據保護十分必要，而進行數據保護首先需要明确數據的概念。從我國《數據安全法》第三條可以看出，數據的核心在于對信息的記錄，數據和信息有着密切的聯系。此外，對于數據進行類型劃分也有利于界定數據産權。馮曉青教授将數據劃分為個人數據、商業數據和政府數據。其中，個人數據在歐盟GDPR中有定義，而國内的《網絡安全法》、《個人信息保護法》以及《民法典》都隻是規定了個人信息。相比于個人信息對于個人隐私和人格權的保護，個人數據則屬于财産權範疇。此外，認識數據的價值和意義還需要注意到數據屬性的多元性，即技術屬性、社會屬性以及法律屬性的結合。
提及數據财産化的正當性與合理性，馮曉青教授認為可以從以下四個方面理解：一是數據本身具有的财産屬性以及數據動态流轉和利用中産生的财産性利益；二是數據财産保護制度能夠确認數據的産權歸屬，這是實現數據流通和交易的前提；三是數據财産制度能夠激勵數據産品的生産和投資，同時也便于進行權利限制；四是數據财産制度是促進數據産業發展的保障。
關于數據财産化的法律構建，馮曉青教授提出了知識産權法保護、反不正當競争保護以及專門法保護三種途徑。知識産權法保護方式的現實基礎在于數據和知識産權客體的貫通性。反不正當競争法則強調對于數據财産性利益或競争性利益的保護。《反不正當競争法》中對于商業秘密的保護，第2條、第6條以及第12條都可以用來保護數據。數據專門法的構建需要考慮立法原則和規範構造兩個方面。需要考慮的立法原則包括明确涉及數據各方利益主體權益的原則、利益平衡原則以及促進數據流轉和交易原則。在具體規範構建的時候，馮曉青教授認為關鍵在于對于數據價值鍊中的創造性勞動以及投資提供有限的以數據控制和收益為核心的數據排他權。權利的限制情形主要為數據共享義務、基于公共利益目的需要獲取數據、基于公共機構獲取數據以及基于科學研究獲取數據。
最後，馮曉青教授總結道：現有的法律對數據的财産化提供權利法和行為法兩種路徑。權利法層面，知識産權法律制度起着不可替代的關鍵作用。行為法層面，傳統反不正當競争法則可以在數據财産性利益或競争性利益的保護中實現數據财産化。随着數據在數字經濟中的重要性加強，有關數據的專門立法問題也會不斷被提出。
中央财經大學法學院教授杜穎的演講題目是“中國經驗視角下的大數據法律保護問題”。
杜穎教授的演講圍繞大數據的定義、隐私保護以及不正當競争三個問題展開。杜穎教授引用《牛津英文詞典》中對于大數據的定義，同時提到大數據的5V定義法，其表明如果從法律的角度看待大數據問題，需要關注大數據的生産過程。這個過程中涉及網絡用戶、互聯網企業以及競争者三方主體。
杜穎教授提到中國法律體系對于隐私的保護包括《民法典》第111條、《網絡安全法》第41條以及《個人信息保護法》。其同意之前吳夢漪副總裁的觀點，我國在《個人信息保護法》出台之前一直都未明确定義個人信息。之後，杜穎教授分享了中國涉及隐私保護的三個案例，分别是江蘇消協訴百度案、龐理鵬訴去哪兒案以及中國的Cookie第一案——朱烨訴百度案。
就不正當競争法中的問題，杜穎教授表明大數據的反不正當競争保護可以依據商業秘密條款以及一般條款。中國很多案例的裁判依據都是《反不正當競争法》第2條。此問題下，杜穎教授教授介紹了衢州萬聯網絡技術有限公司訴周慧民案以及微博訴脈脈案。
關于數據保護，除上述問題之外，杜穎教授還提出了幾個需要關注的問題：一是不同的司法轄區之間能夠從對方那裡學到些什麼？二是不同領域的專家學者能否在同一基礎上展開對話？三是為什麼會存在對大數據不同的法律規制模式？最後杜穎教授呼籲各學者共同協作，為數據保護提供既有靈活性又具有可行性的方案。
美國亞太法律研究院高級顧問，暨南大學法學院特聘教授孫遠钊的演講題目是“歐、美對數據相關權利的保護與裁決挑戰”。
孫遠钊教授首先從數據的定義與相關權益入手，分析了數據可能的保護方式。孫遠钊教授認為數據的本質是事實。在DIKW金字塔體系中，最底層的是數據，在此基礎上通過加工創造逐步形成信息、知識乃至智慧。歐盟的GDPR中對于個人數據的定義十分廣泛，囊括了cookies、電子郵件名稱、地理位置數據等多種信息。其認為，談及采用何種手段進行數據保護，可以進一步從數據保護的層面、數據庫保護的層面、數據處理的層面以及數據安全的層面進行讨論。由于數據本身是一種事實，而事實是沒有辦法被任何人所享有的，加之數據不具有時間和空間的限制，在其之上無法建立以公知公示為基礎的權利，因而談及數據隻能采用占有這個概念。即使采用商業秘密保護數據，其所保護的也僅是法益而非權利。歐盟和美國正是認識到了這一點，所以将視野轉向對于數據庫的保護。歐盟發布了《歐盟數據庫指令》對數據庫進行設權保護，其試圖通過對數據庫的保護達到對投資的保護，但之後的評價報告顯示該保護方式并沒有為數據庫産業提供足夠激勵。不同于歐盟，美國通過許可合同規範，以“自律”方式保護數據庫。在數據處理層面和數據安全層面，孫遠钊教授強調，其保護的對象僅是數據反映的内容，而非數據本身。歐盟通過GDPR實現這兩個層面的數據保護，而美國則通過一系列碎片化成文法解決數據處理過程中的個人隐私和國家安全的問題。
随後孫遠钊老師具體介紹了歐盟GDPR對個人數據的保護情況以及存在的問題。由于GDPR賦予數據主體的八項基本權利來源于OECD對于數據處理建議的八項原則，且這八項權利除被遺忘權外，都能夠在1995年就開始施行的《數據保護指令》中找到蹤迹。因此，孫遠钊教授認為歐盟GDPR對于個人數據的保護是一個演化過程而非革命性的創造。GDPR為數據主體提供了自訴權，同時配套嚴厲的處罰措施以保障數據主體的權利。在數據相關權益中，比較有争議且容易引起訴訟的是數據攜帶權和被遺忘權。就數據攜帶權而言，Schrems案後歐美之間的“隐私盾框架”失效，至今也未有替代方案，而歐洲議會敏感信息外溢事件也體現了歐盟理事會對于跨境數據傳輸的謹慎态度。就被遺忘權來說，GDPR賦予數據主體的僅僅是一個請求數據控制者删除數據的權利。一方面，這無法真正實現數據的徹底删除，因為其僅僅是在搜索引擎上的删除。另一方面，其涉及到對于之後社會公衆搜索信息的阻礙。此外，GDPR規則下，數據控制者是實際上決定某種數據是否符合删除權要件的主體，這相當于賦予了侵權人以決定權。
最後，孫遠钊老師認為GDPR還需要很長一段路去完善，其呼籲立法不應當輕易賦權，需要謹慎考慮賦權之後所帶來的挑戰以及各種利益之間的平衡。
永信贵宾会民商經濟法學院博士生易鎂金的演講題目是“中國法下數據利益的反不正當競争法保護”。
易铨美同學認為，數據的邏輯結構分為政策層面、數據流通層面和技術層面。政策層面設定不同的部門法，其目的在于為數據的流通提供良好的環境。而技術層面的安全措施旨在保護用戶的個人信息和隐私，同時也需要法律對于技術措施進行限制來限縮用戶對于其個人信息的控制以便于數據利用。
通過對于中國刑法、行政法、民法以及地方法律法規的分析，易铨美同學認為我國對于數據保護的立法體系是在不斷完善的，但仍舊未明确說明數據的财産權利設定問題。其認為中國法上一直未提及數據的财産權是因為不同于物權這類有形财産和知識産權這類無形财産，數據能夠被重複使用，不具有排他性，很難被個人所擁有，且數據的範圍很廣，不僅包括個人數據，還包括企業數據和公衆數據，涉及到諸多方面。即便如此，目前仍有大量關于數據權利的理論，如新人格權理論、狹義知識産權理論和絕對權保護理論。易鎂金同學認為以上保護框架會引起壟斷問題，不利于數據的流動。但是為了促進數據相關産業的發展，數據處理企業的利益應當受到保護，搭便車的行為應該被禁止。由此其提出了基于利用情景的數據保護規則。數據處理過程可以基于《個人信息保護法》進行保護，此時需要充分尊重用戶的個人信息和隐私權。數據分享和交易過程通過合同法進行規制，此時應充分尊重合同當事人的意思自治，減少數據的排他壟斷以促進數據流動和相關市場的繁榮。在涉及數據競争場景時，《反不正當競争法》能夠發揮作用。因為反法本就旨在調整競争關系，這種保護模式十分契合數據能夠由多個主體共享的特征，并有利于各個主體權利的動态調整。從社會法角度來看，反法能夠提高消費者福利；從行為法上來看，反法具有謙抑性，能夠最大程度地促進數據流動；從秩序法角度看，反法緻力于維護市場秩序，促進市場競争。
點評環節
香港中文大學法學院李治安教授點評：
李治安教授認為各位演講者大緻可以分為數據的财産保護方和反法保護方。
對于田村善之教授的演講，其表示同意田村善之教授排他權保護并非總具有正當性的觀點，但有些時候知識産權法是具有政策導向的。對于田村善之教授提出的産權路徑和行為路徑，其就如何區分二者的優勢提出疑問。此外，李治安教授還提出了科技路徑，即新的權利類型的發展總是基于科技的發展。
對于Giovanni Comandé教授的演講，其認為歐盟的《 人工智能法》草案提出了一個十分新穎的人工智能規制方法。美國也有相應的人工智能法案，但和歐盟的不盡相同。美國關注于對人工智能歧視的規制以及人工智能審查，強調人工智能的透明化。
對于吳夢漪副總裁的演講，其認為對于數據，法律的規制過多和過少都有危害，因而平衡的把控十分重要。
對于蔣舸副教授的演講，其同意商業秘密和數據有很多相似之處，但表示商業秘密不是一個通過财産法進行保護的最好例子。因為商業秘密保護起源于衡平法中的信托責任。普通法體系中，隻有美國将商業秘密作為财産進行保護。此外，其認為，如果蔣舸副教授所指的數據包含個人數據，那個人數據可能就不太适合作為可交易的财産進行保護了。
對于馮曉青教授的演講，其同意數據具有一些财産屬性，但認為個人數據涉及人格，這和其他的知識産權是不盡相同的。
對于孫遠钊教授的演講，其表示歐盟的數據保護方法和日本以及中國都有很大不同，這三者之間的法律體系的交流将會十分有意義。
對于易鎂金博士生的演講，其希望她就中國未來的數據保護模式進行預測，是會朝着融合的法律模式發展還是說依據數據類型的不同而分别保護的模式發展。
清華大學法學院崔國斌教授點評：
崔國斌教授的評議包括四個方面。
首先是數據保護的财産法路徑和行為法路徑的選擇問題。其同樣贊成通過财産法路徑保護數據。其認為财産法路徑和行為法本質上并無區别，隻是程度上的不同。财産權利同樣也是作用于人們之間的行為而非物理狀态的事物。從法律實踐來看，之前人們也會因為著作權的限制過多而否認将其作為産權來看待，但現在這是大家都接受的事實。相比于反不正當競争法模式，财産法模式更具有确定性，通過借鑒已有的知識産權法模式，也更便于公衆接受，而且财産法模式下也有諸多途徑來防止對數據的過度保護。
其次是關于日本通過反不正當競争法保護數據的問題。其認為日本反不正當競争法對于數據的保護過于寬泛，并且不贊同日本對于大數據技術措施的保護。因為對技術措施的保護會增加社會成本且超過了數據保護激勵的必要。
再次是對于Pendleton教授在知識産權領域建立一般的反盜用法觀點的看法。其認為如果隻是用反盜用法作為知識産權法的補充是可以的，因為目前出現了很多知識産權法制定時不存在的新型問題。但崔國斌教授無法同意用反盜用法替代知識産權法，因為知識産權法已經發展出自己的利益平衡機制，而這是反盜用法所不具有的。
最後是對于孫遠钊教授所說數據産權所帶來問題的意見。其不同意孫遠钊教授“數據無法被所有而隻能被占有的說法”，其認為數據庫就相當于數據的集合。在這之上，也是能夠建立所有權的。
澳門科技大學法學院易在成副教授點評：
易在成教授贊同Pendleton教授的看法，即通過著作權法規制數據存在一些問題，并認為各位演講嘉賓的觀點都很新穎。其認為以下問題還值得繼續讨論。一是到底什麼是大數據。二是大數據和個人數據應當分開讨論，大數據涉及法人，可以用反法保護，而個人數據涉及自然人，應當用民法和著作權法進行保護。三是田村善之教授提出的疑問“我們是否需要通過新的法律來規制數據”。
自由發言與讨論
關于數據的财産屬性和數據财産權，孫遠钊教授表示，其所說的數據是沒有進行加工，沒有人力勞動付出的原始材料，因而其上沒有财産權。崔國斌教授所說的數據庫是經過加工處理後的數據，這時候才能夠讨論所有權的問題。數據是一種财産，但卻不能成為财産權的客體，因而提及數據隻能說占有而非所有。崔國斌教授表示其同意孫遠钊教授的概念區分，其所說的财産權路徑也是建立在對于經過處理的數據之上的。
會議總結
李揚教授向各位嘉賓以及主辦方、協辦方表示感謝。對于本次會議讨論内容，李揚教授表示人工智能生成物問題應當從哲學高度進行考慮。人工智能隻能作為工具進行看待，人工智能生成物的權利隻能歸屬于人工智能的所有者或者使用者。此外李揚教授十分認同田村善之教授的觀點。法律隻是最後的手段，面臨新的問題，如果市場能夠解決則無需法律的介入。在市場失靈的情況下，應當司法先行，通過對于現有法律的解釋而非重新立法創設權利的方式來解決問題。當前，著作權法、專利法以及反不正當競争法足以為大數據提供恰當保護，因此無需在大數據之上創設新的權利。當通過反不正當競争法或者侵權法的一般條款來分配大數據資源時，考慮是否保護數據所有者的利益應當依據激勵理論而非複雜的商業道德或是抽象的競争秩序。
當前，随着大數據與人工智能技術及其相關産業的發展，數據與人工智能的知識産權問題也越來越重要。基于技術與法律互動、法律制度需要随着技術的發展而及時變革與完善的基本原理，對于數據、人工智能的法律保護制度也需要與時俱進。本次研讨會的成功舉辦對于促進知識産權領域的國際交流，特别是深入推進關于數據與人工智能知識産權保護的研究具有重要意義。
（會議綜述由李揚教授和其知識産權法學碩士研究生譚夢溪、陳天佑共同撰寫）
