《知识产权》2024年第11期要目

《知识产权》 已加入“北大法宝”法学期刊数据库，请登录www.pkulaw.com查看全文并订阅后续更新。“北大法宝”法学期刊库已收录305家期刊，其中核心期刊（含CLSCI、CSSCI及扩展版、北大中文核心、AMI综合）144家，非核心期刊50家，集刊101家，英文期刊10家。截止2024年11月30日“北大法宝”法学期刊库共收录了105596位作者的319035篇文章，总期数19717期，总字数29.4亿，诚挚邀请您的期刊入驻“北大法宝”，扩大影响，增进传播，服务法治。

联系邮箱：journal@chinalawinfo.com。信息请点击“阅读原文”。

采购热线：010-82668266

《知识产权》2024年第11期要目

【学术研究】

1.离职员工利用原单位技术秘密所申请专利的归属研究

黄武双

2.大数据背景下育种创新成果知识产权保护

李菊丹

【专题评述】

3.论生成式人工智能版权侵权“双阶”避风港规则的构建

黄玉烨 杨依楠

4.人工智能生成内容著作权规制的全球趋向与本土路径

熊琦 张文窈

5.机器学习著作权法定许可的适用基础与规则构建

蔡元臻

6.人工智能训练的版权困境及其出路：模块化许可机制探析

孙靖洲

【百家争鸣】

7.数据产权制度构建的方法论

——以知识产权基础理论为起点

初亦周

【学术研究】

1.离职员工利用原单位技术秘密所申请专利的归属研究

作者：黄武双（华东政法大学）

内容提要：离职员工在原单位技术秘密基础上研发具有实质性进步的技术方案，以新单位名义申请的专利，认定该专利权归属于新单位与侵犯商业秘密的逻辑不一致，应当认定归属于原单位所有。由于离职员工违反保密义务，在新单位返还专利权时，不得以不当得利为由请求返还投入的研发费用。《专利法实施细则》第13条第1款第3项规定，离职员工在离职之日起1年内申请的与在原单位承担的本职工作或者原单位分配的任务有关的发明创造应当归属于原单位。该规定不合理。离职员工申请的与在原单位承担的本职工作或者原单位分配的任务有关的发明创造，不管申请时间是否超过离职员工从原单位离职之日起1年，都应当归属于原单位。当然，新单位通过反向工程获取的技术信息，并不侵犯技术秘密专有权，但是反向工程应当遵守净室程序规则。

关键词：技术秘密；专利；不洁之手；费用型不当得利；恶意抗辩

2.大数据背景下育种创新成果知识产权保护

作者：李菊丹（中国社会科学院法学研究所、中国社会科学院知识产权中心）

内容提要：以特定种质资源改进与创新所形成的育种创新成果，具有与特定植物材料难以分离、具备繁殖能力且与特定名称相对应等特点，从而在国家种业监管链条中形成大量与育种创新成果有关的数据信息。这些数据信息是证明育种创新成果权利及归属、认定侵权行为成立与否、确定损害赔偿数额的重要证据。数字技术的广泛应用使得对上述数据信息进行针对性和关联性分析利用成为可能。考虑到相关数据应用与创新保护的紧密关联性，种业监管部门应优化不同监管环节数据信息的衔接，推动数据信息共享共用及向公众公开；育种创新主体应重视育种创新数据信息管理，提升数据应用能力，增强核心种质资源开发应用，构建多元保护机制。

关键词：育种创新成果；知识产权；数据信息

【专题评述】

3.论生成式人工智能版权侵权“双阶”避风港规则的构建

作者：黄玉烨、杨依楠（中南财经政法大学知识产权研究中心）

内容提要：生成式人工智能的作品使用具有海量化及算法化特征，面临侵权责任认定与分配难题。避风港规则以满足特定条件给予免责为构造，可以回应机器训练的行为转变，契合风险分配的规制目标，具有事前预防效果。基于生成式人工智能服务提供者的技术能力、大模型版权侵权的规制需求和版权人的获益需求，为其新设“双阶”避风港规则具有必要性。在训练阶段，可以通过设置信息披露、权利保留的识别尊重、非直接获得经济利益和整体性补偿义务，使生成式人工智能服务提供者无须经事先许可使用作品，且不必承担解除学习等责任；在输出阶段，可以为生成式人工智能服务提供者配置建立投诉处理机制、消除重复作品数据、优化模型过度拟合、干扰用户恶意引导、基于请求的版权过滤等义务，使其免受抽象侵权标准影响。

关键词：生成式人工智能；版权侵权；避风港规则；注意义务

4.人工智能生成内容著作权规制的全球趋向与本土路径

作者：熊琦、张文窈（华中科技大学法学院，华中科技大学法学院、华中科技大学知识产权司法保护理论研究基地）

内容提要：生成式人工智能技术的普及对著作权制度的影响主要体现在两个方面：一是输出端生成内容的可版权性与权利归属，二是输入端基于机器学习大规模使用他人作品的合法性认定。对于前者而言，在普遍坚持和认同自然人参与创作为可版权性前提的同时，全球各国对权利归属仍存在使用者和设计者的认知差别。对于后者而言，人工智能技术领先型和追赶型国家的制度选择存在较大差异：技术领先型国家更多借助判例法传统，等待传统版权产业与人工智能产业双方的充分博弈，延续以往平衡应对新旧产业冲突的路径，期待双方在充分表达利益的基础上实现产业合作途径的创新；技术追赶型国家的立法选择则更偏向于为人工智能产业提供发展空间。鉴于现阶段的技术水平和产业地位，我国有必要选择将技术追赶型国家的制度经验融入本土“三步检验法”，在机器学习的合理使用适用上破除“非营利性”和“适度性”局限。

关键词：人工智能；著作权；合理使用；可版权性；柔性条款

5.机器学习著作权法定许可的适用基础与规则构建

作者：蔡元臻（同济大学法学院）

内容提要：人工智能模型训练（机器学习）侵权是人工智能著作权冲突中的重要问题。扩张适用合理使用制度和加强损害赔偿救济难以解决社会利益失衡的难题，法定许可模式仍具有难以替代的利益调和功能。机器学习法定许可的使用行为仅限于复制，商业性数据挖掘必须遵守法定许可，合理使用仅适用于公益性明显强于商业性的情形。法定许可费用的制定可以参考损害赔偿许可使用费的裁定方法，费用的收转仍需通过著作权集体管理组织配合执行，但是需要提高作品使用者的信息标注义务和完善人工智能法定许可信息机制。机器学习孤儿作品的特殊情形可以采用责任限制为主、法定许可为辅的二元治理模式。人工智能研发者负有数据过滤和信息披露的注意义务，后者应当遵循强制公开和公平合理原则；人工智能服务提供者则是在避风港规则的基础上，承担研发者信息披露的形式审查等义务。

关键词：机器学习；法定许可；社会利益；孤儿作品；注意义务

6.人工智能训练的版权困境及其出路：模块化许可机制探析

作者：孙靖洲（北京大学法学、慕尼黑大学）

内容提要：创作者对人工智能利用其作品进行训练的抵制，缘于利益分配机制付之阙如。在调整因新技术带来的作品使用形式变化所引发的新的社会关系时，既要确保创作者能公平地参与到由创作带来的收益分配中，维护其劳动尊严和劳动收入，又要防止版权人通过杠杆优势制约技术发展。可考虑从知识产权制度为解决市场失灵而创设的四种特殊许可模式中汲取经验，为人工智能训练建立一套整体协调但内部区隔的模块化授权许可机制：大型人工智能企业应尽最大努力获取授权，主动建立版权许可机制，与版权人分享收益；中小企业同时面临被大型内容平台拒绝许可与缔约成本高的双重困境，应要求大型内容平台作出以公平、合理、无歧视方式进行授权的声明，并发挥其中介组织的优势，保障个体创作者的合法利益、企业获得充足训练语料，同时防止掌握海量内容数据的大型内容平台封锁人工智能产业。

关键词：生成式人工智能；合理使用；法定许可；AI投喂；训练数据可携带权

【百家争鸣】

7.数据产权制度构建的方法论

——以知识产权基础理论为起点

作者：初亦周（中国人民大学法学院）

内容提要：虽然技术的发展日新月异，但其变化并没有冲击到最底层的法律体系。由于数据产品与知识产品有着极强的共性，对于数据产权的制度构建往往可以借鉴已经较为成熟的知识产权基础理论，不必“白手起家”，也不必“旧瓶装新酒”。洛克劳动财产理论在证立知识产品与数据产品的赋权时存在着相同的难点未予解决；“客体—对象”区分论不仅可以解释“唯数据不足以确权”的问题，也能解释“未产生新的利益关系也不足以设权”的问题；邻接权制度可以在数据产权相关问题悬而未决之时为数据产品提供栖身之所。在新时代出现新问题之时，法学研究应退回到其背后的法律体系中寻找与现有问题的共通之处，不必急于另立山头。

关键词：数据产品；知识产权；洛克劳动财产理论；“客体—对象”区分论；邻接权

《知识产权》是由国家知识产权局主管，中国知识产权研究会主办的学术期刊，是中国中文法律类核心期刊、中文社会科学引文索引（CSSCI）扩展版来源期刊和AMI综合评价（A刊）扩展期刊。

责任编辑 | 郭晴晴

审核人员 | 张文硕 韩爽

本文声明 | 本文章仅限学习交流使用，如遇侵权，我们会及时删除。本文章不代表北大法律信息网（北大法宝）和北京北大英华科技有限公司的法律意见或对相关法规/案件/事件等的解读。