该会议指出，当前技术人才呈现出从美国流出的趋势，这对日本来说无疑是吸引高端创新人才及优质初创企业的重大机遇。日本有必要在保障技术研发自由与效率的基础上，构建有助于提升社会接受度的制度框架。在确保生成式AI可靠性与安全性方面，透明度与问责机制的建立至关重要，应通过数据溯源等技术手段，避免给发明人带来过重负担。在制度设计过程中，日本应在与美国、欧盟等主要国家/地区制度保持协调的同时，积极构建符合日本国情、有利于AI产业发展的特色制度。

 

 

该会议指出，日本应就AI学习与生成过程中使用的作品和数据建立利益回报机制，保障数据提供者的合法权益；为此，可借鉴著作权集体管理组织的做法，设立专门机构统一管理相关权利。

 

上届会议提出，生成式AI发明人在利用创作者作品训练模型时，若与权利人达成合作意向并采取利益回报措施，该行为属于著作权法第30条第4款所规定的使用范畴，相关合同的效力应受法律保护。因此，该会议建议对典型机器学习场景实行集体管理，即由指定组织统一登记权利人的报酬主张，向企业提供一站式许可，并按数据用量与频次向权利人分配报酬。

 

该会议补充指出，会议补充指出，集体管理难以覆盖的非典型、个别或特殊使用情形，可借合同机制灵活处理；为支撑两类管理模式，集体管理组织可引入元数据管理、智能合约、区块链等技术手段。

 

 

为打造 AI 与数据良性循环的生态体系，日本亟需建立数据提供者利益回报机制，并完善 AI 发明人合法利用既有数据的制度。

 

该会议提出，未来可实行“分轨式”制度框架：

 

（1）典型 AI 学习与利用场景，由集体管理组织统一集中管理；

 

（2）特殊、非典型情形，通过合同机制灵活处理。

 

该会议表示，该“分轨式”制度既与美欧等主要经济体规则衔接，又突出日本在“开发自由度”与“安全可信度”上的双重优势，形成了兼具国际竞争力与本国特色的改革样板。

 

原文标题：第8回AI時代の知的財産権検討会【資料3】論点例に関するコメント

 

来源：中国科学院知识产权信息