（文字：余希博 图片：冉汐）6月28日，WIPO中国暑期学校开展第六日的课程学习。本日课程聚焦人工智能技术与数据领域的核心知识产权议题，深入探讨了人工智能大语言模型使用版权作品的定性、人工智能活动给专利制度带来的挑战以及数据抓取的不正当竞争法规制等。本日课程由中南财经政法大学知识产权学院王小丽老师主持。

北京大学法学院杨明教授以《生成式人工智能大语言模型“复制”行为的质性研究》为题，深入剖析了生成式人工智能大语言模型在运作过程中涉及的复制行为。杨明教授以美国Anthropic案为切入点，结合美国版权局2025年发布的报告分析指出，AI训练中的“转换性使用”需结合市场影响综合判断，当前争议的关键在于AI输出内容对原作品市场的直接冲击。杨明教授强调，生成式AI的输出可能构成对原始作品的直接市场替代，而输入端的“学习”行为本身并不直接触及市场，真正引发输入端作品使用行为定性争议的是输出端的市场竞争，讨论该问题必须以知识产权法的市场原则为前提。通过对比前AI时代著作权法规制作品使用行为的路径，杨明教授分析了以版权法、技术措施、合同法规制大语言模型使用作品的利弊，主张将生成式人工智能的版权争议重心从“输入端的复制”转向“输出端的市场影响”，强调应理性看待人工智能“学习”与版权制度之间的关系，不应因技术变革而轻率扩大版权保护的边界。

随后，中南财经政法大学知识产权学院刘鑫副教授在《数据不正当竞争行为规制的基本思路与规范建议》主题讲座中指出，当前我国多地试行的“数据知识产权登记”模式面临诸多问题，并非保护数据权益的最优解。他强调，相较于创设新型“数据财产权”，我国更应立足《反不正当竞争法》现有框架进行规制。在梳理美国、欧盟、日本等典型法域数据不正当竞争行为的规制经验后，刘鑫副教授指出，近日通过的《反不正当竞争法》修订案并未采纳草案中的“数据专条”。尽管该“数据专条”有进一步完善的空间，但其明确禁止以技术侵入、违约抓取、非法披露等手段不当获取和使用数据，通过行为规制路径为数据要素市场的公平竞争与价值释放奠定了规则基础。最后，刘鑫副教授参考欧盟数据法案及美国司法实践中对技术措施与数据流通平衡的考量经验，对“数据专条”提出了具体的修改建议。

伦敦玛丽女王大学知识产权研究中心主任诺姆·谢姆托夫教授以《专利法面临挑战：发明创造过程中的人工智能活动》为主题进行分享。他系统梳理了全球首个AI发明人“DABUS”案的司法进程，并结合2024年美国专利商标局发布的新规，重申仅自然人可列为专利发明人。针对“显著贡献”认定标准，诺姆·谢姆托夫教授强调，自然人需主导AI系统设计、训练或关键实验等核心环节，单纯提出需求或识别AI输出结果不构成发明权主张。关于“AI自主发明”争议，他援引欧盟委员会的研究指出，当前尚无确凿证据证明存在完全脱离人类干预的可专利发明，AI仍属于辅助工具范畴。最后，他提出专利法需在鼓励AI创新与维护人类发明主体地位间寻求平衡，现阶段无需激进改革，但需持续追踪技术演进，为未来法律调整留出空间。

在互动交流环节，学员们与三位主讲嘉宾围绕人工智能与数据时代的知产前沿议题，从不同的角度探讨了新技术下知识产权领域面临的法律边界争议与挑战。本次课程立足国内外司法判例与前沿研究成果，帮助学员们厘清生成式人工智能技术知识产权保护的理论框架与实践路径，构建大数据时代知识产权现代化治理的知识体系，并引发了学员们对“人机协同创新”法律定性的深度思考。