China Behavioral Law Society Development Network

中国行为法学会事业发展网
  • 中国行为法学会第六届四次理事会在京召开
  • 沉痛悼念马宝善同志
  • 中国行为法学会医疗健康法治研究专业委员会战略合作研讨会在京召开
  • 学会动态 | 第二届“澜沧江—湄公河次区域”国际法治论坛在云南警官学院举行
  • [完整版|图文]《中国法治实施报告(2022)》隆重发布
  • 《企业商事刑事风险防范指引丛书》 启动交流会在京召开
  • 中国行为法学会侦查学专业委员会第十四届全国侦查学术研讨会暨第七届现代侦查技战法论坛在浙江绍兴召开
  • 《民营经济促进法(草案)》征求意见座谈会在长沙举行
  • 为人民抒怀、为时代放歌 《人民就是江山》——大型公益原创歌曲交响 音乐会在京举办

   时政要闻

法治研究 | 吴桂德:人工智能大模型背景下数据访问权的私法构造

来源:中央纪委国家监委网站 | 作者:管理员 | 发布时间 :2026-03-19 14:20:09 | 11 次浏览: | 🔊 点击朗读正文 ❚❚ | 分享到:

03

私法框架下基于交易之数据访问权的确立与体系展开

(一)数据访问权在数据商业化利用过程中的功能定位及其构造之必要

数据访问权在功能上通常被视为是缓解“数据孤岛”现象的一种制度手段,以便需求者能够“解锁数据”。如前所述,有学者倡议在法律上赋予相关权利主体以“数据产权”等财产权化的方式,以实现对数据在市场经济活动中的占有、使用、收益与处分等物权性权益的强保护。但该方案仅停留在理论构想阶段,实践基础并不扎实,且存在明显的数据界权成本问题。其后,有学者经由权利束维度的多重权益考量,并基于效率原则和对数据财产权论的修正,主张尊重权利人对数据的事实控制,创设有利于竞争且能相对控制数据使用权的权属。即实现数据单一财产权路径保护至多重权益保护之数据控制权进路的转变。然而,二者都容易导致数据垄断问题,且该问题在人工智能技术加持下将更为突出。就此,有必要基于数据特殊权益的多重私权属性,通过构建数据访问权之制度激励打破信息孤岛、盘活数据存量,从而更好地访问和利用数据(集)。

如前所述,数据访问权的成立前提是尊重数据控制者为收集数据所付出的劳动与资本投入。从技术上讲,人工智能大模型技术背景下实践中智能设备数量和数据种类的增加通常要求数据生产者在使用数据之前将其转化为可用的结构。这个过程被称为“数据整理”,包括设计和实施一个数据模型,使得机器自动生成数据(Machine-Generated Data,简称MGD)。MGD不仅可以由传感器产生和传输,而且还可以在准备使用数据时被处理和结构化。换言之,该过程可以看作是对数据生成的投资,但又与动态数据库高度相关的“劳动”概念下的投资有所不同。至少,这需要以特定的数据库和它们的结构为着眼点,经过例如人工智能等算法程序更繁复的再加工,具有更为明显的“劳动投入”,而且其最终成果须借助电子设备、网络表达呈现出来。加之MGD生成的数据通常很有价值,其包含所有用户的行为痕迹、活动轨迹、事务信息以及应用程序、服务器和网络移动设备等明确且实时的信息记录,具有通过数据大模型进行商业化利用的巨大潜力,因而访问这类数据(集)往往需要付费。而且,相较于传统数据库的法律保护,通过人工智能技术的数据抓取、学习、输出过程显然更为复杂,已然超出传统知识产权的范畴,需要更为统合的多重私权协调治理。
(二)数据访问权私法构造在人工智能大模型技术场景中的具体展开
法律意涵上私主体间的权益(利)通常包含三项基本要素,即特定的权益主体、清晰的权益内涵和明确的权益客体范围。作为权益复合型的数据访问权构成也概莫能外。该权益是权利人进一步收集、加工、使用、交易等后续商业化利用数据行为的合法性基础。例如,人工智能大模型数据训练的合法抓取以数据的访问权为前提,从而展开后续数据集合的处理(学习)等再利用行为。经由数据需求者在私法框架下符合法定条件时的请求和双务合同关系中的权益,数据控制者必须提供数据或允许其访问数据,进而帮助数据共享,具体详述如下。
1.权益主体
人工智能大模型服务提供者、技术开发者等为主要权益主体。数据控制者通常包括数据的生产者、持有者,而数据的需求者通常又包括数据用户、第三方等。进而要处理好两个层面的关系:(1)数据控制者和数据用户之间的关系;(2)数据用户、第三方和数据控制者之间的关系。显然,大模型背景下相关数据产品和服务将使企业和客户获益。这些受益人包括人工智能开发人员、科研工作者、文化产业机构、小企业、记者以及参与其中的社会公众等。数据持有者并不拥有对数据的绝对排他性权利,也没有法律上事先排除许可的选择。相反,数据即使没有商业实践中共享的事实依据,至少在理论上亦可由所有市场参与者积累。因而有数据访问需求的个人、法人与非法人组织既是数字市场的重要组成部分,又是法理上数据访问权的权益主体。
需注意的是,我国法语境下权益主体的数据访问权之请求权依据与国外法律学者倡导的“竞争损害理论”有所不同,多而是应以现行《数据安全法》《个人信息保护法》《人工智能办法》等法规的监管访问制度为规范基础。譬如,《数据安全法》第3条第1款规定,“数据处理,包括数据的收集、存储、使用、加工、传输、提供、公开等。”该法第41条同时要求“国家机关应当遵循公正、公平、便民的原则,按照规定及时、准确地公开政务数据。”另外,《个人信息保护法》第7条、第10条、第13条第6项、第27条、第45条第3款、第58条等规定以及《人工智能办法》第5条、第22条等规定均有涉及数据(包括经处理后的个人信息)开放共享的方式、合规要求与请求权主体等事项。
2.权益内涵与客体范围
私主体间的权益内涵通常体现为民事主体的特定利益,其通常能被涵摄于我国《民法典》第3条规定意义上的“合法权益”要件。同时,(私)权益的内容既可以来源于法律规定,也可以在私法自治的范围内来源于当事人的约定。数据访问权的权益内涵在学理上首先表现为允许对可商业化利用数据(集)的接触权(access right)。但与欧盟法语境下在规范层面的接触权概念表达有所不同,我国法上通常称之为数据访问权,且目前数据访问权往往又以“公开”“开放”等为关键词的形式在立法条文中呈现。
数据访问权的权益客体通常指向市场中可商业化利用的数据(集)。这些具有商业价值的数据集合在法律上可作为一种市场交易关系中的客体对待,进而为法律关系主体之自然人、法人与非法人组织服务,并具备以下几项特征:(1)作为无形客体且具有一定独创性。数据在价值的形成和实现过程中都只能借助特定的技术手段、网络与电子设备装置等以无形的方式呈现与利用。而且,基于不同程度的加工与(资金)投入符合著作权法上的独创性要件保护以及投资要件保护,因而也容易与现有的知识产权保护制度对接。(2)秘密性与价值性交织。无论是前述MGD生成的数据,还是经收集者不同程度“粗细加工”后的数据都具有商业利益与使用价值,而且这些可商业化经营数据通常与秘密性并存。由于担忧所控制之数据集合的财产性利益被窃取,数据持有者往往不愿通过公示、公开来确定其权益边界,而是通过相应技术措施以秘密信息的方式将之保护,所以与一般知识产权的公开保护方式不同,其难以直接适用某一私法单行法而达至保护目的。(3)规模性与可支配性并存。一方面,人工智能大模型技术背景下要求有作为数据访问权客体的足够多数据的“投喂”,才能满足数据大模型的运行需求。另一方面,海量的数据通常可通过载体介质固定下来且受代码、技术规则的控制,因而可被数据持有者所支配。其目的在于一则通过技术手段确定数据权益边界的同时,起到稳定数据财产性利益转换的目的;二则在发生相关数据集合侵权情形时,也容易明确权利人的权益范围。
通过特定技术手段的界分和控制,目前学界与业界都较为认可可商业化利用之数据属于私法上的权益客体,其自然也属于数据访问权的权益客体。而且,在法律规范依据层面,这些数据集合如前述较为适合在有限排他性保护需求的基础上作为特殊权益的多层综合保护路径选择。
3.权能实现
人工智能的数据大模型因可接入DeepSeek、音视频生成、金融、医疗、自动驾驶等各行各业而具有通用性,其提供的信息内容与机器所需而合成的数据具有强大赋能性,不仅是人工智能时代的新型数字基础设施,而且在法律上需要分层分类进行规制。法理上数据访问权的权能实现过程是相关权利人在数据流通环节数据访问请求权的实施;同时根据是否产生对价给付可大致分为有偿访问与无偿访问两种类型,即以付费与免费为界分构建数据交易与流通体系。而在行使数据访问请求权时,一则需要考虑所访问数据集合是否被控制保护,二则需要注意是否有权以合法正当的方式访问、收集、处理目标数据(集)。

   通知公告

  • 暂无相关记录!
【编辑:杨昊一