# 数字时代的权利理论
个人信息权、数据权益与人工智能背景下的新型权利讨论。
## 关联阅读
- [宪法学：专题梳理](/docs/resources/constitutional/topics)：将基本权利专题与数字时代的新型权利讨论结合阅读。
- [法理学](/docs/resources/theory/jurisprudence)：以一般权利理论为线索，继续阅读数字时代的权利争议。
- [数字法学原理](/docs/resources/digital/principles)：将网络、数据与人工智能制度，同新型权利讨论结合阅读。
- [个人信息保护法教程](/docs/resources/digital/personal-information)：围绕个人信息权益、自动化决策与救济展开比较阅读。
- [个人信息保护：原理与实践](/docs/resources/digital/privacy-practice)：比较个人信息权、数据携带与算法治理等问题的理论进路。
---
> [!abstract] 本页导航
> [导言：新型权利的涌现与争议](#导言新型权利的涌现与争议) · [个人信息权利](#第一编-个人信息权利) · [个人信息权的自决：从告知同意到多维治理](#第二章-个人信息权的自决从告知同意到多维治理) · [个人信息权的救济：从个体侵权到公共治理](#第三章-个人信息权的救济从个体侵权到公共治理) · [数据新型财产权：从排他性保护到行为保护](#第四章-数据新型财产权从排他性保护到行为保护) · [数据来源者权：从一般性赋权到沟通型权利](#第五章-数据来源者权从一般性赋权到沟通型权利) · [数据公平利用权：从一般性赋权到数据治理](#第六章-数据公平利用权从一般性赋权到数据治理) · [数据爬虫权利争议：从统一界权到个案判断](#第七章-数据爬虫权利争议从统一界权到个案判断)
> [人工智能训练中的数据权困境：重构公共性](#第八章-人工智能训练中的数据权困境重构公共性) · [人工智能决策的算法解释权难题：重构信任](#第九章-人工智能决策的算法解释权难题重构信任) · [人工智能作品的著作权争议：重构人机关系](#第十章-人工智能作品的著作权争议重构人机关系) · [结语：在多维部门法制度中理解权利](#结语在多维部门法制度中理解权利)
数字时代的权利理论
## 导言：新型权利的涌现与争议
> 💡 **核心背景** ：信息科技与数字技术的兴起，使传统权利理论不断遭遇新场景的冲击。本书主要围绕个人信息权利、数据相关权利与人工智能相关权利三条线索展开，讨论这些新型权利何以产生、如何证成，以及应当通过何种部门法制度加以安置。
#### 一、个人信息权利的演进
个人信息权利首先是在信息处理技术兴起的背景下发展出来的。美国学者阿兰·威斯丁（Alan Westin）于 1967 年出版《隐私与自由》，提出以个人信息控制为核心的隐私权主张，使其区别于传统侵权法中的第一代隐私保护。欧洲则通过德国“人口普查案”发展出 **信息自决权** （right to information determination）理念，将个人对信息处理过程的控制提升为重要法益。
此后，个人信息保护逐渐制度化。1973 年美国发布“ **公平信息实践** ”（Fair Information Practice）报告，形成以知情、访问、更正、删除等个体权利和处理者义务为核心的通行框架。欧盟通过《基本权利宪章》及《一般数据保护条例》（GDPR）确立了以个人数据权利为中心的制度；我国《个人信息保护法》（PIPL）则以保护个人信息权益为目标，形成了与欧美各有差异的制度结构。
#### 二、数据相关权利的争议
数据相关权利的争议主要集中在企业、数据来源者与社会公共利益之间的关系。一方面，有观点主张传统知识产权保护不足，应赋予企业数据财产权或准财产权，以激励数据收集利用并促进交易流通；反对者则认为，传统知识产权法、反不正当竞争法等工具已经足够，过度确权反而会侵蚀公共领域、妨碍数据流通。较为折中的路径是采取 **行为主义保护** ，即优先利用合同法、侵权法、反不正当竞争法等既有制度，对特定不当行为进行规制，而不轻易设立排他性财产权。
另一方面，数据来源者权利与数据公平利用权试图回应数据垄断和收益分配不公。前者关注被收集方在数据生成和利用中的地位，后者强调让未能享受数据红利的个人、中小微企业获得一定的数据访问与利用机会。但这两类权利也可能限制甚至架空企业数据利益，典型争议便体现在数据爬虫、平台数据迁移和自动化获取数据的权利归属问题上。
#### 三、人工智能相关权利的争议
人工智能相关权利则可以按照输入端、使用端和输出端展开。输入端的核心问题是训练数据：人工智能高度依赖海量数据汇聚，但这些数据往往受到个人信息保护法、著作权法和平台规则的共同约束。使用端的核心问题是算法决策：由于 AI 决策具有黑箱属性，法律发展出 **算法解释权** 、拒绝纯粹自动化决策权、知情权等工具，但这些工具若被僵化适用，又会造成解释成本过高、技术运行受阻等问题。输出端则集中于 AI 作品著作权争议：支持者强调 AI 作品已经具有显著创造性，赋予版权有利于激励创作；反对者则坚持著作权应以人类创作为基础，非人类生成内容不宜获得完整版权保护。
## 第一编 个人信息权利
## 第一章 隐私权与个人信息权：人际关系与人机关系
> 💡 **核心论点** ：隐私权与个人信息权并不是同一权利在不同法律中的重复表达。二者的关键差别在于，隐私权保护被拟制为平等主体之间的“人际关系”，个人信息保护则被拟制为人与信息处理系统之间的“人机关系”或“信息处理关系”。只有抓住这一制度拟制差异，才能解释《民法典》与《个人信息保护法》之间看似冲突的规则安排。
#### 一、核心基础：人际关系与人机关系的法律拟制
##### 1. 隐私权：拟制为“人际关系”
隐私权源于 1890 年沃伦与布兰代斯《隐私权》一文，其经典表述是“个人独处的权利”。这一权利最初回应的是 19 世纪末现代媒体和摄影技术对名人、私人生活的侵扰，因此它天然带有传统侵权法色彩。
在法律结构上，隐私权通常将侵权者和被侵权者拟制为 **能力平等的民事主体** ，处理的是一对一的人际关系。我国《民法典》人格权编关于私人生活安宁、私密空间、私密活动和私密信息的规定，也基本延续了这一逻辑。
##### 2. 个人信息保护：拟制为“人机关系（信息处理关系）”
个人信息保护则产生于 20 世纪 60-70 年代计算机与数据库在政府、私人部门中的 **系统性、永久性、大规模** 应用。此时的风险不再只是某个自然人窥探他人生活，而是专业化组织通过技术系统持续收集、存储、分析和利用个人信息。
这一制度脉络在各国立法中均有体现。美国以 1970 年《公平信用报告法案》为雏形，后续又出台《隐私法案》等制度；欧洲从 1970 年《德国黑森州数据保护法》开始，即以“自动化数据处理”为主要对象，欧盟从《数据保护指令》到 GDPR 也始终聚焦自动化、半自动化处理或结构性档案处理。我国无论是《民法典》个人信息条款，还是《个人信息保护法》，都以“ **个人信息处理** ”作为法律调整与保护的核心。
#### 二、隐私权与个人信息保护的制度差异
基于“人际关系”与“人机关系”的区别，两者在制度上呈现四大核心差异：
1. **制度框架不同** ：
- *隐私权*：采取 **侵权法** 保护，依赖个体向法院提起司法救济。
- *个信保护*：以“ **公平信息实践** ”为基础，采取 **公私法合作治理** （赋予个体知情/访问/更正等权利，对处理者施加透明/必要/安全等义务）。
2. **适用前提不同** ：
- *隐私权*： **对世权** ，适用于不特定第三人（任何第三人均可拟制为平等民事主体）。
- *个信保护*：仅针对 **信息能力不平等的专业化/商业化信息处理者** 。中欧立法均明确排除“因个人或家庭事务而处理”及“非结构化手动处理”。
3. **目标群体不同** ：
- *隐私权*：调整一对一关系，保护对象为 **个体** 。
- *个信保护*：调整一对多/海量个体关系，以 **实现群体保护** 、防范社会风险为重要目标。
4. **权利性质不同** ：
- *隐私权*： **消极防御性的实体权利** （基于个体尊严与安宁的确定性共识，强调事后救济）。
- *个信保护*： **积极性的程序性权利（工具性权利）** 。其赋权并非为了实现对自身信息的绝对支配（手段而非目的），而是为了矫正信息不平等、实现信息关系的有效治理。
> 📌 **【理论延展】如何解释两者的“制度表面矛盾”？**
> - *矛盾 1：隐私权是核心“权利”（范围窄），个信是“权益”（范围广），为何个信保护手段更严格？*
> - **解释** ：隐私侵权是具体/现实的个体损害；而个信处理易导致“ **大规模微型侵权** ”，涉及群体风险，故需范围更广、程度更高的风险预防。
> - *矛盾 2：隐私权适用一般过错原则，个信保护适用更严苛的过错推定/违法性要件原则？*
> - **解释** ：隐私权旨在维持平等主体间行为自由与权利保护的平衡；个信保护旨在矫正不平等关系、倒逼企业合规。严苛归责可发挥个体作为“私人总检察长”的功能，维护群体权益。
#### 三、隐私与个人信息保护的适用场景
根据是否存在“信息处理关系”，决定适用何种制度工具：
##### 1. 不存在信息处理关系（纯人际关系）
- **规则** ： **只能适用隐私权保护** 。
- **理由** ：若适用个信保护（要求同意及查阅/删除权），将限制日常行为自由造成普遍违法，甚至反向激励主体收集更多信息以应对权利请求。
- **临界案例（如街拍）** ：非专业性街拍适用隐私权保护（新闻自由与隐私协调）；若涉及对大量个信的自动化/结构性处理，则可同时适用个信保护。
##### 2. 存在信息处理关系（人机关系）
在此场景下，监管机构与法院的角色定位不同：
1. **监管机构（中、欧、美一致）** ：
- 定位与职能是 **维护公共利益与公共秩序** ，制止违法并处罚，但 **一般不进行直接的个体损害赔偿** 。
2. **法院适用（各国立场分化）** ：
- *美国模式（恪守私法救济）*：坚持传统私法定位，受理要求具有“具体损害”或“实质性风险”（Standing 资格）。无实际损害的案件留给监管机构。
- *欧盟模式（法院行使监管职能+限制侵权）*：赋予法院与独立监管机构相同的权力（直接救济与复审）；同时 **严格限定侵权法适用** （要求实际损害，“合规吸纳侵权”，处理者有权反证免责）。
- *中国模式（双管齐下）*：
1. **赋予个信权利诉权** ：法院行使类似监管机构职能（个保法第 50 条）。
2. **改造传统侵权法** ：适用过错推定原则、举证责任倒置及多重赔偿计算方式（个保法第 69 条），强化侵权法的威慑与治理功能。
3. **背景原因** ：我国缺乏统一独立的专业个信监管机构（网信部门等法治化程度待提升），且法院近年来已具备较强公共监管职能（如环境/金融法庭）。需要注意的是，法院仍应明晰自身在不同诉讼中的角色，避免监管责任与侵权责任被不加区分地叠加。
#### 四、《民法典》与《个人信息保护法》的适用关系
> 💡 **核心主张** ：应超越文本层面的“一般法与特殊法”或“平行适用”之争，转向 **“制度模块”视角** 。即：将《民法典》个信条款与《个保法》视为 **同一个“个人信息保护制度模块”** ，用以处理与隐私权、合同、侵权等其他制度模块的关系。
##### 1. 转向“制度视角”的优越性
1. **符合规范本质** ：《民法典》个信条款（第 1035-1038 条）均包含“处理”表述，且合法正当必要原则、免责事由、查阅复制等权利与《个保法》高度同质。
2. **避免逻辑矛盾** ：若仅依文本解释，《民法典》未排“个人/家庭事务”，将导致日常行为普遍违法；同时会导致同一类法定权利在两部法中保护不同客体（人格权 vs 人格尊严及财产安全）的荒谬结论。
3. **化解概念冲突（以“私密信息”与“敏感信息”为例）** ：
- *私密信息（属隐私权模块）*：基于 **人际关系** 界定，具高度不确定性，依赖双方关系和事后侵权认定（如朋友间获知住址不违法，媒体曝光则违法）。
- *敏感信息（属个信制度模块）*：基于 **人机风险** 界定，具相对确定性，采取“列举+开放评估”的事前确定模式。
##### 2. 制度视角下的三大法律适用规则
1. **人格权禁令的适用（《民法典》第 997 条）** ：
- *条件*：不能仅因信息处理者拒绝个人的查改删请求就颁发禁令。 **只有在信息处理存在严重违法或侵害大量个体的情形下** ，法院才可借助禁令予以制止。
- *性质*：此时法院实质在履行类似监管机构的职责（行使主观公权利救济）。
2. **合同法的适用（告知同意是否属于合同违约）**
- *一般情形*：告知同意是一对多的合法性许可（治理工具），不可剥夺法定个信权利。违反隐私政策侵害的是竞争秩序或海量个体权益， **性质属违法举报，多由监管处罚，不适用违约之诉** 。
- *例外情形*：若双方单独协商、明确支付报酬采集数据，违反约定可提起违约之诉（此情形退回至“人际关系”范畴）。
3. **侵权法的适用（应对实践中三诉并发的场景）** ：
- *隐私权之诉*：适用过错原则与损害赔偿，侧重 **个体救济** （合规处理中仅存在个体损害时适用）。
- *个信权利之诉*：实质是 **个体举报与公共监管** ，由法院作裁决（处理者违法但无具体损害时适用）。
- *个信侵权损害之诉*：适用过错推定/举证倒置，发挥侵权法的 **威慑与公共治理功能** （处理合规但存在侵害群体的下游损害风险时适用）。
#### 五、总结与延展：权利保护的制度模块视角
综上，隐私权主要依赖侵权法来调整平等主体之间的人际关系；个人信息保护则通过合作治理来调整能力明显不平等的信息处理关系。正因其面对的是“大规模微型侵权”和个体难以代理判断的系统性风险，个人信息保护比传统民法权利、消费者权利和劳动者权利都呈现出更多公法因素，也更依赖政府、企业与个体之间的合作治理。
因此，相关法律适用不应停留在“一般法优先”或“特别法优先”的文本排序，而应转向 **治理目标驱动下的制度工具选择** 。在纯粹人际关系中，应主要适用隐私权规则；在信息处理关系中，则应根据救济、监管和损害预防的不同目标，在隐私权、个人信息权利诉讼、特殊侵权诉讼之间进行选择、改造和搭配。
## 第二章 个人信息权的自决：从告知同意到多维治理
> 💡 **核心主旨** ：告知同意作为个人信息保护的前端核心制度，在《个人信息保护法》中占据“一般规定”的地位。然而，若仅从传统的“合同”或“意思自治”二维视角看待该制度，其在实践中已陷入“信息过载与决策疲劳”的困境。为突破困境，必须拓宽维度，将其定性为兼具消费者合同、声明与合规属性的 **多维法律制度工具** ，并在制度设计上实现“告知与同意的解绑”及多维重构。
#### 一、告知同意的法律性质：合同、声明与基本权利合规
围绕告知同意是否构成民事上的“意思表示”、违约或侵权免责事由，不同国家和地区呈现出截然不同的法律定性：
##### 1. 美国：作为合同与声明的混合
1. **作为“企业声明”（多数裁判立场）** ：20 世纪八九十年代，企业为避免政府规制而采取自愿设置隐私政策的“自我规制”。大多数美国法院将其视为 **没有传统合同约束力的声明** （类似产品说明书）。
- *典型案例*：2005 年“西北航空公司案”，法院否定了告知同意的合同性质。
2. **作为“传统合同”（少数裁判立场）** ：仅在“点击协议”或显著“弹窗提醒”等引起用户反复注意的模式下，法院才可能将其视为合同（如捷蓝航空案、美联合航案）。而在一般的“浏览协议”中则予以否定。
- *救济困境*：即便认定为合同，法院也常以 **缺乏“明显和实际的损害”** （如 Facebook 案、雅虎案）为由，驳回用户的违约之诉。
3. **监管部门的介入（FTC 执法）** ：美国联邦贸易委员会（FTC）将隐私政策视为企业的“自我承诺”，企业违反该承诺将被视为对消费者的“欺诈与不公平竞争”，从而招致 FTC 的调查与监管。
##### 2. 欧盟：作为公法基本权利的合规措施
1. **排除市场化特征（信息不可让渡性）** ：《欧盟基本权利宪章》及《一般数据保护条例》（GDPR）将个人数据被保护权视为宪法基本权利。处理者无权自由设置条款，必须符合法定合规要求（施瓦茨教授称之为“信息的不可让渡性”）。
2. **并非侵权法的免责事由** ：告知同意仅仅是合规的一环，不能作为违法阻却事由。即便获得明确同意，若违反“目的限制”“数据最小化”原则，仍属违法行为。
3. **执法主导与消费者合同特征并存** ：
- *救济途径*：主要通过向独立监管机构申诉或法院提起基本权利合规诉讼；侵权诉讼亦以“违法性”为前置条件。
- *消费者合同特征*：允许在基础服务外对增值服务进行单独同意（禁止强制捆绑搭售）；同时受《关于消费者合同中不公平条款的理事会指令》规制。
##### 3. 中国：兼具多重属性的多维治理工具
1. **保护型法的合规属性** ：我国《个人信息保护法》（PIPL）与欧盟相似，视其为基本权利保护。立法过程中，草案删除了“意思表示”的表述，明确将其界定为具有保护型法特征的 **处理合法性基础（合规要求）** 。
2. **保留消费者权利保护与多部门监管体系** ：我国未高度意识形态化，更关注消费者权利保护；且实施机制未设独立统一监管机构，采取多部门监管与救济体制（类似美国）。
3. **结论** ：我国的告知同意制度应被视为一种兼具 **消费者合同、企业声明、基本权利合规** 的多维法律制度工具。
#### 二、告知同意的制度困境：信息过载与决策疲劳
如果仅以二维视角的“个人自决”或“合同”来看待告知同意，该制度在实践中面临三大根本困境：
##### 1. 告知的困境（信息过载）
1. **认知门槛高** ：隐私政策冗长、专业、枯燥。普通用户既缺乏时间（研究表明通读需平均 244 小时/年），又缺乏专业知识（如难以理解动态 IP、SDK 运行原理等）。
2. **“隐私悖论”导致无兴趣** ：用户口头重视隐私，行动上却轻易“用隐私换便利”。由于侵害风险具有不确定性和非即时性，个体缺乏阅读兴趣。
3. **强制披露的失败** ：正如本沙哈教授所言，在全面数字化的社会，海量的披露提示会压垮消费者，拒绝阅读隐私政策实质上是一种面对信息洪流的“理性选择”。
##### 2. 同意的困境（意思异化）
1. **非知情的同意** ：理查德与哈特佐格教授指出，由于不理解技术与法律后果，用户的同意只是一个“空壳”，无法反映真实意志。
2. **被诱导或胁迫的同意** ：面对平台垄断与用户黏性，个体难以说“不”。企业常通过精心设计的交互界面（如 **暗黑模式** Dark Patterns）进行操控与诱导，导致同意沦为非真实意思表示。
3. **功能蠕变（同意被绑定）** ：面对多重处理目的，用户无法进行“颗粒度”的选择。库普斯教授指出，这导致个人信息常被用于用户并未真正认同的初始目的，彻底架空了“目的限定”原则。
##### 3. 强化告知同意的失效（越强化越背离）
各国法律试图通过“升级加码”来挽救该制度，但往往适得其反：
1. **告知强化的矛盾** ：要求“清晰平白”会使政策更加冗长；要求“简洁”又会导致告知不完整；要求“反复警示”则会引发用户的警示疲劳。
2. **同意强化的负担** ：欧盟 GDPR 严苛规定了同意的四大要素（自由作出、具体、知情、明确表明意愿）。若强制要求所有场景采用“选择加入（Opt-in）”或强行弹窗打断使用体验，不仅无法激发个体的真实权衡，反而只会增加用户负担。
#### 三、告知的另类用途：从二维到多维功能转换
跳出个体维权视角，隐私政策在多维治理体系中具备四大不可替代的“意外”社会功能：
##### 1. 企业自我规制的章程（面向企业内部）
隐私政策并不只是面向用户的告知文本，也具有企业内部章程的功能。它会迫使企业设立首席隐私官（CPO）或指定合规负责人，盘点数据资产并建立统一操作规程。斯怀尔教授的研究表明，隐私政策能够显著降低企业向第三方进行大规模、无监管数据转让的可能性。我国 PIPL 第 51/52 条以及欧盟 GDPR 的 DPO 制度，也都需要依托隐私政策来落实。
##### 2. 市场声誉机制的媒介（面向市场中介）
在市场层面，个人信息保护容易陷入信息不对称的“柠檬市场”，即劣币驱逐良币。隐私政策为第三方中介机构提供了评级、打分和认证的客观依据，例如早期的在线隐私联盟 OPA 和目前的 TRUSTe 认证机构。借助这些外部评价，市场才能形成相对稳定的声誉机制。我国 PIPL 第 58 条要求大型平台成立独立机构监督，GDPR 的认证和印章制度，也都建立在类似逻辑之上。
##### 3. 法律司法与行政执法的依据（面向公权力机构）
在司法和行政执法中，隐私政策还提供了重要的“硬法”抓手。个体或社会组织可以据此发挥“私人总检察长”功能，提起申诉、侵权诉讼、公益诉讼（我国 PIPL 第 70 条）或代表性诉讼（欧盟 GDPR 第 80 条，如施雷姆斯案）。监管机构也常从隐私政策是否清晰、是否存在欺诈入手展开执法，例如美国 FTC 处理剑桥分析案、法国 CNIL 对谷歌作出高额罚款，均体现了这一功能。
##### 4. 沟通交流与隐私教育的工具（面向公众）
最后，隐私政策也是用户维权和公众教育的工具。它为用户提供企业联系方式和权利行使路径，并在合理频次内唤醒公众的隐私意识。只要避免过度弹窗和反复打扰，这种机制就可以潜移默化地落实国家层面的隐私保护宣传教育要求（我国 PIPL 第 11 条，欧盟 GDPR 第 57 条）。
#### 四、告知同意的制度重构：迈向多维治理设计
为避免流于形式并全面激活上述多重功能，应当对告知同意制度进行以下四大重构：
##### 1. 告知与同意的适度解绑
- **核心理念** ：告知不应仅以获取个体同意为唯一目标，更要面向合规人员、社会主体与执法者。
- **适度放松同意要求（避免盲目加码）** ：
- 除高危风险（如调取摄像头、获取密码）及敏感信息（PIPL 要求的“单独同意”“书面同意”）必须采取严苛的 **“明确同意/选择加入（Opt-in）”** 外；
- 一般场景下应当允许采用 **默示同意或“选择退出（Opt-out）”** （借鉴美国法经验，相较于欧盟 GDPR 过度干扰体验的做法更为务实），以降低用户决策负担。
##### 2. 多样分层的沟通机制
1. **呈现警示度分层** ：
- *底部链接*：适用于低风险场景（如收集匿名/去标识化信息的搜索引擎），维持页面简洁。
- *普通弹窗/红黄警示弹窗*：适用于中高风险场景，以此实现对用户注意力的合理分配。
2. **呈现结构分层（类似复杂产品说明书）** ：
- *第一层（首要交互界面）*：针对普通用户，采用一目了然的目录及极度简洁平白的语言。
- *第二/三层（深入链接）*：针对监管者、企业合规人员及专业读者，展开全面、细致、高度专业的法律与技术条款。
##### 3. 隐私政策的合规内嵌（产品化）
1. **企业内部合规前置** ：隐私政策不应是产品上线后的公关掩饰，而应是企业内部各部门（研发、法务、产品）前期深度盘点数据流向、协调评估后的“决策平台”（当前我国法务在企业内话语权较弱，需强化）。
2. **落实“隐私设计”（Privacy by Design）** ：
- 该理念由安·卡沃基安提出（被 GDPR 第 25 条及我国 PIPL 第 51 条安全技术措施吸收）。
- 要求将个人数据保护默认嵌入前端产品架构设计（如产品源头默认加密、去标识化），实现企业商业利益与个人隐私的双赢。
##### 4. 基于风险的模块化设计
1. **风险点模块化清单** ：针对“第三方共享”“防黑市泄露”“去标识化程度”等核心风险点，引导信息处理者进行标准化、模块化的披露。
2. **机器可读与批量监管** ：模块化设计有利于形成机器可读的数据集，大幅提升司法诉讼与行政监管的智能化与高效化。
3. **重塑市场机制（“营养标签”与“商标化”）** ：借鉴保罗·欧姆（Paul Ohm）的“隐私政策商标化”理念及食品管理中的“成分营养标签”理念，让用户能直观比对，重新激活个人信息保护市场的良性声誉机制。
## 第三章 个人信息权的救济：从个体侵权到公共治理
### 引言：司法救济的底层争议与转向
在个人信息权利兴起之前，隐私权保护基本依赖法院进行侵权法保护（如美国普通法体系下威廉姆·普罗斯 *William L. Prosser* 总结的隐私保护，以及大陆法系以人格权为基础的隐私保护）。但面对个人信息权利保护，产生了两大核心争议：
1. **诉讼性质与规则之争** ：个人信息权利诉讼究竟是适用人格权禁令的人格权侵权诉讼，适用一般过错原则的一般侵权诉讼，还是具有公益性质、应适用类似举报申诉原则的私人诉讼？
2. **损害界定与归责之争** ：我国《个人信息保护法》第 69 条第 1 款规定：“处理个人信息侵害个人信息权益造成损害，个人信息处理者不能证明自己没有过错的，应当承担损害赔偿等侵权责任。”由此产生的问题是：如何界定损害、适用何种归责原则，以及如何确定赔偿？
本章的基本立场是，个人信息权利之诉与个人信息侵权之诉的重心，都应 **从个体补偿救济转向公共治理** 。前者更接近申诉与举报，法院在其中发挥类似独立监管机构的角色；后者则不应停留于个体损害赔偿，而应转向合理威慑。侵权法和司法制度都必须围绕这一总体目标重新定位。
### 一、比较视野下的个人信息司法保护
| 比较维度 | 欧盟模式 | 美国模式 |
| :--------- | :------------------------------ | :--------------------------- |
| **整体框架** | 权利救济与侵权赔偿的 **二元模式** | 依赖监管机构的市场规制，仅提供 **有限的侵权法保护** |
| **权利诉讼性质** | 视作宪法性基本权利的确认与执法，具私人触发公共执法特征 | 拒绝纯粹基于法定权利的诉讼，要求“实质性风险”的损害前提 |
| **侵权赔偿界定** | 损害界定狭窄，要求额外证明；归责原则在合规与责任间存有模糊地带 | 仅对造成具体伤害或实质性风险的数据泄露允许侵权救济 |
#### 1. 欧盟：权利救济与侵权赔偿的二元模式
欧盟《一般数据保护条例》（*General Data Protection Regulation, GDPR*）设立了双轨并行的司法救济体系。
**第一轨：个人信息权利的司法救济**
欧盟将个人数据被保护权视为源自《欧盟基本权利宪章》（第 8 条第 1 款）的宪法性权利。GDPR 第 1 条第 2 款强调保护自然人的基本权利和自由。在此定位下，权利救济非传统侵权救济，而是 **私人触发公共执法** 的机制：
1. **权利确认与执法请求** ：GDPR 第 79 条第 1 款赋予数据主体在权利被侵犯时获取司法救济的权利，本质是请求法院对权利进行确认与执法。
2. **监管机构申诉并行** ：GDPR 第 77 条规定数据主体有向监管机构进行申诉的权利。
3. **数据主体代表制度** ：GDPR 第 80 条第 2 款允许符合条件的机构、组织或协会代为提起申诉和行使权利。
4. **法院的独立监管角色** ：GDPR“重述”第 4 条指出该权利非绝对权利，需与言论自由、商业自由平衡。法院在此诉讼中实际扮演类似欧洲数据保护监管局（*European Data Protection Supervisor*）的独立监管功能，适用非传统侵权规则并需具备技术知识。
**第二轨：造成损害的侵权赔偿之诉**
GDPR 第 82 条确立了获取赔偿的权利与责任，但也存在实施难点：
1. **损害的狭义界定** ：GDPR“重述”第 136 条虽要求广义解释，但欧盟委员会明确否定“违法即损害”，要求提供额外证明。各国法院对非物质损害解释不一（如英国法院在 *Vidal-Hall* 等案中将尊严、焦虑视为损害；爱尔兰法院在 *Kelly v. Hennessy* 案中仅承认引起精神疾病的损害）。
2. **归责原则的模糊紧张** ：第 82 条第 2 款将“违反本条例”作为担责前提，但第 3 款允许控制者/处理者证明“没有任何责任”而免责，导致“合规操作却致损”与“违规操作必然担责”之间的逻辑紧张。
#### 2. 美国：有限的侵权法司法救济
美国对个人信息的保护整体采取市场规制路径，法院提供的纯粹侵权法保护极其有限。
**极高的司法救济门槛**
从联邦层面的 HIPPA、COPPA 到州层面的 CCPA，立法上多将救济权赋予监管机构或州检察长。美国法院基于美国《宪法》第 3 条，认为法院只能受理“案例”或“争议”，原告不能仅凭法定权利起诉，必须证明 **“具体的”“无形的伤害”** 或满足 **“真实的损害风险”** 。
1. *Clapper v. Amnesty International (2013)*：原告推测遭国家安全局监视，因未能证明存在“实质性风险”的伤害被否定诉权。
2. *Spokeo Inc. v. Robins (2016)*：Spokeo 网站误将当事人标为富有、已婚及具专业背景。当事人依《联邦公平信用报告法案》（*FCRA*）起诉称损害就业机会。联邦最高法院以损害必须“具体”且具“真实损害风险”为由发回重审。
3. *TransUnion LLC v. Ramirez (2021)*：联邦最高法院再次确认，企业未披露收集的信息或收集错误信息，不构成“具体伤害”。
**侵权救济的例外敞口**
1. 造成具体伤害（身体、经济、名誉、歧视等）或一定预期伤害（如贩卖信息给犯罪分子）。
2. 可能造成实质性风险的数据泄露或违规披露行为（全美各州大都制定数据泄露法并允许诉讼，如 *TransUnion* 案中认定未经同意向第三方提供信息构成具体伤害，具备诉权）。
**联邦贸易委员会（FTC）的普通法保护**
美国收紧司法救济受到隐私人学者的严厉批判（如 *Spokeo* 案法庭之友意见中，科恩 *Julie Cohen*、索洛夫 *Daniel Solove* 等多位学者指出违反法定权利本身即是伤害）。但在实践中，美国依赖联邦贸易委员会（FTC）依据 15 U.S.C. § 45(a)(1)对“不正当与欺诈性贸易行为”进行监管。FTC 执法采取基于案例的听证、抗辩、和解模式，呈现典型司法特征，被称为 **“普通法保护”** （*Daniel J. Solove & Woodrow Hartzog*）。
### 二、迈向治理型的个人信息权利之诉
#### 1. 公私法高度融合的权利基础
我国《个人信息保护法》规定了知情同意权、决定权、查阅复制权、转移权、更正补充权、删除权、解释说明权等（相较 GDPR 增加了死者亲属信息权利），呈现公法基本权利直接适用特征。同时，《民法典》人格权编第 1035 至 1039 条也规定了查询复制、更正、删除等权利。无论依据哪部法律起诉，两者实质均以 **“处理关系”** 为核心，既非针对国家的公法诉讼，也非针对平等主体的传统民事诉讼。因此，《民法典》中的条款应被理解为融合公法价值的新民事权利，两部法律为诉讼提供了融贯一致的法律基础。
#### 2. 诉讼性质：作为申诉与举报的私人执法
个人信息权利之诉应定位为类似向独立监管机构提起的 **申诉** ，而非传统民事侵权之诉：
1. **不以损害为前提** ：剔除传统隐私权、名誉权损害后，企业不提供隐私政策或不支持访问/更正等请求，很难认定个体受到了民事上的明确“损害”。
2. **拒绝盲目扩大“损害”解释** ：西方学者为突破诉讼门槛，常对损害进行极度扩张。如西特鲁恩（*Danielle Citron*）与索洛夫在《隐私伤害》一文中列举 14 种伤害：身体伤害、经济伤害、名誉损害、情感伤害、关系伤害、寒蝉效应伤害、歧视伤害、期望挫败伤害、控制伤害、数据质量伤害、知情选择伤害、脆弱性伤害、干扰伤害、自主性伤害。克雷默（*Seth Kremer*）与科恩（*Julie Cohen*）也从政治经济学与司法无涉角度批判门槛过高。但我国直接赋予了诉权，不存在诉讼资格障碍，无需强行虚构损害。
3. **基于治理的权利权衡** ：信息权利行使受制于技术与场景（如查询复制可能倒逼更多信息收集，彻底删除受制于物理硬盘技术）。法院必须从治理角度分析信息权利是否有利于信息处理关系的治理，而非单纯寻求个体补偿。
#### 3. 法院的公益监管定位
我国个人信息权利之诉是合作治理下的制度安排。在此诉讼中，个体被视为触发公益执法的 **“私人总检察长”** （*Private Attorney General*，杰罗姆·弗兰克 *Jerome Frank* 于 1943 年首创此术语；美国伊利诺伊州最高法院在 *Rosenbach v. Six Flags Entertainment Corporation* 案中援引此概念解释《生物识别信息隐私法》的个体诉权目的）。
《个人信息保护法》第 50 条纳入了个人起诉权，法院必须承担事后的有限监管责任。由法院承担执法监管功能，可发挥听证、控辩等准司法程序优势，避免行政执法“命令—控制”模式的武断，弥补我国独立专业监管机构缺位的现状。
### 三、个人信息侵权之诉的不确定难题
如果将存在明确损害的个人信息侵权之诉仍定位于传统“损害赔偿”，将陷入双重困境。
#### 1. 可行性困境
1. **损害不确定性难题** ：除了明显的财产损害外，侵害可能带来骚扰（推销电话/邮件）、风险（被迫采取安保措施）或纯粹的焦虑（如完全合规的个性化推荐引发的恐慌）。界定过宽致司法崩溃，过窄致无法救济。多数国家因此引入法定赔偿金（如《加州消费者隐私法》CCPA 规定 100 至 750 美元损害赔偿金），表明不再以实际损害为唯一标准。
2. **因果关系与归责难题** ：个人信息违规具有极其复杂的因果链条，且风险具有 **“聚合效应”** （*Daniel Solove，The Digital Person*）。损害不仅由源头处理者造成，还涉及数据经纪商、未尽安全保障义务（《个人信息保护法》第 57 条）的平台，甚至终端加害者。个人信息损害如同“雪崩”，无法通过寻找单一存在过错的“雷击”式加害人来进行归责。
#### 2. 可欲性困境（目标丧失）
1. **现有法律救济已充分覆盖传统损害** ：信息处理者自身造成的损害可通过隐私权与一般侵权救济；泄露给第三人造成的下游损害，可通过《民法典》第 1198 条第 2 款的“安全保障义务”与“补充责任”条款进行救济。
2. **无法回应“大规模微型侵权”** ：侵害个人信息往往针对海量用户且伤害具有隐蔽性。在 **“隐私悖论”** （*Patricia A. Norberg 等提出，指嘴上关心但行为不在意；尽管索洛夫对其有批判*）与“隐私自我管理”失效的背景下，个体极难为了微小损害付出高昂诉讼成本。基于赔偿的侵权设计无济于事，将被彻底边缘化。
### 四、迈向治理型的个人信息侵权之诉
个人信息保护奠基于 **“公平信息实践”** （*Marc Rotenberg*），目标是实现多主体合作治理。传统侵权法曾将过错方损害赔偿视为首要目标（爱德华·怀特 *G. Edward White* 总结的美国法共识；我国《侵权责任法》第 20 条亦优先按损失赔偿），但这主要适应于因果关系简单的传统农业社会民事侵权。
进入现代工业与信息社会后，责任主体难辨，因果关系与责任归属高度缠绕，我国《民法典》第 1182 条也已将“损失”和“获益”降为并列关系。在此背景下，侵权法必须发生转型。卡拉布雷西（*Guido Calabresi*）、波斯纳（*Richard Posner*）等学者指出，产品事故侵权不应完全采取向后看的个体主义，个人信息侵权也应转向更具治理性的责任结构：
1. **责任主体确认** ：寻找花费最小成本即可避免侵害的主体承担责任。
2. **首要制度目标** ：从损害赔偿转向 **合理威慑** 与 **预防风险** 。这种威慑与治理定位，不仅能规避因果难定、损害难评的困境，还能有效激活个体的“私人总检察长”功能，对冲行政监管失灵。
### 五、个人信息侵权之诉的制度性重构
#### 1. 损害界定：排除一般焦虑，纳入实质性风险
1. **过滤非实质性主张** ：法院应拒绝将纯粹焦虑和非实质性风险（如个人对个性化推荐的主观困扰）界定为侵权法意义上的损害。此类案件应按“权利之诉”原理，作为执法申诉处理，作出宣誓性判决或驳回诉求。
2. **确认实质性风险为损害** ：除了人身财产实质损害外，应当将 **个人信息泄露等可能造成实质性风险的案件** 视为存在损害。基于威慑预防的考量，必须将其纳入侵权法框架以治理潜在风险。
#### 2. 归责原则与违法性：引入合规参照的过错推定
在《个人信息保护法》生效前，学术界对归责原则存在“三元归责原则体系”（公务/自动化非公务/非自动化）、无过错责任、或“过错推定/一般过错二元归责体系”的争论。结合《个人信息保护法》第 69 条明文规定的 **过错推定原则** ，法院在个案判断时必须将“违法性/合法性”作为判定过错的重要参照：
1. **违规推定过错** ：若信息处理者违反法律与技术标准（如《信息安全技术 个人信息安全规范》），法院可先推定其存在过错，允许其进行反证（类似《美国侵权法》“重述”第 14 条违反法规即构成过失的逻辑）。
2. **合规推定无过错** ：若信息处理者完全合规，法院可推定其不存在过错，但允许被侵权者反证（避免如 GDPR 第 82 条合规与侵权的绝对紧张）。此种精细化治理，本质是要求信息处理者承担更场景化的 **信息信义义务** （*Information Fiduciaries*）。
#### 3. 因果关系：从确定“肇事者”转向风险责任分配
伴随工业时代风险的复杂化，因果关系工具逐渐边缘化（威廉·兰德斯 *William Landes* 与理查德·波斯纳 *Richard Posner*）。法院应在修辞层面保留因果关系，但在实质应用上转向“何种责任分配有利于威慑风险”：
1. **司法实践的概率转向** ：在庞某诉北京趣拿信息技术有限公司（“去哪儿网”东航机票诈骗短信案）中，二审法院直接采取举证责任倒置与高度可能性理论认定平台责任。这契合了阿伦·特威斯基（*Aaron Twerski*）与乔治·普里斯特（*George Priest*）等人主张的 **概率理论** 或 **市场份额理论** 。
2. **产品责任法的替代方案借鉴** ：可借鉴《美国侵权法》“重述”（第 3 版）产品责任第 2 条标准，适用 **“合理预见性”** 标准（企业预期风险未作防范即担责），或适用 **“产品设计替代”** 标准（存在更安全的合理替代方案而未采用即担责）。
#### 4. 救济方式的治理化重构
结合《个人信息保护法》第 69 条与《民法典》第 179 条、第 1182 条，救济方式应按合理威慑原则展开：
1. **优先适用防卫性救济** ：广泛适用停止侵害、排除妨碍、消除危险。域外普遍将其作为免除进一步赔偿的条件，如加州 CCPA 第 1798.150 节 b 项规定 30 天内补救并书面保证不再违规可免除赔偿诉讼；美国《数据隐私保护法案》（*ADPPA*）第 403 款亦有类似“驳回禁令救济”的规定。
2. **重大损害的实际补偿与下游追责** ：对于单独造成的巨大损失由处理者全额承担；对于第三人造成的巨大损害，要求信息处理者对可预见性的下游风险承担合理注意义务。
3. **微型风险的高额威慑性赔偿** ：在损害微小且行政机关未介入罚款时，为激活诉讼，法院可打破实际损失限制，参考 **“理想的行政罚款额度/潜在诉讼人数”** 确定赔偿数额（如应罚 10 万，预估 50 人起诉，则个体判赔 2000 元）。若行政机关已介入罚款，则仅给予宣示性判决，以防过度威慑（如美国《数据隐私保护法案》要求起诉前 60 天必须书面通知 FTC 和州总检察长确认其是否独立执法）。
### 六、结语：权利保护的多部门法视角
个人信息保护法与环境法（*Dennis Hirsch* 认为两者皆源于传统侵权法应对大规模微型不确定性侵权的失败）均高度依赖公法监管与合同法（告知同意）制度。
要避免侵权法被边缘化，必须实现其功能的时代演进（从农业社会的过错认定迈向信息社会的风险治理），并推动多部门法的深度协同：
1. **诉讼机制的无缝衔接** ：应设立自动触发机制，在个体侵权之诉胜诉后，检察机关应立即评估并接续提起 **公益诉讼** ，弥补个体“私人总检察长”威慑力度的局限。
2. **超越“马法之争”的领域法共识** ：网络法学术史上的“马法”（*Law of the Horse*）之争曾质疑网络法是否仅为宪法、行政法、合同法、侵权法、刑法的拼盘。个人信息权利的司法救济证明，应当彻底摒弃单一传统侵权法的切割思维，以制度协同与演化进路，实现部门法交融下的有效领域治理。
## 第四章 数据新型财产权：从排他性保护到行为保护
### 导言：新型数据财产的保护困境与争议
作为数字经济的关键要素，数据的财产属性日益受到重视。2022 年 12 月 20 日，我国发布《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”），明确提出：
> “建立保障权益、合规使用的数据产权制度”“根据数据来源和数据生成特征，分别界定数据生产、流通、使用过程中各参与方享有的合法权利，建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制”
当前法律保护的难点在于： **如何对待未被成熟法律制度确权保护的那部分新型数据财产** 。需要说明的是，完全不具有一般财产价值的数据（如废弃表格）不在此列。著作权、商业秘密、专利等知识产权制度已经提供了多层次确权保护，但仍有大量有价值的数据处于“法律真空”：
1. **不受著作权保护** ：因不具有原创性的数据（如平台数据）。
2. **不受商业秘密保护** ：因不具有秘密性、保密性、价值性的数据（如某些数据库）。*（注：欧盟通过 Directive 96/9/EC 对投入实质性投资的数据库提供特殊权利保护，我国与美国等国未承认）*
3. **不受专利保护** ：因不具有新颖性、创造性和实用性的数据（如药品实验数据）。
数据收集者常从“占有与投入劳动、保护投资与防止搭便车、保护数据交易”等角度论证数据确权的必要性。本章则从经典财产权理论切入，说明新型数据财产不宜走排他性确权道路，而应采取 **行为主义保护（做加法式的法律保护方式）** 。也就是说，在成熟确权制度的基础上审慎、渐进地扩展保护范围，以尽量保持数据公共性、发挥数据汇聚效应，并避免制造普遍侵权。
### 一、基于财产权理论的数据权益分析
财产权区别于侵权、合同等保护方式的根本特征在于其 **排他性** （大陆法系视为支配和排他的权利，英美法系视为对世权）。以下从三大基础理论分析排他性财产权模式在新型数据财产上的适用困境。
#### 1. 劳动价值与先占理论的证伪
##### 1.1 理论溯源与核心主张
1. **劳动价值论** ：洛克（John Locke）颠覆了古典自然法理论（如阿奎那 Thomas Aquinas 主张“一个人无论有什么多余的东西，自然应该给予穷人，供他们生活的需要”），认为劳动可为排他性财产权提供正当性与道德应得的基础。洛克主张：“从自然状态中获取物品……将自己的劳动与之混合，混入了自己的某些东西，从而使之成为自己的财产”。
2. **先占理论** ：源自罗马法，主张对无主物的原始获取（控制）即可取得所有权，强调“先来后到”。爱泼斯坦（Richard Epstein）认为其比二次占有、拍卖更简单有效。
##### 1.2 理论的内在限制
1. 洛克的理论预设了“自然状态下的富足”及“现代商业文明相比印第安人的优越性”，且要求劳动必须构成财产价值的主要部分（“99%是完全由劳动造成的”）。诺齐克（Robert Nozick）提出著名比喻反驳绝对劳动所有权：“如果我拥有一罐番茄汁，并将其洒入海中，使其分子均匀地混合在整个海洋中，我是否因此拥有了海洋？”
2. 先占理论在资源稀缺时会剥夺后来者机会，且往往偏袒能力较强、社会资源较多的主体，导致社会不公（Wendy Gordon 观点）。
##### 1.3 在新型数据财产上的适用困境
投入劳动或先占不足以成为数据产权保护的充分条件。美国最高法院在 *Feist* 案中明确否定“额头汗水”原则，判定无原创性的电话簿数据不受著作权保护。同样，对数据的先占必须具备额外要件（如秘密性及保密措施）才能获商业秘密保护。
#### 2. 功利主义与激励理论的证伪
##### 2.1 理论溯源与核心主张
该理论主张通过确权实现“外部成本内部化”（德姆塞茨 Harold Demsetz），包含三大分支：
1. **投资激励理论** ：提供“事前”投资激励与“事后”管理改善激励（莱姆尼 Mark Lemley 语）。
2. **公地悲剧理论** ：缺乏产权会导致公共资源过度损耗（加勒特·哈丁 Garrett Hardin）。
3. **防止搭便车理论** ：缺乏产权会造成“不劳而获”的逆向激励。
##### 2.2 理论面临的批评与反证
| 理论分支 | 面临的批评与反面案例 |
| :--- | :--- |
| **投资激励** | 1. 存在非财产激励：声誉回报、先发优势（如打扫门前公共道路）。
2. 创新常来自投资之外：如 Linux 开源系统（本克勒 Yochai Benkler）。
3. 自我保护：只要技术/保密措施能保证收益大于投入，就有足够激励。
4. 阻碍二代创新：专利为第一代提供激励，但为第二代带来高成本（Suzanne Scotchmer, Robert Merges 等）。 |
| **公地悲剧** | 1. **公地喜剧** ：罗斯（Carol Rose）指出道路、水路等公有物有效供给公共产品。
2. **网络公有领域** ：莱西格、波义耳、卡普琴斯基等学者论证网络信息领域维持公有领域的重要性。
3. **反公地悲剧（Tragedy of the Anticommons）** ：黑勒（Michael Heller）指出过度私有化切割（如草地细分）会导致利用不足。
4. **社群自治** ：奥斯特罗姆（Elinor Ostrom）、Grisel 等指出行业共同体能有效管理公共资源（如渔业）。 |
| **搭便车** | 1. 利他与互惠普遍存在（如交谈获取信息、商家集聚开店）。
2. 并非所有外部性都是负面的，搭便车可能产生正向的 **溢出效应（Spillovers）** （弗里希曼 Brett Frischmann）。 |
##### 2.3 在新型数据财产上的适用困境
1. 知识产权能否激励研发尚存争议（Farrell & Shapiro），互联网企业依靠构建生态系统与竞争优势已有充分动力获取数据。欧盟 1996 年数据库特殊权利并未促进投资，无此制度的美国投资反而更活跃（Marcowitz-Bitton，且欧盟法院在 *CV Online Latvia* 案中进一步提高了保护门槛）。
2. 数据具备 **非损耗性与可重复利用性** ，处于公有领域不会引发消耗性公地悲剧，反而带来公地喜剧。
3. 数据领域的搭便车具有汇聚效应（Michael Mattioli）。对平台数据设立排他财产权并收费，将对用户和平台造成双重伤害。
#### 3. 信息成本与模块理论的证伪
##### 3.1 理论溯源与核心主张
由新私法学派（new private law school）代表人物史密斯（Henry Smith）和梅里尔（Thomas Merrill）提出。主张排他性财产权是一种“标准化”的制度模块，将复杂的权利束人际关系转化为清晰的人与物关系，从而减少“第三方所需要的广泛信息收集和处理成本”。有观点据此认为，赋予数据确权能解决目前大数据交易所交易不活跃、企业不敢进场的问题，从而促进高频流转（Christina Mulligan 认为许可交易会产生更高发现成本）。
##### 3.2 理论的适用前提
降本促交理论仅适用于 **资源稀缺、不可重复利用** 且 **可标准化程度较高** （如矿泉水、手机，易形成“厚市场”）的财产。若财产个性化程度高（如律师咨询服务，按时/按项目收费），则无法打包售卖。
##### 3.3 在新型数据财产上的适用困境
1. **数据具有非稀缺性与非损耗性** ：知识产权尚且通过期限限制和合理使用来保证数据的公共利用，对普通数据进行排他确权更是破坏共享机制。
2. **数据具有场景依附和非标准化特征** ：数据绝非标准化定价的“石油”。其价值高度个性化，必须经常更新并嵌入需求方生态系统。数据交易本质是 **数据服务** （类似律师咨询），依靠非财产化确权的合同即可完成，无法形成类似证券交易所的高流动性高频交易（丁晓东指出此为阿罗信息悖论与应对）。
### 二、从财产权保护迈向行为主义保护
针对新型数据财产，应采用 **行为主义保护** （史密斯教授称之为 **治理型模式** ，区别于排他性模式）。该模式不进行排他性确权，而是通过合同、反不正当竞争法等手段规制特定行为，具有三大优势：
#### 1. 维护数据的公共性与公平性
1. **保护数据的汇聚效应与规模效应** ：大数据的网络效应有赖于共享。互联网兴起以来，美欧并未强化数据确权。欧盟数据产业长期受制于美国，近年来积极转向促进共享，出台《非个人数据自由流动条例》及《数据治理法》（引入 **数据利他主义 Data Philanthropy** 概念）。
2. **避免先占权造成社会不公** ：排他权将剥夺个体和小商户的访问转移能力。我国《个人信息保护法》与欧盟均确立了 **个人数据携带权** ；我国“数据二十条”及欧盟《数据法》提案更引入了包含个人与商家在内的 **用户数据公平访问与利用权** ，彻底否定了数据收集者的先占性排他权。
#### 2. 提供数据收集与利用的合理激励
1. 法律不应提供完美激励或完全保护企业现存利益。霍文坎普（Herbert Hovenkamp）指出，过度保护会扭曲竞争机制甚至带来垄断。保留“不完美激励”，允许后来者竞争，才能为社会带来消费者盈余（萨缪尔森 Paul Samuelson）。
2. 行为主义通过精细化规制避免过度激励：如反不正当竞争法仅限制必要的网络爬虫行为，允许搜索引擎或个体用户的正常抓取；同时可通过刑法或高额罚款精准打击恶性行为。
#### 3. 避免数据流通与交易中的普遍违法
财产权实现低信息成本的前提是财产边界清晰（如不动产只需履行不侵入的消极义务）。
1. **新型数据财产边界模糊** ：数据高频更新且频繁共享传输，产权登记与公告机制无法向普通公众提供有效警示。若赋予排他权，即便是从开源网站下载第三方擅自上传的数据包，也会导致大面积无意违法。
2. **知识产权未导致普遍违法的原因** ：
1. 拥有 **辨识性要素与信息机制** （Yoram Barzel）：如独创性、新颖性及登记公示。
2. 包含 **权利限制规则** ：如思想/表达二分法、合理使用、允许反向破解。
3. **本质属于规制** ：莱姆尼、梅内尔（Peter Menell）认为知识产权本质是规制，Carrier 与 Kieff 称其为混杂规制要素的准财产（Quasi-Property）。
4. **依然存在陷阱** ：偏向财产权的专利制度已引发“专利流氓”和“专利丛林”（Carl Shapiro）问题，数据若无门槛确权，诉讼陷阱将呈灾难性爆发。
### 三、政策法律协调下的行为主义保护
#### 1. 我国数据政策（“数据二十条”）的行为主义保护特征
“数据二十条”虽 15 次提及“数据产权”，但其本质完全区别于传统产权：
1. **结构性分置的非排他权利** ：“数据资源持有权”（自我保护）、“数据加工使用权”（自由使用）、“数据产品经营权”（商业利用）不仅针对主体不同，且相互交叉。
2. **数据来源者权利的扩张** ：借鉴欧盟《数据法（提案）》，将《个人信息保护法》中的访问、更正、删除、携带权拓展至 **非个人信息领域的一般数据来源者** （保障其获取或复制转移由其促成产生数据的权益）。
3. **强调互联互通机制** ：政策主张“共同使用、共享收益”与价值复用，配合工信部限制互联网企业屏蔽链接的“互操作性”政策，进一步淡化了排他控制。
#### 2. 行为主义法律保护的实施路径（制度工具包）
1. **合同法保护** ：有效保护具秘密性的数据（如“数据可用不可见”及数据经纪人交易）。发挥私法自治，效力仅限相对方，避免第三方普遍侵权（Sharon Sandeen）。
2. **侵权法保护** ：针对特定损害（如恶意侵害系统、制造流量堵塞）。以损害与过错为基础，利用正当技术反向破解不构成侵权。
3. **反不正当竞争法保护** ：在已有确权法律基础上“做加法”。不保护企业单方声明或非预期利益，鼓励熊彼特（Joseph Schumpeter）所谓的“创造性破坏”与有效竞争。司法适用必须以 **消费者福利最大化** 为终极依据，且优先保护个人信息权与数据来源者权利。
4. **行政法与刑法保护** ：针对涉及公共安全与利益的场景。 **严禁建立在私主体单方同意或控制基础上** （数据推定可被利用，James Boyle）。如美国 CFAA（计算机欺诈与滥用法案）的司法演进证明，单纯违反 "robots 协议" 不必然违法，必须违反行业规则或产生公共危害方可规制（Orin Kerr）。
### 四、结语：作为非排他性的数据权利
数据保护应以成熟法律制度为基准，优先依靠著作权、商业秘密和专利等既有工具。其中，著作权更偏行为主义，商业秘密具有准财产属性（Shyamkrishna Balganesh 语），专利则更接近传统财产权（Henry Smith 语）。按照德沃金（Ronald Dworkin）的“内在视角”，信息成本并不取决于某一制度被命名为财产权还是行为规制，而取决于该制度模块是否拥有足够的历史实践和社会共识。成熟制度本身就是降低信息成本的重要方式。
因此，对于新型数据财产，应当彻底摒弃排他性确权。劳动先占理论、各类激励理论以及信息模块理论，都无法为数据排他财产权提供充分正当性。更可取的路径是拥抱行为主义规制：通过合同法、侵权法、反不正当竞争法、行政法和刑法的分层适用，维持数据公共性和汇聚性，同时避免普遍侵权。具体而言，不涉及竞争秩序的场景主要适用合同法与侵权法；涉及竞争秩序的场景适用反不正当竞争法；涉及安全与公共利益的场景则交由行政法和刑法处理。“数据二十条”中的数据产权，实质上也应在这一行为主义框架中理解。
## 第五章 数据来源者权：从一般性赋权到沟通型权利
> **核心论断** ：数据来源者权利具有一定政策合理性，但不能被理解为新的绝对财产权。在法律化过程中，应当尊重既有成熟制度。即便法律文本引入这一权利，也应将其定位为提升产品服务、促进数据信任、强化数据治理的 **程序性、工具性、举报性权利** ，而非 **实体性、绝对性、可诉性权利** 。
### 一、引言：政策与立法背景
1. **我国的政策导向** ：2022 年年底发布的“数据二十条”第二部分第七条提出，要充分保护数据来源者合法权益，推动基于知情同意或存在法定事由的数据流通使用模式，保障数据来源者享有获取或复制转移由其促成产生数据的权益。无论是数据加工使用权还是数据处理者使用数据和获得收益的权利，均必须以“保护公共利益、数据安全、数据来源者合法权益”为前提。
2. **欧盟的立法实践** ：欧盟委员会于 2023 年 12 月发布的《数据法》（*Data Act*），将数据来源者权利规定为一种法定权利，详细规定了其知情同意、访问、转移其数据的相关权利（注：欧盟《数据法》使用“ **数据用户** ”概念而非“数据来源者”）。
### 二、数据来源者权的内容与制度目的
#### 1. 提出背景
数据来源者权利的提出，与数据作为第五类生产要素的价值凸显及“数据集中”现象密切相关。数据主要集中于少数大型科技企业手中，造成 **锁定效应** ，妨碍了数据的公平利用与有效流通。该权利的演进经历了两个阶段：
1. **个人信息保护领域的滥觞** ：
1. 20 世纪 70 年代的公平信息实践原则确立了个人访问原则：“对于档案保存机构以个人可识别形式保存的有关信息，必须确保个人有权查看和复制”。
2. 欧盟宪章将个人访问权作为明确规定的基本权利。
3. 欧盟《一般数据保护条例》引入了数据携带权（第 20 条），规定数据主体有权获取“经过整理的、普遍使用的和机器可读的”个人数据，并“无障碍”传输给其他控制者。
4. 2021 年我国《个人信息保护法》亦囊括此类权利。
2. **向非个人数据的横向拓展** ：非个人数据来源者虽无更正、删除权，但在面对超大型数据控制者时，面临与个人相同的数据无法访问难题。欧盟的赋权经历了从“纵向”到“横向”的过程：
1. *纵向特定领域*：机动车领域规定独立企业有权从汽车制造商处获取维修所需的技术信息；2022 年《数字市场法》规定商业用户有权访问使用“守门人”平台时生成的数据。
2. *横向一般权利*：至《数据法》，该权利被拓展为适用于所有领域的“横向”权利。
#### 2. 内容与性质
以欧盟《数据法》为参照，数据来源者权利的法律关系与权利义务内容结构如下：
| 主体角色 | 概念界定 |
| :--- | :--- |
| **数据用户（权利主体）** | 拥有、出租或租赁产品或接受服务的自然人或法人。 |
| **数据持有者（义务主体）** | 通过控制产品和相关服务的技术设计，有权利或有义务提供特定数据的法人或自然人。 |
| **数据接收者（第三方）** | 数据持有者向其提供数据的第三方。 |
《数据法》具体确立了以下权利义务内容：
1. **知情同意权** ：数据持有者只能根据与用户签订的合同协议，使用产生的任何非个人数据。
2. **访问权** ：若用户不能直接从产品中获取数据，数据持有者应及时、免费并在可行情况下连续、实时地向用户提供。
3. **转移性权利** ：应用户要求，数据持有者须向第三方免费提供数据，不得拖延，数据质量应等同于持有者可获得的质量，并连续实时提供。
4. **产品可访问性义务** ：企业设计制造产品及提供服务时，默认情况下应确保用户能够轻松安全地访问其产生的数据。
5. **公平提供义务** ：数据持有者有义务向接收者以公平、合理和非歧视性的条件及透明方式提供数据。
**性质界定** ：欧盟《数据法》中的数据来源者权利接近 **准所有者权利** 。尽管未完全沿用 2017 年“构建欧洲数据经济”倡议中的排他性“数据生产者所有权”，但其第 4 条第 13 款限制持有者仅能基于合同使用数据，实则赋予了数据来源者准所有权。这种权利不能成为对世权，但可以针对不特定主体的特定数据持有者。
#### 3. 制度目的
1. **促进数据公平** ：《数据法》旨在确保数据价值在主体间公平分配，矫正信息能力不平等。法律将数据作为需要单独规制的条款：要求事前清晰告知数据的性质、数量、是否连续实时生成及访问方式；赋予协商机会；并在事后将“严重损害合法利益”、“阻止使用自身生成数据”、“限制获取副本”等单方强制条款推定为 **不公平条款** 。
2. **促进数据流通与数据市场** ：旨在打破少数企业的锁定，释放数据潜力。《数据法》意图将数据剥离为自由交易的产品，借此激励售后市场（如车辆、电子产品的第三方维修竞争）与全新服务的发展，缓解数据产品一级市场中的垄断问题。
3. **促进数据互操作性** ：扩展了此前《非个人数据自由流动条例》（企业自我规制）、《数据治理法》（自愿共享）及《数字市场法》（仅针对守门人）的规制范围。《数据法》通过用户访问与利用权，对数据的互联互通作出了更为详尽的强制性要求。
### 三、数据来源者权的困境与法理反思
#### 1. 数据公平困境
赋予数据来源者一般性权利，违背了传统法律与数据公平的基本原理：
1. **传统财产法的不支持** ：法律并不认可所有者对附属在其物品上的数据具有来源者权利（如对他人的土地、车辆或水杯拍照，只要不侵犯隐私即属合法；艺术家对私人房屋素描售卖亦无需向房主付费）。法律仅在商业秘密、或者满足创造性利用与大规模收集条件（著作权、专利权、特殊数据库权）时才提供保护。
2. **数据的公共领域属性** ：数据具有非排他性、非竞争性、非消耗性。赋予排他性权利将产生大量侵权行为，违背数据共享。法律保护数据加工者是为了激励创造性利用或保护道德性权利。
3. **直接贡献度错位** ：数据来源者通常只是被观察对象，未直接投入劳动与资金。直接且有意识投入劳动与研发产生数据的，往往是提供智能产品的控制者。在商事关系中，来源者有时是大企业而控制者是中小企业。对未提供直接贡献的来源者赋权，对提供加工服务的持有者施加义务，有悖公平。
#### 2. 数据市场困境
欧盟试图构建共同市场（*single digital market strategy*）、迈向欧洲数据空间（*towards a common European data space*），但将数据剥离为自由交易产品面临三重困境：
1. **数据难以被有效剥离** ：《数据法》要求提供“准确、完整、可靠、相关和最新”的数据，这意味着数据持有者必须持续监控更新。当用户终止服务或转向竞争对手时，原持有者根本无法提供此类信息。这如同要求原用人单位向竞争对手提供已离职员工的最新信息一样不切实际。
2. **“薄市场”中的剥离失效** ：资本、土地等标准化要素在“厚市场”中流通；而数据具有非标准化、场景化特征，深嵌于特定产品的生态系统中，只能在“薄市场”流通。例如，将某商家在电商平台 A 产生的浏览与购买习惯数据剥离至商业模式完全不同的平台 B，若无生态融合，该数据将毫无意义。
3. **高额交易费用下的规则选择谬误** ：卡拉布雷西（*Guido Calabresi*）与梅拉米德的理论指出，在交易费用极高的情况下，基于事后政府确权的 **责任规则** 优于事先确权的 **财产规则** （如交通侵权）。数据的非标准化特征导致其交易成本极高。现实中，因数据导致产品缺陷时适用产品侵权责任规则；当数据与质量无关时则适用无保密限制的共享规则，而非财产规则。
#### 3. 互操作性困境
互操作性虽能产生网络效应与“溢出效应”（*Spillovers*，如电话与网络底层互联），但强制互操作存在反噬：
1. **正面收益随用户异质性增加而降低** ：当需求呈现同一性（如通信网络物理层、国家高速公路）时，互操作收益高。但在应用层、微信群、智能家居、地方巷陌等异质性场景中，互操作的收益大幅降低。若强制互通成本高昂且伴随隐私安全隐患，将得不偿失。
2. **导致产品多样性减少与消费者福利降低** ：数字市场中企业通过差异化服务展开竞争。例如，苹果 iOS 系统的封闭性带来高安全与高效率，安卓系统的开源性带来高兼容性。若法律强行统一标准促进系统转换，消费者将丧失多样化选择。
3. **造成新的技术标准“锁定效应”** ：强制互操作性悖论性地会导致对单一标准的锁定（如强制所有手机采用 *Type-c* 接口）。这会阻碍市场针对性能展开竞争，导致标准“被锁定在某一过时的技术中”（类似 *QWERTY* 键盘效应）。
### 四、数据来源者权的原理与制度重构
为破解上述困境，必须对数据来源者权利的基本原理与制度目标进行重构，将其转变为一种工具性、程序性、治理性权利。
#### 1. 数据的竞争秩序公平：区分主体并依托反垄断规制
1. **精准区分个人与商业用户的数据权利基础** ：
1. 当数据来源者为 **个人** 时：个人信息承载人格尊严、安全利益与财产利益，属于基本权利或消费者保护范畴。矫正其与控制者之间的信息能力不平等与操控风险，具有充分的正当性基础。
2. 当数据来源者为 **商业用户** 时：不具备人格权等基础，二者属于商主体间关系。不应过度介入进行赋权，而应采用合同事后救济与竞争秩序监管。
2. **尊重市场合作机制对数据获取权利的配置** ：在实践中，数据持有者为增强用户黏性与市场竞争力，常主动提供数据访问服务（如电商网店后台数据、微信公众号订阅量数据）。若强制法定化，持有者必将增加的成本转嫁给合作方，抬高合作要价。商业主体在谈判中是高度理性且关注整体利弊权衡的，将他们视为“弱”或“愚”的个体并据此宣布合同条款无效，会严重影响合同有效自治。
3. **利用反垄断法维护竞争秩序公平** ：市场中的“搭售”或“绑定”（如房产绑车位、电子产品指定维修点、洗发水绑沐浴露）不一定必然违法，反而常常在价格和服务上对消费者有利。科技产品与数据天然融为一体，法律不应一般性地消除锁定效应，而应通过反垄断法进行个案判断，仅规制滥用市场支配地位的垄断行为。
#### 2. 重构以数据信任与数据共享为目标的数据市场机制
罗伯特·库特（*Robert Cooter*）的研究指出，即便交易费用为零，基于博弈模式的策略性漫天要价也会阻碍合作。关系型契约依赖自发信任，事后强行赋权将破坏已有合作机制。数据产品流通模式应转向：
1. **合作情形下：以促进数据信任为目标** 。数据非独立产品，而是融入服务（如网店平台服务、智能家居用电反馈）的一部分。数据来源者对数据的权利主张 **必须严格限于双方合同或产品质量所要求** 。突破合同边界的绝对性赋权，将造成服务与产品市场的扭曲。
2. **非合作情形下：以促进数据共享为目标** 。此时数据位于公共领域。正如舍恩伯格所言，大数据及人工智能（如训练数据达 45 TB 的 *ChatGPT*）的价值在于混杂性、海量性与“全体数据”，而非精确单条。例如百度、滴滴收集城市建筑物外观绘制数字地图，绝不应受限于来源者的知情同意或转移权。法律必须维护数据的公共性，犹如水库必须汇聚无阻碍的水流，一旦赋予每个水滴初始谈判权，水库与海量数据聚合便无从谈起。
#### 3. 构建多样性的数据互联生态
面对物联网时代，互联互通绝非“一张网”的简单互联或“一刀切”的通用标准（正如高速公路标准统一，但地方道路限高限行各异，杯盖形状亦不可强求通用）。
1. **对于互联网平台上完全公开或互联的数据** ：应保证来源者的访问权。面临平台设置机器人协议或用户协议阻挠转移时：
1. 个人来源者：允许其行使无障碍的个人信息访问权与携带权。
2. 商业来源者：允许商家行使访问与转移权，但同时也应 **允许平台企业对违背合同的商业主体进行合理追偿** （类比允许个人无障碍通行企业内部道路，但可对企业主体收取合理费用）。
2. **对于尚未完全公开或互联的产品生态数据** ：无缝衔接的法定转移权既不现实也多发困境。权利主张应仅针对合同承诺或产品功能本身。促进兼容应依靠市场与行业自治。数据来源者权利在此过程中的功能应当定位于 **类似执法举报或投诉建议的“触发性角色”** ，借此督促行业协会与政府机关协调打破僵局，但绝不可成为过度妨碍企业标准自主权的绝对权利。
### 五、结语：作为沟通治理的数据权利
数据来源者权利在我国“数据二十条”与欧盟《数据法》中作为政策工具具有一定合理性。但若将其视为实体性、绝对性、可诉性的法定权利，将面临缺乏正当性、不具可行性、多重负面性的巨大难题（注：即便是欧盟《数据法》，也仅规定了公共执法机制，私主体无法依据该法提起私人诉讼）。在从政策转化为法律的过程中，数据来源者权利应当被定位为一种 **沟通治理型权利** ：
1. 在产品与服务内部，数据来源者仅能基于合同约定或产品质量提起诉讼。
2. 在此范围之外，数据来源者仅可作为“程序性、非绝对性、举报建议性权利”行使。
3. 其最终功能仅限于向有关部门提出知情、访问、转移请求，督促监管部门与行业协会对数据垄断、数据锁定与“数据孤岛”问题展开调查与沟通治理，绝不可被泛化为对世的一般性绝对财产权利。
## 第六章 数据公平利用权：从一般性赋权到数据治理
在数据企业系统性收集、挖掘和商业化利用用户数据的过程中，数据企业掌握了数据利用权，而个人和中小企业用户极难利用数据。这一现象引发了学界对“数据公平利用”的广泛关注。美国学者祖博夫（Shoshana Zuboff）提出 *“网络监控资本主义”* 概念，科恩（Julie E. Cohen）教授指出这是一种制度建构的不公平行为。本笔记系统提炼关于数据公平利用权的现有制度方案、法理反思，并基于数据特征重构法律原理与制度建构，主张 **将数据视为权益混同的财产，采取行为主义规制进路，通过数据治理实现数据的公平利用** 。
### 一、数据公平利用权的现有制度方案
各国对于数据公平利用权的保护形成了三种代表性的制度方案：
#### （一）欧盟赋予用户公平利用与访问权的制度方案
欧盟主要通过对用户赋权来实现数据的公平利用，核心历程与规则如下：
1. **前期探索** ：2016 年通过《一般数据保护条例》（*GDPR*）；2017 年发布“构建欧洲数据经济”倡议，试图赋予“数据生产者”排他性财产权。
2. **现行规则（欧盟《数据法》）** ：2023 年通过《数据法：关于公平访问和利用数据的统一规则的条例》（*Regulation (EU) 2023/2854 on harmonised rules on fair access to and use of data*），引入了 **“数据用户”** 、 **“数据持有者”** 、 **“数据接收者”** 概念。
3. **权利与义务设定** ：
- **用户数据访问权** ：企业设计产品时应确保默认情况下用户能轻松、安全、直接地访问其产生的数据；若无法直接获取，数据持有者应免费、实时提供。
- **第三方共享权** ：用户有权要求数据持有者向第三方免费提供同等质量、实时的数据。
- **反歧视与限制规定** ：数据持有者必须以公平、合理和非歧视的条件提供数据；数据接收者必须遵守目的限制与数据最小化原则，严禁胁迫、操纵用户自主权。
#### （二）美国的个人信息市场交易模式
美国将数据利用视为市场经济公平问题，通过市场机制推动交易公平：
1. **领域立法与事后监管** ：联邦层面在征信、医疗等特定领域立法；未立法领域由联邦贸易委员会（FTC）对“欺诈和不公平”市场行为进行监管。
2. **差异化定价与交易** ：未全面采用欧盟的“目的限制”与“最小化”原则，允许企业采取“隐私换便利”的差异化定价收费模式。
3. **财产权理论探讨** ：学界提出建立管制化的“国家信息市场”（哈里·劳顿），利用财产规则增强谈判权（莱西格），或赋予信息主体“有限财产权”（保罗·施瓦茨）以促进交易公平。
#### （三）我国的个人信息与企业数据双重保护方案
我国采取了个人信息保护与企业数据确权的并行路径，但尚未出台专门的公平利用法规：
1. **个人信息基本权利化** ：《个人信息保护法》以基本权利模式保护个人信息，严格遵循“目的限制”与“最小必要”原则，从严限制个人信息的财产化利用。
2. **企业数据财产化确权** ：“数据二十条”提出建立数据资源持有权、加工使用权、产品经营权分置的产权运行机制；司法实践中（如新浪诉脉脉案、淘宝诉美景案）积极利用《反不正当竞争法》强化企业数据保护。
3. **现实冲突** ：个人与企业（如微博平台数据权属争议）、非个人数据来源者与企业之间，频发数据控制与转移的利益冲突，亟待制度回应。
### 二、现有制度方案的问题与法理反思
#### （一）数据公平访问与利用权的困境（欧盟模式）
1. **“数据生产者”概念的悖论** ：数据是企业投资搭建设备与用户行为共同作用的结果，将用户定义为唯一生产者显失公平。
2. **“数字劳动”理论的局限** ：绝大多数数据是用户在娱乐、交易中无意识产生的附带产物，不符合马克思主义或社会一般认知中的“劳动”概念。
3. **破坏数据市场生态** ：企业收集的数据需内嵌于已有决策体系。用户和第三方接收者往往缺乏相应的生态系统，强制开放共享未考虑对接成本，难以实现预期的高效流通目标。
#### （二）个人信息财产权的困境（美国模式）
1. **微型价值导致市场失灵** ：单条个人信息（尤其是匿名化信息）价值极低（*如一般信息均价仅 0.0005 美元*），理性个体缺乏参与交易的动力，导致代理个人信息交易的企业纷纷破产。
2. **NFT 模式的局限性** ：非同质化通证（*NFT*）等资产化利用仅适用于具有极高金融属性的艺术藏品或名人信息，无法适用于普通个人的海量数据。
#### （三）企业数据财产化确权的困境（中国确权倾向）
1. **过度保护先占者** ：数据具有非竞争性，基于洛克劳动财产权理论赋予绝对排他性保护，会导致后来者无法获取资源。（*注：知识产权尚且要求原创性、新颖性或保密性，不仅以“额头汗水”为保护标准*）。
2. **抑制合理“搭便车”行为** ：对非竞争性资源进行有限度的非排他性保护是最优设计。禁止所有搭便车行为将引发普遍违法，欧盟《数据治理法》（2022）甚至设立“数据利他主义”制度鼓励搭便车。
3. **与现有法律政策冲突** ：企业绝对财产权将架空用户的“个人信息携带权”及“数据访问与利用权”，阻碍数据在企业间的自由流通。
### 三、数据公平利用权的法律原理重构
制度重构的根本在于准确界定数据的固有特征，并据此重构数据的法律属性及规制路径。
#### （一）对数据特征的反思
| 数据特征 | 核心表现与法理影响 |
| :--- | :--- |
| **聚合性** | 数据通过海量汇集产生规模效应（*利用“全体数据”而非“随机样本”*），如谷歌利用搜索记录预测 H1N1 流感。 |
| **关联性** | 数据间存在纵横交错的关系（*如个人轨迹暴露同行人，单方销售数据涉及多方主体*），证明单方赋权无法反映数据生成现实。 |
| **场景依附性** | 数据价值事前难以确定，高度依赖特定商业生态与内部决策系统。数据具有 **“信用品”** 特征，难以形成脱离场景的标准化高频交易。 |
| **非竞争性与非排他性** | 数据被重复利用不影响他人开发。适用传统排他性物权会导致效用无法发挥的 **“反公地悲剧”** （*Tragedy of the Anticommons*）。 |
#### （二）对数据法律属性的重构
1. **作为权益混同的聚合型财产（整体物）** ：由于数据的价值源自信息的杂糅混同且不可分割，应将其视为类似桥梁、水库的 **“整体物”** 。规制重点必须是“分享制度设计”而非“传统产权分割”。
2. **公开数据具有“公有物”特征** ：位于公共领域的公开数据属于 **公有物** （*向公众开放的事物*），其所有权不属于任何人（含国家和集体）。企业可以进行行为控制，但无法获得绝对化财产权。
#### （三）从事前确权到行为规制的转向
试图对数据进行事前的一般性确权面临重重困境。替代方案是 **采取行为主义规制与数据治理（从公私法融合立场设计规则）** ：
1. **市场机制与竞争法监管** ：对纯粹商业性数据处理，依靠市场机制配置资源，事后利用竞争法监管。
2. **引入民主与公共治理** ：对海量微型权益的集合数据，探索公共参与、公共信托等创新制度。
3. **公私平衡的平台行为规制** ：对网络平台公开数据，合理保护平台底层架构控制权的同时，开放公平的数据利用。
> *注：数据交易的主流是高度场景化的“合作共享型数据服务”，放弃事前确权并不妨碍数据市场的有效运转。*
### 四、数据公平利用权的法律制度建构
根据数据来源及公开程度，应当分类构建行为治理规则：
#### （一）商户数据：市场自治与竞争公平（非个人主体）
1. **尊重私法自治** ：商业主体具有理性决策能力。在市场有效运行下，企业出于“互补效率内部化”的动机，有动力通过开放接口与商家共享数据，形成规模生态。
2. **事后竞争法监管** ：摒弃欧盟《数据法》对 B2B 数据合同的过度干预（*如直接宣告限制中小微企业访问条款无效*）。我国应审慎运用《反不正当竞争法》，并将重点放在 **对具有市场力量的数据垄断企业进行《反垄断法》规制** 。
#### （二）个人数据：信义责任与治理公平
1. **“个体—数据企业”维度的信息信义义务** ：
- 承认双方在信息能力上的绝对不平等，引入 **信息信义义务** （*Information Fiduciaries*）。
- 摒弃单纯依靠个体同意的交易模式，要求处理者承担谨慎、勤勉责任。适度放开数据收集，但严格审查处理行为是否有益于个人。
2. **“个体集合—数据企业”维度的数据整体治理** ：
- **困境** ：个体微型权益直接赋权会妨碍数据池的汇聚（如人工智能训练受阻），且个体参与治理投票（如 Facebook 案例）往往只反映少数极端用户的偏好。
- **方案一：代表制公众治理** 。在企业数据决策层设置代表普通用户的专业人员，强化集体代表性。
- **方案二：数据公共信托（*Public Trust in Data*）**。由国家掌握最终管理权，企业拥有部分控制权用于商业交易。例如纽约市强制网约车共享运营数据改善交通，西班牙巴塞罗那建立 *Decidim* 平台应对区域问题。
- **核心原则** ：赋予掌握海量个人信息的超大型企业社会公平维度的责任，增强其数据水库的“普惠性与公共服务能力”。
#### （三）公开数据：开放利用公平（网络平台等）
网络平台不仅具有公开性，还具有互联互通特征，需进行特殊设计：
1. **克减排他性控制权** ：限制平台对公开数据主张绝对财产权，仅允许设置反恶意爬虫等防御性行为控制。
2. **赋予商家有条件的访问与利用权** ：
- 商家可无障碍访问其数据，且不增加平台额外成本。
- **违约追偿机制** ：与欧盟《数据法》不同，若商家违背与平台签订的不正当竞争协议将数据迁徙给竞争对手，在平台无垄断地位的前提下，应当允许平台向商家追究违约责任。
3. **赋予个人以信息携带权** ：
- 依据《个人信息保护法》第 45 条，赋予个人信息携带权。
- **无条件效力** ：平台无权通过用户协议排除个人信息转移请求，亦无权追究个人的违约责任，以此矫正个人与平台的绝对不平等。
4. **反思性、动态性数据治理** ：数据收益的分配极为复杂。需超越“数据二十条”的原则性规定，引入动态沟通、反思学习机制，协调多方主体与新老参与者之间的收益分配公平。
## 第七章 数据爬虫权利争议：从统一界权到个案判断
针对平台数据爬虫引发的权利争议（如新浪诉脉脉案、大众点评诉百度案、淘宝诉美景案、美国的 Craigslist v. 3 Taps 案、HiQ 诉领英案等），各方争议的核心在于 **数据权利的归属** 。本章论证表明，针对平台数据无法进行事前清晰的统一界权。平台数据兼具个人数据保护、企业数据权益与公共领域属性，高度依赖具体场景。因此，应当对平台数据进行 **场景化保护与个案型界权** ，通过自下而上的个案实现多方权利的平衡。
### 一、互联网爬虫与数据权利归属争议
网络爬虫技术最初广泛应用于通用搜索引擎（如谷歌、百度等），构成信息汇集与网页推广的双赢。但随着不被期望的爬虫出现，互联网行业发展出两种反爬虫手段：
1. **君子协议** ：即 `robots` 协议（机器人协议），通过网站根目录下的 `robot.txt` 文件指明禁止抓取的网页目录。
2. **技术性反爬虫手段** ：设置访问过快时的验证码，或不定期改变 HTML 标签以限制爬虫匹配。
伴随反爬虫技术的发展，相关法律争议在司法实践中逐渐形成了两类裁判逻辑：
#### 1. 认定爬虫构成非法侵入或不正当竞争的裁判逻辑
1. **美国 Ebay 案（Ebay, Inc. v. Bidder’s Edge, Inc., 2000）** ：法院认定 Bidder’s Edge 违反 robots 协议的大量爬取构成 **非法侵入** （未经授权干扰计算机系统占有权益）。法院采纳了 Ebay 的主张：服务器是私人财产，公众访问权限是授予的，不允许机器人访问。
2. **中国司法实践（新浪诉脉脉案、大众点评诉百度案等）** ：法院普遍援引《反不正当竞争法》第 2 条，认定未经授权大量获取对方网站数据，属于扰乱市场竞争秩序、违反诚实信用与商业道德的行为。
#### 2. 认定爬虫合法的裁判逻辑
**美国 HiQ 诉领英案（HiQ Labs, Inc. v. LinkedIn Corp.）** ：法院认为抓取公开数据不违法，类比为“在白天推开一家未锁门的商店进去看看”不构成非法侵入。法院最终甚至认定领英的反爬虫技术违法，要求其移除针对 HiQ 的接入壁垒。
#### 3. 个人数据隐私维度的争议交织
平台数据来源于个人，引发了爬虫是否需要用户授权的争议：
1. 在 **HiQ 诉领英案** 中，法院认为爬虫不影响公民隐私保护。
2. 在 **新浪诉脉脉案** 中，法院明确了“平台授权之外用户授权的必要性”。
3. 在 **今日头条与微博之争** 中，今日头条主张数据属于用户，只要用户开通授权功能，头条即可名正言顺地突破微博的 robots 协议进行爬虫，而无论微博是否同意。
### 二、数据权利主体性归属的四种观点
对于拥有大量个人数据的平台，其数据权利归属在实践中被归纳为四种观点：
#### 1. 数据归个人所有
此观点认为平台不具备对用户数据的任何权利。
1. **典型代表** ：今日头条在与微博争议中的主张。今日头条认为用户授权即可，用户违反平台独家协议的责任与头条无关。
2. **法理延伸** ：若将用户数据视为不可让渡的人格权或法定消费者权利，企业通过合同（用户协议）要求个人放弃数据权利的条款将自始无效。
3. **制度体现** ：欧盟《一般数据保护条例》（*GDPR*）确立的 **数据携带权** （第 20 条）。数据主体有权获取机器可读的数据，并“无障碍地”传输给另一个控制者。
#### 2. 数据归平台所有
此观点主张平台对数据享有绝对控制权。
1. **典型代表** ：微博发布的新用户协议曾规定，用户发表的内容不可撤销地授权微博“独家展示”，未经书面许可不得授权第三方使用。
2. **现实抗议与妥协** ：该条款遭遇猛烈抨击后被修改。更新后的协议承认用户拥有版权，但仍强调“未经平台同意，协助第三方非法抓取属违法”。这实质上主张了 **平台相对于其他第三方平台的数据排他权** 。
#### 3. 数据归个人与平台共有
此观点在我国法院判决中较为常见。
1. **典型代表** ： **新浪诉脉脉案** 中，法院提出了 **“用户授权” + “平台授权” + “用户授权” 的“三重授权”模式** 。第三方使用数据需征得原平台同意，并再次明确告知用户以获取同意。
2. **适用困境** ：在非竞争关系场景下难以操作。例如用户自行将数据复制粘贴到其他平台是否侵犯共有产权？当平台发生产权变更（如 2018 年人人网连同用户数据整体打包出售）时，不可能实现征求所有用户同意。
#### 4. 数据归公众所有
此观点认为平台介入互联网即具备公共属性。
1. **言论自由视角** ：哈佛大学劳伦斯·却伯（Laurence Tribe）教授在 HiQ 案中主张，数据访问权受《美国宪法第一修正案》言论自由保护，领英/Facebook 是现代的“市政广场”（*town square*）。
2. **开放网络视角** ：奥林·科尔（Orin Kerr）教授指出互联网原则是开放性，Web 服务器等同于公开交易会，只有设置密码才转化为封闭网页。
3. **技术规则视角** ：互联网评论家方兴东指出，TCP/IP 协议及网络治理机制确立了“无条件互联互通”的价值观。巨头之间（如淘宝拒百度、微信屏蔽抖音、百度自我导流）的数据“高筑墙”行为违背了互联网精神。
### 三、数据权利主体性归属的法条分析
从法律教义与规则文本分析，个人数据与企业数据的权利界限均存在极大不确定性。
#### 1. 个人数据权利的不确定性
1. **个人数据范围的不确定** ：通行定义将个人数据界定为“已识别或可识别”个人的数据（如我国《网络安全法》第 76 条、欧盟 *GDPR* 第 4(1)条）。但在平台上，数据能否识别个人， **高度取决于具体应用场景、识别主体与识别难度** （例如匿名评论结合行踪轨迹即可识别）。
2. **个人数据权利边界的不确定** ：阿兰·威斯丁（Alan Westin）将隐私界定为“个人对信息的控制”。但各国法律对此赋权差异巨大（访问权、被遗忘权、数据携带权等缺乏共识）。
3. **原始数据与加工数据的划分困境** ：企业认为去标识化的加工/统计数据属于企业，但如果赋予个体“数据删除权”或拒绝处理权，企业基于原始数据进行加工的正当性将面临争议。
#### 2. 平台企业数据权利的不确定性
各国法律对平台数据（类似于数据库）的保护边界存在巨大争议：
| 法律领域 | 教义争议与适用困境 |
| :-------------- | :----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| **数据库法律与知识产权法** | 美国最高法院在费斯特案（*Feist*）中明确否定了下级法院的 **“额头汗水”** （*sweat of the brow*）教义，认定版权只保护原创性汇编，将保护延伸至基础数据将损害版权法基本原理。而欧盟（*Directive 96/9/EC*）则通过 **特殊权利** （*sui generis rights*）对付出重大投资的数据库予以保护。基于数据的非排他性与非竞争性，劳动创造财产权理论（洛克学说）无法直接适用。 |
| **合同法** | `robots` 协议或拆封许可是否构成合同要约？司法界分歧严重。一部分法院（如 *ProCD v. Zeidenberg*）认可其效力；另一部分法院（如 *Vault Corp. v. Quaid*）认为无效。此外，类似“同行免进”的单方告示可能因违反《民法典》第 8 条公序良俗原则或反歧视原则而无效，或者仅被视为善意提示而非合同成立。 |
| **侵权法与刑法** | 构成侵权要求有损害事实，但数据爬虫通常不会占据过多流量导致网速变慢，缺乏实质损害。至于是否构成《刑法》第 285 条 **非法获取计算机信息系统数据罪** 或普通法的非法入侵，科尔教授指出：法律文本对网络物理障碍（密码、验证码）的规制毫无指引，完全依赖于社会对相关空间访问权限规范的理解。 |
| **不正当竞争法** | 司法判决常援引《反不正当竞争法》第 2 条（商业道德）。但该法本身并未对“何谓商业道德”提供刚性规则指引，高度依赖具体场景、其他法律规定及商业习惯，具有极大的不确定性。 |
### 四、数据权利主体性归属的后果分析
基于实用主义的后果分析表明，将平台数据权利绝对配置给任何一方都将产生负面后果：
1. **完全归个人所有将产生极高交易成本** ：搜索引擎等爬虫将无法运转；个人阅读他人数据也将违法；平台无法与大 V 签订独家协议；类似人人网的出售行为甚至可能触犯《刑法》第 253 条之一（侵犯公民个人信息罪）。
2. **完全归平台所有将无法保护数据隐私** ：公开数据不等于可被随意使用。例如 **Facebook 剑桥分析公司丑闻** （*Cambridge Analytica Scandal*）中，剑桥分析通过 App 合法收集 30 万用户信息，却违背场景与预期获取了 5000 万人的朋友圈数据，构成严重隐私侵犯。
3. **归个人与平台共有将严重妨碍数据流通** ：平台出于竞争利益（防止用户流失），天然拒绝同意用户数据的转移与共享，将大幅增加数据共享的制度成本。
4. **完全归公众所有将破坏投资激励与隐私** ：公开数据仍存在隐私问题；数据也凝结了个人的 **“数字劳动”** （*digital labor*）；如果对企业投入巨资搭建系统收集的数据完全不予保护，将严重破坏市场竞争秩序。
> *推演结论：数据属性高度依赖场景。同一组用户数据，对朋友圈是公开数据，对平台/第三方是受隐私保护的个人信息，对竞争对手则是具有极高商业价值且需产权保护的数据库。*
### 五、数据权利主体性归属的个案判断
#### 1. 数据权益的场景化保护
摒弃非场景化的统一规则，通过在具体场景中确定数据性质及各方合理预期来界定权利。
1. **个人数据的场景化保护理论与实践** ：
- 海伦·尼森鲍姆（Helen Nissenbaum）提出 **“场景性公正”** （*contextual integrity*）与 **“尊重场景”** （*respect for context*）原则。
- 丹尼尔·索洛夫（Daniel Solove）基于维特根斯坦语境理论指出隐私无本质特征，重在保护具体场景中的权益。
- 阿里·瓦尔德曼（Ari Ezra Waldman）提出隐私本质在于信任，边界取决于合理期待。
- *实践验证*：美国联邦贸易委员会（FTC）的普通法执法模式，以及欧盟《一般数据保护条例》规则与原则的冲突，都印证了场景化进路。在 Facebook 剑桥分析案中，数据使用打破了合理预期；而在人人网出售案中，虽未征求同意，但使用场景与预期未变，收购者只需承担信托式的保护责任即可。
2. **企业数据的场景化保护（理性规则）** ：中国法院适用的《反不正当竞争法》与美国法院适用的“非法侵入”概念，均高度依赖具体场景。这在法理上属于适用 **“理性规则”** （*Rule of Reason*）而非“规则本身”（*Per Se Rule*），更有利于处理高度场景化的数据争议。
#### 2. 数据权利归属界定的因素考量
在具体的个案实体判断中，法院及规则制定者必须综合考量以下梯次因素：
1. **数据隐私保护的优先性**
在数据爬虫会带来较大个人风险或打破个体合理预期的情形下，必须坚持数据隐私保护优先于企业数据权益。这是保障个人合法权益、维持消费者对企业信任的底线要求。
2. **促进数据的共享与流通（战略高度）**
大数据的核心特征是“高容量、快周转、多种类”。必须认识到，数据的共享流通是人工智能产业发展的源头活水。同时，制定符合流通属性的数据制度，对于我国互联网企业在东南亚及“一带一路”沿线国家的海外战略拓展具有重大国际战略意义。
3. **界定不正当竞争与合理使用的边界考量**
- **考量爬虫平台的性质** ：若爬虫方具有公益性或 **公共基础设施性质** （如搜索引擎），应在更大程度上认可其合理使用。欧美均确立了搜索引擎爬取受版权保护信息属于合理使用的立场（*如 Authors Guild Inc. v. Google, Inc.*）。
- **考量被爬虫平台的性质** ：若被爬方拥有海量原始/基础数据（超级网络平台），为防止 **数据割据** 或 **数据封建主义** 形成的潜在垄断，应在更大程度上允许第三方爬取以实现数据普惠。
- **考量爬虫行为的商业目的** ：
- 若爬取后用于与被爬平台 **类似** 的商业场景，纯属“搭便车”，未提供差异化服务，应倾向认定为 **不正当竞争** 。
- 若爬取后进行创新处理或应用于 **其他场景** （差异化服务），虽有搭便车因素，但基于数据的公共属性与创新导向，应倾向认定为 **数据的合理使用** ，慎用不正当竞争定性。
- **其他综合因素** ：需结合具体商业习惯与行业惯例，评估企业的合理预期，实现法律解释的整体性与融贯性。
### 六、结语：基于场景案例的数据权利
对于平台数据爬虫引发的权利争议，无论是“归个人”、“归平台”、“归共有”还是“归公众”的四种绝对化观点，在法律教义推演和后果分析上均无法成立。其根本原因在于数据的多重属性及其对具体场景的高度依赖。应对此争议，必须确立 **数据的场景化保护与场景化确权** ，坚持自下而上的个案演进（理性规则），而非自上而下的事前统一规则。在个案裁判中，必须同时平衡以下关系：
- 优先保护数据隐私与合理保护平台权益；
- 保障企业合法投资期待与促进数据的共通共享；
- 惩治恶意“搭便车”与维护公开数据的公共性；
- 防止不正当竞争与打破数据垄断/数据壁垒。
只有在上述关系之间保持动态平衡，才能实现互联网数据合理流通与合理保护的双赢。
## 第八章 人工智能训练中的数据权困境：重构公共性
> **核心主旨** ：当前数据制度的主要问题，不在于保护不足，而在于收集端过度依赖形式性风险防范，同时确权门槛过低，最终导致集体行动失败和数据汇聚困难。人工智能时代的数据权利应当进行 **公共性重构** ：法律应在收集端适度放宽数据融合汇聚，在利用端对人工智能施加更严格的责任。
### 一、人工智能训练与海量数据的内在逻辑
人工智能的发展（如 DeepSeek、ChatGPT 等生成式人工智能）引起全球关注。在人工智能的算力、算法、数据三大要素中， **算法与数据密切相关** ，因此人工智能训练中的数据权利值得特别关注。海量经验性数据对于人工智能，犹如人类成长过程中接触的万事万物，是其获取认知与理想能力的基础；同时，海量数据对保障人工智能的公平性与社会治理（如消除种族歧视、避免文化偏见）具有重要意义。
| 人工智能模型 | 核心数据训练量与参数设置 |
| :--- | :--- |
| **GPT-3 (NLP)** | 使用约 300 B 个词元（约 400 GB 数据，涵盖 Common Crawl、WebText、图书语料库、英语维基百科）；设 1750 亿个参数。 |
| **Stable Diffusion** | 使用超 30 亿张图像文本对（text pair）；设超 11 亿个参数。 |
| **DALL-E 2** | 使用约 4 亿个图像文本对；设超 35 亿个参数。 |
| **DeepSeek LLM** | 包含 670 亿个参数；利用 2 万亿 token 的数据集进行训练。 |
*注：以 GPT-3 为例，其内在的注意力机制算法早在数年前便已提出，其能力出众的根本原因得益于利用了极为庞大的训练数据和参数量。*
### 二、现有数据权利对数据汇聚的挑战
人工智能的突破依赖数据爆发性增长，但现行的多维度数据权利保护机制妨碍了数据的汇聚与融合。
#### 1. 个人信息权利的挑战
1. **告知同意制度的困境** ：作为数据隐私自我管理的制度工具，告知同意为个体提供预防过度收集的保护。但在复杂实践中，个人面临信息过载，往往难以理解真实风险，导致“无奈同意”或“盲目拒绝”。过度保护限制了数据的长尾效应，阻碍人工智能的合理利用。
2. **必要性原则的限制** ：必要性原则强调处理目的的特定性与最小化。绝大部分被收集的个人信息初始目的仅为生活、消费等个人目的，如果严格解释该原则（不能通过告知同意规避），人工智能训练利用此类数据将属于违法。
3. **公开个人信息处理的壁垒** ：传统隐私侵权法不保护公开信息，但现代个人信息保护制度（如欧盟《一般数据保护条例》、我国《个人信息保护法》）将其纳入保护，赋予个人“明确拒绝”权。由于公开数据缺乏交互场景，人工智能企业极难获取个人同意，面临严重的数据获取障碍。
#### 2. 著作权保护的挑战
1. **侵权与诉讼压力** ：著作权保护门槛较低，社交媒体（微博、小红书、抖音等）上用户上传的具有“独创性”的文字、图片、音视频均受保护。人工智能企业大量利用此类素材面临巨大的诉讼、赔偿与社会声誉压力。
2. **许可获取极其困难** ：存在大量难以联系的作者或“孤儿作品” (*orphan works*)；普通用户常基于人工智能企业的巨额利润提出不合理要价，导致单项作品许可难以达成。
3. **集中管理组织的局限** ：数据库和著作集体管理组织拥有或管理的数据量有限，且大多聚焦传统领域，难以囊括海量互联网普通用户生成的内容。
#### 3. 企业数据权利保护的挑战
1. **“数据孤岛”现象** ：互联网互联互通 (*spillover effect*) 的公共性特征遭到破坏，企业为打造封闭生态或排斥竞争对手，设置“栅栏”或“高墙”屏蔽数据端口，阻碍数据共享。
2. **数据爬虫的严厉规制** ：法律（如反不正当竞争法、刑法中的非法侵入/获取/控制计算机信息系统罪）对数据爬虫施加严厉规制。这使得中小企业和个人用户不敢充当“数据孤岛”间的桥梁，切断了数据融合的路径。
### 三、原理分析：大规模微型权益聚合难题
数据汇聚面临的根本难题在于市场机制失灵，以及现有制度对传统社会模板的路径依赖。
#### 1. 市场机制的失灵与交易成本
从法理角度看，数据聚合面临外部性问题。虽然科斯定理主张通过清晰界定产权来降低交易费用，但在数据问题上，市场机制难以发挥作用：
1. **信息交易的悖论** ：买家在购买前需试用以确定价值，而了解后即无需购买；价值不确定导致难以达成协议。
2. **海量微型数据特征** ：面对海量个体用户生成的内容，企业无法通过市场进行有效交易协商。
3. **传统替代方案失效** ：数据库或专利池针对的是具有单独使用价值的特定作品，无法满足人工智能所需的海量、一般性、缺乏明确价值且需及时更新的通用训练数据。
#### 2. 法律制度的路径依赖
1. **个人信息保护的滞后** ：起源于 20 世纪六七十年代的“公平信息实践” (*fair information practices*)，初衷是防止国家机构对个人档案数据的过度收集与匹配融合。而在人工智能时代，数据正外部性恰恰来源于匹配与融合。
2. **著作权制度的脱节** ：起源于数百年前的农业与工业社会，用于激励高成本的知识生产。而在网络时代，知识生产高度民主化，普通网民的自发分享不再依赖强著作权激励。对互联网所有数据强加排他性著作权，会导致过度保护。
3. **网络互联的私权化错觉** ：传统法律以私人自治（动产/不动产）为原则，公共互联为例外。互联网早期被强行套用此逻辑（如将计算机视为私人财产），但在网络社会，应以公共互联为一般规则，私人自治为例外。
#### 3. 数据公共性的重构与公平性反思
- **重构公共性** ：过度保护数据排他性会引发“反公地的悲剧” (*tragedy of anti-commons*)。将数据视为公有物则能带来“公地喜剧” (*comedy of commons*)，促进社会知识汇聚与自发协作。
- **兼顾多方利益** ：数据保护也具有合理性，既能防止“数据污染” (*data pollution*) 带来的负外部性，也是一种“公共善” (*public good*)，能激发创造和防止恶性竞争。
- **公平性实现路径纠偏** ：不能通过确权微型权益或强化企业排他权来实现数据公平。微型确权会导致中小企业“无米之炊”，让自带海量用户协议壁垒的超大互联网企业永远主导人工智能领域。实现数据公平应运用数据信托、数据税收等创新手段，而非阻碍数据汇聚。
### 四、人工智能训练中的数据权利重构方案
#### 1. 个人信息权利的重构：放松收集端，强化利用端
1. **减轻对个人同意的依赖** ：对于从互联网等途径收集的信息，适度减少同意要求，避免信息保护流于形式。但对于与人工智能直接交互产生的数据（如聊天记录），仍必须获得明确授权。强化企业隐私政策的合规告知与社会监督功能。
2. **扩张解释必要性原则** ：
- 目的限制原则应解释为“不违反个人的合理预期”。
- 最小化原则不应否定所有二次利用，应考量新处理与原始目的的联系、数据主体预期及隐私影响。
- 建议引入“正当利益”作为个人信息处理的合法性基础。
3. **特殊规制公开个人信息** ：依据信息的去标识化程度和敏感性界定个人的“拒绝权”。在强化告知要求的同时，减弱同意要求，避免为了获取同意而被迫重新识别个人。
4. **强化全生命周期主体责任** ：在数据清洗、标注、模型训练、部署应用等阶段实施严格监管（如算法审计、隐私设计、合规影响评估）。生成式人工智能输出包含个人信息时，应按公开个人信息标准受严格规制。
#### 2. 著作权的重构：确立宽泛的合理使用
| 人工智能类型 | 数据利用性质 | 著作权利用界定与责任 |
| :--- | :--- | :--- |
| **非生成式**
*(如人脸识别、自动驾驶)* | **非表达性** (*non-expressive*) / **非消费性** (*non-consumptive*)。仅提取事实性知识，排除创意性表达干扰。符合“事实/表达”二分法。 | **完全属于合理使用** 。不侵犯特定人格与劳动，符合各国著作权基本原理。 |
| **生成式**
*(如 ChatGPT、文心一言)* | 既涉及事实也涉及表达，输出可能与训练数据属性相同。 | **应视为合理使用** （合理学习 *fair learning*）。利用海量数据训练不侵犯特定人格，且不替代特定作品。 |
**法律责任与确权原则** ：
1. **保护技术措施与协议** ：不得破坏有效的机器人协议或用户协议。对违反者适用侵权法的“责任规则”，而非排他性的“财产规则”。
2. **强化社会责任体系** ：人工智能在算法设计、数据选择、输出服务中，必须采取措施防止偏见、数据歧视及违反伦理道德的负面输出。
3. **实质相似性的侵权阻击** ：若生成作品对原始作品构成“实质相似”的剪切拼接，并未进行转换性利用 (*transformative use*)，则需承担侵权责任，严防其成为规避版权的工具。
4. **拒绝生成作品的确权** ：禁止赋予人工智能企业或设计者对生成作品的著作权。此类作品应归入公共领域，允许公众一般利用，企业仅可通过用户付费协议获取商业回报。
#### 3. 企业数据权利的重构：打破壁垒，助推互联
1. **抵制网络公开数据的排他性确权** ：对符合标准的商业秘密或知识产权予以保护，但坚决避免对网络公开数据进行绝对化的财产权确权。排他性确权预设了数据的孤立性，会导致人为制造“数据孤岛”。应采取行为主义规制代替排他赋权。
2. **数据爬虫的去罪化与合理免责** ：数据爬虫具备技术中立性，是连接孤岛的桥梁。对于非保护性数据的爬取，应减少刑法适用，将其类比为“进入对公众开放的商店”，在引发宕机等实际损害时依靠侵权责任法应对。
3. **利用行业自律推动互联互通** ：在允许互联网企业打造多样性半封闭生态（合理自治）的同时，积极推动数据融合。打破互联网企业的“囚徒困境”，鼓励有偿或无偿的数据共享机制，为人工智能提供合法、合规的数据源。
### 五、结论导向：转向合理利用与后端责任
解决人工智能时代的数据困境，犹如治理水库与河流关系。为应对风险与不公，不能对上游每一滴水流（微型数据）进行赋权截断，这会导致人工智能发展陷入“无源之水”的困境。数据的公共性价值建立在其可再生、可重复利用且复制成本极低的特征之上。数据法律制度的重心必须 **从前端排他性赋权，全面转向放开数据的合理利用与强化后端的安全责任分配** 。这不仅是促进人工智能技术飞跃的必由之路，也是最终增进全社会各类主体公共福利的法理归宿。
## 第九章 人工智能决策的算法解释权难题：重构信任
> **核心主旨** ：随着基于个人信息的算法自动化决策日益普遍，算法黑箱和可解释性问题成为重要争议。既有算法解释权过度依赖难以实现的“算法个体控制论”，由此引发法律解释分歧和适用困境。更合理的路径，是借鉴 **信任与沟通机制理论** 重构算法解释权，将其界定为一种 **相对性、程序性权利** ，而非绝对性、实体性权利。
### 一、算法解释权的不同解释及其争议
在网约车派单（路线与距离分配）、资讯分发（视频、新闻与广告推荐）、搜索呈现以及电商商品推荐等场景中，算法自动化决策广泛应用。当外卖骑手被压缩送餐时间、货车司机因防疲劳记录仪掉线被罚款、车主遭遇自动驾驶刹车失灵时，个体对算法逻辑的追问催生了各国的算法解释权立法。但在内容、程度、时间、方式四大维度上，该权利存在严重的解释分歧：
#### 1. 权利内容的争议：一般主张与限定主张
1. **一般性权利主张** ：赋予个体在所有情形下针对所有自动化决策者的算法解释权利。
- **法律依据推演** ：我国《个人信息保护法》第 24 条第 1 款（透明度与公平公正）、第 7 条（公开透明原则）、第 44 条（知情权、决定权）以及第 48 条、第 50 条。欧盟《一般数据保护条例》（GDPR）第 12 至 15 条关于数据主体对“存在自动化决策”及“预期后果的有效信息”的一般知情权。
2. **限定性权利主张** ：仅在特定条件下享有说明解释权与拒绝自动化处理的权利。
- **法律依据推演** ：我国《个人信息保护法》第 24 条第 2、3 款，将权利限定为“信息推送、商业营销场景下的拒绝权”以及“对个人权益有重大影响前提下的说明与拒绝权”。欧盟 GDPR 第 21 条（反对直接营销画像）与第 22 条（反对具有法律或类似严重影响的自动化决策）。
#### 2. 解释程度的争议：系统解释与个案解释
1. **系统性解释** ：要求解释自动化决策系统的逻辑、意义、预期后果和一般功能（如系统的需求规范、决策树、预定义模型、标准和分类结构）。我国《个人信息保护法》第 48 条（解释说明处理规则）与欧盟 GDPR 第 13 至 15 条侧重于此。
2. **个案性解释** ：要求解释算法决策的基本原理、原因及限定个别情况（如特征权重、机器定义的案例限定规则、配置文件组）。我国《个人信息保护法》第 24 条（对重大影响决定予以说明）与欧盟 GDPR 第 22 条第 3 款（人工干涉与异议权）侧重于此。
#### 3. 时间要求的争议：事前解释与事后解释
1. **事前解释** ：要求在算法决策前公布算法规则。我国《个人信息保护法》第 55 条规定的“事前个人信息保护影响评估”以及欧盟 GDPR 收集数据前的告知性权利体现了这一倾向。
2. **事后解释** ：在算法决策作出之后提出请求。我国《个人信息保护法》第 24 条及欧盟 GDPR 第 22 条（“重述”第 71 条明确提到获得对评估后作出的决定的解释）体现了这一倾向。
#### 4. 方式要求的争议：机器解释与人工解释
1. **人工解释要求** ：我国《个人信息保护法》第 24 条、48 条、50 条隐含了人工介入和解释的要求；欧盟 GDPR 第 21、22 条中的反对权也提出了人工介入的强制性要求。
2. **机器解释允许** ：实践中企业可能建立人工审核机制但以自动化回复沟通。欧盟第 29 工作组（WP 29）在指南中提到可使用“视频”等方式阐述过去的自动化决策，表明算法解释至少包含了机器解释。
### 二、算法解释权的适用困境及其分析
如果对算法解释权作刚性的规则要求，将在法律适用与效果层面面临重重困境。
#### 1. 权利内容的适用困境
1. **一般性主张的知情同意困境** ：
- **个体认知局限** ：个人缺乏时间、兴趣与专业能力阅读告知，且常因认知偏差高估或低估风险。信息处理涉及多主体时，风险具有累积性效应（*aggregating effect*）。
- **算法固有特性** ：算法由众多程序员完成，极其复杂。机器学习算法基于相关关系而非因果关系，且具备自我调整与学习特征。绝对透明既不现实，也无法有效维护个人权益。
2. **限定性主张（拒绝权）的合理性困境** ：
- 在自动驾驶等即时性场景中，拒绝算法处理不具备现实性。
- 人类决策同样存在歧视、腐败、认知惰性与效率低下，赋予“脱离算法决策”作为一种绝对权利缺乏充分的正当性论证。
#### 2. 解释程度的适用困境
1. **系统性解释的三大难题** ：
- **时时更新难题** ：机器学习算法随时间演进，系统性解释意味着必须进行不切实际的实时跟踪。
- **有效信息匮乏** ：系统一般规则难以引起事前用户的注意，也无法打消事后用户的个案疑虑。
- **知识产权与“算计”风险** ：完全公开会挑战商业秘密，并导致社会主体钻空子（如 Google 早期公开 *PageRank* 算法导致恶意刷榜，最终被迫改用混合算法）。
2. **个案性解释的三大壁垒** ：
- 必须以系统性解释为前提。
- 解释难度与成本极高，需同时掌握系统运作与个体具体情况。
- 存在无限追问的窘境（例如针对植发广告，用户可无限追问标签设置、设备差异、人群差异），个案解释难以达到彻底满意的边界。
#### 3. 时间要求的适用困境
1. **事前解释的无力感** ：面对不断演化的算法，事前解释最多等同于告知“存在自动化决策”，无法告知演进后的规则或针对具体个体的决策机制。
2. **事后解释的两难** ：
- 导致事前知情选择权形同虚设，无法帮助个体提前防范重大风险。
- 若要求体系性事后追踪，能减轻企业负担但无法消除个体疑虑；若要求个性化事后解释，则给企业施加了不现实的负担。
#### 4. 方式要求的适用困境
1. **人工解释的成本灾难** ：若作为强制性要求，数亿用户的互联网企业仅面临千分之一的请求便会不堪重负。欧盟 WP 29 指南也承认，面对海量申请（如招聘算法筛除），企业依据 GDPR 第 6 条第 1 款 b 项（“为履行合同而必需”）可合法使用纯自动化决策。
2. **纯机器解释的信任失效** ：若允许“用机器解释机器决策”，则算法解释沦为另一种自动化敷衍，当个体权益受重大影响且寻求人工介入时，制度将形同虚设。
### 三、算法解释权的深层法律原理分析
现行算法解释权困境的根源在于其建立在不切实际的算法个体控制论之上，必须向沟通信任的原则进行重构。
#### 1. 算法个体控制论的根本缺陷
1. **起源与演进** ：20 世纪 60 年代阿兰·威斯丁（Alan Westin）提出个人信息控制权理论，形成“公平信息实践”（*fair information practice*）。算法解释权是访问权、纠正权等控制性权利的延伸。
2. **可行性困境** ：隐私政策的简化测试证明其易导致信息遗漏与误导；全面推行“选择加入”（*opt-in*）只会造成选择疲劳。面对算法黑箱，可解释人工智能（*Explainable Artificial Intelligence, XAI*）项目已将目标从“可解释性”（*explainability*）降维至“可理解性”（*interpretability*）。
3. **正当性困境** ：自动化决策者与个人经常是互惠合作关系（提供更优价格与服务），而非纯粹的公权力式的对抗防范关系。对非对抗关系赋予刚性控制权缺乏正当性。
4. **市场调节的自我净化** ：竞争充分的市场会自然淘汰劣质算法。国家规制应集中于产生重大影响的决策或具有市场支配地位的企业，以避免规制失灵、选择性规制与规制俘获。
#### 2. 外部监管的局限与解释权的保留价值
不可彻底抛弃算法解释权而完全依赖政府外部监管、消费者保护法或企业自我监管：
1. **外部监管的盲区** ：政府监管机构面临通用专业能力不足、知识更新滞后、全有或全无的刚性规则难以适应多元场景等挑战。
2. **用户的天然优势** ：用户是受影响最直接的对象，赋予个体有限解释权能最快发现问题，实现合作治理。
3. **个体尊严的内在需求** ：受到影响的一方寻求解释，在法律心理学上能消除疑虑并获得被尊重的感受，有利于个人自主性的实现。
#### 3. 迈向沟通信任的算法解释权
算法解释权应当以促进合作互惠、防范不合理支配为目标，建立在沟通信任的原则之上。
1. **隐私的信任重构** ：阿里·瓦尔德曼（Ari Waldman）等指出，信息隐私的本质应当是信任，而非个人控制。
2. **信息信义义务理论** （*Information Fiduciaries*）：杰克·巴尔金（Jack Balkin）提出，针对平台与个人间严重的信息/能力不对称（类似于医患关系），法律应要求平台承担保密义务、谨慎义务和忠诚义务。
#### 4. 算法解释权的程序性特征界定
算法解释权不应是静态、孤立、绝对化的实体性权利，而是一种动态、沟通、相对性的程序性权利：
1. **动态性权利** ：信任是“贝叶斯态度”（*Bayesian attitude*），随着先前事件变化。且所有合同都是不完备合同（*incomplete contract*），信任需要持续性构建，无法通过一次性解释永久确立。
2. **沟通性权利** ：孤立和形式主义的权利行使（机械性回应）会破坏信任，应将其转化为企业倾听消费者建议、改进服务的沟通渠道。
3. **相对性权利** ：商业场景无需追求亲密关系般的绝对信任。规制需依据市场竞争与应用领域差异化处理，竞争激烈领域依靠软法，公共基础设施领域要求更高信任。绝对透明只会引起信息过载。
### 四、算法解释权法律制度的重新建构
基于程序性与沟通信任原则，应根据行业领域、市场化程度、个案影响与企业能力，对算法解释权进行差异化制度建构。
#### 1. 权利内容的场景化重构
算法解释权不应具备完全清晰的实体性边界：
1. **一般性权利主张的适用** ：当场景存在严重信任危机且难以通过市场改善时（如对外卖系统或网约车派单的普遍不信任），应赋予个体无条件的算法解释与说明权，督促企业重建社会信任。
2. **限定性权利主张的适用** ：当行业具备良性竞争或较高可信度时，仅在算法决策“会对个体产生重大影响”时，赋予拒绝自动化处理权或说明解释权。
#### 2. 解释程度的内外双向构建
1. **内部系统性打通** ：企业或规制机构必须打通内部壁垒，树立算法伦理与合规实践，落实内部动态监管（事前设计沟通与事后机制倒查）。
2. **个案解释的差异化强制** ：
- **允许自我规制** ：对于用户选择权充分、个案影响一般（如不涉及公共伦理的娱乐资讯分发）的算法，允许企业设定个案解释规则。
- **强制个案解释** ：对于具有公共性影响或造成实际伤害的决策（如医疗手术机器人、外卖骑手人身安全、卡车司机罚款、自动驾驶），国家必须强制自动化决策者进行充分的个案知情权保障。
#### 3. 时间要求的事前模糊解释
1. **倡导事前模糊解释** ：在告知环节，企业应描述算法的整体运行机制以帮助个体建立感知，但无需描述所有参数和细节。
2. **机制优势** ：例如网约车仅告知是否考量性别、收入、高峰期等，而不公布具体权重。这种“反事实解释”（*Counterfactual Explanations without Opening the Black Box*）既能克服机器学习的不确定性与普遍疑虑，又能防范商业秘密侵犯与外部“算计”。
#### 4. 方式要求的混合解释机制
1. **人工解释的兜底优先** ：人工解释更有利于建立信任。对于产生重大社会或个人影响的算法，人工解释必须成为兜底性要求，以便实现有效监督。
2. **机器解释的合法运用** ：对未产生重大影响且用户庞大的算法，强制人工会导致沟通渠道彻底关闭。允许企业运用机器解释或自动化客服提供“反事实解释”。
3. **混合解释机制** ：鼓励企业建立机器初筛解答与人工复核跟进的混合机制，有效推动算法解释权在现实中的落地。
### 五、结语：算法权利的沟通信任之维
算法解释权首先是个人信息被保护权的一种。学术界对此存在争议，支持者（如 Paul Schwartz）主张其作为法定权利制约处理者，反对者（如 Omri Ben-Shahar）主张其仅为私法自治下的合同或消费者权利。相比传统访问权、更正权，算法解释权因其黑箱性、不确定性与复杂性更具争议。本章指出，算法解释权的根本目的绝不是实现“没有意义的透明”，也不是建立个体对算法的绝对性控制。相反，它是为了在信息处理关系中搭建桥梁，消除误解、减少疑虑。
必须坚持信任沟通原则，将算法解释权确立为一种 **程序性权利** 。在制度建构上，摒弃一刀切的刚性规则，依据具体场景动态配置权利程度、时间和方式。最终使算法解释权成为个体与决策者之间的沟通纽带，全面促进“负责任算法”的实现。
## 第十章 人工智能作品的著作权争议：重构人机关系
### 核心主旨与制度逻辑
前两章探讨了人工智能（AI）输入端与使用中的权利问题，本章聚焦人工智能输出端，尤其是人工智能生成作品/内容的著作权争议。在质量上，此类作品已达极高标准，外观上难以与人类作品区分；在机制上，作品由机器根据用户提示词自动生成，颠覆了将 AI 仅作为工具的传统模式。由于现有著作权体系整体以“人类为中心”构造，AI 生成作品在解释论与立法论上引发巨大争议。本章提出以下核心论断与制度重构方案：
1. **输入端与输出端的权利联动** ：AI 生成作品的著作权保护与其训练数据息息相关。若利用版权数据训练被认定为合理使用，法律应将 AI 作品视为公共领域作品，通过反不正当竞争法或数据库特殊权利保护；若被认定为侵权，则应赋予 AI 企业经济性权利。
2. **理论解构与功能主义重构** ：独创性与人格理论存在内在紧张，主观独创性与能动性/机械性的二分理念已无法解释现实。必须批判“浪漫主义作者观”，将著作权制度解构为 **制度工具箱** 。
3. **署名权的精准适用** ：对于完全自动化生成的 AI 作品，赋予 AI 署名权以发挥信息传递与激励功能；对具有高度公共风险的 AI 作品，同时施加公法上的强制署名义务。
---
### 一、比较法下的人工智能作品著作权
通过对各国实证法规则的梳理，可以清晰展现不同法域针对人工智能作品著作权的立场分歧。
| 法域 | 核心立场 | 法理依据与法律实践 | 权利归属判定逻辑 |
| :--- | :--- | :--- | :--- |
| **欧洲大陆** | **否定** 可版权性，坚守人类中心主义 | 欧盟长期坚持“智力创作涉及作者个性”。文件《为人工智能技术发展的知识产权》明文排除 AI 自主创作；“标准出版社案” (*Eva-Maria Painer*) 裁定仅人类创造受保护。 | 1. **机器** ：无法成为作者。
2. **用户** ：无构思/执行/编辑阶段的创造性选择（伯恩特·胡根霍尔茨语），仅输入提示词不构成实质贡献。
3. **设计者** ：对具体生成作品无直接原创性贡献，无法成为作者。 |
| **美国** | **否定** 可版权性，但具有实用主义解释空间 | 宪法与司法实践默认作者为自然人。“伯罗·贾尔斯案” (*Burrow-Giles*) 认定作者必须是“人” (persons)；“猴子自拍案” (*Naruto v. Slater*) 否认非人类版权；版权局明确拒绝纯 AI 作品登记。 | **解释空间（雇用作品规则 work made for hire）** ：
学者提议将 AI 程序员解释为雇主（安妮玛丽·布里迪），或将购买服务的用户视为雇主（什洛米特·亚尼斯基·拉维德）。但受限于最高院裁定“雇员”须符合机构法 (agency law)，机器无法被视为雇员，短期内难以通过司法解释落地。 |
| **英国及英联邦** | **肯定** 保护，设立“计算机生成作品”制度 | 英国 1988 年《版权、外观设计和专利法》规定，版权归“创作作品所需安排 (the arrangements necessary) 的人”。爱尔兰、新西兰、印度等国从之。 | 1. **权利限制** ：排除署名权、作品完整权等道德性权利；保护期缩短为 50 年。
2. **权属争议** ：开发者（投入技能与劳动）与企业（提供资金）之间存在归属争议。
3. **外部批评** ：被欧盟批评违背“作者自身智力创作”的统一标准。 |
| **中国** | **法无明文排斥，司法判决存在分歧** | 《著作权法》仅规定自然人、法人/非法人组织为作者；同时设立了职务作品制度，兼具自然人中心与实用主义色彩。 | 1. **否认派** ：“北京菲林诉百度案”认定作者仅限自然人，AI 软件、研发者、使用者均不是作者。
2. **肯定派** ：“腾讯诉盈讯案”认定主创团队在数据输入、触发条件、模板取舍上的安排属于智力活动，具备独创性。 |
---
### 二、基于自然权利与人格保护的理论审视
著作权保护目的可分为“向后看”的自然权利与人格保护（欧洲侧重），以及“向前看”的功利主义创作激励（英美侧重）。从自然权利与人格保护视角出发，人工智能作品面临难以跨越的理论障碍。
#### 1. 劳动价值与自然权利视角的失效
此学说源于洛克 (John Locke) 的劳动理论，主张“将自身劳动与自然状态的物品混合即成为个人财产”，延伸出“侵占他人劳动成果是不公正的”（戈登教授语）。但该视角无法支撑 AI 作品的著作权：
1. **劳动不必然产生专有权** ：诺齐克 (Robert Nozick) 曾以“将劳动所得的番茄汁倒入海洋不能获得海洋产权”反驳此观点。美国联邦最高法院在费斯特案 (*Feist*) 中明确澄清，单凭“额头汗水”推导版权将损害制度基本原理。
2. **非自然孳息属性** ：我国《民法典》保护天然孳息（如果实、幼畜）。但版权保护逻辑有别于物权孳息，若动产/不动产产生的有价值外观或信息（如承租房屋外墙藤蔓生长成景点）并非人类所有且无独创性，所有者和承租人均无法主张著作权。
#### 2. 人格保护视角的断裂
人格保护理论认为作品是作者人格的凝结与延伸。对于 AI 创作，需对模式进行拆解分析：
1. **工具型使用（体现使用者人格）** ：若使用者仅将 AI 视作辅助工具（如 Word 模板），并进行独创性构思与编辑，该作品体现使用者人格。
2. **特定代码介入（体现设计者人格）** ：若设计者在编码中嵌入独创性代码并直接主导了具体作品生成（如作曲家留白、游戏机制设计），可追溯至设计者人格。
3. **完全自动生成（无法追溯特定人格）** ：对于 ChatGPT、文心一言等生成式 AI，用户仅输入提示词，人格贡献微乎其微；设计者也难以预见或控制具体作品的产生。
> 丹尼尔·戈尔韦斯 (Daniel J. Gervais) 论断：“问题不在于特定的人工智能机器是否通常能产生‘看上去类似’的创作性，而在于它是否导致特定作品看起来像作者原创作品的选择。”
---
### 三、基于功利主义与激励理论的系统重构
生成式 AI 展现了多主体参与、海量用户协作的生产模式。从功利主义视角看，对单一主体赋予绝对著作权会导致极端的逆向激励，必须寻找替代性制度路径。
#### 1. 赋予单一主体著作权的逆向激励泥潭
1. **不应赋予使用者** ：若海量用户掌握版权，AI 企业未来面临巨量侵权风险，从而丧失开放产品的动力。同时，高度重复的提词将导致无数极其相似的作品被多方交叉主张权利。
2. **不应赋予设计者（程序员）** ：科技工作者已通过薪酬与专利法获得多重激励，其核心诉求是系统演进而非争夺终端作品版权。赋予其权利不仅无法激发额外代码编写动力（Robert Yu 观点），还会抑制用户使用和传播。
3. **不应赋予所有者（AI 企业）** ：对于生成式 AI 巨头（OpenAI、谷歌、百度等），其核心商业模式是吸引流量、打造生态系统与推出订阅服务，而非依赖单篇作品的版税利润。若企业垄断作品版权，用户将因畏缩而拒绝使用，导致 AI 模型因缺乏交互数据而技术停滞。
#### 2. 替代性整体保护策略
鉴于人工智能的本质是“大型协作的数据处理系统”（詹姆斯·格里梅尔曼指出程序软件只是数据的另一种形式），应对 AI 所有者控制的数据池进行整体保护，避免被竞争对手“一锅端”：
1. **反不正当竞争法保护** ：优点在于具有充分的我国实证法支撑，可通过司法个案提供渐进式的动态保护；缺陷在于规则边界存在一定的不确定性。
2. **数据库特殊权利保护** ：借鉴 TRIPS 协议第 10.5 条与欧盟指令，为数据库整体或实质性部分提供保护。优点是规则与投资要求高度确定；缺陷是缺乏我国成文法支撑，且在域外亦面临争议。
#### 3. AI 训练侵权风险的动态约束
AI 训练数据包含大量未经授权的版权作品与“孤儿作品” (orphan works)，面临复杂的版权钳制（如著作权人索要高对价或秋后算账提起诉讼）：
1. **维持公共领域属性的避风港效应** ：在现行法律下，若 AI 企业对其生成作品主张著作权，其利用版权数据进行训练的行为将更易被判定为“商业性质”（如美国合理使用四要素），极大增加侵权败诉几率。因此，主动放弃版权是当下防范诉讼的最佳策略。
2. **未来法律演进与激励重平衡** ：若未来法律严格规定机器阅读与文本训练必须获得确权许可，导致企业成本急剧攀升，则此时法律 **应当赋予 AI 企业经济性权利** （尤其为保护中小企业），以实现成本与收益的重新平衡。
---
### 四、独创性与作品人格的深层法理批判
人工智能不仅提出了新问题，更无情剥开了传统著作权体系在前 AI 时代便已隐而不发的底层悖论。
#### 1. 独创性标准的制度悖论
现代著作权法一味追求人类主观创造性，导致保护标准降至底线，反而将真正具有历史价值的 AI 创作排除在外。
| 创造性维度 | 评价标准 | 适用领域与结果 | 学者论断支撑 |
| :--- | :--- | :--- | :--- |
| **心理创造性**
*(Psychological Creativity)* | 关注个体主观心理与思维，强调作品反映的“个人独特性”。 | **传统著作权** ：为了避免法官成为危险的“审美裁判”（霍姆斯法官语），独创性门槛被无限拉低，大量平庸广告海报受保护。 | 玛格丽特·波登 (Margaret Boden) 指出这仅限于个体层面的新颖性。
马克·莱姆尼 (Mark Lemley) 讽刺此标准低到“一个人几乎不可能一天不创作多个受版权保护的作品”。 |
| **历史创造性**
*(Historical Creativity)* | 关注作品对于人类历史是新颖的，体现对人类集体的“客观价值”。 | **人工智能/专利法** ：AI 作品客观价值极高，却因无“人类主观心理”而被著作权拒之门外，凸显悖论。 | 安妮玛丽·布里迪指出，心理创造性对应著作权，历史创造性对应专利法的新颖性。 |
#### 2. 人格与“人机二分法”的彻底破产
传统版权建立在绝对的“人机二分法”之上：人类代表自由意志与创造力，机器代表预定规则与机械重复。然而历史证明，人类的诸多受保护创作同样充满机械性与无意识：
1. **随机音乐创作** ：纽约派先锋艺术家推崇佛教“无我”理念，通过抛硬币谱写随机音乐 (aleatory music)。
2. **程序化游戏** ：18 世纪莫扎特根据掷骰子完成的《音乐骰子游戏》 (Musikalisches Würfelspiel)。法院以“创作者设定的程序本身具独创性”予以保护。
3. **超自然无意识创作** ：“自动书写” (automatic writing) 与“心理描述法” (psychography) 的作者坚称灵感来自神明，无个人干预，但法院仍予保护，甚至在 *Urantia Foundation* 案中指出“著作权没有明确要求作者必须是人类”。
> 人工智能先驱马文·明斯基 (Marvin Minsky) 曾直言：“人类的大脑本身就是一台机器。” AI 的跃升证明，机器不再刻板，而人类大脑本就具备机械性，传统的二元对立完全破产。
---
### 五、著作权制度的解构与功能主义重构
面对基础假设的坍塌，纯粹的理论解构不足以回应真实世界的治理需求。必须在解构神话的基础上，将著作权重新定义为可拆卸组装的 **功能性模块** 。
#### 1. 彻底解构“浪漫主义作者”的意识形态神话
1. **历史概念篡改** ：玛莎·伍德曼西 (Martha Woodmansee) 考证，18 世纪前“笔者” (writer) 等同于“工匠” (craftsman)。“浪漫主义运动”捏造了一个能从虚无 (ex nihilo) 中进行天才创造的“作者”概念，掩盖了文化生产始终依赖公共领域“挪用和转化”的事实（马克·罗斯语）。
2. **资本权力合谋** ：英法两国的版权确立史表明，高举“作者权利”大旗的往往是出版商。英国出版商公会 (stationers company) 为了在资产阶级革命后维持印刷垄断，策略性地炮制出“以作者为中心”的话语。
3. **哲学维度的消解** ：
- 罗兰·巴特 (Roland Barthes) 在《作者之死》中断言，文本只是充满融合和冲突 (blend and clash) 的“一堆引文”，作者应被降格为“编剧”。
- 福柯 (Michel Foucault) 在《谁是作者》中指出，“作者”纯粹是一种权力话语的功能机制，用于限制、排斥文本，并将其强行纳入现代工业的财产秩序。
#### 2. 将著作权改造为模块化 (Modular) 制度箱
李·芬内尔 (Lee Fennell) 将传统著作权视为“全有或全无”的整体性模块。这种粗放机制虽能降低社会信息成本，但并非唯一选择。
1. **破除模块迷信** ：博伊尔 (James Boyle)、莱西格、本克勒等学者早已警告，浪漫主义作者观夸大了独创性，成为企业垄断信息的工具。
2. **释放多样化模块供给** ：欧盟数据库权利、英国计算机生成作品规则、各类邻接权（表演者/广播组织），以及“知识共享”协议，早已证明著作权可以被打碎重组。面对 AI，必须引入基于功能主义的多样化制度模块。
#### 3. 制度重构实践：人工智能的署名权利与公法义务
在功能主义视角下，应当 **赋予毫无道德人格的 AI 以署名权** 。
1. **署名的纯粹功能机制** ：摒弃“人身依附”执念。署名的核心在于实现 **信息披露与声誉激励** （Christopher Jon Sprigman 研究证实）。它不仅为研发者积累声誉，更能协助社会评价体系（如教师评估学生作业）精准区分人类意志与机器贡献。
2. **企业规避署名的现实博弈** ：为谋求高额经济利益，企业可能采取“不真实署名”（伪造为人类作品）；为避免侵权诉讼，企业可能彻底放弃署名，或利用图片/音频水印易被抹除的技术漏洞逃避责任。
3. **基于风险分级的“双轨制”规制策略** ：
- **低公共风险场景（私法自治）** ：全面尊重市场规律，允许企业自主决定是否署名、如何标识（隐性元数据或显性水印），最大化发挥署名的商业激励功能。
- **高公共风险场景（公法强制）** ：署名权转化为防范安全风险的法定披露义务。依照《互联网信息服务深度合成管理规定》与《生成式人工智能服务管理暂行办法》第 12 条，强制要求提供者采取技术措施对生成内容进行显性标识。此时，署名模块完成了从私法激励向公法规制的跨越。
---
### 六、结语：版权权利的人机关系之维
人工智能作品作为一种涌现性作品 (emergent works)，彻底颠倒了传统版权法的原型假设——机器生成的作品在外观上完美拟人，而受版权保护的人类作品却常常充满机械与随机色彩。应对此历史性挑战的解题核心在于：
1. **坚守整体保护边界** ：避免直接赋予开放交互式 AI 著作权，转而利用反不正当竞争法与数据库特殊权利进行数据底层保护。
2. **工具理性的回归** ：将著作权降格为一种实用的制度工具。一如农业与工业时代的器械经改造后可服务于数字时代，传统著作权也可剥离其“人类沙文主义”外壳。
3. **颗粒度 (Granular) 的功能分析** ：深入制度内部进行解构与重构。人工智能的版权争议并非新时代独有的幽灵，它本质上是对农业、工业及网络时代积压的版权法理沉疴的一次全面清算与解答。
## 结语：在多维部门法制度中理解权利
数字时代的权利问题是老问题与新问题的叠加。老问题指的是权利理论的基础性问题，比如权利的正当性基础、权利泛化的挑战、不同权利的功能、权利行使的边界与限制。而新问题则是数字时代的科技变化与法律变化带来的权利理论问题。本书所分析的个人信息权利、数据相关权利、人工智能相关权利，无疑既涉及权利理论的基础性问题或老问题，也涉及这些新型权利或新兴权利所面临的新问题。无论是老问题还是新问题，对权利的探讨都必须结合部门法制度进行讨论。
离开部门法制度或不当结合部门法制度，抽象性地谈论某种权利是否可以成立、其权利边界与限制应当如何界定，这些对权利的探讨就可能失去支撑，甚至可能出现误读。以本书第一编讨论的个人信息权利为例，我国学界初期对个人信息权利的研究主要在侵权法视野下进行讨论，探讨个人信息应当作为一种权利还是权益。从路径依赖的角度看，可以理解这种视角，因为传统隐私权就依赖侵权法保护，而且隐私权的发端就源于对其是否可以成为一种权利的讨论。但随着讨论的深入，学界逐渐意识到，个人信息保护是一种权利还是权益并不那么重要。事实上，《个人信息保护法》同时使用“个人信息权益”和“个人在个人信息处理活动中的权利”的表述。更为关键的问题是，保护个人信息权利的制度主要不是传统侵权法。甚至可以说，个人信息保护制度之所以诞生，就是因为大规模微型侵权对传统侵权法的挑战。在此基础上，学界逐渐达成共识：理解个人信息权利，应当不局限于侵权法的制度框架，在合理的部门法制度视野下进行讨论。本书对于其他权利的讨论也被放置在部门法制度的视野下。
本书第二编讨论的数据新型财产权结合了财产法特别是知识产权法的部门法制度，并在知识产权制度下更近一步结合专利权、著作权、商业秘密、特殊类型数据库权利、公共领域等制度进行讨论。对数据来源者权和数据公平利用权则结合了宪法行政法、民商法、知识产权、消费者保护法、竞争法、个人信息保护法等不同部门法制度进行探讨。本书第三编对人工智能数据训练中的数据权利结合了宪法、行政法、个人信息保护法、知识产权法等部门法进行分析。对算法解释权结合了个人信息保护法、消费者保护法、宪法基本权利等部门法进行探讨。对人工智能作品的版权结合了著作权法、反不正当竞争法等部门法进行研究。不过需要指出，本书所谓的部门法制度是多维、功能性的。
任何部门法都是历史的建构，都会随着问题的变化而不断增加其观察维度、调整其制度功能。通常，传统部门法首先围绕一些典型场景建构其典型制度，例如，财产法所想象的不动产的排他性保护，合同法所想象的小资产者进行理性谈判的场景，侵权法所想象的一对一的过错侵权。随着社会的发展，部门法不断拓展非典型场景和调整其典型制度。例如，当财产权制度适用于知识产权，其制度就需要大幅限制权利保护、大幅扩张合理使用。当合同法制度适用于消费者权利、劳动者权利、个人信息权利，其制度就需要进行倾斜性保护、引入公法规制。当侵权法制度适用于产品责任侵权、个人信息侵权等场景，其制度就需要调整为侧重合理预防与公共治理。在数字时代，对权利的分析更应在多维部门法制度框架中进行理解，因为数字时代的权利所面对的问题常常突破传统部门法的典型场景。
以本书分析的典型个人信息权利为例，个人信息保护法是为了调整人机关系或信息处理关系而被创设，这种典型场景与传统私法或传统公法都有较大区别。因此，个人信息权利应被视为实现数据合作治理的非绝对性、工具性、程序性权利。数据新型财产权、数据来源者权利、数据公平利用权是在数据价值凸显与数据治理背景下所提出的权利，其所应对的关系与传统动产或不动产都有较大区别，因此这些权利应被视为实现数据治理的非排他性、沟通性、行为规范性权利。在人工智能训练的典型场景中，数据权利面临的挑战是大规模微型权益的汇聚问题，因此，各方的数据权利应当注重实现数据的公共性，同时创新对各方主体的权益保护。在人工智能算法自动化决策中，算法解释权面临的典型场景是人工智能决策的黑箱性与一般透明性原则的失效，算法解释权应当注重促进对自动化决策的信任，而非为了实现一般意义上的个体知情权。
在人工智能作品的著作权保护中，著作权所面临的问题是人机关系的颠倒，即机器比人更具有客观创造性。因此，人工智能作品的著作权应当突破浪漫主义作者观的传统想象，在人机关系重构的背景下对著作权进行制度拆解与重新组合。突破单维部门法的制度想象并非易事。
一旦人们建立了对某一制度的想象，这种想象就会支配我们，将我们的想象困在较为低维的空间里。而且低维的制度想象由于其适用成本较低，往往会在思想市场中占据优势地位。这种情形颇似刘慈欣在其《三体》中所描绘的“降维打击”：具有二维特征的“二向箔”可以将所有三维的空间降维坍塌为绝对平面。面对来自二维世界的打击，三维世界反而不具备竞争优势。不过对于法学研究而言，学术研究的目标正在于知识的解放，摆脱二维或低维空间对我们想象的束缚。本书对于数字时代权利理论的探讨，正是希望重新激活权利的多维部门法视角，实现知识的升维与制度的转型升级。