您当前的位置：新闻>版权
当前，出版行业一方面面临发行渠道萎缩的压力，另一方面也受到生成式人工智能快速发展带来的信息生产和获取方式剧变的影响。在这一背景下，内容资源成为出版行业在内容传播与知识供给领域守护的重要阵地。
版权内容资源经过严格审读和加工，具有语言表达规范、长文本逻辑连贯、信息密度高等特质，可有效降低单一的互联网抓取数据对语料库的污染，是大模型训练的“优质燃料”。特别是在法学、医学、工程技术等专业领域，专业出版内容是训练高质量垂直大模型不可或缺的语料基础，从而成为大模型企业的战略性资源。
然而，面对大模型企业的“求书若渴”，出版社大多顾虑重重：出版单位是否会因此丧失自己在内容服务领域的最后一块领地？如何为版权内容定价，才不被斥为“贱卖资源”？对于未经授权获取版权内容资源用于数据训练的侵权行为，如何发现和有效维权？笔者认为，出版单位要在守护好自己固有“领地”的基础上，使版权内容资源在AIGC时代实现应有价值，从“被动迎敌”到“开疆拓土”，需要厘清以下基础性的问题。
厘清权利基础，筑牢内容资源保护底座
出版单位要将版权内容资源运用于AIGC下的知识再生产，并获得收益，前提是作者的授权和出版单位基于此授权享有的权利，也即要求内容资源具有明晰的权利归属。在传统著作权保护的框架下，出版单位需要进一步完善版权管理制度及合同条款，获得著作权人对内容用于语料训练的充分授权。
然而，不同于传统的印刷、光盘复制、在线分发等使用方式，当出版内容资源成为版权语料，将以数据集合呈现的海量内容集中投入大模型训练，无法因授权到期、授权瑕疵等原因将部分内容资源从已完成训练的大模型中剥离。基于其统计学的技术原理，大模型产品也不会直接以训练语料的原始表达进行内容输出。
因此，需要在法律层面打破传统著作权保护中的“作品”界限，重点解决出版单位将版权内容作为版权语料授权时的权利属性问题，即在数据资产保护的理论框架下重新梳理内容合法持有人利用版权语料实现经济价值的法理依据，探索版权语料在拆分、重组以及交易、利用全生命周期中的合规治理机制。
与此同时，在技术层面需要重点解决投入大模型训练的版权语料的可溯源性问题，从而为法律层面的数字资产权利保护提供现实可行性。AIGC时代，亟须探索稳健可靠并且可产品化的语料溯源方案，才能为非法获取的版权内容资源并将其用作训练语料的行为，提供可行的取证、维权技术解决方案。
此外，对作者提供资源复用量还应创建可信的统计工具，从而有利于吸引更多创作者积极授权，将自己的优质内容投入大数据知识服务的内容生态系统，并从中获得合理回报。健全的制度和技术保障，有助于出版单位持续获得高质量、低同质化的内容资源，这是出版单位利用版权语料“开疆拓土”的根本保障。
强化数据治理，推动内容资源资产化
出版单位经过数字化加工，将版权内容资源转化为版权语料，是内容资源形成数据资产的方式之一，但非唯一方式。版权语料生产可以认为是在出版生产经营过程中，对出版单位合法持有的外部数据进行加工、清洗、挖掘、标引、存储等一系列数据治理工作，从而使原始数据附加了劳动和智慧价值，并使之可被自己和他人再次利用，创造新价值，成为内容资源跃迁为数据资产的核心环节。经过筛选、组织、标引等规范的全流程数据加工、管理工序，数据才具备合规性、结构化、价值增值的属性，从而使出版内容数据符合资产化条件，再经过会计确认和计量，可作为数据资产入表。从目前实践来看，对数据资源资产化的需求不仅体现于出版单位的融资活动和财务管理制度中，更多体现在对数据资产交易的科学定价中，明确的资源获取和加工、标引成本核算规则，有助于推动版权语料应用进一步走向合规化。
事实上，经过数字编辑加工、管理，具有知识应用能力的数据，其资产价值无需通过市场交易环节进行确认。例如，作为人工智能审校语料的编校错例库，垂直专业出版资源形成的知识图谱、术语库等，可以为出版单位自身的内容生产带来直接、间接的经济效益，对出版智能化转型起到举足轻重的作用。尽管这些数据未必被封装成有定价的数字产品，但可以长远支撑出版单位的智慧决策和效率提升，其资产价值应该得到出版单位从生产资源投入到效益考核指标的全面认可。
《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》对数据要素建设和数字中国建设提出了殷切期望，出版单位在机遇面前树立数据资产意识、修炼数据管理内功，积极主动推进出版内容资源向数据资源的转化，在完善数字资产权利保护制度和保护技术的条件下，积极推动版权语料资源和其他数据资源的加工、利用，“转守为攻”，在人工智能的大国博弈中，利用数据禀赋为出版业的可持续发展“开疆拓土”。
（作者单位：法律出版社数字出版部）
