一、背景與核心問題概述
該意見書主要討論了在《數位單一市場版權指令》（CDSM 指令）和《人工智慧法案》（AI Act）的雙重框架下，生成式人工智慧（Generative AI）的版權問題。檔指出，當前立法在適應新興技術應用時存在多處不確定性，尤其是：
文本與資料採擷（TDM）例外的適用範圍問題意見書認為，CDSM 指令中關於 TDM 的例外條款雖然為科學研究和其他目的提供了一定保護，但對於生成式 AI 在訓練及後續輸出生成等各階段的版權問題仍存在法律空白與界定模糊的問題。
AI 法案中版權相關義務的落實生成式 AI 模型提供者需要建立符合 EU 版權法律要求的內部政策，確保版權方能夠有效行使選擇退出權，同時在透明度方面對訓練資料及其合法獲取方式進行詳細披露。
私法與公法之間的銜接
ECS 指出，CDSM 指令主要作為私法工具保護私人權利，而 AI 法案則通過公法手段監管 AI 產品安全性及市場准入。這種雙軌制度在實際執行時可能引發管轄權、跨境適用等問題，尤其在版權保護的地域性原則上可能產生衝突。
作者及表演者的公平報酬意見書強調，無論是 TDM 例外下的訓練行為，還是經過許可後商業化的生成性輸出，都必須確保原作者及表演者獲得適當、比例合理的報酬。
二、法律評價
積極意義
多元視角審視版權問題：該意見書以學術研究者的獨立視角，提出了生成式 AI 技術在版權領域面臨的多重挑戰，促進了學術界與立法機構之間的對話。
兼顧創新與權益保護：在鼓勵技術進步與確保創作者權益之間尋求平衡，既不全盤否定 AI 技術的發展潛力，也不忽視版權保護的基本原則。
存在的爭議與不足
TDM 例外的邊界不清：對於生成式 AI 模型各階段（如數據預處理、訓練、輸出生成）是否都能納入 TDM 例外的討論仍顯模糊，這給實際操作與司法判斷帶來不確定性。
跨法域與執行難題：私法與公法在版權保護上的分野可能導致實際執行中出現多頭監管和責任分散問題，尤其在涉及跨境資料流程動和國際市場時，更需謹慎界定。
開放原始程式碼與研究豁免：意見書雖然提及對開放原始程式碼和科研用途的保護，但對於何種情形下可以適用豁免以及其具體操作機制，仍需進一步厘清。
三、可能的發展面向
立法與司法解釋的完善
明確 TDM 例外的適用範圍：未來可能需要通過司法解釋或進一步立法明確生成式 AI 在訓練、輸出及商業化過程中各環節的版權適用範圍，厘清複製、傳播等行為是否構成侵權。
強化跨法域合作機制：針對私法與公法之間的銜接問題，歐盟及各成員國可能探索建立統一的監管與協調機制，確保各環節責任清晰，減少法律漏洞。
完善內部政策與透明度標準
制定詳細的行為指南或“守則”：由歐盟 AI 辦公室牽頭制定的行為準則將進一步細化生成式 AI 提供者在版權政策、選擇退出機制及資料透明度上的具體要求，為市場參與者提供明確操作框架。
技術手段的更新與普及：定期更新並推廣用於表達與處理版權保留（opt-out）技術方案，確保各方始終能夠使用符合“最先進狀態”的技術手段應對版權問題。
探索新的報酬機制與集體談判模式
建立適應大規模資料訓練的報酬體系：考慮到生成式 AI 可能涉及海量版權作品，未來可能探討建立基於集體許可或殘值報酬等機制，以確保創作者在海量資料利用背景下依然獲得公平補償。
跨界合作與利益共用：鼓勵技術企業、版權方與科研機構之間建立長期合作關係，共同構建一個兼顧創新和版權保護的生態系統，同時推動版權相關收益在全產業鏈中實現合理分配。
總結
總體而言，該意見書為當前歐盟在生成式 AI 版權問題上存在的不確定性提供了系統而深入的分析，既揭示了 TDM 例外及 AI 法案實施中的實際難題，也為未來立法及司法解釋提供了重要參考。未來的發展可能會圍繞立法明確、跨界監管與創新補償機制三個主要方向展開，從而在保護創作者權益的同時促進技術創新與市場健康發展。
