大模型监管观察：英美、欧盟如何规制ChatGPT训练数据？

图片地址：https://images.tmtpost.com/uploads/images/2023/05/990e8f033c3eb33a1c2ded54ea113fba_1683543705.jpeg

图片来源@视觉中国文 | 金杜研究院，作者 | 宋海燕 ChatGPT，一款由美国科技公司OpenAI于2022年11月30日发布的AI聊天机器人，一经面世便引发全球热议。随着其热度不断升高，与之相关的诸多版权争议受到广泛关注，训练数据侵权问题便是其中之一。作为语言生成式模型，ChatGPT训练数据由大量文本数据组成。目前各国对生成式AI训练数据的使用仍未单独制定成文法规定，但域外对文本与数据挖掘（Text Data Mining，后称“TDM”）技术的法律规制却具有重要借鉴意义。TDM指的是利用自动分析技术分析文本与数据的模式、趋势以及其他有价值的信息，是以计算机为基础的，从文本或数据导出或组织信息的过程。[1]从技术原理来看，ChatGPT训练数据库的建构与TDM均以文本和数据输入为基础，二者在著作权法上具有相似意义。而在法律层面上，基于制度衔接与法律秩序稳定性的考量，针对使用主体