曹上：生成式人工智能數據訓練的著作權保護研究 | 江蘇警官學院學報202504

【副標題】基于輸入端與輸出端的雙向路徑檢視

【作者】曹上（江蘇大學法學院數字法治應用研究院特邀助理研究員）

【來源】北大法寶法學期刊庫《江蘇警官學院學報》2025年第4期（文末附本期期刊目錄）。因篇幅較長，已略去原文注釋。

內容提要：新興技術發展為傳統知識產權保護帶來了新的挑戰，如何實現權益保護與技術創新的平衡，促進著作權人與人工智能服務提供者間的合理利益分配，已成為數字時代的關鍵議題。基于生成式人工智能的“表達性”機理，在復制權和改編權的區分適用下，以技術邏輯為起點，構建輸入端和輸出端的雙向檢視路徑。具體而言，在輸入端構建正當性前置的檢視路徑，基于直接授權的現實困境，分析“合理使用規則”及“強制締約規則”的適用及法效果；在輸出端以“轉化性使用”為制度參照，構建事后損害救濟模式的替代性方案并檢視法效果，從而構建利益平衡的新格局。

關鍵詞：生成式人工智能；著作權保護；合理使用；轉化性使用；侵權救濟模式

目次 一、生成式人工智能數據訓練的作品保護問題 二、生成式人工智能數據訓練的雙向檢視模型構造 三、輸入端授權前置的合法性基礎路徑檢視 四、輸出端事后救濟的權益平衡路徑檢視 五、結語

一

生成式人工智能數據訓練的作品保護問題

人類認知層面發生過多次范式轉移，這些轉移標志著人類思維方式和認知框架的根本性變革。以“數據驅動”為核心的范式奠定了數據流通和人工智能治理的理論基礎，高效安全地實現數據流通與信息傳遞成為知識融通的價值目標。信息是知識傳播的內在要素，數據是信息匯集的表現形式。但信息交互中不可避免地面臨表意流失問題，這是由熵增定律的本質所決定的，絕對意義上的熵增不可避免，但局域意義上的熵減效應卻可以通過技術實現。以大數據流通促進人工智能涌現效應的實現，同時人工智能技術又反向規制數據價值的實現模式，數據資源與人工智能之間的復雜關系呼之欲出，其中的權益保護沖突也隨之凸顯。

人工智能發展經歷了多次歷史轉折，從最初以邏輯推演為中心的符號主義熱潮，到人們逐漸對專家系統適用范圍局限性的失望；從以機器學習為基礎的聯結主義快速興起，到人們對概率論邏輯不周延性的懷疑。當前以深度神經網絡為中心的技術突破，進而引發人們對算法不可解釋性的擔憂。技術發展的數次起伏間，人工智能經歷了從符號主義到聯結主義、從研判式人工智能到生成式人工智能的發展歷程，強人工智能時代的到來不再停滯于理論研討。人工智能之所以能取得如此矚目的成就，大數據科學的發展必不可少。在傳統研判式人工智能時代，少量數據的利用并不會導致過多爭議，但在生成式人工智能動輒以億計的參數體量下，著作權人與人工智能服務提供者之間的利益平衡牽連甚廣。

諸多典型案例反映了當前司法裁判尺度不統一的割裂現狀。2024年9月，德國漢堡地區法院一審“克奈斯克訴LAION案”，法院援引德國《版權法》第60d條關于“用于科學研究的文本和數據挖掘”的例外情況，認為被告數據訓練行為不屬于臨時復制，因此不構成侵權。但僅就現有事實來看，被告數據訓練行為及其后續運營似乎超出科學研究目的范疇，可見德國法院裁量尺度采取相對寬松的態度。2025年2月，美國特拉華州地方法院審理“湯森·路透訴羅斯智能案”，審理法院認為被告在未獲得授權的情況下，復制湯森·路透 Westlaw數據庫內容，并用于訓練其人工智能法律研究平臺的行為，不屬于美國《版權法》中的“合理使用”范疇。國內也出現了諸多典型案件。2024年2月，廣州互聯網法院審理的“上海某文化發展有限公司訴廣州某公司網絡侵權責任糾紛案”中，法院認為被告未經許可復制了案涉奧特曼作品，構成直接侵犯奧特曼著作權的復制權。案涉生成圖片部分保留了“迪迦奧特曼復合型”作品的獨創性表達，并在保留該獨創性表達的基礎上形成了新的特征。被告上述行為構成對案涉奧特曼作品的改編，且被告未經許可，改編了案涉奧特曼作品，侵犯了原告對案涉奧特曼作品的改編權。

由上述案件可知，對于生成式人工智能數據訓練中權益保護與創新發展間的利益沖突，理論界和實務界也存在激烈的爭議。一方面，人類為藝術審美和技術創新做出的不懈努力理應受到法律保護，這是知識產權法的立法初衷。人工智能服務提供者未經許可的使用行為，系數字時代資本不道德的“剝削”行為。另一方面，模型生成并非傳統意義上的簡單復制拼湊，而是利用統計學原理從隨機潛在噪聲中提取參數，本身也具有滿足“獨創性”的適用空間。針對生成式人工智能訴訟已然開啟，新興科技創新和傳統知識產權保護間的利益沖突凸顯，如何實現多元利益平衡成為各方博弈的重心。

二

生成式人工智能數據訓練的雙向檢視模型構造

（一）雙向檢視模型構造的理論基礎

法律是成體系化的經驗知識，底層技術的不斷進步催生了法律規制的不斷革新。基于技術所產生的新型著作權，其規制與機器學習的底層技術邏輯具有相通性。美國學者本杰明·索貝爾（Benjamin L.W. Sobel）以是否具有表達性內容輸出為標準，將人工智能劃分為“表達型機器學習”和“非表達型機器學習”兩類。“表達型機器學習”應具有表達性內容輸出，“非表達型機器學習”則更多適用于研判式推理。有觀點認為，“表達型機器學習”和“非表達型機器學習”對應法律概念，即前者按照著作權法中合理使用規則來適用，后者對應非作品性使用，即不是在著作權法意義上使用作品，不負著作權侵權責任。因此，為構建生成式人工智能數據訓練行為的系統性規制，需要從法律上的表達性與技術實現的流程性上雙向展開。

其一，從“思想/表達二分法”原則來看，表達性特征是生成式人工智能的技術屬性。理解著作權法意義上作品的使用形式，須精準了解表達性與非表達性概念。從責任豁免的范圍上看，非作品性使用也包含了非表達性使用，而合理使用包含了轉化性使用和任意使用等制度。非表達性概念在生成式人工智能內容生成的邏輯下，更多體現為“非特定性”，即對于作品使用非基于獨立的、特定的表達，在計算機軟件作品中則表現為“功能性”。非表達性使用不是直接復制或以衍生形式再現，而是側重呈現作品表達的技術功能實現需要。因此，生成式人工智能著作權保護需要基于著作權“思想/表達二分法”的原則，非作品性使用可以基于非表達性而排除在著作權侵權的規制范疇之外，非表達性使用則基于其技術功能實現特征而豁免著作權規制，而表達性則是判斷生成式人工智能侵權規制的基礎。

其二，基于復制權與改編權的適用區分，在輸入端與輸出端建構不同的法理基礎。在我國現行法下，復制權和改編權規定在《中華人民共和國著作權法》（以下簡稱《著作權法》）第10條第5項和第14項。從立法沿革上看，世界上最早的版權法是1710年英國的《安娜法令》，復制權便位列其中。1948年的布魯塞爾會議修訂《保護文學和藝術作品伯爾尼公約》（以下簡稱《伯爾尼公約》）時明確了改編權的法律地位。復制權是將作品固定在有形物質媒介上，為他人所感知，且存續狀態相對穩定和持久。改編權是利用原作品的獨創性表達進行一定程度改動，并形成新的獨創性表達，包含“保留原作品獨創性表達”和“添附新的獨創性表達”兩個核心要素。只要原作品與演繹作品經對比構成實質性相似，那么實際上改編行為也包含了對原作品基本表達的復制。由此可見，改編權的權能本身可能涉及對原作品表達的復制，二者在權能范疇上有一定的交叉重合。輸入端的訓練行為本質上是對數據的復制，這與復制權的法理基礎一致。基于改編權獨創性表達的基礎，輸出端基于該訓練結果生成的內容，與改編權中新的獨創性表達的判斷邏輯相契合。

（二）基于輸入端與輸出端的模型構造路徑

生成式人工智能數據訓練的合法性基礎，根植于“思想/表達二分法”原則及復制權、改編權的雙重基準，以此構建輸入端與輸出端的著作權使用的雙向檢視，展開技術實現、法理基礎、多元權利主體的體系構建。

其一，從技術實現來看，人工智能的技術流程分為輸入與輸出兩端，法律規制邏輯也依此展開。生成式人工智能利用自主學習能力將數據進行形式轉換與參數提取，配合用戶指令輸入，生成與之相匹配的目標內容。因此，模型內容生成流程可以拆解為兩個環節：一是輸入端基于語義識別及視覺處理技術的機器學習，利用版權作品進行前期編碼學習和深度參數訓練。二是輸出端的場景應用與內容生成，接受用戶指令進行信息交互，從既有神經網絡中進行參數調用與特征匹配，進而完成個性化內容生成。

其二，從法理基礎來看，基于復制權與改編權的適用屬性差異，分別解釋輸入端與輸出端的不同法效進路。改編權是對原作品內容的二次創作，產生具有獨創性衍生作品的行為，現行法中主要強調了“對原作品改編”和“具有獨創性”兩個要件。復制權和改編權的區分實質在于“獨創性”要件的滿足與否，更在于是否在保留原作品基本表達基礎上增加新的創造性內容。人工智能輸出內容與版權作品存在實質性相似可能侵犯復制權，如果輸出內容是利用版權作品基本表達而生成具有獨創性的產物，則受改編權規制，這也是構建權益平衡模型分析的法理基礎。

其三，從權利主體看，人工智能產業鏈涉及多元法律關系，其運作與數據權益、算法治理及知識產權保護等關鍵問題緊密關聯。因此產業鏈條聯結著諸多主體節點，如數據來源者（著作權人），數據預訓練、場景落地的人工智能服務提供者，以及使用模型進行內容生成的服務接受方，他們之間構成了復雜的權益保護關系。

因此，在輸入端與輸出端的雙向檢視下，輸入端的合法性是數據來源正當性的重要判斷依據，具體以著作權人的授權行為與合理使用的認定為基準。輸出端的合法性則是以輸出作品具有獨創性為標準（見圖1）。基于價值判斷與法效果的分析，以權源正當性來實現利益分配及事后救濟體系的動態調整。權益平衡的體系檢視與利益衡平有其價值基礎。從公平價值與思想自由支配看，是公眾的表達自由與權利人的創造積極性保護間的平衡；從效率價值與經濟利益分配看，是作品權益保護與促進經濟發展的平衡。

圖1 輸入端與輸出端的雙向檢視路徑圖

三

輸入端授權前置的合法性基礎路徑檢視

（一）輸入端授權前置模式的理論基礎

在傳統規制路徑下存在復制權與改編權法效重疊的可能，但僅考慮模型生成邏輯的輸入端時，需以數據處理中的復制行為作為規范重點。模型預訓練中的數據資源存儲、目標參數分析提取，其正當性建立在合法的復制行為上。以復制權構建輸入端的權利基礎，其核心是為了規制數據來源合法性問題。但有觀點認為，生成式人工智能的復制行為僅有“臨時復制”的效力，因為在調用作品數據的過程中，計算機內存和硬盤緩存形成的是臨時性存儲。因此，人工智能中的復制行為需要基于其特殊原理進行判斷，在建立數據接口并獲取目標數據庫內容時，許多版權作品開源副本形成的數據資產被直接用于模型基座預訓練。在完成初始的數據匯集后，對數據進行噪聲添加與編碼壓縮等技術處理，在保留原作品內容中最關鍵、最本質特征的基礎上完成對數據的格式化流程，然后將參數處理后生成內容輸出給用戶。此時參數已經被固定在模型基座參數庫中，而非緩存的臨時性復制，可見人工智能的數據使用行為屬于著作權意義上的復制行為。

復制權的判定關鍵在于與原作品是否存在“實質性相似”，是否構成“實質性相似”也是判斷訓練數據來源合法性的基礎。對于去噪與解碼后生成的作品內容判定，如果去噪與解碼后生成的作品內容具有“實質性相似”，則構成對復制權的侵犯，此時需要確立正當性事由豁免侵權。豁免侵權最簡單和最直接的方式是事先取得當事人授權許可，但是人工智能服務提供者面臨的核心困境是受制于高昂的經濟成本，難以逐個獲取海量數據權益主體的授權。大模型需處理的參數量達到千萬級甚至億級，若逐一與個體權利人協商授權，其談判成本遠高于授權許可所需要支付的實際費用，造成了實際上的經濟履行不能。因此，直接從權利人處獲取授權的單一模式難以滿足人工智能產業的長遠發展需求。除了直接授權的正當性基礎，合理使用的豁免方式也頗受關注，從而直接從請求權“權利產生障礙”層面阻卻侵權發生。

（二）現行法下的適用路徑分析

“合理使用規則”是除直接授權外的重要責任豁免路徑，但其具體適用仍存在障礙。從我國《著作權法》中的侵權豁免事由來看，現行法下包括合理使用、法定許可和強制許可三種類型。強制許可屬于極為特殊的適用情形，法定許可在《著作權法》中有明確規定。上述類型無法提供直接有力的制度依據，只有合理使用是更具可行性的學理解釋路徑，其作為具有較大解釋空間的概括性條款在學界廣受關注。“合理使用規則”與發軔于英國判例法的“合理節略”（fair abrigement）密切相關，美國法官約瑟夫·斯托雷（Joseph Story）將其創造性地運用于美國法律體系，并進行了理論化和系統化說明。“合理使用規則”在《伯爾尼公約》中體現為“三步檢驗法”。

我國《著作權法》第24條規定了合理使用作品的情形，但以“合理使用規則”作為人工智能版權數據使用侵權豁免的法律依據，似乎已經超出了法律的文義解釋范疇。首先，從法律體系上看，合理使用雖然可以適用《著作權法》第24條第13項概括性條款“法律、行政法規規定的其他情形”，但是現階段我國并無法律、行政法規規定的其他情形，可見我國“合理使用”處于事實上的封閉式立法現狀。其次，從使用方式上看，多數模型都有商業化的使用需求，模型產業的經濟目標是要完成向不特定主體提供商業性服務的轉向，不再局限于個人使用或科研需求，這并不符合《著作權法》第24條的文義解釋。由此可見，“合理使用規則”在人工智能數據訓練中的侵權豁免適用存在解釋困境。

從法解釋學的視角探求其他可行路徑，強調保護“不對等交易地位”的“強制締約”或可成為“合理使用規則”適用不能的替代方案。強制締約理論最初由德國學者尼珀迪（Nipperdey）提出，側重糾正市場不平等交易與不合理期待的特殊締約模式，是社會保障、維護市場開放和良性競爭秩序，以及保護消費者和人格平等原則的體現。但根據德國民法學家迪特爾·梅迪庫斯（Dieter Medicus）的主張，在法律未設明文規定時不應擴張適用，除非若不締約會被認為當事人故意侵害社會公益和公序良俗。一種方法是對社會公益和公序良俗概念的擴張解釋，即數字化時代下的數據流通不再是基于個人獨立掌握，而是作為一種社會流通資源加以使用。但是公共利益本身的概念過于模糊，難以明確其法律概念邊界。另一種方法是采納“壟斷地位說”，即處于壟斷或強勢地位且提供生活必需服務的主體，理應承擔不得拒絕客戶要約的強制締約義務。從制度的價值解釋路徑出發，“合理使用規則”確實賦予了非權利人突破排他性專有權限制的權利，從而更大程度地實現壟斷賦權與創新發展間的平衡。但是，壟斷地位本身也存在一定的模糊地帶。基于公共利益、經營者地位、消費者權益的“三元疊加”利益關系，將個體權利人的排他性專有權認定為具有市場層面的壟斷地位，并不符合市場交易的真實境況。事實上，“強制締約規則”適用的法效果極具爭議，因為建立強制締約模式無疑加強了人工智能服務提供者對數據獲取的能力，對著作權人而言是對其意思自治的侵害。

（三）輸入端正當性基礎的適用效果檢視

我國現行法中的侵權責任豁免事由，除了事先直接授權模式，還包括“合理使用規則”和“強制締約規則”的解釋路徑。從事先直接授權模式來看，人工智能服務提供者事先獲取海量著作權授權存在現實履行障礙，縱使實施也無法承擔相應的經濟壓力。“合理使用規則”無法解決現階段缺少法律依據的現實問題。對于強制締約制度，基于公共利益保護的目標，強制締約賦予弱者保護是其制度建構的價值基礎。但在人工智能強制締約中，將締約權利歸屬于相對強勢的人工智能服務提供者，卻將強制義務施加于個體權利主體，直接喪失了該制度適用的價值空間。并且強制締約所提供的只是數據使用的合法性基礎，也無法解釋個人信息授權的合法性基礎。

從利益分配視角看，強制締約確實賦予當事人獲取收益的機會，但是議價權的缺失也會造成事實上雙方權利義務的不對等。對于著作權中涉及個人信息的作品而言，基于壟斷性的強制締約難以建構法理基礎，無法兼顧個人信息保護的剛性原則。在侵權豁免路徑探索上，無論是事先直接授權路徑，還是合理使用路徑，抑或犧牲當事人意思自治的強制締約路徑，都會面臨論證邏輯不周延和論證力度不足的問題。

從立法中心主義視角，縱然可以直接呼吁擴大合理使用的適用情形，從而保障人工智能服務提供者得以侵權豁免，但其產業發展中的各方利益平衡能否保障依然待定。因為從法律效果上看，根據《著作權法》第24條的規定，在特定情形下使用作品可以不經著作權人許可，也不支付報酬。這對人工智能服務提供者來說是莫大優勢，但對著作權人來說則會顯著降低作品的收益可能性與創作積極性。如果人類技術創新的治理成果被人工智能服務提供者無償使用，且經過訓練的模型反而更為廉價且高效地替代人類工作，此種機制下難以奢求著作權人繼續保持藝術追求熱情及創作積極性，如此就完全背離了知識產權法的立法初衷。

四

輸出端事后救濟的權益平衡路徑檢視

（一）輸出端事后救濟的理論基礎

輸出端作為生成式人工智能內容生成的端口，其技術特征與著作權中的改編權緊密關聯。輸出端并非不涉及復制權，而是基于兩項權利判斷思維不同。以分割視角審視輸出端創造性表達侵犯的改編權，二者在“實質性相似”的判斷標準不同。根據表達性的分類，生成式人工智能是一種“表達型機器學習”，而其表達性的特征主要是通過輸出端實現。有觀點認為，生成式人工智能使用原作品并非為了利用獨創性表達，而是將其作為一種事實信息的功能性利用，故在使用結果上并未再現原作品的藝術價值。筆者認為，由于人工智能服務提供者在獲取數據時需要根據語義編碼實現特征提取，其本身就是在原版權作品處理基礎上的知識再生產，是利用原版權作品基本特征的內容生成，實質上滿足構成表達性內容輸出的解釋空間。改編權中包含獨創性表達附加，體現為從其訓練數據中學習作品，但同時已完成自身的創造性表達和獨創性價值添附，使得“表達型機器學習”存在轉換性使用中的“目的轉換”。因此，改編權中的創造性表達與生成式人工智能輸出端的獨創性表達附加有著契合的法理邏輯，“轉換性使用”成為可行的解釋路徑。

（二）比較法上侵權豁免的擴張性解釋

隨著新興技術不斷重塑知識產權的創作、傳播和使用方式，責任豁免的范疇也在動態演變。美國“合理使用規則”的司法適用通常根據其《版權法》第107條規定的四個要素逐一判斷。1990年，美國法官皮埃爾·萊瓦爾（Pierre N.Leval）首次提出“轉換性使用”概念。1994年美國最高法院在“坎貝爾訴阿庫夫·羅斯音樂公司案”中首次引用該概念后，這一學術概念轉變為版權合理使用的一項判例法規則。“轉換性使用”更側重于使用行為在何種程度上符合“轉換性”。質言之，“轉換性”要求在原作基礎上增添新的價值，包括創造新的信息、審美、觀點等元素。在1984年“索尼公司訴環球城市工作室案”中，法院認為技術應用的功能性重構可以促進公益，可以生成新信息或衍生價值。不過在側重目的要素的同時，“轉換性使用”也不得違背其他三個要素。如在2018年“福克斯有線電視網訴TVEyes 公司案”中，第二巡回法院雖承認被告對原告節目的關鍵詞檢索功能具有轉換性，但明確指出“轉換性使用不得實質性替代原作品市場價值”。

德國作為《伯爾尼公約》的成員國，已承認“三步檢驗法”的國內法效力，但實際上德國《著作權法》還制定了合理使用之外的“任意使用規則”。其合理使用模式采用了“概括條款”和“法定列舉”相互結合的方式，前者是德國《著作權法》第24條“任意使用規則”，后者是該法第44a條到第63a條中諸情形，且二者分列于不同章節。“任意使用規則”區別于法定列舉的合理使用情形，主要體現在適用范圍上，即“任意使用規則”的適用范圍是全部作品類型，但在適用上要求使用者以“創作獨立作品”為前提。在界定獨立作品時，德國法院認為若新作品特有的獨創性相較于原作品片段有著較大的“內在距離”，與原作品可以相對遙遠地分離開，即符合德國司法認可的“獨立作品”之定義。

由此可見，為了適應數字化時代的技術特征，對于“合理使用規則”規制覆蓋不全的情形，大陸法系和普通法系都體現了同態擴張趨勢。德國“任意使用規則”與美國“轉換性使用規則”有著價值追求一致的底層邏輯，都在建構一種“鼓勵創新”的制度機理。結合我國合理使用的封閉式規制現實困境，可以此為價值導向構建可行的實踐路徑。

（三）輸出端事后救濟的適用效果檢視

基于模型生成式特征，判斷輸出端“創造性表達”是否具有價值轉換性，是對其內容創新能力的更高要求。如果模型可以完成著作權法意義上的再創新，則與以鼓勵創新為制度價值的著作權法相契合。因此，“轉換性使用規則”的適用具有良好的法效果。但我國現行法并未確立類似的“轉換性使用規則”，因此，存在法律適用上的困境。

在司法中心主義下構建以法解釋學為導向的解釋方案，在輸出端建構事后救濟模式，通過損害賠償的路徑實現上述法律效果。在輸出端事后救濟模式中，只要原作品權利人有能力證明生成內容確實使用了原作品，且不具有“創造性表達”，此時就應該認可侵權成立。一旦著作權侵權成立，就可以據此向人工智能服務提供者請求損害賠償以彌補權利人收益的損失。對于人工智能服務提供者而言，如此既可以保障人工智能服務提供者不必承受過重的經濟壓力，也可以促進其不斷地優化自身模型的創新能力。該路徑最重要的是辨析“創造性表達”的適用邊界，需要與實質性相似聯動檢視。“獨創性”的判斷往往極其復雜，不同案件事實往往會有不同的判斷標準。在“金某訴江某著作權侵權及不正當競爭糾紛案”中，法院認定涉案作品中人物故事具有“抽象的相似性”，但如果情節間起承轉合表達的思想情感并不一致，也不構成實質性相似。在“上海某網絡科技有限公司訴某信息科技有限公司等著作權權屬、侵權糾紛案”中，法院綜合考量認為，如要素組合的整體效果使觀眾獲得相似的欣賞體驗，則構成實質性相似。

對于處于弱勢地位的原告而言，其想要證明被告模型生成的作品與其受版權保護的作品存在實質性相似并不容易。原告需要付出相當的經濟成本，包括但不限于尋求專業的服務機構和技術專家進行取證，這進一步提高了著作權人的權利救濟成本。相較于面對百萬級參數模型的數據庫并從中尋找證據的困難程度，原告僅需證明被告模型生成作品與其作品具有實質性相似的內容，其舉證難度相對較低。即便如此，原告的舉證壓力依然較大。這種情形在一定程度上能有效減輕訴累。在司法實務中，這也給法院帶來較大的自由裁量空間，符合技術早期寬松司法保護的需要。

五

結語

以低成本甚至零成本對數據資源的搶占式獲取，將數據資源作為產業再升級的生產要素，由此不可避免地引發人工智能數據資源利用的侵權之訴。為平衡著作權人和人工智能服務提供者間的利益之爭，通過建構人工智能數據利用的權益平衡雙向檢視路徑，系統性論證正當性基礎前置與損害賠償事后救濟的法效果，以構造利益平衡的新格局。在正當性基礎前置無法滿足的情況下，輸出端事后救濟模式要求人工智能服務提供者將數據訓練以表達方式再創新作為其責任豁免依據，以此促進人工智能研發者的技術創新積極性。司法實踐需要全面考慮新興技術的發展態勢，以實現技術創新與私權保護之間的平衡。

- 向上滑動，查看完整目錄 -

《江蘇警官學院學報》2025年第4期目錄

1.DeepSeek賦能中華優秀傳統文化研究：內在機理、新興風險與實踐進路

盧義樺

2.數字時代的文化解碼：DeepSeek使用對中華優秀傳統文化認知效應研究

任宇東

3.生成式人工智能驅動中國非物質文化遺產對外傳播的實踐進路研究

王昭

【法學研究】

4.反思與重構：行刑反向銜接機制研究

——以《人民檢察院行刑反向銜接工作指引》為樣本

劉少軍、姚王慈

5.非法采集人類遺傳資源、走私人類遺傳資源材料罪的規范適用

任學婧

6.生成式人工智能數據訓練的著作權保護研究

——基于輸入端與輸出端的雙向路徑檢視

曹上

7.商業代孕刑事可罰性民眾意向探究

——以716份調查問卷為基礎

張池、邢安琪、勞佳琦

【公安學研究】

8.從信息化到大數據：國內偵查范式演進下的研究回望與批判思考

馬忠紅、陳世新

9.道路交通安全執法中主觀過錯的認定

趙司聰、郭雨婷

【國家安全學研究】

10.基于社會認知理論的國家安全宣傳教育路徑探索

王林、張浩然

11.國家安全學學科建設的政法化路徑

倪超

《江蘇警官學院學報》是江蘇省公安廳主管、江蘇警官學院主辦的一份公安學學術期刊，國內統一刊號：CN32-1704/Z，國際標準刊號：ISSN 1672-1020，江蘇省一級期刊，江蘇期刊方陣期刊，全國優秀社科學報。《江蘇警官學院學報》開設有公安創新論壇、法學研究、犯罪學研究、偵查學研究、治安學研究、公安管理研究、公安教育研究、公安技術研究、警史研究、外警研究等欄目，歡迎國內外理論界及公安實戰部門專家圍繞以上欄目積極賜稿。

點擊進入下方小程序

獲取專屬解決方案~

責任編輯 | 郭晴晴

審核人員 | 張文碩 王曉慧

本文聲明 | 本文章僅限學習交流使用，如遇侵權，我們會及時刪除。本文章不代表北大法律信息網（北大法寶）和北京北大英華科技有限公司的法律意見或對相關法規/案件/事件等的解讀。