智慧財產權研究所
       在職專班研究生論文口試公告

摘要      ： 機器學習，實現人工智慧的重要技術，須以大量數位化資料來進行模型訓練。若資料包含有受著作權保護的著作，則有侵害著作人重製權的可能，故於我國開發機器學習恐與著作權法產生衝突。本文首先探究機器學習使用著作的行為於我國著作權法框架下的合法性，發現其恐與著作權法間產生衝突；且，尋求我國著作權法解釋其合法性之際，仍舊面臨解釋失敗之困境，故擬參考各國作法並分析其利弊缺失，以取長補短，建構適合於我國著作權法架構下解決困境的可行途徑。

機器學習模型使用著作之行為非屬暫時性重製，無法排除重製權範圍之外；綜整近五年法院審理意見，該行為亦無法成立合理使用。因此數位化重製著作進行機器學習模型訓練，無法獲得合法性解釋，侵害著作人重製權。

參考國外作法並分析其利弊，建構我國著作權法下解決困境之可行途徑。為避免解釋範圍不斷擴大、轉化性定義不明、法院主觀判斷等副作用，不應考慮美國轉化性合理使用之擴大解釋論，建議採取立法論模式。由日本權利限制規定中，非表達性使用不侵害著作權客體為立論基礎，筆者認為應制定機器學習合理使用規定：行為之定義可參考歐盟數位單一市場著作權指令，但不應限制適用主體與使用目的，以避免廣泛行為定義下狹窄要件產生之反效果。考量 AI 決策之可解釋性，應強制保留原始數據作為後續驗證之用。為利於自動數據挖掘技術之順利進行，不應允許著作人非以機器可讀取方式，單方面聲明禁止數據挖掘。最後，參考日本「輕微使用」概念，對於機器學習之輸出結果，應依著作權法第65條第2項之四項判斷因素並審酌一切情狀，綜合判斷是否在合理範圍內而不會不當損害著作人之權益。

                歡 迎 蒞 臨 指 教