政府之所以实质上对开发生成式人工智能(AI)的企业擅自使用新闻数据踩下刹车,是因为媒体内容在生成式AI功能改进和高端化过程中被使用得最为频繁,却未能得到应有保护。近来不仅NAVER集团等大型科技公司,Samsung Electronics等大企业也争相推出大语言模型(LLM),此举被解读为要把今后可能因训练数据版权争议引发的混乱降至最低。尤其是,由于媒体界与大型科技公司正就AI训练所用新闻数据的版权及费用问题展开磋商,也有观点预计政府下月将出台的指南可能成为缩小双方分歧的基准点。
根据政府15日发布的《数据经济活跃化推进课题》,下月公开的《AI—版权指南》核心内容是,对生成式AI训练过程中收集、使用的数据支付正当对价。由于是指南,并不具备“法律强制力”,但今后AI经营者与用户、版权人之间发生纠纷时,可成为判断的基准点。文化体育观光部相关人士当天在政府首尔办公楼举行的发布会上解释称:“媒体内容也被认定为著作物,因此包含在本次指南之中”,“正在按照将著作物用作AI训练数据时应支付正当对价的方向进行研究。”他还补充说:“意在希望今后AI经营者将著作物用作训练数据时参考该指南。”
根据上月26日文化体育观光部与韩国著作权委员会在“2023首尔版权论坛”上部分公开的版权指南,其中包含提醒生成式AI使用者注意不要侵犯版权等他人权利,以及要求确认AI模型、训练数据及使用条件等内容。综合本报采访情况,指南附录将把新闻等媒体内容列为用于AI训练的案例加以介绍,强调新闻数据也属于在AI训练过程中需要支付对价的著作物。
随着生成式AI市场扩大,训练数据版权争议也在迅速蔓延。韩国公正交易委员会正在审视NAVER集团的使用条款是否侵犯用户内容版权等,并审查相关条款是否存在不公平之处。尤其是据悉被用于生成式AI开发乃至服务改进的媒体内容版权争议,已迅速成为棘手难题。韩国部分媒体新设了禁止AI将本社内容用于训练的条款,韩国新闻协会也向生成式AI开发企业传达了对新闻版权受侵害的担忧。有观察认为,指南制定后,媒体行业与大型科技公司在是否支付版权费用及金额等方面的分歧有望缩小。也有人预测,大型科技公司对已用于AI训练的媒体新闻数据是否支付版权费,也将成为主要争议点。
此外,政府计划不仅在AI领域,还将集中推进生物、健康、MyData等各领域数据经济活跃化的制度改善。首先,从本月起实施“监管沙盒实证特例”,允许自动驾驶汽车和移动型机器人相关企业为提升自动驾驶技术水平而使用“影像数据原件”。原因在于,在自动驾驶汽车技术竞争日趋激烈的情况下,若像现在这样仅使用假名、匿名处理过的数据,难以确保AI质量。Personal Information Protection Commission解释称,使用影像信息原件可使自动驾驶汽车识别模型的平均精度最多提升17.6%,有助于技术高端化。据韩国个人信息保护委员会介绍,截至本月初已有9家企业申请监管沙盒,现代汽车集团和Kakao Mobility Corp.也表达了申请意向。个人信息保护委员会相关人士表示:“将以禁止用于识别个人等企业定制化安全措施为前提,允许使用原件。”
政府还将打造可由民间主导直接交易“原件、精密地图数据”的市场,改变以往以政府为中心的方式。此外,还计划把韩国金融监督院持有的电话诈骗犯罪现场语音数据提供给数据处理民营企业,以便开发警示犯罪风险的AI服务应用程序(APP)等。通过积极开放健康保险假名数据,保险公司等民营企业可分析高血压或糖尿病患者健康改善的相关因素,并就体检结果所对应的主要疾病发生可能性开展共同研究。韩国保健福祉部相关人士表示:“对可能给特定群体或国民造成不利的研究,不会提供健康保险假名数据”,“将让民营企业从健康保险公团获得‘事先同意’。”






