11月1日，美国商务部发布了最新的关于AI治理的指导标准。但在此之前，诸多细节已经开始铺垫。例如，全球最具影响力的知识产权时事研讨平台IPWatchdog，在10月23日发表文章，介绍美国版权局的相关最新动向并探讨生成式人工智能的偏见探索是否可以适用美国著作权法中的针对规避技术保护措施的豁免规则。本期我们一起来学习这篇文章的具体内容。
10月19日，美国版权局在《联邦公报》上发布了一份拟议规则制定通知（Notice of Proposed RuleMaking，NPRM），该通知旨在对17U.S.C1201禁止规避集中数字著作权作品的技术保护措施（Technological Protection Measures，TPMs）的征集新的豁免申请，此外美国版权局称已收到七类新提议豁免的申请。
17 U.S.C 1201条讲了什么？
美国法典第17编第1201条规定，国会图书馆馆长可根据著作权登记官的建议对《数字千年版权法》（Digital Millennium Copyright Act，DMCA）禁止规避技术保护措施的规定实施临时豁免。
所谓“规避技术保护措施”，简单来说就是不违反法律的情况下故意回避、逃避应有的技术措施的各种方法，包括程序、规则、技巧等。
第1201条(a)(3)规定，这里限制的技术规避措施是指“（1）未经版权所有者授权，对加扰的作品进行解扰、对加密的作品进行解密，或者以其他方式避免、绕过、删除、停用或损害技术措施；和(2) ‘有效控制对作品的访问’的技术措施，如果该措施在正常运作过程中要求在版权所有者的授权下应用信息、过程或处理来获得访问去工作。”
在某些情况下，禁止捏造和销售规避任何一类技术保护措施的设备或服务设施。至于规避行为本身，该条规定禁止规避前一种技术措施，但并未禁止后者。 进行这种区分是保证公众继续拥有对作品进行合理使用的能力。由于在某些适当的情况下复制作品可能属于合理使用，第1201条不禁止规避防止复制的技术保护措施。相反，由于合理使用理论不能作为未经授权访问作品的抗辩理由，规避访问作品技术措施的行为是被禁止的。 第1201(a)(2)条规定，法律限制的规避性设备或服务设施分为以下三类：原本就是为进行规避而设计或生产；除进行规避外，仅有有限的、重要商业意义的目的；为用于规避使用而进行销售。
七类豁免申请
这七类豁免申请主要是针对应用人工智能过程中，请求扩大规避著作权技术保护措施的临时豁免范围，申请的范围主要涉及教育、工业、商业、影视、文学、游戏等领域，接下来让我们具体了解这七类豁免申请的内容吧。
一、健康教育平台Osmosis.org的创立者Shiv Gaglani在内教育工作者联合申请要求豁免规避 DVD、蓝光光盘和数字传输视频上的技术保护措施，以用于在线学习平台（如 Linkedln Learning）的技能提升和培训。而美国版权局则表示，它曾反对将此项豁免扩展到盈利机构经营的在线学习平台。
二、工业物联网技术执行官Jonathan Weiss提出申请，要求允许规避人工智能平台的访问控制，以便对人工智能平台编程中固有的偏见进行研究。他表示，如果能获得批准，该豁免还将包括共享研究成果、方法和技术，以揭露和解决人工智能模型中的偏见。他还指出，生成式人工智能模型中的固有偏见有可能延续甚至加剧与种族、性别、民族和其他敏感因素相关的问题。
三、开放互联网倡导者公共知识组织（Public Knowledge）和全球维修社区iFixit联合请愿希望将消费设备的豁免范围扩大到商用工业设备，允许规避自动化建筑管理系统和工业设备上的技术保护措施。其中特别指出，为麦当劳生产的泰勒冰淇淋机因采用了技术保护措施，导致维修人员无法修复巴氏杀菌循环的故障。
四、转化作品组织（Organization for Transformative Works，OTW）提交请愿要求规避影视作品中的技术保护措施，以便粉丝能够在非商业视频中使用节选内容。并申请美国版权局将当前规定中的“使用人有合理理由证明规避技术保护措施是必要的，进而能够将影视作品中的短片段纳入新作品中进行评论或评论”措辞简化为 “能够在非商业性视频中使用摘录”。
五、作者协会和图书馆著作权联盟以及美国大学教授协会联合提出申请，要求扩大对电影和文学作品的文本和数据挖掘的规避技术保护措施的豁免。称申请这两项豁免的目的是为了学术研究和教学，并将扩大通过豁免获得访问权限包括在大学之外进行独立文本数据挖掘研究的用户群体。对于此项申请美国版权局称正在寻求机构的反馈意见是应当将此申请视为进行新的规避措施的豁免还是规避后续限制措施的豁免。
六、美国版权局还收到了关于规避技术保护措施以便于保存计算机程序和获取车辆操作数据的新豁免申请。
七、另外还有三份单独的申请提议对保存电子游戏的计算机程序进行豁免，其中申请人 Ken Austin 指出，数字著作权管理（Digital Rights Management，DRM）可能会过时，如果用户无法通过已停止运营的服务器进行身份验证使用，就会影响游戏体验。其他申请人希望扩大当前的豁免范围，例如允许在符合条件的机构之外共享电子游戏程序。
对人工智能偏见的思考
第二类豁免申请的根本原因在于人工智能的偏见问题。那这类问题到底是什么是什么？具体情况怎样呢？
人工智能偏见是指人工智能系统在训练数据中存在潜在的偏见，导致其在做出决策时出现不公平或错误的判断。比如，在人脸识别技术中，系统可能会因为肤色、性别等因素而出现识别错误；再比如，倾向于将女性名字与“父母”和“婚礼”等属性相关联，而男性名字与诸如“专业”和“薪酬”之类的单词相关联。
这些偏见不仅会影响个体利益，也会对整个社会产生深远的影响。人工智能偏见可能会在司法、教育、就业等领域造成不公正的决策，进而加剧社会不平等的问题。
对于人工智能偏见问题，科技界和学术界也都在积极研究解决方式。政府和立法者也在努力制定相关政策和规范，以约束人工智能系统的开发和使用，通过加强监管，确保人工智能技术的应用符合伦理和法律的要求。
另外，今年6月，欧洲议会通过了《AI法案》授权草案。该法案目前处于成员国、议会和欧盟委员会的三方谈判阶段，这一阶段的目的是确定最终版本的法案。这部草案如正式获得批准，将成为全世界首部有关AI的法规。
作者简评
如今人工智能技术发展迅速，全球各国都在积极布局，都希望在未来的全球竞争中占据有利地位。美国作为全球技术和经济的领军者，其在人工智能领域的策略与动作自然备受各国关注。美国版权局的做法其实在一定程度上表明了美国当局的态度，尽力给予人工智能最大化的发展空间，这有利于人工智能技术创新与发展。
日本希望能在人工智能研究上超过欧美国家，并且认为著作权可能会阻碍人工智能技术的发展，因此为保持竞争力而采取了不管版权的方法。今年六月日本政府重申，不会对人工智能训练中使用的数据实施版权保护。该政策允许人工智能使用任何数据，“无论它是出于非盈利或商业目的，无论它是复制以外的行为，还是从非法网站或其他地方获得的内容。”日本教育、文化、体育、科学和技术部长Keiko Nagaoka在当地会议上证实了这一大胆的立场，称日本的法律不会保护人工智能数据集中使用的受版权保护的材料。
我国其实也有学者建议扩张合理使用范围以适应人工智能技术发展需求，理由是根据现有《著作权法》规定，人工智能的数据训练过程以及内容生成过程对版权资料的使用很难落入合理使用范畴，在技术研发阶段就严格要求“训练数据的合法性”，可能会不利于技术创新与发展。
我国目前还是持保守态度，随着人工智能时代持续发展，我国是否会有新的政策规定，让我们拭目以待吧。
本期编译：恩卡尔·加尔恒，北京科技大学法律硕士，研究兴趣为知识产权法学。
下期预告: 专利申请中的运气成分——新文速递|专利审查大乐透
扩充同主题阅读，了解往期相关精彩内容
