《知产财经》> 观点 > 热点评析 >正文

江文娟:AI时代涉数据相关行为的竞争边界探讨

来源于 知产财经 日期 2026年08月27日

2026年7月25日,由上海交通大学凯原法学院、知产财经联合主办的“AI时代新型不正当竞争与司法治理研讨会”在上海顺利召开。本次会议汇聚学术、司法和产业代表,围绕人工智能时代新型不正当竞争行为的认定、数据权益保护、平台责任及AI生成物的知识产权等前沿议题展开了深度对话,为构建适应AI产业发展的竞争法治环境贡献了多元智慧。会上,抖音集团诉讼法务总监江文娟围绕“AI时代涉数据相关行为的竞争边界探讨”进行主题演讲,知产财经对其主讲内容进行了整理,以飨读者。

  作者:江文娟 抖音集团诉讼法务总监

  2026年7月25日,由上海交通大学凯原法学院、知产财经联合主办的“AI时代新型不正当竞争与司法治理研讨会”在上海顺利召开。本次会议汇聚学术、司法和产业代表,围绕人工智能时代新型不正当竞争行为的认定、数据权益保护、平台责任及AI生成物的知识产权等前沿议题展开了深度对话,为构建适应AI产业发展的竞争法治环境贡献了多元智慧。会上,抖音集团诉讼法务总监江文娟围绕“AI时代涉数据相关行为的竞争边界探讨”进行主题演讲,知产财经对其主讲内容进行了整理,以飨读者。


  今天和大家分享的主题是“从AI时代涉数据相关行为的竞争边界探讨”。

一、AI输出相似内容不等于内容被用于模型训练

  大模型的不确定性与随机性已众所周知。在人工智能问答场景下,如果模型输出内容与某一篇文章相似度非常高,是否意味着该文章一定在模型训练阶段被用于模型训练?答案并非绝对,需要区分场景加以分析。

  在纯生成式场景下,模型输出主要依赖模型训练阶段的参数记忆。在此场景下,输出内容与特定文章高度相似,确实存在该文章影响模型训练参数的可能性,值得进一步审查。而在人工智能搜索场景,或搜索与生成相结合的场景下,情况可能有所不同。此时,人工智能模型可能基于实时网络连接和互联网内容,相似内容的出现可能源于对检索结果的直接引用与加工,而非训练阶段的参考记忆。因此,在判断相似内容是否来源于模型训练时,首先需要厘清人工智能产品所采用的技术框架与实际工作机制,从这些角度进行判断,再进行法律适用。

二、从欧盟Meta WhatsApp案到亚马逊诉Perplexity AI案

  全球主流人工智能模型提供方最初主要集中于预训练,之后转向后训练,到2025年、2026年则集中于智能体。智能体正带领我们从人工智能答疑解惑进入新的阶段,即能够代为办理事务,例如预订机票、酒店,或进行购物下单。

  与智能体相关的问题逐渐进入视野。在国际上,已有Meta与亚马逊等相关案件。在Meta案中,欧盟委员会采取临时措施,认定大型平台不得借助自身平台力量实施控制,将平台变为扶持自有AI和压制外部创新的工具。在亚马逊诉AI智能体案中,第九巡回上诉法院选择暂缓执行禁令,允许AI智能体在仅获得用户单方授权、而非平台与用户双方授权的情况下继续运行。

  相比之下,国内关于AI智能体的案件相对较少,且多数案件仍在审理过程中。从功能定位上看,智能体的核心价值在于以技术为用户提高办事效率,将复杂事项简单化,这是理解相关问题的重要技术前提。

  在某平台诉AI写作平台案中,存在两种截然不同的裁判思路:一种认为AI生成笔记等同于虚假种草,将AI生成内容与虚假、欺骗性行为直接挂钩;另一种则认为,人类创作不一定能够反映真实感受与体验,AI生成内容也不当然等同于虚假。后一种认定更为审慎,也更符合客观技术现实。AI行为不应被简单认定为虚假行为,AI生成内容也不应被绝对认定为虚假内容。实际上,在更多场景下,AI反而可以帮助我们更好地表达,增强自身能力,而非天然成为虚假的来源。

  最后分享一个小故事。19世纪汽车刚刚出现时,英国有一项法律规定,每辆汽车前方必须有一人手持小红旗,这一职业被称为“红旗人”。从当时角度看,这一职业似乎确有必要,因为汽车是新生事物,且确有一定风险;但从历史长远角度看,这一制度在一定程度上延缓了整个汽车行业的发展。当新技术出现时,人们容易走向两个极端:一是过度恐惧,从而试图加以限制;二是过度乐观,认为其无所不能。或许更为中立、理性的做法,应当是既理解技术的能力,也明确其行为边界。

本文共计1656字 ,订阅后享全网免费阅读

登录后获取已订阅的阅读权限

单篇订阅   年度会员订阅

支付金额:

立即支付
分享到新浪微博
分享到朋友圈

上一篇:申欣旺:电商平台不正当竞争投诉的处置边界与困境

下一篇:INTA访谈:杜颖教授深度解读《商标法》首次全面修订

其他文章

发表评论

全部评论
加载更多