著作权法在 AI 时代被重写了一层：日本新增的第 30 条之 4 允许【为了学习的复制】，这条规则在全球范围内属于最宽松的一档——但学习时的宽松和输出时的责任是两件事，训练合法不代表生成物合法。
7-6 到 7-8 讲的是【攻击别人】要负什么责任。本篇换个方向：不用攻击，只是【用了别人的东西】，也可能违法。 它和 1-6 的视角相通：著作权保护的是一种【非三要素】的资产——它既不保密、也不完整性问题，而是要保证【谁创造的价值归谁】。
一、著作权法的六个场景
这一节最实用的部分，是先把日常行为放进六个格子里。 下面这张表覆盖了绝大多数会遇到的情形：
| 场景 | 能不能做 | 依据 |
|---|---|---|
| 论文里引用他人文章一小段并标注出处 | 可以 | 引用（明示出处、主从清楚） |
| 自己掏钱复印一本书自己看 | 可以 | 私的复制（第 30 条） |
| 把买来的 PDF 挂到网站上 | 不可以 | 向公众送信，超出个人使用 |
| 公司内部会议播放买来的音乐 | 原则不可以 | 上映·演奏也属著作权的范围 |
| 用大量文章训练 AI | 可以 | 第 30 条之 4（非享受目的） |
| 用 AI 生成与某画师极像的图并商用 | 可能侵权 | 输出阶段另行判断 |
判断的关键不是【我有没有花钱买】，而是【我把它给了谁看】。 买书和挂到网上的差别不在付费，在【送信对象的范围】——付费买的是【自己看】的权利，不是【让别人也能看】的权利。
第 5 与第 6 行要连起来看，这是 AI 时代最关键的一组区分：
【学习时看什么】和【输出时像什么】是两个独立的判断。 训练合法，不代表生成物就合法——反过来也一样。 很多人在讨论 AI 与著作权时把这两件事混成一件，于是两个方向都说不通。
第 4 行最容易踩到：公司开会播放背景音乐，直觉上不涉及任何【复制】，但著作权里还有【上映权】【演奏权】——在公开场合播放就是使用。 这类使用有专门的管理渠道（如日本的 JASRAC），成本很低，但公司往往完全没想到。
二、动手 Demo：知识共享的四条规则
知识共享（Creative Commons）是【作者主动放弃一部分权利】的工具，它的四种组合可以当成四个开关来看：
# 节选自本节 Demo 脚本 d9()：知识共享的四种组合
rows = [
("CC BY", "须", "可", "可", "不要求"),
("CC BY-SA", "须", "可", "可", "要求"),
("CC BY-NC", "须", "不可", "可", "不要求"),
("CC BY-ND", "须", "可", "不可", "不要求"),
("CC0", "不须", "可", "可", "不要求"),
]
for a, b, c, d, e in rows:
print(pad(a, 12) + pad(b, 10) + pad(c, 10) + pad(d, 10) + e)
实跑输出：
==================================================================================================
三、知识共享（Creative Commons）的四条规则
==================================================================================================
许可 须署名 可商用 可改作 衍生作品须同许可
CC BY 须 可 可 不要求
CC BY-SA 须 可 可 要求
CC BY-NC 须 不可 可 不要求
CC BY-ND 须 可 不可 不要求
CC0 不须 可 可 不要求
四个字母就是四道开关：BY＝署名，SA＝同许可，NC＝非商业，ND＝禁止改作。
组合起来读：【BY-NC-SA】就是【署名＋不得商用＋改后必须同样开放】。
读这个输出：
- 这张表的学习价值在于【它是可以组合的】。BY 是所有 CC 许可的默认项（除了 CC0），剩下三个开关（SA／NC／ND）可以叠加。看到一串字母先找有没有 NC——有就排除商业用途；再看有没有 ND——有就不能改；最后看有没有 SA——有就要求你的作品也开放。
- CC0 是最特殊的：它等于【作者放弃所有权利】，连署名都不要求。所以公司里的材料如果用了 CC0 素材，是唯一不需要做署名设计的。从合规成本的角度看，这是最省事的一档。
- 有一条实战经验值得单独记：许可证写在素材页面上，但【素材是什么】往往没有界定。比如一张 CC BY 的图里如果出现别人的商标或人物肖像，那部分不在 CC 的范围里——CC 只管著作权的授权，管不了商标权和肖像权。 所以商业用途上要额外查一遍【有没有第三方权利】。
三、第 30 条之 4 的边界
第 30 条之 4 是日本在 2018 年改正时新增的一条规定，它允许【不享受作品表达】的利用：
- ① 保护的是【不享受作品表达的利用】：统计分析、信息提取、机器学习训练。
- ② 一旦利用的目的变成【享受表达】，就出了保护范围（比如为了看画而下载）。
- ③ 不要求【合法访问】是这一条的特殊之处，但爬取可能违反网站条款。
日本这条规定在全球属于最宽松的一档：不区分营利与非营利，也不限行业。 它换来的是 AI 产业的便利，代价是权利人一直有意见。
第 ③ 条最容易被忽略，也最需要单独强调：著作权法不管【你怎么拿到数据的】，所以从技术上违法的网站爬数据，可能不构成著作权侵权——但这不代表没事，因为【怎么拿到的】另有法律在管（7-10 会讲平台侧的两部法律）。换句话说：第 30 条之 4 只解决了【著作权】这一关，不是一张总通行证。
第 ① 与第 ② 条的分界，可以浓缩成一句话：你是拿它当【数据】用，还是当【作品】看。 统计词频是数据，欣赏画作是作品。 这条界线在生成式 AI 时代变得非常重要——因为模型既能学习，也能输出高度相似的东西。
四、四个使用场景的判定
把上面两条规则合起来，可以直接判断日常做法：
| 做法 | 判定 | 理由 |
|---|---|---|
| 拿 CC BY 的图做商业海报 | 可以 | 只须署名 |
| 拿 CC BY-NC 的图放公司官网 | 不行 | NC 排除商业用途 |
| 把 CC BY-ND 的曲子做成混音 | 不行 | ND 禁止改作 |
| 拿 CC BY-SA 的文章改写后闭源发布 | 不行 | 衍生作品必须同许可 |
最常踩的坑是第二个：官网、宣传册、内部培训材料，在 CC 的语境里都算【商业用途】，哪怕这个材料一分钱不赚。 判据是【使用主体是不是以营利为目的的组织】，不是【这份材料本身赚不赚钱】。
这个坑的普适版本是：免费不等于非商业。 公司年会上放的音乐、内部手册里配的图，形式上都不产生收入，但在著作权的分类里都属于【营业上的使用】。 所以企业里负责做材料的岗位，最需要的不是法律知识，是一份【素材来源台账】。
五、⚠️ 2026 现状
- 【日本选择不收紧训练规则，而是在别处补】。 2026-06-12 知识产权战略本部通过《知识产权推进计划 2026》，关键在于它【没有】要收紧第 30 条之 4，而是提了三条别的方向：① 研究对权利人给予补偿的机制（针对生成式 AI）；② 研究把【声音·肖像的仿冒】纳入不正当竞争防止法；③ 强化权利行使，包括证据收集手续与集体行使权利的机制。 一句话概括这个选择：保留训练的自由，另外给权利人加一层补偿与禁止仿冒的保护。
- 【2026-04-14 日本首部 AI 相关法律成立，同样没有直接规定著作权罚则】。 这条值得注意，因为它说明立法者对 AI 与著作权的关系持【先观察、不急于定罚】的态度。对比欧盟的路径（倾向在 AI 法里定透明度义务），日本更倾向把问题留在行业惯例与技术措施层面解决。
- 【权利行使的强化，是这次计划里最实在的一条】。 【证据收集手续】和【集体行使权利的机制】听起来抽象，但前者直接决定个人创作者能不能查到自己作品被谁用了，后者决定中小权利人能不能联合起来打一场官司。对企业的含义是：使用他人作品的不透明空间正在缩小——以前【查不到】的侥幸，会越来越少。
- 【实务上的变化：生成物的合规责任落到了【输出端】】。 因为训练侧被放开（第 30 条之 4），风险就集中到了【生成的东西像不像他人作品】。 所以企业内部对生成式 AI 的管理重点，已经从【能不能用它的数据】转向了【生成物能不能对外发布】。这条分界线的判断标准，可以回到 7-13 讲的那件事的另一面：技术能做，法律不一定让做；这两件事要分开签核。 下一篇讲平台和邮件：那些不用攻击、不用侵权，只是【发出去】的动作，受什么规则约束。
30 秒实验
今天做两个动作，各 15 秒：
- 打开你最近做的一份 PPT 或公众号文章，检查里面的图从哪来的。 如果是【百度图片】找的，那这张图就是没有授权的——它和在网站上挂一份 PDF 是同一类问题，只是后果通常没人追。
- 再看一眼有没有在素材页面上看到过 CC 字样，看清它是哪一档。 记住一个顺手的判断顺序：先找 NC（能不能商用）→ 再找 ND（能不能改）→ 最后看 SA（改完要不要也开放）。
这一节要带走的一句是：著作权判断的核心从来不是【我花了多少钱】，而是【我把它给了谁、以及我用它的目的是看还是算】。
常见误区
- 错误：我花钱买了正版，所以想怎么用就怎么用。——纠正：买正版得到的是【使用权】的一部分，不包括【向公众送信】和【公开上映】。买一张唱片不等于能放给一屋子人听；买一本电子书不等于能上传到群里分享。 这三层权利要分开看：复制（自己留一份）、送信（让别人也能收到）、上映演奏（公开场合播放）。 实务中的一个省事原则：凡是【有第二个人能同时看到听到】的用法，先问一句【这个权利我买到了吗】。
- 错误：CC 素材可以免费商用，随便用。——纠正：只有部分 CC 许可允许商用，NC 这一档明确排除。而且【商业】的定义比直觉宽——公司官网、宣传册、内部培训材料都算商业。另外还有一个更隐蔽的问题：CC 只授权著作权，授权不了商标权和肖像权。一张 CC BY 的照片里如果出现了可识别的路人或品牌 logo，商业使用要另做判断。
- 错误：第 30 条之 4 允许 AI 训练，所以 AI 生成什么都合法。——纠正：这两件事在法律上是分开的。第 30 条之 4 管的是【输入侧】，也就是怎么拿别人作品来学习；【输出侧】要另行判断是否构成相似、是否侵犯改编权。最典型的例子就是表中最后两行：用大量文章训练 AI 可以，但用 AI 生成与某画师极像的图并商用，就可能侵权。 所以合规流程要做两次：训练前查数据来源，发布前查生成物。
- 错误：只要标注了出处，就可以随意引用。——纠正：引用有四个条件，标注出处只是其中一个。日本的【引用】要求：① 已公开发表；② 引用是【合理范围】；③ 引用与被引用的【主从关系清楚】（你的论述是主体，引用是辅助）；④ 明示出处。 最常见的违规形态是把别人文章的大部分内容搬过来，加一句【出处：某处】——这满足条件 ④，却完全不满足条件 ③。 判断方法很直白：把引用的部分删掉，你的作品还剩不剩东西？剩下的部分很少，就不是引用，是转载。
自测三问（点开对答案）
1. 为什么日本要新增第 30 条之 4，而不是直接靠第 30 条的【私的复制】？ —— 因为**第 30 条的【私的复制】只覆盖【个人或家庭内的使用】，而机器学习训练是大规模、商业性的**——**两者在规模与目的上完全不同**。**如果只靠私的复制条款，AI 训练在法律上会长期处于灰色地带**，**企业不敢投入**。**第 30 条之 4 的作用是把【不享受表达】的利用从著作权里划出来**，**标准不是【谁在用、用多少】，而是【用来做什么】**。**这个立法选择的好处是给产业清晰的预期；代价是权利人在谈判中失去了事前控制的能力。** 2. 为什么【训练合法】和【生成物合法】必须分开判断？ —— 因为**它们侵犯的是不同的权利**。**训练阶段对应的是【复制权】和【改编权】的问题**，**第 30 条之 4 在这里给了豁免**；**输出阶段对应的是【与既有作品的相似性问题】**，**它取决于生成结果本身，与训练是否合法无关**。**用一个类比**：**你可以合法地阅读大量小说来学习写作风格**，**但如果你写出来的小说几乎等于别人的原著，那是另一回事**。**所以两件事要分别做合规审查，不能因为第一关过了就跳过第二关。** 3. 企业里最容易被忽略的著作权风险是什么？ —— **不是恶意的盗用，而是【日常素材管理】。** 具体有三类：**① 内部培训材料与官网用的图、字体、音乐——最常见的踩坑点**（字体尤其容易被忽略，很多商业字体严禁嵌入或商用）；**② 员工把买来的电子资料上传到公司共享盘**——**这属于向公众送信的一种形态**；**③ 用生成式 AI 直接产出对外材料，没有做输出端的相似性检查。** **这三类的共同点是【量小、分散、没人负责】**——**单看每一件事都不严重，但它们累积起来就是一张罚单。** **这也解释了为什么 7-4 讲的【制度＝别人的记录】在这里同样成立**：**素材来源台账，就是最便宜的那份制度。**- ☐ 下一节（7-10 服务提供商与电子邮件的规则）
相关笔记
- 三要素以外的特性 —— 著作权保护的是一种非三要素的资产
- 针对计算机的欺诈和业务妨害 —— 上一篇：攻击他人要负的刑事后果
- 服务提供商与电子邮件的规则 —— 下一篇：平台与邮件，发送行为的另一套规则
- 个人信息管理体制的认证制度 —— 素材来源台账：最便宜的那份制度
- 🛡️ 网络与信息安全 · 索引 —— 全课路线图