最近不少AIGC平台被诉侵权，被告方开始换打法了。以前大家习惯在输出端做文章，比如主张生成内容不构成实质性相似，或者搬出技术中立当挡箭牌。但现在有案子直接把矛头对准了训练数据本身，说训练素材的来源是合法的，抓取行为经过了授权或者属于合理使用范围。这个抗辩思路其实挺聪明，因为如果训练数据这一环站得住脚，后面输出端的侵权认定就会被动摇。
不过问题也来了，训练数据的合法性到底怎么证明？目前司法实践里还没有统一标准。有的法院看授权链条是否完整，有的会考察抓取时是否遵守了robots协议，还有的会关注数据是否已经公开且不包含个人敏感信息。对律师来说，这意味着举证责任分配和证据固定方式都得提前规划。比如训练日志、数据来源清单、授权协议这些材料，平时就得有意识地留存，真到了诉讼阶段再补往往来不及。
另外要注意，训练数据合法不等于输出内容一定不侵权，但至少能在过错认定和赔偿数额上争取空间。现在这个抗辩点还在摸索阶段，各地裁判尺度不一，建议企业法务和代理律师密切关注最新判例动向，别等到被起诉了才临时抱佛脚。
想参与互动？打开法量小程序体验完整功能
这个抗辩思路确实值得关注，但举证难度不容小觑。训练日志和数据来源清单的留存建议很实用，不过实践中很多平台连数据溯源的基础设施都没建好，谈何举证？另外想请教一下，如果训练数据涉及境外抓取，授权链条的跨境认定会不会成为新的争议点？感觉这个方向各地裁判尺度差异会更大，企业合规成本也会水涨船高。