大数据时代,机器学习的技术路径向数据训练转变,数据输入成为了人工智能创作的基础和前提。在数据训练环节,大量数据构成机器学习的训练集,进而成为算法创作的主要素材。但用于学习和训练的数据本身可能是受著作权法保护的作品,这给机器学习过程的合理性提出了挑战。为了促进广泛公平的机器学习技术发展,论证训练集使用行为的正当性,以训练集的构建路径和特征为出发点,分析训练集的作品使用行为方式及性质,在合理使用制度的目的框架下,梳理现有的立法和司法实践经验,通过衔接现有规则,进行训练集合理使用上的制度创新。对此,具体采用了比较研究法、文献分析法、法经济学等多种手段进行研究。除引言外,本文共分为五个部分。第一部分从训练集的作用机制出发,厘清训练集的基础概念和作用流程,明晰训练集中的数据概念指向广义上的数据概念,包括文字、图像、视频等多种形式。进一步从纵向和横向两个维度上,分析训练集著作权问题的特殊性。第二部分对训练集作品使用行为的性质争议进行剖析。首先,从训练集使用他人作品的方式出发,辨别训练集对作品的使用可能引发的著作权风险。其次,阐述现有的学术观点,分析合理使用说、侵权说和法定许可说及各自的理论焦点。第三部分对训练集合理使用的正当性进行研究。在平等质疑的基础上,通过思想表达二分法和公平学习的观点,将非表达性使用保留在公有领域,以论证训练集非表达使用行为的正当性,并详细说明了此种使用的目的转换性。结合法经济学的基本理念,进一步分析训练集合理使用的可行性。第四部分主要对现有的机器使用行为合理使用规则的域外实践经验进行介绍。以美国、日本、欧盟、英国等国家和地区的司法和立法实践为研究对象,结合域外的规则构建和制度衔接的有关讨论,重点研究各国应对技术发展的立法取向和制度设计。通过借鉴各国立法上关于训练数据使用例外规则的使用目的、使用主体、使用方式等规定,为明确和完善我国训练集使用规则的立法路径、规则模式和制度设计提供有益的启示。第五部分是对我国训练集合理使用规则的构建分析。首先,从我国构建训练集合理使用规则的现实必要性出发,指出在新的技术背景下,我国需要通过具体的规则设计明确训练数据使用的正当性。最后,以前述四部分的分析为基础,结合我国著作权法的修改现状,对我国训练集合理使用的法律规则内容提出建议。