首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 31 毫秒
1.
网络的不断发展使得媒体内容的复制、发布变得极为容易,互联网成了网络侵权的集中场所,对传统的版权法律提出了新的挑战.文章以网络环境下数字新媒体保护制度为切入点,分析数字新媒体对版权保护领域提出的挑战,提出数字新媒体版权管理的法律法规建设思路,以期为数字新媒体的版权保护提供相应的理论支持和政策建议.  相似文献   

2.
方元  曾庆醒 《出版广角》2019,(15):36-38
随着当今科学技术的不断发展,人工智能逐步脱离被算法支配的低阶局面,能够通过对大数据的深度学习进行独立创作,进入强人工智能时代发展的新阶段。在这种背景下,人工智能对现有版权制度带来了新的挑战,人工智能创作物的法律定性、权利归属和风险承担等问题亟待厘清。我们应正确认识人工智能创作物的可版权性,通过明确版权保护标准,明晰权利归属等方式规范对人工智能创作物的保护,保障人工智能领域的创新发展。  相似文献   

3.
吴燕  岑励 《中国编辑》2016,(5):38-44
文章针对网络文学版权开发中存在的困境,提出了建立IP价值评估体系、积极打造网络文学品牌、建立"三制度一库一平台"、做好版权保护管理工作四个方面的对策和建议。  相似文献   

4.
在出版融合的背景下,生成式人工智能开始深度赋能出版业的各个环节。人工智能生成内容被应用于选题组稿、翻译校对、配图制表等多种场景,推动传统出版业向智能出版业加速跃升。但由于人工智能生成内容的数据来源不透明、生成过程黑箱化等,给出版产业智能化升级带来了巨大的版权风险。中国、英国、美国等国家纷纷出台新的版权法规或政策来监管AI引发版权风险。文章梳理相关国家和地区版权监管的新动态,分析不同的版权监管路径,为我国出版产业服从政府版权监管、应对AI赋能出版业智能升级带来的版权风险,提出可行性建议。  相似文献   

5.
人工智能生成技术的发展使人工智能生成内容与传统作品区分困难,并冲击传统著作权法的“人类作者中心主义”。我国理论界围绕人工智能生成内容的法律定位,形成了可版权说、不可版权说、其他权属说等不同观点,经司法与立法上的利益衡量,人工智能生成内容具有可版权性的正当基础。而人工智能的“非人性”特征、创作囿于固定模型等现实障碍,可通过法律拟制的主体创设和生成内容的创造性予以认知突破。人工智能生成内容纳入著作权保护的标准是在主体方面应有实质性介入和贡献的人类,在客体方面应符合同等的独创性要求。在权利归属模式上应以人工智能使用者享有生成内容的著作权为原则,以合同约定为例外。  相似文献   

6.
随着我国出版产业转型升级的深入开展,数字图书出版领域形成了内容、渠道、终端相互连接的生态圈.文章通过分析"互联网+"时代数字图书品牌建设、产业链构成和版权保护法规政策三个方面的现状,从内容价值开发、内容管理、精准传播等方面提出创新数字图书市场运营的策略.  相似文献   

7.
生成式人工智能技术建立在大模型的基础之上,并且经过大规模数据集的训练后,能够生成文本、图片、音频、视频等内容。与以往的人工智能技术相比,生成式人工智能技术所生成的内容在质量、效率以及多样性等方面已经有了明显的进步。生成内容在本质上是客观世界在信息空间的映射。当前,生成内容面临着虚假性、违法性、安全性等诸多风险。因此,需要构建“数据信息、模型算法、生成内容”三位一体的规制体系,从而推动人工智能生成内容的规范应用与健康发展。  相似文献   

8.
针对数字化网络化时代版权流通不畅和版权保护不力的现状,创造性提出了版权印这一集"版权保护、快速授权、版权监测、维权和解"等服务于一体的互联网快速授权服务平台,实现了内容与版权一起流通,达到了"所见即可用、即用即授权"的应用效果。  相似文献   

9.
信息交流     
本期宁波广电杯十二五时期广播电视的科学发展征文选登了三篇文章。赵丽平的文章从十二五规划提出加强社会管理的大背景入手,分析探讨了中广协会如何抓住机遇,加大改革发展力度,更好地服务广电行业、服务社会的问题。石月平的文章从我国广播电视行业版权保护的现状与不足,版权对广播电视行业的重要意义,完善版权保护制度、强化版权保护力度的措施与对  相似文献   

10.
郭晶  王怡静 《科技与出版》2021,(10):148-152
版权保护问题是电子书产业发展过程中的难题.文章介绍了美国电子书产业由政府、产业、社会构成的"三位一体"的版权保护体系,其中,版权立法和行政监管是基础,产业链各级自我保护是主体,集体管理和行业自律是补充;分析了美国电子书版权保护方面的两个亟待解决的问题,即法律法规覆盖面不足、企业对新技术的开发不够积极,提出对我国电子书版权保护方面的建议.  相似文献   

11.
蹇昶 《出版广角》2023,(24):28-32
人工智能技术的飞速发展、AI式生成技术在创作领域的应用,对现有版权体系提出了严峻挑战:AI作为非自然人创作主体,其生成的文学、艺术作品等在著作权归属上缺乏明确的法律指引。现行著作权关于作品必须源于人的创作活动的原创性要求,在AI作品中难以判定;AI创作内容的版权保护期限、权利行使方式以及侵权责任认定等关键问题,均未在现行法律框架中得到充分解决。这些问题的出现不仅影响了创作者的合法权益,也制约了科技与文化产业的创新发展,需要对现行著作权进行审视,以立法回应来确保AI时代依然能够有效保护创作活动,维护创作者和利用者的合法权益,促进知识出版物产权的健康发展。  相似文献   

12.
人工智能生成内容的出现,不仅给文学艺术等传统的版权领域带来了巨大的冲击,给司法实践也造成了诸多难题。“菲林案”和“Dreamwriter案”接连发生,内容与审判结果高度类似的两案,判决理由却不尽相同。对此,应当从人工智能本身性质与立法目的及民事主体制度出发,探讨人工智能无法被认定为版权主体的法律逻辑;而从版权客体的两大属性出发,认定人工智能生成内容具备符合版权客体的独创性判断标准并构成智力成果的特征,满足构成版权客体的条件,应当受到版权法的保护。  相似文献   

13.
张新新 《编辑之友》2023,(11):36-44
文章基于人工智能生成知识的视角,分析了智慧驱动型和数据驱动型两种知识生成的原理,论述了个体生产知识、专业生产知识、大众生产知识以及人工智能生成知识的沿革历程,最后提出知识生成格局的变化对出版业、出版本质及出版学研究范围拓展三个方面的价值思考。  相似文献   

14.
中亚国家是"丝绸之路经济带"的建设重点和战略前沿,是"一带一路"背景下我国对外开放和中国出版企业"走出去"的新方向.版权制度作为知识产权制度的重要内容之一,是激励创新与风险防范的基本保障,中亚国家总体知识产权指数偏低,研究中亚国家版权制度的国际化程度及其版权保护的地域性问题,可以为我国出版企业海外市场的拓展、预防版权侵权风险、制定海外版权保护策略提供必要的制度保障.  相似文献   

15.
人工智能生成内容(AIGC)在全球内容产业中的兴起,引发了版权、伦理、价值观等方面的热议,对编辑的审核能力形成了新的挑战。文章全面分析AIGC在出版行业的应用现状及趋势,深入探究AIGC在出版领域潜在的版权、伦理与价值观风险,并以此提出了人机协同审核、编辑价值重塑的迎接新挑战的策略构想。  相似文献   

16.
<正>今年1月份,Facebook宣布逐步开源其人工智能软件Torch Software;11月10日,谷歌发布全新人工智能系统Tensor Flow,并宣布将在明年6月前完全开源;同一天,微软也宣布开源机器学习工具包"分布式机器学习工具(DMTK)";11月23日,IBM宣布开源机器学习平台System ML。各大公司纷纷开源,无疑是在向我们昭示——人工智能的热潮已经来临。开源,是指根据Apache Licence(开源协议)开放源代码。Apache Licence是  相似文献   

17.
人工智能创作物的版权保护具有文化、经济和技术上的正当性.在文化方面,这种保护可以增加知识学习的素材,拓展人类思维的广度和深度,以及激励人类创作出更优秀的作品;在经济方面,这种保护可以促进人工智能的开发以及维持版权市场的均衡竞争;在技术方面,这种保护符合版权法应对技术革新的一贯态度,并可以避免增加版权制度运行的成本.人工智能创作物由其产生过程所反映出来的特点,客观上符合“作品中心主义”的独创性判断标准,为其版权保护提供了现实可能性.从法律上的能力、责任以及公共政策考量的角度而言,相较于人工智能本身、人工智能设计者和使用者,将人工智能创作物的版权归属于人工智能所有者是最佳的立法选择.  相似文献   

18.
随着人工智能技术的迭代,传媒业的发展也迎来了新的发展机遇和挑战。一方面,人工智能极大提高了新闻报道的写作效率,将内容精准送达不同受众;另一方面,人工智能推送的内容良莠不齐,在受众交互、人文情怀、深度内容挖掘等方面仍存在短板。本文就人工智能与传媒结合的利弊进行分析,并为"人工智能+媒体"如何发力提出对策。  相似文献   

19.
数字图书馆版权保护对策研究   总被引:12,自引:1,他引:11  
文章从政府支持、图书馆立法、版权制度调整、提高图书馆的自律性、建立图书馆版权联盟、加强图书馆版权保护的国际合作等方面详细论述了数字图书馆版权保护的对策。  相似文献   

20.
文希 《青年记者》2020,(5):75-76
随人工智能与传媒的深度融合,采用人工智能生产新円旦闻正往常态化发展。我们将这种依托人工智能技术生成的新闻报道称之为人工智能新闻,也叫机器人新闻、自动化新闻。①新闻的生产方式也由传统的PGC(媒体生成内容)、UGC(用户生成内容)向新型的AGC(算法生成内容)、MGC(机器生成内容)转变。这种生产方式不但极大地提升了新闻的时效性和精准度,而且将新闻从业者从纷繁复杂的基础性数据处理中解放出来。但与此同时,人工智能新闻也面临着一些新的问题。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号