法律咨询2026-02-13 14:18:14

汤律师您好,我是一家科技公司的法务,想咨询一个问题:我们公司最近打算开发一款基于AI大模型的智能客服产品,在训练模型时使用了大量从公开互联网上爬取的文本数据,包括一些用户在社交媒体、论坛上发布的评论和文章。请问这种做法可能会涉及哪些法律风险?我们需要采取哪些措施来规避这些风险?

汤井保

解答律师

股权纠纷合同纠纷建设工程纠纷 江苏华域融和律师事务所
免费咨询电话:18061422412
江苏省-南京市
已核验身份

汤律师 | 江苏华域融和律师事务所 高级合伙人 核心领域:核心领域: 工程类纠纷 | 借款合同纠纷 | 劳动合同纠纷| 不良资产处置| 重大商事法律服务 | 股权投资基金 | 跨境投融资 | 金融合规 | 政企协同法律服务 汤律师执业年限15年,现任江苏华域融和律师事务所律师、高级合伙人,拥有十五年资本市场与重大商事领域复合型执业经验,长期深耕股权投资基金、跨境投融资、复杂商事法律业务,重点深耕金融不良资产处置领域,同时精研工程类纠纷、借款合同纠纷、劳动合同纠纷等民商事争议解决领域,兼具深厚的法律专业功底、精准的产业理解能力与丰富的争议解决实战经验。执业以来,持续为文创、新药研发、CRO、医疗健康管理、医疗大数据、智能建造、TMT、人工智能等前沿行业的基金机构与成长型企业,提供全周期、一体化的专业法律服务;为政府平台、国有企业、跨国企业及各类金融机构提供常年法律顾问及专项法律支持,在金融监管合规、外商投资准入、数据治理、知识产权商业化、国企改革、金融不良资产处置及工程类、借款合同、劳动合同等重大民商事争议解决方向积累了丰富的实务经验,成功办理相关纠纷案件百余件,有效维护当事人合法权益。 金融不良资产处置专项法律服务 汤律师为全国性股份制商业银行、本地城商行、本土农商行、国有控股银行等多家合作银行提供专属不良资产处置法律服务,累计为合作银行处理各类不良资产处置项目逾10起,具备丰富的实操经验与成熟的定制化解决方案,核心提供不良资产处置全链条法律服务,同时结合十余年银行信贷业务风控经验,实现“风险防控+不良化解”全链路法律服务,精准匹配合作银行资产质量管理与不良资产处置核心需求。 全链条法律服务内容 1.前期尽职调查:开展权属核查、担保效力认定、资产现状调查等工作,出具专业法律意见书,为处置工作奠定法律基础; 2.中期方案拟定:针对不良资产包转让、单户资产清收、债转股、抵债资产处置等不同需求,拟定定制化法律处置方案,论证方案商业可行性与法律合规性; 3.后期风险把控:全程把控债权转让、资产交割等交易全环节法律风险,拟定全套相关法律文书;同时代理不良资产处置中的诉讼、仲裁、执行案件,推动债权高效清收。 源头风险防控 结合银行信贷业务风控经验,为合作银行提供不良资产源头防控、信贷投放风险前置核查服务,从源头降低不良资产产生概率,实现不良资产“事前防控、事中应对、事后化解”的全流程法律保障。 民商事争议解决与常年法律顾问服务 汤律师累计为数十家中央及地方金融机构、大型国企、外资企业及政府功能平台提供常年法律顾问或专项法律支持,深耕工程类纠纷、借款合同纠纷、劳动合同纠纷等核心争议领域,结合产业背景与法律实务,为当事人制定高效、务实的解决方案,办理金融类、涉外类、建设工程类、合同类、劳动类等重大民商事争议案件百余件,核心服务客户涵盖: 前沿行业全周期法律服务案例 汤律师聚焦前沿产业发展需求,为多家企业及基金机构提供关键阶段法律支持,代表性服务成果包括: 1.主导创新药企红筹架构搭建,提供港股上市前期全流程法律支持; 2.为北京科技企业、上海医疗健康企业、医疗健康品牌企业等主体设计股权融资交易方案,全程参与交割执行及投后治理体系搭建; 3.担任大型医疗集团对外投资决策委员会委员,参与企业重大并购与战略投资项目法律研判及方案设计; 4.作为核心法律顾问,为长三角区域多家市场化基金管理人、境外私募基金等机构提供全流程法律服务。 社会职务与社会责任 汤律师现任共青团主流报刊杂志社法律顾问,始终秉持法律人专业素养与社会责任,积极参与公益法律事务,为企业及劳动者提供专业法律指导,以专业法律服务助力社会法治建设。

你好,针对你提出的AI大模型训练数据使用问题,结合《中华人民共和国著作权法》《数据安全法》《个人信息保护法》等相关法律法规,主要存在以下法律风险及应对建议: 一、核心法律风险 1. 著作权侵权风险:公开互联网上的文本数据若构成《著作权法》保护的作品(如具有独创性的评论、文章),未经著作权人许可擅自复制、改编用于模型训练,可能侵犯复制权、改编权等权利。需注意,即使内容免费公开,也不意味着放弃著作权。 2. 个人信息保护风险:若爬取的数据包含用户姓名、联系方式、社交账号等可识别个人身份的信息,可能涉及《个人信息保护法》下的个人信息处理。未经用户同意或未履行告知义务,可能构成违法处理个人信息。 3. 数据安全风险:若爬取数据规模较大或涉及敏感信息,需符合《数据安全法》关于数据分类分级保护、安全评估等要求,否则可能面临行政处罚。 二、规避措施建议 1. 数据来源合法性审查:优先选择已明确授权可商用的数据集(如CC0协议、商业授权数据库);对公开数据,需确认是否存在“禁止爬虫”的robots协议或网站声明,避免爬取明确禁止的内容。 2. 著作权风险防范:对于受著作权保护的内容,可通过“合理使用”抗辩(需满足《著作权法》第二十四条规定的“为个人学习、研究或者欣赏”“为介绍、评论某一作品或者说明某一问题”等情形,且需指明作者姓名、作品名称);若用于商业用途,建议与著作权人签订授权协议,或采用“去版权化”处理(如使用AI生成的无版权内容、对数据进行脱敏和变形处理)。 3. 个人信息保护措施:对包含个人信息的数据,应采取匿名化处理(如删除可识别身份的字段、对敏感信息进行加密);若无法匿名化,需取得用户明确同意,并告知数据处理目的、方式和范围,符合“最小必要”原则。 4. 合规制度建设:建立数据合规审查流程,对训练数据进行事前合法性评估;定期开展数据安全风险评估,确保数据存储、传输过程符合《网络安全法》要求;保留数据来源和处理记录,以备监管部门核查。 三、行业实践参考 目前行业内常见做法包括:使用开源数据集并遵守开源协议;与数据服务提供商合作获取合法授权数据;通过技术手段过滤侵权内容(如使用版权检测工具)。此外,建议关注国家网信办等部门关于AI训练数据的最新监管政策,及时调整合规策略。 若需进一步分析具体数据来源或制定合规方案,可提供更详细的信息,以便针对性提出建议。

推荐咨询