跨境融合視角下知識產權與人工智能治理的協同路徑

在2025年亞洲知識產權營商論壇（BIP ASIA）期間，IPR Daily國際業務部負責人李夢就IP與AI領域的前沿問題，與賓夕法尼亞州立大學迪金森法學院研究與戰略合作伙伴關系副院長、知識產權與創新倡議創始人兼主任Daryl Lim教授進行了獨家對話。

IPR Daily對話賓夕法尼亞州立大學迪金森法學院研究與戰略合作伙伴關系副院長、知識產權與創新倡議創始人兼主任Daryl Lim教授

Daryl Lim教授長期致力于知識產權法、反壟斷法、數據科學與人工智能法律規制的跨學科研究，學術成果豐碩。他近期榮獲“年度知識產權教授獎”（IP Professor of the Year Award），并在該校多個人工智能研究中心承擔核心研究職責。本次對話圍繞法律人才的跨學科培養、知識產權與反壟斷的動態平衡、人工智能的制度構建、發展中國家參與全球知識產權規則的路徑、數據合規等核心命題展開。Daryl Lim教授結合自身學術研究與實踐經驗，提出了兼具理論深度與應用價值的學術見解。

賓夕法尼亞州立大學迪金森法學院研究與戰略合作伙伴關系副院長、知識產權與創新倡議創始人兼主任Daryl Lim教授
法律人才跨學科能力構建：技術素養與倫理認知的雙重維度
IPR Daily：Daryl Lim教授，感謝您接受IPR Daily的對話邀請。首先，能否向中國知識產權學界與實務界的讀者介紹一下您呢？
Daryl Lim教授：各位好。我目前擔任賓夕法尼亞州立大學迪金森法學院研究與戰略合作伙伴關系副院長，同時是該法學院知識產權與創新倡議的創始人兼主任。在學校層面，我參與多個人工智能研究中心的核心工作。我的核心研究領域聚焦于法律、數據科學與人工智能的跨學科融合，尤其在知識產權法、反壟斷法與人工智能規制的協同機制方面形成了一系列研究成果。
IPR Daily：您的研究始終立足跨學科視角，學術成果得到國際學界認可。在知識產權與人工智能、數據技術深度融合的學術背景下，您認為法律專業學生除基礎法律知識外，應優先培養哪些跨學科能力以適應行業發展需求？
Daryl Lim教授：首先是技術素養。法律學生無需達到計算機專業的技術深度，但理解技術與法律的運作邏輯會大有裨益。其次是倫理素養，這有助于律師在這一快速發展的領域提供符合倫理的專業建議
第三，跨領域知識獲取與應用能力至關重要。單一領域的傳統法律知識體系已無法應對復雜的技術法律問題，知識產權法、競爭法、隱私法的交叉應用成為常態。因此，法律學生需要構建“問題導向”的知識整合體系，提升設計跨領域法律解決方案的能力。
知識產權與反壟斷的協同：創新激勵與市場競爭的動態平衡機制
IPR Daily：知識產權的排他性與反壟斷法的競爭性之間存在內在張力。作為同時深耕兩大領域的資深學者，您認為企業應如何構建平衡創新激勵與市場競爭的合規體系？
Daryl Lim教授：二者的平衡本質上是一種動態協同關系。知識產權法通過賦予權利人事先限定的排他權，為創新提供激勵；而反壟斷法則劃定權利行使的邊界，防止權利濫用導致市場扭曲。這些制度功能的互補性決定了，平衡并非一個靜態閾值，而是需要根據具體案件動態調整的過程。
負責任人工智能的制度構建：以正義、公平與法治為核心支柱
IPR Daily：您深度參與負責任人工智能部署的國際規則構建，尤其在知識產權與數據治理的協同領域取得顯著成果。能否分享您在該領域的核心學術觀點與制度設計思路？
Daryl Lim教授：在近期發表于《杜克法律與技術評論》（Duke Law & Technology Review）的《社會責任型人工智能的法律規制》（Legal Regulation of Socially Responsible Artificial Intelligence）一文中，我提出了負責任人工智能部署的三大核心支柱——正義、公平與法治，它們共同構成了技術規制的理論框架與實踐路徑。
正義維度的核心是提升法律體系的可及性。人工智能技術為法律普惠提供技術支撐，例如通過遠程視頻技術讓偏遠地區群體獲得專業法律服務；借助實時翻譯系統消除語言障礙，保障非母語使用者的程序參與權，實現法律資源的均衡配置。
公平維度聚焦算法設計。在大語言模型訓練與算法開發過程中，需建立常態化的公平性審計機制，識別并消除訓練數據中包含的種族、性別等隱性偏見。忽視數據偏見的傳導效應可能導致算法決策的歧視性后果，這與法律的平等價值存在根本沖突，必須通過技術與制度的雙重手段加以防范。
法治維度要求構建平衡商業創新與社會價值的法律體系。該體系需實現三大目標：為企業提供清晰的合規預期、契合公眾的價值訴求、保障技術發展的正向社會效應，形成技術創新與制度規制的良性互動。
發展中國家參與全球知識產權規則：基于比較優勢的路徑優化
IPR Daily：結合您的全球咨詢經驗，從比較法視角來看，發展中國家應如何提升在全球知識產權規則制定中的話語權，平衡創新利益與發展權？
Daryl Lim教授：全球貿易與知識產權體系已為此設置了靈活性條款，例如世貿組織（WTO）框架下的義務履行寬限期。發展中國家可利用這些靈活性，構建與自身發展階段相適應的知識產權體系，以促進經濟發展。
其次，可通過聯盟式合作提升議價能力。單個發展中國家的市場規模與政治影響力有限，但“小國家論壇”等合作機制的實踐表明，通過協調行動，發展中國家的集體議價能力可得到有效增強。
知識產權領域的未來變革：人工智能驅動的制度挑戰與隱私保護
IPR Daily：展望未來3-5年，您認為人工智能技術將對知識產權領域產生哪些顛覆性影響？這些變革會給公眾權利保護帶來哪些挑戰？
Daryl Lim教授：生成式人工智能等技術的普及，引發了對知識產權體系的系統性挑戰，主要體現在三大問題：一是大語言模型生成內容的著作權歸屬認定；二是人工智能訓練與應用中的侵權判定標準；三是跨境場景下的間接侵權責任界定。全球司法機構正通過典型案例逐步探索解決方案，但這些初步結論又衍生出全新的法律解釋問題，形成“問題-回應-新問題”的動態循環。
英國法院近期審理的一起案件凸顯了跨境責任的復雜性：若大語言模型在A國訓練、在B國商業部署，應采用何種連接點確定開發者的侵權責任？此類問題將成為未來跨境知識產權糾紛的核心議題。
對公眾而言，核心影響體現在兩方面：一是隱私稀釋風險加劇。人工智能技術的普及使個人信息的收集、分析與利用更加便捷，傳統隱私保護體系面臨結構性挑戰；二是全球規則共識不足導致的規范預期不確定性。各國需在自身發展約束與國際合作之間尋求平衡。這一過程類似于全球治理中的“共乘一船”效應，190多個國家作為利益相關方，需在尊重差異的同時凝聚共識，因為人工智能與知識產權的治理問題本質上是全人類面臨的共同挑戰，唯有協同合作方能實現共贏。
數據商業化與合規：源頭治理與政企協同的制度路徑
IPR Daily：在數據商業化實踐中，企業常面臨哪些法律障礙？數據著作權界定與隱私合規在這一過程中權重如何？
Daryl Lim教授：法律障礙的表現形式與企業規模、業務類型高度相關。對中小企業而言，核心問題在于合規意識缺失，即在數據收集與使用環節未建立事前合規機制，導致后續遭遇監管處罰，產生合規成本激增與業務中斷的雙重風險。這是當前數據商業化實踐中最突出的問題。
解決這一問題的關鍵在于構建政企協同的合規治理體系。監管部門應建立常態化合規指導機制，推廣“設計即合規”理念，幫助企業在產品研發與商業模式設計階段融入合規要素。這種公私合作模式需隨技術迭代持續優化，形成動態適配的數據合規治理框架。
IPR Daily：對于計劃進入數據商業化領域的中小企業，它們最可能觸碰的合規“紅線”是什么？應如何構建系統性風險防范機制？
Daryl Lim教授：核心風險點在于合規文化缺失，即未將合規要求融入全業務流程，形成“事后補救”而非“事前預防”的被動格局。構建風險防范機制需在兩個維度實現突破：一是將合規理念嵌入產品設計與商業模式構建的源頭，建立全流程合規審查節點；二是加強與監管部門的主動對接，借助官方指導與公共服務資源，提升自身合規能力建設的效率與準確性。

數據市場的規則構建：權利界定與價值評估的雙重缺口
IPR Daily：結合您的學術研究與全球咨詢的雙重經驗，構建動態安全的數據市場，最亟待填補的規則缺口是什么？
Daryl Lim教授：首先是權利義務界定不清。如同“紅燈停、綠燈行”的交通規則，數據規則應具備明確性與可執行性，確保各方主體的權利義務清晰界定。
其次是數據價值評估體系缺失。數據作為新型無形資產，其價值評估的理論與方法仍處于探索階段。相較于發展了400余年的知識產權價值評估體系，數據價值的界定缺乏成熟標準。因此，需通過行業對話、學術研究與實踐試點相結合的方式，構建科學合理的數據價值評估框架，這是數據市場健康發展的基礎性制度保障。數據市場的成熟發展需要持續的跨學科交流與協同創新，本次訪談也是這一過程的重要組成部分。
IPR Daily：再次感謝您的深度分享。您的學術見解為中國知識產權與人工智能治理領域的研究與實踐提供了重要啟示。
Daryl Lim教授：感謝IPR Daily提供這一交流平臺。希望能助力中美相關利益方搭建溝通橋梁，促進雙方合作。
來源：IPRdaily中文網（iprdaily.cn）
作者：李夢