通信世界网消息（CWW）7月4日，2026全球数字经济大会第六届中国数据要素50人论坛在北京国家会议中心隆重举行。来自国家数据发展研究院、中国新一代人工智能发展战略研究院、中国通信企业协会、中国行为法学会等知名专家学者和企业家出席论坛共议数据要素、数字经济的融合合规发展。
会议期间，中国行为法会数据要素与人工智能法治决策咨询专家员会数据法律专家陈晓薇重磅发布了“适配人工智能发展的数据产权与版权制度体系”，该成果基于王春晖教授团队的研究，旨在解决数据产权在法律层面与经济层面的双重清晰问题。适配人工智能发展的数据版权与产权制度包括：一是通过高价值场景驱动的高质量数据集的独创性，确定数据集的版权保护机制；二是通过对提示词的精心设计和对模型参数的调整与核验，确认大模型输出结果的版权性质与保护机制。
会后，通信世界记者采访了中国行为法会数据要素与人工智能法治决策咨询专家员会数据法律专家陈晓薇，她认为：“如果想让自己建设的数据集获得版权保护，就要在“独创性”上下功夫。比如，你设计了一套独特的筛选标准、编排体系、标注规则——这套方法本身就是智力成果。”
第一问：“数模共振”背景下，数据产权制度会成为产业发展的关键瓶颈？
陈晓薇：“数模共振”是什么意思？就是模型越强，对数据的要求越高；数据越好，模型的潜力释放越充分。两者相互促进、共同进化。但现在的困境是——高质量数据供给跟不上。
医疗数据、金融数据、制造数据，全是高价值的，但全锁在保险柜里。谁都不敢碰——产权不清，怕侵权；规则不明，怕违规。
这就形成了一个死结：一边是产业“饿”得要命，一边是宝藏“睡”在脚下。没有清晰的产权制度，数据就流动不起来；数据流动不起来，“数模共振”就是一句空话。
所以我们这套制度，本质上是在给数据流通装上一个“红绿灯”——告诉你什么情况下可以走、什么情况下不能走、怎么走是合法的。产业界有了这个红绿灯，才敢放心地踩油门。
第二问：高质量数据集必须“以用促建”，如何在实践中落地？
陈晓薇：以前做数据集，容易陷入一个误区——先把数据堆起来再说。结果堆了一大堆，真正能用得上的很少。
所以我们提出“以用促建”——先看场景需要什么，再倒推数据怎么建。医疗大模型需要什么样的临床数据？金融风控需要什么样的交易数据？需求明确了，采集、清洗、标注才有方向，产出的数据集才真正“好用”。
具体落地分三步：
第一步，识别高价值场景。不是所有行业都迫切需要数据集，先从医疗、金融、制造这些痛点最突出的领域切入。
第二步，围绕场景精准建设。场景需要什么就建什么，不盲目追求数据量大，追求精准匹配。
第三步，通过应用反馈迭代升级。数据集不是建完就结束，要在实际使用中不断优化，形成“从需求出发，回到需求”的闭环。
这套制度能解决三个层面的问题。让沉睡的资产醒过来——医院、银行的数据有了版权，变成可流通的资产；让交易有据可依——产权归属清晰了，授权许可、收益分配都有了法律依据；让产业敢投入——版权保护到位了，投入就有回报，市场自然会活跃起来。
第三问：北京和江苏两个判例的对比，对产业界实操有什么指导意义？企业在建设数据集时，怎么确保自己享有版权？
陈晓薇：这两个判例最大的价值，是帮我们画了一条线——“独创性智力劳动”的线。北京那个案子，用户不是简单敲几个字，而是精心写提示词、反复调参数、一张张挑。法院认为：这是投入了智力，有版权。江苏那个案子，用户只是打了几个字。法院认为：这只是一个想法，不是“表达”，没版权。对企业来说，这条线就是操作指南。
如果你想让自己建设的数据集获得版权保护，就要在“独创性”上下功夫。比如，你设计了一套独特的筛选标准、编排体系、标注规则——这套方法本身就是智力成果。你用这套方法加工出来的数据集，经过独创性的筛选、编排、取舍——同样受保护。
反过来，如果只是把公开数据简单打包，没有体现你的判断和选择，那就很难获得版权。
所以，我们的建议是：把“独创性”当成资产来经营——你投入的智力越深，产权的围墙就越厚。这正是我们这套制度给产业界带来的确定性。
