作者：王红燕 沈杨雨岚 汪媛雅 刘珂诗 章雨璐 何炜玟
《中国人工智能企业出海百问百答》第六部分
五十三、如果模型训练使用了网络爬虫抓取的数据，如何应对海外“数据爬取”的法律红线（如LinkedIn诉hiQ案）？
在以大模型为代表的人工智能训练中，网络爬虫是企业获取海量语料的核心手段。然而，出海企业或使用海外公开数据进行训练的企业，往往面临复杂的跨境合规挑战。以美国标志性的hiQ诉LinkedIn案[1]为例，该案确立了抓取“公开网页数据”通常不构成对《计算机欺诈与滥用法案》（CFAA）的违反。但企业切不可将该判例误读为数据抓取的“全面豁免”。海外对爬虫行为的规制是一张立体网络，涉及计算机安全、合同违约、著作权侵权及个人数据保护等多个维度。
企业在布局全球化模型训练或抓取海外数据时，建议从以下四个层面构筑合规防线：
一、严格界定数据边界
（一）区分公开与非公开数据
CFAA的核心红线在于“未经授权访问”。若数据处于需注册登录、支付订阅费或设置访问控制的“数字围墙”之内，绕过防护抓取极易触发刑事与民事诉讼风险[2]。
（二）技术反爬的法律效力
尽管纯公开网页绕过IP拦截在部分司法管辖区不一定构成越权访问，但若目标平台已发出正式的“停止与终止函”，继续抓取仍可能面临侵权指控（Trespass to Chattels）。
二、重视平台协议与Robots协议的拘束力
（一）服务条款（ToS）风险
hiQ案重审中，法院最终认可了LinkedIn基于合同违约（Breach of Contract）的主张[3]。即使数据完全公开，明知或同意服务条款后违规抓取，仍构成严重违约。
（二）Robots.txt的商业遵从
尽管Robots协议属于行业技术规范而非成文法，但在欧盟《人工智能法案》（EU AI Act）与《数字单一市场版权指令》（DSM Directive）框架下，权利人通过机器可读方式（如Robots元标签）声明保留权利（Opt-out）的，爬虫模型训练构成侵权[4]。
三、构建“文本与数据挖掘（TDM）”著作权合规链
在欧盟市场中，需遵循DSM指令第3条（科研例外）与第4条（商业例外）。商业抓取必须识别并过滤权利人已声明排除TDM的内容。
而在美国市场，目前司法实践将大量重心置于“合理使用”（Fair Use）抗辩，但若抓取具有强独创性、高商业价值的受保护内容（如版权图库、付费新闻），仍会面临重大诉讼不确定性。
因此，企业在数据入库前，应当建立训练数据的清洗与黑名单过滤机制，阻断侵权语料混入。
四、落实隐私与个人数据去标识化
在GDPR或美国各州隐私法（如CCPA/CPRA）管辖下，“公开数据”并不等同于“可自由商用的数据”。抓取包含自然人身份信息（PII）的数据用于模型训练，需具备合法性基础（如合法利益评估LIA），并赋予数据主体异议权与删除权。企业应在数据入库和清洗阶段即完成去标识化处理。
综上，企业不能仅仅看数据是不是“公开”的，更要看抓取手段、数据类型以及目标市场的特殊规定。建议在开展大规模数据抓取前，务必做好跨境合规的前置排查，把风险拦截在模型训练之前。
五十四、如何向海外用户履行“透明义务”：隐私政策中必须披露哪些关于自动化决策的内容？
应当进行披露，但透明义务不要求公开源代码或全部参数。GDPR第13条第2款(f)、第14条第2款(g)要求，在存在第22条所指的自动化决策（包括画像）时，向用户说明该处理的存在、所涉逻辑的“有意义信息”，以及其重要性和预期后果；第15条第1款(h)并赋予用户访问权。[5]隐私政策应明确哪些功能涉及画像、推荐、评分或自动化决定，是否存在实质性人工复核，并区分一般个性化功能与完全基于自动化处理、对个人产生法律效果或类似重大影响的决定。
披露内容建议至少包括：处理目的和法律依据；输入信息的主要类别、来源及质量要求；影响结果的关键因素和基本判断步骤；结果用于何种决定及可能产生的有利或不利影响；保存期限、接收方和跨境传输情况；用户如何更正输入数据、反对画像、撤回同意。欧盟相关指南认为，无须披露复杂公式，但应解释基本原理，使用户能够理解决定并行使权利。[6]
2025年欧盟法院在Dun & Bradstreet Austria案指出，“有意义信息”应说明针对该用户实际采用的程序和原则，并可通过说明关键输入变化如何导致不同结果来验证；商业秘密不能成为完全拒绝说明的理由。[7]欧盟《人工智能法》第86条还要求附件III特定高风险AI系统的部署者，向受重大不利影响者解释AI在决策中的作用及主要要素。[8]企业宜采用分层告知：隐私政策说明稳定规则，决策界面进行即时提示，权利响应提供个案解释；模型、用途或数据源发生实质变化时同步更新。中国《个人信息保护法》第二十四条同样要求自动化决策透明、公平、公正，并赋予受重大影响者要求说明和拒绝仅由自动化决策作出决定的权利，可作为全球产品政策的共同基线。
五十五、 用户要求“删除个人数据”，但该数据已用于训练模型，技术上如何实现“被遗忘权”？
GDPR第17条赋予数据主体删除权。[9]对于AI产品而言，删除训练数据库中的原始数据并不当然意味着模型已经“遗忘”相关信息；如果模型本身仍保存或能够提取、推断与特定个人有关的信息，则仍需进一步评估模型是否属于个人数据以及是否需要采取相应措施。EDPB指出，AI模型是否具有匿名性应结合具体模型逐案判断；CNIL进一步明确，在模型不属于匿名模型的情况下，数据主体可以在符合条件时对模型行使删除等权利。[10]
优先方案：删除训练数据并重新训练模型。对于仍掌握训练数据的企业，较为稳妥的做法是在训练数据集中删除相关个人数据后重新训练模型，使被删除数据不再参与后续模型训练。CNIL目前将重新训练视为处理模型层面删除请求最有效的方式，同时允许企业根据请求数量定期批量重新训练，以降低单次处理成本。对于大型模型而言，全面重训成本较高，因此企业可根据数据敏感程度、模型对相关数据的记忆程度以及重新训练的技术和经济成本，对具体方案进行比例性评估。
架构层面的预防性设计。对于需要频繁处理删除请求的AI产品，可在模型训练阶段预留机器遗忘机制。例如，SISA（Sharded, Isolated, Sliced and Aggregated）通过将训练数据划分为相互隔离的分片并分别训练子模型，在发生删除请求时仅重新训练受影响的部分，从而降低重新训练成本。[11]该类方案需要在模型训练阶段进行架构设计，对于已经完成训练的存量模型通常难以直接适用。
无法重新训练时的替代措施。在重新训练成本明显不成比例的情况下，可根据具体场景采取输出过滤、检索层过滤、限制相关信息调用等措施，降低模型输出特定个人信息的风险。需要注意的是，此类措施并不等同于从模型参数中删除相关数据，只有在能够证明其足以有效防止相关个人信息被提取或披露的情况下，才可能作为重新训练的替代方案。机器遗忘等技术仍处于快速发展阶段，目前尚无统一的法律或技术标准可以证明模型已经实现“完全遗忘”。
实务建议。企业应在模型训练和数据架构设计阶段建立删除请求处理机制，包括保留训练数据与模型版本之间的关联记录、建立数据删除后的模型更新流程，并对更新前后的模型进行必要的隐私测试。收到删除请求后，应首先判断删除权是否适用，并分别处理原始训练数据、缓存及其他衍生数据；如模型本身仍可能保存或输出相关个人信息，则应进一步评估重新训练或其他替代措施的必要性及有效性。同时，应完整记录删除请求、采取的技术措施及验证结果，以证明企业已采取与风险相适应的合规措施。
五十六、未满13岁或16岁的儿童使用AI产品，是否需要获取监护人同意？如何验证年龄？
不宜把“13岁或16岁”理解为全球统一门槛。GDPR第8条仅在企业直接向儿童提供信息社会服务、且以同意作为处理依据时适用：原则门槛为16岁，成员国可下调但不得低于13岁；低于当地门槛者，须由承担监护责任的人同意或授权，控制者还应结合可用技术作出合理验证努力。[12]因此，企业应按儿童通常居住地核对成员国规则，若处理基于合同必要、法定义务等其他合法基础，第8条的监护人同意规则不当然适用，但仍须遵守儿童特殊保护、数据最小化及适龄透明要求。[13]
美国COPPA适用于面向13岁以下儿童的网站、应用和在线服务，以及实际知道自己收集13岁以下儿童个人信息的一般受众服务；除有限例外外，经营者应在收集、使用或披露前直接告知家长并取得“可验证的家长同意”。[14]中国《个人信息保护法》则将不满14周岁未成年人的个人信息列为敏感个人信息，要求取得父母或其他监护人的同意并制定专门处理规则。[15]因此，同一AI产品在欧盟可能适用13至16岁的当地门槛，在美国通常以未满13岁为界，在中国则以未满14岁为特别保护门槛；产品自行设定“16+”不能替代适用法判断。
年龄验证应采取与风险相称的分层方案，低风险的一般受众服务可设置中性的生日输入或年龄区间，不诱导儿童虚报；识别低龄用户后，在取得有效监护人同意前应停止非必要收集；儿童导向或具有聊天陪伴、生成内容、画像推荐、定位、广告等较高风险功能，仅靠自我声明通常不足，可采用可信第三方年龄令牌、支付卡小额交易、签署同意书、电话或视频核验、政府证件核验后立即删除等方式，并为无证件者提供替代路径；依分级分类思路区分同意和验证强度，同时注意证件或生物识别可能反向造成过度收集。[16]
五十七、 在海外设立“数据保护官”（DPO）是强制的吗？什么情况下必须设立？
原则上，欧盟并不要求所有企业一律设立数据保护官（the Data Protection Officer,DPO），关键在于企业是否触发GDPR第37条第1款所规定的三类强制设立情形：一是处理活动由公共机构或公共组织进行；二是企业核心业务需要对数据主体进行大规模、定期和系统性监测；三是企业核心业务涉及大规模处理第9条第1款所列敏感数据或第10条所列刑事定罪犯罪数据。企业即使并未落入上述强制任命的情形，仍可自愿指定DPO作为企业数据合规管理的良好实践。
对于企业是否落入上述的强制性情形，应结合具体业务场景判断，具体包括：
就企业的核心业务（Core Activity）而言，核心业务可视为实现数据控制者或处理者目标所必需的关键操作，其判断重点在于数据的控制和处理是否与其主要活动相关，而非仅作为辅助活动的组成[17]。例如，医院的核心活动虽然是提供医疗卫生服务，但若不对患者健康记录等健康数据进行处理，医院便无法安全、有效地提供医疗卫生服务，故医院必须指定DPO。与此相反，所有组织都会开展支付薪酬或IT支持等活动，但它们通常被视为辅助性职能而非核心业务。
就数据的处理规模（Big Scale）而言，GDPR本身虽然没有设定数据阈值，但是第29条工作组（the Article 29 Working Party，现为欧洲数据保护委员会EDPB）建议综合考量四项因素：涉及数据主体数量，包括绝对人数或占相关人群比例；处理数据量及数据字段范围；处理活动持续时间或永久性；处理活动的地理范围[18]。
就数据的检测模式（Regular and Systematic Monitoring of Data Subjects）而言，GDPR首先框定了检测行为（Monitoring）的概念[19]，明确涵盖了互联网上所有形式的用户追踪和画像行为，包括用于行为广告目的的追踪和画像[20]。其中，经常性（Regular）强调处理活动具有持续性、周期性、重复性；“系统性”（Systematic）强调处理并非偶发，而是按照预设系统、方法、收集方式或业务策略进行。进而，可能构成该类监控的活动包括电信网络运营、电信服务、电子邮件精准营销、数据驱动型营销活动、为信用评分等风险评估目的而进行的用户画像与评分、位置追踪、行为定向广告、通过可穿戴设备监测个人健身及健康数据、闭路电视监控系统、联网设备等。
DPO是企业出海数据合规的关键关口。EDPB报告识别出DPO制度运行中的主要合规挑战，包括未指定DPO、DPO资源配置不足、DPO专业知识和培训不足、DPO未被完整或明确赋予法定职责、DPO未被系统性纳入组织内部数据保护事项、DPO存在利益冲突或独立性不足，以及DPO未能直接向最高管理层报告等问题[21]。无论企业最终判断自身是否须要设立DPO，企业都应记录并更新为确定是否应指定DPO而开展的内部分析工作，以证明企业已恰当考虑所有有关因素，并作为问责所要求的文件记录以供监管机构进行核验和检查[22]。
编辑|王佳佳
[1]hiQ Labs, Inc. v. LinkedIn Corp., 31 F.4th 1180 (9th Cir. 2022). 美国联邦第九巡回上诉法院重申，抓取无需登录即可访问的公开网页数据，不构成违反CFAA项下的“未授权访问”；
[2]参见美国最高法院 Van Buren v. United States, 141 S. Ct. 1638 (2021) 案对系统访问权限“越界”标准的解释；
[3]LinkedIn Corp. v. hiQ Labs, Inc., No. 17-cv-04302 (N.D. Cal. Dec. 2022). hiQ最终与LinkedIn达成和解并被禁止继续抓取数据；
[4]参见欧盟《数字单一市场版权与相关权指令》（Directive (EU) 2019/790）第4(3)条关于文本和数据挖掘（TDM）权利保留机制的规定；
[5]欧洲议会、欧盟理事会：《通用数据保护条例》（Regulation (EU) 2016/679），第12条、第13条第2款(f)、第14条第2款(g)、第15条第1款(h)、第22条，https://eur-lex.europa.eu/eli/reg/2016/679/oj/eng。
[6]Guidelines on Automated individual decision-making and Profiling for the purposes of Regulation 2016/679 (wp251rev.01)，https://ec.europa.eu/newsroom/article29/items/612053。
[7]CJEU, Case C-203/22, Dun & Bradstreet Austria, Judgment of 27 February 2025，https://curia.europa.eu/juris/liste.jsf?num=C-203/22
[8]Regulation (EU) 2024/1689, arts. 86, 113，https://eur-lex.europa.eu/eli/reg/2024/1689/oj
[9]Regulation (EU) 2016/679 (General Data Protection Regulation), Art. 17, https://eur-lex.europa.eu/eli/reg/2016/679/oj
[10]Commission nationale de l'informatique et des libertés (CNIL), Ensuring and facilitating the exercise of data subjects’ rights, Jan. 5, 2026; AI system development: CNIL’s recommendations to comply with the GDPR, Jan. 5, 2026, https://www.cnil.fr/en/ensuring-and-facilitating-exercise-data-subjects-rights; https://www.cnil.fr/en/ai-system-development-cnils-recommendations-comply-gdpr.
[11]Lucas Bourtoule et al., Machine Unlearning, 2019 IEEE Symposium on Security and Privacy, https://arxiv.org/abs/1912.03817
[12] 欧洲议会、欧盟理事会：《通用数据保护条例》（Regulation (EU) 2016/679），序言第38段、第8条，https://eur-lex.europa.eu/eli/reg/2016/679/oj/eng
[13]孙跃元：《未成年人个人信息保护中监护人同意规则的检视与完善》，《华南师范大学学报（社会科学版）》2023年第1期，第149—164页，https://journal-s.scnu.edu.cn/article/id/8ce3bd56-9732-42b9-ade8-a39fd0972ece
[14] U.S. Federal Trade Commission, Children's Online Privacy Protection Rule (COPPA), 16 C.F.R. Part 312，https://www.ftc.gov/legal-library/browse/rules/childrens-online-privacy-protection-rule-coppa
[15] 《中华人民共和国个人信息保护法》第二十八条、第三十一条，https://www.npc.gov.cn/npc/c2/c30834/202108/t20210820_313088.html
[16]同上，孙跃元：《未成年人个人信息保护中监护人同意规则的检视与完善》，《华南师范大学学报（社会科学版）》2023年第1期，第149—164页；吴建安，张丹妮等：《企业隐私政策中的GDPR合规风险——如何建立对未成年用户的特殊保护》，德恒律师事务所，https://mp.weixin.qq.com/s/9lkzMvsgzUPmetpWmJ90Ow。
[17]Regulation (EU) 2016/679 (General Data Protection Regulation), Recital 97, OJ L 119, 4 May 2016, pp. 1-88, available at: https://eur-lex.europa.eu/eli/reg/2016/679/oj.
[18]Article 29 Data Protection Working Party, Guidelines on Data Protection Officers (DPOs), WP243 rev.01, adopted on 13 December 2016, as last revised and adopted on 5 April 2017, p. 8.
[19]Regulation (EU) 2016/679 (General Data Protection Regulation), Recital 24, OJ L 119, 4 May 2016, pp. 1-88, available at: https://eur-lex.europa.eu/eli/reg/2016/679/oj.
[20]European Commission, “Obligations”, section “Data Protection Officer”, available at: https://commission.europa.eu/law/law-topic/data-protection/information-business-and-organisations/obligations_en#data-protection-officer, last accessed 27 August 2026.
[21]European Data Protection Board, 2023 Coordinated Enforcement Action: Designation and Position of Data Protection Officers, adopted on 16 January 2024, published on 17 January 2024, pp. 3, 10, 14-28, available at: https://www.edpb.europa.eu/system/files/documents/2024-01/edpb_report_20240116_cef_dpo_en.pdf.
[22] Regulation (EU) 2016/679 (General Data Protection Regulation), Article 24(1), OJ L 119, 4 May 2016, pp. 1-88, available at: https://eur-lex.europa.eu/eli/reg/2016/679/oj.
本文版权归「科技法全球合规观察」所有，如需转载，请联系下方秘书号洽谈授权。
如果您有相关法律咨询需求，
欢迎添加团队秘书号：
