美国 — 数据与训练
| 规则 | 与训练数据的关系 |
|---|---|
| CCPA/CPRA (California) | 州隐私法，AI 训练数据的个人信息义务 |
| COPPA (联邦) | 13 岁以下儿童数据 |
| Section 230 | 用户生成内容平台的责任边界 |
| NIST AI RMF + GenAI Profile | 数据治理自愿实践 |
三层碎片化格局
Section titled “三层碎片化格局”联邦层的空白
Section titled “联邦层的空白”美国至今无联邦综合隐私法。对训练数据的联邦层触点：
- COPPA：13 岁以下儿童数据单独保护
- HIPAA：医疗数据（对医疗 AI 训练数据直接相关）
- GLBA：金融信息
- FERPA：教育记录
- FCRA / ECOA：信贷决策用数据
行业特定 + 未成年人特定，但通用训练数据无联邦框架。
- California (CCPA/CPRA)：2020 起，自动化决策权利（2025 加州 ADMT 规则生效）
- Virginia、Colorado、Utah、Connecticut、Texas、Oregon 等州：GDPR-style 隐私法
- Illinois BIPA：生物特征法，对人脸训练数据有极强约束
- Washington My Health My Data：健康数据扩展
- Tennessee ELVIS Act：声音克隆数据
到 2026-04 已有 20+ 州通过综合隐私法，细节各异。
版权 / Fair Use
Section titled “版权 / Fair Use”训练数据的版权问题是 2023-2026 美国最激烈的 AI 法律辩论：
- 2023 NYT v. OpenAI / Microsoft：版权训练诉讼，2026 持续进行
- Bartz v. Anthropic / Kadrey v. Meta / Tremblay v. OpenAI：多起诉讼
- Andersen v. Stability AI：文生图版权
- Thaler v. Perlmutter：AI 生成作品的版权归属
Fair Use 是美国特色抗辩，其”变革性使用”（transformative use）标准对 LLM 训练的适用尚在形成。
1. “公开可获取”的合法性
Section titled “1. “公开可获取”的合法性”- 美国法对”公开可获取”数据的抓取宽容度高于 EU 和中国
- hiQ Labs v. LinkedIn（2019/2022）对 Computer Fraud and Abuse Act 的解读
- 但 TOS（服务条款）违反仍可被起诉
2. 儿童数据
Section titled “2. 儿童数据”- COPPA：13 岁以下单独同意
- 加州、纽约等州：扩展至 18 岁以下
- 训练数据含未成年人面孔 / 声音的风险：BIPA / COPPA 叠加
3. 生物识别（尤其 Illinois BIPA）
Section titled “3. 生物识别（尤其 Illinois BIPA）”- Illinois BIPA 对人脸训练数据的诉讼量激增
- Clearview AI 案例是典型
- BIPA 允许私人诉权，每次违法最高 $5,000
4. 合成数据 & 去标识化
Section titled “4. 合成数据 & 去标识化”- 无专门合成数据规则
- 去标识化：HIPAA 有明确标准（Safe Harbor / Expert Determination）；其他领域模糊
与中国 / 欧盟的对比
Section titled “与中国 / 欧盟的对比”- 联邦层面：中国和 EU 都有完整数据保护法；美国没有
- 可预测性：美国最低（州法各异 + fair use 诉讼未定）
- 执法：美国主要靠私人诉讼（BIPA、版权、TCPA 等）；中国靠 CAC 执法；EU 靠 DPA
- 训练数据摘要：EU 强制；美国无；中国无（备案材料非公开）