摘要：知识产权的正统理由是功利主义。强知识产权权利的倡导者们认为,倘若缺乏这样的权利,复制者将搭载创作者努力的便车,扼杀创新。但是,存在一个重要的经验性反常现象:在缺乏强力知识产权保护的情形下,全球时尚产业依然制造出了花样繁多的创意产品。企业对待复制的谦抑态度,与其他创意产业中对盗版的强烈谴责以及相关立法和诉讼活动形成鲜明对比。为何当其他主要的内容产业已经为其产品获得日益强大的知识产权保护时,时尚设计依然多半不受保护,并在经济上取得成功?我们认为,时尚产业反直觉地在一个弱知识产权平衡中运转,复制非但未阻碍创新,反而可能在事实上促进了创新。我们将此称为'盗版悖论'。本文提供了一个模型,解释时尚产业的盗版悖论是如何运作的,以及复制如何在产业的快速创新周期中充当一个重要因素,甚至可能是一个必要基础。就此,我们旨在阐明时装产业的创造性动因。同时,我们希望引发知识产权政策基本问题的进一步探索:对激励创新而言,何种程度的知识产权权利是必要的?稳定的弱知识产权平衡是否还存在于其他产业?

摘要：时尚设计对当前扩张知识产权的热情提出了一个显著的挑战。尽管时尚设计缺乏美国版权法的保护,但其开发与创新依然十分活跃。然而,也存在许多观点支持授予时尚设计某种形式的版权,最近,一份《禁止设计盗版法案》被重新提交国会。这篇短文是《斯坦福法律评论》对话文章中的一部分。本文分析和批判了*** Hemphill和Jeannie Suk提出的对时尚设计提供有限版权的辩护。我们认为,即使是有限的设计保护也是非必要和不明智的,并且可能会损害其原本旨在保护的设计师们。尽管如此,我们仍在许多其他分析要点上赞同Hemphill和Suk,包括理解被称为'区分'(differentiation)和'群集'(flocking)的对抗性冲动之重要性,它们刺激了服装销售,以及更一般性的问题,即时尚设计不能简单纳入传统版权法的分析。

摘要：人们一直对机器学习算法忧心忡忡,因为机器学习算法犹如一个未知的“黑箱”,无法得知它们是如何以及为何做出某些决策、建议或预测。目前,法官遇到机器学习算法相关案件的频率日益上升,其中包括刑事案件、行政案件和民事案件。本文认为,法官应当要求对机器学习算法结果进行解释。设计出能够解释机器学习算法如何得出结论或预测的系统,这是解决“黑箱”问题的方法。如果法官要求对算法结果作出解释,那么他们将在塑造“可解释人工智能”(xAI)的性质和形式方面发挥至关重要的作用。法院以普通法为工具,可规定“可解释人工智能”在不同法律背景下所应有的含义。让法院扮演这一角色具有一定优势:司法推理自下而上构建,通过逐案考虑事实,做出细致入微的决定,这对制定可解释人工智能相关规定而言是切实可行的。此外,法院可能会促使可解释人工智能以不同形式出现,以适应不同法律环境和受众群体。总体而言,我们应当支持公共部门更多地参与塑造可解释人工智能,而迄今为止,可解释人工智能很大程度上仍由私营部门掌握。