何炼红、朱曦青在《中南大学学报（社会科学版）》2024年第6期撰文指出：公共领域数据共享是人工智能产业发展的关键。平台层面数据霸权导致的共享自由缺位、资源层面数据壁垒导致的公共领域限缩、规则层面权属不清导致的共享标准模糊，对人工智能数据公共领域产生了系列负效应。人工智能数据应践行“深度共享”理念，基于平台、资源和规则三个维度，实现共享平台从单层封闭式枢纽走向多层开放式网络、资源共享方式从单一走向多维、共享规则从保守走向开放的范式转型。构建人工智能数据的公共领域深度共享机制，应以"开源"为前提，引入数据共享"FAIR原则"，采取公共领域双层共享模式，在平台层面构建角色模块式数据共享生态以实现数据共享自由，在资源层面设置数据公共领域官方标识以明确公共领域范围，在规则层面完善数据开源协议以确立数据共享标准，最终实现人工智能公共领域数据资源充裕和繁荣发展。