人工智能生成內容信息披露機制構建研究

陳俊凱

(廈門大學知識產權研究院，福建 廈門 361005)

0 引言

隨著40余年來最具革命性的ChatGPT等新一代大語言模型的實際應用[1]，人工智能生成內容 (AI-Generated Content，AIGC)成為繼專業生產內容 (Professionally-Generated Content)和用戶生產內容 (User-generated Content)之后的新型創作模式，它將全面驅動內容生產方式的變革[2]，ChatGPT也因此成為歷史上增長最快的消費級應用程序[3]。相關預測顯示，2025年AIGC將占所有數據產量的10%[4]。但是，AIGC的廣泛應用對社會信任體系和作品市場造成較大沖擊。首先，生成式人工智能可以大規模生成中等到高質量虛假信息[5]，降低了虛假信息生成與傳播的門檻，加劇公眾對于共享信息的不信任。其次，AIGC在形式上已然具備人類創作外觀，其大規模產出和不真實 “署名”行為將嚴重沖擊作品市場秩序，對人類的創作活動構成挑戰。公眾對AIGC來源的判斷需要依賴內容公開者的明示，美國版權局發布的 《關于包含人工智能生成材料作品的著作權登記指南》明確要求，登記申請人應當明示相關內容創作過程中人工智能的使用情況[6]。公眾自行辨別內容來源及可信度的能力有限，故構建面向公眾的AIGC信息披露機制有助于提升AIGC的透明度與真實性，是生成式人工智能安全可控發展的重要保障。

為了應對生成式人工智能帶來的挑戰，全球主要國家和地區不斷加強信息披露機制建設。例如，歐盟 《人工智能法案》中專設生成式人工智能規制條款，要求模型訓練者披露利用受版權保護作品的情況。中國陸續出臺 《互聯網信息服務深度合成管理規定》 《生成式人工智能服務管理暫行辦法》等管理規范，就AIGC信息披露提出具體要求。但是，現行規范主要關注服務提供者的信息披露義務，相關披露舉措較為簡略，難以貫穿AIGC全生命周期。相較于AIGC權利歸屬、侵權責任承擔等議題，學界對于AIGC信息披露的關注較為有限，部分研究主要圍繞3個方面展開。①在人工智能治理的宏觀研究中，將信息披露作為貫徹人工智能治理 “透明原則”的重要制度，關注AIGC信息披露的必要性[7]；②將信息披露作為生成式人工智能治理的基礎性工具，納入數據、算法透明義務體系構建[8]以及實現虛假信息風險規制的應對舉措范疇[9]；③對生成式人工智能所涉信息進行類型化分析，并提出具體信息披露措施，實現對AI創作物的甄別與風險防控[10]。總體而言，現有研究已注意到AIGC信息披露的工具性價值，但相關討論較為碎片化，且多作為附屬性舉措展開分析，對于AIGC信息披露的目的指向、構建的具體維度以及體系性的實施方案關注較為有限。基于此，本文在審視現行AIGC信息披露方案的基礎上，分析現階段信息披露形式及其披露內容的不足，并結合AIGC不同技術階段信息披露目的，圍繞披露內容、披露方式以及保障舉措提出建議。

1 AIGC信息披露的現行規定及其挑戰

現行規范提出以顯著標識附隨為核心的信息披露舉措，但該模式下所披露的信息較為有限，且對于服務提供者以外的其他主體規制明顯不足。

1.1 現行方案：顯著標識附隨模式

盡管尚未有法律就人工智能生成內容 (AIGC)信息披露作出系統性規定，但是 《生成式人工智能服務管理暫行辦法》 《互聯網信息服務深度合成管理規定》 《互聯網信息服務算法推薦管理規定》 《網絡音視頻信息服務管理規定》等管理辦法設置以顯著標識附隨為核心的信息披露措施，明確了AIGC信息披露的主體、標識設定與流通，以及責任承擔等內容。在AIGC信息披露主體方面，基于主體責任的規制路徑，AIGC信息披露主體以相關產品服務提供者為核心。 《互聯網信息服務深度合成管理規定》第16、17條與 《互聯網信息服務算法推薦管理規定》第9條第1款 (下文分別簡稱 《深度合成管理規定》與 《算法推薦管理規定》)明確生成式人工智能服務提供者負有根據不同場景主動標識或者向使用者提供標識工具的義務。在標識形式上，AIGC標識模式弱化了關于標識附隨形式的硬性要求，強調相關使用者應當以明顯方式標注AIGC。結合 《深度合成管理規定》所列舉的視頻、音頻、文字等人工智能生成內容形式看，該 “顯著標識”基本上可以涵蓋視覺、聽覺等不同的呈現場景，便利生成式人工智能服務提供者根據不同場景進行標注，如服務提供者于相關圖片、文本或視頻中標注與人工智能生成內容 (AIGC)相關的字樣即符合該規定。但是，未統一標識形式也增加了公眾的識別成本。因此，相關標準化組織公布了 《生成式人工智能服務內容標識方法》，就文本、圖片、音頻、視頻4類生成內容提供標識實踐指引，明確顯式水印標識和隱式水印標識的標識方式及標識信息[11]。標識流通與責任承擔方面，現行規范禁止任何組織和個人采用技術手段刪除、篡改、隱匿深度合成標識，并針對服務提供者與技術支持者設置具體責任條款。

雖然現行規范提出通過標識形式說明生成內容的來源，但是實踐中不乏對AIGC進行 “署名”的案例。例如，網易有道公司和電子工業出版社合作出版的 《極簡區塊鏈》中文版圖書以 “網易有道AI翻譯”為 “譯者”署名，微軟公司開發的聊天機器人小冰創作的詩集 《陽光失了玻璃窗》署名 “小冰”等。在現行著作權法框架下，人工智能并非適格作者，相關署名行為本質上仍是一種標識形式。因此，以相關人工智能模型的名義進行 “署名”并不產生法律效力，實踐中相關 “署名”行為更多起到權益宣示作用，而非指明具體內容創造者。

1.2 披露內容：現行標識模式承載信息有限

《深度合成管理規定》第17條要求采用顯著標識的方式向公眾提示深度合成情況，但是 《深度合成管理規定》并未明確人工智能生成內容 (AIGC)應披露信息的具體范圍。從現行管理規范用語以及相關標準化組織出臺的技術標準看，現行標識附隨模式僅是說明相關內容的AI合成屬性，難以充分應對虛假信息的生成與傳播。此外，隨著AIGC大規模應用，不可避免地出現生成內容二次加工、AIGC跨平臺傳播與使用等需求，現行僅用于說明AI合成屬性的標識模式顯然無法有效規制上述使用情形，不利于AIGC跨場景利用與信息內容治理。例如，在AIGC二次加工或者利用過程中，相關使用主體需要獲知相關AIGC的具體來源，從而尋求相關主體的授權，現行標識模式難以準確、及時提供相關來源信息。在責任承擔方面，AIGC關于著作權、人格權的侵權風險較高，相關被侵權人需要追溯參與AIGC制作以及流通主體。與AIGC相關主體包括服務提供者、使用者或初始傳播者、跨平臺傳播者等，上述主體可能需要對不同階段的AIGC侵權行為承擔責任，AIGC標識模式顯然難以承載上述主體及其行為的具體信息。盡管現行規范要求存儲生成內容日志信息，但日志信息并非集成于AIGC載體之上，而是服務提供者基于監管需要采取的特定性信息留存措施，對于被侵權人或公眾而言，信息披露作用較為有限，難以在事前、事中產生具體的規制效果。在使用環境方面，現行AIGC標識模式更側重于數字傳播場景，但隨著人工智能適用范圍的不斷擴大，相關AIGC亦可能用于實體傳播，前文所述的 《極簡區塊鏈》等即是例證。現行標識體系下，相關標識是否可以有效附隨AIGC全生命周期，是否可以適用于實體環境，以及實體環境中如何準確披露相關信息等跨場景的應對措施尚不明確。

1.3 披露主體：忽略非服務提供者的披露義務

在現行生成式人工智能產品應用場景中，AIGC生成以及傳播階段涉及不同主體。在生成階段，出于免責與信息來源標識的考量，相關生成式人工智能服務提供者往往在輸入端顯著位置向使用者明示生成內容可能存在不準確性或不當性，同時大語言模型需要對于生成內容進行顯性或者隱性標識，從而確保生成過程符合相關法律規范的要求。由于該階段涉及的主體僅為服務提供者以及使用者，不具有公開性，因此實現信息披露的目的較為容易。在傳播階段，公眾并非相關生成活動的參與者，在未準確標識的情況下難以知悉生成內容的來源，實現信息披露目的難度較大。特別是OpenAI等AIGC服務提供者于使用條款中明確將生成內容的權屬歸于使用者[12]，這進一步鼓勵AIGC使用者擴大運用場景，并向不確定的第三人傳遞。傳播階段涉及較多主體，主要包括服務提供者、使用者以及傳播平臺。除了服務提供者在生成階段的標識行為將直接影響到傳播階段AIGC信息披露的準確性外，使用者在向其他平臺或個人傳播生成內容時，是否正確披露相關信息，以及相關平臺在展示用戶上傳的AIGC時，是否正確標識都直接影響到AIGC信息披露效果。但是，現行標識規則對于服務提供者以外的其他主體信息披露義務的規制明顯不足。 《深度合成管理規定》明確任何組織和個人均不得采用技術手段刪除、篡改、隱匿深度合成標識，據此可以明確AIGC使用者及傳播平臺等主體負有不破壞標識的義務，但 《深度合成管理規定》等設置的責任條款主要針對深度合成服務提供者與技術支持者，并不涉及AIGC使用者、傳播平臺等其他主體的刪除或不合理標識行為，規制力度有限。盡管部分規范基于主體責任的規制思路，提及相關主體主動標識義務，如 《算法推薦管理規定》第9條第1款明確算法推薦服務者負有主動標識義務， 《網絡音視頻信息服務管理規定》第12條強調網絡音視頻信息服務提供者發現非真實音視頻信息時，應在以顯著方式標識后方可繼續傳輸該信息。但是，上述規定是針對算法推薦、網絡音視頻信息服務場景的具體規制舉措，現行規范尚未涉及上述場景以外的平臺，這顯然不利于向公眾有效傳遞相關AIGC的重要信息。

2 AIGC信息披露的目的考量及類型化信息

人工智能生成內容 (AIGC)涉及模型訓練、內容生成、信息傳播3個階段。由于所涉主體不同，各階段的披露目的存在差異。AIGC信息披露應基于不同目的考量，具體分析所應披露的信息要素。

2.1 AIGC各階段信息披露的目的考量

(1)模型訓練階段信息披露的目的考量。在模型訓練階段，開發者所利用數據的規模與質量直接影響后續生成式人工智能的互動效果，例如GPT-3有1750億個參數，而GPT-4則達到1.8萬億個參數，比GPT-3大10倍[13]。該階段主要涉及生成式人工智能開發者與相關訓練數據的控制者或者所有者。根據OpenAI提供的技術文件，生成式人工智能訓練階段的數據來源除了通過與相關數據控制者合作、獲取相關數據訓練許可外，主要是抓取公開數據，以實現數據集的豐富度與多元化[14]。但是，所抓取的公開數據可能包含受版權保護的作品等，并且在數據處理與利用過程中不可避免復制、存儲上述內容。未經許可復制相關受版權保護的作品存在知識產權侵權風險，全球范圍內已出現多起針對OpenAI等生成式人工智能開發者未經版權人同意將相關作品作為訓練材料的集體訴訟案件[15]。現行著作權法框架下，對于人工智能訓練過程中利用受版權保護的作品行為如何規制尚不明確，但基于著作權人視角，在人工智能訓練場景尚未被列入著作權法 “權利限制與例外”情形時，相關利用行為仍屬于未經許可的著作權利用行為，可能構成著作權侵權。著作權人有權要求相關生成式人工智能開發者反饋相關作品是否作為訓練數據集，基于此，該階段的信息披露目標是實現訓練數據的適度透明化。

(2)內容生成階段信息披露的目的考量。在內容生成階段，使用者根據自身需求向相關模型提問 (prompt)，使用者與生成式人工智能服務提供者是直接參與主體，因此，該階段信息披露的直接利益主體是使用者。現行生成式人工智能尚無法克服 “算法黑箱” “AI幻覺”等技術性難題，以及隨著相關生成式人工智能產品商業化運行，大量商業性信息將混入生成內容之中[16]，進一步加劇使用者對于人工智能生成內容的不信任，因此，在內容生成階段，AIGC信息披露的目的在于解決使用者與服務提供者之間的信息不對稱，特別是關于 “AI幻覺”的風險提示、對于生成式人工智能產品算法基本機制的可理解性解釋，從而緩解使用者對于生成式人工智能產品的憂慮。

(3)內容傳播階段信息披露的目的考量。隨著生成式人工智能運用場景多元化，使用者向公眾傳播AIGC成為常態，由此產生的虛假信息以及不真實 “署名”問題日益突出。前者體現為相關AIGC使用者向公眾傳播利用生成式人工智能產生的虛假信息，后者則表現為相關使用者隱匿人工智能使用情況，對于AIGC進行不真實的 “署名”，從而獲取不正當利益。ChatGPT等大語言模型在使用條款中已明確將相關生成內容權益賦予人工智能模型的使用者，這進一步加大不真實 “署名”風險。若無相反證據證明相關內容是由人工智能生成的，則相關 “署名人”依然可以擁有相關著作權利[17]，嚴重沖擊社會的信譽評價體系。因此，在傳播階段，借助特定的信息披露舉措，公眾可以增強信息真實性判斷能力，并較為有效區分人工智能創作與人類創作成果。此外，AIGC在涉及換臉等場景時，可能侵犯他人的肖像權，生成特定的文字內容亦可能涉嫌侵犯相關著作權人的權利。進一步加強AIGC信息披露有助于事后相關侵權行為的追責。在現行標識性規制模式下，并未要求標識AIGC使用者、傳播平臺等信息，這增加了各方責任的厘清難度。在AIGC所附隨信息涵蓋各階段參與主體、使用條件、傳播方式等不同要素的情況下，AIGC信息披露可以為后期可能出現的侵權行為追責提供溯源基礎。

2.2 AIGC信息披露的類型化要素

(1)技術性信息。AIGC所涉及的技術性信息包括受版權保護的作品利用信息，以及算法的基本運行機制兩部分。

首先是受版權保護的作品利用信息。在模型訓練階段，生成式人工智能可能利用受版權保護的作品。在現行著作權法框架下，如何處理人工智能訓練過程中的作品利用行為尚無定論，但通過特定渠道適度披露相關模型訓練過程中的作品利用情況對緩和著作權人與生成式人工智能開發者之間的緊張關系具有重要意義。 《生成式人工智能服務管理暫行辦法》明確規定模型訓練過程中不得侵犯知識產權，但在外界無法知悉相關模型的訓練數據來源情況下，該條款的落地難度較大。

其次是算法的基本運行機制。算法是人工智能的運行基礎，而算法透明是發展負責任的人工智能的基本原則。盡管 《生成式人工智能服務管理暫行辦法》第4條第5款、第10條分別要求 “采取有效措施，提升生成式人工智能服務的透明度”， “指導使用者科學理性認識和依法使用生成式人工智能技術”，但不論是基于透明度要求，還是促使使用者科學理性利用生成式人工智能，均需要適當向使用者說明標注規則、算法機制原理等技術性信息。在技術性信息披露方面， 《生成式人工智能服務管理暫行辦法》僅于第19條第1款明確基于監管需要，服務提供者負有向監管部門提供特定性技術信息的義務，卻忽略了面向公眾的披露要求。相較而言， 《算法推薦管理規定》第16條明確要求算法推薦服務提供者適當公示算法推薦服務的基本原理、目的意圖和主要運行機制的設定值得生成式人工智能應用場景借鑒。

(2)權利描述信息。AIGC信息披露的重要目標之一是在發生權屬糾紛時可快速查詢參與AIGC創作的各方主體，因此有必要于AIGC信息披露中準確描述相關創作主體，以及相關權利歸屬模式。權利描述信息涵蓋內容生成的參與主體、不同主體關于AIGC的權利歸屬以及具體使用條件。

首先，權利描述信息應包括生成式人工智能開發者、服務提供者與使用者等不同參與主體。列明相關主體是為了確保在跨平臺、多次流轉后，公眾及傳播平臺可以準確知悉相關內容來源，便于利益分享與侵權追責。

其次，AIGC的信息披露應包括AIGC的權屬設定。實踐中，AIGC權利歸屬存在轉讓模式、訂閱模式與授權模式等不同方案。ChatGPT (轉讓模式)明確將人工智能生成內容的權利轉讓給使用者。Midjourney (訂閱模式)依付費/免費用戶性質確定歸屬，其中，付費用戶對生成內容擁有所有權，而免費用戶獲得非商業目的的使用許可。百度的 “文心一言” (授權模式)則明確相關生成內容的權利歸屬于開發者，使用者只擁有非商業性的使用許可。權利歸屬模式各異進一步增加后期AIGC的侵權責任劃分難度，因此，在AICG創作過程中，相關人工智能開發者應將相關AIGC歸屬方案嵌入AIGC信息框架之中，確保公眾可以及時確定相關生成內容的權利所有者。

最后，權利描述信息還包括相關AIGC的具體使用條件。在具體應用場景中，公眾可能會對相關AIGC內容進行二次創作，為確保相關二次創作的合法性，可以參考知識共享協議關于署名、是否禁止演繹、是否允許商業性使用等選項，設置如下使用條件：①僅標識權利人；②標識權利人-相同方式共享；③標識權利人-禁止演繹；④標識權利人-非商業性使用；⑤標識權利人-非商業性使用-相同方式共享；⑥標識權利人-非商業性使用-禁止演繹。

(3)AI貢獻度信息。關于人工智能生成內容 (AIGC)是否構成作品，從而獲得著作權法的保護仍存爭議，但在現行著作權法框架下，相關使用者對于特定AIGC的貢獻程度直接影響相關內容保護模式和保護力度。在內容生成過程中，可能是由使用者提出總體思路、初步框架，再由人工智能產品加以填充并成文，這種創作本質上是人工智能形成成果的主要內容。在人類獨創性干預較低的情況下，此類生成內容難以獲得現行著作權法的保護。但是，使用者若在提問環節對于AIGC的最終呈現內容作出獨創性貢獻，或者相關作品在人工智能填充成文后，使用者對于相關內容進行了較深度的修改，則相關AIGC可能可以作為作品保護。例如， 《極簡區塊鏈》一書的翻譯團體亦強調在機器翻譯完該書后，由人工團隊進行輔助校正。基于此，于信息披露框架中描述人工智能在生成內容中的貢獻對于生成內容的保護具有重要意義。在披露形式的設計上，生成式人工智能使用者應當闡明人工智能對于生成內容的貢獻度，并通過AI輔助生成與AI自主生成兩類不同標簽予以區分，針對AI輔助生成情形，應進一步闡述AI的主要貢獻部分，保障公眾對于AI貢獻度的知情權，維護作品評價體系的穩定性。

(4)警示性信息。人工智能生成內容 (AIGC)涵蓋視頻、圖像、文字等不同形式。在AIGC創作過程中，由于訓練數據的規模化以及算法黑箱等原因，相關AIGC可能侵犯相關主體的權利，例如換臉等AIGC可能涉及侵犯他人的肖像權，針對相關影視作品的人物換臉則可能侵犯相關著作權人的保護作品完整權、信息網絡傳播權等權利。 《深度合成管理規定》明確涉及生物識別信息的AIGC，應當取得相關個人的單獨同意。為最大限度禁止涉嫌侵權的AIGC的不當傳播，相關AIGC若涉及生物識別信息，則應于信息披露內容中說明相關生物識別信息的利用已取得單獨同意，并列明相關AIGC傳播的限制性要求，明確不當傳播的責任。涉及對已有作品演繹的AIGC，應于信息披露內容中明確相關作品演繹的授權情況，并準確標識具體授權來源。

3 AIGC信息披露的程序設定

AIGC信息披露構建應圍繞AIGC的場景化需求具體設置查詢式或者類權利管理信息等不同呈現形式，并通過明確參與主體的披露義務，加強參與主體間技術互操作性建設，增強信息披露的可靠性。

3.1 設置差異化信息披露模式

(1)查詢式信息披露模式。AIGC信息披露模式應根據披露目標對象以及披露信息類型的差異有所調整。技術性信息披露是為了滿足著作權人、生成式人工智能使用者了解數據來源、標注規則和算法基本機制等生成式人工智能基本運行機理的需求。針對技術性信息設置查詢式信息披露形式，具有以下優勢：首先是在一定程度上緩和著作權人與生成式人工智能開發者之間因受版權保護的作品利用而產生的分歧。高質量的數據來源是開發者的優勢來源基礎，部分數據集可能構成開發者的商業秘密，若強制要求開發者主動且完整披露數據來源或者目錄，不利于保護開發者的商業利益。相較而言，由著作權人根據自身需求查詢相關作品是否被作為訓練數據有助于緩解保障著作權人知情權與維護開發者競爭性利益間的沖突。其次是避免增加使用者的生成式人工智能利用成本。于用戶協議中適度披露標注規則和算法基本機制等傳統信息披露形式，因使用者對于用戶協議的閱讀實踐效果不佳，而難以充分起到告知用戶特定信息的作用。相較而言，在生成式人工智能產品操作界面上設置查詢入口，允許使用者自行點擊了解本產品的基本運行機制更具便捷性。同時，設置查詢式披露窗口可以在滿足特定群體查詢需求的同時，避免增加生成式人工智能開發者 (服務提供者)的披露負擔。

(2)類權利管理信息式披露模式。相較于技術性信息而言，權利描述信息、AI貢獻度信息以及警示信息對于接觸AIGC的公眾具有重要價值，因此，上述信息應采用全流程附隨形式，確保公眾及時、準確了解相關內容。在呈現形式上，類權利管理信息模式是一種可行方案。類權利管理信息是相較于著作權法領域權利管理信息，針對AIGC使用場景提出的一種信息管理模式。所謂的權利管理信息是著作權法領域用于識別作品，表明作品來源、出版信息和許可條件的常用規制方式。在表現形式上，權利管理信息包括了傳統介質信息和電子信息。一般而言，權利管理信息涉及的信息要素包括表明作者身份、主張權利人資格、維護作品和作者聲譽以及約束作品使用條件。權利管理信息的本質是作品信息披露的手段，僅是對作品權利狀態信息的記載，權利人不基于權利管理信息而擁有特別的權利[18]。在相關作品創作過程中，如果AIGC使用者提供了相關 “作品”的整體創作思路，并作出了對AIGC進行深度修改等具有獨創性的貢獻，則可以認定為著作權法意義上的作品。深圳市南山區法院關于Dreamwriter案的裁決以及美國版權局發布的 《關于包含人工智能生成材料作品的著作權登記指南》等域外實踐亦支持此觀點。因此，在AIGC符合作品要求的情況下，其適用權利管理信息條款并無爭議。針對不符合作品要求的AIGC，權利信息管理框架仍可以為其信息披露提供一定思路。將類權利管理信息附隨于生成內容傳播的不同階段，并就相關不當刪除行為設置相關的規制手段，契合全生命周期的AIGC信息披露要求。

現階段的AIGC主要在數字場景中傳播，但是隨著AIGC商業模式的成熟化，相關實體場景亦出現了相關人工智能生成內容，因此，AIGC的類權利管理信息披露應兼顧數字場景與實體場景的需求。在數字場景下，通過AI生成標識+數字水印準確記錄AIGC相關信息是一種可行方式。數字水印作為在特定數據集中嵌入特殊信息的常用技術，已廣泛運用于相關數字產品的知識產權保護，其優勢在于不可見性、較高安全性與可證明性[19]。隨著我國工業互聯網標識解析體系初步建成，相關標識體系除了可以為物理資源賦予 “身份證”并進行快速定位和信息查詢外，亦可以適用于算法、工序等虛擬資源，并實現不同主體、地域間的信息資源集成共享[20]。標識解析體系的建設為跨平臺、跨地區的AIGC信息識別提供了技術支撐。在實體傳播場景中，除了應于AIGC顯著位置標識AI生成外，還應準確呈現相關權利描述信息、AI 貢獻度信息以及警示信息。在呈現方式上，可以借鑒權利管理信息披露形式，即于同一頁面清晰展示上述信息。為了確保由數字傳播向實體傳播轉換的可追溯性，應同時明確將AIGC從數字場景向實體場景轉換的相關主體。

3.2 針對不同主體設置相應信息披露義務

(1)明確使用者未準確披露瑕疵責任。生成式人工智能使用者亦是特定AIGC的傳播者，明確使用者的信息披露義務有助于保障生成端與傳播端的信息真實性。現行規范對于應強制性標識AI生成屬性的場景列舉較有限，且未針對使用者設置披露瑕疵責任。 《深度合成管理規定》雖明確了特定深度合成場景中，深度合成服務提供者應顯著標識AI生成屬性，其他場景中深度合成服務提供者應提示使用者可以進行顯著標識，但 《深度合成管理規定》所列舉的特定深度合成場景側重于可能引發公眾誤解，并可能由此造成社會不良影響，如換臉、模擬自然人對話等，難以涵蓋不涉及侵犯他人在先權利的生成內容。若讓相關使用者對AIGC不真實 “署名”，并由此獲得相關著作權利益顯然不利于相關作品市場的有序發展。基于此，有必要擴大強制標識范圍，AIGC均由生成式人工智能服務提供者強制標注。在使用者隱蔽、刪除相關標識，或者未準確表述權利描述信息、AI貢獻度信息以及警示信息等特定性信息的情況下，若使用者作為權利人獲得包括著作權許可費用在內的利益，或給他人造成損失的，則應返還不當收益并予以賠償；因相關行為損害公共利益的，可以通過社會信用機制予以懲戒[21]。

(2)新增傳播平臺主動提示義務。盡管AIGC在外觀上與人類創作內容相似，但兩者并非完全無法區別。2023年2月1日，Open AI推出了 “AI Text Classifier”文本檢測器，該檢測器可以區分人類撰寫文本和AI生成文本，并且隨著技術發展，該項技術的準確度不斷提高[22]。AIGC可識別性為AIGC傳播過程中糾正不準確信息提供技術支撐。大型平臺作為AIGC傳播的主要渠道，是加強AIGC信息披露機制建設的重要主體，現行規范主要強調相關傳播平臺負有不得刪除相關標識等不作為義務，但是隨著反識別技術不斷發展，進一步加強在AIGC傳播過程中，大型傳播平臺的主動提示義務十分必要。在具體適用場景上，若相關內容可能屬于人工智能生成的內容，而上傳者未進行標記，或者相關內容未顯著標識時，則平臺應主動向用戶提示相關內容可能為人工智能生成，并提醒用戶可能存在的相關風險，增強用戶辨別能力。此外，平臺應設置明顯的用戶反饋渠道，便利用戶在發現相關內容不規范標注時及時向平臺反饋處理。

3.3 加強參與主體間技術互操作性建設

互操作性是互聯網領域的重要基礎，所謂的互操作性是指不同事物協同工作的能力，具體到互聯網領域，則側重于不同程序間的信息交換和利用[23]。生成式人工智能的互操作性建設主要包括兩個維度，即技術標準的統一性與反識別技術合作。技術標準的統一性主要指跨平臺傳播過程中AIGC信息標識的準確展示。在去中心化的傳播場景下，使用者可能將生成內容置于多個傳播平臺，并引發其他主體的二次傳播。因此，統一人工智能生成內容 (AIGC)信息披露的元數據標準，促進平臺間生成內容的識別體系融通，是加強AIGC協同治理的關鍵。例如，抖音出臺的 《人工智能生成內容的平臺規范暨行業倡議》強調加強內容傳播的行業規范標準管理即是較好的行業實踐經驗。反識別技術合作則是為提升中小傳播平臺規制未準確標識AIGC屬性等違規行為的能力。隨著AI生成技術迭代升級，如何有效應對虛假信息的生成與傳播有賴于相關反識別技術的發展，美國 《生成對抗網絡識別輸出法案》 (IOGAN法案)明確要求美國國家科學基金會 (NSF)、美國國家標準與技術研究院 (NIST)等機構加強對深度合成內容的識別研究[24]。具備一定的AIGC識別能力是加強傳播平臺主動提示能力的技術保障，而中小平臺往往缺乏相應的技術條件。因此，適度推動反識別技術合作對于加強生成式人工智能體系化治理具有重要意義。在生成式人工智能互操作性建設方面，為降低平臺間溝通成本，可以由監管部門與行業協會作為推動互操作性合作的協調者，前者主要通過參與式監管方式召集相關平臺就技術互操作性提出具體操作方案，并通過國家技術標準方式予以強制推廣，而后者則作為技術互操作性監督主體，采用企業行為指南或行業守則等軟法形式引導主體間實現技術標準互通，從而為披露信息全生命周期流通提供技術支持。

4 結語

AI技術發展至今，已從文字、語法校對進入到人機深度共創階段。隨著AIGC應用門檻的降低，加之相關內容生產者具有分散性、流動性、大規模性和隱蔽性等特點，對其監管難度進一步提升，加強AIGC信息披露對于確保社會評價體系穩定性，保障公眾知情權十分必要，有助于實現對生成式人工智能協同監管的目標。加強AIGC信息披露需要兼顧技術端與規范端。在技術端，基于模型訓練、內容生成、信息傳播各不同階段的價值考量，設置針對性信息披露形式及類型化信息披露要素，同時加強不同參與主體間技術互操作性建設，實現AIGC信息披露的全生命周期管理。在規范端，則應新增使用者未準確披露瑕疵責任與傳播平臺主動標識義務，通過準確、及時披露AIGC相關信息，可以最大限度引導AI技術良性發展。