媒體數字內容AIGC版權實踐的模仿倫理：爭議、界限與原則

【摘要】生成式人工智能廣泛采集媒體數字內容數據進行模型訓練，并將模型用于生成可替代新聞內容的人工智能產品，造成媒體版權利益的嚴重受損和內容危機。生成式人工智能及生成作品的可版權性和著作權歸屬等關鍵問題仍處于探索階段，迫切需要過渡性版權倫理框架，以規范媒體數字內容在生成式人工智能中的版權實踐。跳出技術中心主義的傳統視角，重返柏拉圖和康德的模仿倫理傳統，強調模仿行為本身的道德有效性和倫理規則，文章提出模仿的行為公開性、數據關聯性和結果建設性三重倫理界限，以及非貶損性、非表達性、非消耗性使用三條倫理原則，為媒體數字內容在生成式人工智能的版權實踐提供緊急情況下的倫理框架。

【關鍵詞】生成式人工智能；媒體數字內容；模仿倫理；媒體版權

當前，生成式人工智能（Artificial Intelligence Generated Content，縮寫為AIGC）開發主體在采集模型訓練數據的過程中，追求公眾使用成本最低化和開發者利益最大化的平衡，致使公共化、低成本的媒體數字內容成為訓練數據集和模型學習的重要來源，而這也導致媒體版權利益在AIGC版權實踐中的廣泛受損。2023年11月，美國新聞/媒體聯盟（The News/Media Alliance）《白皮書》指出：新聞和數字媒體在Google C4訓練集中的所有類別來源中排名第三，數據集來源排名前十的網站中有一半是新聞媒體網站[1]。2023年12月27日，《紐約時報》以侵犯版權為由起訴OpenAI和微軟擅用報道訓練大模型，成為第一家起訴這兩家公司侵犯其文字作品版權的美國大型媒體[2]。

然而，實踐層面AIGC時代媒體日益嚴峻的版權危機并未得到理論層面的有效回應，學界就AIGC生成內容可版權性或不可版權性等問題展開激烈討論，遲遲無法對AIGC生成內容的法律和倫理地位做出確切結論。基于AIGC嚴重損害媒體版權利益這一現實圖景，規避AIGC的版權倫理爭議，構建技術急速發展這一緊急情況下的過渡性版權倫理框架，具備理論緊迫性和現實意義。

一、技術與德性之間：AIGC中媒體數字內容的版權倫理爭議

與隱私問題類似，版權問題本質上是倫理問題，核心關注點在于如何道德地使用知識產權。在當前版權實踐環境和技術手段日趨復雜的情況下，對新技術造成的版權問題應該先在倫理層面討論，因為版權法的更新和完善相對滯后，況且版權法也需要回應版權實踐中的道德問題。因此，面臨AIGC技術造成的媒體數字內容版權困境，需要優先討論AIGC使用媒體數字內容的道德地位和倫理依據，探討AIGC技術與媒體數字內容的倫理沖突。

（一）創造性爭議

媒體數字內容有創造力嗎？按照現有的版權倫理理論，創造力被認為是檢驗文學或藝術作品是否應受保護的關鍵倫理標準[3]，作者權傳統中的版權制度也將創造力置于保護的核心位置。媒體數字內容是否屬于版權范疇，本質上取決于如何界定媒體數字內容的創造力。從內容原創性和作者勞動角度看，媒體數字內容顯然具有創造力。媒體數字內容源于媒體從業者的創造性勞動，反映特定主體個性并能在內容中實現自由表達和創意性選擇。媒體數字內容風格、發布規律等非版權數據也能被視為“最低程度的創造力”的“作者作品”[4]，具備創造力勞動這一正當理由，存在合理的版權主張空間。

當前，辯論焦點并不在于媒體數字內容是否具有創造性，而是AIGC使用媒體數字內容生成的作品是否具有創造性。如果AIGC作品具有創造性，媒體數字內容應作為機器借鑒學習和版權“合理使用”的必要組件，缺乏納入版權保護的合理性。如果創造力不被定義為一種典型的人類能力，而是可以被理解為一組“特征或行為”[5]，創造力確實可能存在于AIGC的輸出結果中而且能對媒體數字內容做出額外原創貢獻。傳統創造力要求在人類創造者和物體之間存在特殊聯系，作者的人類“個性”是版權原則的基石。AIGC程序雖不符合這一原則，但已造成創造倫理（Creativity Ethics）的普遍爭議和實踐困境。

（二）透明性爭議

生成式人工智能采集和使用媒體數字內容應當透明嗎？自20世紀60年代以來，推動人工智能倫理研究的一個關鍵概念是徹底透明的理念[6]，即信息的透明倫理（Transparency Ethics）。算法透明度可以定義為與人工智能算法工作相關的所有信息的公開可用性，如果媒體無法對AIGC算法和模型運作方式及過程進行觀察和評估，確認可能的版權侵害行為便不具備可行性。透明性倫理要求數據輸入、加工和輸出過程向媒體數字內容主體公開，建立媒體向算法開發者版權問責的基礎——算法的可見性，這對媒體數字內容的版權保護至關重要。

透明性倫理的爭議在于人工智能開發主體是否應該無限制披露使用的算法模型和數據。如果披露是無限制的，AIGC的深度學習模型屬于披露對象，導致潛在的復制和剽竊風險，尤其是開發成本極其高昂的高性能模型。如果披露是有限的，已披露的數據和處理過程同樣有限且不準確，因為僅提供部分數據和模型訪問權限存在“揭示其他事實來掩蓋某些事實”的算法風險[7]。保密是透明的構成要素，而透明則將自身定義為對保密的反應。主張媒體數字內容的算法透明度，須避免成為脅迫技術開發者的“透明暴政”，將關注重點放在算法實踐主體所承諾的透明原則以及應當披露的數據和信息。

（三）公平性爭議

AIGC對媒體數字內容的大規模使用，對媒體內容主體是否公平？

就現階段而言，答案顯然是否定的。技術倫理和道德準則要求人工智能技術的發展必須公平且普惠，對少數群體和個別對象的剝削和損害將造成算法技術的整體性不公。媒體數字內容在AIGC中的大規模使用將削弱媒體行業內容的創造力，文字、圖像、視頻等全媒體內容被廣泛納入AIGC模型以生產各類自動化內容產品，媒體行業將面臨“靈性”消亡、盈利能力受損等困境。同時，AIGC算法過度依賴媒體數字內容，并不符合“廣泛代表性”的數據公平倫理要求[8]。

假設以上爭議都已解決且媒體數字內容受版權保護，這樣的結果對包括媒體、模型開發者和使用者在內的社會整體也并非公平。版權保護的目的在于促進創造力和社會整體性進步[9]，版權法的存在是確保作者的創造力得到公平的回報，這種保護和激勵是達到最終目的——即為公眾利益而激發創造力的手段。由于現階段缺少替代媒體數字內容的數據來源，AIGC在媒體數字內容使用層面的受限，可能阻礙先進人工智能技術的迭代，對技術發展的整體性社會福祉和公平造成損害。實現媒體數字內容的版權保護和AIGC發展的平衡需要允許公平使用包括媒體數字內容在內的數據資源，同時保護媒體的盈利能力和創造力。

二、“道德化模仿”：模仿作為媒體數字內容AIGC版權實踐的倫理框架

AIGC媒體數字內容的版權實踐造成的倫理爭議不同于傳統的媒體倫理問題，AIGC技術仍處于爆發狀態，對這種技術的倫理擔憂遠未結束，建構媒體數字內容在AIGC版權實踐中的倫理框架應更為謹慎。發展后人工智能時代媒體數字內容的版權倫理應告別技術中心主義視角，因為對懸而未決的技術做出輕率的倫理結論，將導致更嚴重的道德認識論障礙。這里，通過回顧一種被遺忘的倫理傳統——模仿的倫理（Imitation Ethics），選擇將其將作為媒體數字內容AIGC版權實踐的倫理框架。

自柏拉圖起，模仿（Imitation）就成為西方的倫理和美學傳統。柏拉圖跟隨蘇格拉底將模仿的道德實踐實在化，繪畫、雕塑和詩歌的藝術都被納入模仿的倫理考量。在《理想國》中，柏拉圖通過對詩歌模仿的討論闡述兩種模仿的倫理狀態，即良好意義上的模仿和壞的意義（不被承認的）模仿[10]。在柏拉圖看來，在良好意義上模仿的詩歌（或繪畫或演講或任何其他藝術）能夠模仿理想世界，發現美的本質并將善的形象印在作品上，模仿幫助讀者和詩人成為真正有道德的人。從壞的意義上來說，模仿性的詩歌（或其他藝術）是指盲目模仿外部特征的對象，僅僅抓住對象的不真實的方面，而沒有表達其內在的意義或本質。

此后，模仿在西方歷史上一直有著“悠久而光榮的傳統”[11]，被認為是創作中人類良善的體現。古典時代和中世紀時代的模仿是對作家或藝術家的贊頌，閱讀的果實是模仿別人身上發現的好的東西，并通過適當的調整將別人身上最欽佩的東西轉化為自己所用。

模仿的倫理基礎被康德徹底鞏固。在18世紀70年代早期，康德使用“典范獨創性”表達原創的屬性，他認為獨創性必須是“它（天才）的首要屬性”且本身“不是從模仿中得來的”[12]。出于對道德典范的模仿危險，康德拒絕任何有可定義先例的模仿關系，認為模仿會破壞審美品位并造成偏見。在文克爾曼、泰滕斯等人的影響下，康德對模仿的理解變得更加微妙，他意識到模仿具有道德性并相信其能夠“促進品位的培養”。隨后，康德的道德哲學打破原創和模仿的抽象對立，認為模仿不僅是一種機制，還存在著一種引導自由模仿的可能性。在康德這里，有道德的模仿不同于臨摹，模仿是天才（原創）的真正向導，個人能夠遵循前人的寫作方式的指導而非復制他們的思想模式。

從柏拉圖到康德的模仿倫理傳統，無不強調模仿行為本身的道德有效性和倫理規則，從而避免對AIGC和媒體數字內容的倫理屬性和版權地位進行持續性辯論，為媒體數字內容AIGC版權實踐提供技術急速發展這一“緊迫情景”下的倫理框架。

因此，當前媒體內容數據版權實踐的倫理關注重點，并非是AIGC開發者該或不該使用媒體數字內容來生成人工智能內容，而是AIGC模仿媒體數字內容的行為是否在倫理上合理，以及AIGC對媒體數字內容的使用是否需要倫理限制。應該說，判斷模仿的倫理有效性關鍵在于，AIGC對媒體數字內容的版權使用是否在模仿的倫理界限之內。

三、媒體數字內容AIGC版權實踐的模仿倫理界限

媒體數字內容在AIGC版權實踐中的模仿倫理界限呈現出以下三個特點：

（一）模仿行為的公開性

模仿行為必須是公開的，這是保障媒體版權利益的前提。在模仿倫理中，模仿行為需要公開，公開為模仿提供道德正當性。康德駁斥榜樣作為模仿模式的“主導地位”[13]，將公開暗示為模仿的前提，認為天才的模范功能在于提供一個“模式”。因此，AIGC的模仿行為，即對媒體數字內容的版權使用應當是公開的，這要求AIGC開發者需要主動地標記模型中哪些訓練數據來源于媒體的數字內容，并向媒體和公眾履行告知義務，避免私自、隱秘和非法的數據抓取和訓練行為。AIGC對媒體數字內容的模仿公開性保證媒體能夠知曉版權使用的事實，從而為雙方建立版權契約提供基礎。

公開的模仿提供了AIGC合理使用媒體數字內容的正當性。模仿的公開性倫理不僅用于規范AIGC開發者，同時也用于規范媒體數字內容生產實踐。在模仿的倫理傳統中，作家或藝術家脫離模仿私自創作的材料本身就存在危險，是一種對人類知識和美德的忽略。康德也認為“拒絕模仿”是錯誤行為，并將其稱為“原創的胡說八道”[14]。因此，AIGC模仿行為的公開不應成為媒體拒絕向AIGC開發者提供數字內容的依據，而是媒體業和AIGC技術協作的關鍵步驟，AIGC需要借助媒體數字內容實現技術進步，媒體也能與人工智能技術協作共贏。

（二）模仿數據的關聯性

模仿數據必須存在關聯，這種關聯是技術上也是內容上的。模仿的關聯性早在柏拉圖那里就已經得到確認。回到柏拉圖對模仿一詞的“好壞”辯論，他認為好的模仿包含“其他但相似的東西”，但壞的模仿只能產生“看似相似但不相似的東西”[15]。這種區別實際上是柏拉圖對模仿與原創在知識和美德層面關聯的劃分，而AIGC對媒體數字內容的版權使用也應該基于“柏拉圖式”的知識（技術和內容）和道德上的關聯性。在“好的”AIGC模仿中，模型訓練和學習媒體數字內容的最終目的是對現有內容的關聯式創新，以產生“真正相似”同時具有“其他東西”的人工智能內容產品。

具體而言，模仿的關聯性倫理規定了AIGC技術對媒體數字內容抓取和使用的道德范圍和界限。柏拉圖認為，脫離知識的所謂美德僅僅是“一種場景繪畫”[16]，即一種幻覺和虛假，是一種對真正美德“奴性、不健全或缺乏真理”的虛假模仿，所以“壞的”模仿詩歌是虛假的詩歌[17]。為了避免“壞的”AIGC模仿，就技術層面而言，開發者應當謹慎地采集和使用與訓練模型或提升算法性能直接相關的媒體數字內容，避免訓練數據“量”的無序擴張。就內容層面而言，AIGC模型應當控制對無關聯媒體數字內容的訓練和模仿，尤其是當模型生成內容與媒體數字內容僅存在風格（看似相似）關聯而非實質內容的關聯時，模仿應當被杜絕。

（三）模仿結果的建設性

模仿的結果必須具有建設性，對內容或形式的重復是毫無意義和空洞的。關于模仿建設性，蘇格拉底的討論最為精彩。他認為一個人不僅必須“模仿”身體的行為，而且必須“模仿”靈魂的活動，模仿“靈魂”是模仿與復制的界限，體現對人內在意義的建設。那么，AIGC對媒體數字內容的模仿“靈魂”是什么呢？顯然，這一“靈魂”在于產生相對于原有媒體數字內容的建設性結果，即額外的原創貢獻。AIGC在媒體數字內容基礎上需要生成新的內容風格、新的內容產品并探索新的內容模式可能性，重復且空洞的復制和挪用不僅無法產生額外的內容價值，而且會使同質化內容涌入數字空間，導致“劣幣驅逐良幣”，損害并消解媒體內容創新能力。

關聯性和建設性是一體兩面，關聯性強調數據（輸入）的關聯式創新，而建設性則聚焦生成內容（輸出）的額外原創結果。因此，媒體數字內容在AIGC版權實踐中的建設性倫理還需要結合關聯性的倫理考量，即當一個文本對另一個文本的模仿不僅相關，而且產生建設性的“最小差異”[18]時，模仿才具有道德上的合理性。模仿和抄襲的道德界限不在于AIGC模型開發者是否使用某一媒體的數字內容，而在于對媒體數字內容的模仿是否在數據上相關且在生成作品上具有額外原創貢獻。事實上，對AIGC技術的模仿建設性的倫理期待更高，因為AIGC技術相較于以往的人工智能，其具備更強大的內容創作能力，在多個領域展現出輔助和改進媒體創作的潛力，對媒體行業的長遠發展和內容生態具有建設性意義。

四、媒體數字內容AIGC版權實踐的模仿倫理原則

確定媒體數字內容AIGC版權實踐的模仿倫理界限僅僅是繪制AIGC數據版權倫理地圖的第一步，因為“行動在哪”比“倫理在哪”更重要[19]。因此，需要進一步探討模仿倫理視角下媒體數字內容在AIGC版權實踐中的原則。

（一）非貶損性使用

非貶損性使用（Non-derogatory Use）規范了一種版權實踐的特殊情況，在合乎版權法與“合理使用”原則的情況下，版權的使用依然可能對模仿倫理造成損害[20]。非貶損性使用規定了版權使用必須服從人類知識傳遞和文化存續這一最大利益，從長遠角度考慮版權使用對文字、藝術和知識的影響是否有益。如果對文字和藝術作品的版權使用將導致對人類知識和經驗的貶損性使用，那么這種模仿在道德上是有害的。如果對文字和藝術作品的版權使用將造成對作者的誹謗性后果和對作品的事實歪曲，這種模仿在道德上也應當被禁止。

從模仿公開性倫理和媒體公共屬性出發，非貶損性使用原則應當成為媒體數字內容在AIGC版權實踐中的首要原則，因為媒體的數字內容是人類知識和文化的重要組成部分，同時也是數字空間中人類的公共遺產。非貶損性使用原則代表了對AIGC技術自身的倫理規制，大模型不應將媒體數字內容用于制造威脅新聞和知識真實性以及信息公正性的工具，如謠言機器人和宣傳機器人。AIGC開發主體必須對媒體數字內容在模型中使用的真實性負責，因為先進人工智能技術一旦用于貶損人類知識和經驗的真實性，后果將是災難性的。

（二）非表達性使用

非表達性使用（Non-expressive Use），指版權允許對創作作品“表達”主張，而不能涉及其中的“思想”[21]，是版權法律和道德實踐的關鍵概念。非表達性使用下，版權的主要功能是通過控制作品向公眾的公開傳播來保護作者免受表達替代行為的侵害，而不是限制作品的獲取或使用。就這一角度而言，對媒體數字內容的AIGC版權討論似乎是多余的，事實上這一原則并不適用于媒體數字內容。正如前文所述，媒體數字內容在當前版權法或版權倫理中，很難被簡單歸為版權范疇或非版權范疇。如果將媒體數字內容歸為版權范疇，AIGC對其的訓練和學習自然不會涉及媒體的“思想”，因為媒體數字內容在經過模型處理加工后，生成的內容自然也不會帶有媒體原始作品的“思想”痕跡，但媒體版權利益依然會受到生成式新聞內容產品的表達替代性損害fdGTFPlJijTzlbLeXp7wVQaxSMFHAKwrUYeAbZfkoQA=。

基于模仿關聯性倫理，本文將非表達使用原則擴展至版權實踐的結果層面而非使用過程，即AIGC版權實踐中媒體數字內容的非表達使用不要求AIGC開發者做出輸入數據的非表達性保證，而是確保模型輸出結果不會對媒體版權利益造成表達替代性損害。對于風格、行為特征等屬于不在版權范疇內的媒體數字內容，AIGC開發者不能利用其模擬和預測目標媒體的內容風格、模式等版權要素，因為這些要素即便不涉及“思想”但能造成表達替代性損害；對于屬于版權范疇的媒體數字內容，AIGC開發者不能在數據加工和模型訓練過程中，掩蓋對媒體數字內容的表達性使用痕跡，因為媒體難以在輸出端的生成物中獲取版權的使用痕跡和證據。

（三）非消耗性使用

2011年，英國知識產權框架的審查《哈格里夫斯報告》提出一項獨特的人工智能訓練數據版權辯護理由。該報告支持出于機器學習目的對受版權保護的材料進行合理使用首先并不構成“復制”，而是構成對版權的非消耗性使用（Non-consumptive Use）[22]。非消耗性使用原則為媒體數字內容的AIGC實踐提供了倫理的“例外”原則。在非消耗性使用下，版權中的復制不是一個技術概念，而主要是一個倫理和法律概念，只有復制導致對原創經濟利益的損害，復制的罪惡性才能成立。在沒有經濟競爭和剝削的情況下，單純的復制品并不是道德和法律意義上的復制品，僅為復制品不應成為道德和法律的觸發條件。

顯然，非消耗性使用原則與模仿建設性倫理不謀而合。當AIGC開發者基于非營利目的且模型不用于經濟用途，對媒體數字內容的抓取、訓練和學習并不會損害媒體的版權利益。在現實中，這類模型往往具有科研或公共用途，本質上有利于媒體乃至社會的整體福祉。遵循非消耗性使用原則，AIGC不能損害媒體行業的內容利益，對媒體數字內容的復制、訓練不能用于與目標媒體展開商業競爭。此外，由于非消耗性使用原則建立在公共利益基礎之上，因此，該原則隱含AIGC模型向媒體開放的義務，這就要求基于媒體數據開發的新聞機器人等工具應向媒體行業無償或部分有償提供模型服務。

五、結論

生成式人工智能技術對媒體數字內容的抓取、訓練、模仿造成媒體版權利益的普遍受損。版權是法律問題更是道德倫理問題。先前對AIGC媒體版權實踐的討論集中在法律層面，學界對AIGC生成內容的可版權性或不可版權性進行了持續辯論，然而這些討論即便有助于未來AIGC的版權立法，但也無益于指導當前媒體版權危機這一現實問題的應對。生成式人工智能對媒體數字內容的訓練抑或“學習”能夠被概括為人類最原始的內容創作活動——模仿，而模仿恰恰具有悠久的美學和倫理傳統。

基于柏拉圖到康德的模仿倫理傳統，強調AIGC模仿媒體數字內容這一行為本身的道德有效性和倫理規則，從而避免對AIGC本身或其生成物的倫理屬性和版權地位的冗余辯論。當AIGC對媒體數字內容的“模仿”行為符合模仿的行為界限與原則，AIGC使用媒體數字內容的倫理正當性也就形成，基于這一正當性，AIGC技術能夠實現技術向善，媒體也能借助技術實現智能化躍升，全面提升信息采集、編輯、生產、分發等內容流程的效率與質量。

［本文為中央高校基本科研人文社科專項（編號：2022CDJSKPY27）的階段性成果］

參考文獻：

[1]The News/Media Alliance （N/MA）.White Paper：How the Pervasive Copying of Expressive Works to Train and Fuel Generative Artificial Intelligence Systems Is Copyright Infringement And Not a Fair Use[EB/OL].（2023-10-31）[2024-04-07].https：//www.newsmediaalliance.org/generative-ai-white-paper/.

[2]Grynbaum M.，Mac R.The Times Sues OpenAI and Microsoft Over A.I. Use of Copyrighted Work[N/OL].（2023-12-27）[2024-04-08].https：//www.nytimes.com/2023/12/27/business/media/new-york-time

s-open-ai-microsoft-lawsuit.html.

[3]Sch？nberger D.Deep copyright：up-and downstream questions related to artificial intelligence （AI） and machine learning （ML）[J].SCH？NBERGER Daniel，Deep Copyright：Up-and Downstream-Questions Related to Artificial Intelligence（AI） and Machine Learning （ML） in Droit d’auteur，2018（4）145-173.

[4]Stevenson C，Baas M，van der Maas H.A minimal theory of creative ability[J].Journal of Intelligence，2021，9（1）：9.

[5]Bridy A.The Evolution of authorship：work made by code[J].Colum. JL & Arts，2015（39）395.

[6]Felzmann H，Fosch-Villaronga E，Lutz C，et al.Towards transparency by design for artificial intelligence[J].Science and engineering ethics，2020，26（6）：3333-3361.

[7]Moors A.The trouble with transparency：Reconnecting ethics，integrity，epistemology，and power[J].Ethnography，2019，20（2）：149-169.

[8]Baird A，Schuller B.Considerations for a more ethical approach to data in AI：On data representation and infrastructure[J].Frontiers in big Data，2020（3）25.

[9]Geiger C.Promoting creativity through copyright limitations：Reflections on the concept of exclusivity in copyright law[J].Vand.J.Ent.& Tech.L.，2009（12）515.

[10]Tate J.Plato and ‘Imitation.’[J].The Classical Quarterly，1932，26（3-4）：161-169.

[11]Frow J.An Ethics of Imitation[J].Angelaki：Journal of Theoretical Humanities，2009，14（1）：77-86.

[12]Gammon M.“Exemplary originality”： Kant on genius and imitation[J].Journal of the History of Philosophy，1997，35（4）：563-592.

[13]Hounsokou A. Exemplary Originality in the Ethics and Aesthetics of Kant：The Case of Naiveté[J]. Ruch Filozoficzny， 2020，76（4）：49-66.

[14]伊曼努爾·康德.判斷力批判[M].鄧曉芒，譯.北京：人民出版社，2002：151.

[15]Nehamas A.Plato on imitation and poetry in Republic 10[M]//Greek Literature and Philosophy.Routledge，2016：105-136.

[16]Belfiore E. A theory of imitation in Plato's Republic[J].Transactions of the American Philological Association （1974-），1984（114）121-146.

[17]Jonas M E.Plato on the Necessity of Imitation and Habituation for the Cultivation of the Virtues[J].Varieties of virtue ethics，2017：233-248.

[18]Pavani A.The Essential Imitation of Names： On Cratylean Mimesis[C]//Platonic Mimesis Revisited. Academia-Verlag，2021：81-102.

[19]Kass L R.Practicing ethics：where's the action？[J].The Hastings Center Report，1990，20（1）：5-12.

[20]Hess L.Practices of slur use[J].Grazer Philosophische Studien，2020，97（1）：86-105.

[21]Cohen A B.Copyright law and the myth of objectivity：The idea-expression dichotomy and the inevitability of artistic value judgements[J].Ind.LJ，1990（66）175.

[22]Mitra-Kahn B H.Copyright， evidence and lobbynomics：the world after the UK's Hargreaves review[J]. Rev.Econ.Rsch.on Copyright Issues，2011（8）65.

作者簡介：劉海明，重慶大學新聞學院教授，博士生導師（重慶 401331）；陶鵬輝，重慶大學新聞學院碩士生（重慶 401331）。

編校：鄭 艷