生成式人工智能作品的版權風險與規范

［摘要］生成式人工智能作品本質上是人類利用技術設備創作完成的作品，因其獨創性而具有可版權性。但由于人工智能服務提供者的數據來源不合法和算法的不透明，生成式人工智能在數據收集階段存在侵害著作權人復制權和發表權的風險，在數據輸出階段存在侵犯著作權人改編權和署名權的風險。避免侵權風險的發生需要相關部門降低機器輸入階段的保護門檻，并嚴格規范輸出階段。相關部門須針對生成式人工智能作品重新界定“實質性相似”的標準，明確其學習和利用他人作品屬于“合理使用”的范疇，并給予著作權人同意或者拒絕其作品納入機器學習的權利，人工智能服務提供者應為著作權人“知識付費”以維護著作權人的權利。

［關鍵詞］生成式人工智能；可版權性；侵權風險；合理使用

一、問題的提出

當前，生成式人工智能主要應用于思考型對話、媒體內容生成、智能化辦公等領域，是相比于傳統勞動力效率更高的新生產力工具［1］。獨創性標準是可版權性判定的關鍵要件，“差異性”即“獨創性”，生成式人工智能生成的內容由于使用者的創作行為體現了不同的審美選擇和個性判斷，構成著作權法意義上的“作品”。生成式人工智能在作品生成過程中需要使用大量數據，再加上其算法透明度較低以及使用者的不當行為，因此極易引發侵犯他人著作權等問題，相關部門需要對他人作品的版權進行保護，防止侵權行為的發生。

二、生成式人工智能作品的屬性

我國學界圍繞人工智能生成內容的法律屬性雖然進行了討論，但是尚未形成一致觀點，然而 多數學者還是依據“客觀主義標準說”認為人工智能生成內容構成著作權法意義上的“作品”。人工智能生成物具有可版權性，并且判斷其作為作品的標準只應當單純的考慮是否符合著作權法的獨創性表達以及作品是否具有可復制性［2］。

（一）生成式人工智能作品具有價值

隨著科技的進步，人工智能生成內容涉及范圍越來越廣泛，價值也越來越高。傳統的作品之所以能夠受到著作權法的保護，是因為其是人類的獨創性智力成果，這也是著作權一直被視為一種財產權而被各國司法制度踐行的原因。2018年10月，一幅名為Edmondde Belamy的畫作在佳士得拍賣會以43.2萬美元的價格成交，這是全世界首幅被拍賣的人工智能創作的畫作。在新聞、文學、游戲、藥物開發等領域，人工智能通過解析復雜的數據所產出的內容不僅能夠創造經濟價值，還能夠解決社會問題，滿足人類的各項需求，在本質上與人類的“作品”并無差異。

（二）生成式人工智能作品因其獨創性而具有可版權性

著作權法明確了判斷作品構成的要件包括智力成果、表現形式、可復制性和獨創性。獨創性是判斷任何形式的智力成果是否具有可版權性的關鍵標準［3］。只有當作品具備獨創性時，才能受到著作權法的保護，因此獨創性是相關部門認定作品屬性以及判斷人工智能生成作品是否構成作品的重要考慮因素。人工智能生成作品是否具有獨創性在我國學界引發了較大的分歧，很大一部分原因在于我國的著作權法以及《中華人民共和國著作權法實施條例》等并沒有對獨創性作出明確的規定和解釋。

“獨創性”可以分解為“獨”和“創”兩個基本內容，理解為“獨立性”和“創造性”兩個基本要素。獨創性認定的第一個方面是作品是否獨立創作。作品一旦創作完成，就成為獨立的客觀表達，也只有這種獨立存在的客觀表達才能被其他人所感知［4］。第二個方面是作品的內容表達是否具有創新之處。獨創性所要求的創造力水平極其低微。獨創性不同于專利法規定的新穎性，哪怕一部作品與其他作品非常相似，只要這種相似性是偶然而非復制的結果，那么它仍然具有獨創性。可見，盡管各國的“創造性”標準不同，但是創造性的門檻本身不高，體現在“存在客觀可識別的差異”，用戶對生成詞的選取體現了一定的審美選擇和個性判斷。總之，只要人工智能生成的內容與既有作品不構成“實質性相似”，我們即可將其視為作品［5］。綜上所述，生成式人工智能作品具有可版權性，符合著作權法中作品的定義，因此可以作為著作權的客體受到保護。

三、生成式人工智能引發的版權侵權風險

（一）生成式人工智能在數據收集階段存在侵犯復制權及發行權的風險

生成式人工智能在數據收集階段使用未經授權的作品會對著作權人的復制權造成實質侵害。生成式人工智能在數據收集階段所使用的數據涉及范圍廣，并且數量巨大，其想要獲得作品的全部授權難以實現，因此容易引發大規模的侵權。生成式人工智能在數據收集階段未經他人許可復制他人作品的行為固然已經滿足了侵犯他人著作權的要件，但并非所有的復制行為都會最終成立侵權。

我國著作權法第二條規定：“中國公民、法人或者非法人組織的作品，不論是否發表，依照本法享有著作權。”在已發表的作品外還存在著創作者尚未公開的作品，生成式人工智能的數據來源廣泛，其在數據收集的過程中將創作者儲存于電子設備中未發表的作品公之于眾，則會侵犯著作權人的發表權。凡是著作權法規定的各項專有權利（如復制權、發行權等），生成式人工智能在未經獲得許可，并且沒有法律規定的其他合法使用途徑情況下實施了如復制他人作品、向他人提供作品的原件或者復制件等相關行為，即可被認定構成“直接侵權”［6］。

（二）生成式人工智能在數據輸出階段存在侵犯改編權及署名權的風險

在司法實踐中，判定侵犯著作權一般需要滿足“接觸”和“實質性相似”兩個條件。改編權即改變作品，其構成要件主要分為行為上利用了原作品的獨創性表達以及結果上創作出具有獨創性的新作品兩個方面［7］。獨創性是著作權保護人類作品的核心特征，也是生成式人工智能作品具有作品屬性的關鍵標準，生成式人工智能生成內容的過程并不是直接將數據庫的數據通過使用者的指令進行簡單的復制，而是基于使用者的創作要求，通過算法進行反復的學習和訓練后產出的內容，體現一定的創造性，甚至生成結果會遠超使用者的預期，這個加工修改的過程會侵犯著作權人所享有的原始作品的改編權。生成式人工智能具備超強學習能力，再加上“創造性”門檻要求不高，其通過學習和比對，可以輕松地規避作品“相似性”的問題，著作權人侵權取證的難度也隨之增加。

一方面，生成式人工智能在生成內容的過程中會使用數據庫中多種類型的作品數據，無論是人工智能服務提供者還是使用者都無法對數據庫中原始作品數據的利用程度進行判斷，著作權人的署名權在這一過程中受到嚴重侵害。另一方面，使用者由于并不知道生成內容已經涉嫌侵權，將該內容發布在各種平臺上用以分享或者獲利，這種行為也會侵害著作權人享有的信息網絡傳播權。

四、生成式人工智能的侵權風險規范路徑

（一）針對生成式人工智能作品重新界定侵權“接觸+實質性相似”標準

在司法實踐中，對侵犯著作權的判定，相關部門一般需要采取“接觸+實質性相似”的標準以判定侵權是否成立。生成式人工智能在數據收集階段接觸作品這一條件已然具備，因此其生成內容是否侵犯著作權的判斷標準在于“實質性相似”。由于生成式人工智能具備自主學習能力，能夠生成與原作不一樣的作品，這對相關部門認定生成內容是否構成抄襲、剽竊造成困擾，而相似性的判斷標準又因為主觀性過強而無法具象化。相關部門采用一般人標準或者專家標準作為判斷標準都會產生抽象的個體化差異、增加司法成本或者標準過高等問題，因此其需要尋求判斷標準客觀化的新路徑。生成式人工智能的發展為重新界定“實質性相似”提供了新的思路：人工智能服務提供者在算法中提前設定好與原始作品的數值比對標準，利用相關技術對兩者的相似之處進行客觀評價，實現“一案一比”。這樣一方面能夠節省人工和實踐成本，提高司法效率；另一方面，能夠將“實質性相似”判斷標準客觀化，實現案件審理的公平正義。

（二）明確“合理使用”范疇，著作權人擁有“準入—退出”的權利

所謂“合理使用”，指在符合法定情形的條件下，可以不經著作權人許可并不向其支付報酬而使用其作品，我國著作權法第二十四條規定了13種合理使用的情形。生成式人工智能的主要用途在于模仿并生成新的作品，如果超出了所謂“合理使用”的范疇，則須承擔相應的侵權責任。生成式人工智能數據來源具備合法性的難點在于傳統的“一對一授權模式”難以滿足其龐大的數據應用需求。生成式人工智能復制學習的行為雖然已滿足了侵犯復制權的表面要件，但是否具有侵害性還需要相關部門結合復制后的行為進行判斷。基于此，法律需要明確規定生成式人工智能對他人作品的學習、研究與欣賞屬于法律許可的范圍。

相關部門應給予著作權人“準入—退出”的權利，原始作品的著作權人有權決定是否將其作品納入生成式人工智能的數據庫。著作權人若不準予其作品被納入生成式人工智能的數據庫，無論生成式人工智能在數據收集階段還是在輸出階段使用了著作權人的作品的行為均構成侵權；如若同意，人工智能服務提供者需要進行“知識付費”，并對原始作品著作權人進行作品署名。保證數據來源的合法性是生成式人工智能作品能夠進入市場的前提。相關部門應兼顧人工智能服務提供者、使用者以及相關著作權人的利益，從激勵創新以及保護著作權的角度來保障生成式人工智能的發展。

（三）明確人工智能服務提供者的法律義務

國家互聯網信息辦公室等七部門于2023年7月10日頒布《生成式人工智能服務管理暫行辦法》（以下簡稱《暫行辦法》）。《暫行辦法》要求人工智能服務提供者應當遵守法律、行政法規，尊重社會公德和倫理道德，應當尊重知識產權。人工智能生成內容涉及文本、圖片、音頻等，因此人工智能服務提供者應當承擔相應的內容審查和過濾義務，檢測和屏蔽訓練數據和用戶生成內容中的非法信息，采取各種技術措施進行識別和過濾，解決權利救濟的滯后性問題。“通知—刪除”規則源自美國在1998年出臺的《千禧年數字版權法》，規定網絡服務提供者收到著作權人的侵權通知后，迅速移除侵權內容即可免責，但由于人工智能生成物具有生成簡易和傳播快的特性，因此該規則無法使權利得到切實保護。人工智能服務提供者應當建立完善的投訴舉報機制，利用顯著標識提醒使用者在合理范圍內利用生成式人工智能生成內容，采取有效的維權措施排除侵權行為存在主觀上的過錯。

（四）摒棄“一刀切”管理，實行分級分類監管

鮮有人工智能服務提供者披露生成式人工智能在訓練階段所使用的數據的來源。生成式人工智能之所以在數據收集和輸出內容方面存在問題在于數據獲取缺乏有效監管。《暫行辦法》第3條雖然提及對生成式人工智能實行分級分類管理，但是未有具體的治理方案，相關部門如堅持“一刀切”管理反而不利于人工智能的發展。歐盟通過的《人工智能法案》中對人工智能的風險劃分為不可接受風險類、高風險類、有限風險類、低風險類，相關部門也應當根據生成式人工智能對用戶、社會的影響程度和產生風險大小對人工智能實行不同程度的監管。人工智能服務提供者應當明確各類風險分級標準，并對自身所提供的服務進行登記備案，得到相關部門的許可后進入市場，并且在此過程中強調人工監督和明確算法透明義務。

五、結語

生成式人工智能利用算法匯總海量數據并基于人類指令產出內容，為人類的生活和工作提供了便利。《暫行辦法》雖為司法實踐提供了問題解決思路，但在促進人工智能發展的同時，法律的制定、監督體系的建立以及化解侵犯他人作品版權風險需要各主體參與其中，在生成式人工智能侵權責任的規范上形成合力，探尋出路。

［參考文獻］

［1］曾穎.美國DISA將ChatGPT等生成式人工智能列入技術觀察清單［J］.互聯網天地，2023（02）：58.

［2］梁志文.論人工智能創造物的法律保護［J］.法律科學（西北政法大學學報），2017（05）：156-164.

［3］蔡琳，楊廣軍.人工智能生成內容（AIGC）的作品認定困境與可版權性標準構建［J］.出版發行研究，2024（01）：67-74.

［4］孫玉榮，劉寶琪.人工智能生成內容的著作權問題探究［J］.北京聯合大學學報（人文社會科學版），2020，18（01）：86-91.

［5］張凌寒，郭禾，馮曉青，等.人工智能生成內容（AIGC）著作權保護筆談錄［J］.數字法治，2024（01）：1-26.

［6］羅施福，孟媛媛.人工智能與著作權制度創新研究［M］.武漢：武漢大學出版社，2022.

［7］詹愛嵐，田一農.生成式人工智能機器學習中的著作權風險及其化解路徑［J］.電子知識產權，2023（11）：4-14.

［作者簡介］劉曉林（1999—），男，山東膠州人，山東科技大學文法學院碩士研究生。