從知識產權到數據要素：AIGC相關制度困境的化解

摘 要：人工智能生成物的出現導致知識產權法理論基礎遭遇困境，既有規則存在解釋與適用困境。生成式人工智能技術帶來的知識產權法律爭議背后是過程論抑或結果論的不同選擇?；鉅幷撆c分歧的根源在于對生成式人工智能涉及的對象予以準確、科學的界定，對相關客體的關照應從知識產權轉變為更廣泛的數據要素視角。數據要素視角下，傳統的勞動價值說、個人自由主義與激勵理論應進行時代性解讀，以適應人工智能科技發展與利益平衡的現實需求。結合數字經濟與產業發展動態、知識產權法的社會功能以及保護范圍擴張趨勢，對生成式人工智能技術創新與應用需作人本主義的解讀，推動AIGC（Artificial Intelligence Generative Contents，人工智能生成內容）知識生產與理性運用的利益協調，基于數字市場中知識產權與數據要素的復雜關系，開展制度價值判斷與效果評估。

關鍵詞：AIGC；人工智能；知識產權；數據要素；制度困境

DOI：10.6049/kjjbydc.2023090186

中圖分類號：D923.4

文獻標識碼：A

文章編號：1001-7348（2025）02-0122-10

0 引言

人工智能技術滲透到社會的方方面面，深刻改變和影響著人們生活、生產與思維方式。人工智能技術的應用可以幫助提升社會效率，但也帶來制度、管理、倫理等方面問題。傳統的技術工具主義在人工智能語境下遭遇困境，智能算法的自主性導致技術工具的智慧逐漸凌駕于人類本身智慧之上，技術依賴已經從工具依賴躍升至智慧依賴、情感依賴和價值依賴[1]。大語言模型（Large Language Model， LLM）的涌現能力（Emergent Ability）推動自然語言處理（Natural Language Processing， NLP）技術飛速發展，人工智能創新和應用進入前所未有的新階段。AIGC（Artificial Intelligence Generative Contents，人工智能生成內容）在作品創造、科技研發領域的應用日益廣泛，借助科技和網絡平臺塑造出新的商業模式，但也帶來知識產權領域尤其是著作權法和專利法方面的問題與困惑。

AIGC引發的可版權性或可專利性問題成為當下國內外熱議的重點話題，相關研究對“作品”“作者”“專利”“發明人”等概念進行解讀，并結合制度設立初衷和預期目標展開分析。例如，在“菲林訴百度”著作權侵權糾紛案中，被告北京百度網訊科技有限公司未經許可擅自使用了原告北京菲林律師事務所利用威科先行庫自動生成的分析報告，故原告向法院起訴主張被告構成侵權。解決該侵權糾紛首先需要回答AIGC是否屬于構成著作權法保護的“作品”。 一審法院認定，自然人創作完成是著作權法上作品的必要條件，而軟件開發和軟件使用均“非傳遞軟件用戶思想、感情的獨創性表達”。但與此同時，一審法院也指出“如果不賦予投入者一定的權益保護，將不利于對投入成果（分析報告）的傳播，無法發揮其效用”，從投資回報的角度對原告就涉案作品的利益賦予法律保護。二審法院否定了一審法院的主張，認為百度公司發布的文章刪除了涉案作品引言、檢索概況等內容，侵犯了原告作品的保護作品完整權。這實際上賦予了AIGC著作權法上作品的地位。

在數字技術快速發展的時代背景下，相關利益之爭已經不再是傳統知識產權能夠解決的問題，人工智能、大數據、云計算、物聯網等信息技術領域的創新，都以數據或信息為對象，遠遠超出了傳統知識產權法之客體范圍。當下需實現從基于稀缺的法律到基于充裕的法律、從私益保護面向到公益保護面向、從數據控制強化到數據控制謙抑等觀念轉變，通過“分享—控制”一體化理論結構解決AIGC中的數據相關權益問題[2]。總體上，AIGC的發展和應用推動知識產權相關問題研究進入新的階段，從知識產權傳統的哲學原理視角對既有規則進行解釋與適用無法滿足科技與產業實踐的需求，理論問題在社會現實中更加具體、微觀地呈現，對知識產權制度的社會回應提出迫切要求。

1 問題引入：數字時代知識產權法傳統理 "論的局限

從紙媒到數媒，從信息時代到智能時代，知識產權的保護對象隨著科技創新與經濟發展不斷豐富，形成種類多樣且內涵豐富的局面。世界各國科技、經濟發展水平各異，知識產權保護范圍的界定常受到特定地域政策考量的影響。知識產權本身具有開放性和包容性，因此，在法律中難以給予確定、統一的定義或標準，而只是根據載體形態和特征予以類型化規定。既有法律對知識產權保護客體的界定，主要從實然的角度，即根據人類智力勞動與創新活動實際產出的成果進行類型化規定，如作品按照載體與呈現形式的不同劃分為文字作品、口述作品、音樂作品等十幾種，專利則按照保護內容和標準的差異劃分為發明、實用新型和外觀設計。上述知識產權客體界定的類型化方式，主要建立在人類是智慧財產創造者的客觀事實基礎上，保護和尊重智力勞動與精神投入。而AIGC的出現，改變了智慧成果的信息創造與誕生模式，動搖了知識產權制度長久以來的哲學基礎，也給司法實踐中的判斷認定帶來困難。

生成式人工智能技術應用過程中，需要首先學習、處理和挖掘大量已有作品，按照人類自然語言指令，通過算法模型自動計算生成特定內容。AIGC是否應屬于知識產權保護的客體范圍成為首要問題（吳漢東，2020）?？腕w要件上，我國著作權法規定作品應當是“文學、藝術和科學領域內具有獨創性并能以一定形式表現的智力成果”。在慣常語境下，“智力成果”是指人類智力成果，“獨創性”要素判斷也伴隨著對作者智力投入因素高低與付出勞動多少的審視，并未將人工智能的深度學習、數據分析過程包含在作品創作的內涵當中，實踐中在回答相關問題時就會存在法律依據空白和制度解釋分歧。在“深圳騰訊訴上海盈訊”案中，法院從“外在表現形式”與“生成過程”兩個角度進行分析，主張計算機軟件Dreamwriter自動生成的涉案文章源自創作者個性化的安排與選擇，滿足著作權保護的條件。而“菲林訴百度”案中，雖然一審法院否認了人工智能生成作品的可版權性，但從保護投資收益與促進傳播使用的角度，提出文章相關收益應當賦予軟件使用者，而對于應當屬于何種性質的權利以及如何保護并未明確；二審法院在擱置作品“可版權性”的問題時，認為涉案作品享有“保護作品完整權”，顯然是通過著作權體系對涉案文章進行保護。上述案例表明，我國法院在具體案件中偏向于對人工智能自動生成的作品予以保護，但規則適用存在模糊與分歧，難以為實務界提供明確指引或參考。

AIGC的客體法律屬性受到各國廣泛關注，美國版權局、歐美委員會針對AIGC的知識產權屬性，已出臺規范性文件或指導性建議，推動AIGC相關國際規則的形塑和學理觀點的碰撞。美國版權局于2023年3月發布《版權登記指南：包含人工智能生成素材的作品》，明確指出人工智能參與創作的要素不能超過“最低限度”，在進行版權登記時需要公開披露使用人工智能參與創作的具體信息，并將人工智能生成內容排除在版權之外。與該指南邏輯一致，美國版權局先后拒絕為《通往天堂的最近入口》《太空歌劇院》等生成式人工智能系統生成的視覺藝術作品進行版權登記。而歐盟在《人工智能的趨勢和發展：對知識產權框架的挑戰》報告中則提出“四步檢測法（Four Steps Test）”，對滿足屬于文學、科學或藝術領域，屬于人類智力成果，具有獨創性，屬于外在表達的“人工智能輔助創作”的作品（AI-Assisted Content）提供保護，對缺乏人類智力投入、完全由人工智能自動生成（AI-Generated Content）的作品則拒絕保護。歐盟委員會認為人工智能輔助的輸出始終與某種形式的人為干預相輔相成，無論是軟件的開發、訓練數據的收集或選擇、編輯等，這些人為的投入滿足著作權保護的條件。在對知識產權客體保護標準展開法律解釋的過程中，美、歐均強調人類智力因素的介入、對人類智力勞動的保護和尊重，排除非人類智力成果的保護，但是，對于生成式人工智能的參與程度、創作屬性、人類智力投入的行為方式等的界定存在很大區別。美國在版權登記指南中否認提供或修改指令的行為構成著作權法意義上的創作，而歐盟則對著作權法中的智力投入作廣泛解釋，主張發出指令、修改作品、使用人工智能等行為屬于創作行為范疇。

在專利法領域，DABUS系列案例折射出人工智能生成發明存在類似的客體制度困境。DABUS系統全稱為“Device for the Autonomous Bootstrapping of Unified Sentience”，該系統研發者斯蒂芬·泰勒（Stephen Thaler，以下簡稱斯蒂芬）利用DABUS系統進行數據分析和處理，該系統自動生成了兩項發明創造。斯蒂芬在美國、歐盟、英國、澳大利亞等國家或地區就該發明方案相繼提出專利申請，但均被駁回。斯蒂芬繼而將專利主管部門起訴至法院，主張其專利申請滿足法定條件而應獲授權。不同國家或地區的審理結果呈現對立局面，美、英、歐等國家或地區的專利局從現行規則出發，對“發明”及“發明人”概念作嚴格解釋，因人工智能缺乏明確法律主體身份而否定發明成果的可專利性；澳大利亞聯邦法院中的獨任法官對發明人作擴張解釋，主張人工智能系統可以成為專利法中的發明人，但合議庭認為一項發明必須依賴于人類的創造行為，不過，即便人工智能不被接受為發明人，人工智能生成的發明依然可能滿足可專利主題的要求。截至目前，DABUS生成發明僅在南非獲得官方授權。在科技創新面前，對制度規則進行機械演繹和解讀已經難以滿足現實需求，而法官在個案中進行的法律續造與適用受到個人主觀色彩的干擾和影響。知識產權制度如何實現邏輯自洽與價值論證以及客體的保護范圍與標準確定，成為亟待解決的問題。

2 從傳統知識產權視角到數據要素視角的 "轉變

2.1 傳統知識產權理論體系應對AIGC時存在困境

目前，針對人工智能生成物能否獲得知識產權保護的學理爭議，可主要劃分為“肯定論”與“否定論”兩種立場。以劉銀良、王遷為代表的“否定論”者主張應當從作品創作過程是否體現人類思想與情感投入判斷是否滿足獨創性標準，強調著作權對作品的保護以存在人類創作的事實為前提，重視在創造過程中人類因素的介入及對知識生產的貢獻， 認為作品不必來自于人的“獨創性客觀說”不能成立（劉銀良，2020；王遷，2017） 。而以吳漢東、易繼明等為代表的“肯定論”者則從激勵創造和傳播、保護投資者、鼓勵交易與轉化的視角，主張符合“形式要件”的人工智能生成物應當獲得著作權或專利權的保護，通過產權保護規范技術使用與轉化，保障科技創新與發展（吳漢東，2020；易繼明，2017）。 基于產業政策和利益平衡考量，應構建以人工智能投資者為核心、輔之以意思自治原則的專利權屬制度[3]。概言之，人工智能生成物是否應當獲得知識產權保護之爭的落腳點在于如何看待“創造過程”與“創造結果”孰重孰輕的問題。否定論者將作品等知識產權客體誕生過程中人類的投入、凝結的智力勞動視為賦予知識產權的前提與基礎，主張知識產權的邏輯起點在于人類付出了智力勞動；肯定論者則從功利主義的視角，力圖突破既有知識產權規則對成果保護的邊界，以更加多元、包容、發展的視角詮釋客體定義與范圍，以促進具有應用價值或經濟效益的成果實施轉化。知識產權制度的誕生與演變過程，呈現了科學技術進化、人類需求進化、法律制度進化三者之間的關系。

過程論與結果論兩種思路，呈現出知識產權基礎理論應對科技創新挑戰時的復雜與矛盾。勞動價值論、個人自由主義、創新激勵理論作為知識產權制度的三大理論基石[4]，建立在智力成果由人類通過自身智力勞動獲取的事實基礎上。首先，洛克的勞動價值論肯定了人類在作品創作、技術發明過程中的智力勞動應獲得認可與尊重，勞動者通過個人勞動將某種東西從自然狀態中分離出去，從而形成勞動者個人的財產[5]。其次，個人自由主義強調為了實現個人目的，尤其是實現個人自由，財產權制度必不可少，包括知識產權在內的財產權利的誕生、使用、分配、收益等，都體現了個人自由的精神，應當獲得尊重和維護。最后，隨著知識經濟發展與技術更迭頻繁，以知識產權制度激勵創新、鼓勵發明的“工具論”逐漸受到重視，并成為立法者進行法律解釋與法律推理時的重要理論支撐。三大理論共同發揮理論基礎作用，成為當今各國知識產權立法的重要依據，促進價值多元化目標的有效實現。人工智能自動生成作品或發明的出現，導致人類智力勞動在“知識生產”過程中缺位，因而帶來困惑與分歧。

如何在智能技術快速發展的背景下作出合理選擇，需要首先在知識產權法中對“過程論”或“結果論”作系統研究與梳理，分析智力勞動的“過程”或“結果”在知識產權具體情境中的權重配比，從而完善促進AIGC技術創新與理性運用的理論體系與制度供給。當前傳統知識產權法在應對AIGC應用中的法律問題時存在局限，其原因在于對知識產權法的傳統解讀和適用已經無法適應AIGC應用以數據要素為核心的技術屬性。AIGC對作品的獲取、學習、模仿、生成等各個環節，與傳統語境下作品的復制、利用、學習、展示等行為性質存在本質區別，即AIGC的非表達性使用與傳統語境下的表達性使用應區分討論，前者主要在于數據的積累、抓取、學習和生成，后者則在于對具體作品本身進行人為學習與處理，前者是智能機器的客觀處理，后者是具體個人的主觀行為。人本主義是治理的價值基礎，包容審慎的敏捷治理是治理理念，“點面結合”的多方參與是治理的主體要求，多措并舉的體系化方案是治理的模式（陳銳等，2024）。因此，對AIGC相關制度問題的研究起點在于對技術本質和應用特征展開科學、客觀、深入的觀察與分析，準確識別法律問題遭遇的理論與現實困境，繼而界定AIGC在法律中的定位和屬性，結合經濟、科技、文化等多元社會因素展開利益分析和價值評估，不局限于知識產權視角，探索有效應對相關法律問題、展開綜合治理的合理路徑。

2.2 數據規則對知識產權體系的滲透

從技術本質上看，生成式人工智能在進行數據訓練時廣泛抓取文字、圖片、聲音、視頻等不同信息內容，繼而進行后續分析和處理。從技術流程上看，AIGC對于人為“投喂”的數據進行自動化學習和處理，依據事先設置的模型展開運算，最終得出程序性的信息處理結果。技術本質和技術流程都顯示出AIGC實際上是模擬人類進行信息與數據抓取、學習、產出，都是信息和數據處理與表達。例如，在微軟公司推出的“下一個倫勃朗”計劃中，人工智能算法首先對畫家倫勃朗本人創作的畫作進行逐個像素的研究，大量并廣泛分析畫作材料，對數字文件進行高分辨率的3D掃描，利用這些信息對深度學習算法予以升級，以最大限度提高分辨率和質量，構建龐大的數據庫基礎。數據質量和數量會直接影響機器處理效果，智能技術的發展與應用對數據的豐富性、全面性、綜合性提出較高要求。歐盟為促進數據要素的利用、挖掘潛在數據價值，通過《非個人數據自由流動條例》《數據治理法》等一系列法規，為數據保護和利用、數據流通和共享提供完整的法律框架。歐盟將數據要素的法律規則與科學技術創新、數字經濟發展緊密結合，認為數據相關規則不應成為阻礙數字技術應用的障礙，而應提供空間和契機，這就涉及到當智能設備抓取作品信息進行處理時的相關問題。突破知識產權框架，從數據要素視角對AIGC予以價值判斷和審視，具有系統性、整體性和綜合性，可避免陷入傳統知識產權法解釋僵化的窠臼。

傳統知識生產范式對大數據時代的海量數據束手無策，面臨“數據很豐富，缺乏分析能力”的問題，以深度學習為核心的新一代人工智能使得基于大數據的知識生產成為現實[6]。知識產權中的多元價值體系，使得規則和制度實施可以有充分的靈活空間，以應對實踐中的問題。對知識產品進行私權保護是直接目標，基于私權保護實現創新激勵與利益平衡是間接目標，推動全人類共同進步與全社會福利提升是知識產權制度的最終目標[5]。在創新驅動發展的時代背景下，制度選擇的落腳點在于促進知識產品實施和轉化，使文化得以傳承，技術得以運用，思想得以傳播和交流。在實現自身價值的過程中，不同類型的智慧財產呈現區分態勢，技術發明的價值在于應用，實現轉化，發揮效用；文化作品的價值在于傳播，實現交流，促進文明發展。傳統社會中，智慧成果的產生方式依賴于人類智力因素的融入，從而誕生勞動價值說、個人自由主義、激勵理論等基礎理論作為知識產權法的正當性依據。隨著客觀實踐的變化，人類認知不斷突破與提升[7]。舊的規則和理念無法支撐新的實踐，而新的制度和規則需要考慮社會成本與發展趨勢。

在數據規則需進一步明確和具體化、知識產權固有規則需及時調適的背景下，對AIGC相關制度問題的解決，不應局限于既有規則框架，而應綜合考慮在數字經濟時代，數據規則與知識產權制度之間的銜接和互動。《中共中央、國務院關于構建數據基礎制度更好發揮數據要素作用的意見》提出了數據資源持有權、數據加工使用權、數據產品經營權“三權分置”的數據產權制度。從數據要素視角看，利用人工智能生成內容屬于數據資源流通和利用的階段性環節。從數據要素治理角度看，應當按照“三權分置”的思路進行AIGC規則建設，而非局限于知識產權傳統框架或體系。AIGC作為數據要素，其知識產權界定繞不開數據要素特征和權屬問題，厘清知識產權制度與數據規則各自發揮作用的條件和領域，有助于推動人工智能綜合治理以及數字經濟長遠發展。

3 傳統知識產權制度與數據規則的互動銜接

3.1 過程論：人類參與程度是否影響智力成果賦權

3.1.1 勞動價值說對智力創造過程的強調與重視

作為知識產權法學傳統理論基礎之一，自然法下的勞動價值說強調對人類智力勞動的肯定與尊重?；趧趧觾r值說，人類進行智力成果創作時經過思考、設計、構造等勞動，將原本屬于共有領域的知識財產劃分出來，形成自己可以主張獨占權利的部分。在勞動價值論視角下，知識產權法的實質是對人類智力勞動過程的嘉獎，通過賦予權利人特定時期的獨占權利換取智慧成果的公開和期滿后的公眾使用權。作者或發明人付出的智力勞動是獲得權利的事實基礎，質言之，智力勞動過程是知識產權構建的事實依據。這在知識產權賦權條件中得到肯定與保留，如創作作品的過程對“獨創性”要素的判斷產生直接影響。在著作權領域，作品的稀缺性和價值性與著作權保護要件之一“獨創性”關系密切。由于知識的累積效應和人腦信息處理的時間要求，作品價值的高低受到創作作品過程的較大影響，而創作過程受到時間和單位時間內產出作品質量的雙重影響。

對作品“獨創性”和“價值性”的判斷往往是從事后角度，結合作品聲譽、相關銷量、許可交易、社會評價等視角作綜合判斷。但無論何種標準，作品應受保護的基礎之一是人類實際付出了智力勞動，在思想表達過程中，凝結著個人經驗積累、價值選擇與設計安排。實踐中，法官在判斷“獨創性”要素時，也會考慮作者創作作品時進行的設計、安排、選擇等智力投入過程，例如“新浪體育賽事直播案”中，初審法院和再審法院均結合拍攝賽事的過程進行獨創性判斷，認為“賽事節目連續畫面在素材的選擇、拍攝以及畫面選擇、編排上均存在個性化貢獻和選擇，具有獨創性”?？梢姡斑^程論”在著作權法領域發揮重要作用。

但人工智能技術應用打破了傳統智慧成果生成的模式，集中表現為人類的介入減少、貢獻降低，機器通過信息輸入、自主學習和自動化處理，生成“智力成果”，且形式上基本符合作品、發明的客體特征，智力成果誕生過程中人類智力因素成分減少[8]。以深度學習領域的“生成對抗網絡（Generative Adversarial Network， 簡稱GAN）”為例，它是一種對抗流程框架，常用于圖片生成、藝術作品模仿等領域，通過計算數據中的概率分布，GAN交替訓練一個用于從隨機噪聲中生成接近數據概率分布的樣本的“生成模型”與一個辨別生成樣本是否為模型生成的“辨別模型”[9]。人類在此過程中的智力創造參與程度較低，往往只設置輸入與預判輸出，并結合具體標準或范圍進行優化或調整?！爸槐Ｗo自然人創作”的前提假設使得著作權法在應對AIGC時面臨顛覆性挑戰[10]。人工智能自動生成作品或發明中缺乏人類對“創造”或“創作”過程的充分參與，而過程論在傳統知識產權法正當性論證中發揮重要作用，導致人工智能生成物獲得知識產權保護缺乏基本價值基礎。尤其是在強調精神權利的大陸法系中，知識產權法蘊含個人本位主義，這一基本立場難以在人工智能生成物中得到擴展或延續，傳統智慧成果創作過程的人類中心主義在此場景下出現盲點。

3.1.2 個人自由主義面對AIGC中數據要素的理論空白

自然法中對作者精神權利的尊重可追溯至黑格爾主張的個人自由主義[11]，其是大陸法系早期賦予版權保護的價值起點之一，也是過程論在知識產權領域的理論彰顯與表達。與洛克不同，黑格爾更加關注自由意志與財產權的關系，在黑格爾的觀念中，物的所有是意志外化的結果，自由意志也因此成為財產所有權的依據[12]。在知識產權語境下，人類主導并參與智力成果創作過程，對自身所積累和存儲的知識、思想、觀點等進行加工處理，形成新的成果，新的成果中蘊含著創作主體本身的人格因素，這是個人自由主義論證并檢驗知識產權正當性的邏輯起點。在我國現行著作權法體系下，以及在世界上諸多大陸法系國家，著作人身權依然是不可或缺的重要內容。作品是作者思想、情感、理念的表達，著作人身權與作者個體息息相關，其無法進行自由轉讓和許可等交易也折射出對作品承載的作者人格、尊嚴的肯定與保護。著作權蘊含的精神利益已成為國際社會中多數國家的共識，即便是在強調保護知識產權經濟利益的英美法系國家，對作者精神權利進行保護也成為法學實務界與學術界的呼聲。以美國版權立法為例，1990年出臺的《視覺藝術家保護法》就包含著對作者精神權利的保護。美國學者墨杰斯也提出“尊嚴”原則，強調對作品蘊含的作者精神、思想、情感的尊重，將知識產權法視為自然法、功利主義和其它多重元素的混合產物[4]。上述立場的背后，是自然法中個人自由主義的現實表達與需求折射。

在市場交易環節，作者身份也會對作品價值判斷產生重要影響，“暢銷作家”“知名學者”等頭銜能夠有效促進作品的市場傳播。諾貝爾文學獎也是將獎項頒發給作者個人而非某個具體作品。又比如，李白創作的詩歌誕生于特定年代，蘊含著李白個人的人格特征、性格要素與價值選擇，其思想情感借助文字載體得以代代流傳。相同的詩歌作品若由人工智能進行創作，就缺乏了時代韻味與感情色彩，無法實現人類精神上的共鳴與傳承。正如黑格爾所主張的，“財產是人格的體現”[5]，著作權法保護的作者利益受到作者個人身份的極大影響，作品的價值有時會與作者身份直接掛鉤，尤其是在藝術品領域，美術作品的作者身份成為作品市場交易環節中的重要評估要素。這也是著作權法“過程論”的重要體現，由誰完成創作過程會直接影響權利人的利益與市場交易?；诖?，作者個人在創作中的智力勞動投入過程對作品能否獲得著作權保護具有重要影響。

專利法領域雖然沒有如著作權制度中專門設立“人身權”體系，但也存在類似制度以保護發明人或設計人的精神利益。例如，在職務發明的權屬劃分上，當雇員為完成本單位工作任務或主要利用本單位物質技術條件完成發明創造時，該發明創造屬于職務發明，專利申請權及申請通過后的專利權歸屬單位，但雇員有權表明自己作為發明人的身份，即專利法語境下的“署名權”，并有權獲得相應報酬或獎勵。這一發明人權利保護規則也彰顯出對發明創造進行構思、設計、檢驗、轉化的過程控制者、操作者的利益維護，體現出對發明主體個人尊嚴與自由的保護和尊重，以法定形式確立專利法蘊含的個人自由主義，也是對發明者在付出勞動過程中蘊含的個人精神權益的尊重。

在人工智能自動生成的場景下，個人自由主義作為知識產權哲學理論基礎之一面臨極大沖擊。人工智能自動生成作品或發明方案時，人類雖可以作為管理者運行智能設備，但無法干預成果生成過程與最終形式，作品或發明方案并未凝聚人類智力勞動因素，人類思想、情感無法通過最終成果得以表達或詮釋，個人自由主義哲學理念在此缺乏基本客觀事實基礎。此時，以個人自由主義為基礎的精神權利不再是利益主張者所要求的權利內容。如在DABUS一案中，智能設備應用者作為專利申請人，甚至主動放棄對“發明權”的主張，申請專利時將智能設備列為發明人角色。申請人更多的是希望通過法律授權，確立其對特定專利技術方案的控制權和排他權，而不再執著于專利背后的精神權利。因此，精神權利的需求在人工智能自動生成技術方案的場景中逐漸淡化，個人自由主義也無法為人工智能生成物的技術方案問題提供理論依據或哲學基礎。而制度發展需要隨著時代發展變化而不斷演進，關注社會事件中暴露出的新的需求與動態，作出及時回應與調整。在人工智能參與知識生產的過程中，知識產權制度規則亦需要圍繞現實需求進行演變與進化，與科技創新發展的節奏相契合，并關注不同知識產權客體的差異化價值導向，而非依照規則“削足適履”，以避免抑制科技發展與創新突破。

3.2 結果論：知識產權規則演變的結果導向

3.2.1 功利主義：知識產權激勵創新的不同解讀

激勵論從功利主義視角，強調知識產權對激勵創新、鼓勵發明與文化創作的重要功能[13]。激勵是現代知識產權制度蘊含的內在功能和政策目標，在激勵理論的指引下，知識產權保護從結果主義視角展開規則安排與設置。應對人工智能生成內容的著作權客體屬性問題時，激勵理論作為重要的理論工具，其理解和適用卻存在明顯分歧。以王遷[14]為代表的學者主張只有人才能理解和利用著作權法的激勵機制，只有人的創作成果才能作為作品受到著作權法的保護，而鄧文[15]從激勵創作的角度提出生成式AI內容具有可版權性。對激勵理論的不同理解，尤其是對激勵對象、激勵目標的不同認知，催生出不同的法律制度論證結果。過程論視角對激勵理論的理解偏向于通過著作權法激勵人類的創作行為、智力勞動，而結果論視角則偏向于對文化產品成果的激勵導向。

激勵論在知識產權領域得到諸多肯定和支持，但是，從過程論抑或結果論的角度展開理論解釋會產生不同制度效應。實踐中，專利制度和著作權制度也萌生出不同的價值取向和政策路徑。專利制度價值有賴于對技術研發的創新激勵，產生正向的市場信號，實現專利制度與國民經濟和社會發展體系的有效協同（毛昊，2020）。在此觀念下，完成專利的過程對專利是否可以獲得授權以及專利價值評估似乎并不會產生太大影響。美國專利法第103條規定了專利獲得授權的基本條件，其明確指出“發明是以何種方式獲取的并不會對是否能夠獲得授權產生實質影響”，“靈光乍現”型的發明創造與長期試驗研究得出的發明創造應一視同仁地獲得保護。結果論在專利制度中也多處呈現。作為發明和實用新型授權的要件之一，“創造性”強調將技術方案與現有技術相比，在實質性特點與技術進步維度作出判斷。這其實就是評估發明創造的結果在科技創新層面是否作出貢獻，其中還包含了一系列參考要素，例如是否取得商業上的成功、是否解決了未曾解決的難題等[16]，但并未涉及發明創造過程。

專利的價值在于最終能夠實施轉化，曾認定“拒絕許可專利”且自己不實施專利的行為構成“專利濫用”，雖然這一規則后來被刪除，但也映射出社會公眾對專利實施轉化以發揮效用的期待。閑置專利會造成資源浪費和效率低下，開放許可、強制許可等制度的出現也是為了避免專利無法及時轉化而阻礙進步。強制許可的一種情形是無正當理由在特定期限內未實施或未充分實施專利。與專利不同，著作權的制度目標并不完全在于實現作品使用價值或促進作品實施轉化，著作權法框架下并沒有針對閑置資源的對策安排，甚至在選擇是否將作品公之于眾、許可利用等方面，作者可以擁有絕對自由，例如通過發表權、發行權保障作者對作品的絕對控制。這一方面是因為作品往往與作者個人精神、人格息息相關，是個人思想的現實折射，為充分保護作者利益需要賦予更強的保護；另一方面則是因為專利權與科技進步緊密掛鉤，對社會發展尤其是經濟效率、公共福利的提升會帶來更加根本性的作用與影響，因此，公共利益的介入會在專利制度中體現得更為明顯和深入。

此外，在精神權利方面，專利法也呈現與著作權法大不相同的內涵和選擇。例如，休斯認為，詩歌、小說或音樂作品是“人格的天然容器”，而其它對象，諸如專利、集成電路布圖設計和商業秘密顯然不屬于個體人格的表現。即便上述客體均屬智力成果，但實用性的強弱會導致不同類型知識產權在權利屬性與權利內容上產生分化。以最具代表性的專利和著作權為例，專利評價的標準相對更加客觀、可量化，而著作權評價的標準則較為主觀、隨機化。究其原因，專利的價值依托于技術方案可以滿足的物質需求或實現的經濟效益，而作品的價值往往在于實現其給受眾帶來的精神上的滿足或心靈上的愉悅[17]。作品的價值不僅體現為通過產業轉化實現經濟利益，還在于社會群體對作品之上承載的人的思想、情感、經歷等予以理解、領悟、體會的精神利益。為激勵創新，推動新型技術研發和應用，為人工智能生成物提供知識產權保護，是從結果論視角對制度規則進行的解釋與應用。結果論更加強調智力成果實際呈現的終端樣態，關注成果轉化運用對社會效率、經濟發展帶來的影響。而對較多承載著精神與文化傳承價值的作品，不應過度重視其結果，更應注重其創作過程中人類智力勞動的本身意義。

3.2.2 保護強化：知識產權客體范圍的擴張趨勢

科技與文化創新活動交融下催生的新模式、新樣態，總會引起知識產權保護范圍擴張或限縮的爭議?？萍几碌俣戎?，樣態之多，范圍之廣，促使“量變引起質變”的哲理在知識產權領域也得到論證，并對相關法律制度調整提出新的需求與期待。很多先前未出現的知識產權類型逐漸得到肯定和保護，例如方法發明、藥品專利、攝影作品、視聽作品等?？傮w而言，知識產權保護范圍呈現明顯擴張趨勢，通過對傳統客體的擴張解釋，或新型客體的法律吸納，實現包容與周延的制度安排。例如，在杭州音樂噴泉案中，北京知識產權法院主張“涉案客體通過對噴泉水型、燈光及色彩的變化與音樂情感結合而進行的取舍、選擇、安排，展現出的一種藝術美感表達，滿足可復制性要求，符合作品的一般構成要件”，且“其客體是由燈光、色彩、音樂、水型等多種要素共同構成的動態立體造型表達，其美輪美奐的噴射效果呈現具有審美意義，構成美術作品”，因而可以獲得法律保護。法官在進行知識產權概念解釋或條款適用時，也越來越意識到法律對實際社會生活所肩負的責任。

人工智能的研發者、所有者（投資者）、使用者和公眾用戶，是受到相關規則影響的利益主體（馮曉青等，2020）。知識產權保護范圍擴張趨勢，是結果主義視角下通過制度協調各方利益以實現社會效益最大化的具象化結果。人工智能生成物背后涉及的利益博弈是界定知識產權保護范圍時應考慮的因素。在“菲林訴百度”人工智能生成內容著作權侵權案判決中，北京互聯網法院論述了人工智能生成內容的法律屬性，一方面不認可人工智能的法律主體資格，進而否認了人工智能創作的內容享有著作權；另一方面，鑒于舉證內容，認為涉案的分析報告由原告獨立完成，因而承認了人工智能生成內容享有財產性權益。是否應當擴張知識產權客體范圍以保護人工智能生成物，實質上是對智能時代利益劃分的制度安排與價值選擇。

縱觀版權制度發展歷史，幾乎每一次大的制度演變都伴隨著科技創新：印刷技術的興起推動了版權市場的興盛，作品的可復制性使得立法者更加重視對權利人經濟利益的維護；電影、有線電視、廣播等多形態的媒介載體促使版權內容不斷豐富，制度選擇也向推動文化產業發展傾斜；互聯網技術的應用大大提高了作品傳播速度，網絡版權的保護和利益平衡成為新的關注熱點。知識產權保護范圍擴張的背后，也是對客體所涉及相關主體提供利益保護與創新激勵的政策考量。在DABUS案的司法實踐中，美、歐、英等專利局主要基于現行法對專利申請的形式規范等作出決定，法院也認識到現行知識產權立法的局限，因而在行政決定或司法裁判中沒有直接否認人工智能生成物獲得專利保護的可能，為未來立法調整與實踐應對留下空間。但是，知識產權客體范圍的擴張需要受到本身制度理念和價值追求的限制，否則科技創新現代化背景下知識產權邊界將愈發模糊含混，制度目標的實現成本會不斷增加，知識產權制度與數據規則等其它制度之間的關系也會愈發重疊混亂。

4 數據要素視角下AIGC相關制度的調適 "與應對

4.1 推動AIGC知識生產與理性運用的利益協調機制

知識產品的價值一定程度上受到其生產模式的影響。工業革命時代的機械化大生產降低了商品生產成本，提高效率，降低商品稀缺性。而信息社會中智能技術的應用降低了知識產品生產成本，縮短創造周期，提高效率，同時降低知識產品稀缺性。在傳統知識產權時代，生產關系較為簡單，科技進步或文化創新偶有突破，但仍然處于相對靜態中。隨著互聯網、人工智能、大數據等信息科技的突飛猛進，生產力水平發展十分迅速，社會呈現日新月異的狀態。傳統語境下，作品的價值來源受到非經濟因素的影響，作品蘊含著作者的個人思想與情感，是人類進行對內自省與向外互動時的精神成果。版權保護的意義一定程度上也在于激勵人類思想的傳播、交流與碰撞。

發展到今天，知識產權的公共政策屬性愈發明顯，不再只是單純給予私權保護，建立在功利主義的基礎上，“工具論”強調知識產權制度服務和服從于社會與經濟發展的整體建設。知識產權制度面對人工智能創作物的取舍和選擇也成為政策考量的問題。過程論強調在知識產品生產過程中，人類智力勞動因素的投入，以此判斷作品“獨創性”和專利“獨創性”；過程論將人類實際參與研究、構思或創作的過程視為獲得專利或著作權的條件，是知識產權中人格權屬性的體現和要求，但會增加授權、確權成本，抑制自然人利用人工智能生成發明或者作品，不利于鼓勵技術發展和突破；結果論則更加看重人工智能生成物可能帶來的經濟效益，通過利益保護促進技術研發和應用，人類在創作過程中的付出程度可以有所減低。結果論更強調從經濟效率維度審視知識產權制度，主張知識產權法的基本功能是分配基于符號表達產生的市場利益[18]。對人工智能生成物能否獲得知識產權保護抑或數據要素保護的不同立場，會影響產業界圍繞人工智能技術進行研發和應用的動力，過程論抑或結果論將產生不同的發展方向和動態效果，需結合科技與經濟等社會背景辯證看待，面對AIGC作品或發明成果時，應采用不同分析視角和思路。

4.2 多元化價值交織下人類中心主義的核心地位

知識產權立法具有多元價值目標導向，在著作權、專利等不同的智力成果保護中，規則設置的出發點與價值選擇的起點存在差異。結果主義與過程主義在著作權法和專利法中均有所體現，并共同構成相關規則的價值基礎。著作人身權制度體現出知識產權對創作者精神權利的尊重與個人意志的肯定；鼓勵作品創作與傳播的立法目標則揭示著作權保護帶有部分結果主義的色彩。而專利法更加強調制度對促進社會經濟效益的作用，通過法律保護激勵創新、推動轉化是結果主義的現實體現，但專利發明人表明身份的人身權利則是對勞動過程的價值肯定。過程論與結果論的視角不同，實際運用中應基于不同知識產權類型作出理性選擇。

著作權作為經濟、精神、自然權利的集合體，其本質在于實現權利人對作品的有效控制，同時維護必要的公有領域空間，確保教育、科研、慈善及人道主義等社會公眾利益不受影響。《中華人民共和國著作權法》第一條具體列明了多元化的立法目的，其中“為保護文學、藝術和科學作品作者的著作權以及與著作權有關的權益”是直接目的，“鼓勵有益于社會主義精神文明、物質文明建設的作品的創作和傳播”是間接目的，“促進社會主義文化和科學事業的發展與繁榮”是最終目的。對經濟利益的追求或產業價值的實現并非著作權法制度的最終目標。而專利制度的本質是“對價機制”，即申請人通過公開技術方案換取特定期限的獨占權。設立專利制度的初衷，是希望鼓勵發明人及時、充分、清楚地公開技術信息，使社會公眾能夠知曉、了解并加以運用，從而推動科技發展與社會進步?！吨腥A人民共和國專利法》第一條明確了立法目標，其中，“保護專利權人的合法權益”是直接目的，“鼓勵發明創造，推動發明創造的應用，提高創新能力”是間接目的，“促進科學技術進步和經濟社會發展”是最終目的。直接目標是間接目標的激勵措施或制度工具，間接目標是實現最終目標的可選路徑，三重目標之間的遞進關系體現了專利制度的基本邏輯，這與著作權法立法目標存在共通[19]。人工智能生成物的保護，能夠鼓勵技術研發與產業經營者，維護科技競爭秩序，也可以推動新信息共享與傳播，進一步推動產業轉化與應用。如果否認人工智能生成物的知識產權保護，則會促使相關市場主體或創新主體采用商業秘密的保護模式，以維護其經濟利益或競爭優勢，這不利于技術信息流通與傳播，最終對人類福祉與社會長遠利益產生不利影響。著作權法和專利法在制度目標和制度功能上的差異，使其在應對AIGC問題時亦需要區分對待。對于不同類型知識產權客體，智力成果創造過程對權利誕生的影響不同，相關制度規則的立法目標不同，人格性因素在權利內容中注入的程度不同，這些都會帶來差異化的價值選擇與規則安排。

人工智能被想象成為“像人一樣的主體”，在此基礎上，人們借助主體范式和關系范式建構人工智能的權利話語體系，其根源是人類中心主義[20]。雖然表面上看，生成式人工智能創新與應用中人類智力因素介入較少，但其開發、創新和應用過程均蘊含著人類中心主義思想。人工智能技術的設計構思需要算法設計者的投入，人工智能技術的應用依賴于操作者或控制者的數據輸入、算法選擇與結果篩選，人工智能技術的實施結果作用于人類生活，如提供知識產品供文化生活消費或科技生活體驗。人工智能的確改變了傳統的“人類發明創造手段”，進一步提升專利發明創造活動的速度（孜里米拉·艾尼瓦爾，2021），但人工智能的底層運作原理決定其只是一款運算程序和機器學習模型，并不具有人類的自我意識和自由意志[21]。因此，人工智能技術的突破并不會根本上沖擊人類中心主義的社會架構，人工智能獨立性與自主性的實現依然有待實踐的檢驗與立法的承認。

4.3 知識產權法與數據規則的互補銜接

新型知識產權客體的不斷出現，也對知識產品客體提出開放式立法的需求。人工智能的發展催生了作品創作的新形態，從美聯社與人工智能公司合作開展的人工智能新聞寫作平臺Wordsmith，谷歌公司推出的創作樂譜Magenta計劃，再到微軟“小冰” 創作的詩歌集《陽光失去了玻璃窗》的發布。這些文化產品誕生之后會流入市場環節，引發交易、投資、轉化等后續活動，法律規則的缺失將導致相關主體的利益無法得到及時維護，繼而抑制市場參與的積極性和活躍度，最終對文化與科技的傳播交流和長遠發展產生不利影響。

法律不應忽視人工智能創作物的客觀存在及其愈漸成熟的商業模式[22]。人工智能在創作領域的應用可能創造新的商業模式，推動智能創作產業發展。人工智能從輔助工具到自主決策的發展已經不再局限于技術層面，而是向著新生產要素的方向邁進，不斷融入整個社會生態系統中[23]。個人或組織在使用、管理人工智能方面進行投資，相關法律權益的保護可促進人工智能創作軟件的開發應用，推動相關產業鏈的形成。制度工具應服務于特定時期、特定環境中的政策發展導向，其所保護的智力成果需有益于科技進步與經濟社會發展。生成式人工智能具有泛化性、通用性、遷移性的顯著優勢和巨大潛力，但其訓練過程需要海量的多源數據[24]。為有效應對技術創新與應用中帶來的利益劃分與平衡問題，合理的選擇是以AIGC中的數據要素為觀察坐標，突破傳統知識產權劃分的作品、專利、商標等信息載體的邊界，關注數據收集、保護、處理、交易、流通和使用等各個環節中涉及的利益分配問題，在相關數據成果無法滿足知識產權客體要求的情況下，基于交易、轉化和應用的需要，可以賦予特殊的數據產權。同時，當AIGC將作品、技術方案等作為數據要素進行抓取、學習、挖掘，而非傳統知識產權法意義上的侵權利用時，合理使用制度可以為該行為提供一定的豁免和例外，以回應數字經濟時代對大量（Volume）、高速（Velocity）、多樣（Variety）、價值性（Value）數據的需求。

為避免對著作權現有制度的沖擊，以及生成式人工智能技術誤用或濫用，作為緩沖機制，“數據知識產權登記”制度不失為一種折中選擇。在該登記制度下，將機器生成的數據類成果進行分類分級，把具有市場價值、保護意義的成果納入“數據知識產權”范圍從而提供保護，但也予以一定限制，尤其是需確保留有足夠的數據共享、利用、交易空間和平臺，為挖掘數據要素價值、推動數字經濟發展提供保障。在涉及生成式專利技術方案權利歸屬的制度安排上，需要協調多方參與主體的利益關系，基于產業政策的驅動，專利權歸屬理念應由創造者向投資者轉移[25]。同時，還需引入約定優先和公平報酬原則作為合理補充，以實現人工智能生成技術方案專利保護的利益平衡（楊利華，2023）。由于著作權法、專利法的價值理念不同，以及指向過程論抑或結果論的視角差異，AIGC的定位需要在數據治理的整體框架下予以回應，而非局限于現有知識產權范疇的客體界定。

5 結語

知識產權規則在解答人工智能生成物法律保護問題上的缺位，會帶來社會利益分配秩序的混亂與困惑，產權界定不清會增加市場交易與轉化成本?；谥橇Τ晒麆撟鞯牟町?，過程論與結果論能夠基本概括現有研究視角。不同客體類型對“過程”與“結果”提出差異化需求，且立法價值目標在不同領域呈現場景化特征，需展開類型化研究與場景化應用，為智能時代知識產權制度的回應提供參考和依據。當前相關立法主要依據科技發展現狀而展開，很難針對飛速發展的科技作出前瞻性的預設立法或填補式的隨機立法，因而無法通過法條演繹直接回答人工智能生成物是否應獲得知識產權保護及其侵權問題。

科技發展促使社會關系不斷變遷，法律的解釋也需與之適應，并對新技術、新事物和新業態進行準確的事實判斷與理性的價值判斷。面對科技發展與突破，知識產權客體范圍不斷擴張，為應對人工智能生成物帶來的法律問題，需采取目的導向或利益導向，結合數據市場發展現狀和發揮數據要素價值的社會需求，進行制度的價值判斷或制定評估標準。同時，需在明確“數據產權”的基礎上探索私人利益與公共利益的協調問題并建立協調機制，為數字經濟發展提供制度保障，為人工智能產業的科技治理提供依據，以實現對社會需求的有效回應。

參考文獻：

[1] 謝暉. 法律方法論： 文化， 社會， 規范[M]. 北京： 法律出版社，2020： 66.

[2] 梅夏英. 在分享和控制之間——數據保護的私法局限和公共秩序構建[J].中外法學，2019， 31（4）：845-870.

[3] 陳全真， 徐棣楓. 論人工智能生成發明的可專利性及權利歸屬[J]. 科技進步與對策，2022， 39（9）： 114-121.

[4] ROBERT P，MERGES.Justifying intellectual property[M].Cambridge：Harvard University Press， 2011：13-157.

[5] 彼得·德霍斯. 知識財產權法哲學[M]. 周林，譯. 北京：商務印書館， 2017： 66-119.

[6] 蘇明， 陳·巴特爾. 數據驅動下的人工智能知識生產[J]. 中國科技論壇，2021，37（11）： 51-56.

[7] DARYL LIM. AI amp; IP： innovation amp; creativity in an age of accelerated change[J]. Akron Law Review， 2018，52（3）： 813-873.

[8] RETO M HILTY，JORG HOFFMANN，STEFAN SCHEUERER. Intellectual property justification for artificial intelligence[C]. JYH-AN LEE， RETO M HILTY，" KUNG-CHUNG LIU. Artificial Intelligence and Intellectual Property，2021.

[9] GOODFELLOW IAN J， POUGET-ABADIE JEAN， MIRZA MEHDI， et al. Generative adversarial networks[C].Proceedings of the 27th International Conference on Neural Information Processing Systems， 2014.

[10] 司曉.奇點來臨： ChatGPT時代的著作權法走向何處——兼回應相關論點[J].探索與爭鳴，2023，39（5）：79-86，178-179.

[11] JUSTIN HUGHES. The philosophy of intellectual property[J]. Georgetown Law Journal， 1988（77）： 296-314.

[12] 李揚. 知識產權的合理性、危機及其未來模式[M]. 北京： 法律出版社，2003： 64.

[13] 李紅. 發展中國家知識產權保護與創新研究進展[J].科研管理，2020， 41（4）： 263-269.

[14] 王遷.再論人工智能生成的內容在著作權法中的定性[J].政法論壇，2023，41（4）：16-33.

[15] 鄧文.以ChatGPT為代表的生成式AI內容的可版權性研究[J].政治與法律， 2023，42（9）： 84-97.

[16] CRAIG ALLEN NARD. The law of patents[M]. New York：Aspen Publishers， 2011：371.

[17] 范曉波. 知識產權的價值與侵權損害賠償[M]. 北京：知識產權出版社，2016： 66.

[18] 李琛. 知識產權法基本功能之重解[J]. 知識產權， 2014，28（7）： 3-9.

[19] 季冬梅. 人工智能生成發明專利保護的理論回歸與制度探索——以DABUS案為例[J]. 科技進步與對策， 2022， 39（18）： 121-129.

[20] 劉振宇. 人工智能權利話語批判[J]. 自然辯證法研究， 2018， 34（8）：31-37.

[21] 雷磊. ChatGPT對法律人主體性的挑戰[J]. 法學， 2023，46（9）：3-15.

[22] 許明月， 譚玲. 論人工智能創作物的鄰接權保護——理論證成與制度安排[J]. 比較法研究，2018，32（6）：42-54.

[23] 鄧鵬， 李芳， 李明晶. 人工智能時代專利制度的實踐挑戰與應對策略[J]. 科技進步與對策，2022， 39（19）： 105-113.

[24] 張欣.生成式人工智能的數據風險與治理路徑[J].法律科學（西北政法大學學報），2023， 41（5）： 42-54.

[25] 陳全真. 人工智能生成技術方案的專利授權：理論爭議、政策考量及權屬安排[J]. 科學管理研究，2022， 40（3）： 40-48.

From Intellectual Property to Data Elements： Resolving Institutional Dilemmas Related to AIGC

Abstract：The emergence of AI-Generated Contents （AIGC） causes theoretical dilemma of intellectual property law. Existing rules have difficulties in interpretation and application. The definition of intellectual property subject in existing laws is mainly based on established facts，and the emergence of AIGC changes the creation process of intellectual property， shakes the long-standing philosophical foundation of intellectual property system， and also brings difficulties to the judgment in judicial practice.

In the application of AIGC， the devices need to learn， mine， and process a large number of existing works and materials， then automatically calculate and generate contents through algorithmic models according to natural language instructions. In this process， the primary issue is whether AIGC should be classified as intellectual property subject matter. According to the traditional rules and regulations， the subject matter of intellectual property should be human intellectual output. However， human intellectual involvement is really limited in AIGC， while the appearance of AIGC looks like human intellectual output. The opinions on whether the AIGC should be protected under intellectual property law are divided into two categories. Behind this debate are the different choices of process perspective and result perspective.Nowadays， the scope of intellectual property protection shows an obvious trend of expansion， through extensive interpretation of traditional subject matter， or the introduce of new subject matter to the law， to realize inclusive and extended arrangements. As a result， there are also two kinds of legal attitudes towards the development of artificial intelligence， one is to expand the scope of traditional subject matter to cover new things， the other is to design new rules to solve new problems.

In this case， the start point of resolving disputes and disagreements is to accurately and scientifically define the subject matter involving generative AI， and the analysis position should be shifted from intellectual property to a broader perspective of data elements. The current data intellectual property registration’ system in China may be an alternative. From the perspective of data elements， the traditional labor theory of value， individual liberalism and incentive theory should be interpreted to meet the realistic needs of the development of artificial intelligence technology and the balance of interests. Both the technical nature and the technical process show that AIGC is actually simulating human activities of information and data extraction， learning and thinking. The output of AI is essentially the result of information and data processing. Old rules and ideas cannot support new practices， and social costs and historical trends should be taken into account in making new institutions and rules. Combined with the trends of digital economy and industrial development， the social function of intellectual property law and the expansion of intellectual property protection， it is necessary to make a humanistic interpretation， promote interests coordination， facilitate AI knowledge production and rational application， and carry out institutional value judgment and effect evaluation based on the complex relationship between intellectual property and data elements in the digital market.

Considering that the data rules are still in the turnaround zone and the inherent rules of intellectual property need to be adjusted in time， it is essential to comprehensively consider the connection and interaction between the data rules and the intellectual property system to find a solution to the legal issues of AIGC. From the perspective of future data governance， AIGC rules should be constructed according to the separation-of-rights framework rather than limited to the traditional intellectual property system. The definition of rights in AIGC cannot be separated from the characteristics and ownership issues of the data elements.This will help promote the comprehensive governance of artificial intelligence in the future and the long-term development of the digital economy.

In order to balance the benefits brought about by technological innovation and application effectively， the reasonable choice is to break through the boundaries of traditional information carriers such as works， patents and trademarks， and pay attention to the distribution of benefits involved in various fields such as data collection， protection， processing， transaction， circulation and use. It is necessary to explore the balance between private and public interests and establish a coordination mechanism based on the ‘data property rights’ framework so as to provide a legal basis for the governance of artificial intelligence and the development of the domestic digital economy.

Key Words：AIGC； Artificial Intelligence；Intellectual Property; Data Elements; Institutional Dilemmas