人工智能生成物的署名標(biāo)識(shí)義務(wù)探析

【摘 要】隨著人工智能的迅速崛起，在人工智能與人類(lèi)智慧深度交融的當(dāng)下，大模型生成內(nèi)容正重塑人類(lèi)的創(chuàng)作生態(tài)，其生成物的署名問(wèn)題日益凸顯，引發(fā)了廣泛的法律和倫理爭(zhēng)議。通過(guò)對(duì)大模型訓(xùn)練與內(nèi)容生成機(jī)制的研究，提出基于區(qū)塊鏈的貢獻(xiàn)度量化模型，旨在精確衡量人類(lèi)與人工智能在創(chuàng)作過(guò)程中的貢獻(xiàn)程度，并創(chuàng)造性地提出構(gòu)建 “人類(lèi)—人工智能” 二元署名體系，明確在大模型生成內(nèi)容中的權(quán)利歸屬與責(zé)任界定，從而為解決大模型時(shí)代的署名困境提供創(chuàng)新性的思路和解決方案。

【關(guān)" 鍵" 詞】大模型；版權(quán)模糊性；區(qū)塊鏈；貢獻(xiàn)度量化；二元署名體系

【作者單位】高偉，黑龍江大學(xué)黑龍江教育雜志社；張洪波，中國(guó)文字著作權(quán)協(xié)會(huì)。

【基金項(xiàng)目】2023—2024年度國(guó)家社科基金項(xiàng)目（23WZXA002）；2022年度黑龍江省哲學(xué)社會(huì)科學(xué)研究規(guī)劃項(xiàng)目（22XWE433）。

【中圖分類(lèi)號(hào)】D923.4 【文獻(xiàn)標(biāo)識(shí)碼】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2025.08.013

大模型作為人工智能領(lǐng)域的關(guān)鍵技術(shù)，正深刻改變著人類(lèi)內(nèi)容創(chuàng)作的過(guò)程。從新聞寫(xiě)作、文學(xué)創(chuàng)作到藝術(shù)設(shè)計(jì)，大模型生成的內(nèi)容種類(lèi)日益豐富多樣，且在效率和規(guī)模上展現(xiàn)獨(dú)特優(yōu)勢(shì)。然而，這一技術(shù)進(jìn)步也帶來(lái)嚴(yán)峻的法律挑戰(zhàn)，其中著作權(quán)歸屬成為焦點(diǎn)。根據(jù)《中華人民共和國(guó)著作權(quán)法》的相關(guān)規(guī)定，著作權(quán)屬于作者，即創(chuàng)作作品的公民是作者。如無(wú)相反證明，在作品上署名的公民、法人或者其他組織為作者。這意味著除非有特別的合同約定或法律規(guī)定，否則出版物的著作權(quán)默認(rèn)屬于作者本人。作者享有發(fā)表權(quán)、署名權(quán)、修改權(quán)、保護(hù)作品完整權(quán)等一系列權(quán)利，而且可以通過(guò)行使這些權(quán)利獲得相應(yīng)的經(jīng)濟(jì)利益。但人工智能生成內(nèi)容的出現(xiàn)打破了這一常規(guī)認(rèn)知，其創(chuàng)作過(guò)程涉及海量數(shù)據(jù)的學(xué)習(xí)和算法的運(yùn)算，難以簡(jiǎn)單套用傳統(tǒng)的版權(quán)規(guī)則。人工智能存在未經(jīng)授權(quán)使用大量受版權(quán)保護(hù)的作品進(jìn)行模型訓(xùn)練的現(xiàn)象，生成內(nèi)容的著作權(quán)歸屬也存在爭(zhēng)議，這不僅損害了著作權(quán)人的合法權(quán)益，也阻礙了大模型產(chǎn)業(yè)的健康發(fā)展。因此，重構(gòu)適應(yīng)大模型時(shí)代的著作權(quán)中的署名制度具有緊迫性和重要性，旨在保障創(chuàng)作者權(quán)益，促進(jìn)技術(shù)創(chuàng)新與應(yīng)用。

一、國(guó)內(nèi)外研究現(xiàn)狀

在國(guó)外，圍繞人工智能生成物著作權(quán)問(wèn)題的研究主要集中在侵權(quán)認(rèn)定和責(zé)任承擔(dān)方面。學(xué)者們主要探討大模型在訓(xùn)練過(guò)程中對(duì)數(shù)據(jù)的使用是否構(gòu)成侵權(quán)，以及生成物的著作權(quán)歸屬原則。美國(guó)的一些法院在相關(guān)案件中嘗試根據(jù)傳統(tǒng)著作權(quán)法的 “合理使用” 等原則進(jìn)行判斷，但尚未形成統(tǒng)一標(biāo)準(zhǔn)。關(guān)于署名問(wèn)題，有觀點(diǎn)提出應(yīng)明確標(biāo)注生成內(nèi)容的來(lái)源和生成方式，以保障用戶知情權(quán)和創(chuàng)作者的合法權(quán)益。

國(guó)內(nèi)研究更側(cè)重于從法律制度完善和產(chǎn)業(yè)發(fā)展角度出發(fā)。一方面，學(xué)者們分析我國(guó)現(xiàn)有著作權(quán)法律體系在應(yīng)對(duì)大模型版權(quán)問(wèn)題時(shí)的不足，呼吁修訂相關(guān)法律法規(guī)。科技部監(jiān)督司在2023年編寫(xiě)的《負(fù)責(zé)任研究行為規(guī)范指引（2023）》中，從研究選題與實(shí)施、數(shù)據(jù)管理、文獻(xiàn)引用、成果署名、成果發(fā)表等方面對(duì)如何依規(guī)合理使用生成式人工智能作出了具體指引。在成果署名方面，該規(guī)范作出相關(guān)規(guī)定，即“生成式人工智能不得列為成果共同完成人”，“應(yīng)在研究方法或附錄等相關(guān)位置披露使用生成式人工智能的主要方式和細(xì)節(jié)”。在文獻(xiàn)引用方面，指引表示“使用生成式人工智能生成的內(nèi)容，特別是涉及事實(shí)和觀點(diǎn)等關(guān)鍵內(nèi)容的，應(yīng)明確標(biāo)注并說(shuō)明其生成過(guò)程，確保真實(shí)準(zhǔn)確和尊重他人知識(shí)產(chǎn)權(quán)。對(duì)其他作者已標(biāo)注為人工智能生成內(nèi)容的，一般不應(yīng)作為原始文獻(xiàn)引用，確需引用的應(yīng)加以說(shuō)明”，強(qiáng)調(diào)“不得直接使用未經(jīng)核實(shí)的由生成式人工智能生成的參考文獻(xiàn)”。這一規(guī)定在《科技部發(fā)文規(guī)范 AI使用" 禁用 AIGC 直接生成申報(bào)材料》等相關(guān)報(bào)道中也有所體現(xiàn)，旨在規(guī)范科研人員在使用生成式人工智能時(shí)的行為，保障學(xué)術(shù)研究的真實(shí)性、準(zhǔn)確性和知識(shí)產(chǎn)權(quán)等相關(guān)權(quán)益。另一方面，相關(guān)部門(mén)也關(guān)注如何在保障著作權(quán)的前提下，推動(dòng)大模型技術(shù)在文化創(chuàng)意產(chǎn)業(yè)中的合理應(yīng)用。中國(guó)文字著作權(quán)協(xié)會(huì)發(fā)布《加強(qiáng)人工智能版權(quán)保護(hù)，促進(jìn)產(chǎn)業(yè)高質(zhì)量發(fā)展倡議書(shū)》，倡議國(guó)家有關(guān)部門(mén)明確人工智能適用的合理使用場(chǎng)景等，強(qiáng)調(diào)生成式人工智能語(yǔ)料庫(kù)建設(shè)等要確保數(shù)據(jù)來(lái)源合法，要求人工智能技術(shù)開(kāi)發(fā)者承擔(dān)記錄保存義務(wù)，對(duì)使用數(shù)據(jù)及生成內(nèi)容進(jìn)行標(biāo)識(shí)等。這反映了行業(yè)對(duì)人工智能署名及知識(shí)產(chǎn)權(quán)問(wèn)題的關(guān)注，為相關(guān)研究提供了實(shí)踐導(dǎo)向，促使學(xué)者從行業(yè)需求出發(fā)，探索更具操作性的署名保護(hù)方案。

關(guān)于人工智能生成物的署名規(guī)則，學(xué)界也在積極摸索，探討如何建立符合中國(guó)國(guó)情的標(biāo)注機(jī)制，以解決人機(jī)協(xié)作創(chuàng)作中的署名難題。有觀點(diǎn)提出［1］適應(yīng)人機(jī)協(xié)同創(chuàng)作的趨勢(shì)，強(qiáng)調(diào)作品需由人類(lèi)創(chuàng)作完成，具備獨(dú)創(chuàng)性。而人工智能生成內(nèi)容雖在形式上與人類(lèi)創(chuàng)作相似，如人工智能創(chuàng)作的繪畫(huà)、詩(shī)歌等，但創(chuàng)作過(guò)程基于算法、數(shù)據(jù)和模型訓(xùn)練，與人類(lèi)基于靈感、情感的創(chuàng)作存在本質(zhì)區(qū)別。有研究［2］通過(guò)剖析人工智能創(chuàng)作原理，認(rèn)為若僅根據(jù)結(jié)果判斷，某些人工智能作品達(dá)到了一定審美和表達(dá)水準(zhǔn)，應(yīng)納入版權(quán)保護(hù)范疇。然而從創(chuàng)作主體角度出發(fā)，人工智能缺乏意識(shí)和精神內(nèi)核，難以被認(rèn)定為傳統(tǒng)意義上的作者。如在人工智能寫(xiě)作詩(shī)歌的研究中，學(xué)者深入分析詩(shī)歌生成算法，發(fā)現(xiàn)其只是對(duì)海量已有詩(shī)歌數(shù)據(jù)的學(xué)習(xí)和重組，并非自主創(chuàng)作，這對(duì)現(xiàn)有著作權(quán)理論中創(chuàng)作主體的界定發(fā)起了挑戰(zhàn)。然而，到目前為止，無(wú)論是國(guó)內(nèi)還是國(guó)外，在精確衡量人類(lèi)創(chuàng)作者與人工智能在創(chuàng)作過(guò)程中各自貢獻(xiàn)的占比方面，尚未形成深入且全面的系統(tǒng)性研究成果。

二、現(xiàn)有署名制度的局限性

1．傳統(tǒng)版權(quán)制度在大模型時(shí)代的不適應(yīng)性

一是獨(dú)創(chuàng)性認(rèn)定標(biāo)準(zhǔn)的困境。在傳統(tǒng)版權(quán)制度中，獨(dú)創(chuàng)性是作品獲得版權(quán)保護(hù)的核心要件，通常要求作品由作者獨(dú)立創(chuàng)作完成，且具有一定的創(chuàng)造性高度。在大模型時(shí)代，如何判斷其獨(dú)創(chuàng)性成為難題。人工智能生成物是由大模型基于算法對(duì)大量數(shù)據(jù)的學(xué)習(xí)和運(yùn)算而生產(chǎn)的，雖然在形式上可能表現(xiàn)一定的新穎性，但這種新穎性并非源于人類(lèi)作者的獨(dú)立創(chuàng)作思維［3］。以人工智能生成的詩(shī)歌為例，它可能通過(guò)學(xué)習(xí)大量經(jīng)典詩(shī)歌的詞匯、句式和韻律，生成符合詩(shī)歌格式和語(yǔ)義邏輯的文本，但很難確定其是否達(dá)到傳統(tǒng)意義上的獨(dú)創(chuàng)性高度，導(dǎo)致在版權(quán)認(rèn)定時(shí)無(wú)法準(zhǔn)確適用現(xiàn)有的獨(dú)創(chuàng)性標(biāo)準(zhǔn)。

二是作者身份界定的難題。傳統(tǒng)版權(quán)制度將作者定義為創(chuàng)作作品的自然人，強(qiáng)調(diào)作者的人格與創(chuàng)作行為的緊密聯(lián)系［4］。然而，人工智能生成物的創(chuàng)作過(guò)程涉及復(fù)雜的技術(shù)系統(tǒng)，包括數(shù)據(jù)收集與預(yù)處理、模型訓(xùn)練與優(yōu)化、算法運(yùn)行等環(huán)節(jié)，難以確定一個(gè)明確的具有人格屬性的“作者”。如果將模型開(kāi)發(fā)者視為作者，他們的主要工作是設(shè)計(jì)和構(gòu)建模型框架，并未直接參與具體內(nèi)容的創(chuàng)作。若將數(shù)據(jù)提供者視為作者，他們只是提供了訓(xùn)練素材，對(duì)生成物的具體形態(tài)缺乏直接控制。這種作者身份界定的模糊性，使得司法在確定人工智能生成內(nèi)容的版權(quán)歸屬和作者可行使的權(quán)利時(shí)面臨困難。

三是權(quán)利保護(hù)期限與大模型發(fā)展的矛盾。傳統(tǒng)版權(quán)制度規(guī)定了明確的權(quán)利保護(hù)期限，一般為作者有生之年加死后若干年。在大模型時(shí)代，人工智能生成內(nèi)容的更新?lián)Q代速度極快，其商業(yè)價(jià)值和社會(huì)價(jià)值的體現(xiàn)往往集中在較短時(shí)間內(nèi)。由于大模型技術(shù)的持續(xù)發(fā)展和應(yīng)用，其對(duì)早期生成內(nèi)容的利用和再創(chuàng)作可能會(huì)長(zhǎng)期存在［5］，這就導(dǎo)致傳統(tǒng)的權(quán)利保護(hù)期限規(guī)定難以適應(yīng)人工智能生成內(nèi)容的特點(diǎn)——過(guò)短的保護(hù)期限可能無(wú)法充分激勵(lì)創(chuàng)新，過(guò)長(zhǎng)的保護(hù)期限又可能限制技術(shù)的發(fā)展和知識(shí)的傳播。

2．現(xiàn)有署名制度無(wú)法滿足大模型內(nèi)容的需求

一是缺乏對(duì)人工智能參與創(chuàng)作的署名規(guī)范。目前的署名制度主要是針對(duì)人類(lèi)創(chuàng)作者之間的合作創(chuàng)作或獨(dú)立創(chuàng)作進(jìn)行規(guī)范，對(duì)人工智能參與創(chuàng)作的情況缺乏明確規(guī)定。在大模型生成物中，人工智能在創(chuàng)作過(guò)程中發(fā)揮了關(guān)鍵作用，但現(xiàn)有署名制度無(wú)法體現(xiàn)人工智能的貢獻(xiàn)度。這不僅使得使用者難以了解生成內(nèi)容的創(chuàng)作背景和來(lái)源，也不利于司法機(jī)關(guān)在版權(quán)糾紛中明確各方的責(zé)任和義務(wù)。

二是難以平衡人類(lèi)創(chuàng)作者與人工智能在署名中的關(guān)系。在人機(jī)協(xié)作創(chuàng)作的模式下，人類(lèi)創(chuàng)作者與人工智能共同參與內(nèi)容創(chuàng)作，但現(xiàn)有的署名制度難以平衡兩者在署名中的關(guān)系。人類(lèi)創(chuàng)作者擔(dān)心人工智能的署名會(huì)降低自己的創(chuàng)作地位，但不給予人工智能適當(dāng)?shù)氖鹈譄o(wú)法準(zhǔn)確表現(xiàn)創(chuàng)作過(guò)程的實(shí)際情況。在不同的應(yīng)用場(chǎng)景和創(chuàng)作領(lǐng)域，人類(lèi)創(chuàng)作者與人工智能的貢獻(xiàn)程度各不相同，如何根據(jù)貢獻(xiàn)大小確定署名順序和方式，現(xiàn)有制度缺乏相應(yīng)的指導(dǎo)原則和操作規(guī)范。

三是署名的真實(shí)性和可追溯性難以保障。人工智能生成物在傳播過(guò)程中可能會(huì)經(jīng)過(guò)多次修改和再加工，這使得署名的真實(shí)性和可追溯性面臨挑戰(zhàn)。由于缺乏有效的技術(shù)手段和管理機(jī)制，署名信息在傳播過(guò)程中難以保證不被篡改或刪除，最初的創(chuàng)作主體和創(chuàng)作過(guò)程也難以追溯。在一些網(wǎng)絡(luò)平臺(tái)上，人工智能生成物可能被隨意轉(zhuǎn)載和修改，署名信息變得不明晰，導(dǎo)致版權(quán)糾紛發(fā)生時(shí)，無(wú)法準(zhǔn)確判斷作品的原始出處和創(chuàng)作者，影響版權(quán)保護(hù)的效果［6］。

三、基于區(qū)塊鏈的貢獻(xiàn)度量化模型構(gòu)建

在人工智能發(fā)展的過(guò)程中，數(shù)據(jù)共享是提高模型性能的重要途徑。傳統(tǒng)的數(shù)據(jù)共享方式存在隱私泄露、數(shù)據(jù)所有權(quán)難以界定等問(wèn)題，區(qū)塊鏈通過(guò)加密技術(shù)和智能合約，能夠?qū)崿F(xiàn)數(shù)據(jù)的安全共享和可控使用。

1．區(qū)塊鏈在版權(quán)領(lǐng)域的應(yīng)用潛力

數(shù)據(jù)是人工智能發(fā)展的基石，高質(zhì)量的數(shù)據(jù)是訓(xùn)練出精準(zhǔn)、可靠的人工智能模型的關(guān)鍵。區(qū)塊鏈通過(guò)分布式賬本和加密算法，能夠確保數(shù)據(jù)從源頭到使用的全過(guò)程可追溯且不可篡改。區(qū)塊鏈具有去中心化、不可篡改、分布式存儲(chǔ)、可追溯等特性，為解決大模型生成物的版權(quán)問(wèn)題提供了新的思路和方法。區(qū)塊鏈可以用于模型的版權(quán)保護(hù)和交易，當(dāng)模型需要進(jìn)行交易或授權(quán)使用時(shí)，區(qū)塊鏈可以實(shí)現(xiàn)安全、可靠的交易流程，確保模型開(kāi)發(fā)者的權(quán)益得到保障［7］。在版權(quán)登記方面，模型開(kāi)發(fā)者可以將模型的相關(guān)信息和代碼記錄，即作品的元數(shù)據(jù)、創(chuàng)作時(shí)間、作者信息等通過(guò)區(qū)塊鏈的時(shí)間戳和加密技術(shù)記錄在區(qū)塊鏈上，以此實(shí)現(xiàn)作品的快速、高效登記，證明模型的原創(chuàng)性和所有權(quán)，確保版權(quán)信息的真實(shí)性和不可篡改。當(dāng)發(fā)生版權(quán)糾紛時(shí)，權(quán)利人可通過(guò)區(qū)塊鏈追溯作品的創(chuàng)作過(guò)程和傳播歷史，為版權(quán)認(rèn)定提供有力的證據(jù)。在版權(quán)交易方面，區(qū)塊鏈的智能合約功能可以實(shí)現(xiàn)版權(quán)的自動(dòng)交易和授權(quán)，提高交易效率，降低交易成本，減少中間環(huán)節(jié)的信任風(fēng)險(xiǎn)。

2．貢獻(xiàn)度量化模型的設(shè)計(jì)思路

一是數(shù)據(jù)采集與存儲(chǔ)。開(kāi)發(fā)者可利用區(qū)塊鏈的分布式存儲(chǔ)功能，建立一個(gè)安全、可靠的數(shù)據(jù)采集與存儲(chǔ)系統(tǒng)。在創(chuàng)作過(guò)程中，系統(tǒng)將實(shí)時(shí)采集與量化指標(biāo)相關(guān)的數(shù)據(jù)，包括人類(lèi)創(chuàng)作者的操作記錄、人工智能的模型訓(xùn)練數(shù)據(jù)和生成內(nèi)容數(shù)據(jù)等。這些數(shù)據(jù)被加密后存儲(chǔ)在區(qū)塊鏈的各個(gè)節(jié)點(diǎn)上，確保數(shù)據(jù)的安全性和完整性，防止數(shù)據(jù)被篡改或丟失。同時(shí)，系統(tǒng)為每個(gè)數(shù)據(jù)記錄分配唯一的標(biāo)識(shí)，便于后續(xù)的查詢和追溯。

二是智能合約實(shí)現(xiàn)貢獻(xiàn)度計(jì)算。基于區(qū)塊鏈的智能合約可實(shí)現(xiàn)貢獻(xiàn)度的自動(dòng)計(jì)算。智能合約根據(jù)預(yù)設(shè)的量化指標(biāo)和計(jì)算規(guī)則，對(duì)采集的數(shù)據(jù)進(jìn)行分析和計(jì)算，得出人類(lèi)創(chuàng)作者與人工智能在創(chuàng)作過(guò)程中的貢獻(xiàn)度數(shù)值。具體而言，智能合約可根據(jù)創(chuàng)意構(gòu)思的評(píng)估結(jié)果、數(shù)據(jù)標(biāo)注的工作量和質(zhì)量、模型優(yōu)化建議的效果等因素，為人類(lèi)創(chuàng)作者計(jì)算出相應(yīng)的貢獻(xiàn)度分?jǐn)?shù)，再根據(jù)人工智能的學(xué)習(xí)能力、生成內(nèi)容的創(chuàng)新性和準(zhǔn)確性等指標(biāo)，為人工智能計(jì)算出貢獻(xiàn)度分?jǐn)?shù)。智能合約的執(zhí)行過(guò)程是透明的，且不可篡改，保證了貢獻(xiàn)度計(jì)算的公正性和可信度。

3．模型的驗(yàn)證與優(yōu)化

一是實(shí)驗(yàn)設(shè)計(jì)與數(shù)據(jù)驗(yàn)證。開(kāi)發(fā)者可通過(guò)設(shè)計(jì)一系列實(shí)驗(yàn)對(duì)貢獻(xiàn)度量化模型進(jìn)行驗(yàn)證。具體而言，開(kāi)發(fā)者選取不同類(lèi)型的大模型生成內(nèi)容，包括文本、圖像、音頻等，邀請(qǐng)專(zhuān)業(yè)的評(píng)估人員對(duì)人類(lèi)創(chuàng)作者與人工智能的貢獻(xiàn)進(jìn)行主觀評(píng)估，隨后將評(píng)估結(jié)果與模型計(jì)算得出的貢獻(xiàn)度數(shù)值進(jìn)行對(duì)比分析。同時(shí)，利用大量的實(shí)際創(chuàng)作數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練和驗(yàn)證，檢驗(yàn)?zāi)Ｐ驮诓煌瑘?chǎng)景下的準(zhǔn)確性和穩(wěn)定性［8］。如果發(fā)現(xiàn)模型計(jì)算結(jié)果與主觀評(píng)估結(jié)果存在較大偏差，可分析原因并對(duì)模型進(jìn)行調(diào)整和優(yōu)化。

二是反饋機(jī)制與持續(xù)優(yōu)化。開(kāi)發(fā)者可建立反饋機(jī)制，收集用戶和創(chuàng)作者對(duì)貢獻(xiàn)度量化模型的使用反饋，根據(jù)反饋意見(jiàn)不斷優(yōu)化模型的量化指標(biāo)、計(jì)算規(guī)則和數(shù)據(jù)采集方法，提高模型的準(zhǔn)確性和實(shí)用性。隨著大模型技術(shù)的發(fā)展和創(chuàng)作模式的變化及時(shí)調(diào)整模型，能夠使其更好地適應(yīng)新的情況和需求。未來(lái)如果出現(xiàn)新的人工智能技術(shù)或創(chuàng)作工具，開(kāi)發(fā)者應(yīng)及時(shí)將其納入模型的考慮范圍，更新量化指標(biāo)和計(jì)算方法，確保模型始終能夠準(zhǔn)確衡量人類(lèi)創(chuàng)作者與人工智能的貢獻(xiàn)。

四、“人類(lèi)—人工智能” 二元署名體系的建立

1．二元署名體系的基本原則

一是尊重創(chuàng)作事實(shí)原則。“人類(lèi)—人工智能”二元署名體系應(yīng)充分尊重創(chuàng)作事實(shí)，準(zhǔn)確反映人類(lèi)創(chuàng)作者與人工智能在創(chuàng)作過(guò)程中的實(shí)際貢獻(xiàn)和參與程度。無(wú)論是人類(lèi)創(chuàng)作者的創(chuàng)意構(gòu)思、指導(dǎo)干預(yù)，還是人工智能的算法運(yùn)算、內(nèi)容生成，都應(yīng)在署名中得到合理體現(xiàn)。在一篇由人類(lèi)創(chuàng)作者提供主題和關(guān)鍵思路，人工智能輔助生成具體內(nèi)容的文章中，署名應(yīng)明確標(biāo)注人類(lèi)創(chuàng)作者和人工智能的貢獻(xiàn)度，讓讀者能夠清晰地了解實(shí)際的創(chuàng)作情況［9］。

二是保障權(quán)益平衡原則。“人類(lèi)—人工智能”二元署名體系要保障人類(lèi)創(chuàng)作者和人工智能相關(guān)方的權(quán)益平衡，既要保護(hù)人類(lèi)創(chuàng)作者的知識(shí)產(chǎn)權(quán)和聲譽(yù)，確保他們的創(chuàng)作成果得到認(rèn)可和尊重，也要考慮人工智能開(kāi)發(fā)者和數(shù)據(jù)提供者的權(quán)益，為人工智能在創(chuàng)作中的貢獻(xiàn)提供合理的署名和權(quán)益回報(bào)。在版權(quán)收益分配方面，根據(jù)貢獻(xiàn)度量化模型的結(jié)果，按照合理的比例將版權(quán)收益分配給人類(lèi)創(chuàng)作者和人工智能相關(guān)方，從而避免權(quán)益失衡導(dǎo)致的糾紛。

三是便于識(shí)別與追溯原則。署名應(yīng)具有清晰的標(biāo)識(shí)和可追溯性，便于使用者識(shí)別和區(qū)分人類(lèi)創(chuàng)作者與人工智能的創(chuàng)作貢獻(xiàn)。人類(lèi)創(chuàng)作者應(yīng)采用統(tǒng)一的署名格式和規(guī)范，在生成內(nèi)容的顯著位置標(biāo)注人類(lèi)創(chuàng)作者和人工智能的信息并提供相關(guān)的鏈接或標(biāo)識(shí)，以便使用者可以通過(guò)區(qū)塊鏈追溯創(chuàng)作過(guò)程和貢獻(xiàn)度計(jì)算的詳細(xì)信息。如此，不僅有助于版權(quán)管理和糾紛解決，也能提高公眾對(duì)大模型生成內(nèi)容創(chuàng)作過(guò)程的了解和信任。

2．署名的具體方式與格式

一是人類(lèi)創(chuàng)作者署名。人類(lèi)創(chuàng)作者的署名應(yīng)采用真實(shí)姓名或常用筆名且在署名后注明其在創(chuàng)作過(guò)程中的主要貢獻(xiàn)，如 “創(chuàng)意構(gòu)思”“內(nèi)容審核”“模型優(yōu)化指導(dǎo)” 等。如果有多個(gè)人類(lèi)創(chuàng)作者參與創(chuàng)作，可按照貢獻(xiàn)度大小或協(xié)商一致的順序進(jìn)行署名，分別注明各自的貢獻(xiàn)。在一部由多位作者共同創(chuàng)作且人工智能輔助生成部分內(nèi)容的小說(shuō)中，人類(lèi)創(chuàng)作者可以按照 “張一（創(chuàng)意構(gòu)思、主要數(shù)據(jù)提供）、李二（內(nèi)容潤(rùn)色、細(xì)節(jié)補(bǔ)充）” 的方式進(jìn)行署名。

二是人工智能署名。人工智能的署名應(yīng)采用其所屬模型的名稱(chēng)或特定標(biāo)識(shí)，注明 “人工智能生成工具” 字樣，同時(shí)附上該人工智能模型開(kāi)發(fā)主體的名稱(chēng)，如“GPT-4（Open人工智能開(kāi)發(fā)）”“DALL-E3（Open人工智能開(kāi)發(fā)）”。在多人機(jī)協(xié)作創(chuàng)作的復(fù)雜場(chǎng)景中，若多個(gè)人工智能模型參與內(nèi)容生成，可按照它們?cè)趧?chuàng)作過(guò)程中的貢獻(xiàn)主次依次署名，如 “GPT-4（主要內(nèi)容生成，Open人工智能開(kāi)發(fā)）”“Stable Diffusion（圖像輔助生成，Stability 人工智能開(kāi)發(fā)）” 。

三是綜合署名格式。在實(shí)際應(yīng)用中，創(chuàng)作者可將人類(lèi)創(chuàng)作者與人工智能的署名信息進(jìn)行整合，形成統(tǒng)一的綜合署名格式。如在一篇新聞報(bào)道中，署名可呈現(xiàn)為“作者：王小明（選題策劃、內(nèi)容審核）”“人工智能工具：GPT-4（文本生成，Open人工智能開(kāi)發(fā)）”。對(duì)于篇幅較長(zhǎng)、創(chuàng)作過(guò)程復(fù)雜的作品，創(chuàng)作者還可在作品末尾或?qū)ｉT(mén)的說(shuō)明區(qū)域詳細(xì)闡述人類(lèi)與人工智能的具體協(xié)作流程、貢獻(xiàn)度比例等信息，提高署名的透明度，增強(qiáng)其可理解性。

3．二元署名體系的實(shí)施與保障

在技術(shù)實(shí)施層面，開(kāi)發(fā)者可依托區(qū)塊鏈構(gòu)建的貢獻(xiàn)度量化模型，為二元署名體系提供技術(shù)支撐。在作品生成和發(fā)布環(huán)節(jié)，智能合約可自動(dòng)調(diào)取貢獻(xiàn)度計(jì)算結(jié)果，按照既定的署名格式生成署名信息，并將其與作品元數(shù)據(jù)一同記錄在區(qū)塊鏈上。開(kāi)發(fā)者應(yīng)開(kāi)發(fā)相應(yīng)的驗(yàn)證工具和接口，方便內(nèi)容平臺(tái)、版權(quán)管理機(jī)構(gòu)和用戶對(duì)署名信息的真實(shí)性和準(zhǔn)確性進(jìn)行查詢驗(yàn)證。內(nèi)容平臺(tái)可集成區(qū)塊鏈驗(yàn)證插件，用戶在瀏覽大模型生成內(nèi)容時(shí)，點(diǎn)擊署名信息即可查看創(chuàng)作者在區(qū)塊鏈上的詳細(xì)記錄和貢獻(xiàn)度量化過(guò)程。

在法律保障層面，政府等相關(guān)部門(mén)應(yīng)加快制定和完善與大模型生成內(nèi)容版權(quán)及署名相關(guān)的法律法規(guī)和政策文件。如：明確 “人類(lèi)—人工智能” 二元署名體系的法律地位，將該署名體系納入版權(quán)保護(hù)的法律框架中，對(duì)署名的格式、內(nèi)容、變更等事項(xiàng)作出具體規(guī)定，明確創(chuàng)作者若不按規(guī)范進(jìn)行署名應(yīng)承擔(dān)的法律責(zé)任，鼓勵(lì)行業(yè)協(xié)會(huì)制定相關(guān)的行業(yè)標(biāo)準(zhǔn)和自律規(guī)范，引導(dǎo)企業(yè)和創(chuàng)作者遵守二元署名體系，促進(jìn)大模型產(chǎn)業(yè)的健康有序發(fā)展。

在行業(yè)與社會(huì)層面，內(nèi)容創(chuàng)作平臺(tái)、人工智能開(kāi)發(fā)企業(yè)等行業(yè)主體應(yīng)積極響應(yīng)和踐行二元署名體系。內(nèi)容平臺(tái)可在其服務(wù)條款中明確要求用戶對(duì)大模型生成內(nèi)容進(jìn)行規(guī)范署名，同時(shí)為用戶提供相應(yīng)的技術(shù)支持和操作指南。人工智能開(kāi)發(fā)企業(yè)在提供模型服務(wù)時(shí)，應(yīng)向用戶強(qiáng)調(diào)署名的重要性，并協(xié)助用戶完成準(zhǔn)確的署名。此外，營(yíng)造尊重知識(shí)產(chǎn)權(quán)、規(guī)范署名的良好社會(huì)氛圍，積極開(kāi)展宣傳教育活動(dòng)，提高公眾對(duì)大模型生成內(nèi)容版權(quán)和署名問(wèn)題的認(rèn)識(shí)，增強(qiáng)創(chuàng)作者的版權(quán)保護(hù)意識(shí)和規(guī)范署名意識(shí)。

五、結(jié)語(yǔ)

人工智能生成物的版權(quán)模糊性是我國(guó)法律體系在人工智能時(shí)代面臨的重要挑戰(zhàn)，現(xiàn)有版權(quán)與署名制度在應(yīng)對(duì)這一問(wèn)題時(shí)存在局限性。基于區(qū)塊鏈構(gòu)建的貢獻(xiàn)度量化模型，為解決大模型生成內(nèi)容的版權(quán)模糊性提供了創(chuàng)新性技術(shù)方案。該模型通過(guò)確定量化指標(biāo)、采集存儲(chǔ)數(shù)據(jù)和智能合約計(jì)算，精確衡量人類(lèi)創(chuàng)作者與人工智能在創(chuàng)作過(guò)程中的貢獻(xiàn)。在此基礎(chǔ)上建立的“人類(lèi)—人工智能”二元署名體系，以尊重創(chuàng)作事實(shí)、保障權(quán)益平衡、便于識(shí)別追溯為原則，明確人類(lèi)創(chuàng)作者與人工智能的具體署名方式和格式，從技術(shù)、法律、行業(yè)等多個(gè)層面提出了實(shí)施與保障措施。

即便如此，本文提出的方案在實(shí)際應(yīng)用中仍可能面臨挑戰(zhàn)，如區(qū)塊鏈技術(shù)的性能瓶頸、不同主體對(duì)貢獻(xiàn)度量化結(jié)果的爭(zhēng)議等。未來(lái)，業(yè)界需要進(jìn)行深入研究和實(shí)踐探索，不斷加強(qiáng)跨學(xué)科、跨領(lǐng)域的合作，推動(dòng)版權(quán)法律制度與人工智能技術(shù)的協(xié)同發(fā)展，以更好地應(yīng)對(duì)大模型時(shí)代帶來(lái)的版權(quán)問(wèn)題，實(shí)現(xiàn)技術(shù)創(chuàng)新與版權(quán)保護(hù)的良性互動(dòng)。

｜參考文獻(xiàn)｜

［1］楊緒東. 人工智能生成“類(lèi)作品”真實(shí)“署名”義務(wù)探析［J］. 出版發(fā)行研究，2025（3）：86-93.

［2］覃楚翔，趙陶鈞. 學(xué)術(shù)作品傳播視域下生成式人工智能署名的困境與應(yīng)對(duì)［J］. 當(dāng)代傳播， 2023（6）：71-75.

［3］盧炳宏. 論人工智能生成物的著作權(quán)保護(hù)［D］. 長(zhǎng)春：吉林大學(xué)，2021.

［4］劉慧. 人工智能生成創(chuàng)作版權(quán)權(quán)屬認(rèn)定的困境與突破路徑：從個(gè)案認(rèn)定到創(chuàng)作者公示［J］. 出版廣角，2024（12）：38-43.

［5］郭壬癸. 使用生成式人工智能對(duì)學(xué)術(shù)出版?zhèn)惱淼臎_擊與法律治理［J］. 科技與出版，2024（9）：25-33.

［6］丁曉東. 著作權(quán)的解構(gòu)與重構(gòu)：人工智能作品法律保護(hù)的法理反思［J］. 法制與社會(huì)發(fā)展， 2023（5）：109-127.

［7］蘇克治. 基于AI驅(qū)動(dòng)的出版業(yè)數(shù)智化轉(zhuǎn)型協(xié)同治理路徑［J］. 出版廣角，2025（5）：44-49.

［8］姚志偉，沈燚. 人工智能創(chuàng)造物不真實(shí)署名的風(fēng)險(xiǎn)與規(guī)制［J］. 西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020（1）：133-140.

［9］林嘉潤(rùn). 人工智能生成音樂(lè)的著作權(quán)保護(hù)研究［D］. 北京：中國(guó)政法大學(xué)，2023.