生成式人工智能知識產(chǎn)權(quán)侵權(quán)的司法考量

一、現(xiàn)有法律問題

生成式人工智能應(yīng)用（以下簡稱“生成式AI”）的法律問題并不復(fù)雜，之前討論大多集中在信息安全風(fēng)險規(guī)制問題【從已經(jīng)備案甚至落地的生成式AI服務(wù)來看，并未引發(fā)人們預(yù)想的傳播風(fēng)險，除平臺自身審查外，更主要是該服務(wù)質(zhì)量較ChatGPT尚有差距，且未嵌入貼近普通用戶的場景，以致應(yīng)用程度不高。】，在《生成式人工智能服務(wù)管理暫行辦法》發(fā)布后開始轉(zhuǎn)向技術(shù)應(yīng)用過程中的知識產(chǎn)權(quán)侵權(quán)問題。相關(guān)知識產(chǎn)權(quán)侵權(quán)大致可分為大模型訓(xùn)練語料庫內(nèi)容侵權(quán)和生成作品被侵權(quán)兩個層次，后者是個老問題，還可以一直延伸至人工智能能否成為作者甚至法律主體的討論【參見吳漢東：《人工智能時代的制度安排與法律規(guī)制》，載《法律科學(xué)》2017年第5期?！?；而前者引發(fā)的糾紛逐漸增多。本文將聚焦于前者，討論如何看待語料庫來源合法性引發(fā)的糾紛以及這將如何影響此種技術(shù)和行業(yè)的未來?！久绹殉霈F(xiàn)多起著作權(quán)人起訴生成式AI企業(yè)的訴訟，都在進(jìn)行中。】

隨著生成式AI的落地，種種跡象表明，該行業(yè)正經(jīng)歷互聯(lián)網(wǎng)發(fā)展早期“非法興起”的關(guān)鍵而漫長的階段?！竞瑁骸斗欠ㄅd起：理解中國互聯(lián)網(wǎng)演進(jìn)的一個視角》，載《文化縱橫》2016年第5期?！客ㄋ椎卣f，生成式AI背后的大模型需要更多真實和高質(zhì)量的語料庫進(jìn)行訓(xùn)練，才可能對有效標(biāo)記進(jìn)行評估和預(yù)測，并根據(jù)提示詞生成用戶想要的內(nèi)容。除算力外，從何處獲取高質(zhì)量語料庫或數(shù)據(jù)集就成了該行業(yè)繞不開的核心問題。【工業(yè)和信息化部等六部門印發(fā)的《算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展行動計劃》。】

購買正版語料庫是一個選擇。事實上數(shù)據(jù)標(biāo)注投喂算法這一商業(yè)過程很早就開始了，很多企業(yè)一直在進(jìn)行人工標(biāo)注，或者專門收集和錄制特定種類數(shù)據(jù)出售，更多的還是在專門領(lǐng)域積累機器學(xué)習(xí)數(shù)據(jù)。對追求通用化的大模型而言，需要結(jié)構(gòu)化的數(shù)據(jù)體量更加龐大。依靠用戶創(chuàng)造內(nèi)容的平臺企業(yè)并不缺乏數(shù)據(jù)，其模式本身就是在用戶自產(chǎn)自銷過程中來追蹤內(nèi)容生產(chǎn)者和消費者行為，使用算法分析進(jìn)行精準(zhǔn)匹配。如果開發(fā)大模型，無非是在現(xiàn)有模式基礎(chǔ)上增加機器生產(chǎn)和更加自動化的分析，這一切都在平臺創(chuàng)設(shè)的空間內(nèi)部完成。要想真正有能力部署有效果的大模型應(yīng)用，勢必依托于擁有廣泛用戶的在線服務(wù)，從而實時獲取更新的數(shù)據(jù)。如果缺乏用戶為其生產(chǎn)語料庫，自己就需要進(jìn)一步購買或抓取網(wǎng)絡(luò)公開數(shù)據(jù)，而這又是一般生成式AI企業(yè)不愿意付出的成本，因為它們無法預(yù)估購買訓(xùn)練數(shù)據(jù)的效果和直接市場價值。

以往關(guān)于生成式AI侵權(quán)的分析容易脫離商業(yè)模式和市場結(jié)構(gòu)抽象討論。就個案來說，從現(xiàn)有法律中找到一些相對確定的答案解決糾紛并不太難。第一，如果發(fā)生了某生成式AI企業(yè)使用未經(jīng)授權(quán)的作品或數(shù)據(jù)集進(jìn)行訓(xùn)練，盡管難以從生成結(jié)果和學(xué)習(xí)過程中取證，但在企業(yè)內(nèi)部獲取一些涉及大量內(nèi)容文本復(fù)制傳輸行為的證據(jù)相對容易。第二，盡管“機器學(xué)習(xí)”是個技術(shù)術(shù)語，但認(rèn)定為數(shù)據(jù)處理（涵蓋了復(fù)制和使用）問題不大，那么未經(jīng)授權(quán)或沒有盡到合理注意義務(wù)就會有較為顯著的著作權(quán)侵權(quán)風(fēng)險。第三，就算無法認(rèn)定為匯編作品，語料庫作為一個整體也可得到《反不正當(dāng)競爭法》的保護(hù)。在以往相當(dāng)多案件中，通過爬蟲或其他非法手段獲取既有平臺企業(yè)的數(shù)據(jù)并不鮮見，法院也大多以不正當(dāng)競爭訴訟解決了。

如果只分析至此，無助于我們對真實問題的理解，即司法需要采取何種對策回應(yīng)才合適。對事后法律適用而言，區(qū)分算法是否由大模型驅(qū)動的意義不大，只要關(guān)注企業(yè)外在行為和后果即可，而生成式AI治理看起來更多屬于產(chǎn)業(yè)政策問題，無法完全由司法行為主導(dǎo)。然而，個案中的裁判仍然有意義，侵權(quán)認(rèn)定和判罰標(biāo)準(zhǔn)的高低都會釋放對新技術(shù)行業(yè)態(tài)度的不同信號，影響投資者行動。在當(dāng)下強調(diào)訴源治理的大背景下，有必要考慮為何此類糾紛會發(fā)生、生成式AI想要什么以及如何發(fā)揮司法的邊際作用，從而幫助降低行業(yè)發(fā)展的制度成本，實現(xiàn)合作共贏。

如果大量高質(zhì)量語料庫掌握在不同企業(yè)手中，生成式AI企業(yè)自然可以通過談判進(jìn)行交易。但問題在于，部分大模型開發(fā)者難以通過合理價格獲取想要的訓(xùn)練數(shù)據(jù)，這涉及相當(dāng)多的問題。例如，數(shù)據(jù)本身的價值無法通過市場得以展示或定價、從購買數(shù)據(jù)到訓(xùn)練后形成穩(wěn)定的商業(yè)模式需要比較長的時間，以及如果缺乏足夠多的前期投入基本上不太可能成功。這也是為什么經(jīng)過大約半年的炒作，大模型市場泡沫開始退去。除去經(jīng)濟(jì)下行因素，資本投資也比較謹(jǐn)慎，那些缺乏明確商業(yè)模式的項目可能都無法進(jìn)行。因此人們對語料庫價格的預(yù)期就不太可能過高，但同時相當(dāng)多語料庫企業(yè)對其持有的結(jié)構(gòu)化數(shù)據(jù)都抱有樂觀態(tài)度，他們寧愿待價而沽或者在談判時“敲竹杠”。理性的語料庫企業(yè)已經(jīng)認(rèn)識到即使授權(quán)給大模型企業(yè)，也未必能得到即時回報，考慮到市場的不確定性，更有可能抬高價格，賺取短期收益。特別是那些已經(jīng)擁有廣泛內(nèi)容生態(tài)的平臺企業(yè)會更加謹(jǐn)慎，因為它們無法測度內(nèi)容授權(quán)共享給對方帶來的間接流量收益，更擔(dān)心生成式AI企業(yè)將通過不斷學(xué)習(xí)優(yōu)質(zhì)數(shù)據(jù)而成為內(nèi)容生產(chǎn)者或生產(chǎn)鏈條上游的工具壟斷者，降低整個內(nèi)容服務(wù)市場的成本并占據(jù)競爭優(yōu)勢。在雙方不同預(yù)期下，談判很容易破裂，即便大模型開發(fā)者試圖以侵權(quán)促合作，也未必有好的效果。

導(dǎo)致生成式AI企業(yè)轉(zhuǎn)向私人控制語料庫的另一個原因是網(wǎng)絡(luò)空間中缺乏高質(zhì)量的公開數(shù)據(jù)，大量有價值的內(nèi)容和行為數(shù)據(jù)事實上由私人平臺持有。即使各級政府一直在推動公共數(shù)據(jù)開放，當(dāng)下也因財政問題和數(shù)據(jù)安全擔(dān)憂而轉(zhuǎn)向更保險的授權(quán)運營機制。早期互聯(lián)網(wǎng)的開放生態(tài)和行業(yè)規(guī)范已逐漸存在轉(zhuǎn)向封閉和自我循環(huán)的傾向。由此不難理解，包括可能的大模型開發(fā)者在內(nèi)的AI創(chuàng)業(yè)者不得不嘗試通過爬蟲等方式獲取各類網(wǎng)絡(luò)數(shù)據(jù)用以開發(fā)新技術(shù)，而無論是否得到授權(quán)。這就和早期互聯(lián)網(wǎng)“非法興起”十分類似。但不同之處在于，早期“非法興起”得到的信息內(nèi)容經(jīng)過數(shù)字化轉(zhuǎn)換就可以直接變成免費內(nèi)容在網(wǎng)上使用，并成為平臺商業(yè)模式的一部分；而生成式AI企業(yè)即使對語料庫進(jìn)行預(yù)訓(xùn)練，也并不意味著可以直接產(chǎn)生可預(yù)期的價值。這也導(dǎo)致現(xiàn)有語料庫平臺企業(yè)往往更愿意自己單獨開發(fā)大模型，提升已有服務(wù)的質(zhì)量，而較少和外部力量合作，更不可能想象會迅速取代已有服務(wù)?！纠纾袊W(wǎng)依托大量學(xué)術(shù)研究論文開發(fā)論文閱讀和分析的大模型服務(wù)，而沒有和外部主體合作?！窟@個邏輯也是理解目前平臺企業(yè)間內(nèi)容流動互聯(lián)互通無法實現(xiàn)的重要因素，即兩個成熟生態(tài)系統(tǒng)之間的要素交換難以定價，依靠行政指令強制合作難以得到好的效果。

二、作為權(quán)益分配的司法裁判

如果我們相信生成式AI代表著未來人工智能模式發(fā)展的重要技術(shù)路徑，就會對大模型數(shù)據(jù)訓(xùn)練過程保持寬容，認(rèn)定數(shù)據(jù)訓(xùn)練過程并不會帶來直接可見損失，而一旦大模型訓(xùn)練成功則可以反過來惠及更多行業(yè)和開發(fā)者，成為某種基礎(chǔ)設(shè)施甚至必需設(shè)施?！緩埩韬骸渡墒饺斯ぶ悄艿姆啥ㄎ慌c分層治理》，載《現(xiàn)代法學(xué)》2023年第4期?！吭谶@種立場下，數(shù)據(jù)確權(quán)只會阻礙流動，只有發(fā)現(xiàn)存在對語料庫持有者造成明顯損害的行為時才需要追責(zé)，甚至可以充分利用“避風(fēng)港規(guī)則”限定責(zé)任范圍，降低注意義務(wù)的成本?！就趵鳎骸渡墒饺斯ぶ悄芮謾?quán)的法律應(yīng)對》，載《中國應(yīng)用法學(xué)》2023年第5期。】這種思路實際上是一種責(zé)任規(guī)則，即在無法事先確定要素價格以及無法獲得要素持有人同意的情況下，由法院事后適用損害賠償，確定一個法定價格。另一種態(tài)度則是嚴(yán)格保護(hù)語料庫數(shù)據(jù)集的財產(chǎn)性利益，只有明確獲得授權(quán)才可以使用，且考慮到其建設(shè)投入的固定成本很高，要為侵權(quán)行為設(shè)定較高的注意義務(wù)標(biāo)準(zhǔn)，主張按照通行市場價格（往往是壟斷定價）進(jìn)行賠償。這是一種典型的財產(chǎn)規(guī)則思路?！綠uido Calabresi， Douglas Melamed， Property Rules， Liability Rules and Inability Rules： One View of the Cathedral， Harvard Law Review， Vol. 85， No. 6， 1972.】

兩種思路都不乏支持者，如前所述，大模型開發(fā)者極力呼吁責(zé)任規(guī)則，而語料庫持有者則保持觀望，希望落實財產(chǎn)規(guī)則，并試圖威懾其他潛在大模型開發(fā)者不要輕舉妄動。有趣的是，數(shù)據(jù)確權(quán)議題本身就是那些沒有能力獲得數(shù)據(jù)的企業(yè)提出的意識形態(tài)話語，因為只有將數(shù)據(jù)權(quán)屬分散到個體，而不是控制個體數(shù)據(jù)的大型平臺，個體才可能有動力在各種誘惑和補貼下將數(shù)據(jù)進(jìn)行轉(zhuǎn)移（通過“一鍵搬家”軟件，實現(xiàn)“數(shù)據(jù)攜帶權(quán)”），從而降低創(chuàng)業(yè)成本。大型平臺在數(shù)據(jù)確權(quán)討論中從來都保持沉默，因為它們想要的并非具體的數(shù)據(jù)要素確權(quán)，而是整體性的架構(gòu)財產(chǎn)權(quán)，目的是有效排除競爭對手未經(jīng)許可即進(jìn)入架構(gòu)空間?！竞瑁骸稊?shù)字經(jīng)濟(jì)中的兩種財產(chǎn)權(quán)：從要素到架構(gòu)》，載《中外法學(xué)》2021年第6期?！?/p>

因此問題就變成了，從整體利益考量出發(fā)，生成式AI產(chǎn)業(yè)需要何種規(guī)則才能更好地滿足社會需求，即不僅要把蛋糕做大，還要相對公平地分蛋糕。在科斯看來，如果交易成本足夠低，將權(quán)益事先配置給哪一方問題都不大，有價值的資源和技術(shù)自然會流轉(zhuǎn)至需要的市場主體手中。【參見［美］羅納德·H.科斯：《社會成本問題》，載《企業(yè)、市場與法律》，盛洪、陳郁譯校，格致出版社2014年版，第146頁。】就數(shù)據(jù)要素市場而言也類似，只要生成式AI企業(yè)和語料庫企業(yè)有意愿進(jìn)行談判，就可以通過合作方式而非單純交易共同有效開發(fā)這些數(shù)據(jù)。鑒于目前雙方很難就生成式AI使用高質(zhì)量語料庫的價格達(dá)成共識，一旦發(fā)生侵權(quán)行為，法院設(shè)定的賠償標(biāo)準(zhǔn)就非常關(guān)鍵。如果無論如何都會發(fā)生非法方式獲取數(shù)據(jù)的侵權(quán)行為，責(zé)任規(guī)則和財產(chǎn)規(guī)則的差別實際上就成了損害賠償?shù)耐爻潭葐栴}。如果賠償額度持續(xù)較高，則可能帶來高強度威懾，抑制潛在的大模型開發(fā)者，降低行業(yè)活躍程度，也就更接近財產(chǎn)規(guī)則；如果賠償額度較低，威懾強度也隨之降低，行業(yè)更有動力進(jìn)行嘗試，也就更接近責(zé)任規(guī)則。

這里主要涉及兩個層次的因素。首先是行為定性和發(fā)生概率。數(shù)據(jù)不正當(dāng)競爭行為在互聯(lián)網(wǎng)行業(yè)并不少見，經(jīng)過大約十年的積累和傳播，現(xiàn)有《反不正當(dāng)競爭法》已經(jīng)完全可以涵蓋和規(guī)制，司法領(lǐng)域逐漸達(dá)成了共識：未經(jīng)許可入侵架構(gòu)空間獲取資源要素的行為屬于不正當(dāng)競爭。無論事后數(shù)據(jù)如何使用，只要使用爬蟲或軟件外掛進(jìn)行數(shù)據(jù)轉(zhuǎn)移，就可以認(rèn)定為破壞了數(shù)字市場秩序。盡管法律對特定處罰行為尚沒有明確授權(quán)，這一趨勢開始擴(kuò)展到行政執(zhí)法領(lǐng)域。【2022年，浙江省杭州市監(jiān)局辦理了全國首例“搬店軟件”新型不正當(dāng)競爭案，兩家涉案的科技公司以12元至699元不等的價格對外出售“搬店軟件”，累計爬取了2000萬條數(shù)據(jù)，被處罰140萬元。2023年天津市監(jiān)局也辦理了類似案件。以往此類案件一般通過司法方式認(rèn)定不正當(dāng)競爭進(jìn)行判罰。】但重要的還不是定性，而是就賠償額度統(tǒng)一標(biāo)準(zhǔn)，從而在司法領(lǐng)域和行業(yè)內(nèi)都形成可預(yù)期的行為尺度。這并不容易，各地法院很難短時間內(nèi)就要素價格標(biāo)準(zhǔn)達(dá)成共識。

其次是威懾強度。司法事實上需要做的并非選擇題，而是幫助確定一個合理價格。這意味著司法未必只有積極應(yīng)對才是對的，只要不過度妨礙大模型技術(shù)的開發(fā)，推動市場調(diào)節(jié)可能會有更好的效果。一般而言，在此類案件中，判處侵權(quán)的賠償價格不僅應(yīng)低于作為原告的語料庫企業(yè)提出的天價賠償額度，也應(yīng)盡可能低于一個可能的壟斷市場價格。其目的不僅在于補償原告過去的投入及確定賠償標(biāo)準(zhǔn)，同時也表達(dá)了對新技術(shù)研發(fā)可能失敗的鼓勵甚至獎勵。如果社會想要一直向前，就不得不容忍新技術(shù)帶來的一定程度的破壞性?？吹剿痉ú⒉辉噲D主動干預(yù)，雙方當(dāng)事人才有可能重新思考行動策略：要么原告試圖和解，并收取略高于賠償金的價格達(dá)成合作，這也是被告可以接受的；要么原告采取自我防御的技術(shù)措施，防止爬蟲爬取，或者自行開發(fā)大模型，將社會成本內(nèi)化。

三、生成式AI的商業(yè)模式

司法裁判在確定賠償數(shù)額時，也可以考慮生成式AI展示出的不同類型的商業(yè)模式，進(jìn)而理解它們對法律制度供給的不同需求。目前，除了AI內(nèi)容生成需要受到監(jiān)管外，對模型訓(xùn)練內(nèi)容的合法性也有一定約束?！緟⒁姟渡墒饺斯ぶ悄芊?wù)管理暫行辦法》第7條?！空Z詞表達(dá)本身決定了我們看待特定技術(shù)應(yīng)用的不同面向。如果我們使用“生成式”，表達(dá)的實際上是生成內(nèi)容為主的AI服務(wù)，而“大模型”則是任何一種服務(wù)背后的算法設(shè)計，其使用潛力未必僅限于內(nèi)容生產(chǎn)。機器學(xué)習(xí)和數(shù)據(jù)訓(xùn)練從外部觀察視角看來只是一個黑箱內(nèi)部的技術(shù)環(huán)節(jié)，只有在成熟的平臺服務(wù)模式下才顯示出其能力，這必須依托一個服務(wù)形式觸及用戶才能做到。用戶在意的也并非單純的內(nèi)容生成，少有人會無聊到時時和機器聊天，或者僅為了生成有趣圖片而持續(xù)使用大模型，而是會尋求多元的應(yīng)用目標(biāo)。因此，只有在現(xiàn)有服務(wù)基礎(chǔ)上的生成式應(yīng)用才更實際一些，既能滿足用戶的創(chuàng)造欲望，又可以生產(chǎn)出更多可供消費的多樣性服務(wù)。這也意味著生成式AI盡管生產(chǎn)能力極大增強，自身卻未必能單獨產(chǎn)生新的穩(wěn)定模式。

我們可以通過光譜方式對可能的商業(yè)模式大致加以展示。第一，對于已經(jīng)擁有語料庫內(nèi)容的平臺企業(yè)而言，可以逐漸加大AI生成工具介入的程度，輔助人類用戶創(chuàng)作，讓用戶內(nèi)容更加豐富多元。但這可能也會導(dǎo)致一些生產(chǎn)者抵制機器生產(chǎn)（如繪畫領(lǐng)域），為了繼續(xù)獲取流量，平臺不得不作出妥協(xié)。第二，對于獨立的生成式AI企業(yè)而言，可以模仿既有平臺模式依靠用戶使用AI軟件生產(chǎn)，但約定用戶生成作品需要發(fā)布在特定封閉平臺內(nèi)供其他用戶學(xué)習(xí)交流，也可以采取會員制。AI企業(yè)在其中僅起到組織生產(chǎn)的功能，但也需要對內(nèi)容合法性承擔(dān)一定的注意義務(wù)。第三，生成式AI企業(yè)可以出租或出售軟件，約定由用戶成為特定作品的創(chuàng)作主體，因此一切使用該軟件的行為都是用戶個人行為，傳播和發(fā)布完全由用戶本人負(fù)責(zé)。這種模式目前在行業(yè)發(fā)展初期較為常見，即企業(yè)試圖避免擔(dān)責(zé)，從而放棄可能的AI作品收益。第四，生成式AI企業(yè)全自動生產(chǎn)成為內(nèi)容服務(wù)提供者，這種模式下自然會主張獨立的創(chuàng)作者地位，用戶只能訂閱瀏覽，但不能傳播或再創(chuàng)作。我們尚未看到最后一種全新機器生產(chǎn)模式的大規(guī)模普及，盡管法律和政策分析多是以此為前提的。

如果生成式AI沒能構(gòu)成一個全新的生產(chǎn)方式，只是某些無法預(yù)知未來的新技術(shù)，甚至無法成為基礎(chǔ)設(shè)施，那么法律進(jìn)行特別傾斜保障的理由似乎就變?nèi)趿?。從歷史上看，互聯(lián)網(wǎng)“非法興起”的意義就在于實現(xiàn)了針對工業(yè)化生產(chǎn)方式在組織意義上的突破，但生成式AI如果在現(xiàn)有平臺模式基礎(chǔ)上延伸，就會受到當(dāng)下保護(hù)既有平臺利益的法律規(guī)則的約束。但同時也要注意到，“非法興起”并非一個應(yīng)然狀態(tài)，而是數(shù)字經(jīng)濟(jì)創(chuàng)新突破的實然解釋，我們只有在一項技術(shù)和模式成熟的情況下才意識到之前的若干政策措施做對了，才可能回過頭去總結(jié)經(jīng)驗，盡管對未來也未必管用。這是否意味著司法裁判應(yīng)當(dāng)且不得不采取一種無為態(tài)度？

如果更加細(xì)致地分析，以下幾個因素決定了，至少在當(dāng)前生成式AI侵權(quán)場景下，責(zé)任規(guī)則可以廣為適用且負(fù)外部性不大。

第一，模型訓(xùn)練是整個生成式AI開發(fā)的關(guān)鍵環(huán)節(jié)，但從開發(fā)到落地還有其他眾多環(huán)節(jié)，使用財產(chǎn)規(guī)則認(rèn)定侵權(quán)并施加高損害賠償既超越了利益雙方認(rèn)知，也不會帶來任何實際好處。第二，中國的情況和美國以ChatGPT和LaMDA為首的市場結(jié)構(gòu)不同，率先開發(fā)大模型的企業(yè)并未具有突出的競爭優(yōu)勢，且大模型開發(fā)者較少掌握高質(zhì)量語料庫，短時間內(nèi)沒有反競爭的跡象，也不會出現(xiàn)非常明顯的無序爬取大量數(shù)據(jù)的不正當(dāng)競爭。第三，有能力投入大模型開發(fā)的都是實力雄厚的大企業(yè)，它們之間的糾紛爭議可以限制在一定范圍內(nèi)不會擴(kuò)大。其行為模式分別是：對于大模型開發(fā)者，除非必要，一般不會投資過多以購買很多分散的語料庫，因為新增單一語料庫僅僅是在邊際上改善，無法看出對大模型功能的明顯提升，只要能通過大模型招牌成功吸引合作者圈地即可。這解釋了為何大量不成熟的大模型產(chǎn)品紛紛發(fā)布，哪怕面臨監(jiān)管風(fēng)險。對于語料庫持有者，它們會自己開發(fā)大模型，并嚴(yán)格保護(hù)自己的數(shù)據(jù)，且有能力游說政府進(jìn)行監(jiān)管處罰。因此，提出生成式AI侵權(quán)議題的可能更多是大型企業(yè)，只要考慮到算力成本就可以理解中小企業(yè)基本上不太可能加入這場論辯。第四，盡管就大模型應(yīng)用落地還很難在全社會范圍內(nèi)達(dá)成共識，特別是個體生產(chǎn)者往往擔(dān)心自己被取代，但已經(jīng)有行業(yè)協(xié)會（如文著協(xié)）牽頭同大模型開發(fā)者進(jìn)行交流討論，這就意味著兩個利益群體及其代理人之間的協(xié)調(diào)總體可控。

四、結(jié)語

本文并不試圖對未來進(jìn)行預(yù)測，也不站隊，而是從司法裁判層面出發(fā)，簡要分析為何責(zé)任規(guī)則在處理生成式AI侵權(quán)糾紛中可能更為合適。我們已經(jīng)看到行業(yè)資源在不斷整合與合作，一起把蛋糕做大。責(zé)任規(guī)則的好處不在于保證那些率先投入的企業(yè)能真正獲得低成本的資源，而是留出可能的創(chuàng)新空間，并引導(dǎo)社會既得利益者向該領(lǐng)域投入更多，最終帶動整個行業(yè)轉(zhuǎn)型，施惠于整個社會。相較于財產(chǎn)規(guī)則，責(zé)任規(guī)則可能更加適應(yīng)這個時代的變化，并推動可能的創(chuàng)新。

本文尚未深入觸及的問題是分配，即帶來強大生產(chǎn)能力的生成式AI是否最終能推動更有價值和高效的生產(chǎn)，從而降低所有社會成員的生活與工作成本，并給那些被取代的潛在勞動者以合理回饋和補償，繼續(xù)處理好個體勞動者和平臺企業(yè)的關(guān)系，無論這種平臺是語料庫持有者還是大模型開發(fā)者。

［責(zé)任編輯 榮圓夢］