論人工智能生成物的著作權(quán)侵權(quán)風險及救濟途徑

［摘要］隨著生成式人工智能，如ChatGPT等產(chǎn)品的快速崛起，在顯著提升生產(chǎn)效率的同時，也引發(fā)了著作權(quán)侵權(quán)問題，AIGC在數(shù)據(jù)輸入、機器學習、內(nèi)容輸出等階段均存在侵犯復(fù)制權(quán)與演繹權(quán)的風險。通過分析不同著作權(quán)體系國家對AIGC可版權(quán)性的判斷標準后，文章發(fā)現(xiàn)，AIGC服務(wù)提供者應(yīng)承擔主要的侵權(quán)責任，因其在侵權(quán)風險的產(chǎn)生與內(nèi)容的直接提供中扮演著核心角色。為有效應(yīng)對AIGC帶來的著作權(quán)侵權(quán)挑戰(zhàn)，文章提出了雙軌制的救濟措施：一是明確侵權(quán)責任分配的事后救濟途徑，確保著作權(quán)人的權(quán)益得到有效維護；二是采取數(shù)字權(quán)利管理系統(tǒng)的事前救濟措施，通過技術(shù)手段預(yù)防侵權(quán)行為的發(fā)生。

［關(guān)鍵詞］人工智能生成物；生成式人工智能；著作權(quán)侵權(quán)；侵權(quán)救濟；可版權(quán)性

隨著技術(shù)的飛速發(fā)展，人工智能（AI）已成為引領(lǐng)科技變革的重要力量，在提升生產(chǎn)效率同時也引發(fā)了諸多倫理與法律爭議。AI在發(fā)展初期主要局限于執(zhí)行簡單、明確且重復(fù)性高的任務(wù)，而隨著其智能化程度的提高，其學習能力也隨之提升。2022年，ChatGPT的面世，更是激起了學界的廣泛討論，該產(chǎn)品能依據(jù)用戶指令自動生成內(nèi)容，并基于自然語言處理技術(shù)，實現(xiàn)與人類深度且流暢的交流［1］。這標志著AI進入生成式人工智能階段，可以在無人類干預(yù)情形下自行抓取信息并生成內(nèi)容［2］，其雖然提高了生產(chǎn)效率，但也帶來了一系列法律問題，如著作權(quán)侵權(quán)問題等，亟待解決。

一、人工智能生成物的著作權(quán)侵權(quán)風險類型

人工智能生成物（Artificial Intelligence GeneratedContent，簡稱AIGC）指由人工智能技術(shù)生成的內(nèi)容，這些內(nèi)容可以是文本、圖像、音頻、視頻等多種形式。以往的科學技術(shù)會對作品的存在形式、權(quán)利類型和權(quán)利限制造成影響。而如今的生成式人工智能不僅影響著作權(quán)人的傳播權(quán)，而且已經(jīng)對著作權(quán)人的復(fù)制權(quán)、演繹權(quán)造成了損害。

（一）AIGC侵犯復(fù)制權(quán)的風險

AIGC的產(chǎn)生需要經(jīng)歷“數(shù)據(jù)輸入—機器學習—內(nèi)容輸出”三個階段，而其侵犯復(fù)制權(quán)的風險在每個階段皆有體現(xiàn)。第一，在數(shù)據(jù)輸入與機器學習階段，即內(nèi)容輸出階段前，此階段生成式人工智能并不與公眾直接交互，其運行核心在于“對既有作品的數(shù)字化轉(zhuǎn)制與存儲”［3］。生成式人工智能會從公共領(lǐng)域搜集版權(quán)作品作為訓練材料，并存儲有關(guān)副本，而在此過程中不可避免地會抓取未經(jīng)著作權(quán)人明確授權(quán)的版權(quán)內(nèi)容，故可能會侵犯抓取作品的復(fù)制權(quán)。同時，在進入深度學習與強化訓練前，生成式人工智能依賴開發(fā)者預(yù)先整合的海量數(shù)據(jù)資源，這些數(shù)據(jù)通過自然語言處理（NLP）技術(shù)轉(zhuǎn)化為數(shù)據(jù)模型或副本，供算法迭代優(yōu)化［4］。此轉(zhuǎn)換過程，本質(zhì)仍是對版權(quán)作品的數(shù)字化復(fù)制，若數(shù)據(jù)源中包含未經(jīng)授權(quán)的數(shù)字作品或受版權(quán)法保護的數(shù)據(jù)庫內(nèi)容，則會構(gòu)成對復(fù)制權(quán)的侵犯。第二，在內(nèi)容輸出階段，同樣存在侵犯著作權(quán)人復(fù)制權(quán)的風險。不同于前兩個階段的內(nèi)部數(shù)字化復(fù)制，內(nèi)容輸出階段涉及對作品中獨創(chuàng)性元素的公開展示或再現(xiàn)，旨在讓公眾能夠直接感知或接觸。若AIGC與用于訓練的基礎(chǔ)數(shù)據(jù)作品間存在顯著的實質(zhì)性相似，則構(gòu)成對原作品復(fù)制權(quán)的侵犯。

（二）AIGC侵犯演繹權(quán)的風險

演繹作品指通過對現(xiàn)有作品進行改編、整合、或翻譯等，創(chuàng)造出蘊含原創(chuàng)元素的新作品形態(tài)。當AIGC展現(xiàn)出一定的獨創(chuàng)性，而核心內(nèi)容依然沿用先前作品的基本表述框架時，則AIGC有可能被界定為演繹作品，故若生成式人工智能的開發(fā)者或服務(wù)提供商未事先征得原作品權(quán)利人的許可，AIGC就可能會侵犯版權(quán)作品的演繹權(quán)。

依據(jù)著作權(quán)法第十條第1項第14款對“改編權(quán)”的規(guī)定，“改編權(quán)”是改變原有作品，進而創(chuàng)作出新穎且具有獨創(chuàng)性作品的權(quán)利。從這一法律條文的邏輯出發(fā)，未經(jīng)著作權(quán)人許可而進行改編完成的作品，須具有獨創(chuàng)性才可能會侵犯改編權(quán)。而AIGC的獨創(chuàng)性一直是具有爭議性的話題，縱觀我國有關(guān)人工智能生成物的司法實踐，可見司法機構(gòu)傾向于對其采取有條件保護的司法原則［5］。例如，在“騰訊與盈訊糾紛案”中，法院認定涉案文章雖由Dreamwriter軟件生成，但其外在展現(xiàn)形式源于創(chuàng)作者的個性化設(shè)計與編排，具備獨創(chuàng)性，因此符合著作權(quán)法對文字作品的保護標準。這體現(xiàn)了人工智能生成物可能蘊含創(chuàng)造性，并存在侵犯改編權(quán)的風險。

在生成式人工智能技術(shù)的數(shù)據(jù)處理流程中，依據(jù)是否對輸入數(shù)據(jù)進行標記及處理方式的不同，其“機器學習”可被劃分為監(jiān)督學習、半監(jiān)督學習及無監(jiān)督學習三類［6］。盡管生成式人工智能常用的生成式對抗網(wǎng)絡(luò)（GANs）技術(shù)屬于無監(jiān)督學習范疇，不涉及數(shù)據(jù)標記過程，因此在直接的數(shù)據(jù)分析階段不直接觸犯改編權(quán)，但無論是何種監(jiān)督程度的學習方式，均涉及對數(shù)據(jù)的篩選、組織及整合，這些行為在本質(zhì)上可視為一種“匯編”操作，有可能對原版權(quán)作品的匯編權(quán)構(gòu)成潛在侵犯［7］。

二、人工智能生成物的可版權(quán)性探究

探討AIGC的可版權(quán)性，對明確其法律地位、責任主體及后續(xù)保護措施具有重要意義。若AIGC具有可版權(quán)性，便意味著著作權(quán)人可能會突破至“人”以外的群體；若其不具有可版權(quán)性，則不應(yīng)被納入著作權(quán)保護范疇。當前，關(guān)于人工智能生成內(nèi)容的可版權(quán)性，尚無明確結(jié)論，主要爭議點在于其生成的內(nèi)容是否具有獨創(chuàng)性。

以美國為代表的版權(quán)體系國家，其著作權(quán)法對獨創(chuàng)性的探索歷史悠久，1903年的Bleistein案奠定了獨創(chuàng)性寬松判定的基礎(chǔ)，即作品與既有作品間存在細微差異即可。然而，隨著法律演進，1991年的Feist案進一步調(diào)整了獨創(chuàng)性的判斷標準，對判斷標準進行細化，強調(diào)獨創(chuàng)性應(yīng)超越形式差異，蘊含基本的主觀創(chuàng)造性。2023年3月，美國版權(quán)局進一步明確，基于AI技術(shù)（如ChatGPT、Midjourney）自動生成的內(nèi)容不享有著作權(quán)保護，而人類使用軟件（如Photoshop）創(chuàng)作的圖像則受保護。這表明，美國更傾向于依據(jù)生成物的客觀特征與經(jīng)濟價值，來逆向推斷其獨創(chuàng)性，重視個性表達的微弱體現(xiàn)。相比之下，以德國為代表的作者權(quán)體系國家，則強調(diào)獨創(chuàng)性必須根植于作者的主觀能動性與思想創(chuàng)造，明確區(qū)分創(chuàng)造性智力活動與機械性勞動。依此標準，作品應(yīng)為作者人格之延伸，正如黑格爾所言“唯有通過心靈的創(chuàng)造性活動方能成就藝術(shù)”［8］。此標準排除了諸如臨摹、解題等機械勞動成果，認為它們未體現(xiàn)作者獨特的人格特征。

在我國，關(guān)于AIGC的版權(quán)性問題，存在三種主流觀點：第一，有學者認為AIGC僅是算法與模板的產(chǎn)物，缺乏人類精神活動的痕跡，難以構(gòu)成作品［9］；第二，一些學者主張AIGC雖由算法生成，但其內(nèi)容與形式均受人類干預(yù)，體現(xiàn)了人類意志，應(yīng)受版權(quán)保護［10］；第三，鑒于人工智能的快速發(fā)展，部分學者認為這種趨勢會對現(xiàn)有著作權(quán)法律體系造成沖擊，故倡導(dǎo)對獨創(chuàng)性判斷標準及著作權(quán)歸屬機制進行必要調(diào)整以適應(yīng)技術(shù)發(fā)展［11］。

三、人工智能生成物的侵權(quán)主體確定

如上所述，不同著作權(quán)體系的國家對人工智能生成物獨創(chuàng)性的判斷標準并不統(tǒng)一，我國對AIGC的可版權(quán)性判斷，無論是學術(shù)界還是實務(wù)界均存在爭議。鑒于技術(shù)發(fā)展的復(fù)雜性與現(xiàn)行法律規(guī)定的限制性，AIGC確已引發(fā)著作權(quán)侵權(quán)問題，且無可避免，因此明確AIGC侵權(quán)主體對解決侵權(quán)問題具有重要意義。

（一）傳統(tǒng)網(wǎng)絡(luò)著作權(quán)侵權(quán)的主體及責任

在我國民法體系中，網(wǎng)絡(luò)侵權(quán)責任屬于特殊侵權(quán)責任的一種，其核心在于明確網(wǎng)絡(luò)服務(wù)提供者、被侵權(quán)人以及實際侵權(quán)人三者之間的法律關(guān)系架構(gòu)［12］。傳統(tǒng)網(wǎng)絡(luò)侵權(quán)行為主要指網(wǎng)絡(luò)用戶通過互聯(lián)網(wǎng)平臺侵犯他人合法權(quán)益，網(wǎng)絡(luò)用戶作為直接侵權(quán)者承擔主要責任，但當網(wǎng)絡(luò)服務(wù)提供者未盡到注意義務(wù)或未能采取適當措施有效遏制侵權(quán)行為時，也要承擔間接侵權(quán)責任。

根據(jù)《中華人民共和國民法典》第1194條的規(guī)定，網(wǎng)絡(luò)侵權(quán)損害賠償責任的判定遵循“過錯責任原則”，包括故意和過失兩種。網(wǎng)絡(luò)用戶及網(wǎng)絡(luò)服務(wù)提供者在故意狀態(tài)下違反保護他人權(quán)益的基本義務(wù)，在過失狀態(tài)下則是對其應(yīng)盡注意義務(wù)的疏忽。根據(jù)《中華人民共和國民法典》的有關(guān)規(guī)定，網(wǎng)絡(luò)服務(wù)提供者還要遵循“通知—刪除”規(guī)則，用于評估網(wǎng)絡(luò)服務(wù)提供者是否充分履行了注意義務(wù)［13］，并據(jù)此判斷其是否存在主觀過錯。著作權(quán)人發(fā)現(xiàn)網(wǎng)絡(luò)用戶侵犯其著作權(quán)后，可通知網(wǎng)絡(luò)服務(wù)提供者刪除相應(yīng)侵權(quán)內(nèi)容，網(wǎng)絡(luò)服務(wù)提供者接到通知后，須告知網(wǎng)絡(luò)用戶并采取行動，否則須對損害擴大部分承擔連帶責任。

（二）人工智能生成物的侵權(quán)主體確定

在探討人工智能生成物的侵權(quán)主體時，首要問題是人工智能是否具備作為法律主體來承擔侵權(quán)責任的能力。學界對此存在不同的觀點，包括完全主體資格、有限主體資格以及無主體資格等［14］。從技術(shù)維度審視，AIGC的侵權(quán)內(nèi)容實質(zhì)上是基于人類開發(fā)者精心設(shè)計的算法，由人工智能產(chǎn)品直接產(chǎn)出的結(jié)果。然而，無論是“智能算法”抑或是“智能化產(chǎn)品”，均屬于法律關(guān)系的客體范疇，缺乏成為法律主體的資格條件，故生成式人工智能本身無法被界定為侵權(quán)主體，亦不具備承擔侵權(quán)責任的法律能力。而法人和非法人組織之所以被法律認可為主體，源于其擁有理性從事法律活動的能力，能夠承擔民事法律后果，并展現(xiàn)積極認知與改造世界的能動性。反觀人工智能產(chǎn)品或智能算法，其所有活動均嚴格遵循人類開發(fā)者預(yù)設(shè)的技術(shù)邏輯與操作規(guī)范，處于人類技術(shù)控制之下，缺乏法律主體所必備的自主決策與意識能力。

在確定了人工智能產(chǎn)品本身不具有法律主體資格后，我們可以進一步分析傳統(tǒng)網(wǎng)絡(luò)侵權(quán)責任的主體。其一是網(wǎng)絡(luò)用戶，AIGC是由網(wǎng)絡(luò)用戶與AIGC服務(wù)提供者共同作用而產(chǎn)生的。盡管網(wǎng)絡(luò)用戶作為指令的發(fā)起者，在AIGC的創(chuàng)造過程中扮演關(guān)鍵角色，但是作為人工智能產(chǎn)品的消費者，他們往往對AIGC可能引發(fā)的侵權(quán)不承擔過錯責任。網(wǎng)絡(luò)用戶與AIGC服務(wù)提供者之間構(gòu)建起一種類似于“完工合同”的關(guān)系框架，在此框架下，若AIGC涉及版權(quán)糾紛，AIGC服務(wù)提供商則需承擔由此引發(fā)的違約責任。從合同關(guān)系的構(gòu)建維度審視，網(wǎng)絡(luò)用戶作為信賴利益的享有者，處于守約方地位，他們既無法預(yù)見也難以有效甄別AIGC輸出的侵權(quán)屬性，更無須承擔審查、比對或篩選潛在侵權(quán)內(nèi)容的法律義務(wù)。因此，司法機構(gòu)在界定侵權(quán)損害賠償?shù)呢熑沃黧w時，不宜將網(wǎng)絡(luò)用戶直接視為侵權(quán)行為的主體。然而，若網(wǎng)絡(luò)用戶在明知先前作品存在的情況下，故意利用人工智能產(chǎn)品重復(fù)生成與原作具有實質(zhì)性相似的內(nèi)容，則其行為應(yīng)被認定為積極的侵權(quán)行為，須承擔相應(yīng)的法律責任。

其二是生成式人工智能算法提供平臺。算法作為技術(shù)方案本身并不具備自主執(zhí)行能力，AIGC中侵權(quán)內(nèi)容的出現(xiàn)，本質(zhì)上可歸因于人為干預(yù)乃至操控。具體而言，AIGC侵權(quán)內(nèi)容的產(chǎn)生首先依賴于AI算法設(shè)計者的技術(shù)奠基，隨后由生成式AI服務(wù)平臺作為媒介，通過網(wǎng)絡(luò)用戶的輸入操作激活算法，最終演化成AIGC侵權(quán)內(nèi)容并傳播至公共領(lǐng)域。相較于產(chǎn)品設(shè)計者，AIGC服務(wù)平臺作為直接面向市場的服務(wù)提供者，應(yīng)承擔更多侵權(quán)責任。這是因為設(shè)計者并不直接介入服務(wù)的提供過程，而AIGC服務(wù)平臺，作為商業(yè)運營的主體，對AI技術(shù)及算法的設(shè)計、優(yōu)化及市場投放擁有更高的控制權(quán)與決策權(quán)。值得注意的是，多數(shù)生成式AI產(chǎn)品依據(jù)著作權(quán)法被歸類為“職務(wù)作品”范疇［15］，在此框架下，AIGC服務(wù)平臺不僅是產(chǎn)品的孵化者，還是面向公眾提供商業(yè)服務(wù)的服務(wù)者。綜上所述，AIGC服務(wù)平臺不僅為AI產(chǎn)品的誕生注入了資金與技術(shù)活力，還間接提供了侵權(quán)內(nèi)容產(chǎn)生的商業(yè)土壤，實質(zhì)上扮演了著作權(quán)侵權(quán)風險催生者的角色。因此，AIGC侵權(quán)內(nèi)容的涌現(xiàn)與其服務(wù)平臺的服務(wù)行為之間存在著直接的邏輯鏈條，在侵權(quán)行為里應(yīng)承擔直接侵權(quán)責任。作為風險的源頭，AIGC服務(wù)平臺在將AI技術(shù)推向市場之前，必須構(gòu)建健全的風險管理體系，預(yù)見潛在的損害并主動采取預(yù)防措施。

四、人工智能生成物的侵權(quán)救濟途徑

（一）事后救濟：明確AIGC的侵權(quán)責任分配

1.網(wǎng)絡(luò)用戶的侵權(quán)責任

AIGC侵權(quán)后，網(wǎng)絡(luò)用戶所應(yīng)承擔的侵權(quán)責任包含兩個方面：一是停止侵害；二是基于過錯責任進行損害賠償。就停止侵害責任而言，鑒于著作權(quán)作為民事權(quán)利中的絕對權(quán)，故著作權(quán)人有權(quán)在遭受侵害時，要求侵權(quán)行為人終止侵害行為，包括停止任何進一步的利用和傳播侵權(quán)內(nèi)容的行為，同時網(wǎng)絡(luò)用戶一旦意識到AIGC構(gòu)成侵權(quán)，亦應(yīng)立即停止侵害。

關(guān)于損害賠償責任的歸責，司法機構(gòu)應(yīng)以網(wǎng)絡(luò)用戶在AIGC生成及傳播過程中出現(xiàn)過錯為原則。通常而言，網(wǎng)絡(luò)用戶基于對AIGC服務(wù)提供者的信任而使用其人工智能產(chǎn)品，在AIGC生成過程中并不存在過錯，因此無須對侵權(quán)內(nèi)容負責。然而，當網(wǎng)絡(luò)用戶在使用該人工智能產(chǎn)品時，輸入了大量且具體的指令，使得生成內(nèi)容體現(xiàn)了用戶的明確表達而構(gòu)成侵權(quán)時，則應(yīng)承擔相應(yīng)損害賠償責任。在AIGC傳播過程中，若網(wǎng)絡(luò)用戶明知其利用和傳播的AIGC為侵權(quán)作品，卻仍繼續(xù)利用或傳播，且未采取措施防止損害擴大，則應(yīng)與AIGC服務(wù)提供者就損害擴大部分承擔連帶責任。根據(jù)《中華人民共和國民法典》規(guī)定，網(wǎng)絡(luò)服務(wù)提供者在履行注意義務(wù)且不知曉傳播內(nèi)容涉嫌侵權(quán)，或在知曉后采取必要措施防止損害擴大的，可以免除其責任，而在AIGC侵權(quán)中網(wǎng)絡(luò)用戶對人工智能產(chǎn)品的掌控度明顯低于網(wǎng)絡(luò)服務(wù)提供者，因此網(wǎng)絡(luò)用戶可參照“避風港原則”主張免責。

2.網(wǎng)絡(luò)服務(wù)提供者的侵權(quán)責任

AIGC服務(wù)提供者兼具開發(fā)與服務(wù)雙重角色，對其設(shè)計研發(fā)的生成式人工智能更為了解，因此不宜將“避風港原則”作為其責任判定的基準，當AIGC侵權(quán)時，其應(yīng)承擔類似于原創(chuàng)“作者”的責任。以往，網(wǎng)絡(luò)著作權(quán)侵權(quán)責任的歸責原則以“過錯責任”為主，輔以“過錯推定原則”，然而作為新興社會性風險的引發(fā)者，AIGC服務(wù)提供者應(yīng)采用無過錯責任原則。其一，出于保護著作權(quán)人合法權(quán)益的考量，盡管AIGC服務(wù)提供者已竭力阻止侵權(quán)內(nèi)容生成，但風險依舊難以避免，并損害著作權(quán)人的利益，而采用過錯原則或過錯推定原則可能會導(dǎo)致著作權(quán)人的部分經(jīng)濟損失無法得到補償。其二，從社會風險合理分配的角度出發(fā)，AIGC服務(wù)提供者采用無過錯責任原則，能更好地體現(xiàn)法律的理性與公正，它強調(diào)AIGC服務(wù)提供者必須對其平臺上侵權(quán)內(nèi)容的生成承擔明確的侵權(quán)責任。這一要求旨在促使AIGC服務(wù)提供者在當前的技術(shù)能力框架內(nèi)，積極預(yù)防侵權(quán)行為的發(fā)生，并有效遏制侵權(quán)后果的蔓延，從而達成風險防控的合理化與責任分擔的公平性。

（二）事前救濟：建立數(shù)字版權(quán)管理系統(tǒng)

因復(fù)制成本低廉且收益頗豐，AIGC侵權(quán)行為頻發(fā)。盡管事后救濟可以在一定程度上捍衛(wèi)著作權(quán)人的權(quán)益，但其固有的缺陷如高昂的訴訟成本、有限的賠償額度以及侵權(quán)主體身份識別的困難，均對著作權(quán)人維權(quán)造成了阻礙。鑒于事后救濟的局限性，我們應(yīng)積極尋求借助現(xiàn)代科技力量，為人工智能創(chuàng)作作品的著作權(quán)人提供前置性保護措施，以期達到防患于未然的目的。

事前保護的核心在于遏制未經(jīng)授權(quán)的訪問與利用人工智能創(chuàng)作成果。為此，司法機構(gòu)可依托先進技術(shù)建立全面的數(shù)字版權(quán)保護框架，該框架通過加密與封裝技術(shù)，將待保護的人工智能創(chuàng)作內(nèi)容置于安全屏障之內(nèi)，并整合所有針對該內(nèi)容的訪問請求交由統(tǒng)一的數(shù)字版權(quán)管理系統(tǒng)中處理。著作權(quán)人能夠靈活設(shè)定訪問權(quán)限，系統(tǒng)依據(jù)預(yù)設(shè)條件自動審核并控制訪問權(quán)限的授予，從而在源頭上構(gòu)建起一道“電子防護網(wǎng)”，有效遏制非法獲取與使用行為，預(yù)先阻止?jié)撛谇謾?quán)的發(fā)生。為促進這一數(shù)字版權(quán)保護框架的有效運作，司法機構(gòu)首要任務(wù)是構(gòu)建一個標準化的著作權(quán)信息注冊體系，鼓勵并要求著作權(quán)人通過該平臺詳盡登記其作品信息，以官方認證的登記證書作為權(quán)屬確認的依據(jù)。這一舉措不僅明確了作品的權(quán)利歸屬，還為后續(xù)利用數(shù)字版權(quán)管理系統(tǒng)實施精準、高效的保護奠定了堅實基礎(chǔ)。

［參考文獻］

［1］肖婉婷，肖靈敏，馮鐘鳴.生成式人工智能產(chǎn)品版權(quán)保護問題研究：以ChatGPT為視角［J］.對外經(jīng)貿(mào)，2024（06）：88-91.

［2］張凌寒.生成式人工智能的法律定位與分層治理［J］.現(xiàn)代法學，2023（04）：126-141.

［3］劉云開.人工智能生成內(nèi)容的著作權(quán)侵權(quán)風險與侵權(quán)責任分配［J/OL］.西安交通大學學報（社會科學版），1-13［2024-07-15］.http：//kns.cnki.net/kcms/detail/61.1329.C.20240604.1353.004.html.

［4］徐小奔，楊依楠.論人工智能深度學習中著作權(quán)的合理使用［J］.交大法學，2019（03）：32-42.

［5］吳漢東.論人工智能生成內(nèi)容的可版權(quán)性：實務(wù)、法理與制度［J］.中國法律評論，2024（03）：113-129.

［6］趙宏偉，茹克婭·霍加.生成式AI背景下著作權(quán)侵權(quán)樣態(tài)及其風險治理［J］.網(wǎng)絡(luò)安全與數(shù)據(jù)治理，2023（09）：59-64.

［7］徐龍.機器學習的著作權(quán)困境及制度方案［J］.東南學術(shù)，2022（02）：237-245.

［8］黑格爾.美學：第一卷［M］.朱光潛，譯.北京：商務(wù)印書館，1979.

［9］劉影.人工智能生成物的著作權(quán)保護初探［J］.知識產(chǎn)權(quán)，2017（09）：44-50.

［10］曹新明，咸晨旭.人工智能作為知識產(chǎn)權(quán)主體的倫理探討［J］.西北大學學報（哲學社會科學版），2020（01）：94-106.

［11］吳漢東.人工智能生成作品的著作權(quán)法之問［J］.中外法學，2020（03）：653-673.

［12］楊明.《侵權(quán)責任法》第36條釋義及其展開［J］.華東政法大學學報，2010（03）：123-132.

［13］吳漢東.論網(wǎng)絡(luò)服務(wù)提供者的著作權(quán)侵權(quán)責任［J］.中國法學，2011（02）：38-47.

［14］成素梅，高詩宇.智能機器人應(yīng)有法律主體資格嗎？［J］.西安交通大學學報（社會科學版），2020（01）：115-122.

［15］李偉民.職務(wù)作品制度重構(gòu)與人工智能作品著作權(quán)歸屬路徑選擇［J］.法學評論，2020（03）：108-124.

［作者簡介］李玉琦（2000—），女，山東濰坊人，山東科技大學碩士研究生。