生成式人工智能作品利用的“合理使用+單純獲酬權(quán)”模式探析

【摘 要】與傳統(tǒng)人工智能作品利用著作權(quán)保護(hù)聚焦于輸入階段不同，生成式人工智能因增加了輸出階段而更為復(fù)雜。對生成式人工智能作品利用著作權(quán)保護(hù)的討論必須綜合輸入階段和輸出階段。輸入階段的作品利用指向生成程序的形成，不對原作品形成市場替代，具有認(rèn)定為合理使用的空間，輸出階段的生成內(nèi)容則直接與原作品形成競爭關(guān)系，需要對輸出階段的作品利用確定合理的對價(jià)?；谳斎腚A段作品利用合理使用定性的理論證成，可以對輸出階段的作品利用采取單純獲酬權(quán)的路徑，構(gòu)建起“合理使用+單純獲酬權(quán)”的二階著作權(quán)保護(hù)模式，從而實(shí)現(xiàn)人工智能技術(shù)發(fā)展與作品著作權(quán)保護(hù)之間的平衡。

【關(guān) 鍵 詞】生成式人工智能；作品利用；合理使用；單純獲酬權(quán)；二階著作權(quán)保護(hù)模式

【作者單位】韓榮，肇慶學(xué)院政法學(xué)院。

【中圖分類號】D923.41 【文獻(xiàn)標(biāo)識碼】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2024.19.013

人工智能特別是生成式人工智能的作品利用方式和利用規(guī)模突破了現(xiàn)行《中華人民共和國著作權(quán)法》（以下簡稱“著作權(quán)法”）制定時(shí)的場景預(yù)設(shè)，不同國家對人工智能作品利用著作權(quán)保護(hù)的實(shí)踐差異充分體現(xiàn)了著作權(quán)制度的舊規(guī)范與新語境之間的復(fù)雜張力。生成式人工智能可劃分為輸入階段和輸出階段，輸入階段的規(guī)模化作品利用指向生成程序的形成，輸出階段涉及特定內(nèi)容生成時(shí)的具體化作品利用，兩個(gè)階段的作品利用存在顯著差異。由于輸出階段的出現(xiàn)及生成式人工智能的通用性，生成式人工智能的作品利用相較于傳統(tǒng)人工智能從隱性走向顯性、從局部走向全面，其作品利用的著作權(quán)規(guī)則確立具有緊迫性。

當(dāng)前有諸多文章探討了人工智能數(shù)據(jù)訓(xùn)練階段利用作品的情況或人工智能生成物的著作權(quán)保護(hù)，鮮有文章對兩個(gè)階段的作品利用情況進(jìn)行明確區(qū)分并綜合起來進(jìn)行研究和制度設(shè)計(jì)。但只有綜合兩個(gè)階段進(jìn)行分析，我們才能更全面地把握生成式人工智能技術(shù)與著作權(quán)保護(hù)的關(guān)系，籠統(tǒng)地探討保護(hù)或不保護(hù)著作權(quán)均難以兼顧權(quán)利保護(hù)與技術(shù)發(fā)展。筆者將立足兩個(gè)階段作品利用的差異化事實(shí)，證成輸入階段作品利用的合理使用性質(zhì)，提出對輸出階段的作品利用采取單純獲酬權(quán)的路徑，從而形成“合理使用+單純獲酬權(quán)”的二階著作權(quán)保護(hù)制度框架，以平衡著作權(quán)人權(quán)益保護(hù)和人工智能技術(shù)發(fā)展，為人工智能生成物的保護(hù)提供思路。

一、輸入階段作品利用合理使用定性分析

1．許可豁免制度之否定

就輸入階段數(shù)據(jù)訓(xùn)練階段的作品利用，有觀點(diǎn)提出“法定許可制度也可簡化作品獲取環(huán)節(jié)，促進(jìn)機(jī)器學(xué)習(xí)技術(shù)發(fā)展”［1］。為了解決收費(fèi)難的問題，可以采取“法定許可+著作權(quán)集體管理”的方式［2］。在法定許可制度并不完全排斥商業(yè)性利用這一點(diǎn)上，生成式人工智能具有適用性，但在市場失靈方面，由于生成式人工智能涉及的作品數(shù)據(jù)龐大，許可磋商機(jī)制并非面臨適用難易程度的問題，而是在根本上就不具有適用性。就作品利用對原作品市場形成沖擊方面，生成式人工智能輸入階段的數(shù)據(jù)訓(xùn)練指向特定生成程序的最終形成，并不指向原作品市場，如果沒有輸出階段的生成內(nèi)容，則不產(chǎn)生競爭關(guān)系。在報(bào)酬支付方面，即便參照法定許可制度的報(bào)酬支付標(biāo)準(zhǔn)，要求生成式人工智能使用者向著作權(quán)人支付極低的報(bào)酬，海量作品的利用仍會產(chǎn)生不可估量的研發(fā)成本。此外，輸入階段數(shù)據(jù)訓(xùn)練的機(jī)器學(xué)習(xí)成功具有或然性，結(jié)果可能是研發(fā)失敗，這就更談不上對原作品的市場替代。

還有觀點(diǎn)提出針對輸入階段文本和數(shù)據(jù)利用的“有限的許可豁免”制度，該種規(guī)則不同于“法定許可”，既可以用于商業(yè)目的，又不必然支付相應(yīng)對價(jià)，也認(rèn)可數(shù)據(jù)在先權(quán)利者的貢獻(xiàn)［3］。就許可豁免制度的內(nèi)容，相關(guān)論文較少，筆者查找到《論民間音樂的著作權(quán)保護(hù)—從<月亮之上><烏蘇里船歌>案談起》一文有相關(guān)論述。文中提出，對于民間音樂，應(yīng)確立本民族成員使用的許可豁免和改編的法定許可制度，許可豁免的理由在于“為了保證民間音樂的傳承性”，當(dāng)特定民族、族群或者社員以傳統(tǒng)或者習(xí)慣的方式使用本民族、族群或者社員的民間音樂時(shí)，不需獲得授權(quán)。如果按照此種邏輯，則許可豁免應(yīng)具備相對嚴(yán)格的條件：一是使用者在身份上具有某種特定的關(guān)聯(lián)性，即使用者的使用具有某種內(nèi)在的正當(dāng)性；二是使用者需要以傳統(tǒng)或者習(xí)慣的方式進(jìn)行使用，即需要遵循既有的使用方式。但對照生成式人工智能數(shù)據(jù)訓(xùn)練時(shí)的作品利用，這兩個(gè)條件均難以符合。前述兩種免予許可制度均以著作權(quán)人的許可為前提，這意味著一旦免予許可的事由消失則需要重新進(jìn)行許可，未來有演變?yōu)閼以谏墒饺斯ぶ悄芗夹g(shù)之上的達(dá)摩克利斯之劍的重大風(fēng)險(xiǎn)。

2．合理使用制度之證成

理論上，對合理使用的證成主要是三步檢測法與四要素法。就三步檢測法中特定情形要件，歐盟《數(shù)字單一市場版權(quán)指令》（Directive on Copyright in the Digital Single Market）進(jìn)行了規(guī)定，而我國尚沒有對此作出明確規(guī)定。對于其余兩步，我們?nèi)钥梢赃M(jìn)行分析，為特定情形的法定化提供依據(jù)。四要素法中，對所使用作品的性質(zhì)、使用的質(zhì)與量的討論應(yīng)以作品使用目的和對原作品市場的影響為基礎(chǔ)。

在三步檢測法中，生成式人工智能輸入階段的作品不影響所利用的作品的正常使用。在生成式人工智能輸入階段的作品利用方面，作品的數(shù)據(jù)化是必要的，這并非簡單的數(shù)字化復(fù)制，而是特定信息的逆信息化過程，作品此時(shí)不再是獨(dú)一無二的個(gè)性化表達(dá)，而是被分類標(biāo)識的數(shù)據(jù)。非表達(dá)型機(jī)器學(xué)習(xí)對作品的使用屬于非作品性使用［4］，生成式人工智能對作品的利用已經(jīng)不再是自然人對作品蘊(yùn)含情感的體悟，而是計(jì)算機(jī)程序?qū)Υa的深度學(xué)習(xí)，是一種數(shù)據(jù)/代碼層面的利用。從作品數(shù)據(jù)成為生產(chǎn)要素的角度理解，此時(shí)的作品利用已經(jīng)從文化藝術(shù)領(lǐng)域跨越到生產(chǎn)領(lǐng)域，已經(jīng)超出著作權(quán)法的管轄范圍。

對數(shù)據(jù)訓(xùn)練和機(jī)器學(xué)習(xí)來說，單個(gè)作品形成的數(shù)據(jù)使用價(jià)值極小，只有無數(shù)作品數(shù)據(jù)匯聚起來才有價(jià)值，這也與作品意義上的單個(gè)作品利用方式存在重大區(qū)別。生成式人工智能的該種規(guī)?；髌防门c著作權(quán)法意義上的具體作品利用具有相互獨(dú)立的價(jià)值目標(biāo)和運(yùn)行邏輯，并不對作品的正常利用造成影響。這與四要素法中轉(zhuǎn)換性使用的識別不謀而合。自萊瓦爾（Leval）以來，使用目的被強(qiáng)調(diào)為四要素中最重要的判斷要素，因?yàn)橹鳈?quán)法的根本目的在于激勵創(chuàng)作者創(chuàng)作更多的作品。2015年，美國聯(lián)邦第二巡回上訴法院在谷歌數(shù)字圖書館案件中于作品的數(shù)字化利用領(lǐng)域進(jìn)一步鞏固了該觀點(diǎn)。生成式人工智能在開展數(shù)據(jù)訓(xùn)練時(shí)對作品進(jìn)行數(shù)據(jù)性使用的性質(zhì)、目的和效果與作品性使用均存在重大差別，從而構(gòu)成轉(zhuǎn)換性使用，可以認(rèn)定為合理使用。

三步檢測法和四要素法的共同之處還在于不得不正當(dāng)影響著作權(quán)人的合法權(quán)益。具體判斷標(biāo)準(zhǔn)主要為是否對原作品產(chǎn)生實(shí)質(zhì)性的市場替代。例如，近期美國好萊塢編劇群體罷工，要求限制人工智能編寫電影和電視劇劇本［5］，編劇們所擔(dān)心的正是人工智能生成作品大面積替代其創(chuàng)作作品。但需要注意的是，生成式人工智能在輸出生成內(nèi)容之前，并沒有生產(chǎn)出與原作品類似的表達(dá)，根本談不上對原作品的市場替代。即使在數(shù)據(jù)訓(xùn)練完成并成功形成生成程序且投入市場后，生成實(shí)質(zhì)性相似的內(nèi)容也只是一種潛在可能，是否生成相似內(nèi)容仍取決于使用者是否輸入指令。因此，輸入階段的作品利用并不存在對原作品市場的侵犯。

二、輸出階段作品利用：單純獲酬權(quán)的設(shè)想

1．現(xiàn)有單純獲酬權(quán)規(guī)定的啟示

單純獲酬權(quán)是財(cái)產(chǎn)性著作權(quán)的重要組成部分。著作權(quán)是法定專有權(quán)，以許可使用為重要內(nèi)容，但單純獲酬權(quán)并非專有權(quán)，不具有排除或禁止他人以特定方式對作品進(jìn)行使用的法律效果，其顯著特征在于事后取酬?！侗Ｗo(hù)文學(xué)和藝術(shù)作品伯爾尼公約》等國際條約規(guī)定了各類單純獲酬權(quán)，比如藝術(shù)作品的追續(xù)權(quán)、錄音制品的二次獲酬權(quán)等單純獲酬權(quán)［6］。各國根據(jù)自身情況對單純獲酬權(quán)進(jìn)行了不同的規(guī)定，呈現(xiàn)了法律的國際多樣性［7］。我國著作權(quán)法目前只規(guī)定了錄音制品的二次獲酬權(quán)。

單純獲酬權(quán)是一種法律明確規(guī)定的直接分配制度。與法定許可制度、強(qiáng)制許可制度不同，單純獲酬權(quán)并非對市場機(jī)制失靈的補(bǔ)充，而是對市場機(jī)制本身的調(diào)?！怯捎谑袌龅淖杂砂l(fā)展形成了利益的不當(dāng)集中導(dǎo)致各方主體利益有失公平從而需要調(diào)整。由于大部分著作權(quán)人的議價(jià)能力不足，在市場發(fā)展的集聚效應(yīng)下，收益落差極易形成。為重新平衡各方收益，國際條約規(guī)定各成員國可以通過特定手段進(jìn)行調(diào)校，各成員國對于單純獲酬權(quán)與專有權(quán)有相應(yīng)的選擇自由。版權(quán)傳統(tǒng)國家對單純獲酬權(quán)不太認(rèn)可的原因在于其認(rèn)為在規(guī)定了著作權(quán)專有權(quán)后，作品的交易運(yùn)行及收益分配應(yīng)交由市場，而作者權(quán)傳統(tǒng)國家認(rèn)為應(yīng)認(rèn)可著作權(quán)人的貢獻(xiàn)，保障著作權(quán)人的權(quán)益，對市場自由發(fā)展所形成的收益落差進(jìn)行調(diào)整是必要的。市場自由有助于提高效率，但難以保障公正，出于對公正的追求，行業(yè)需要將市場自由與適度的調(diào)控機(jī)制結(jié)合起來?？萍紩r(shí)代的市場集聚效應(yīng)加劇，自由選擇和合意迅速衰落，權(quán)利和責(zé)任無法再單純依賴于自由選擇、協(xié)議和允諾［8］，作品利用的個(gè)人自治向社會控制的轉(zhuǎn)變已成必然之勢，隨著科技鴻溝的進(jìn)一步加深，國家進(jìn)行適度干預(yù)將尤為必要和重要。

就生成式人工智能輸出階段大量作品利用所形成的利益失衡而言，是選擇延續(xù)專有權(quán)模式還是通過單純獲酬權(quán)模式進(jìn)行調(diào)整，是值得思考的問題。相較之下，單純獲酬權(quán)可以避免與其他權(quán)能發(fā)生沖突。當(dāng)前的單純獲酬權(quán)有完全處于專有權(quán)控制范圍之外、專有權(quán)用盡之后、專有權(quán)轉(zhuǎn)讓之后三種主要模式，這三種模式均具有與原專有權(quán)相切割的特征和優(yōu)勢。如果重啟專有權(quán)模式，將面臨是繼續(xù)沿用原專有權(quán)還是另行設(shè)立專有權(quán)的問題，如果沿用原專有權(quán)，則與輸入階段的合理使用定性不匹配，如果另行設(shè)立專有權(quán)，則可能與原有權(quán)利體系不一致。此外，單純獲酬權(quán)可以避免增加授權(quán)層次。比如在發(fā)行權(quán)用盡之后再增加專有權(quán)，則對物權(quán)財(cái)產(chǎn)的流轉(zhuǎn)產(chǎn)生更多的限制，不利于知識產(chǎn)權(quán)產(chǎn)品效用的實(shí)現(xiàn)。還有觀點(diǎn)認(rèn)為，輸出階段采取法定許可、強(qiáng)制許可制度的設(shè)計(jì)同樣可以避免授權(quán)環(huán)節(jié)，但這種思路的前半段同樣面臨上述問題，后半段則需要面對許可豁免制度存在不足的問題，而且法定許可、強(qiáng)制許可作為一種專有權(quán)利的限制性制度，與單純獲酬權(quán)保護(hù)著作權(quán)人的制度立意存在差異，單純獲酬權(quán)相對于專有權(quán)的獨(dú)立性使其具有特別的適用性。

2．單純獲酬權(quán)與合理使用制度的協(xié)調(diào)

在生成式人工智能出現(xiàn)之前，傳統(tǒng)人工智能輸入階段作品利用的合理使用定性面臨左右為難的困境［9］，但生成式人工智能輸出階段的出現(xiàn)為這種困境的紓解提供了出口。

單純獲酬權(quán)不以專有權(quán)為前提，與合理使用制度的結(jié)合可以穩(wěn)定生成式人工智能現(xiàn)有的作品利用格局。無論是輸入階段還是輸出階段，作品利用如果動輒被認(rèn)定為侵權(quán)，則很容易被判令停止使用相關(guān)的作品內(nèi)容，這對人工智能技術(shù)的研發(fā)、運(yùn)用將產(chǎn)生不利的影響。如果沒有單純獲酬權(quán)的規(guī)定，著作權(quán)人將更多地采用技術(shù)措施等做法來保護(hù)自身的著作權(quán)，這將形成著作權(quán)人與生成式人工智能提供者之間的對立，極大地增加生成式人工智能行業(yè)的發(fā)展難度。單純獲酬權(quán)和合理使用的結(jié)合，可以保證這兩個(gè)階段的作品利用都處于穩(wěn)定的連續(xù)狀態(tài)。事實(shí)上，生成式人工智能具體使用哪些作品數(shù)據(jù)、使用多少、使用頻次均不確定。在輸入階段，雖然人工智能開發(fā)者收集了諸多具體的作品數(shù)據(jù)，但在訓(xùn)練階段，人工智能對作品數(shù)據(jù)的運(yùn)用頻次有懸殊之別。在輸出階段，在使用者輸入指令之前，人工智能具體利用哪些作品數(shù)據(jù)還是未知數(shù)，事先的授權(quán)不具有可行性，而且使用者經(jīng)常改變指令以調(diào)試生成結(jié)果，如果每次調(diào)試對相同或不同作品數(shù)據(jù)的使用都要征得許可，那相當(dāng)于無法使用該人工智能。所以，兩個(gè)階段對專有權(quán)許可的排除有利于生成式人工智能作品利用的穩(wěn)定性。

單純獲酬權(quán)與合理使用的結(jié)合可以在平衡各方利益的基礎(chǔ)上更好地實(shí)現(xiàn)著作權(quán)法的目的。著作權(quán)法的立法目的在于通過給著作權(quán)人充分的回報(bào)來刺激作品的原創(chuàng)及傳播，這也可以被理解為著作權(quán)法并非以許可權(quán)為起點(diǎn)，而是以作者或鄰接權(quán)主體的勞動和創(chuàng)造為起點(diǎn)。隨著ChatGPT的普及，相關(guān)產(chǎn)業(yè)得以迅速發(fā)展壯大，相關(guān)利益主體獲得了巨大的市場利益。如果沒有大量原創(chuàng)作品作為支撐，人工智能產(chǎn)業(yè)的發(fā)展將困難重重。在當(dāng)前不支付著作權(quán)報(bào)酬的情況下，可以認(rèn)為是著作權(quán)人分?jǐn)偭顺杀荆绻鳈?quán)人無法獲得充分的收益，那么著作權(quán)法的激勵機(jī)制將面臨失效的風(fēng)險(xiǎn)，人們將更多地選擇通過生成式人工智能完成內(nèi)容生成。即使著作權(quán)人獲得了充分的回報(bào)，也會有更多人選擇通過人工智能進(jìn)行創(chuàng)作，只是這種充分的回報(bào)可能是人工智能時(shí)代著作權(quán)法最后的“安全閥”。輸入階段作品利用尚有理由按照科研或文化權(quán)利進(jìn)行對待，但在生成式人工智能投入市場后的商業(yè)利用中著作權(quán)人應(yīng)獲得充分的報(bào)酬。當(dāng)生成式人工智能領(lǐng)域的著作權(quán)許可機(jī)制不足以給著作權(quán)人足夠的回報(bào)時(shí)，有必要通過單純獲酬權(quán)來形成新的補(bǔ)償路徑。

單純獲酬權(quán)與合理使用制度的結(jié)合可以促進(jìn)著作權(quán)法與科技發(fā)展形成和諧關(guān)系。著作權(quán)法因科技而生、因科技而變，而科技的發(fā)展難以遷就已經(jīng)滯后的著作權(quán)法規(guī)范，因此，事實(shí)上總是相關(guān)技術(shù)變革在先，著作權(quán)法回應(yīng)在后?！吨腥A人民共和國科學(xué)技術(shù)進(jìn)步法》總則第十三條規(guī)定“保護(hù)知識產(chǎn)權(quán)，激勵自主創(chuàng)新”。對知識產(chǎn)權(quán)的保護(hù)不應(yīng)該妨礙創(chuàng)新，但如果根據(jù)以往的著作權(quán)制度對著作權(quán)人知識產(chǎn)權(quán)進(jìn)行全面保護(hù)，則很可能“限制了創(chuàng)新”［10］，會對人工智能技術(shù)造成毀滅性的打擊。人工智能技術(shù)的應(yīng)用引發(fā)了“所有權(quán)和財(cái)產(chǎn)權(quán)的界定”“價(jià)值的創(chuàng)造、分配和分享”等一系列基本法律領(lǐng)域的新問題［11］，當(dāng)前的生成式人工智能對作品的利用方式和規(guī)模均是傳統(tǒng)著作權(quán)法所難以預(yù)測的，需要防止著作權(quán)法不恰當(dāng)?shù)亍白璧K”技術(shù)進(jìn)步［12］，但又應(yīng)保證著作權(quán)人從科技發(fā)展中獲得應(yīng)得的利益。輸入階段的合理使用定性可以促進(jìn)人工智能技術(shù)的發(fā)展，輸出階段的單純獲酬權(quán)設(shè)定在人工智能技術(shù)投入市場之后再收費(fèi)將具有可持續(xù)性，二者的結(jié)合可以平衡各方主體的權(quán)益。

三、配套制度的設(shè)計(jì)

單純獲酬權(quán)是法定的直接分配制度，其正常運(yùn)行需要配套制度的構(gòu)建和完善。生成式人工智能提供者的透明度義務(wù)可以奠定作品利用情況的事實(shí)記錄基礎(chǔ)，合理確定報(bào)酬費(fèi)率對應(yīng)著報(bào)酬支付標(biāo)準(zhǔn)，集體管理新功能的拓展則是落實(shí)報(bào)酬收取與支付的保障。

1．明確規(guī)定透明度義務(wù)

技術(shù)的發(fā)展使得作品利用電子記錄和公開成為可能。就生成式人工智能對作品的利用情況記錄方面，著作權(quán)人根本不可能具備此種能力，只有生成式人工智能自身通過程序設(shè)定才可能完成。因此，歐盟最近通過的《人工智能法案》專門規(guī)定了人工智能提供者的透明度義務(wù)——公開提供受版權(quán)法保護(hù)的訓(xùn)練數(shù)據(jù)或其他材料使用情況的詳細(xì)記錄。但該規(guī)定針對的是輸入階段，筆者主張人工智能提供者還應(yīng)對輸出階段作品利用情況進(jìn)行記錄，此時(shí)投入市場的生成式人工智能已經(jīng)可以成為創(chuàng)收的工具，對輸出階段內(nèi)容生成時(shí)具體利用的作品支付報(bào)酬具有現(xiàn)實(shí)可能性。歐盟《人工智能法案》規(guī)定設(shè)立人工智能辦公室，該種機(jī)構(gòu)可以承擔(dān)對透明度義務(wù)的檢查職責(zé)。當(dāng)?shù)貢r(shí)間2024年5月29日，歐盟宣布成立人工智能辦公室，開始落實(shí)對人工智能的監(jiān)管，我國未來也可以借鑒歐盟的監(jiān)管做法。

2．合理確定報(bào)酬費(fèi)率

受制于生成式人工智能作品利用的數(shù)量和規(guī)模，如果生成式人工智能提供者按照傳統(tǒng)市場費(fèi)率來支付著作權(quán)報(bào)酬，將形成非常沉重的成本和壓力?？紤]到作品利用的海量特點(diǎn)，將來行業(yè)可以參照法定許可的費(fèi)率乘以相對低的系數(shù)來確定單純獲酬權(quán)的取酬金額。有觀點(diǎn)提出單純獲酬權(quán)事后獲酬的做法類似于著作權(quán)人以作品“入股”，從而使著作權(quán)人參與人工智能企業(yè)的收益分配［3］。問題在于，股東是以輸入階段數(shù)據(jù)訓(xùn)練中的貢獻(xiàn)大小為依據(jù)，還是以輸出階段的作品利用情況為依據(jù)，抑或是綜合二者的情況？如果是以輸出階段的作品利用情況為依據(jù)，則股東的數(shù)量將一直處于變動之中，不同的作品利用數(shù)量和程度也將處于動態(tài)化狀態(tài)，股東分紅比例的確定將非常困難。還有一個(gè)更嚴(yán)峻的問題，著作權(quán)人是否需要對人工智能企業(yè)的虧損承擔(dān)責(zé)任？如果要承擔(dān)虧損，則還需要以著作權(quán)人的意思自治為前提，結(jié)果將與專有權(quán)許可磋商機(jī)制一樣不具有可行性。此外，著作權(quán)人一旦成為股東，就有義務(wù)參與人工智能企業(yè)管理，至少需要關(guān)注企業(yè)的營利與分紅，而其中大多數(shù)著作權(quán)人的特長在于創(chuàng)作，不宜在企業(yè)管理、利益分配等問題上投入過多的精力。生成式人工智能如果已經(jīng)研發(fā)成功并投入市場，就應(yīng)由提供者承擔(dān)市場檢驗(yàn)的結(jié)果，著作權(quán)人需接受的是作品投入市場的檢驗(yàn)結(jié)果，兩種市場檢驗(yàn)不能混淆。

當(dāng)前，部分生成式人工智能程序需要通過會員充值或算力購買等增值服務(wù)付費(fèi)方式才能使用，提供者因此獲取收益。若規(guī)定該部分收益為單純獲酬權(quán)，則屬于對利益的直接分配，具有直觀的合理性。此處可以借鑒版權(quán)補(bǔ)償金的做法。1965年的《德國著作權(quán)與鄰接權(quán)法》最先對版權(quán)補(bǔ)償金進(jìn)行了規(guī)定，此種做法運(yùn)用到生成式人工智能領(lǐng)域，即對相應(yīng)的收入預(yù)征一定比例歸入著作權(quán)人收益賬戶，再根據(jù)作品利用情況進(jìn)行分配，由此可以提高收取與分配的效率［13］。

3．集體管理組織新功能的拓展

目前，在記錄作品利用的事實(shí)并確定報(bào)酬費(fèi)率后，將報(bào)酬支付給具體的著作權(quán)人還存在不少困難。由人工智能企業(yè)直接支付報(bào)酬給海量著作權(quán)人的結(jié)果很可能是支付行為的成本大于支付的報(bào)酬，直接支付的方式并不現(xiàn)實(shí)，如果就單純獲酬權(quán)另行設(shè)立收支機(jī)構(gòu)也將大幅增加運(yùn)行成本。是否突破作品類型，針對算法訓(xùn)練使用作品建立專門的集體管理組織［14］仍需進(jìn)一步論證。行業(yè)可以考慮在現(xiàn)有集體管理組織職能的基礎(chǔ)上，參照既有職能就單純獲酬權(quán)的收取與分發(fā)增加新的職能。

當(dāng)前的現(xiàn)實(shí)問題在于，由于我國的著作權(quán)登記并未普及，人工智能在使用作品時(shí)難以識別其著作權(quán)狀況，也就難以將作品準(zhǔn)確定位至著作權(quán)人名下，加之有些作者使用化名、假名、別名甚至匿名等，增加了識別的難度。此外，有些作品沒有對應(yīng)的集體管理組織，還可能涉及強(qiáng)制集體管理或延伸集體管理的選擇，這些事項(xiàng)均需要以立法的形式進(jìn)行明確才具有可操作性。在具體技術(shù)層面，區(qū)塊鏈技術(shù)、智能合約、用戶收益賬戶等途徑均可探索［15］，以提高通過集體組織進(jìn)行管理的可行性。

四、結(jié)語

目前，各國的生成式人工智能技術(shù)基于作品利用的合理使用或事實(shí)上的無償使用才迅速發(fā)展起來。最新研究表明，美國許多出版商和在線平臺在過去一年通過機(jī)器人協(xié)議、設(shè)置付費(fèi)墻和更改服務(wù)條款等方式限制人工智能進(jìn)行數(shù)據(jù)抓取與使用，給人工智能的研發(fā)與運(yùn)用造成極大不便，這意味著對著作權(quán)人權(quán)益訴求的回應(yīng)已經(jīng)具有相當(dāng)?shù)木o迫性。合理使用制度與單純獲酬權(quán)均屬于法定內(nèi)容，還需要在未來加以論證、設(shè)計(jì)并明確。在當(dāng)前缺乏相關(guān)立法規(guī)定的情況下，司法可以通過法律方法的充分運(yùn)用，將訓(xùn)練階段的作品利用非侵權(quán)化，而對于當(dāng)前語境下輸出階段的作品利用，可以參考法定許可的費(fèi)率標(biāo)準(zhǔn)判令支付一定的報(bào)酬，促進(jìn)著作權(quán)保護(hù)與科技發(fā)展的平衡。

｜參考文獻(xiàn)｜

［1］劉友華，魏遠(yuǎn)山. 機(jī)器學(xué)習(xí)的著作權(quán)侵權(quán)問題及其解決［J］. 華東政法大學(xué)學(xué)報(bào)，2019（2）：68-79.

［2］張惠彬，王懷賓. 版權(quán)優(yōu)先還是技術(shù)優(yōu)先？：法國應(yīng)對AIGC版權(quán)風(fēng)險(xiǎn)的趨勢及啟示［J］. 編輯之友，2024（5）：103-112.

［3］黃紹坤. 人工智能訓(xùn)練數(shù)據(jù)收集的合法性困境與制度建構(gòu)［J］. 荊楚法學(xué)，2024（3）：89-100.

［4］李安. 機(jī)器學(xué)習(xí)的版權(quán)規(guī)則：歷史啟示與當(dāng)代方案［J］. 環(huán)球法律評論，2023（6）：97-113.

［5］馬蘭. 與AI爭奪未來：好萊塢編劇首次罷工 直稱人工智能是剽竊機(jī)器［EB/OL］. （2023-05-05）［2024-10-05］. https：//mp.weixin.qq.com/s？__biz=Mzg5MzEyNzEwNQ==&mid=2247629360&idx=6&sn=091af016ba9afc4e46aedd47d174889b.

［6］朱冬. 著作權(quán)法上單純獲酬權(quán)的制度邏輯與規(guī)范構(gòu)造［J］. 環(huán)球法律評論，2024（3）：130-143.

［7］克里斯托弗·梅，蘇珊·K. 塞爾. 知識產(chǎn)權(quán)批判史［M］. 馬騰，譯. 北京：商務(wù)印書館，2024.

［8］P. S. 阿蒂亞. 合同自由的興起與衰落：一部合同思想史（下冊）［M］. 范雪飛，譯. 北京：中國法制出版社，2022.

［9］BENJAMIN L WSOBEL. Artificial Intelligence's Fair Use Crisis［J］. Columbia Journal of Law & the Arts，2018（1）：45-97.

［10］王淵. 版權(quán)豁免與許可合同沖突［M］. 北京：商務(wù)印書館，2021.

［11］凱倫·楊，馬丁·洛奇. 馴服算法：數(shù)字歧視與算法規(guī)制［M］. 林少偉，唐林垚，譯. 上海：上海人民出版社，2020.

［12］張吉豫，汪賽飛. 大模型數(shù)據(jù)訓(xùn)練中的著作權(quán)合理使用研究［J］. 華東政法大學(xué)學(xué)報(bào)，2024（4）：20-33.

［13］袁真富，夏子軒. 機(jī)器學(xué)習(xí)中作品利用的著作權(quán)補(bǔ)償金制度研究［J］. 科技與出版，2024（7）：28-36.

［14］李青文. 算法訓(xùn)練使用作品的著作權(quán)法規(guī)制路徑［J］. 科技與出版，2024（7）：16-27.

［15］申衛(wèi)星，李夏旭. 個(gè)人數(shù)據(jù)所有權(quán)的賦權(quán)邏輯與制度展開［J］. 法學(xué)評論，2023（5）：114-128.