人工智能生成物的著作權(quán)侵權(quán)問題探析

引言

在信息化時(shí)代進(jìn)程中，人工智能已成為引領(lǐng)科技變革的核心驅(qū)動力，以ChatGPT、Sora為代表的生成式人工智能通過進(jìn)行數(shù)據(jù)模仿與訓(xùn)練，在醫(yī)療、教育等各個領(lǐng)域引起了巨大的變革。然而，在生產(chǎn)生活效率提升的同時(shí)，人工智能也引發(fā)了諸多爭議，人工智能初期，并沒有較多的學(xué)習(xí)能力，打印機(jī)、電腦等要依靠人類的指令才能進(jìn)行下一步，但是生成式人工智能的出現(xiàn)，展現(xiàn)出的學(xué)習(xí)能力，給著作權(quán)法帶來一定的沖擊，人工智能生成的內(nèi)容能否獲得著作權(quán)法的保護(hù)成為亟待解決的問題。

一，生成式人工智能運(yùn)行機(jī)制

生成式人工智能的核心是變換器架構(gòu)，這是一種深度學(xué)習(xí)模型。變換器架構(gòu)摒棄了傳統(tǒng)的循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，采用注意力機(jī)制來處理序列數(shù)據(jù)，使人工智能可以“關(guān)注”輸入序列中與當(dāng)前任務(wù)最相關(guān)的部分，計(jì)算每個詞與句子中其他詞的關(guān)系，從而理解上下文語義。

人工智能的訓(xùn)練過程分為兩個階段：預(yù)訓(xùn)練和微調(diào)。模型在大量的文本數(shù)據(jù)上進(jìn)行訓(xùn)練，學(xué)習(xí)語言的基本規(guī)律和模式[1]，建立對語言的理解，然后對模型進(jìn)行進(jìn)一步訓(xùn)練。

其工作機(jī)制分為6個步驟：（1）輸入處理，用戶向人工智能提出問題或發(fā)送指令時(shí)，其將輸入文本轉(zhuǎn)換成模型可以理解的形式，即轉(zhuǎn)換成一個固定大小的向量，并且捕捉單詞之間的語義關(guān)系；（2）上下文理解，通過自注意力和層間注意力，模型識別輸入文本中各部分之間的關(guān)聯(lián)，從而理解問題或指令；（3）模型推理，利用其在預(yù)訓(xùn)練階段學(xué)到的知識，結(jié)合當(dāng)前的輸入，通過一系列變換器層來生成內(nèi)部表示；（4）響應(yīng)生成，一旦模型完成了推理過程，它就會將內(nèi)部表示轉(zhuǎn)換回文本形式，然后逐個生成響應(yīng)中的單詞；（5）優(yōu)化與采樣，在生成響應(yīng)時(shí)，模型考慮多個可能路徑，選擇概率最高的路徑；（6）輸出，最終模型生成的文本被轉(zhuǎn)換回可讀的形式，并作為輸出返回給用戶，這個輸出旨在盡可能自然、準(zhǔn)確，并與用戶的輸入相關(guān)[2]。

二、生成式人工智能的著作權(quán)法律困境

（一）人工智能生成物的智力成果屬性問題

傳統(tǒng)主觀判斷標(biāo)準(zhǔn)認(rèn)為，著作權(quán)法里作品的創(chuàng)造是出于人類的有意識行動，但人工智能生成物的主體并非自然人，缺乏創(chuàng)作意圖、思想、感情等主觀因素，因此沒有資格成為著作權(quán)的受益者。但在人工智能背景下，必須結(jié)合人工智能的創(chuàng)作原理，認(rèn)定人工智能生成物獨(dú)創(chuàng)性時(shí)，從字面意思出發(fā)，“獨(dú)”即獨(dú)立完成，沒有其他人或者工具的幫助；“創(chuàng)”即和現(xiàn)有的作品有一定差異性表達(dá)。人工智能可以處理和分析大量的作品，通過深度學(xué)習(xí)并生成新的創(chuàng)作，且其輸出的詩歌、文字等作品的結(jié)構(gòu)、風(fēng)格和情節(jié)等都可能完全不同于操作者的初衷，這些反映了人工智能的獨(dú)特性和自主性。

一些學(xué)者認(rèn)為，憑借人與機(jī)器互相合作，進(jìn)而生成的智能成果，即為人工智能生成物，在著作權(quán)法領(lǐng)域，該生成物的基礎(chǔ)是人格主義，所以應(yīng)被歸類為作品。在現(xiàn)有法律中，拋開其主體性的限制，人工智能生成物無論是從外觀還是本質(zhì)上，都符合作品“獨(dú)創(chuàng)性”的要求，應(yīng)被認(rèn)定為作品。

對于人工智能生成內(nèi)容的著作權(quán)爭議，不僅僅存在于國內(nèi)，2018年，Steven Thaler試圖將由其名為“CreativityMachine”的人工智能生成的作品注冊為職務(wù)作品，美國版權(quán)局拒絕了該申請，理由是其缺乏必要的人類作者身份，不能被認(rèn)定為職務(wù)作品。2023年，Thaler向哥倫比亞特區(qū)地方法院起訴版權(quán)局，地方法院也支持版權(quán)局，認(rèn)為人類作者身份是有效版權(quán)主張的基本要素。

（二）人工智能輸入階段

生成式人工智能相較于以往的技術(shù)有很大的不同，其自主性更高，且生成內(nèi)容具有高度的不可預(yù)測性，通過分析人工智能的運(yùn)行機(jī)制，會發(fā)現(xiàn)人工智能的自主性和靈活性依賴前期大量的數(shù)據(jù)收集，通過對足夠多的作品進(jìn)行分析從而進(jìn)行生成內(nèi)容。

通常，在實(shí)踐中認(rèn)定作品是否侵權(quán)主要考察兩個方面：（1）接觸作品；（2）構(gòu)成實(shí)質(zhì)性相似。接觸作品即意味著被告具有實(shí)施侵權(quán)的可能性，構(gòu)成實(shí)質(zhì)性相似則是侵權(quán)的客觀結(jié)果，證明其作品的創(chuàng)作力不足，無法成為“作品”。但在司法實(shí)踐中，會發(fā)現(xiàn)被告是否真正接觸到原作品且實(shí)施侵權(quán)行為往往比較隱蔽，難以證實(shí)，且著作權(quán)法上也承認(rèn)相似作品的存在，只要證明獨(dú)創(chuàng)性即可。而剽竊主體很少公開實(shí)施侵權(quán)復(fù)制行為，直接證據(jù)往往難以獲得。

但是對于如今的大數(shù)據(jù)時(shí)代，人工智能技術(shù)為著作權(quán)侵權(quán)提供了技術(shù)支撐，其內(nèi)容生成需要大量的前期數(shù)據(jù)，這些數(shù)據(jù)來源于整個互聯(lián)網(wǎng)，勢必會有著作權(quán)侵權(quán)的風(fēng)險(xiǎn)，即未經(jīng)授權(quán)復(fù)制他人具有著作權(quán)的作品，包括文本、圖片、聲音、視頻等各種形式。復(fù)制權(quán)是著作權(quán)法中的一項(xiàng)重要權(quán)利，信息輸入作為復(fù)制的一種方式，生成式人工智能侵權(quán)是必然的結(jié)果。2023年，美國藝術(shù)家起訴StabilityAI公司在未獲得合法授權(quán)的狀況下，擅自運(yùn)用那些受到版權(quán)法律保護(hù)的作品，以此來訓(xùn)練其人工智能模型，構(gòu)成對版權(quán)權(quán)益的侵犯。

（三）人工智能輸出階段

生成式人工智能在信息的輸出階段也面臨著著作權(quán)侵權(quán)的風(fēng)險(xiǎn)，在全球首例AIGC平臺侵權(quán)案“奧特曼案”中，廣州互聯(lián)網(wǎng)法院判決AIGC網(wǎng)站因生成與“奧特曼”形象相似的圖片被判侵權(quán)，法院認(rèn)定AI公司侵犯了原告的復(fù)制權(quán)和改編權(quán)，并責(zé)令其停止侵權(quán)行為。接觸加上實(shí)質(zhì)性相似作為認(rèn)定作品侵權(quán)的要件，在判斷作品間是否存在實(shí)質(zhì)性相似時(shí)，需對比受版權(quán)保護(hù)的元素與涉嫌侵權(quán)作品的對應(yīng)部分，評估文字作品的抄襲量和重要性，以及非文字作品在整體外觀和構(gòu)成上的相似度。

法院在本案中采用了兩種視角來評估作品之間的相似性：（1）普通大眾的視角；（2）專業(yè)領(lǐng)域的視角。在這兩個視角下，法院發(fā)現(xiàn)，對于普通消費(fèi)者而言，兩幅美術(shù)作品在內(nèi)容展現(xiàn)、構(gòu)圖、色彩搭配以及結(jié)構(gòu)設(shè)計(jì)等方面具有高度的相似性。具體而言，當(dāng)一般消費(fèi)者在對這兩幅作品進(jìn)行觀察時(shí)，他們憑借日常的觀察力難以察覺到兩者之間的明顯區(qū)別。這意味著，從市場受眾的直觀感受出發(fā)，這兩幅作品在視覺上的相似度極高，以至于不足以使消費(fèi)者清晰地區(qū)分它們的不同之處。

在美國，確定兩部作品是否存在實(shí)質(zhì)性的相似性，不僅要考量它們的內(nèi)容是否雷同，還要評估相似之處的實(shí)質(zhì)性程度。涉及評估作品間相似部分的獨(dú)創(chuàng)性表達(dá)，以及這些部分對整體作品的貢獻(xiàn)和重要性、所占的比重，以及它們對觀眾或讀者體驗(yàn)的影響。美國對于作品實(shí)質(zhì)性的判斷主要有3種方法：（1）普通觀眾測試法，以一般公眾的感受來判斷作品是否構(gòu)成實(shí)質(zhì)性相似，不要求技術(shù)上的區(qū)分思想和表達(dá)，側(cè)重于考察作品在整體概念和感覺上的相似度；（2）抽象測試法，分為抽象、過濾和比較3個步驟，首先利用思想、表達(dá)二分法進(jìn)行層層抽象提煉，然后將作品中不屬于著作權(quán)法保護(hù)對象的部分過濾掉，最后將剩余的部分也就是具有獨(dú)創(chuàng)性的表達(dá)部分進(jìn)行比較，以確定是否構(gòu)成實(shí)質(zhì)性相似；（3）內(nèi)外部測試法，即抽象測試法與整體觀感法的結(jié)合，在美國判例中較為常見。

三、生成式人工智能著作權(quán)侵權(quán)規(guī)制路徑

（一）確定合法性的范疇

人工智能生成圖片或者文字需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練，生成的東西全部以現(xiàn)有的作品和成果為基礎(chǔ)[3]。捕捉到特定藝術(shù)作品或作者的風(fēng)格，并將其應(yīng)用于新作品的創(chuàng)作中，從而生成具有相似風(fēng)格的圖像或文本[4。由此可見，人工智能在簡單的指示下并無任何的特色，除非經(jīng)過多重的指示詞[5]。目前國內(nèi)法院對生成式人工智能的幾例判決，可以看出對于人工智能著作權(quán)已經(jīng)有了統(tǒng)一的看法，即人工智能生成物可以受到著作權(quán)法的保護(hù)，但是簡單的內(nèi)容輸出除外，只有經(jīng)過多重指令，且指令經(jīng)過使用者思考且與其他作品表現(xiàn)出一定獨(dú)特性的輸出內(nèi)容才會成為“作品”。

作為中國首例StableDiffusion生成圖片著作權(quán)侵權(quán)案，在判決時(shí)法院對于繪畫大模型使用者在生成圖片上享有創(chuàng)作權(quán)益給出了首次認(rèn)可，法院認(rèn)為，原告雖沒有實(shí)際動手繪畫，也沒有向該模型描述應(yīng)該怎樣畫，但原告通過不斷增加提示詞、修改參數(shù)，按照自已的想法不斷調(diào)整修正，最終獲得了涉案圖片，這一過程體現(xiàn)了原告的審美選擇和個性判斷。全國首例認(rèn)定人工智能生成文章構(gòu)成作品的生效案件中，原告團(tuán)隊(duì)人員運(yùn)用Dreamwriter軟件生成了一篇財(cái)經(jīng)報(bào)道的文章，法院認(rèn)為文章體現(xiàn)出對當(dāng)日上午股市信息、數(shù)據(jù)的選擇、分析、判斷；文章生成過程中，主創(chuàng)團(tuán)隊(duì)人員在數(shù)據(jù)輸入、觸發(fā)條件設(shè)定、模板和語料風(fēng)格的選擇上，有一定的取舍，表現(xiàn)出整個團(tuán)隊(duì)的文章寫作特色，具有一定的獨(dú)創(chuàng)性。北京互聯(lián)網(wǎng)法院審理的一起“AI文生圖”著作權(quán)案中，原告認(rèn)為被告劉某在百家號文章中所發(fā)布的借助人工智能大模型生成的圖片，侵犯了自身的署名權(quán)與信息網(wǎng)絡(luò)傳播權(quán)，北京互聯(lián)網(wǎng)法院判定，涉案圖片包含原告獨(dú)特的智力創(chuàng)造元素，應(yīng)被認(rèn)定為美術(shù)作品。美國的判決與國內(nèi)的觀念具有相同之處，計(jì)算機(jī)科學(xué)家StephenThaler利用“CreativityMachine”生成一幅二維圖像，隨后就該圖像向美國版權(quán)局申請登記時(shí)遭到拒絕，美國當(dāng)局的立場，即完全由人工智能生成的作品因缺乏人類作者身份而不受版權(quán)保護(hù)。Sahni通過自攝的日落照片輸入RAGHAV（圖像生成型人工智能），然后將梵高《星空》的副本作為“風(fēng)格”輸入，并選擇一個“決定風(fēng)格轉(zhuǎn)移量的可變值”，從而生成“SURYAST”（涉案作品）。美國版權(quán)局認(rèn)為輸入基礎(chǔ)圖像、風(fēng)格圖像和“決定風(fēng)格轉(zhuǎn)移量的可變值”后，主要由人工智能決定如何根據(jù)風(fēng)格轉(zhuǎn)移值和風(fēng)格圖像進(jìn)行插值，Sahni先生并沒有控制這些元素，因此其作品不受保護(hù)。

（二）明確合理使用標(biāo)準(zhǔn)

人工智能在輸入和輸出階段都有侵權(quán)的可能性，在輸入階段，想要避免侵權(quán)可以從兩個角度考慮，即直接使用和授權(quán)許可使用作品?，F(xiàn)階段已經(jīng)有一些國家或者地區(qū)明確了生成式人工智能特定技術(shù)應(yīng)用的例外情況，比如，歐盟明確了特定數(shù)據(jù)訓(xùn)練行為的合法性，日本在法律當(dāng)中規(guī)定了計(jì)算機(jī)信息處理行為可以豁免著作權(quán)侵權(quán)責(zé)任，而美國則擴(kuò)大了本國合理規(guī)則的范圍，將生成式人工智能的輸入行為進(jìn)行例外?？v觀各國相關(guān)規(guī)定，不難發(fā)現(xiàn)其規(guī)制重心幾乎均未直接針對人工智能的使用行為，且相關(guān)限制僅適用于文本挖掘技術(shù)領(lǐng)域。由于人工智能大模型在訓(xùn)練時(shí)使用的數(shù)據(jù)范圍較大，在事前逐個獲得當(dāng)事人的同意難度較高，因此，可以從合理使用角度允許生成式人工智能進(jìn)行數(shù)據(jù)收集，借鑒其他國家的做法，圍繞特定的技術(shù)應(yīng)用來讓輸入階段的侵權(quán)行為變得合法。人工智能可能侵權(quán)的是數(shù)據(jù)輸入階段為了進(jìn)行數(shù)據(jù)訓(xùn)練的保存及復(fù)制行為，輸出階段在他人作品上的“引用”行為，可以將這兩種行為均納入合理使用的范疇，允許人工智能不經(jīng)許可免費(fèi)使用互聯(lián)網(wǎng)中的數(shù)據(jù)，并在生成作品后進(jìn)行合法的標(biāo)注。

（三）擴(kuò)大著作權(quán)人作品的授權(quán)

除了合理使用，授權(quán)許可人工智能使用作品更符合經(jīng)濟(jì)效益，不僅擴(kuò)大著作權(quán)人的許可范圍，增加其收益，還避免了生成式人工智能輸入輸出階段無合法著作權(quán)授權(quán)的侵權(quán)風(fēng)險(xiǎn)?；诖耍梢詣?chuàng)新著作權(quán)人授權(quán)模式，從事前授權(quán)和事后補(bǔ)充授權(quán)兩個階段，彌補(bǔ)現(xiàn)有人工智能生成物無著作權(quán)人授權(quán)的情形。

著作權(quán)人的作品在互聯(lián)網(wǎng)上一經(jīng)公開自動授權(quán)人工智能公司進(jìn)行使用，人工智能公司每年在特定時(shí)間交許可使用費(fèi)，相較于合理使用，該方法更符合知識產(chǎn)權(quán)法的立法原則，激勵創(chuàng)作者的產(chǎn)出。且生成式人工智能需要的數(shù)據(jù)規(guī)模大、類型多，獲得所有著作權(quán)人的許可是一種最直接也最便捷的方法，但是也會出現(xiàn)許可使用費(fèi)“一刀切”情況的出現(xiàn)，會有個別著作權(quán)人渾水摸魚。相對應(yīng)的，以授權(quán)許可合同的形式，與人工智能公司建立深度合作關(guān)系，生成內(nèi)容收益和風(fēng)險(xiǎn)按照比例分配會更合理，而為了解決授權(quán)量大的問題，可以由著作權(quán)管理組織出面解決[。根據(jù)生成式人工智能的特點(diǎn)，對作品進(jìn)行分級分類。按照標(biāo)準(zhǔn)將作品授權(quán)許可劃分等級，不同等級下著作權(quán)人的收益和承擔(dān)的風(fēng)險(xiǎn)也不一樣。等級的選擇采取著作權(quán)管理組織劃分和著作權(quán)人自由選擇兩個方式相結(jié)合的方法，收益越高，風(fēng)險(xiǎn)越大[。

結(jié)語

在生成式人工智能迅猛發(fā)展的時(shí)代，著作權(quán)侵權(quán)隱患不容忽視。通過確定合法性的范疇、明確合理使用規(guī)則、拓寬著作權(quán)人授權(quán)范圍，在規(guī)范技術(shù)發(fā)展與保障知識產(chǎn)權(quán)之間達(dá)成平衡。這不僅是對創(chuàng)作者的尊重，更是為人工智能產(chǎn)業(yè)的長遠(yuǎn)發(fā)展鋪設(shè)基石，從而挖掘人工智能的潛能，為人類創(chuàng)造更大福祉。

參考文獻(xiàn)：

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

[2]馮玨.自動駕駛汽車致?lián)p的民事侵權(quán)責(zé)任[J].中國法 學(xué)，2018，（06）：109-132.

[3]姚志偉，人工智能生成物著作權(quán)侵權(quán)的認(rèn)定及其防范—以全球首例生成式AI服務(wù)侵權(quán)判決為中心[J].地方立法研究，2024，9（03）：1-17.

[4]朱閣．“AI文生圖”的法律屬性與權(quán)利歸屬研究[J].知識產(chǎn)權(quán)，2024，（01）：24-35.

[5]崔國斌.人工智能生成物中用戶的獨(dú)創(chuàng)性貢獻(xiàn)[J].中國版權(quán)，2023，（06）：15-23.

[6]孫陽.生成式人工智能的侵權(quán)標(biāo)準(zhǔn)、價(jià)值辨析與規(guī)范應(yīng)對[J].社會科學(xué)動態(tài)，2024，（10）：42-49.

[7]錢葉會.淺議ChatGPT等生成式人工智能對職業(yè)教育的挑戰(zhàn)及應(yīng)對[J].公關(guān)世界，2025，（04）：26-28.

（作者單位：鄭州商學(xué)院文學(xué)與新聞傳播學(xué)院）

（責(zé)任編輯：宋宇靜）