互联网法治 | 人工智能生成内容著作权保护路径分析

文 | 北京知识产权法院课题组

人工智能应用发展至今，已能独立抓取素材并以一定创造性的方式重新表达，包括重新构建结构、重新阐释观点，甚至提出全新的观点。人工智能生成内容与自然人创作作品在外观上已形成混淆，不予以独立形态的保护有可能损害传统创作者与人工智能生成内容创作者的双方利益。2023年11月，北京互联网法院审结了一起“AI文生图”著作权案件。北京互联网法院认为，该案中，人工智能生成图片具备“独创性”要素，体现了“人”的个性化表达，应当被认定为“作品”，并受到《中华人民共和国著作权法》（以下简称《著作权法》）保护。

目前，理论界与实务界均认识到构建人工智能生成内容法律规则的急迫性。课题组认为，对人工智能生成内容的规范应在《著作权法》的法律框架下探讨，本文也以此为前提进行分析。

人工智能生成内容著作权

归属的认定

目前，理论界对人工智能生成内容的著作权归属有多种观点，包括“人工智能拟制人格说”“人工智能开发设计者与使用者说”“委托作品说”“社会公有领域说”等。

一直以来，人工智能生成内容的产生过程都是一个“黑盒子”，其内部运作机制是不可见的。即使提示词一致也能生成不同内容，致使人工智能生成内容的潜在权利人类型呈现多元化。目前，人工智能技术正处于高速发展期，新技术层出不穷，未来的技术路线和表现形式更加复杂。如果以单一模式去划分权利归属，难以适应人工智能技术的迭代。

因此，课题组认为，应当根据各主体对作品的实质性贡献确定权利归属。实践中，首先要尊重当事人意思自治；其次，针对特殊情形下可能出现的权利争议，当事人可通过诉讼与仲裁程序进行确权。

《英国著作权、设计与专利法》规定，“计算机生成的文学、戏剧、音乐或艺术作品的作者，应该是对创作该作品作出必要安排之人”。对人工智能生成内容进行“必要安排之人”根据不同情形进行分析，著作权归属的结果也不同，人工智能应用的开发者、投资者与使用者皆有可能成为权利人。如果人工智能生成内容属于前述主体共同“必要安排”的结果，则属于前述主体的合作作品。

使用者利用AI生成文字、图片、视频时，具有独创性的人工智能生成内容在固定于载体前，已经在使用者的头脑中形成。人工智能生成内容呈现的独特性与创造性很大程度上归因于使用者的引导和调整。此时，提示词与自然人为创作作品拟订提纲相比，发挥了类似作用。这种情况下，人工智能生成内容的著作权应当属于使用者。相反，如果提示词非常简单，类似于有限性的表达，其著作权应归属于构建人工智能算法和开发模型的“人”。

‌‌‌目前，在缺少明确法律规则的前提下，意思自治原则仍然提供了一种高效且具有问题导向的解决路径。它能灵活适应人工智能技术和法律规则的变化，给人工智能技术进步带来的新型权利与义务预留了调整空间。

在不违反法律规则的前提下，当事人可以通过合同条款约定人工智能生成内容的权利归属、使用方式、利益分配、隐私条款等，确保各方利益得到充分保护。目前，全球大模型的运营商已普遍采用用户服务协议（以下简称“协议”）对人工智能生成内容的著作权归属问题进行约定，并按照输出内容和输入内容、协议签订前和签订后等细分场景设立相应条款，以应对复杂的著作权归属与后续使用许可问题。

课题组在分析ChatGPT等人工智能应用的协议后发现，这些协议明确约定了使用者需确保输入内容、输出内容及后续使用均不侵犯第三人权利的责任，以及服务提供者免责的具体情形。虽然协议内容均没有涉及人工智能生成内容的著作权归属问题，但释放了一种信号——人工智能内容的著作权属于使用者。以ChatGPT的协议为例，其规定，在适用法律允许的范围内，用户将保留对输入内容的所有权，并且拥有输出内容的所有权。其研发公司OpenAl将输出内容的所有权利和可能产生的利益转让给用户。

对于国内各大模型企业而言，其与用户签订的协议载明，“在本服务中提供内容的知识产权属于服务提供者所有”。“文心一言”的协议载明，“百度在线网络技术（北京）有限公司（以下简称‘百度公司’）作为研发者，在本服务中提供的内容（包括但不限于软件、技术、程序、代码、用户界面、网页、文字、图片、图像、音频、视频、图表、版面设计、商标、电子文档等）的知识产权（包括但不限于著作权、商标权、专利权和其他知识产权）属于百度公司所有，但相关权利人依照法律规定应享有权利的除外”。“跃问”的协议载明，“除本协议另有规定外，公司在本产品及相关服务中提供的内容（包括但不限于软件、技术、程序、网页、文字、图片、图像、音频、视频、图表、版面设计、电子文档等）的知识产权与相关权益属于公司所有。未经公司许可，任何人不得擅自使用（包括但不限于通过任何机器人、‘蜘蛛’等程序或设备监视、复制、传播、展示、镜像、上载、下载）本产品及相关服务中的内容”。

服务提供者与用户通过协议将权利义务以合同条款的形式进行明确规定，由用户决定是否接受。当双方当事人对个别条款产生争议时，可寻求司法救济或仲裁程序。司法机关通过不断解决个案争议，积累经验，凝聚共识，最终形成被行业、用户和社会各界广泛认可的规则。这样的规则才能从容应对人工智能技术的飞速发展。

人工智能生成内容著作权保护的

具体模式

根据经济学观点，对权利的不同安排会对社会经济效率产生巨大影响。人工智能应用革命性地改变了传统的创作方式。课题组认为，为平衡激励创新与公共利益的关系，人工智能生成内容著作权与传统作品的权利范围应当有所区别。建议将人工智能生成内容纳入法定许可机制的适用范围，适当压缩其著作权保护期限，并附加显著署名义务。

关于纳入法定许可机制的适用范围。课题组认为，如果对人工智能生成内容和自然人创作作品进行同样强度的保护，即使用者只有经过人工智能生成内容的相关权利人授权，才能使用人工智能生成内容。此举会极大提高人工智能生成内容的利用门槛，可能降低我国人工智能产业的竞争力。同时，相关权利人逐一授权，必然需要使用者付出巨大的时间成本，从而降低人工智能生成内容的商业转化效率。因此，更加高效可行的方法是将人工智能生成内容纳入法定许可机制的适用范围。法定许可机制要求使用者在法定范围内自由利用作品，但必须按照规定支付费用，并指明作品名称、出处和作者姓名（名称）。

关于显著署名义务。课题组认为，对人工智能生成内容与自然人创作内容进行显著区分，既是对其进行特殊保护的前提，也是保障他人知情权与自主选择权的必要措施。目前，我国法律法规已经对该问题作出明确规定。《互联网信息服务深度合成管理规定》（以下简称《管理规定》）中明确：“深度合成服务提供者提供以下深度合成服务，可能导致公众混淆或者误认的，应当在生成或者编辑的信息内容的合理位置、区域进行显著标识，向公众提示深度合成情况。”2023年7月10日，国家互联网信息办公室发布《生成式人工智能服务管理暂行办法》，进一步强调提供者应当按照《管理规定》对图片、视频等生成内容进行标识。全国信息安全标准化技术委员会在《网络安全标准实践指南——生成式人工智能服务内容标识方法》中规定了内容标识的具体方法，即通过持续显示提示文字，或者在显示区域背景中均匀添加包含提示文字的显示水印标识，或者添加“该内容由人工智能生成或协助完成”的隐式水印。

关于著作权保护期限。课题组认为，与自然人创作内容相比，人工智能应用通过算法生成内容，其创作效率远高于自然人。同时，人工智能生成内容可能因为算法迭代而被新内容取代。因此，适当限缩保护期限既可以提高人工智能应用开发者改进算法的积极性，还可以加速人工智能生成内容以优质训练数据的形式回归公有领域，形成双向反馈的良性循环。因此，课题组建议适当缩短对人工智能生成内容的保护期。

人工智能数据训练行为的

法律规制

人工智能应用在日常数据训练环节，其使用数据的行为是否构成合理使用？该问题可能是目前人工智能产业发展面临的核心法律问题之一。输入端的数据获取和使用直接影响人工智能应用的开发。如果输入端遇到障碍，其应用模式必然有停滞的风险。事实上，各国已经出现了多个类似诉讼。诉讼中，数据权利人认为数据训练行为未经权利人许可，使用了其作品。因此，对该问题的探讨迫在眉睫。

人工智能技术在整个数据训练环节，首先可能采取“爬取手段”，对公开的作品进行“抓取”，并永久存储（复制）在服务器中，而永久性复制行为应当归入《著作权法》复制权的规制范围。目前各界对此毫无争议。

既然人工智能训练行为属于复制行为，那么，按照《著作权法》规定，行为人需要事先获取著作权人的同意，除非该使用行为构成合理使用。然而，数据训练行为不属于《著作权法》列举的任何一种特定情形。针对该问题，主流观点认为数据训练行为应当适用合理使用规则。大部分学者强调，著作权保护制度的设计不仅要考虑国际竞争、产业发展、版权保护、激励创作和技术创新等多重价值目标，还要考虑公共价值和市场许可机制的可行性。

我国的合理使用制度来源于《保护文学艺术作品伯尔尼公约》（以下简称《伯尔尼公约》）。《伯尔尼公约》第9条第2款规定：“本联盟成员国法律有权允许在某些特殊情况下复制上述作品，只要这种复制不致损害作品的正常使用也不致无故危害作者的合作利益。”该规则被概括为“三步检验法”：即仅能在特殊情况下作出；不得损害作品的正常使用；不得不合理地损害著作权人的合法利益。基于此原则，课题组分析如下：

第一，训练模型的复制行为不构成对作品原创目的下的实质性使用，不会损害作品的正常使用。从训练AI模型的技术原理来看，其进行数据训练的过程如下：通过一定技术手段，将一定时间以来的公开数据进行获取，使用跨模态模型进行处理后，获得图文的训练数据，然后再通过数据预处理（转换格式、读取标签等），进行神经网络训练。以图文大模型Stable‌Diffusion为例，其调用设置相关训练参数进行训练，训练目标是尽可能准确预测加噪分布中所包含的噪声，这实际上是一个类似人类学习的过程，不会向用户提供或传播任何一个原作品图像。这种复制行为不构成对这些作品的实质性使用，仅是“非表述性的使用”，即功能性利用，在使用结果上也未再现原作品的艺术价值。这种使用行为与《著作权法》中使用他人作品的行为存在显著差异。

第二，不会不合理地损害著作权人的合法利益。具体而言，首先，人工智能应用是一个为人类所利用的创作工具，工具的革新和进步可能改变作品生成的方式和效率，不能以此为理由认为人工智能技术进步会带来不合理损害。否则，科技进步将不复存在。其次，绘画风格或文章风格属于思想范畴，本身不受《著作权法》的保护。换言之，即使人工智能应用学习到绘画风格从而更有效率地绘制作品或书写文章也无可厚非。最后，需要特别说明的是，对于人工智能应用而言，其训练环节和输出内容环节是两个不同阶段，应当分别予以评价。人工智能训练环节非以原样呈现为目的对作品进行接触，没有对作品的价值及在市场中的需求形成替代，也不会掠夺权利人在公开平台上发表作品带来的流量。当然，人工智能应用开发者有义务在输出环节设置相应的保护措施，对于人工智能生成的图片或文章要有算法或采取其他措施进行防控，避免生成与训练作品近似，甚至一样的内容。

‌第三，人工智能行业健康发展需求也决定了大模型训练行为应当归为合理使用。如果在生成式人工智能应用的研发阶段就严格执行事先授权、付费等著作权合法性标准，必然会限制大数据的广泛采集，阻碍研发进程，影响高品质、高智能产品的诞生。目前，世界各国均在立法、司法层面采取措施，积极应对该问题。

当然，是否所有人工智能训练过程中使用他人作品的情形，都应被视为合理使用，从而彻底排除权利人在这方面的权利，还有待观察和思考。课题组认为，以下几个相反的因素值得重点关注：

其一，人工智能大模型学习他人作品，然后批量创作出同类新作品从而实质性影响原作者作品的市场价值的速度和力度，远远超过传统环境中的个人学习能力。其相当于成千上万人同时学习某部作品，因此无法直接适用合理使用情形。

其二，人工智能预训练本身已经发展成为一种重要的商业行为，并产生巨大的商业利益，相关数据库企业已经从中获益。如果数据内容的创作者不能从中获益，无疑不符合公平原则。正如当年互联网技术兴起，《著作权法》就增设了信息网络传播权来保护作者。如果在新技术环境下作品被商业使用却无权获益，那人类的创作活动可能会被逐渐扼杀。尤其如果我国率先立法彻底排除著作权人在此环节获益的权利，很可能在国际竞争格局中将我国的文创产业及相关人工智能产业（人工智能生成物本身也可能成为训练素材）置于不利地位。

综上所述，课题组建议，应当根据各主体对作品的实质性贡献确定权利归属，在实践中尊重当事人意思自治，特殊情形下通过诉讼与仲裁机制进行谨慎调整。在权利内容上，可以将人工智能生成内容纳入法定许可机制的适用范围，并适当压缩著作权保护期限，附加显著署名义务。同时，部分人工智能数据训练行为应当受到合理使用的规制，以实现利益平衡。

【本文系人工智能发展的司法应对研究——人工智能生成内容的著作权法律保护问题研究的阶段性成果（课题编号：ZGFYZDKT202318-01）；课题主持人：杜长辉、王立梅，课题组成员：冯刚、杨洁、陈栋、来小鹏、李怀胜、郜庆、张恒、张灿、王煜婷】

本期封面及目录

<< 滑动查看下一张图片 >>

《中国审判》杂志2024年第15期

中国审判新闻半月刊·总第349期

编辑/孙敏