人工智能生成内容著作权有关问题研究

本文从人工智能创作作品的底层逻辑和过程入手,对人工智能创作作品是否构成著作权法意义上的“作品”进行了研究。在文字、艺术和音频类作品中,人工智能通过数据输入和机器学习的过程进行创作,其中数据输入阶段的数据挖掘是合理使用,机器学习阶段是与人类作者共同创作,而生成内容阶段具有思想表现形式和人格主义要素,应受著作权法保护。根据创作过程和独创性要素,人工智能生成的文字、图像、原画和音频等艺术类作品具备独创性,属于法律意义上的“作品”并受著作权法保护。在著作权归属问题上,建议将人工智能创作物的著作权归属于使用者或所有者,而非设计者。     

驳人工智能“创作工具说”

人工智能技术的发展使得人工智能生成内容与传统作品之间具有一定相似性,人工智能生成内容是否可以作为作品受到著作权法保护存在争议。著作权法的诞生依托于对作者创作力的认可,保护的是一定门槛下的“创造性劳动”,而非宽泛的人类智力投入。人工智能系统设计者对人工智能系统的人力投入、用户多次输入的提示词以及后续修改的人力投入在多数情况下属于著作权法不保护的一般人力投入。人工智能系统设计者和用户对现在的人工智能系统输出的最终成果不存在“可预测性”,因此人工智能系统不是著作权法意义上的“工具”。即使人类对人工智能生成内容进行修改后的产物或可被认定为作品,也需要排除人工智能系统在其中的贡献。     

人工智能生成内容著作权合法性的制度难题及其解决路径

人工智能内容生成机制涵盖研发阶段的数据获取和后续利用阶段的生成内容应用,前一阶段主要面临获取数据的著作权合法授权问题,后一阶段则主要面临生成内容的著作权属性判断、归属及侵权责任承担等问题。现有规范分析框架对两个阶段所面临的主要问题都存在规则局部不适配的情况,究其根源在于现有规范设计不能满足人工智能发展所带来的产业保障需求,对已经做出调整的发展人工智能的产业政策无法进行有效回应。由技术推动带来的人工智能内容生成机制的变革,直接冲击着现有著作权制度对作品表现形式和“思想—表达二分”的底层逻辑认知,同时,还面临事前授权的财产规则和海量资源学习模式需求不符的窘境、机器学习内容获取全阶段的著作权侵权风险以及由数据保护利益的多样性和复杂性导致的要求著作权合规等问题。面对这些问题,不能单一化打补丁式地进行规则设计,而应该综合性地解决体系性认知问题,在稳固“思想—表达二分法”的基础原则上,可尝试通过将署名和其他著作权进行分离的制度设计以贯彻诚实信用原则保障数据来源真实,通过合法购买与合同约定风险承担、打开人工智能预训练阶段数据获取的著作权合理使用闸口,并借助避风港规则实现责任豁免、集体管理组织集中授权...     

论人工智能生成内容的著作权法平等保护

在人工智能时代,人机互动已成为许多作品的常见创作方式,著作权法平等保护就是对人工智能生成内容(AIGC)与人类作品给予相同的制度评价,为此需要解决人工智能生成内容的可版权性问题与著作权归属问题。人工智能生成内容与人类作品在客体外观上具有一致性、在经济利益上具有同质性且符合著作权法激励创新的制度目的,这些是二者得以获得平等保护的前提基础。通过著作权法平等保护,可以降低法律制度摩擦成本、打造统一的著作权交易市场、鼓励标识真实来源并塑造人工智能生成内容市场价值。著作权法平等保护的实现可借鉴法律主体利益实体功能与法律推理功能分离的规范原理,参照著作权二元主体结构机制,将人工智能拟制为形式主体并使著作权利益向人类集中。具体而言,可发挥人工智能形式主体的法律推理功能,将人机互动视为一个创作整体,进而证成人工智能生成内容的独创性,并通过共同创作、委托创作等既有著作权法律关系的权属规则将著作权原始分配给人工智能的人类使用者。     

人工智能生成内容的著作权保护研究

生成式人工智能的出现,引发了是否需要给予人工智能生成内容（包括图片、文章等）著作权保护的讨论。人工智能生成内容是否构成作品的关键在于外观上是否具备独创性,而无需考虑创作主体和创作过程。但是,著作权法保护的是人类作品,生成式人工智能无法成为适格作者,仅仅是自然人作者实施创作的辅助工具。生成式人工智能使用者的操作过程可以被理解为创作,但是应进行个案判断。使用者基于创作行为取得作者身份和著作权,同时,投资者、开发者、所有者等主体的权益也能够得到充分实现。由于人工智能生成内容的著作权问题尚未形成共识,目前认定第三人侵权时应持审慎态度,赔偿数额宜低不宜高,不宜判处惩罚性赔偿。     

算法生成数字产品界定的裁判逻辑

从数字产品的生成路径来看,可分为人工智能算法、人机互动、预设算法规则生成的数字产品,算法生成数字产品得以在作品、数据权益、商业秘密路径下寻求保护。现阶段人工智能算法生成的数字产品亦体现自然人的智慧,可以构成著作权法上的作品,人机互动生成的数字产品则应当从基础行为范式的算法模型和用户调配资源的独创性空间结合判断。     

论著作权作品的独创性

一部作品要想得到著作权法的保护,最重要的就是具备独创性。所谓独创性,是指作品的作者在独立构思并运用自己的表达方式独自完成作品的创作,而决不是抄袭。可能该作品的主题或构思已出现过多次,甚至其表现形式也在以前的作品中出现过,但著作权法允许第二个、第三个作者进行同样表现形式的创作。作品的独创性,是指作品内容的外在表达形式的独创性,而并不是思想内容本身,作品表达的内容基本为两类：一类是客观世界存在的事物、现象或发生的事件等,这一类的内容是人人都可以利用的,它不专属于任何人。如历史事件等。另一类是客观世界…     

著作权保护中的“作品源”理论

著作权保护作品的客观表现形式,而不保护作品的思想内容,这是著作权法律制度的一项重要原则。所渭作品的客观表现形式,是指作者在作品中所采用的各种表现手法、技巧等客观形式的总和,如作品的素材选择、情节和画面的构思,文字和结构的安排、形状设计等等。所谓作品的思想内容,     

论著作权法对人工智能生成成果的保护——作为邻接权的数据处理者权之证立

人工智能的生成成果是人工智能程序在人类参与度极低的情况下基于数据和算法通过自主学习和建模所自动生成的内容,并非人类以人工智能为工具进行的个性化表达如果认定其为作品会违背传统的著作权法理论然而,为人工智能的生成成果提供一定程度的著作权法保护具有必要性鉴于人工智能生成成果的保护价值与邻接权制度的价值相契合,可将人工智能生成成果作为广义上的邻接权之客体。在我国《著作权法》上设立一项由产生数据的程序或设备的使用权人享有的对数据成果的"数据处理者权",不仅能够破解目前人工智能生成成果的法律保护困境,而且可以为解决大数据时代有关数据权属及利用的法律问题提供思路。     

论人工智能创造物的法律保护

人工智能从辅助人类创造的工具逐渐发展到具有自主创造的能力。计算机辅助完成的创新成果体现了人类的创造性,符合专利或版权保护的条件;但人工智能创造物却遭遇了知识产权法只保护人类创造的理念和制度障碍。然而,它并非是不可跨越的制度鸿沟。三十余年前,英国立法保护“计算机生成的作品”,这表明知识产权法可以兼容人工智能创造物的保护。在理论上,构建以人类读者（受众）为基础,而不是以人类作者、发明人为中心的版权法和专利法理论,即可解决人工智能创造物的法律地位问题,其权利归属问题也同样可以在不与传统规则相冲突的方式下得到解决。     

论人工智能生成内容的可版权性标准

生成式人工智能将著作权法在独创性表达之上创设的稀缺性和激励转移至表达背后的智力投入,即提示词的迭代中,人工智能生成内容由此具备可版权性基础。现有反对意见过度关注作者身份问题,造成诸多论证困境。“意志论”未能区分作者的范畴意图和语义意图,忽视了所有作品的表达内容均不可能在绝对意义上为作者的自由意志所决定、预见和控制,且诉诸“创作辅助人”条款将赋予人工智能法律主体资格,无法成立。而“过程论”将作品可版权性与具体创作方法联系在一起,不符合著作权法的规则和目的。人工智能生成内容的可版权性标准应该从作者身份转向独创性。由于排他权范围极其有限,对人工智能生成内容适用最低限度独创性理论不会造成权利“井喷”现象。     

人工智能与版权——法律涵摄技术的路径选择

生成式人工智能的普及,使普通网络用户得以通过输入提示语的方式来进行创作,形成了“用户创造内容”与“人工智能生成内容”叠加的趋势,也再次引发了人工智能生成内容的可版权性与版权归属之争。回顾版权制度史可以发现,无论是机器介入、计算机介入还是人工智能介入,百余年来人类与作品独创性的关联性论证,始终围绕“构想”和“实施”两个要件展开。鉴于设计者从人工智能核心代码、训练数据来源和偏好,以及自身发展方向来把控“构想”,应该将人工智能的设计者视为作者。在使用者仅以提示方式生成作品的情况下,人工智能设计者与使用者之间的关系应纳入委托作品的范围,使用者作为委托人,依据“最终用户服务协议”取得所生成作品版权。如果所生成内容中包含训练数据中他人作品的独创性元素,设计者则应在合同中将该内容限定于非商业性使用。     

论人工智能生成内容的信息权保护

将人工智能生成内容视为著作权法意义上的作品,不符合著作权法关涉作品的规范教义,不利于个人乃至社会整体知识水平的提升,违背著作权法的价值追求。顺应时代发展规律的信息权应该成为权利,符合权利生成法理标准的信息权可以成为权利。人工智能生成内容本质属于应受法律保护的信息,将人工智能生成内容归入已然获得权利证立的信息权对象范畴,可高效实现关涉信息的多元价值诉求。人工智能所有人通常具有生成价值信息、控制信息传播的动机与能力,且实际享有信息权益、承担信息侵害他人权益的责任,应成为人工智能生成内容的信息权主体。     

人工智能生成行为的决策标准

基于博弈模型分析的人工智能生成行为强调决策收益和决策成本的不同结果,收益和成本的权衡进一步完善人工智能生成行为的决策标准。人工智能生成行为的决策收益与决策成本因生成内容使用行为的共识状态而发生实质变化,对生成行为规范性质形成共识的情况下,人工智能设备所有者与内容使用者仅需要依据共识性理解进行决策。共识性理解即双方主体对于生成内容的使用是否需要取得授权形成一致判断,这就需要人工智能生成行为的规范设计足够明确和统一,当双方主体对于生成内容的使用无法形成规则共识,围绕生成行为的权益纠纷必然增加决策成本并降低决策收益。因此,厘清人工智能生成行为及其法律效力,促进规则共识的形成是决策标准指导规范设计的核心要素。     

普通电路图著作权保护问题探微

虽然我国著作权法对“作品”和“制品”的判断基础是“创造性”,但同时考虑新颖性和排他性作为前提,当内容和形式具有独创时,创作者对其内容形式享有著作权。著作权法对作品思想内容保护,体现在它肯定作者与他的思想的人身联系,并使他有权利维护他的思想完整性。一件作品只要在表现形式上具有创造性就可以受到保护。而实质性相似的认定,就能确定是否侵犯知识产权。     

数字时代的作品使用秩序——著作权法中“复制”的含义和作用

著作权法通过复制来界定作品的使用,建立起一套作品使用规则。在数字时代,作品以数字化形式存在、传播和消费,传统的复制地位受到一定程度的冲击。不过,复制是著作权法的基石性概念,具有不可替代性。复制既可以通过复制权(财产规则)保护,也可以通过救济权(责任规则)保护;在数字时代,复制权仍然应当且仅适用于控制作品的传播,凡是导致传播的内容复制都受到著作权人的控制;而进入消费领域的个人复制、在创作中使用他人作品则应当受责任规则的规制,著作权人不能事先禁止他人使用作品的行为。     

人工智能对公司法的影响:挑战与应对

人工智能的迅猛发展，将对公司法造成影响，其中主要体现在其对公司董事的影响。人工智能与董事之间的关系因不同发展阶段而有所不同，在弱人工智能阶段，人工智能因尚未达到可模 拟人脑进行抽象思维的阶段，其可作为董事的辅助工具，但公司法需解决董事是否可将部分职权授于 人工智能以及董事是否负有咨询人工智能的义务等问题。在强人工智能甚至超人工智能时代，人工智能担任独立董事不存在法律障碍的情况下，因人工智能与自然人董事的本质差别，公司法面临着诸多 挑战，围绕传统代理成本理论而搭建的公司法规则框架可能需要重构，其他规范自然人董事的规则也 须相应调整，公司也可能因此而受到公权渗透。面对人工智能技术的日新月异，公司法应未雨绸繆。     

网络服务提供者的著作权责任:文本解释与比较分析

服务提供者因向公众提供作品而可能承担的自己责任,包括直接传播作品的行为,也包括名义上通过链接等方式提供作品,但实际上使得用户无法知道或不予以特殊注意力就不会认识到其获取的作品是来自于第三方网站等间接传播作品的行为。服务提供者也可能承担第三方责任,包括帮助侵权和替代侵权,其法律适用应该是:《侵权责任法》的规定为其一般规定,而《信息网络传播权保护条例》中的避风港规则是其特别责任限制规定。这表明,服务提供者在避风港规则之外存在第三方责任承担的可能。同时,避风港规则也未限制服务提供者依著作权法所享有的抗辩事由,如合理使用等。避风港规则有其特殊的政策考虑,须完整、独立地予以适用,互不影响。服务提供者对其服务虽无监控义务,但也应合理采取标准的技术措施以保护著作权;"通知移除"程序提高了服务提供者的主观认定标准,从而影响"红旗"标准的适用。     

“AI文生图”的法律属性与权利归属研究

秉持著作权法只保护“自然人的创作”的观点,人工智能大模型无法成为著作权法上的作者。基于既有的作品构成要件规则、创作方式转型背景和美术作品“思想/表达二分法”原则等维度进行判断,体现人的独创性智力投入的“AI文生图”属于美术作品,其著作权归属于利用人工智能生成图片的人。“AI文生图”著作权案的司法裁判充分考量了双方当事人之间的利益、双方所在群体的利益、立法者的价值选择和社会公共利益等因素。     

人工智能技术对专利制度的挑战与应对

人工智能在专利发明创造领域参与程度逐渐深化,对现行的专利法带来诸多挑战。一是人工智能算法的可专利主题。因人工智能算法看似与传统的数学算法一致而被视为“智力活动的规则和方法”,尽管存有争议,但从专利法促进新技术发展和“与时俱进”的时代使命出发给予其专利保护是较为务实的做法。二是人工智能时代的专利审查标准。针对传统专利性判断标准已在人工智能时代失灵,适当调整“专利三性”,确立适合于人工智能专利的“新三性”标准。三是人工智能生成发明权利主体的界定。在人为因素仍作用的弱人工智能时代,可以基于专利法中“二元主体结构”,承认人工智能作为发明人的资格,同时将专利权赋予人工智能开发者或管理者。四是人工智能专利侵权认定。在人工智能专利侵权责任承担主体上采取动态区分规则:区分人工智能不同的发展阶段;区分不同阶段人类介入因素的作用;区分不同阶段不同主体对侵权结果的作用等。