AI生成作品可版权性问题探究（二）——以“立法本意与侵权风险”角度分析
编者按：本文上篇中，笔者通过分析AI生成图片的技术模式为基础，在作品结果的“可控制性”角度分析AI生成图片的可版权性问题。
上篇回顾：AI生成图片可版权性问题探究（一）——从“可控制性结果”角度分析
本篇将通过以“立法本意与侵权风险”角度分析AIGC的可版权性问题。
作者 | 郑莉 皮民柱 北京高文律师事务所
编辑 | 布鲁斯
一、保护AIGC的版权不符合著作权立法之宗旨
我国《宪法》第47条规定：“中华人民共和国公民有进行科学研究、文学艺术创作和其他文化活动的自由。国家对于从事教育、科学、技术、文学、艺术和其他文化事业的公民的有益于人民的创造性工作，给以鼓励和帮助。”
我国《著作权法》第1条规定：“为保护文学、艺术和科学作品作者的著作权，以及与著作权有关的权益，鼓励有益于社会主义精神文明、物质文明建设的作品的创作和传播，促进社会主义文化和科学事业的发展与繁荣，根据宪法制定本法。”
《与贸易有关的知识产权协定》第7条规定：“知识产权的保护和实施应有助于促进技术革新及技术转让和传播，有助于技术知识的创造者和使用者的相互利益，并有助于社会和经济福利及权利与义务的平衡。”
在与AIGC版权有关的争论中，保护AIGC具有版权的一种支持性观点认为，基于激励创作的原则，应当承认AIGC的可版权性。在笔者看来，该观点存在两大问题：
（一）符合《著作权法》的独创性要求是进行著作权保护的前提，在AIGC未能达到独创性要求的情况下，对其进行著作权的保护反而不利于立法的激励目的。
著作权法对作品作出了独创性的要求，即所创作的作品需要来自于作者本人且需满足最低程度的创造性。通常来说，要求作品具有独创性具有避免重复、禁止抄袭以及保留公共领域之作用。这一标准鼓励作者在创作过程中，利用自己的独立思考和社会观察，对素材进行独特的选择和加工，最终将自己的创意以具体的形式表达出来。这种对作者独立创作的要求，意味着禁止抄袭和剽窃，进而鼓励作者通过独立创作产生出具有独特性和差异化的作品，避免作品的重复出现，为文化市场注入新的活力。同时，“满足最低程度的创造性”要求作者的创作需要超越公共领域的范畴，作品中需要体现出属于作者本人的独特选择和创造，只需体现出最低程度的创造性，即超越公共领域的范畴即可。这种规定有利于防止作者垄断那些处于社会公共领域的思想与表达，从而保护社会的言论自由。
笔者认为，基于算法生成的AI内容之所以无法通过著作权法的模式来保护，与其它无法满足作品的独创性要求、无法实现激励创作的目的密切相关。由笔者在上篇《AI生成作品可版权性问题探究》（一）中对AI生成作品的方式分析可知，AIGC生成方式是基于其对人工创作的海量学习和算法模型对生成结果的计算与输出。也就是说，在AIGC生成中，与其说是AI创造了新的杰出艺术作品，不如说AI仅仅是在人类创作的基础上将其学习到的作品进行拼接和重构。若对AIGC进行著作权法意义上的保护，最终的结果可能是大家都放弃了自主的创作，转而采用AI形成各式各样的作品。但是AI作品的生成毕竟还是站在人类智慧的肩膀之上，一旦大家放弃自主创作而均转向依赖AI生成相关画作，那么AI生成的源头——人类的创作就必然枯竭，大量重复的作品就可能出现。这是与著作权促进文学艺术创作和进步的立法宗旨相违背的。
综上，对于AGC的保护应当采取谨慎的态度，否则就可能与著作权法良善的立法宗旨产生背离。
（二）《伯尔尼公约》对著作权保护期限的设定初衷不适用于AIGC
在对知识产权立法演进的考察中，学者们发现，尽管在现代知识产权法的演进中关注的重心从创造性转移到了特定对象的经济贡献之中，但是在确定各种知识产权类型的保护年限的过程中，智力劳动的程度越深，受到保护的年限也就越长。这也就是包含着纯粹智力劳动产生的著作能够获得相较于体力劳动和智力劳动混杂的专利权更长时间的保护。[1]
著作权之所以在专利（发明专利和实用新型）、外观设计、集成电路布图、植物新品种权等一众知识产权中脱颖而出，获得最长的保护期限，其原因便在于著作权被视为是一种最为“纯粹”的智力劳动。作品的诞生，除了需要著作权人通过对生活的考察和思考形成一定之思想，还需要著作权人通过非体力劳动的方式将思想输出为定型化的表达。而为了这种定型化表达的输出，作者必然在整体的架构和细节的选取上耗费大量的精力。AI系统工作原理是AI通过优质训练集中的数据进行学习，将图片和文本编码后的特征计算相似性矩阵，最终输出相关的作品。在这个过程中，AI用户可能存在的“贡献”在于：对提示词和参数作出了恰当的组合；对提示词和参数作出了适合计算机理解和输出的设定。提示词和参数的填入最多是给AI作图提供了一个轮廓，最后输出的成果相对而言智力劳动的参与程度是相对较低的，给予其著作权一般长时间的保护显然是与AI用户的简单性投入不相匹配。
二、AIGC的可版权性与著作权侵权风险
现如今，以科技公司为代表的利益相关方认为，AIGC也应当受到著作权的保护。[2]但这一观点的问题在于：当其主张著作权保护时，也可能会陷入著作权侵权的风险之中。正如有论者指出的一般，以商业性使用为目的的人工智能学习、创作过程，一般来说不构成《著作权法》意义上的合理使用。而在人工智能的学习过程中，必然会接触到海量处于非公有领域的数据，如果存在权利归属问题就必然存在侵权责任风险。[3]一旦确定了具有可版权性，则根据《著作权法》中的独创性判断和实质性接触原则，AI的提供者和使用者都可能会面临着侵权责任的承担。[4]更重要的是，著作权的使用需要授权，而要求企业获得海量数据和其他知识产权的授权将显著增加企业的交易成本与使用成本，最终的结果必然是阻碍AI企业利用广泛的数据训练模型、提升AI水平，导致AI发展速度的停滞。也就是说，在现有的《著作权法》限制下不利于AI企业开展日常经营活动。
尽管也有学者指出，对于机器学习著作权侵权问题可以根据著作权使用的商业性与否，可以在未来的制度改革中分别赋予AI研究机构和AI企业对著作权使用的行为以《著作权法》中合理使用和法定许可的地位，“成品征税补偿金制度”也可能是解决著作权难题的一条合理路径。[5]还有学者认为，可以在作品上载网络时附加使用知识产权的许可条件，使用者使用该作品时视为自动接收该许可条件，实现自动许可。[6]但笔者以为，对于商业性的区分问题、法定许可制度下的监管问题以及“成品征税补偿金制度”下的分配问题都将为这些制度的适用造成一定的阻碍，自动许可也难以全面推广，在目前的情况下只能说是一个相当不成熟的思路。
因此，维持的AI生成物的无版权性，使其处于公有领域范围，将有利于帮助大型人工智能企业规避风险，也有助于企业避免交易成本和获取授权之成本显著增加。[7]
结 语
本文从著作权法立法总之角度分析了著作权保护AIGC模式所存在的问题与缺陷，但这并不意味着AIGC不值得受到法律的保护。事实上，在知识产权的演进中，对客体智力劳动属性的要求日渐宽松，却愈发看重其对社会的经济贡献，从这一视角出发给予相关知识产权予保护。作为具有潜在商业价值的AIGC，在不久的将来或许会出现用新的知识产权类型对AIGC进行保护的趋势。
注释
[1] 参见[澳]布拉德·谢尔曼、[英]莱昂内尔·本特利：《现代知识产权法的演进：英国的历程（1760-1911）》，北京大学出版社2012年第2版，第174-175、230-231页。
[2] 参见朱开鑫：《AI生成与版权保护》，载《腾讯研究院》微信公众号2023年9月13日；广东省深圳市南山区人民法院(2019)粤0305民初14010号民事判决书。
[3] 参见冯晓青、李可：《人工智能生成内容在著作权客体中的地位》，载《武陵学刊》2023年第6期，第47页。
[4] 参见邓文：《以ChatGPT为代表的生成式AI内容的可版权性研究》，载《政治与法律》2023年第9期，第90页。
[5] 参见刘有华、魏远山：《机器学习的著作权侵权问题及其解决》，载《华东政法大学学报》2019年第2期，第77-79页。
[6] 参见李艳：《数字环境下知识产权法与反不正当竞争法的冲突与协调研究》，法律出版社2022年第1版，第187-188页。
[7] 参见丁晓东：《著作权的解构与重构：人工智能作品法律保护的法理反思》，载《法制与社会发展》2023年第5期，第119页。
本案相关报道
本案相关观点
（本文仅代表作者观点，不代表知产力立场）
封面来源 | Pexels
