|
法治经纬
|
|
□ 孙山
化解AI模型训练的合法性危机，创设新类型的法定许可制度或许是更为妥当的优选方案。
表面上看，AI模型训练合法性危机的人工智能运营主体在训练时体现出公共利益，但现行规则未能涵盖、豁免训练过程中对作品的使用行为。究其实质，AI模型训练合法性危机是大规模进行作品商业性质的使用过程中协商成本过高引发的市场失灵。
我国著作权法中存在合理使用和法定许可两大类权利限制制度，前者的基本价值取向是公平优先，后者的基本价值取向是效率优先，是否需要支付费用彰显了这种区别。效率取向的法定许可制度保留了著作权人的获酬权，市场失灵的实质决定了法定许可使用制度更适合于化解AI模型训练中的合法性危机。
未经许可使用他人作品投喂AI模型以进行内容生成的行为，很可能构成对复制权的侵犯。这是因为，用户向AI“投喂”他人画作或文字以生成自己的“作品”的行为，实际上是对存储于计算机本地的作品进行了复制，并将副本上传到了AI模型中以供AI阅读的行为，这一行为正好落入著作权法第十条规定的复制权的范围。但是，著作权法在保护著作权的同时也作出了一定的限制。根据该法第二十四条规定，如果利用人工智能创作生成的内容并不进行市场化运营，而仅仅是为了个人学习、研究而使用，将有可能构成“个人学习、研究、欣赏”类合理使用，但这种情况在实践中比较少见。
此外，用户作出的关于其作品系通过“投喂”他人作品以利用AI模型生成的作品的声明，同样无法成为侵权阻却事由。是否声明使用AI模型，与使用者行为的定性之间没有必然联系，判定将作品“投喂”给AI模型以进行后续创作的行为侵权与否的关键，在于行为人是否征得了著作权人的许可。如果行为人未经著作权人的许可，使用他人作品并借助AI模型进行内容生成，即使存在相应的声明，同样无法改变行为的侵权性质。
从现有司法案例看，与人工智能生成内容的可版权性有关的问题主要集中在以下三个方面：第一，生成内容的作品属性问题，即AIGC是否符合著作权法中对作品的界定；第二，开发者贡献的定性问题，即开发者在设计AI算法模型、收集训练数据、训练调试等过程中的贡献是否构成著作权法意义上的创作；第三，用户贡献的定性问题，即用户在使用AI生成内容过程中提供指令、设置参数、输入数据等行为是否构成独创性贡献。
可以预见，人工智能技术的快速发展必然会对传统的知识产权保护模式带来许多新的挑战。在著作权保护问题上，人工智能的飞速发展以及“创作”水平的不断提升，将会进一步模糊人工智能“创作”成果与人类创作成果的边界，加大分辨人工智能“作者”与人类作者的难度，给法官认定作品与作者、著作权的归属与分配等问题的解决带来不少困难。
在专利保护问题上，随着人工智能的不断发展，借助乃至完全依托人工智能进行发明或将不再遥不可及。未来，如何回应人工智能的“发明人”身份难题；如何在人工智能超强算力的加持下，实现并平衡好可专利性审查标准的变化幅度，防范人工智能的出现对专利制度造成过大冲击，都将成为需要考虑的重要问题。
生成式人工智能的勃兴，既是技术发展的璀璨成果，也是对现行知识产权法律体系的深刻拷问。未来的规制路径，应当以“技术—法律—伦理”的协同治理为轴心，着眼于激发人机协同的创造力，让知识产权法律体系成为人工智能创新的“护航者”，保障人工智能产业的长远发展。
（作者系西南政法大学民商法学院教授）
|
|
|
| 用法定许可制度为AI技术“立规”
|
|
|
|
|
|
| （ 2025-04-26 ） 稿件来源： 法治日报法治经纬 |
|
|
□ 孙山
化解AI模型训练的合法性危机，创设新类型的法定许可制度或许是更为妥当的优选方案。
表面上看，AI模型训练合法性危机的人工智能运营主体在训练时体现出公共利益，但现行规则未能涵盖、豁免训练过程中对作品的使用行为。究其实质，AI模型训练合法性危机是大规模进行作品商业性质的使用过程中协商成本过高引发的市场失灵。
我国著作权法中存在合理使用和法定许可两大类权利限制制度，前者的基本价值取向是公平优先，后者的基本价值取向是效率优先，是否需要支付费用彰显了这种区别。效率取向的法定许可制度保留了著作权人的获酬权，市场失灵的实质决定了法定许可使用制度更适合于化解AI模型训练中的合法性危机。
未经许可使用他人作品投喂AI模型以进行内容生成的行为，很可能构成对复制权的侵犯。这是因为，用户向AI“投喂”他人画作或文字以生成自己的“作品”的行为，实际上是对存储于计算机本地的作品进行了复制，并将副本上传到了AI模型中以供AI阅读的行为，这一行为正好落入著作权法第十条规定的复制权的范围。但是，著作权法在保护著作权的同时也作出了一定的限制。根据该法第二十四条规定，如果利用人工智能创作生成的内容并不进行市场化运营，而仅仅是为了个人学习、研究而使用，将有可能构成“个人学习、研究、欣赏”类合理使用，但这种情况在实践中比较少见。
此外，用户作出的关于其作品系通过“投喂”他人作品以利用AI模型生成的作品的声明，同样无法成为侵权阻却事由。是否声明使用AI模型，与使用者行为的定性之间没有必然联系，判定将作品“投喂”给AI模型以进行后续创作的行为侵权与否的关键，在于行为人是否征得了著作权人的许可。如果行为人未经著作权人的许可，使用他人作品并借助AI模型进行内容生成，即使存在相应的声明，同样无法改变行为的侵权性质。
从现有司法案例看，与人工智能生成内容的可版权性有关的问题主要集中在以下三个方面：第一，生成内容的作品属性问题，即AIGC是否符合著作权法中对作品的界定；第二，开发者贡献的定性问题，即开发者在设计AI算法模型、收集训练数据、训练调试等过程中的贡献是否构成著作权法意义上的创作；第三，用户贡献的定性问题，即用户在使用AI生成内容过程中提供指令、设置参数、输入数据等行为是否构成独创性贡献。
可以预见，人工智能技术的快速发展必然会对传统的知识产权保护模式带来许多新的挑战。在著作权保护问题上，人工智能的飞速发展以及“创作”水平的不断提升，将会进一步模糊人工智能“创作”成果与人类创作成果的边界，加大分辨人工智能“作者”与人类作者的难度，给法官认定作品与作者、著作权的归属与分配等问题的解决带来不少困难。
在专利保护问题上，随着人工智能的不断发展，借助乃至完全依托人工智能进行发明或将不再遥不可及。未来，如何回应人工智能的“发明人”身份难题；如何在人工智能超强算力的加持下，实现并平衡好可专利性审查标准的变化幅度，防范人工智能的出现对专利制度造成过大冲击，都将成为需要考虑的重要问题。
生成式人工智能的勃兴，既是技术发展的璀璨成果，也是对现行知识产权法律体系的深刻拷问。未来的规制路径，应当以“技术—法律—伦理”的协同治理为轴心，着眼于激发人机协同的创造力，让知识产权法律体系成为人工智能创新的“护航者”，保障人工智能产业的长远发展。
（作者系西南政法大学民商法学院教授）
|
|
|
