賈曼

［摘要］人工智能繪畫技術(shù)日益成熟，但人工智能繪畫在創(chuàng)作過程中對他人作品的獲取和利用隱匿著巨大的侵權(quán)風險。在實踐中，人工智能繪畫的著作權(quán)侵權(quán)治理存在著作權(quán)侵權(quán)的行為認定困難、著作權(quán)侵權(quán)的責任主體認定困難以及著作權(quán)侵權(quán)的維權(quán)訴訟困難。為了保障著作權(quán)人的合法權(quán)益，促進創(chuàng)作領(lǐng)域的蓬勃發(fā)展，筆者認為，一是人工智能運營方應提前獲取著作權(quán)人的授權(quán)，二是司法實踐應放寬人工智能侵權(quán)行為的認定標準，三是司法訴訟應鼓勵被侵權(quán)人進行集體訴訟，四是相關(guān)部門或機構(gòu)應加強算法技術(shù)管理與監(jiān)督，由此規(guī)制人工智能繪畫的著作權(quán)侵權(quán)問題。

［關(guān)鍵詞］著作權(quán)侵權(quán)；人工智能；人工智能生成物

隨著科技的發(fā)展，人工智能開始廣泛應用于各個領(lǐng)域。在傳統(tǒng)認知中，繪畫充滿濃厚的人文色彩與主觀審美情趣。然而，當前，人工智能繪畫已可通過建立他人美術(shù)作品數(shù)據(jù)集的方式進行訓練和學習，并輸出具有作品形式的內(nèi)容成果。以人工智能繪畫工具Midjourney為例，用戶僅需要進入官方網(wǎng)址，在信息框內(nèi)輸入一句描繪想象畫面的文字，該工具系統(tǒng)就會在短時間內(nèi)自動生成數(shù)張圖片，以供用戶選擇。人工智能繪畫吸引大批用戶使用和進行繪畫創(chuàng)作。與此同時，人工智能繪畫在創(chuàng)作過程中對他人作品的獲取和利用隱匿著巨大的侵權(quán)風險，這引起各界對人工智能生成物侵權(quán)問題的廣泛關(guān)注。

一、人工智能繪畫的著作權(quán)侵權(quán)風險分析

（一）他人作品的獲取與利用

人工智能繪畫通過大量收集美術(shù)作品素材建立數(shù)據(jù)集，并在此基礎(chǔ)上進行訓練和學習，建立人工智能模型，最終輸出相應的內(nèi)容成果。人工智能創(chuàng)作必須建立在數(shù)據(jù)的獲取與輸入基礎(chǔ)上，由此可見獲取數(shù)據(jù)對人工智能創(chuàng)作的重要性［1］。

人工智能繪畫所抓取的美術(shù)作品數(shù)據(jù)，通常是著作權(quán)人已經(jīng)在媒介上公開發(fā)表的繪畫作品，在收集這些數(shù)字信息時，人工智能運營方不會向著作權(quán)人發(fā)出授權(quán)申請，在輸出繪畫成果階段，人工智能繪畫會模擬繪畫作品的創(chuàng)作風格生成圖像。人工智能獲取他人作品并訓練模型的過程未經(jīng)著作權(quán)人許可，這種復制、改編數(shù)據(jù)的行為顯然涉嫌著作權(quán)侵權(quán)［2］，而受到“思想與表達二分法”的影響，對繪畫風格能否受到著作權(quán)保護，學界和業(yè)界尚有爭議。

（二）廣泛的商業(yè)化用途

當前，人工智能繪畫輸出的成果質(zhì)量參差不齊，部分人工智能繪畫算法不夠精確，所生成的圖片也并不一定具有審美價值，部分人工智能繪畫則已經(jīng)具有成熟、完備技術(shù)，可以生成美輪美奐、極具觀賞價值的精美圖像，既供個人使用，又標價售賣。一些游戲公司在創(chuàng)作CG畫面時還會通過人工智能繪畫來完成場景設(shè)計，這不僅降低了制作成本，而且高質(zhì)量的生成內(nèi)容也讓人無法判斷該畫面是由人類創(chuàng)作的還是由人工智能創(chuàng)作的。

目前，大部分人工智能繪畫作為工具免費向用戶提供服務，但也有一些服務運營商籌備推出付費版本的人工智能繪畫。在付費版本下，人工智能繪畫的商業(yè)化用途和盈利模式日益凸顯，人工智能繪畫會為用戶提供更加龐大的數(shù)據(jù)集和更加精確的設(shè)計模型方式。由此，人工智能繪畫收集的數(shù)字信息也會進一步擴容，對他人作品的獲取和利用的侵權(quán)風險也將進一步增加，所產(chǎn)生的侵權(quán)行為亟須規(guī)制。

二、人工智能繪畫的著作權(quán)侵權(quán)治理困境

（一）著作權(quán)侵權(quán)的行為認定困難

在司法實踐中，著作權(quán)的侵權(quán)認定采用“接觸+實質(zhì)性相似”規(guī)則。對傳統(tǒng)的美術(shù)作品著作權(quán)侵權(quán)糾紛而言，判定侵權(quán)作品是否構(gòu)成“實質(zhì)性相似”一直是此類糾紛的重點與難點，而該項規(guī)則應用于人工智能生成物侵權(quán)糾紛更凸顯侵權(quán)行為認定困難。

在一般情況下，自然人的侵權(quán)行為是對個別或者少數(shù)他人原作品構(gòu)成的著作權(quán)侵權(quán)。如果自然人對他人美術(shù)作品元素進行簡單挪用，那么侵權(quán)作品與原作品可構(gòu)成“實質(zhì)性相似”，自然人存在侵權(quán)行為，應予以規(guī)制。然而，人工智能繪畫在一定程度上涉嫌侵權(quán)的作品數(shù)量龐大，涉嫌侵權(quán)的對象范圍廣泛，人工智能繪畫生成內(nèi)容對每部作品色彩、概念、要素的使用量較低，呈現(xiàn)較為零散和碎片化的特點，增強了人工智能繪畫侵權(quán)鑒定過程的主觀性與抽象性。此外，現(xiàn)有法律在一定程度上無法有效地應對人工智能生成物在不符合創(chuàng)作規(guī)律下進行低質(zhì)量創(chuàng)作以避免構(gòu)成侵權(quán)的現(xiàn)象［3］。

（二）著作權(quán)侵權(quán)的責任主體認定困難

在現(xiàn)階段，人工智能本身不具備法律主體資格，也不具有承擔法律責任的能力。而人工智能的投資者、開發(fā)者、運營者、使用者作為主體，參與人工智能的開發(fā)與使用。也就是說，投資者從需求角度發(fā)現(xiàn)研發(fā)人工智能繪畫具有市場，然后要求開發(fā)者訓練人工智能深度學習算法并制訂圖像生成規(guī)則，而投資者與開發(fā)者既無法影響人工智能繪畫最終的圖像生成，在人工智能繪畫投入使用后，投資者和開發(fā)者也無法得知人工智能繪畫的使用目的，人工智能生成圖像是用于個人使用、欣賞，還是應用于游戲畫面制作等商業(yè)目的取決于人工智能繪畫的使用者?；谶@個過程，如果由投資者與開發(fā)者承擔人工智能繪畫侵權(quán)責任，則兩者會擔負較高的侵權(quán)風險，不利于激發(fā)他們的生產(chǎn)、研發(fā)積極性；若人工智能繪畫深度學習數(shù)據(jù)在研發(fā)前期就具有較大的侵權(quán)隱患，那么當使用者將人工智能繪畫作為一種工具使用時，由使用者承擔侵權(quán)責任也有失公平。由此可見，當人工智能繪畫侵權(quán)事實發(fā)生時，該由何種主體承擔侵權(quán)責任成為一個難題。

（三）著作權(quán)侵權(quán)的維權(quán)訴訟困難

與文字作品不同，美術(shù)作品在獨創(chuàng)性認定以及侵權(quán)判斷上存在一系列的特殊問題。第一，繪畫風格難以成為著作權(quán)法保護的對象。按照通說，著作權(quán)法僅保護表達，不保護思想，而繪畫風格屬于思想范疇，如果將繪畫風格作為著作權(quán)法保護的對象，則在一定程度上會阻礙人們進行藝術(shù)學習和創(chuàng)作。因為創(chuàng)作者會通過臨摹的方式感受他人作品形式，從而獲取靈感并完成自我表達。然而，繪畫風格卻是評價創(chuàng)作者“獨創(chuàng)能力”的要素之一。從古至今，具有極高藝術(shù)造詣的創(chuàng)作者會運用光影、線條、色彩等形成極具辨識度的繪畫風格。以人工智能繪畫軟件“意間”為例，在該軟件中，使用者可以選擇生成具有“畢加索風格”“新海誠風格”的繪畫圖像。而如果人工智能繪畫模仿享有著作權(quán)作品的繪畫風格，則人工智能繪畫依然存在是否侵權(quán)的爭議。因為在設(shè)計人工智能繪畫規(guī)則時，開發(fā)者并未經(jīng)著作權(quán)人授權(quán)，就存儲著作權(quán)作品作為人工智能的學習數(shù)據(jù)。

第二，由于人工智能高效的轉(zhuǎn)化效率，人工智能繪畫自動生成的內(nèi)容會涉及眾多的著作權(quán)作品，而對著作權(quán)人來說，被使用的作品片段在原作品中所占比例不高，其難以發(fā)現(xiàn)侵權(quán)行為。文字作品可以通過檢索工具進行重復率檢測，而美術(shù)作品則需要更加細致的觀察才能發(fā)現(xiàn)內(nèi)容重復相似之處。人工智能的自動化產(chǎn)出為諸多領(lǐng)域提供便利，同時也降低侵權(quán)成本。人工智能繪畫的數(shù)據(jù)來源龐大復雜，且被侵權(quán)作品在人工智能生成內(nèi)容中零散分布，著作權(quán)人不僅難以發(fā)現(xiàn)侵權(quán)行為，而且在證明人工智能繪畫對個人作品的使用構(gòu)成“實質(zhì)性相似”這一問題上也更加困難。

三、人工智能繪畫的著作權(quán)侵權(quán)規(guī)制路徑

（一）提前獲取著作權(quán)人的授權(quán)

面對人工智能繪畫在前期的數(shù)據(jù)收集階段可能存在有著作權(quán)侵權(quán)隱患，人工智能運營方可以在現(xiàn)有法律制度下尋求并采用合法獲取數(shù)據(jù)的方法，盡可能避免因未經(jīng)著作權(quán)人許可使用其權(quán)利作品而引起侵權(quán)的情形。筆者認為，目前網(wǎng)絡(luò)上可以使用的人工智能繪畫大致可分為兩類。一類是編程較為簡單的人工智能繪畫，可以進行一些普通的圖畫輸出，這類人工智能繪畫所生成的圖畫一般僅供個人使用，且圖畫精細度無法達到商業(yè)使用的程度。另一類是更加專業(yè)化的人工智能繪畫，這類人工智能繪畫所生成的繪畫圖像能夠應用于游戲場景、動畫電影繪制等商業(yè)化用途。由此，對簡單圖像繪制的人工智能繪畫，人工智能運營方可以通過平臺簽約的方式獲得著作權(quán)人的授權(quán)，向著作權(quán)人支付合理的報酬，以吸引創(chuàng)作者入駐平臺網(wǎng)站成為簽約畫手，在保障著作權(quán)人經(jīng)濟權(quán)益的前提下，讓著作權(quán)人主動將個人作品上傳至人工智能繪畫數(shù)據(jù)庫中。對圖像繪制技術(shù)更專業(yè)的人工智能繪畫，人工智能運營方應采用更加縝密的授權(quán)許可機制，在使用者與眾多著作權(quán)人之間建立起溝通平臺，便于使用者與著作權(quán)人自行協(xié)調(diào)，如果人工智能繪畫生成的繪畫圖像具有較高的商業(yè)價值，則使用者與平臺也應支付相應的報酬，以保障著作權(quán)人權(quán)益。

（二）放寬人工智能侵權(quán)行為的認定標準

有學者認為，“實質(zhì)性相似”規(guī)則的設(shè)立可以防止行為人濫用知識產(chǎn)權(quán)法中的公眾接觸權(quán)［4］。判斷“實質(zhì)性相似”的方法主要包括整體觀察法和抽象分離法，在實踐中侵權(quán)認定一般采用抽象分離法。然而，一方面，隨著作品創(chuàng)作形式的日益增多，作品中的非獨創(chuàng)性表達在一定程度上難以剔除。另一方面，人工智能繪畫在獲取和利用他人作品時對龐大數(shù)據(jù)的隨機收集也使抽象分離法無法適用于實踐。從這種角度來講，司法實踐在判定人工智能繪畫的著作權(quán)侵權(quán)問題上使用整體觀察法更為合適［5］。

但是筆者認為，“實質(zhì)性相似”規(guī)則的設(shè)置是建立在侵權(quán)主體與被侵權(quán)主體處于平等地位或者說擁有平等能力的基礎(chǔ)上的，而人工智能繪畫與人類的學習能力具有明顯的差距，兩者處于不同等地位，對人工智能繪畫采取“實質(zhì)性相似”規(guī)則的認定方法則有待商榷。

此外，人工智能繪畫基于精妙的算法，使著作權(quán)作品內(nèi)容零散地分布，這也在一定程度上對具有極強主觀性和抽象性的“實質(zhì)性相似”規(guī)則造成了沖擊。由此可以看出，采用針對傳統(tǒng)自然人作品而設(shè)立的“實質(zhì)性相似”規(guī)則來認定人工智能繪畫著作權(quán)侵權(quán)情形存在困難。因此，筆者認為，司法實踐在判斷人工智能生成物是否構(gòu)成侵權(quán)時應當在傳統(tǒng)認定標準的基礎(chǔ)上進一步放寬。

（三）鼓勵被侵權(quán)人進行集體訴訟

人工智能繪畫侵權(quán)一般會涉及眾多著作權(quán)人及其作品。在此情況下，若被侵權(quán)人選擇聯(lián)合起來，提起集體訴訟，維護合法權(quán)益，那么一方面可以集中被侵權(quán)人的訴求，綜合維護各關(guān)聯(lián)方的權(quán)益，有利于集中訴訟材料，形成完整證據(jù)鏈；另一方面可以節(jié)約被侵權(quán)人的訴訟成本，提高司法效率，凸顯共同訴訟模式在人工智能繪畫侵權(quán)訴訟中的優(yōu)勢。

此外，被侵權(quán)人也可以借助著作權(quán)集體管理組織的力量。著作權(quán)集體管理組織在行業(yè)內(nèi)具有權(quán)威性，在訴訟方面也更具專業(yè)性，其可以統(tǒng)一收集證據(jù)，集中被侵權(quán)人的利益需求聯(lián)合進行直接訴訟。相較于著作權(quán)人自行組織集體訴訟，著作權(quán)集體管理組織的聯(lián)合訴訟更具有集中性和專業(yè)性，也更能降低被侵權(quán)人的維權(quán)成本，解決被侵權(quán)人維權(quán)能力不足的問題［6］。

然而，無論是著作權(quán)集體管理組織進行聯(lián)合訴訟，還是被侵權(quán)人自發(fā)進行集體訴訟，這兩種維權(quán)方式都在一定程度上存在不足。一方面，著作權(quán)人發(fā)現(xiàn)被侵權(quán)事實并與其他被侵權(quán)人進行集體訴訟，這一過程費時、費力，若訴訟結(jié)果不如預期就會大大降低著作權(quán)人的維權(quán)積極性，進而影響著作權(quán)人作為創(chuàng)作者的創(chuàng)作積極性。另一方面，著作權(quán)集體管理組織雖然可以分擔著作權(quán)人維權(quán)成本，但是從實踐情況上看，我國著作權(quán)集體管理組織在一定程度上還未充分發(fā)揮作用?？梢姡鳈?quán)人應積極訴訟共同維護自己的權(quán)益，其他各方也應采用有效方式方法阻止人工智能繪畫侵權(quán)情形發(fā)生。

（四）加強算法技術(shù)管理與監(jiān)督

當前，人工智能繪畫可能存在收集相關(guān)著作權(quán)人作品數(shù)據(jù)，模仿繪畫風格，并進行創(chuàng)作輸出的侵權(quán)問題。如何應對該問題從而避免人工智能繪畫侵權(quán)？一方面，相關(guān)部門或機構(gòu)可以以技術(shù)手段規(guī)避風險。例如，芝加哥大學的一個研究團隊開發(fā)出一款名為“Glaze”的工具軟件，該軟件應用于處理個人繪畫作品，可使處理前后個人繪畫作品的圖像達到人眼很難區(qū)別的程度，以阻止人工智能繪畫對個人繪畫作品進行后期模仿擬合。也就是說，通過該工具軟件，個人繪畫作品加上了一層人工智能繪畫無法識別的“水印”，利用這種技術(shù)手段可以有效防止人工智能繪畫模仿著作權(quán)人的繪畫風格，避免侵權(quán)行為的發(fā)生。另一方面，要想解決人工智能技術(shù)發(fā)展與著作權(quán)侵權(quán)問題之間的矛盾，相關(guān)部門或機構(gòu)就要尋求科技發(fā)展與權(quán)益保障之間的平衡［7］。隨著技術(shù)的發(fā)展，用來規(guī)避人工智能收集數(shù)據(jù)的工具本身也有可能會被人工智能所破解。因此，相關(guān)部門或機構(gòu)應加強人工智能算法技術(shù)管理與監(jiān)督，規(guī)制人工智能技術(shù)核心算法，并定期對相關(guān)掌握技術(shù)核心算法的企業(yè)資質(zhì)進行審核和監(jiān)督，從人工智能技術(shù)源頭杜絕明顯涉嫌侵權(quán)的算法技術(shù)，防止人工智能繪畫侵權(quán)行為的發(fā)生。

四、結(jié)語

人工智能繪畫為普通人進行創(chuàng)作提供了無限可能，其低門檻的使用方式以及高品質(zhì)的輸出內(nèi)容也使人人都可以成為藝術(shù)家，且人工智能繪畫將科技與藝術(shù)相融合，促進了新的藝術(shù)表現(xiàn)潮流的發(fā)展，但是人工智能繪畫不應以侵害著作權(quán)人合法權(quán)益為前提。人類的作品是富有生命力的，創(chuàng)作者在創(chuàng)作作品時就將自己的情感與思想融入作品，創(chuàng)作者的鮮明個性也給作品打上獨有的烙印，可見，人類作品的獨創(chuàng)性表達是推動藝術(shù)創(chuàng)作發(fā)展的動力。各方應積極回應和解決人工智能繪畫的侵權(quán)問題，不斷提升創(chuàng)作者的積極性，促進整個創(chuàng)作領(lǐng)域的健康發(fā)展。

［參考文獻］

［1］焦和平.人工智能創(chuàng)作中數(shù)據(jù)獲取與利用的著作權(quán)風險及化解路徑［J］.當代法學，2022（04）：128-140.

［2］劉友華，魏遠山.機器學習的著作權(quán)侵權(quán)問題及其解決［J］.華東政法大學學報，2019（02）：68-79.

［3］劉強，孫青山.人工智能創(chuàng)作物著作權(quán)侵權(quán)問題研究［J］.湖南大學學報（社會科學版），2020（03）：140-146.

［4］吳漢東.試論“實質(zhì)性相似+接觸”的侵權(quán)認定規(guī)則［J］.法學，2015（08）：63-72.

［5］曾田.人工智能創(chuàng)作的版權(quán)侵權(quán)問題研究［J］.河北法學，2019（10）：176-189.

［6］熊琦.論著作權(quán)集體管理中的私人自治：兼評我國集體管理制度立法的謬誤［J］.法律科學（西北政法大學學報），2013（01）：142-149.

［7］宋曉梅.人工智能創(chuàng)作物的著作權(quán)侵權(quán)問題研究［J］.中阿科技論壇（中英文），2021（11）：172-174.