[摘 要]生成式AI引領了未來創(chuàng)意產(chǎn)業(yè)的革命。然而，這對現(xiàn)有著作權法和司法認定帶來了全新挑戰(zhàn)，特別是生成式AI生成圖片等技術給版權法中的“作者”和“作品”法律適用帶來了新問題。尋找解決生成式AI著作權糾紛問題的途徑，規(guī)避法律風險，在AI傳播時代刻不容緩。本文采用實證研究，對生成式AI著作權的證成與界定、侵權情況、糾紛成因以及當前多元化解決機制進行了分析，得出了采用多元解決機制的必要性結論。針對未來生成式AI著作權糾紛解決機制的完善，本文從訴訟、行政和調解等不同維度探索了可行的路徑，以促進生成式AI著作權糾紛解決機制的改進，創(chuàng)造開放、公平、公正和非歧視的文化發(fā)展環(huán)境。

[關鍵詞]生成式AI；生成內容；著作權；多元化糾紛解決機制

生成式人工智能是一種能根據(jù)發(fā)出者指令生成符合預期的文本、圖像或其他媒體的人工智能應用。關于生成式AI帶來的著作權糾紛疑難主要集中在以下方面：生成式AI的著作權困境與制度應對、生成式AI背景下著作權侵權樣態(tài)及其風險治理、生成式AI提供者的法律規(guī)制等[1]。其中，關于AI創(chuàng)作領域的版權判定、侵權鑒別、抗辯原因及糾紛解決方式等疑難問題的研究還比較少，現(xiàn)有研究表明，目前國內知識產(chǎn)權領域已經(jīng)認識到生成式AI帶來的著作權鑒定難題與糾紛解決方式的重要性。但是，學者們在對“創(chuàng)作者”和“創(chuàng)作物”及其對應關系的探討中，尚未形成一致認識，且未能在版權保護、AI出版與傳播產(chǎn)業(yè)發(fā)展之間找到一個平衡點。

一、AI生成內容的可版權性及權屬認定

（一）AI生成內容的獨創(chuàng)性認定

生成式AI創(chuàng)作的內容的獨創(chuàng)性是評判作品資格的一項基本要素。爭論作品的獨創(chuàng)性時，需要對創(chuàng)作主體和創(chuàng)作對象的人類智慧和思維進行綜合評價。首先，要確定生成式AI創(chuàng)作的內容是否具備版權法上的獨創(chuàng)性，需要看是否注入了人類的智慧與情感，而不能僅依賴客觀形態(tài)的獨創(chuàng)性作為判據(jù)。其次，盡管人類創(chuàng)作貢獻的缺失可以否定生成式AI創(chuàng)作內容的獨創(chuàng)性，但全盤否定可能會對該領域的發(fā)展造成阻礙。

我國司法實踐判定生成式AI本身不能成為作者，但公民或法人利用生成式AI進行創(chuàng)作所產(chǎn)生的智力成果，在符合作品構成要件的條件下，能夠認定為作品。2018年的菲林起訴百度人工智能生成內容權益案中，由軟件自動生成數(shù)據(jù)報告，缺少自然人創(chuàng)作因素，法院否定了其獨創(chuàng)性。在2019年的騰訊取得勝訴的版權糾紛案例中，法院指出騰訊的主創(chuàng)團隊（由自然人組成）使用軟件生成的財經(jīng)新聞文本有特殊的表達形式和人性化的選擇和安排，并將該作品視為法人作品[2]。從我國的立法角度，《著作權法》明確規(guī)定了作品需要具有一定的形式獨創(chuàng)性，即我國的立法對人類在獨創(chuàng)性表達中的貢獻給出了規(guī)定。在生成內容的獨創(chuàng)性證成上，目前國內通說認為其表達本身能夠滿足獨創(chuàng)性標準的，即可具備可版權性[3]。

（二）生成內容的智力成果性判斷

內容產(chǎn)生于生成式AI的創(chuàng)作可能被視為知識產(chǎn)出。評定生成式AI創(chuàng)作的內容是否為知識產(chǎn)出，可以從作者在使用AI生成內容的創(chuàng)作過程中的貢獻作為評判標準。知識產(chǎn)出和獨創(chuàng)性有共通之處，兩者都涉及人類創(chuàng)作的貢獻，并包含人類的智識和想法。在我國《著作權法》知識產(chǎn)出被明確提到作為作品認定的要素，這與知識產(chǎn)權的概念緊密相關，它代表非實物形態(tài)的精神財富。對于生成式AI創(chuàng)作的內容，人類思維、情感表達以及人類的貢獻程度成為關鍵因素。各國版權法僅保護對思想理念的獨創(chuàng)性表達，而非理念本身。如果全部內容要素由AI技術生成，人類僅以指令輸入的方式參與，缺少思考和創(chuàng)作過程，那么此內容可能不符合著作權保護的條件。然而，如人類在AI創(chuàng)作內容過程中發(fā)揮主導作用，AI僅起輔助角色，該內容可能符合著作權的保護條件。生成式AI是數(shù)字技術發(fā)展的重要里程碑，對作品創(chuàng)作方式和內容形式的變革以及文化發(fā)展都起到了推動作用?？傊?，在研究生成式AI創(chuàng)作內容的作者和作品規(guī)范之后，對其版權侵權問題需要進一步分析探討。

（三）生成內容的著作權歸屬認定

我國《著作權法》的規(guī)定，確定著作權歸屬的一般原則是著作權屬于作者。具體來說，根據(jù)《著作權法》及其實施條例，作者是指“從事直接產(chǎn)生文學、藝術和科學作品的智力活動”的公民，同時，法律也賦予了法人或其他組織的作者身份。對于生成式AI生成內容的作者根據(jù)法律規(guī)定及其內在價值保護精神，作者應當是對符合該獨創(chuàng)性、智力成果屬性的生成內容直接貢獻或貢獻最大的人。就創(chuàng)作論文、散文、小說等中長篇幅文字性內容的生成式AI而言，其使用者往往只需要輸入幾個關鍵詞即可產(chǎn)生一篇成果內容，這種情況下，生成式AI的開發(fā)者對生成內容的獨創(chuàng)性、智力成果性的貢獻顯然更大；而在圖片處理型的生成式AI方面，使用者必須通過提供原始性的素材，才能最終獲得圖片轉化的效果，包括對其色彩、亮度等參數(shù)的調整，在這種情形下，生成內容對原始圖片的依賴度更高，開發(fā)者反而對生成內容的貢獻較小[4]。因此，判斷生成內容的著作權歸屬，需要根據(jù)不同類型的生成式AI的具體性質而定，生成內容所依賴的獨創(chuàng)性智力成果勞動貢獻大小，決定了開發(fā)者、使用者誰是作者。

二、生成式AI引發(fā)的著作權侵權場景

（一）生成式AI引發(fā)的著作權侵權行為

依據(jù)我國《著作權法》規(guī)定，將他人作品進行數(shù)字化的行為被視為復制行為，會構成侵權。雖然生成式AI是目前高度先進的技術，但其依然在人工智能的范疇之外，其算法程序仍需依賴數(shù)據(jù)輸入。數(shù)據(jù)獲取通常包括利用公開的數(shù)據(jù)共享平臺、購買他人的數(shù)據(jù)信息庫或通過網(wǎng)絡爬蟲等方式獲取。在這些途徑中，可能會涉及將非數(shù)字化作品數(shù)字化，或直接復制數(shù)字化作品。在收集數(shù)據(jù)的過程中，往往無法準確判斷所有數(shù)據(jù)的權利歸屬，如果涉及未經(jīng)授權的他人享有著作權的作品，就可能會侵犯到著作權人的復制權。

《著作權法》未明確規(guī)定關于演繹權的內容。演繹權實際上是學者們對改編權、翻譯權和匯編權的統(tǒng)稱。在生成式AI技術的數(shù)據(jù)分析階段，根據(jù)對輸入數(shù)據(jù)的標記與否，訓練可以分為受監(jiān)督、半受監(jiān)督和未受監(jiān)督的學習。雖然生成式AI所采用的生成對抗網(wǎng)絡屬于未受監(jiān)督的學習，未涉及數(shù)據(jù)的標記，所以在數(shù)據(jù)分析階段不會侵犯著作權人的改編權。但無論是受監(jiān)督、半受監(jiān)督還是未受監(jiān)督的學習，都涉及對數(shù)據(jù)的選取、整理和匯集，這可以被視為一種“匯編行為”。

（二）生成式AI引發(fā)的著作權侵權后果

1．受損主體的界定

在生成式AI的創(chuàng)作過程中，它所侵犯的可能不是一位著作權擁有者的單一作品，而可能是多個著作權擁有者的單一作品或多個作品的組合。在生成式AI的數(shù)據(jù)分析階段，需要標簽大量的信息數(shù)據(jù)并學習其特性。這顯然不是簡單地復制某個作者的單一作品，而是對多個作者或者某作者的作品組合中具有獨創(chuàng)性的作品進行侵權的使用。在音樂領域，有一個例子能清楚地展示AI如何可能同時侵犯多人的著作權。AIVA是通過學習大量原有音樂的模式和聲和旋律來創(chuàng)作新的音樂作品的。若沒有征得各個原創(chuàng)作曲家或音樂出版商的許可。這種情況下AIVA生成的是全新的曲目，如果與其他原創(chuàng)作品過于相似，可能引發(fā)著作權侵犯。因此，使用AI生成新的內容，尤其是當這些內容基于受版權保護的作品時，可能會侵犯多人的著作權。

2．受損權利的界定

在生成式AI的數(shù)據(jù)分析過程中，數(shù)據(jù)的輸入與輸出階段常涉及著作權問題。數(shù)據(jù)輸入時，信息獲取可能涉及復制行為，未經(jīng)許可可能構成復制權侵犯。在輸出階段，若AI產(chǎn)品與輸入數(shù)據(jù)實質性相似，可能構成著作權侵犯。生成式AI的創(chuàng)作結果分為三種情況：與輸入作品完全不同、實質性相似、保持輸入方式的同時展示新作品。前者不侵犯著作權，后者若實質性相似部分屬于“表達”，則可能侵犯復制權。第三種情況可能涉及改編權問題，但簡單視為改編權侵犯并不準確，因為AI并未在原作基礎上進行實質性再創(chuàng)作。實際案例中，生成式AI?；诂F(xiàn)有作品創(chuàng)作新作品。若這些作品仍在保護期內，可能侵犯他人改編權。學者將“深度學習”分為“表述性”和“產(chǎn)生性”兩類，若生成物具獨創(chuàng)性，那么在“表述性機器學習”階段的編纂行為可能侵犯原作品編纂權。

三、生成式AI著作權糾紛困境及其多元化解決機制的構建

（一）訴訟解決生成式AI著作權糾紛的局限性

“以訴為主，兼采非訴”的糾紛解決模式是當前解決生成式AI著作權糾紛的主流，但訴訟并非最佳適用和唯一適用的解決方式[5]。生成式AI著作權糾紛相對于傳統(tǒng)糾紛來說，爭議主體廣泛、爭議類型復雜，以及糾紛的原因和復雜程度不同，給法官的審判工作帶來了壓力。同時，訴訟審理周期較長，與作者迫切救濟權益的心態(tài)沖突，而生成式AI著作權需要一次性、可控性等需求與訴訟解決方式相悖。此外，生成式AI著作權糾紛還涉及復雜的跨國翻譯、改編著作權和法域背景的問題，進一步限制了訴訟解決機制的效果。因此，建立一個統(tǒng)一協(xié)調、良性互動、功能互補、程序銜接的生成式AI著作權糾紛多元化解決機制是非常必要的。

（二）生成式AI著作權糾紛訴訟解決機制的完善路徑

推進“繁簡分流”機制改革，實現(xiàn)繁案精審、簡案快審，通過成立“快審團隊”和速裁機制，提高辦案效率，為糾紛解決提供高效快捷的途徑。同時，加強知識產(chǎn)權專業(yè)審判人才培養(yǎng)，提升基層法院審理水平，降低因事實認定不清導致的改判率。為更好地應對生成式AI侵犯著作權等新型案件，建立統(tǒng)一化電子證據(jù)事實查明系統(tǒng)至關重要。利用大數(shù)據(jù)技術進行經(jīng)濟損失量化分析，結合區(qū)塊鏈存證和大數(shù)據(jù)分析質證，減輕法院事實認定負擔。通過互聯(lián)網(wǎng)技術自動判別著作權侵權糾紛，準確評估侵權損失，保障權利人權益。此外，該系統(tǒng)還可促進跨區(qū)域司法合作，為大灣區(qū)三地提供有效的司法解決途徑。綜上，通過改革審理機制、加強人才培養(yǎng)和建立統(tǒng)一化電子證據(jù)查明系統(tǒng)，我們能夠更有效地應對知識產(chǎn)權糾紛，維護司法公正與社會和諧。

（三）生成式AI著作權糾紛的行政解決機制

在整體監(jiān)管的框架內，我們構建了一套多層次的監(jiān)管體系，旨在保護著作權并預防侵權行為。對于高風險模型，我們采取嚴格監(jiān)管措施，包括要求定期自檢和查封侵權設備；低風險模型則采取自主履行義務為主、行政監(jiān)管為輔的策略。同時，我們落實網(wǎng)絡實名制，制定著作權管理規(guī)則，并根據(jù)侵權程度給予不同處罰，嚴重者實施懲罰性賠償。此外，我們鼓勵研發(fā)具有評估、備案和倫理審核功能的監(jiān)管工具，以評估AI模型的風險和社會影響，并加強企業(yè)內部管理。這些措施不僅有助于完善對生成式AI技術數(shù)據(jù)分析階段的行政監(jiān)管，還能有效保護著作權和公民權益。通過綜合施策，我們實現(xiàn)了對生成式AI技術的全面、高效監(jiān)管，為技術創(chuàng)新提供了有力保障。未來，我們將繼續(xù)完善監(jiān)管體系，促進科技與社會的和諧共生。

（四）生成式AI著作權糾紛的調解解決機制

為了推動生成式AI著作權糾紛的解決。首先，應該完善調解的調度機制。在支持發(fā)展的同時，也需重視對調解機構的指導和規(guī)范。需要積極引導各類調解機構參與糾紛的調和與預處理，以優(yōu)化司法資源的分配。也需要通過簡化審批流程和引入法律及技術專家，為著作人提供專業(yè)且高效的調解服務，并借助立法的手段來規(guī)范調解程序，再循序漸進，逐步制定程序生成AI著作權糾紛調解規(guī)則。其次，需要建立政府激勵機制，使調解能更好地發(fā)揮解決爭議的作用，以期將其建立為與訴訟相獨立的社會糾紛解決方式。在人民調解機構中，應更多地引入專業(yè)人才，以增強專業(yè)能力。

結束語

需為人民調解機構提供資金支持，保證其有序發(fā)展，使著作權調解方式得以持續(xù)發(fā)展。最后著力于完善調解協(xié)議的效力，逐步推進“分調裁審”機制的加速改革，使調解協(xié)議與司法審驗能夠實現(xiàn)無縫銜接和高效核準。調解協(xié)議應當給予相應的民事合同效力，由法院基于當事人是否符合民事行為的法定構成要件來確定其約束力。應簡化調解協(xié)議審核程序和啟動程序，讓調解能夠更好地發(fā)揮作用。

參考文獻

[1]孫祁.規(guī)范生成式人工智能產(chǎn)品提供者的法律問題研究[J].政治與法律，2023（7）：162-176.

[2]雷麗莉，朱碩.人工智能生成稿件權利保護問題初探：基于Dreamwriter著作權案的分析[J].傳媒觀察，2022（5）：62-69.

[3]生明君.人工智能生成物的著作權適用研究[D].北京：北京郵電大學，2023.

[4]孫正樑.人工智能生成內容的著作權問題探析[J].清華法學，2019，13（6）：190-204.

[5]詹映，邱亦寒.我國知識產(chǎn)權替代性糾紛解決機制的發(fā)展與完善[J].西北大學學報（哲學社會科學版），2018，48（5）：75-83.

作者簡介：楊皓宇（1999— ），男，漢族，河南商丘人，東莞理工學院，在讀碩士。

研究方向：知識產(chǎn)權。

通訊作者：龔紅兵（1967— ），男，漢族，河南商丘人，東莞理工學院，副教授，博士。

研究方向：民商法。

趙家昌（2000— ），男，漢族，河北邯鄲人，東莞理工學院，本科。

研究方向：知識產(chǎn)權。

王譽華（2000— ），女，漢族，廣東梅州人，東莞理工學院，本科。

研究方向：法學。

基金項目：2022年大學生科技創(chuàng)新培育專項資金項目“多元治理視域下知識產(chǎn)權解紛路徑探索：基于穗莞深三市的實證調研”（項目編號：pdjh2022a0509）。

東莞理工學院大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目“知識產(chǎn)權調解制度的理論與實踐路徑研究：基于大灣區(qū)背景下的局限與克服”（項目編號：202211819034）。

東莞理工學院大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目“AIGC-生成式人工智能的著作權問題研究”（項目編號：202311819033）。