【摘要】生成式人工智能使內(nèi)容生成范式由推導(dǎo)向預(yù)測躍遷，媒體產(chǎn)生的預(yù)測性數(shù)據(jù)帶來新的版權(quán)歸屬問題。媒體預(yù)測性數(shù)據(jù)既非傳統(tǒng)的版權(quán)數(shù)據(jù)，也不是非版權(quán)數(shù)據(jù)，這類數(shù)據(jù)處于版權(quán)數(shù)據(jù)和非版權(quán)數(shù)據(jù)的模糊地帶，面臨版權(quán)數(shù)據(jù)去版權(quán)化和非版權(quán)數(shù)據(jù)版權(quán)化的“二象性”實踐困境。一方面，預(yù)測生成的內(nèi)容不具有可識別的版權(quán)使用痕跡，版權(quán)可見性被預(yù)測過程遮蔽，導(dǎo)致版權(quán)數(shù)據(jù)的去版權(quán)化。另一方面，非版權(quán)數(shù)據(jù)經(jīng)預(yù)測后，能夠精準模仿媒體的風(fēng)格和模式，導(dǎo)致非版權(quán)數(shù)據(jù)的版權(quán)化。彌合版權(quán)“二象性”實踐困境，需要將媒體預(yù)測性數(shù)據(jù)作為一種“非版權(quán)敏感信息”理解，并在法律和倫理層面給予特殊對待。

【關(guān)鍵詞】生成式人工智能；媒體預(yù)測性數(shù)據(jù)；非版權(quán)敏感信息；媒體版權(quán)

基于深度學(xué)習(xí)技術(shù)（DeepLearning）的生成式人工智能實現(xiàn)文本、圖像、音頻、視頻等全媒體數(shù)據(jù)的自主生成。生成式人工智能（ArtificialIntelligenceGeneratedContent，縮寫為AIGC）的核心在于對人類行為和思維的模仿和預(yù)測，根據(jù)用戶行為和內(nèi)容數(shù)據(jù)預(yù)測分析（PredictiveAnalysis）并生成符合目標群體或個人興趣的內(nèi)容和產(chǎn)品。不同于前人工智能時代機器學(xué)習(xí)（MachineLearning）和人類內(nèi)容創(chuàng)作中的模仿或復(fù)用，AIGC中的深度學(xué)習(xí)技術(shù)使機器內(nèi)容模仿能力從推導(dǎo)躍向預(yù)測。在AIGC訓(xùn)練數(shù)據(jù)集中，用于訓(xùn)練模型的媒體內(nèi)容數(shù)據(jù)并非是從有限內(nèi)容案例簡單仿制原創(chuàng)的推導(dǎo)性數(shù)據(jù)，而是在包含大量語言和內(nèi)容案例中進行橫向和縱向比較，以精準生成指定作品的預(yù)測性數(shù)據(jù)。

媒體預(yù)測性數(shù)據(jù)面臨版權(quán)實踐的“二象性”困境：一方面，通過預(yù)測性數(shù)據(jù)生成的數(shù)字內(nèi)容不具有可識別的版權(quán)使用痕跡，版權(quán)可見性被預(yù)測過程遮蔽，導(dǎo)致“版權(quán)數(shù)據(jù)的去版權(quán)化”；另一方面，不屬于傳統(tǒng)版權(quán)保護范疇的非版權(quán)數(shù)據(jù)（如風(fēng)格數(shù)據(jù)和行為數(shù)據(jù)），在經(jīng)由AIGC模型預(yù)測后，精準模仿媒體的風(fēng)格和模式，導(dǎo)致“非版權(quán)數(shù)據(jù)的版權(quán)化”。關(guān)于媒體預(yù)測性數(shù)據(jù)的實踐困境被學(xué)界忽略，如何使媒體預(yù)測性數(shù)據(jù)的版權(quán)實踐既保護媒體行業(yè)競爭力又尊重生成式人工智能開發(fā)主體利益，已成為構(gòu)建AIGC媒體版權(quán)框架的關(guān)鍵問題。媒體內(nèi)容作為AIGC訓(xùn)練數(shù)據(jù)集的低成本來源有助于推動技術(shù)迭代和普惠，但對媒體預(yù)測性數(shù)據(jù)的版權(quán)討論應(yīng)盡快跟進。

一、預(yù)測性數(shù)據(jù)：技術(shù)演進與問題緣起

預(yù)測性數(shù)據(jù)是一種包含龐大分布式數(shù)據(jù)、用于集中識別數(shù)據(jù)關(guān)系和模式并用于預(yù)測的數(shù)據(jù)集合，是一種新的、基于實踐的AIGC數(shù)據(jù)版權(quán)視角。關(guān)注這一視角，需要理解人工智能發(fā)展過程中數(shù)據(jù)訓(xùn)練技術(shù)的演進路徑。

預(yù)測性數(shù)據(jù)由訓(xùn)練數(shù)據(jù)發(fā)展而來。記錄并利用訓(xùn)練數(shù)據(jù)進行機器學(xué)習(xí)始于計算機系統(tǒng)誕生初期，早期經(jīng)典訓(xùn)練數(shù)據(jù)案例之一是1950年克勞德·香農(nóng)（ClaudeShannon）制造的Theseus迷宮解決機器人[1]。該機器人通過電話繼電器開關(guān)記錄的電流信號來記憶迷路路徑，電流信號事實上是Theseus的初始訓(xùn)練數(shù)據(jù)。然而，Theseus使用的電流數(shù)據(jù)只是單次路徑的記憶，當迷宮發(fā)生改動，原有記憶路徑會失效，須重新探索并記憶新路徑的電流信號。因此，Theseus機器人實質(zhì)是路徑數(shù)據(jù)的“指令式重復(fù)”，而非對潛在路徑解決方案的預(yù)測。以Theseus迷宮解決機器人為代表的早期機器學(xué)習(xí)案例激發(fā)計算和信息學(xué)家對機器訓(xùn)練技術(shù)的強烈熱情，促使計算和信息科學(xué)開始關(guān)注人工智能技術(shù)。

隨后，人工智能技術(shù)的迅速發(fā)展導(dǎo)致訓(xùn)練數(shù)據(jù)的大規(guī)模部署和使用，符合現(xiàn)代定義的訓(xùn)練數(shù)據(jù)集開始被用于機器訓(xùn)練和算法處理。1958年，心理學(xué)家弗蘭克·羅森布拉特（FrankRosenblatt）設(shè)計出基于生物神經(jīng)元的人工神經(jīng)網(wǎng)絡(luò)架構(gòu)技術(shù)——感知器（ThePerceptron）[2]。該技術(shù)展示出機器學(xué)習(xí)算法模仿人類智能的潛力，表明機器能夠從人類經(jīng)驗中學(xué)習(xí)；并隨著時間推移提高其模仿和預(yù)測性能，成功將人工智能實在化并促使數(shù)據(jù)成為人工智能機器學(xué)習(xí)的發(fā)展基礎(chǔ)。此后，訓(xùn)練數(shù)據(jù)不再只是Theseus中簡單的指令數(shù)據(jù)，規(guī)則和結(jié)構(gòu)化數(shù)據(jù)引入機器數(shù)據(jù)系統(tǒng)，訓(xùn)練數(shù)據(jù)的輸出結(jié)果被賦予模仿屬性。

然而，以感知器為代表的早期人工智能工具大多局限于研究層面[3]，各類技術(shù)瓶頸使這些工具難以投入現(xiàn)實生活應(yīng)用，訓(xùn)練數(shù)據(jù)采集和使用也僅限于實驗室。訓(xùn)練數(shù)據(jù)遠離現(xiàn)實生活的情況在20世紀60—80年代期間，隨著基于人工智能技術(shù)的計算機程序——專家系統(tǒng)（ExpertSystem）的大規(guī)模應(yīng)用而得以轉(zhuǎn)變。1965年，系統(tǒng)學(xué)家愛德華·費根鮑姆（EdwardFeigenbaum）和遺傳學(xué)家約書亞·萊德伯格（JoshuaLederberg）成功開發(fā)出人類歷史上第一套人工智能專家系統(tǒng)Dendral[4]，該系統(tǒng)能夠幫助化學(xué)家確定有機分子的結(jié)構(gòu)，第一次展示出人工智能技術(shù)的實用價值。專家系統(tǒng)證明人工智能系統(tǒng)能夠在現(xiàn)實生活中大規(guī)模部署和應(yīng)用，為企業(yè)和個人帶來重大利益和價值，將訓(xùn)練數(shù)據(jù)來源擴展到現(xiàn)實生產(chǎn)生活。

現(xiàn)實生產(chǎn)生活數(shù)據(jù)成為專家系統(tǒng)知識來源后，數(shù)據(jù)歸屬權(quán)和隱私權(quán)的爭議隨之而來。由于這一時期自然語言處理技術(shù)（NLP）的滯后，機器不能理解和訓(xùn)練非結(jié)構(gòu)化和無規(guī)則邏輯數(shù)據(jù)，如自然語言文本和圖像等。因此，機器學(xué)習(xí)的訓(xùn)練數(shù)據(jù)尚未觸及人類智力成果的版權(quán)和著作權(quán)，這一局面在20世紀90年代被打破。

伴隨機器學(xué)習(xí)算法和計算能力的指數(shù)式增長，20世紀90年代，更復(fù)雜的自然語言處理技術(shù)取得長足進步，使用算法處理模糊且需理解上下文的非結(jié)構(gòu)化數(shù)據(jù)成為可能。研究人員開始使用統(tǒng)計方法直接從自然語言數(shù)據(jù)中學(xué)習(xí)模式和特征，而不是依賴于預(yù)先定義的規(guī)則。從這一時期起，訓(xùn)練數(shù)據(jù)不再限于結(jié)構(gòu)化和邏輯化的數(shù)據(jù)，算法可以處理現(xiàn)實世界人類活動產(chǎn)生的一手數(shù)據(jù)，如聊天記錄、網(wǎng)絡(luò)圖片、視頻音頻等。圍繞提高算法擬合和模仿能力，訓(xùn)練數(shù)據(jù)在數(shù)量、質(zhì)量和學(xué)習(xí)方法等方面被不斷改進，數(shù)據(jù)采集邊界和數(shù)量被幾何式擴展和放大，一切人類活動生成數(shù)據(jù)都可以作為算法數(shù)據(jù)源，極大地挑戰(zhàn)了隱私和版權(quán)保護。

20世紀90年代，人工智能技術(shù)的跨越式進步所產(chǎn)生的法律和道德問題并未被解決。當時訓(xùn)練數(shù)據(jù)只能通過人工編碼的方式提高算法和系統(tǒng)性能[5]，訓(xùn)練數(shù)據(jù)成本高昂，致使開發(fā)人員只能在相對少量的數(shù)據(jù)集上測試算法，限制數(shù)據(jù)的擴大和算法的改進。同時，數(shù)據(jù)存儲技術(shù)尚未成熟，處理器的算力受到限制，制約著大規(guī)模數(shù)據(jù)采集運算。這個時期，即便機器能夠直接學(xué)習(xí)并模仿人類創(chuàng)作成果，也難以對隱私和版權(quán)構(gòu)成實質(zhì)威脅。

進入21世紀，大數(shù)據(jù)和深度學(xué)習(xí)技術(shù)的出現(xiàn)徹底解除了機器采集和處理大規(guī)模數(shù)據(jù)的限制。大數(shù)據(jù)技術(shù)突破自然語言處理、計算機視覺乃至深度學(xué)習(xí)可用數(shù)據(jù)量的限制，提供對各種來源（包括但不限于社交媒體、傳感器、掃描儀等）大規(guī)模數(shù)據(jù)的訪問。算法能夠在大規(guī)模的數(shù)據(jù)集上進行訓(xùn)練，學(xué)習(xí)更復(fù)雜的模式并做出更準確的預(yù)測。大數(shù)據(jù)技術(shù)使得訓(xùn)練數(shù)據(jù)的規(guī)模和質(zhì)量也大幅提高，分布式、多層次的數(shù)據(jù)集合包含更多、更復(fù)雜的經(jīng)驗和知識模式，訓(xùn)練數(shù)據(jù)成為具有強大預(yù)測能力的數(shù)據(jù)本體。

然而，數(shù)據(jù)的預(yù)測性并非僅源于大型數(shù)據(jù)集，加工數(shù)據(jù)并輸出精準化的預(yù)測結(jié)果需要更先進的算法訓(xùn)練工具——深度學(xué)習(xí)。深度學(xué)習(xí)是一種使用人工神經(jīng)網(wǎng)絡(luò)的機器學(xué)習(xí)，模仿人腦的結(jié)構(gòu)和功能。深度學(xué)習(xí)技術(shù)包括深度神經(jīng)網(wǎng)絡(luò)（DNN）、卷積神經(jīng)網(wǎng)絡(luò)（CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）等先進神經(jīng)網(wǎng)絡(luò)方法[6]。深度學(xué)習(xí)網(wǎng)絡(luò)由互連節(jié)點層組成，每個節(jié)點對輸入數(shù)據(jù)執(zhí)行特定的數(shù)學(xué)函數(shù)，一層的輸出作為下一層的輸入，允許網(wǎng)絡(luò)從數(shù)據(jù)中提取越來越復(fù)雜的特征。深度學(xué)習(xí)中的訓(xùn)練數(shù)據(jù)實現(xiàn)數(shù)據(jù)的層級表示，網(wǎng)絡(luò)自動識別不同抽象級別的模式和特征，直接的、具有標識性的具體數(shù)據(jù)被層級抽離為間接的、去標識化的抽象數(shù)據(jù)。

深度學(xué)習(xí)技術(shù)的成熟標志著生成式人工智能時代正式到來，基于預(yù)測性數(shù)據(jù)的AIGC可以輕易確定何種數(shù)據(jù)特征與指定結(jié)果相關(guān)，何種輸出結(jié)果更具預(yù)測精準性。訓(xùn)練數(shù)據(jù)集的數(shù)量和復(fù)雜性幾何式增加，模型對內(nèi)容數(shù)據(jù)處理、學(xué)習(xí)和預(yù)測的能力被放大，訓(xùn)練數(shù)據(jù)與生成內(nèi)容之間的經(jīng)驗?zāi)Ｊ綇耐茖?dǎo)演變?yōu)轭A(yù)測，人類實踐活動的數(shù)據(jù)和經(jīng)驗被徹底地、不可避免地“去特征化”使用。在技術(shù)維度，預(yù)測性數(shù)據(jù)是數(shù)據(jù)數(shù)量、質(zhì)量和學(xué)習(xí)方法均大幅提升的訓(xùn)練數(shù)據(jù)。在版權(quán)層面，預(yù)測性數(shù)據(jù)消解人機協(xié)作的版權(quán)及倫理界限，與技術(shù)層面的數(shù)據(jù)本體存在顯著區(qū)別。

二、媒體預(yù)測性數(shù)據(jù)：技術(shù)實踐視角下AIGC與媒體的版權(quán)沖突

在人工智能技術(shù)應(yīng)用層面，所有訓(xùn)練數(shù)據(jù)都是用于分析數(shù)據(jù)關(guān)系和模式以產(chǎn)生模擬和預(yù)測結(jié)果的數(shù)據(jù)，將訓(xùn)練數(shù)據(jù)額外界定為預(yù)測性數(shù)據(jù)缺乏必要性。而版權(quán)和倫理層面的訓(xùn)練數(shù)據(jù)則迫切需要“預(yù)測性數(shù)據(jù)”角度的洞察和理解。

預(yù)測性數(shù)據(jù)代表生成式人工智能時代的“新興的新經(jīng)驗主義”[7]，其核心是預(yù)測模型根據(jù)預(yù)測性數(shù)據(jù)中包含的大量數(shù)據(jù)案例、模式和關(guān)系進行多層次神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)來“預(yù)測”單個結(jié)果，而非從單個屬性“推導(dǎo)”出單個結(jié)果。推導(dǎo)和預(yù)測存在區(qū)隔，推導(dǎo)從證據(jù)和經(jīng)驗中得出結(jié)論[8]，推導(dǎo)的結(jié)果拒絕遮蔽經(jīng)驗和知識本身。預(yù)測建立在推導(dǎo)之上，將推導(dǎo)轉(zhuǎn)化為概率分布來預(yù)測結(jié)果[9]，經(jīng)驗和知識在輸入和輸出中被隱匿。

具體而言，AIGC的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)能將大數(shù)據(jù)中低維的實際經(jīng)驗和知識逐層抽象并概括為高維的統(tǒng)計經(jīng)驗和知識，最后投射至具體創(chuàng)作目的以生產(chǎn)特定結(jié)果。預(yù)測性數(shù)據(jù)本身龐大復(fù)雜的經(jīng)驗和知識經(jīng)由深度學(xué)習(xí)算法高度抽象和預(yù)測，導(dǎo)致輸入數(shù)據(jù)和輸出內(nèi)容之間的因果關(guān)系被遮蓋，造成知識和經(jīng)驗歸屬的倫理及認識論障礙，導(dǎo)致對版權(quán)屬性的判定障礙，使預(yù)測性數(shù)據(jù)處于版權(quán)數(shù)據(jù)和非版權(quán)數(shù)據(jù)的模糊疊加狀態(tài)，消解以往版權(quán)法律框架下版權(quán)數(shù)據(jù)和非版權(quán)數(shù)據(jù)的區(qū)隔性。然而，在大多數(shù)知識產(chǎn)權(quán)和版權(quán)訴訟案例中，第一步往往是確定權(quán)利爭議內(nèi)容是否屬于版權(quán)內(nèi)容（數(shù)據(jù)）。就預(yù)測性數(shù)據(jù)而言，它既可以視作版權(quán)數(shù)據(jù)，也可以視作非版權(quán)數(shù)據(jù)，這就為版權(quán)實踐帶來極大的不確定性。因此，將作為版權(quán)和倫理視角的預(yù)測性數(shù)據(jù)從作為技術(shù)實踐視角的訓(xùn)練數(shù)據(jù)予以區(qū)別并抽離，具有理論上的必要性。

建構(gòu)版權(quán)和倫理視角下的預(yù)測性數(shù)據(jù)概念的緊迫性，源于AIGC對媒體內(nèi)容數(shù)據(jù)版權(quán)保護的沖擊。2023年11月，美國新聞/媒體聯(lián)盟（TheNews/MediaAlliance）《白皮書》指出：

“新聞和數(shù)字媒體在GoogleC4訓(xùn)練集中的所有類別來源中排名第三，該訓(xùn)練集用于開發(fā)博德（Bard）等Google生成式人工智能產(chǎn)品，數(shù)據(jù)集來源排名前十的網(wǎng)站中有一半是新聞媒體網(wǎng)站。”[10]

AIGC與媒體的版權(quán)沖突根植于媒體自身的特殊地位，它青睞媒體預(yù)測性數(shù)據(jù)主要有兩大原因。第一，媒體預(yù)測性數(shù)據(jù)具有公共性。采集和使用付費或受版權(quán)保護的數(shù)據(jù)將增加AIGC訓(xùn)練模型的數(shù)據(jù)成本和侵權(quán)風(fēng)險。區(qū)別于其他數(shù)字內(nèi)容，媒體數(shù)字內(nèi)容具有公共屬性[11]。媒體數(shù)據(jù)與個人數(shù)據(jù)的核心區(qū)別在于媒體數(shù)據(jù)處于公共領(lǐng)域和私人領(lǐng)域的交匯點。具體而言，作為信息傳播基礎(chǔ)設(shè)施的大眾媒體，內(nèi)容采集、制作和發(fā)布均面向公共空間，內(nèi)容數(shù)據(jù)具有天然開放性，這使得媒體內(nèi)容數(shù)據(jù)成為AIGC模型的主要數(shù)據(jù)來源。

第二，媒體預(yù)測性數(shù)據(jù)的公開具有宰制性。媒體天然屬于公共領(lǐng)域，這與媒體所有制無關(guān)，而與其實踐密切相關(guān)[12]。數(shù)字時代帶來傳媒業(yè)向深度數(shù)字化轉(zhuǎn)變，要求媒體內(nèi)容的開放使用。這種開放區(qū)別于被采取強制性手段的公開，而是迫于數(shù)字技術(shù)的優(yōu)勢地位和影響。媒體機構(gòu)如果拒絕在數(shù)字空間發(fā)布內(nèi)容，將直接損害媒體的盈利能力和影響力。受數(shù)字技術(shù)宰制的媒體數(shù)據(jù)開放，媒體數(shù)據(jù)成為數(shù)字空間的基本圖景，這意味著AIGC時代媒體版權(quán)的隱憂并不局限于某一媒體的數(shù)字內(nèi)容可能被用于預(yù)測和模仿，而是全行業(yè)的內(nèi)容數(shù)據(jù)成為訓(xùn)練數(shù)據(jù)集的組成部分。對媒體行業(yè)內(nèi)容數(shù)據(jù)無限制模仿、訓(xùn)練和生產(chǎn)最終會消解媒體行業(yè)的創(chuàng)造力和盈利能力，造成媒體版權(quán)實踐的普遍困境和爭議。

三、彌合版權(quán)“二象性”：作為“非版權(quán)敏感信息”的媒體預(yù)測性數(shù)據(jù)

媒體內(nèi)容數(shù)據(jù)成為訓(xùn)練數(shù)據(jù)的主要來源，能為AIGC開發(fā)者建立低成本、低風(fēng)險、高質(zhì)量的數(shù)據(jù)優(yōu)勢，但媒體預(yù)測性數(shù)據(jù)在訓(xùn)練模型中大規(guī)模使用模糊了媒體版權(quán)數(shù)據(jù)和非版權(quán)數(shù)據(jù)的界限，造成版權(quán)實踐的“二象性”困境，危及媒體行業(yè)的內(nèi)容生態(tài)和版權(quán)利益。

（一）是版權(quán)數(shù)據(jù)？非版權(quán)數(shù)據(jù)的版權(quán)化

媒體預(yù)測性數(shù)據(jù)是版權(quán)數(shù)據(jù)嗎？

在傳統(tǒng)媒體版權(quán)框架下，版權(quán)保護的對象相對明確，媒體數(shù)據(jù)通常屬于版權(quán)保護范疇，例如，媒體的文字稿件、報道圖片、視頻音頻等。在媒體預(yù)測性數(shù)據(jù)版權(quán)實踐中，對版權(quán)造成損害的數(shù)據(jù)卻未必是版權(quán)數(shù)據(jù)。有的數(shù)據(jù)不在版權(quán)保護范疇，但能被生成式人工智能模型用于預(yù)測內(nèi)容風(fēng)格和生產(chǎn)模式，從而對媒體版權(quán)造成損害，導(dǎo)致“非版權(quán)數(shù)據(jù)的版權(quán)化”，最典型的案例是媒體的風(fēng)格數(shù)據(jù)和行為數(shù)據(jù)。

傳統(tǒng)的媒體版權(quán)保護，受制于人類或機器的學(xué)習(xí)和創(chuàng)作能力，媒體內(nèi)容的風(fēng)格數(shù)據(jù)和行為數(shù)據(jù)不具備分析、預(yù)測和模仿的可能性，因而不在版權(quán)保護范圍內(nèi)。AIGC技術(shù)突破這一限制，從非版權(quán)數(shù)據(jù)中獲取目標媒體關(guān)鍵內(nèi)容信息、屬性和創(chuàng)作規(guī)律成為可能。被AIGC模型用于學(xué)習(xí)的非版權(quán)數(shù)據(jù)，既包括文字風(fēng)格、畫面色調(diào)、語速語調(diào)等風(fēng)格數(shù)據(jù)，也包括發(fā)布時間規(guī)律、空間規(guī)律等行為數(shù)據(jù)。借助這些數(shù)據(jù)，AIGC模型將媒體的內(nèi)容模式和創(chuàng)作經(jīng)驗批量轉(zhuǎn)化為具體的效用參數(shù)，并用于模仿和生產(chǎn)類似于目標媒體風(fēng)格和模式的內(nèi)容產(chǎn)品，它們反過來被用于與其媒體機構(gòu)進行競爭。

即使媒體的非版權(quán)數(shù)據(jù)不包含版權(quán)內(nèi)容，對其模仿和預(yù)測能夠獲取關(guān)鍵信息，同樣破壞著媒體內(nèi)容生態(tài)，損害媒體機構(gòu)的版權(quán)利益。媒體預(yù)測性數(shù)據(jù)的“非版權(quán)數(shù)據(jù)版權(quán)化”主要有兩條路徑：一是媒體自行發(fā)布的非版權(quán)數(shù)據(jù)經(jīng)模型加工預(yù)測后版權(quán)化，即自披露非版權(quán)數(shù)據(jù)的版權(quán)化。AIGC在媒體不知情的情況下，自動抓取媒體發(fā)布的內(nèi)容，預(yù)測并生成與其高度類似的內(nèi)容。二是同類型媒體的非版權(quán)數(shù)據(jù)經(jīng)模型加工預(yù)測后版權(quán)化，即可披露非版權(quán)數(shù)據(jù)的版權(quán)化。AIGC繞過目標媒體抓取數(shù)據(jù)，給媒體版權(quán)保護帶來嚴峻挑戰(zhàn)。無論是特定媒體自行披露還是其他相似媒體披露的非版權(quán)數(shù)據(jù)，AIGC都能通過預(yù)測將其制作成對版權(quán)構(gòu)成潛在威脅的數(shù)據(jù)信息和內(nèi)容，甚至媒體無法證明是何種內(nèi)容或數(shù)據(jù)導(dǎo)致自身權(quán)利損害，這給媒體版權(quán)保護造成了更嚴重的權(quán)利救濟困境。

（二）不是版權(quán)數(shù)據(jù)？版權(quán)數(shù)據(jù)的去版權(quán)化

那么，媒體預(yù)測性數(shù)據(jù)不是版權(quán)數(shù)據(jù)嗎？

“非版權(quán)數(shù)據(jù)的版權(quán)化”并非是媒體預(yù)測性數(shù)據(jù)版權(quán)實踐困境的全部，AIGC造成最為嚴重和廣泛存在的媒體預(yù)測性數(shù)據(jù)，其侵權(quán)路徑是“版權(quán)數(shù)據(jù)的去版權(quán)化”。傳統(tǒng)的媒體版權(quán)保護，媒體版權(quán)的侵權(quán)行為通常清晰可見，主要是對媒體內(nèi)容的復(fù)制或挪用。即便是“洗稿”，侵權(quán)方的侵權(quán)事實依然有跡可循。在侵權(quán)發(fā)生后，媒體機構(gòu)能夠通過事實和證據(jù)來主張權(quán)利和維護利益。

在AIGC媒體預(yù)測性數(shù)據(jù)實踐中，數(shù)據(jù)采集、模型訓(xùn)練和內(nèi)容生成使用的媒體數(shù)據(jù)均被預(yù)測模型和算法“去版權(quán)化”。在數(shù)據(jù)采集端，由于缺乏技術(shù)手段，媒體機構(gòu)能否通過AIGC模型獲得侵權(quán)證據(jù)，這取決于算法透明度和開發(fā)者意愿。在模型訓(xùn)練端和內(nèi)容生成端，憑借AIGC模型強大的預(yù)測和模仿能力，源數(shù)據(jù)（版權(quán)數(shù)據(jù)）被層級式分解為子單元（版權(quán)元素），不同的子單元又被關(guān)聯(lián)為特征（版權(quán)元素的重新排列組合）并最終聚合為生成內(nèi)容。媒體數(shù)據(jù)的版權(quán)要素在數(shù)據(jù)加工和模型訓(xùn)練中被遮蔽，輸出內(nèi)容難以觀察到直接的版權(quán)使用痕跡。在媒體預(yù)測性數(shù)據(jù)的“版權(quán)數(shù)據(jù)去版權(quán)化”實踐中，媒體機構(gòu)無法獲悉所擁有的版權(quán)內(nèi)容是否被采集并用于訓(xùn)練模型和生成內(nèi)容，進而難以對侵權(quán)行為舉證并主張權(quán)利，導(dǎo)致媒體機構(gòu)在與AIGC的預(yù)測性數(shù)據(jù)版權(quán)博弈中必然地滑向“弱勢地位”[13]。

在這種情況下，盡管媒體數(shù)據(jù)包含著版權(quán)信息，但經(jīng)AIGC模型“預(yù)測”后，版權(quán)要素被重組和遮蔽，不具備版權(quán)可見性，成為去標識版權(quán)數(shù)據(jù)：AIGC將媒體版權(quán)數(shù)據(jù)納入訓(xùn)練模型，以模擬和預(yù)測媒體的內(nèi)容、風(fēng)格和模式，再借助模型強大的學(xué)習(xí)和訓(xùn)練能力，使媒體數(shù)據(jù)的版權(quán)使用被藏匿在輸入端和處理端，由此輸出和生成的內(nèi)容不具有版權(quán)要素和使用痕跡，最終損害了媒體機構(gòu)的版權(quán)利益和盈利能力。相較于非版權(quán)內(nèi)容的版權(quán)化，版權(quán)數(shù)據(jù)的去版權(quán)化的核心在于使得版權(quán)數(shù)據(jù)失去了可識別的版權(quán)熟悉和標識，侵權(quán)行為更為隱蔽、智能且自主化，從而增加了媒體版權(quán)的救濟成本和難度。

（三）彌合版權(quán)“二象性”：媒體預(yù)測性數(shù)據(jù)何以成為“非版權(quán)敏感信息”？

如果媒體預(yù)測性數(shù)據(jù)不能簡單歸為版權(quán)數(shù)據(jù)或非版權(quán)數(shù)據(jù)，應(yīng)當如何理解媒體預(yù)測性數(shù)據(jù)的版權(quán)性質(zhì)？

需要說明的是，當前的版權(quán)法并未對這一情況做出任何回應(yīng)，但媒體預(yù)測性數(shù)據(jù)的現(xiàn)實案例已經(jīng)出現(xiàn)。2023年12月27日，《紐約時報》以侵犯版權(quán)為由起訴OpenAI和微軟擅用報道訓(xùn)練大模型，成為第一家起訴這兩家公司侵犯其文字作品版權(quán)的美國大型媒體[14]。AIGC的不斷發(fā)展和媒體預(yù)測性數(shù)據(jù)的現(xiàn)實案例，決定對這一問題的討論處于進行時而非完成時。對這一問題的回答，需要基于AIGC時代媒體的信息“敏感性”和媒體預(yù)測性數(shù)據(jù)的實踐學(xué)視角，將媒體預(yù)測性數(shù)據(jù)作為一種“非版權(quán)敏感信息”，而不是簡單歸為版權(quán)數(shù)據(jù)或非版權(quán)數(shù)據(jù)。

首先，媒體預(yù)測性數(shù)據(jù)為何是敏感信息？在以往的數(shù)據(jù)倫理中，信息的“敏感性”似乎只限于個人信息，非個人信息（如組織和政府）通常不具有敏感性。特別是作為大眾傳播主要渠道的媒體，其數(shù)據(jù)天然與信息“敏感性”相抵觸。然而，信息“敏感性”的關(guān)鍵并非在于主體確屬，而是使信息“敏感”的客體是否存在，特別是客體獲取信息后是否具有危害性。AIGC的開發(fā)者能夠根據(jù)自己的需要，借助爬蟲工具自動抓取個人數(shù)據(jù)和媒體數(shù)據(jù)，并能在模型學(xué)習(xí)和訓(xùn)練后進行模仿、預(yù)測和生成，從而侵犯個人隱私和媒體版權(quán)。因此，基于AIGC技術(shù)，無論是個人數(shù)據(jù)還是媒體數(shù)據(jù)都具有被視為“敏感信息”的正當性。

其次，媒體預(yù)測性數(shù)據(jù)應(yīng)當被歸為版權(quán)保護范疇嗎？如前文所述，從傳統(tǒng)版權(quán)視角來看，AIGC對媒體預(yù)測性數(shù)據(jù)的采集和訓(xùn)練，無論是非版權(quán)數(shù)據(jù)的版權(quán)化還是版權(quán)數(shù)據(jù)的去版權(quán)化，都構(gòu)成版權(quán)法中的“合理使用”，難以定性為侵權(quán)行為。要理解作為“非版權(quán)敏感信息”的媒體預(yù)測性數(shù)據(jù)，應(yīng)基于實踐學(xué)角度關(guān)注“預(yù)測”對媒體版權(quán)的潛在危害和后果。

對于非版權(quán)數(shù)據(jù)的版權(quán)化，AIGC開發(fā)者采集不屬于版權(quán)保護范疇的風(fēng)格數(shù)據(jù)（文字風(fēng)格、音調(diào)語氣、畫面色調(diào)）和行為數(shù)據(jù)（內(nèi)容發(fā)布規(guī)律）作為模型訓(xùn)練內(nèi)容，借助模型強大的預(yù)測和生成能力，大批量、高精度模仿和生成媒體內(nèi)容。就行為而言，這種對非版權(quán)數(shù)據(jù)的使用并未侵權(quán)，結(jié)果卻嚴重損害了媒體行業(yè)的內(nèi)容生態(tài)和版權(quán)利益。對于版權(quán)數(shù)據(jù)的去版權(quán)化，AIGC開發(fā)者對媒體版權(quán)數(shù)據(jù)的使用僅限于輸入端和模型訓(xùn)練過程，并未在輸出端和生產(chǎn)作品中直接挪用和復(fù)制，這似乎依然遵循版權(quán)法的“合理使用”原則。但就結(jié)果而言，版權(quán)數(shù)據(jù)的去版權(quán)化使用，導(dǎo)致AIGC模型對媒體版權(quán)內(nèi)容的隱匿性系統(tǒng)挪用。

因此，即使“非版權(quán)數(shù)據(jù)的版權(quán)化”和“版權(quán)數(shù)據(jù)的去版權(quán)化”均得到版權(quán)法“合理使用”原則的支持，但媒體預(yù)測性數(shù)據(jù)迫切需要被納入版權(quán)保護考量，將媒體預(yù)測性數(shù)據(jù)作為一種“非版權(quán)敏感信息”，并在法律和倫理層面給予特殊對待。因為在實踐和結(jié)果層面，AIGC對媒體預(yù)測性數(shù)據(jù)的版權(quán)使用已經(jīng)造成媒體行業(yè)的版權(quán)困境和利益受損。

四、結(jié)論

AIGC模型從推導(dǎo)到預(yù)測的范式轉(zhuǎn)變，使得輸入數(shù)據(jù)與內(nèi)容生成物之間的經(jīng)驗和知識關(guān)系被遮蔽。生成式人工智能技術(shù)，正在改變媒體業(yè)對于版權(quán)的理解并帶來實踐困境。當人工智能造成麻煩的時候，我們不會安慰人工智能，我們會安慰人。正如維特根斯坦所說：“一個人手疼……人們并不對手說安慰的話，而是安慰受疼的人。”[15]對媒體而言，媒體預(yù)測性數(shù)據(jù)是公共產(chǎn)品，更是媒體的智力勞動成果，AIGC對媒體預(yù)測性數(shù)據(jù)的合理使用，包括但不限于向媒體支付內(nèi)容使用費用、免費開放模型使用權(quán)限等，有助于增強媒體業(yè)的盈利能力和創(chuàng)新動力。對AIGC開發(fā)者而言，任何機器和模型都難以替代和模仿人的創(chuàng)作靈性，完善媒體預(yù)測性數(shù)據(jù)倫理框架，有助于探索模型開發(fā)和媒體內(nèi)容生產(chǎn)的良性循環(huán)模式，共同推動AIGC技術(shù)向善。對公眾而言，媒體預(yù)測性數(shù)據(jù)與AIGC的相互促進能夠豐富公共文化產(chǎn)品，確保包括媒體、個人在內(nèi)的內(nèi)容創(chuàng)造得到公平回報，從而激發(fā)社會整體的創(chuàng)造力。

[本文為中央高?；究蒲腥宋纳缈茖ｍ棧ň幪枺?022CDJSKPY27）的階段性成果]

參考文獻：

[1]Soni J，Goodman R.A mind at play：how Claude Shannon invented the information age[M].Simon and Schuster，2017.

[2]Rosenblatt F.The perceptron：a probabilistic model for information storage and organization in the brain[J].Psychological review，1958，65（6）：386.

[3]Shum H Y，He X，Li D.From Eliza to XiaoIce：challenges and opportunities with social chatbots[J].Frontiers of Information Technology amp; Electronic Engineering，2018，19：10-26.

[4]Buchanan B G，Smith R G.Fundamentals of expert systems[J]. Annual review of computer science，1988，3（1）：23-58.

[5]Kononenko I.Machine learning for medical diagnosis：history，state of the art and perspective[J]. Artificial Intelligence in medicine，2001，23（1）：89-109.

[6]Shewalkar A，Nyavanandi D，Ludwig S A.Performance evaluation of deep neural networks applied to speech recognition：RNN，LSTM and GRU[J]. Journal of Artificial Intelligence and Soft Computing Research，2019，9（4）： 235-245.

[7]Rieder G，Simon J.Big data：A new empiricism and its epistemic and socio-political consequences[J].Berechenbarkeit der Welt？Philosophie und Wissenschaft im Zeitalter von Big Data，2017：85-105.

[8]Anthony L J.The Cambridge dictionary of statistics[J].Reference Reviews，2003，17（1）：29-30.

[9]Mühlhoff R.Automatisierte Ungleichheit：Ethik der Künstlichen Intelligenz in der biopolitischen Wende des Digitalen Kapitalismus[J].Deutsche Zeitschrift für Philosophie，2020，68（6）：867-890.

[10]The News/Media Alliance （N/MA）.White Paper：How the Pervasive Copying of Expressive Works to Train and Fuel Generative Artificial Intelligence Systems Is Copyright Infringement And Not a Fair Use[EB/OL].（2023-10-31）[2024-04-07].https：//www.newsmediaalliance.org/generative-ai-white-paper/.

[11]Sehl A. Public service media in a digital media environment：Performance from an audience perspective[J].Media and Communication，2020，8（3）：359-372.

[12]李良榮，張華.參與社會治理：傳媒公共性的實踐邏輯[J].現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報），2014，36（04）：31-34.

[13]Colangelo G. Enforcing copyright through antitrust？The strange case of news publishers against digital platforms[J]. Journal of Antitrust Enforcement，2022，10（1）：133-161.

[14]Grynbaum M.，Mac R.The Times Sues OpenAI and Microsoft Over A.I.Use of Copyrighted Work[N/OL].（2023-12-27）[2024-04-08].https：//www.nytimes.com/2023/12/27/business/media/new-york-times-open-ai-microsoft-lawsuit.html.

[15]路德維?！ぞS特根斯坦.哲學(xué)研究[J].陳嘉映，譯.上海：上海人民出版社，2005：115.

作者簡介：劉海明，重慶大學(xué)新聞學(xué)院教授，博士生導(dǎo)師（重慶 401331）；陶鵬輝，重慶大學(xué)新聞學(xué)院碩士生（重慶 401331）。

編校：鄭 艷