陳麗蘋 田琪雅

如果說互聯(lián)網(wǎng)對作品的最大影響在于改變了作品的傳播，那么人工智能技術(shù)則改變了作品的創(chuàng)作過程和創(chuàng)作方式。不同于以往人類對作品產(chǎn)生過程的全方位參與，人工智能介入下作品的“創(chuàng)作”僅表現(xiàn)為人類選擇創(chuàng)作風(fēng)格、啟動創(chuàng)作程序、調(diào)整作品具體表達等簡單步驟，而最能體現(xiàn)作者情感，表達作者思想創(chuàng)意的部分則完全由人工智能取代，表面上造成人工智能與相機、畫筆、樂器等創(chuàng)作工具的不同。人類在主要創(chuàng)作過程中的缺失使人工智能生成內(nèi)容表面上無法直接體現(xiàn)人類在此過程中所投入的智力勞動，也給考察與生成內(nèi)容有關(guān)的人類實質(zhì)性貢獻帶來困難，由此對通過確立作品這一權(quán)利客體和其負載的作者專有權(quán)而調(diào)整作者、傳播者和使用者關(guān)系的著作權(quán)法造成適用困境。毫不夸張地說，人工智能生成內(nèi)容的出現(xiàn)，不僅動搖了傳統(tǒng)人類作者的法律地位，而且也給著作權(quán)法帶來新的挑戰(zhàn)。因此，在此背景下，研究人工智能生成內(nèi)容能否基于現(xiàn)行著作權(quán)法標準被認定為作品，以及如果可以被認定為作品，明確權(quán)利能否歸屬于設(shè)計者、使用者、所有者等主體，具有重要的前瞻性意義。

面對新技術(shù)的挑戰(zhàn)，研究新型事物，不應(yīng)脫離著作權(quán)法基本理論，但同時也需結(jié)合研究對象的特殊性，人工智能生成內(nèi)容的著作權(quán)法分析也應(yīng)如此。因此，本文從著作權(quán)法基本理論出發(fā)，首先分析人工智能生成內(nèi)容是否可作為著作權(quán)法保護的作品；在此基礎(chǔ)上，梳理現(xiàn)行著作權(quán)法下權(quán)利歸屬認定的兩種方式，將人工智能生成內(nèi)容的創(chuàng)作過程、設(shè)計者貢獻、使用者貢獻和創(chuàng)作原理整合成表，匯總分析不同生成原理對權(quán)利歸屬認定的影響，在此基礎(chǔ)上得出相應(yīng)的結(jié)論。

一、人工智能生成內(nèi)容的可版權(quán)性分析

（一）可版權(quán)性的范圍

論證特定對象的可版權(quán)性，首先應(yīng)確定該特定對象是否屬于著作權(quán)法的基本保護范圍。思想表達二分法是版權(quán)法領(lǐng)域的一項基本原則，這項基本原則劃定了版權(quán)法的保護范圍。人類的感情、觀念、想法、創(chuàng)意等無形信息如果不借助外在表現(xiàn)，則無法被他人知悉和接觸，也無法實現(xiàn)與他人的交流。所以，思想的傳播必須通過外在有形形式才能實現(xiàn)，這就體現(xiàn)為版權(quán)意義上的表達。思想與表達二分法原理是出于確保著作權(quán)法不對任何一個表達的一般形式授予專有權(quán)利的政策考慮①參見馮曉青：《著作權(quán)法中思想與表達二分法原則探析》，《湖南文理學(xué)院學(xué)報（社會科學(xué)版）》2008年第1期。，該原理將不借助外在表達媒介的抽象信息排除在著作權(quán)法保護的范圍之外，同時也確認任何已經(jīng)外在化的具體表達形式可能成為著作權(quán)法保護的客體。

具體到人工智能生成內(nèi)容，如果其具體形態(tài)是一種表達，則落入著作權(quán)法保護范圍，有可能成為著作權(quán)法保護的客體；反之，如果僅僅是一種公有領(lǐng)域的元素、操作方法、過程等無法借助有形載體被他人感知、不能復(fù)制的無形思想，則不是著作權(quán)保護的對象?！霸趯θ斯ぶ悄苌蓛?nèi)容的定性進行研究之前，應(yīng)當(dāng)排除那些即使源于人類，也被認為不可能構(gòu)成作品的內(nèi)容?！雹谕踹w：《論人工智能生成的內(nèi)容在著作權(quán)法中的定性》，《法律科學(xué)(西北政法大學(xué)學(xué)報)》2017年第5期。例如，AlphaGo對每一步圍棋的預(yù)測、對整體局面的評估、策略的布置以及最終下棋位置的選擇雖然也是人工智能產(chǎn)出的一種形式，但由于僅僅為抽象層面的步驟、推理，無法作為表達加以保護；又如，智能軟件將文字作品轉(zhuǎn)換為盲文，本身只是同一文字作品在記錄語言方面的變更，且存在一一對應(yīng)關(guān)系，并沒有產(chǎn)生新的作品。而類似阿里云ET生成的春聯(lián)，AARON完成的繪畫，Amper Music③Amper Music是一款音樂軟件，可根據(jù)使用者選擇的風(fēng)格生成各種樂曲。產(chǎn)生的各種風(fēng)格的音樂，都是以文字、線條、色彩、音符等多種形式使人們得以感知某種觀念或創(chuàng)意，所以，符合作品的上位概念——表達，有可能被認定為著作權(quán)法意義上的作品。

（二）可版權(quán)性的條件

作為作品上位概念的表達涵蓋了所有可能出現(xiàn)的作品類型，作品屬于表達的一種形態(tài)，而表達卻并非都是作品。因此，當(dāng)某一新型客體僅滿足“表達”這一要素時仍不足以得出其為著作權(quán)法意義上的作品的結(jié)論，還應(yīng)滿足作品的構(gòu)成要件。著作權(quán)法意義上的作品應(yīng)當(dāng)符合以下幾方面的條件：

1.屬文學(xué)、藝術(shù)、科學(xué)領(lǐng)域的內(nèi)容

文學(xué)、藝術(shù)和科學(xué)領(lǐng)域的內(nèi)容范圍很廣，也有多種類型，具體到人工智能生成內(nèi)容，大部分人工智能生成內(nèi)容符合此構(gòu)成要件。在實踐中已經(jīng)出現(xiàn)各領(lǐng)域和各種類型的人工智能作品，例如，由David Cope設(shè)計的軟件在模仿著名作曲家后形成的新音樂作品；在泰特現(xiàn)代美術(shù)館展出的AARON軟件制作的繪畫；甚至已經(jīng)出現(xiàn)控制詩人軟件（Cybernetic Poetsoftware）自動生成的詩歌和小說。而當(dāng)人工智能生成內(nèi)容以音樂、美術(shù)、文字形式出現(xiàn)時，在不加辨識標識的情形下已經(jīng)無法區(qū)分人工智能生成內(nèi)容和普通作品。

2.體現(xiàn)最低程度的創(chuàng)造性

這一條件是指作品雖有可能借鑒前人已有成果，但并非完全復(fù)制，在作品中能夠體現(xiàn)出獨有的表達方式、表達邏輯和表達架構(gòu)。思想的獨創(chuàng)性并不是著作權(quán)法對作品的要求，著作權(quán)法只要求作品的具體表達體現(xiàn)最低限度的創(chuàng)造性。并且，隨著版權(quán)貿(mào)易的不斷增加，創(chuàng)造性越來越多地表現(xiàn)為作品本身的經(jīng)濟社會價值，由此，英國司法實踐中出現(xiàn)了“值得復(fù)制的，也就值得保護”的獨創(chuàng)性標準。

排除上文所指單純生成思想的人工智能，大部分人工智能生成內(nèi)容符合具有少量創(chuàng)造性的標準。盡管一定程度在“風(fēng)格遷移”上有模擬人類創(chuàng)作的跡象，但無法否定人工智能作品符合少量創(chuàng)造性的要求，甚至一部分已經(jīng)具有較高的創(chuàng)作水平。從創(chuàng)作過程來看，人工智能既可實現(xiàn)從無到有的原創(chuàng)也可實現(xiàn)在已有作品上的演繹創(chuàng)作，前者如可以為李開復(fù)畫肖像畫的智能機械手和阿里的ET，后者如谷歌采用深度學(xué)習(xí)算法的機器翻譯。從創(chuàng)作結(jié)果來看，人工智能生成內(nèi)容可以表現(xiàn)出與一般作品類似的審美意義，對作品受眾而言，其與普通作品一樣，也能產(chǎn)生審美的精神效果，如測試由DeepBach創(chuàng)作的和聲時，大約一半的聽眾都將其視為是巴赫創(chuàng)作的作品①參見《機器進軍交響樂、歌劇領(lǐng)域的前奏？人工智能成功模仿巴赫清唱曲可以假亂真》，http://www.sohu.com/a/122660561_354973，搜狐網(wǎng)，2019年1月28日訪問。；甚至有些生成內(nèi)容，如在美術(shù)館展出的AARON繪畫已呈現(xiàn)出作品的經(jīng)濟和社會價值，被許多私人收藏家以數(shù)百甚至數(shù)千美元的價格收藏。②Creative AI: The robots that would be painters, http://newatlas.com/creative-ai-algorithmic-art-painting-fool-aaron/36106/, accessed December 20, 2018.

3.具有可復(fù)制性

可復(fù)制性是指作品一般情況下應(yīng)具有相應(yīng)的物質(zhì)載體，使其能夠被他人感知?？蓮?fù)制性是作品傳播、交易、流通的必要條件。

人工智能生成內(nèi)容能夠以客觀的形式表達于外，具有可復(fù)制性。有的學(xué)者指出，人工智能生成內(nèi)容在這方面與其他一般作品的共性使每一種可復(fù)制的作品都可以并且通常情況下是使用計算機創(chuàng)作的，將作品數(shù)字固定的都是生成該作品的程序，并列舉了文學(xué)作品、音樂作品、繪畫、圖形和雕塑作品等作品中使用計算機軟件的情況③Grimmelmann, James , "There's No Such Thing as a Computer-Authored Work - And It's a Good Thing, Too."403(4) Social Science Electronic Publishing (2017).，所以，人工智能生成內(nèi)容已具備交易、傳播的前提條件。實踐中微軟已將其人工智能——小冰創(chuàng)作的詩集《陽光失了玻璃窗》出版成書④參見《全球首部！微軟小冰推原創(chuàng)詩集<陽光失了玻璃窗>》，http://tech.sina.com.cn/roll/2017-05-20/doc-ifyfkkmc9892391.shtml，新浪科技網(wǎng)，2018年12月20日訪問。，使公眾可以實實在在地通過紙質(zhì)書這一物質(zhì)形態(tài)感受到小冰表達的思想。

雖然大部分人工智能生成內(nèi)容符合作品的構(gòu)成要件，然而不排除人工智能生成的形式中存在無法達到少量創(chuàng)造性要求的情況，例如，隨機產(chǎn)生的單純事實堆砌，亂寫亂畫，詞句不通的翻譯、詩句等形式由于不符合最低限度的創(chuàng)造性要件，難以認定為作品。此中包含的邏輯種屬關(guān)系，可參見圖1。其中黑色部分是可以被認定為作品的人工智能生成內(nèi)容，下文關(guān)于權(quán)利主體的認定，也是以能夠被認定為作品的人工智能生成內(nèi)容為基礎(chǔ)。

圖1 人工智能生成內(nèi)容可版權(quán)性認定圖

（三）可版權(quán)性的政策考量：激勵作品創(chuàng)作等因素

正面論證人工智能生成內(nèi)容的可版權(quán)性后，還應(yīng)從不給予作品保護產(chǎn)生的后果考慮：

第一，從版權(quán)交易市場的效果看，如果未來大量不受著作權(quán)保護的人工智能生成內(nèi)容充斥市場，公眾則傾向于選擇不支付版權(quán)許可費的人工智能生成內(nèi)容，長此以往導(dǎo)致自然人創(chuàng)作的作品越來越少，市場回報愈發(fā)減少的狀況也會減弱人類直接創(chuàng)作作品的動力和熱情，蝴蝶效應(yīng)下可能造成以版權(quán)產(chǎn)品為經(jīng)營對象，并依靠版權(quán)法律保護而生存的出版商、廣播影視制作商利益鏈條的斷裂，而由此帶來版權(quán)產(chǎn)業(yè)市場的衰弱，對知識的傳播、對文化產(chǎn)品的利用和保護都將產(chǎn)生不利影響。

第二，對作為公共素材的人工智能生成內(nèi)容不加限制地利用也可能使作品質(zhì)量下降，同質(zhì)化作品越來越多，不利于文化多樣性的豐富和公民素質(zhì)的提高。另外，人工智能生成內(nèi)容與人類創(chuàng)作的作品無法在表面上區(qū)分的特點也容易引發(fā)投機者對其主張權(quán)利的行為。例如，有人想要將人工智能創(chuàng)作的小說改編成劇本再拍成電影，如果這部小說不被給予作品保護，而以此為基礎(chǔ)制作完成的電影著作權(quán)人將有權(quán)控制被改編小說部分內(nèi)容的未經(jīng)許可的再利用行為，一些投機者會因此壟斷部分公共領(lǐng)域的內(nèi)容。這一問題直接導(dǎo)致本不應(yīng)受著作權(quán)法保護的客體受到保護，實際不存在的著作權(quán)人或本來不具備資格的人享有作者的權(quán)利①參見劉影：《人工智能生成物的著作權(quán)法保護初探》，《知識產(chǎn)權(quán)》2017年第9期。，進而導(dǎo)致權(quán)利歸屬和權(quán)利體系的混亂。

第三，從司法裁量角度考慮，外觀上已經(jīng)與人類直接創(chuàng)作的作品無異的人工智能生成內(nèi)容，對其不加以作品保護的情況下，如何區(qū)分兩者之間的差異將成為司法難題，法官在權(quán)力范圍內(nèi)對是否為人類直接創(chuàng)作的個案判斷極易產(chǎn)生司法標準不統(tǒng)一的現(xiàn)象，司法操作性的缺乏也使司法裁判的效率低下，將會降低公眾對司法的信賴程度。

總之，可版權(quán)性的認定，除了剖析是否屬于著作權(quán)法保護對象外，還需從政策角度，結(jié)合對公眾、版權(quán)產(chǎn)業(yè)和司法裁量產(chǎn)生的后果考察。著作權(quán)法應(yīng)通過賦予人工智能生成內(nèi)容的作品地位以激勵作品的創(chuàng)作，鼓勵作品的傳播，防止因人工智能生成內(nèi)容地位的不確定性導(dǎo)致的版權(quán)產(chǎn)業(yè)凋敝、作品質(zhì)量同質(zhì)化等不利后果，在此基礎(chǔ)上，人工智能生成內(nèi)容的權(quán)利主體才可以基于其專有權(quán)控制作品的復(fù)制、演繹、發(fā)行等產(chǎn)生收益的行為，以阻止他人未經(jīng)許可對作品的利用而帶來的商業(yè)損失。

二、人工智能生成內(nèi)容的權(quán)利歸屬分析

（一）著作權(quán)歸屬的一般方式

人工智能生成內(nèi)容的權(quán)利歸屬認定，不能脫離著作權(quán)一般歸屬方式。著作權(quán)法基本理論中，歸屬方式通常有兩種：一為著作權(quán)歸屬于原始創(chuàng)作者；二為著作權(quán)歸屬于對作品創(chuàng)作投資的人或組織。

對于第一種歸屬原則而言，需要考慮是否存在“直接產(chǎn)生文學(xué)、藝術(shù)和科學(xué)作品的智力活動”②參見《中華人民共和國著作權(quán)法實施條例》第3條。。具體言之，需分析（1）創(chuàng)作者是否在創(chuàng)作過程中進行了獨創(chuàng)性思考；（2）創(chuàng)作者對完成作品是否通過技能、勞動等方式作出實質(zhì)性貢獻；（3）最終是否產(chǎn)生著作權(quán)法意義上具有獨創(chuàng)性并能以有形形式復(fù)制的作品。而其中，尤以是否通過技能、勞動等形式作出實質(zhì)性貢獻為核心要素?；诖耍瑑H付出機械勞動的人、僅負責(zé)執(zhí)行他人意志的人等未作實質(zhì)性貢獻的人不是作者，這在許多國家的法律、司法實踐中都有體現(xiàn)，如我國《著作權(quán)法實施條例》第3條中就有“為他人創(chuàng)作進行組織工作，提供咨詢意見、物質(zhì)條件，或者進行其他輔助工作，均不視為創(chuàng)作”的規(guī)定。

一部作品的完成除了上述作者要素中的智力貢獻外，往往無法忽視為創(chuàng)作作品投入的學(xué)習(xí)、培訓(xùn)、購買創(chuàng)作工具、安排創(chuàng)作過程等財力或組織方面的非智力成本。當(dāng)智力投入和非智力成本均由直接創(chuàng)作者本人承擔(dān)時，著作權(quán)歸屬于創(chuàng)作者自不待言；而當(dāng)智力投入和非智力成本分離時，就會產(chǎn)生著作權(quán)歸屬于投資者的情況，在實踐中表現(xiàn)為雇傭作品和委托作品兩種情形。對此，我國《著作權(quán)法》明確規(guī)定：“由法人或者其他組織主持，代表法人或者其他組織意志創(chuàng)作，并由法人或者其他組織承擔(dān)責(zé)任的作品，法人或者其他組織視為作者”“委托作品的著作權(quán)的歸屬由委托人和受托人通過合同約定。合同未作明確約定或者沒有訂立合同的，著作權(quán)屬于受托人”。

（二）人工智能生成內(nèi)容歸屬分析考慮因素

人工智能生成內(nèi)容的著作權(quán)法分析，除了考慮著作權(quán)權(quán)利主體歸屬的一般原則外，還應(yīng)考慮人工智能生成內(nèi)容的特殊性。生成原理在很大程度上決定人類在人工智能生成內(nèi)容創(chuàng)作過程中的貢獻程度，而貢獻程度（包括智力貢獻和資本貢獻）與權(quán)利歸屬的認定密切相關(guān)，總結(jié)不同生成原理下現(xiàn)有人工智能生成內(nèi)容產(chǎn)生過程中設(shè)計者、使用者、投資者的貢獻，以著作權(quán)權(quán)利主體歸屬的一般原則為大前提，以人工智能生成內(nèi)容的特殊性為小前提，運用三段論推理，才能得出相應(yīng)的結(jié)論。

從人工智能生成內(nèi)容表現(xiàn)形式及各方貢獻表（見表1）中可知，生成原理可分為2種類型：（1）設(shè)計者直接設(shè)定生成規(guī)則的方式，如Amper Music、EMI、AARON等；（2）設(shè)計者未直接設(shè)定生成規(guī)則，而是采取神經(jīng)網(wǎng)絡(luò)等方式使人工智能深度學(xué)習(xí)，由人工智能自行產(chǎn)生生成規(guī)則的方式，如A.I.Duet、微軟小冰、阿里云ET等。兩種方式的共同之處在于，人工智能生成內(nèi)容的產(chǎn)生上，首先需要設(shè)計者編寫出人工智能程序，生成內(nèi)容的產(chǎn)生才有可能。因此，設(shè)計者的貢獻主要集中在設(shè)置學(xué)習(xí)、語音識別、對應(yīng)關(guān)系、語言規(guī)則等各種算法上。對人工智能的使用者而言，啟動生成程序、固定作品形式為兩種生成原理中的相同貢獻。兩種方式最大的不同則體現(xiàn)為非直接設(shè)定生成規(guī)則的方式要求設(shè)計者提供訓(xùn)練數(shù)據(jù)，為人工智能指明學(xué)習(xí)的維度和方法，此方式?jīng)Q定了創(chuàng)作的完成通常需要使用者選擇創(chuàng)作素材、選擇創(chuàng)作風(fēng)格、輸入訓(xùn)練數(shù)據(jù)，由人工智能基于已有的經(jīng)驗規(guī)則分析提取使用者輸入的內(nèi)容，進而產(chǎn)生作品，因此，相比直接設(shè)定生成規(guī)則的方式，使用者貢獻程度相對較大。

在創(chuàng)作貢獻的投入上，人工智能設(shè)計者和使用者均投入的是智力貢獻，而人工智能公司主要貢獻則體現(xiàn)為為制造人工智能提供資金、場地、設(shè)備；為人工智能程序的誕生進行人員分工的組織和安排；為員工負擔(dān)培訓(xùn)、學(xué)習(xí)等間接成本；并對人工智能的開發(fā)、市場化談判、許可、利用承擔(dān)責(zé)任，財力或資本貢獻的比例相比前兩者較大。從貢獻程度與生成內(nèi)容產(chǎn)出的關(guān)系角度分析，使用者在輸入端一系列的操作是導(dǎo)致生成內(nèi)容產(chǎn)生的直接原因，設(shè)計者設(shè)計的人工智能程序是使用者完成創(chuàng)作素材輸入、固定作品形式的前提，而人工智能公司對生成內(nèi)容的影響最遠，只能對人工智能程序的誕生貢獻非智力因素，其對創(chuàng)作物的影響鞭長莫及，由此而言，設(shè)計者和人工智能公司對創(chuàng)作物的貢獻具有間接性，必須通過下游影響因素才能發(fā)揮作用。三者的貢獻程度與生成內(nèi)容的遠近關(guān)系如圖2所示：

圖2 貢獻程度與生成內(nèi)容遠近關(guān)系圖

表1 人工智能生成表現(xiàn)形式及各方貢獻表

人工智能實現(xiàn)結(jié)果生成過程設(shè)計者貢獻使用者貢獻生成原理A.I.Duet音樂作品：在用戶彈奏少量音符的情況下，根據(jù)音樂的相符度自動彈奏出搭配音樂程序使用的神經(jīng)網(wǎng)絡(luò)受過提供大量示例旋律的機器學(xué)習(xí)系統(tǒng)的訓(xùn)練，A.I.Duet 記住了音符、時間之間的聯(lián)系。當(dāng)用戶鍵入音符時，該程序?qū)⒅c其所學(xué)習(xí)的內(nèi)容比較，實時以最佳匹配做出回應(yīng)提供訓(xùn)練數(shù)據(jù)、設(shè)計學(xué)習(xí)算法 鍵盤鍵入音符設(shè)計者未直接設(shè)定生成規(guī)則：深度學(xué)習(xí)微軟小冰文字作品：看圖作詩小冰“學(xué)習(xí)”了1920年以來519位詩人的現(xiàn)代詩，被訓(xùn)練了超過10000次后，基于模仿而創(chuàng)作。暫時沒有評價詩歌藝術(shù)性和創(chuàng)造性的標準，需要程序員在訓(xùn)練途中設(shè)置檢查點，檢查詩歌是否合理提供訓(xùn)練數(shù)據(jù)、設(shè)計學(xué)習(xí)算法 上傳圖片設(shè)計者未直接設(shè)定生成規(guī)則：深度學(xué)習(xí)阿里云ET文字作品：創(chuàng)作春聯(lián)首先，ET使用面部識別技術(shù)識別體驗者性別、年齡和心情等信息；然后，體驗者告訴ET新年愿望；再次，ET生成春聯(lián)內(nèi)容；最后，完成春聯(lián)寫作。為了給出個性化定制的春聯(lián)，ET調(diào)用了機器學(xué)習(xí)的相關(guān)功能。針對每個用戶的愿望，ET會抓取關(guān)鍵詞，再通過關(guān)鍵詞與春聯(lián)數(shù)據(jù)庫中的海量春聯(lián)數(shù)據(jù)集比較，就可以找出最符合用戶愿望的春聯(lián)提供訓(xùn)練數(shù)據(jù)、設(shè)計學(xué)習(xí)算法 提供面部信息，說出新年愿望設(shè)計者未直接設(shè)定生成規(guī)則：深度學(xué)習(xí)Deep Dream美術(shù)作品：圖像識別，根據(jù)用戶上傳的圖像生成新圖像Deep Dream采取了通常由10-30層堆疊的人工神經(jīng)元組成的人工神經(jīng)網(wǎng)絡(luò)技術(shù)。每幅圖像都由輸入層送入，然后遞入下一層，直到最后抵達輸出層，夢幻般的圖片即來自于最終的輸出層。谷歌的工程師向該程序展示數(shù)以百萬計的訓(xùn)練樣本并逐步調(diào)整網(wǎng)絡(luò)參數(shù)，直到程序能給出想要的分類結(jié)果。在此訓(xùn)練之后，每一層會逐步提取越來越高級的圖像特征，直到由最后一層做出最終的顯示提供訓(xùn)練數(shù)據(jù)、設(shè)計學(xué)習(xí)算法 上傳圖片、選擇生成風(fēng)格，點擊生成按鈕設(shè)計者未直接設(shè)定生成規(guī)則：卷積神經(jīng)網(wǎng)絡(luò)框架實現(xiàn)深度學(xué)習(xí)

（三）人工智能生成內(nèi)容權(quán)利歸屬規(guī)則的建議

1.直接設(shè)定生成規(guī)則類型的權(quán)利歸屬

當(dāng)人工智能生成內(nèi)容生成于設(shè)計者直接設(shè)定生成規(guī)則的程序時，歸屬于設(shè)計者較為合適，如果設(shè)計者受雇于人工智能公司，并代表單位意志設(shè)計程序，由單位承擔(dān)責(zé)任的，應(yīng)認定人工智能公司為權(quán)利主體。如果人工智能生成內(nèi)容是在委托關(guān)系中產(chǎn)生，當(dāng)委托合同沒有另有約定時，其權(quán)利應(yīng)歸屬于受托人，即設(shè)計者或其所屬的人工智能公司。理由有以下幾點：

第一，設(shè)計者設(shè)計的規(guī)則直接決定了作品的產(chǎn)生。相比使用者僅僅啟動生成程序的微小貢獻而言，設(shè)計者的貢獻為關(guān)鍵性的。在深度學(xué)習(xí)方法沒有運用時，生成規(guī)則來源于設(shè)計者對已有作品的理解，作品規(guī)則產(chǎn)生過程總能呈現(xiàn)為分析音符再現(xiàn)頻率表、總結(jié)現(xiàn)有作品規(guī)則、設(shè)定韻律模式框架、給出衡量作品優(yōu)劣的計算方法、架構(gòu)敘述模型等抽象描述方式，具體的算法可能為啟發(fā)式搜索、遺傳算法等。曾有人指出，人工智能創(chuàng)作的本質(zhì)是人類能不能把審美品味抽象成計算機能理解的規(guī)則。①參見《人工智能可以作曲嗎？》，https://www.zhihu.com/question/22213757，知乎網(wǎng)，2019月1月15日訪問?！爸灰驯徽J為是計算機無法解決的問題描述清楚，計算機就能總能找到一種方法解決它?！雹谕ⅱ?。因此，考慮到千變?nèi)f化的具體對應(yīng)規(guī)則都來自設(shè)計者對可被人工智能理解的規(guī)則的抽象描述，盡管具體的算法形式多種多樣，但本質(zhì)都為設(shè)計者的直接設(shè)定，由此決定了作品的生成過程表現(xiàn)為啟動創(chuàng)作程序、運行規(guī)則算法，作品誕生3步驟。

本文將下載率較高的區(qū)域創(chuàng)新評價體系指標進行整合，根據(jù)頻度統(tǒng)計法得到頻率較高的指標作為備用指標，將其進行同類型整合。同時，根據(jù)遼寧地區(qū)生產(chǎn)經(jīng)營的實際情況，本文從知識創(chuàng)新、技術(shù)創(chuàng)新、資源能力創(chuàng)新、人才創(chuàng)新、制度創(chuàng)新這五大方面來作為遼寧省地區(qū)區(qū)域創(chuàng)新評價體系的指標（如表2）。

第二，使用者的貢獻過于微小，不足以認定為是創(chuàng)作作品的行為。在題述情形下，使用者啟動創(chuàng)作程序、選擇創(chuàng)作風(fēng)格的行為雖然是作品產(chǎn)生的必要步驟，但不僅有限的風(fēng)格選擇無獨創(chuàng)性可言，而且使用者僅是遵守設(shè)計者預(yù)先設(shè)定的作品創(chuàng)作算法使構(gòu)成作品的元素按照指令有規(guī)律地調(diào)用，再按照規(guī)則篩選下一元素，最后由系統(tǒng)自動組合，程序較少有提供給使用者個性化的表達空間。如果因啟動創(chuàng)作過程等簡單的操作就將其認定為權(quán)利主體，實難平衡設(shè)計者在其中付出的智力勞動，權(quán)利義務(wù)的嚴重不對等不符合知識產(chǎn)權(quán)法的利益平衡原則。

第三，從現(xiàn)實角度看，開放給終端用戶的此類人工智能程序所有者也將自己稱為生成內(nèi)容的權(quán)利主體。在2017年3月Amper Music公司發(fā)布的終端用戶許可協(xié)議中，第4條第1款約定，Amper Music授予用戶非獨占的，免費的，個人的和非商業(yè)的許可，以及復(fù)制，表演，發(fā)行，修改（包括制作演繹作品的權(quán)利）和使用用戶創(chuàng)建的內(nèi)容的權(quán)利。③參見《AmperMusic終端用戶協(xié)議》，https://www.ampermusic.com/legal，AmperMusic網(wǎng)，2018年11月30日訪問。第2款約定，除了本協(xié)議授予的許可和權(quán)利以外，Amper Music保留所有權(quán)利和利益，包括但不限于全球所有專利，版權(quán)，商標，商業(yè)秘密以及Amper Music的其他權(quán)利、任何其他的Amper Music產(chǎn)品或服務(wù)。用戶同意，不得以任何方式損害或傾向于損害Amper Music或許可人的權(quán)利、利益和知識產(chǎn)權(quán)的任何部分。④同注①。顯然，該協(xié)議的擬定者Amper Music認為其為權(quán)利主體，終端使用者的地位為被許可人，在Amper Music 授權(quán)的情況下使用者才享有生成內(nèi)容的復(fù)制、修改等權(quán)利。

第四，如受到投資因素的影響，著作權(quán)人應(yīng)相應(yīng)被認定為其受雇的單位或受托人（委托合同另有約定除外）。如前文所述，打破自然人創(chuàng)作者為歸屬主體的必要條件為投資因素。詳細言之，一方面，人工智能程序的誕生往往需要長期投資和研究，程序誕生后通常還需要長期的測試和不斷的修改，例如，AARON程序的設(shè)計者從1973年在斯坦福大學(xué)人工智能實驗室研究至今，經(jīng)過不斷的調(diào)試和改進而具備了機器作畫能力；EMI的設(shè)計者Cope需要不斷的決定哪些程序產(chǎn)生的音樂可以走出實驗室演奏。這些工作的完成離不開單位在背后對設(shè)計者在報酬、研究經(jīng)費、研究設(shè)備等方面的投資和支持。此外，著作權(quán)初始分配的差異也會影響作品效益的實現(xiàn)程度。正如前文所指，作為人工智能程序的投資方，整合市場供給和需求的能力相比個體設(shè)計者更強，組織個體設(shè)計人工智能和將人工智能產(chǎn)品推向市場的作用更為關(guān)鍵，對作品侵權(quán)行為，也更有維權(quán)的資本和能力，上述Amper Music法律聲明中將公司作為權(quán)利享有的主體即可印證。所以，題述情形產(chǎn)生的人工智能生成內(nèi)容，如果其生成程序是設(shè)計者為完成雇傭單位的工作任務(wù)，代表雇傭單位的意志，并由雇傭單位對生成程序承擔(dān)責(zé)任時，應(yīng)當(dāng)將雇傭單位認定為著作權(quán)人。另一方面，如果人工智能生成內(nèi)容是在委托關(guān)系中產(chǎn)生，當(dāng)委托合同沒有另有約定時，其權(quán)利應(yīng)歸屬于受托人，即設(shè)計者或其所屬的人工智能公司。

2.未直接設(shè)定生成規(guī)則類型的權(quán)利歸屬

生成原理的第二種為設(shè)計者未直接設(shè)定生成規(guī)則，而是通過設(shè)計學(xué)習(xí)算法訓(xùn)練人工智能使其具有學(xué)習(xí)能力，由人工智能自行生成內(nèi)容的對應(yīng)關(guān)系，此種情形下，雖然具體的生成過程與第一種有所差異，但仍應(yīng)當(dāng)歸屬于設(shè)計者。與第一種分析路徑類似，如果雇傭關(guān)系或委托關(guān)系介入，應(yīng)認定人工智能公司（雇傭關(guān)系下）或受托人（沒有另有約定）為權(quán)利主體。具體言之 ：

表面上，使用者在輸入端的操作對創(chuàng)作物的產(chǎn)生影響非常大，在目前弱人工智能的背景下，終端輸入的內(nèi)容似乎對生成內(nèi)容的具體形式起到?jīng)Q定性作用。阿里云的人工智能ET能創(chuàng)造春聯(lián)的前提是首先與體驗者進行一番視頻對話，了解性別、心情和新年愿望后，進行面部識別技術(shù)和語音技術(shù)分析，根據(jù)體驗者特點與數(shù)據(jù)庫匹配，進而再產(chǎn)出結(jié)果。①參見《科技公司真會玩阿里云人工智能ET寫春聯(lián)送員工》，http://www.techweb.com.cn/internet/2017-01-17/2474698.shtml，Techweb網(wǎng)，2018年11月26日訪問。谷歌交互式人工智能A.I.Duet鋼琴二重奏效果實現(xiàn)的先決條件也必須是使用者在終端設(shè)備上或隨意點擊電子鋼琴鍵盤或?qū)⒆约簞?chuàng)作的歌曲以電子鋼琴方式表達。②參見《Google新AI可與你共彈“鋼琴二重奏”》，http://www.cnbeta.com/articles/tech/585705.htm，cnBeta網(wǎng)，2018年11月28日訪問。所以，一旦離開使用者的終端輸入，作品的創(chuàng)作無法完成。的確，不可忽視使用者的終端操作行為，但是必須意識到的一種情形是，如果不同的使用者終端輸入的內(nèi)容完全相同，在現(xiàn)有人工智能生成的技術(shù)環(huán)境下無法產(chǎn)生不同的結(jié)果。例如，Deep Dream軟件不同人使用相同的作品，選擇相同的生成風(fēng)格，生成的圖像具有一致性。又如，在谷歌翻譯中，不同的人在輸入框中輸入相同的文字，選擇相同的翻譯語種，翻譯的結(jié)果具有一致性。其中原因仍然需要回歸生成原理分析。

需要注意的是，人工智能生成內(nèi)容權(quán)利歸屬的認定，應(yīng)秉持應(yīng)然的立場，從一般歸屬的角度分析。不可否認的是，在實踐中，此情形下的一些使用者已成為人工智能作品的著作權(quán)人。例如，Deep Dream Generator官網(wǎng)2017年4月5日更新的使用條款權(quán)利部分與使用者約定，谷歌不聲明用戶在其服務(wù)上或通過其服務(wù)發(fā)布的任何內(nèi)容的所有權(quán)。相反，用戶特此授予谷歌非獨占，免版稅、可轉(zhuǎn)讓、分許可的全球許可，以使用在其服務(wù)上或通過其服務(wù)發(fā)布的內(nèi)容?？梢姡贒eep Dream 生成器的用戶協(xié)議中，使用者處于著作權(quán)許可人的地位，對通過該程序產(chǎn)生的作品享有版權(quán)。無獨有偶，微軟小冰的作詩界面下，也有“微軟小冰宣布放棄她創(chuàng)作的這首詩歌的版權(quán)。這意味著，你可以根據(jù)她的內(nèi)容，創(chuàng)作并發(fā)表你最終的作品，甚至不必提及她參與了你的創(chuàng)作過程”類似約定，谷歌和微軟兩大人工智能公司巨頭的使用條款意味著對使用者著作權(quán)主體地位的認可。

然而，人工智能軟件的供應(yīng)商采取此種策略往往是基于商業(yè)模式的考慮，并在用戶協(xié)議中與用戶完成了著作權(quán)權(quán)利的轉(zhuǎn)讓。在人工智能競爭日趨白熱化的今天，誰掌握了人工智能的核心技術(shù)，誰就掌握了競爭主動權(quán)。在這種背景下，人工智能公司采取權(quán)利讓渡的方式吸引用戶使用人工智能程序，以博取用戶眼球，起到粉絲經(jīng)濟的效益。另外，人工智能公司對人工智能生成內(nèi)容的專有權(quán)轉(zhuǎn)讓，可保障使用者使用人工智能創(chuàng)作的內(nèi)容得到及時和有效的回報，而使用者在作品商業(yè)化中獲得潛在或現(xiàn)實的利潤則有利于刺激更多人工智能生成內(nèi)容的產(chǎn)生，激勵人工智能公司生產(chǎn)更多的人工智能產(chǎn)品。因此，不畏浮云遮望眼，揭開用戶協(xié)議的面紗，才能看到原始權(quán)利主體的真容，原始權(quán)利主體始終應(yīng)當(dāng)被認定為設(shè)計者或其所屬的人工智能公司。