孫曉麒

關(guān)鍵詞：人工智能生成物；人工智能底層邏輯；人格主義要素；著作權(quán)歸屬

根據(jù)中國信息通信研究院發(fā)布的《人工智能生成內(nèi)容（AIGC）白皮書（2022年）》所示，AIGC技術(shù)已經(jīng)被廣泛應(yīng)用于音頻、文本、圖像等不同模態(tài)數(shù)據(jù)中，AIGC與傳媒、電商、影視、娛樂等不同領(lǐng)域結(jié)合，不斷衍生出多種新鮮的作品。而隨著OpenAI發(fā)布生成式預(yù)訓(xùn)練語言模型ChatGPT的火熱以及普及，人工智能的應(yīng)用已經(jīng)逐步走入普通人的生活，昭示著人工智能時代已經(jīng)到來。

但技術(shù)的突破性發(fā)展必然會對現(xiàn)行的法律制度帶來種種挑戰(zhàn)。2020年，深圳市南山區(qū)人民法院開庭審理了我國首例人工智能創(chuàng)作物著作權(quán)糾紛案：深圳市騰訊計算機系統(tǒng)有限公司訴上海盈某科技有限公司侵害著作權(quán)及不正當(dāng)競爭糾紛一案。原告騰訊公司團(tuán)隊自主研發(fā)的Dream wIiter軟件，可根據(jù)數(shù)據(jù)搜集與分析等技術(shù)支持批量撰寫財經(jīng)類新聞報道，能根據(jù)不同受眾群體自動生成差異化、不同風(fēng)格與版本的新聞報道。2018年8月20日，騰訊公司在騰訊證券網(wǎng)站上首次發(fā)表了標(biāo)題為《午評：滬指小幅上漲0.11%報2671.93點通信運營、石油開采等板塊領(lǐng)漲》的財經(jīng)報道文章，末尾注明“本文由騰訊機器人DeamWIiter自動撰寫”。而被告上海盈某科技有限公司運營的“網(wǎng)貸之家”網(wǎng)站當(dāng)日同樣發(fā)布了與騰訊公司的標(biāo)題和內(nèi)容完全—致的文章。深圳市南山區(qū)人民法院認(rèn)為，人工智能技術(shù)自動生成的創(chuàng)作物屬于著作權(quán)法的保護(hù)范圍，騰訊公司主創(chuàng)團(tuán)隊在數(shù)據(jù)服務(wù)、觸發(fā)寫作、人工智能校驗與分發(fā)等技術(shù)處理環(huán)節(jié)中投入了大量成本，而被告卻將原文—字不差投放在網(wǎng)頁上，以此獲得收益，這一行為侵害了原告依法享有的信息網(wǎng)絡(luò)傳播權(quán)，應(yīng)承擔(dān)相應(yīng)的民事責(zé)任。

從深圳市南山區(qū)人民法院的判決來看，首先法院認(rèn)定了人工智能技術(shù)自動生成的創(chuàng)作物在著作權(quán)法保護(hù)的范疇內(nèi)，這是當(dāng)今學(xué)界相對集中的一種觀點。其核心理由在于，人工智能技術(shù)自動生成的創(chuàng)作物屬于民事法律關(guān)系中“智力成果”這一客體，且具有一定獨創(chuàng)性以及可復(fù)制性，所以使得人工智能技術(shù)自動生成的創(chuàng)作物符合法律意義上的“作品”。但是，對這種著作權(quán)的歸屬在學(xué)界卻眾說紛紜。有學(xué)者認(rèn)為，人工智能創(chuàng)作物著作權(quán)應(yīng)歸屬于人工智能編程者，因為編程者創(chuàng)造了人工智能，這是人工智能創(chuàng)作的前提和基礎(chǔ)。另—個較集中的觀點認(rèn)為，人工智能創(chuàng)作物著作權(quán)應(yīng)歸屬于人工智能設(shè)備的使用者。與此同時，還有觀點認(rèn)為，人工智能創(chuàng)作物著作權(quán)應(yīng)歸屬于人工智能本身。

本文認(rèn)為，對于人工智能創(chuàng)作物是否在著作權(quán)保護(hù)的范疇內(nèi)，以及其著作權(quán)具體歸屬等問題的討論，既涉及復(fù)雜的法律問題，又涉及人類社會最前沿的技術(shù)問題，需要從法律與技術(shù)緊密結(jié)合的角度考察。為避免研究中出現(xiàn)技術(shù)與法律“兩張皮”現(xiàn)象，在對相關(guān)基本法理深入研討的基礎(chǔ)上，還應(yīng)當(dāng)對人工智能創(chuàng)作作品的底層邏輯及其過程做進(jìn)一步的剖析。

一、人工智能創(chuàng)作文字、藝術(shù)作品的底層邏輯

吳漢東教授對人工智能的著作權(quán)保護(hù)問題有過系統(tǒng)的總結(jié)，他將人工智能創(chuàng)作分成三個階段，包括“數(shù)據(jù)輸入—機器學(xué)習(xí)—結(jié)果輸出”。其中，數(shù)據(jù)輸入階段的數(shù)據(jù)挖掘，意味著對已有作品自動化、批量化的“閱讀”，是著作權(quán)法中的合理使用；學(xué)習(xí)階段的“算法創(chuàng)作”，實際上是“機器作者”與人類作者的共同創(chuàng)作；輸出階段的“生成內(nèi)容”，具有思想表現(xiàn)形式和人格主義等作品構(gòu)成要素的，可以受著作權(quán)法保護(hù)，其權(quán)利由參與創(chuàng)作或投資的自然人或法人行使。

從三個階段的具體內(nèi)容看，第一階段的數(shù)據(jù)輸入是人工智能進(jìn)行創(chuàng)作的基礎(chǔ)和前提。在數(shù)據(jù)訓(xùn)練的創(chuàng)作方式中，“大量的數(shù)據(jù)構(gòu)成機器學(xué)習(xí)的訓(xùn)練數(shù)據(jù)庫，成為算法創(chuàng)作（如寫作、音樂制作）的主要原料與素材”。第二階段的機器學(xué)習(xí)包括最基礎(chǔ)的機器學(xué)習(xí)以及深度學(xué)習(xí)。在基礎(chǔ)的機器學(xué)習(xí)中，算法從輸入數(shù)據(jù)中尋找模式，并使用這些模式來進(jìn)行預(yù)測或決策，而無需人為介入。機器學(xué)習(xí)的技術(shù)包括但不限于線性回歸、邏輯回歸、支持向量機、梯度提升機、聚類算法、主成分分析等統(tǒng)計學(xué)及數(shù)據(jù)分析學(xué)技術(shù)。而深度學(xué)習(xí)模擬人類真實大腦的運作體系，構(gòu)建出一種神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，特別是具有很多隱藏層的深度神經(jīng)網(wǎng)絡(luò)。這些深度神經(jīng)網(wǎng)絡(luò)可以從大量數(shù)據(jù)中學(xué)習(xí)更加復(fù)雜的模式，從而更好地根據(jù)算法要求完成任務(wù)，并且在自然語言處理、圖像處理、語音識別等領(lǐng)域取得了突出的成果。第三階段的結(jié)果輸出主要是對于第一階段的數(shù)據(jù)收集、算法規(guī)則整理和第二階段的深度學(xué)習(xí)模型、情感計算框架等綜合運用的結(jié)果。第三階段的生成內(nèi)容是本文討論的重點，即它是否是著作權(quán)法上具有思想表達(dá)外觀的作品。這一判定，需要從人工智能創(chuàng)作的底層邏輯人手，并結(jié)合其創(chuàng)作物的類別分類進(jìn)行討論。從其創(chuàng)作物的類別看，三個階段在創(chuàng)作文字、圖片與音頻方面也存在著一定的差異。

（一）人工智能創(chuàng)作文字作品的底層邏輯及創(chuàng)作過程

人工智能在創(chuàng)作文字類作品時，主要運用到自然語言處理（NLP）的深度學(xué)習(xí)模型。其中最廣泛使用的是Tansformer模型，其主要特性是使用了一種名叫“注意力機制”（Attention Mechanism）的技術(shù)，允許模型在處理—個詞或一句話時，能夠?qū)φ麄€輸入的不同部分分配不同的注意力，使模型能夠更好地理解詞語的上下文。

以通過人工智能創(chuàng)作論文為例。使用者在使用人工智能軟件如ChatGPT創(chuàng)作論文前，人工智能已經(jīng)通過深度學(xué)習(xí)模組進(jìn)行了大量的文本數(shù)據(jù)訓(xùn)練，學(xué)習(xí)了如何在不同的語境下正確地使用單詞和語法。訓(xùn)練好的模型可以預(yù)測接下來可能出現(xiàn)的詞語。例如，給定一個詞或者句子的開頭，模型會生成一個概率分布，描述接下來可能出現(xiàn)的每個詞的概率。而后，人工智能會根據(jù)預(yù)測的概率分布選擇接下來的詞，并且會兼顧生成文本的多樣性。在使用者規(guī)定了論文題目、核心觀點及要求后，人工智能會在數(shù)據(jù)庫中根據(jù)要求，大量搜集獲取相關(guān)內(nèi)容，而后通過編碼上下文信息來生成連貫的文本。通常情況下，預(yù)訓(xùn)練的模型會被微調(diào)，以滿足特定的任務(wù)需求，如寫作論文等。這個過程涉及使用一小部分任務(wù)特定的數(shù)據(jù)來“教”模型完成特定的任務(wù)，如保持一致的論述、引用相關(guān)研究或遵守特定的寫作風(fēng)格。

從人工智能模型創(chuàng)作論文的邏輯以及過程可以看出，人工智能模型并不真正理解它們正在寫的內(nèi)容，它們只是學(xué)習(xí)并復(fù)制訓(xùn)練數(shù)據(jù)中的模式，通過概率分布以及合理化排列組合后，將數(shù)據(jù)庫中其他人的觀點以及信息內(nèi)容糅合后展示出來。

（二）人工智能創(chuàng)作圖片作品的底層邏輯及創(chuàng)作過程

人工智能在創(chuàng)作圖像類作品時的邏輯和流程與其創(chuàng)作文本類作品時有所不同。比如，人工智能在生成藝術(shù)圖片或原畫類作品時，主要運用的是生成對抗網(wǎng)絡(luò)（GANs）技術(shù)。GANs技術(shù)的核心包含兩部分——生成器和鑒別器。生成器的任務(wù)是產(chǎn)生看起來像真實的圖像，而鑒別器的任務(wù)是嘗試區(qū)分生成的圖形和真實的圖像。訓(xùn)練過程中，生成器試圖“欺騙”鑒別器，使其無法區(qū)分生成的圖像和真實的圖像，而鑒別器則不斷學(xué)習(xí)如何更好地識別生成的圖像。在這個“博弈”過程中，生成器和鑒別器的性能會不斷得到提高，從而使人工智能生成更加真實的圖片或原畫。

除了GANs技術(shù)之外，人工智能生成原畫還使用了一種稱為“神經(jīng)風(fēng)格轉(zhuǎn)移”的技術(shù)。這種技術(shù)可以抓取一個圖像（例如著名的藝術(shù)作品）的風(fēng)格，并將其應(yīng)用到另一個圖像上。這可以用于生成具有特定藝術(shù)風(fēng)格的原畫。同時，為了讓模型“理解”和復(fù)制各種原畫風(fēng)格，需要使用大量的原畫圖像來進(jìn)行訓(xùn)練。這可能包括各種不同風(fēng)格和主題的原畫，以便模型可以學(xué)習(xí)到這些風(fēng)格的共性和差異。

在具體生成圖像、原畫等藝術(shù)作品階段，當(dāng)使用者規(guī)定了圖像內(nèi)容等要求后，人工智能的生成器通常會從一個隨機噪聲向量開始生成圖像。這個向量在每次生成圖像時都會改變，這樣就可以生成各種各樣的圖像。噪聲向量通過多層神經(jīng)網(wǎng)絡(luò)（即生成器）進(jìn)行非線性轉(zhuǎn)換，生成最終的圖像。網(wǎng)絡(luò)的參數(shù)在訓(xùn)練過程中不斷被優(yōu)化，使得生成的圖像最終盡可能地接近真實的圖像。

（三）人工智能創(chuàng)作音頻作品的底層邏輯及創(chuàng)作過程

深度學(xué)習(xí)模型，特別是循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和變分自編碼器（ VAE），常用于人工智能創(chuàng)作音樂。它們可以學(xué)習(xí)和生成時間序列數(shù)據(jù)，這使得它們特別適合處理音樂，因為音樂是隨時間展開的。在RNN中，模型被訓(xùn)練來理解音樂序列中的模式和結(jié)構(gòu)。例如，模型可能會學(xué)習(xí)到某種和弦進(jìn)程通常會引出某種旋律線，或者某種節(jié)奏模式通常會出現(xiàn)在某種樂種中。一旦模型訓(xùn)練好，就可以使用它來生成新的音樂。在變分自編碼器（VAE）中，模型被訓(xùn)練來學(xué)習(xí)數(shù)據(jù)的低維表示（或“潛在空間”），然后從這個空間中采樣以生成新的實例。在音樂創(chuàng)作的背景中，這意味著模型可以學(xué)習(xí)到音樂的某些核心特性，并能生成包含這些特陛的新音樂。例如，神經(jīng)網(wǎng)絡(luò)可以被訓(xùn)練來根據(jù)給定的樂器和旋律生成和聲，或者按照某種風(fēng)格來編寫旋律。同時，也有一些新的技術(shù)如GANs和Transformer模型正在被探索用于音樂生成。值得注意的是，雖然這些技術(shù)可以產(chǎn)生令人印象深刻的結(jié)果，但人工智能創(chuàng)作的音樂仍然需要人類的指導(dǎo)和輸入，特別是在藝術(shù)性和表達(dá)陛方面。而且，雖然m可以學(xué)習(xí)到音樂的一些模式和結(jié)構(gòu)，但它并不真正理解音樂的情感和文化含義。

二、人工智能創(chuàng)作物是否構(gòu)成著作權(quán)法意義上的“作品”

在了解人工智能的底層邏輯以及創(chuàng)作過程后，我們可以更直觀地考量人工智能創(chuàng)作物是否構(gòu)成著作權(quán)法意義上的“作品”。我國《著作權(quán)法》所稱的作品，是指“文學(xué)、藝術(shù)和科學(xué)領(lǐng)域內(nèi)具有獨創(chuàng)性并能以一定形式表現(xiàn)的智力成果”。其中最核心的一個要素便是獨創(chuàng)性，它是作品成為著作權(quán)客體的首要條件。所謂獨創(chuàng)性，是指由作者獨立構(gòu)思而成的，作品的內(nèi)容或者表現(xiàn)形式完全或基本不同于他人已經(jīng)發(fā)表的作品，即不是抄襲、剽竊、篡改他人的作品。而在司法實踐中，不同法系和不同國家因立法價值各異，對獨創(chuàng)性的判斷有所不同。英美法系對獨創(chuàng)性的要求相對較低，英國只要求作品必須是獨立完成而非復(fù)制抄襲，美國在司法實踐中衍生出了少量創(chuàng)造性（modicum of creativit）的獨創(chuàng)性判斷標(biāo)準(zhǔn)。而以法國和德國為代表的大陸法系中，側(cè)重作者與作品之間的人格聯(lián)系，對獨創(chuàng)性的要求也相對更加嚴(yán)格。其中，德國對獨創(chuàng)性的要求最高，不僅要求創(chuàng)作應(yīng)體現(xiàn)作者的個性和創(chuàng)造性，還要求創(chuàng)作要有一定水準(zhǔn)，即超出一般人平均水平的智力創(chuàng)作水準(zhǔn)。我國對于獨創(chuàng)性判定的司法實踐介于英美法系與大陸法系之間，綜合來看，是以作品是否具有獨創(chuàng)性的兩個構(gòu)成要件，即獨立完成和創(chuàng)造性，來判定該作品是否具備獨創(chuàng)性。

（一）對于人工智能創(chuàng)作的文字類作品的判定

在文字類作品中，所謂“創(chuàng)作者的個性”便是指文章的觀點，即帶有創(chuàng)作者主觀感情色彩的論點。德國哲學(xué)家康德曾說過，作品是人格的反映，作品本質(zhì)上是作者的意志。黑格爾也指出，諸如學(xué)問、知識、藝術(shù)等，是一種內(nèi)部的精神的東西，作品在本質(zhì)上表現(xiàn)了作者個人的獨特性。著作權(quán)法規(guī)定了自然人的主體中心地位，將其作為權(quán)利原始主體、完整主體，即第一著作權(quán)人。這是因為，只有自然人才是作品的真正創(chuàng)作者。作品是人類的創(chuàng)作成果，表達(dá)的是人類的思想情感。

從人工智能模型創(chuàng)作文本類作品的邏輯以及過程可以看出，人工智能通過數(shù)據(jù)庫整合資源，自我學(xué)習(xí)的過程與人類閱讀學(xué)習(xí)的過程并無本質(zhì)區(qū)別。但是人類在創(chuàng)作作品過程中會有思考以及觀點輸出，而人工智能則是通過概率分布以及合理化組合的過程，將整合的信息轉(zhuǎn)化成語句進(jìn)行輸出。這一過程的確是獨立完成的過程，但在創(chuàng)造性這一構(gòu)成要件上，雖然其滿足了英美法系中對于創(chuàng)造性的最低程度的要求，但如果以對獨創(chuàng)性要求相對嚴(yán)格的法國、德國等大陸法系國家來看，其不能體現(xiàn)出創(chuàng)作者的個性。

那么人工智能生成物是否是獨立完成且具備創(chuàng)造性呢？對此，應(yīng)當(dāng)辯證地分析。英國學(xué)者安德烈斯·瓜達(dá)穆茲（Andres Guadamuz）認(rèn)為人工智能已經(jīng)不再是簡單的工具，它們在創(chuàng)作的過程中會自主地做出一個又一個決定，這其中并沒有人為的干涉。在Andres Guadamuz的原文中，他用到的在描述人工智能的行為時用到的詞匯是“make decisions”?！癉ecision”直譯過來是“決定、判斷”，而如果我們結(jié)合人工智能進(jìn)行文字類作品創(chuàng)作的底層邏輯來看的話，我們會發(fā)現(xiàn)它確實在創(chuàng)作過程中不停地做出判斷。但這些判斷是基于數(shù)據(jù)、算法、邏輯的絕對理性的判斷，例如“此時的語句是否通順”“此時的數(shù)據(jù)是否準(zhǔn)確”“此時文章的邏輯是否順”等。在沒有人為干涉的情況下，眾多絕對理性的判斷并不會最終導(dǎo)向一個由人工智能自主生成的觀點。因此，即使現(xiàn)在人工智能技術(shù)獲得了突破性進(jìn)展，但普遍觀點仍認(rèn)為，對人工智能而言，其在進(jìn)行文字類作品創(chuàng)作的過程中，并不會賦予創(chuàng)作的文章任何觀點，因為人工智能本身并不具備感情及思想等主觀意識。

基于以上分析，我們可以得出一個基本的結(jié)論：當(dāng)使用者只提出話題而不做具體限定，并且不闡述任何主觀偏向性觀點時，人工智能只會根據(jù)數(shù)據(jù)庫中的信息，將內(nèi)容整合，一一羅列，這種情形顯然不能滿足獨創(chuàng)性的要求。例如學(xué)生為完成一篇探討法律制度的論文，決定使用ChatGPT人工智能平臺幫其生成論文。如果學(xué)生僅在平臺中輸入“請生成一篇探討法律制度的論文”，人工智能會根據(jù)自身數(shù)據(jù)庫中的信息，將多方觀點糅合，生成一篇看似邏輯通順的論文，此時這篇文章未有作者主觀觀點及個性化選擇、安排，不應(yīng)受著作權(quán)法的保護(hù)。

當(dāng)使用者將其個人觀點具體賦予到人工智能上時，人工智能會基于使用者的觀點，創(chuàng)作出具體的論文或其他形式的文字類作品。這種情況下，人工智能創(chuàng)作的文字類作品，就包含了使用者的觀點，相應(yīng)的便體現(xiàn)出了使用者的個性化安排，因此具備了獨創(chuàng)性，應(yīng)當(dāng)屬于法律意義上的“作品”，受到著作權(quán)法的保護(hù)。例如學(xué)生在使用ChatGPT撰寫論文時，明確提出了自己的論點，并且根據(jù)人工智能生成的框架，進(jìn)一步填充了自己的想法。此時人工智能生成的論文便具備了這名學(xué)生的個人特色，因此具備獨創(chuàng)性，屬于著作權(quán)法保護(hù)的對象。

但是，如果我們將這種判定方式帶回深圳市騰訊計算機系統(tǒng)有限公司訴上海盈某科技有限公司侵害著作權(quán)及不正當(dāng)競爭糾紛一案中，便會發(fā)現(xiàn)—些問題。Dream Writer軟件創(chuàng)作出來的財經(jīng)分析新聞是否有使用者的主觀觀點呢？財經(jīng)分析類的新聞類似于數(shù)據(jù)分析報告與時事新聞的結(jié)合，按理來說這類作品并不會涉及創(chuàng)作者的主觀觀點，因此不應(yīng)成為著作權(quán)法保護(hù)的對象，但為什么卻可以使用著作權(quán)法保護(hù)該作品的權(quán)益呢？

在傳統(tǒng)創(chuàng)作過程中，作者直接創(chuàng)作出作品。但在人工智能創(chuàng)作模式中，是由公司或自然人創(chuàng)造出人工智能雛形，而后又投入大量資源訓(xùn)練人工智能，使其成為成熟體，最后是人工智能與自然人共同創(chuàng)作或由人工智能獨立創(chuàng)作出作品。在這一過程中，公司或自然人創(chuàng)造出人工智能雛形這一階段應(yīng)該是專利法保護(hù)的范疇，但后續(xù)的公司或自然人投入資源訓(xùn)練人工智能及使用人工智能進(jìn)行創(chuàng)作這兩個階段應(yīng)作為一個整體進(jìn)行考量，來判定最終生成物是否是著作權(quán)法保護(hù)的對象。

公司和自然人投入資源訓(xùn)練人工智能這一階段，其中所謂的資源主要指的是數(shù)據(jù)資源。但并不是所有數(shù)據(jù)資源都是可用的，而是需要定向選擇出合適的數(shù)據(jù)，而后再將數(shù)據(jù)“喂養(yǎng)”給人工智能。例如Dream writer軟件的主要應(yīng)用方向是撰寫財經(jīng)類新聞，那么在投入數(shù)據(jù)時，就會選擇大量的財經(jīng)相關(guān)的數(shù)據(jù)，供人工智能深度學(xué)習(xí)。在定向選擇數(shù)據(jù)時，其本質(zhì)類似于為圖畫選取風(fēng)格，屬于加入創(chuàng)作者的主觀想法的行為。因此，在這種情況下，如果我們將創(chuàng)作者對人工智能雛形進(jìn)行定向訓(xùn)練，而后使用人工智能創(chuàng)作這一行為作為一個整體的過程去看待，那么在創(chuàng)作過程中確實加入了人格的因素，因此最終的生成物仍然具備獨創(chuàng)性，屬于著作權(quán)法保護(hù)的對象。

（二）對于人工智能創(chuàng)作的圖像、原畫及音頻等藝術(shù)類作品的判定

與通過數(shù)據(jù)的挖掘及“理性的計算”來進(jìn)行文字類作品的創(chuàng)作不同，人工智能在創(chuàng)作圖像、原畫及音頻等藝術(shù)類作品時，通過“情感的計算”及“博弈學(xué)習(xí)”展現(xiàn)出了更強的創(chuàng)作屬性。

人工智能通過生成器和鑒別器之間的相互“博弈”來進(jìn)行圖像、原畫類作品的創(chuàng)作。其創(chuàng)作最初是生成一個隨機的噪聲向量，而后通過多次對噪聲向量的定向非線性轉(zhuǎn)換，來繪制出符合使用者要求的照片或原畫。其本質(zhì)與藝術(shù)家拿起畫筆進(jìn)行繪畫創(chuàng)作并沒有區(qū)別。“隨機的噪聲向量”就好比是在畫紙上最初的畫點，而“定向的非線性轉(zhuǎn)換”則是基于最初的畫點，通過畫筆繪畫成完整圖案的過程。同時，在創(chuàng)作過程中，人工智能還會通過“神經(jīng)風(fēng)格轉(zhuǎn)移”技術(shù)提煉其他作品的風(fēng)格，并賦予到自身創(chuàng)造的作品上，使其具有一定程度的獨創(chuàng)性。

人工智能創(chuàng)作音頻類作品時雖然使用了不同的深度學(xué)習(xí)模組，但是底層邏輯卻十分相似，同樣用到了類似生成對抗網(wǎng)絡(luò)（GANs）的“博弈學(xué)習(xí)”理念，并加入了與“神經(jīng)風(fēng)格轉(zhuǎn)移”技術(shù)類似的、專門用于學(xué)習(xí)其他音樂作品旋律規(guī)律及風(fēng)格的模組——循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和變分自編碼器（VAE）。所以，人工智能創(chuàng)作音頻類作品在本質(zhì)上與其創(chuàng)作圖像類作品時類似，因此人工智能創(chuàng)作出來的音頻類作品同樣可以具備獨創(chuàng)性。

人工智能創(chuàng)作圖像、音頻類作品的過程是最典型的人類與人工智能共同創(chuàng)作的過程。它顛覆了傳統(tǒng)的“人類創(chuàng)作中心主義”，即“創(chuàng)作者等于自然人”的限定。法學(xué)界的一些學(xué)者將人類與人工智能共同創(chuàng)作的過程稱為“賽博格”（Cyborg），是Cybemetic（“控制論的”）和Oranism（“有機體”）的組合詞，早先常見于國外的一些科幻類作品。法學(xué)界引入“賽博格”這一理念，便是為了討論自然人與機器人（人工智能）之間的關(guān)系。例如在人工智能創(chuàng)作圖片、音頻類作品的過程中，需要使用者人為地對其創(chuàng)作過程提出一定程度的要求，如需要描繪什么景物，畫風(fēng)或曲風(fēng)是什么風(fēng)格等，而人工智能根據(jù)人類的要求自主進(jìn)行一定程度的創(chuàng)作。這一過程中，雖然本質(zhì)上與人類使用畫筆作畫譜曲沒有區(qū)別，但在實質(zhì)上，人類在創(chuàng)作過程中相當(dāng)于人工智能的輔助。這一實質(zhì)便是很多人質(zhì)疑人工智能創(chuàng)作物是否具有獨創(chuàng)性的原因。這種“非人類中心主義”的創(chuàng)作過程便是“賽博格”的核心概念。

不可否認(rèn)的是，在這一過程中，人類依然是與人工智能共同進(jìn)行創(chuàng)作，人工智能的最終產(chǎn)物必須是基于使用者的觀點與要求，以此才具備獨創(chuàng)性。如果純粹任由人工智能自由創(chuàng)作，使用者不添加任何要求與限制，那么與人工智能創(chuàng)作文字類作品時討論的情況類似，此時人工智能自主創(chuàng)作的產(chǎn)物并不具備獨特的人格與主觀特點，因此不具備獨創(chuàng)性。但是在目前絕大部分人工智能創(chuàng)作的圖片、音頻類生成物的案例中，很少存在純粹由人工智能自由創(chuàng)作出來的產(chǎn)物，因其隨機性強，而且商業(yè)價值較低。

基于上述特點，人工智能創(chuàng)作的圖像、原畫、音頻等藝術(shù)類作品具備獨創(chuàng)性，應(yīng)當(dāng)屬于法律意義上的“作品”并受著作權(quán)法保護(hù)。

三、人工智能創(chuàng)作物的著作權(quán)歸屬判斷

目前，學(xué)界關(guān)于人工智能創(chuàng)作物著作權(quán)的歸屬存在較大爭議，主要的爭論焦點在于該著作權(quán)應(yīng)歸屬于人工智能設(shè)計者，還是所有者，抑或是使用者。目前較為普遍的觀點認(rèn)為，不應(yīng)歸屬于人工智能設(shè)計者。因為從市場的角度來看，如果人工智能設(shè)計者享有著作權(quán)，市場化程度就會降低，這將削弱研發(fā)的積極性。所以，將人工智能創(chuàng)作物歸屬于人工智能所有者或?qū)嶋H使用者，更符合理論和實踐的要求。

在智能畫圖工具M(jìn)idjourney的服務(wù)條款中明確寫道：“在現(xiàn)行法律允許的程度內(nèi)，您在使用服務(wù)時所創(chuàng)建的所有圖像歸您所有。”O(jiān)penAI的使用條款中也有相關(guān)內(nèi)容，“在我們雙方之間，以及所適用法律許可的范圍內(nèi)，您擁有對全部輸入的所有權(quán)。受限于您對本條款的遵守，OpenAI在此將其在輸出中的所有權(quán)利、所有權(quán)和權(quán)益轉(zhuǎn)讓給您。”

吳漢東教授認(rèn)為機器介入創(chuàng)作，在技術(shù)原理上表現(xiàn)為一系列的數(shù)據(jù)挖掘、分析和運算，以模仿甚至取代人類創(chuàng)造性的智力活動。這種機器智能與人類的心性和心智是不同的，它是一種“理性的計算”及“情感的計算”，從而表現(xiàn)了類人化的意志能力。正是如此，人工智能不再是物質(zhì)存在的輔助創(chuàng)作工具，而可能是與人類作者合作的“創(chuàng)作機器”或者說相對獨立的“機器作者”。因此，他提出，對于人機合一完成的作品，應(yīng)構(gòu)建“機器作者”與人類作者的二元創(chuàng)作主體結(jié)構(gòu)，而著作權(quán)歸屬也應(yīng)建構(gòu)“作者一著作權(quán)人”的二元權(quán)利主體結(jié)構(gòu)?；凇八惴▌?chuàng)作”的事實，未來法律可以擬制“機器作者”，但卻不能認(rèn)定智能機器的著作權(quán)人資格，著作權(quán)人應(yīng)是自然人或自然人的集合體。最終應(yīng)以創(chuàng)作者權(quán)屬模式或者投資者權(quán)屬模式，基于對作品創(chuàng)作的實質(zhì)性貢獻(xiàn)來決定具體的著作權(quán)歸屬。

人工智能之所以能創(chuàng)作出體現(xiàn)使用者主觀觀點的文字類作品，是因為人工智能在生成文章的過程中，基于使用者的觀點，通過信息資源整合、詞語概率分布及定向排列等方式，對使用者的觀點內(nèi)容進(jìn)行擴(kuò)展，最終形成完整的文章。所以在考量作品著作權(quán)歸屬時，應(yīng)參考創(chuàng)作者權(quán)屬模式。因使用者對于特定作品創(chuàng)作做出的實質(zhì)性貢獻(xiàn)更多，故而著作權(quán)應(yīng)歸屬于人工智能使用者。

但此時我們?nèi)孕杩紤]兩個問題。

第一，對于諸如財務(wù)分析報告、時事熱點、新聞報道等文字作品，在創(chuàng)作過程中，由于使用者沒有添加任何主觀感情色彩的觀點，最終人工智能創(chuàng)造物的著作權(quán)歸屬，則應(yīng)參考投資者權(quán)屬模式，具體可適用法人作品或職務(wù)作品的有關(guān)規(guī)定，來確定著作權(quán)的歸屬。

第二，人工智能使用者的個人獨創(chuàng)性貢獻(xiàn)與人工智能的貢獻(xiàn)在其生成物中的比例問題。如果在一篇文章中，使用者僅僅提供了一句話的觀點輸出，而剩余部分均由人工智能完成，那么此時我們是否仍然要將文章的著作權(quán)歸屬到使用者身上。國外有些大學(xué)規(guī)定學(xué)生在使用人工智能寫文章時，必須標(biāo)明文章具體哪部分內(nèi)容由人工智能完成。本文認(rèn)為，如果人工智能在創(chuàng)作過程中的比重遠(yuǎn)大于使用者個人觀點表達(dá)輸出的比重，可以參考著作權(quán)中共同創(chuàng)作的情況，綜合考慮創(chuàng)作者權(quán)屬模式與投資者權(quán)屬模式來劃分最終生成物的著作權(quán)歸屬。

人工智能創(chuàng)作的圖像、音頻等藝術(shù)類作品著作權(quán)歸屬的判定方式與文字類作品相同，但是具體情況相對更加復(fù)雜。與進(jìn)行文字類作品創(chuàng)作時不同，人工智能在創(chuàng)作圖像、原畫類作品時，通過“神經(jīng)風(fēng)格轉(zhuǎn)移”的技術(shù)進(jìn)行深度學(xué)習(xí)，它使得人工智能可以透徹地分析另一件圖像類作品的風(fēng)格，并快速應(yīng)用，從而制作出與該風(fēng)格一致的全新的圖像或原畫。在進(jìn)行音頻類作品創(chuàng)作時，又有如變分自編碼器（VAE）的模組來提取其他音樂的風(fēng)格并進(jìn)行模仿。

我國《著作權(quán)法》的法律規(guī)定遵循著“思想-表達(dá)二分原則”（Idea-Expression Divide），即具體的“表達(dá)”，如特定的文字、藝術(shù)作品等，可以受到著作權(quán)法保護(hù)。但是相對寬泛的“思想”，或者說概念，通常是不能被著作權(quán)法保護(hù)的。圖像、原畫或者音樂的風(fēng)格屬于“思想”的范疇，不受著作權(quán)法的保護(hù)。但是，當(dāng)人工智能基于原作的風(fēng)格，制作出與原作風(fēng)格一致的全新的圖像或原畫時，便形成了對于“思想”的“表達(dá)”，此時需要考慮人工智能創(chuàng)作物是否對原作構(gòu)成了著作權(quán)侵權(quán)。在著作權(quán)的侵權(quán)判定中，一種名叫“整體觀感法”（也稱兩步分析法Two-step Test）被廣泛應(yīng)用。“整體觀感法”是基于普通理性人的觀點主觀上進(jìn)行著作權(quán)侵權(quán)的判定，如果觀察者認(rèn)為“作品整體觀感”實質(zhì)性相似，法院即可認(rèn)定原被告作品關(guān)于某一思想的表達(dá)是相似的。

基于“思想一表達(dá)二分原則”與“整體觀感法”，如果人工智能基于某一在著作權(quán)法保護(hù)范疇內(nèi)的圖像、原畫類作品的風(fēng)格，創(chuàng)作出與該風(fēng)格一致的全新的圖像或原畫，則可能需要考慮是否構(gòu)成著作權(quán)侵權(quán)?；蛘哒f，此時人工智能創(chuàng)作物的著作權(quán)應(yīng)歸屬于圖像或原畫作品的原作者。但如果人工智能基于某一籠統(tǒng)的風(fēng)格，如抽象派、印象派風(fēng)格等進(jìn)行創(chuàng)作，因為風(fēng)格屬于“思想”的范疇，并不在著作權(quán)保護(hù)范圍內(nèi)，所以此時人工智能創(chuàng)作物的著作權(quán)應(yīng)歸屬于人工智能的使用者。

四、小結(jié)

未來時代，著作權(quán)法的發(fā)展趨勢是在工具理性和價值理性的統(tǒng)一中尋求平衡。社會學(xué)家馬克斯·韋伯的警示提醒我們，高度技術(shù)化的社會可能會讓人類陷入“技術(shù)知識的囚室”。然而，人工智能的發(fā)展需要走出這個“囚室”，追求具有廣泛社會價值的技術(shù)理性。同時，著作權(quán)法也需要順應(yīng)時代變革，在法律制度的重構(gòu)中堅守其立法目標(biāo)，實現(xiàn)激勵創(chuàng)新和規(guī)制風(fēng)險的制度理性。

在面對人工智能生成物的著作權(quán)相關(guān)問題時，將人類技術(shù)理性與制度理性相結(jié)合或許是最好的回答。這意味著我們需要建立一套能夠適應(yīng)人工智能時代的著作權(quán)法體系，既能妥善地保護(hù)創(chuàng)作者和權(quán)利人的合法權(quán)益，又能更好地促進(jìn)人工智能技術(shù)的創(chuàng)新和應(yīng)用。這樣的法律體系應(yīng)該確保人工智能創(chuàng)作物的著作權(quán)歸屬合理，充分考慮人工智能使用者的貢獻(xiàn)和投入，同時不忽視人工智能設(shè)計者的努力和技術(shù)創(chuàng)新。

人工智能作為一項復(fù)雜的技術(shù)領(lǐng)域，其創(chuàng)作過程和產(chǎn)物涉及多個學(xué)科的交叉，需要法學(xué)領(lǐng)域與科學(xué)技術(shù)領(lǐng)域的深度融合。構(gòu)建適用于人工智能的相對健全的法律體系，需要法學(xué)研究者在充分了解人工智能科學(xué)技術(shù)的理論基礎(chǔ)和技術(shù)邏輯的基礎(chǔ)上，更精準(zhǔn)地評判其法律屬性。理解人工智能技術(shù)的原理、機制和邏輯，有助于我們更準(zhǔn)確地確定人工智能生成作品的創(chuàng)造性、獨創(chuàng)性以及對原作的侵權(quán)情況。同時，科學(xué)技術(shù)特別是人工智能技術(shù)的發(fā)展正在對現(xiàn)行的法律制度構(gòu)成持續(xù)性的挑戰(zhàn)，需要學(xué)界積極研究思考如何調(diào)整和完善相關(guān)法律制度。通過技術(shù)邏輯分析和法學(xué)原理的結(jié)合，可以更好地理解和解決人工智能生成作品的著作權(quán)法問題，促進(jìn)法律制度與技術(shù)發(fā)展的有機銜接。當(dāng)然，還應(yīng)重視社會價值導(dǎo)向問題，確保人工智能生成的作品符合社會倫理和法律規(guī)范，不侵犯他人的權(quán)益，不傳播虛假信息或有害內(nèi)容。

人工智能時代的著作權(quán)法需要與技術(shù)的發(fā)展同步更新，以適應(yīng)新興的創(chuàng)作方式和著作權(quán)保護(hù)需求。我國已經(jīng)重視到人工智能生成物的重要性，以及進(jìn)行相關(guān)制度建構(gòu)的必要性，2023年5月23日國家互聯(lián)網(wǎng)信息辦公室2023年第12次室務(wù)會會議審議通過《生成式人工智能服務(wù)管理暫行辦法》（以下簡稱《辦法》），并經(jīng)國家發(fā)展和改革委員會等六部委同意，于2023年7月10日公布，于2023年8月15日起施行。《辦法》廣泛吸納各方利益相關(guān)者的意見和建議，從人工智能訓(xùn)練階段開始，對數(shù)據(jù)、資源合理使用，創(chuàng)作者行為規(guī)范、生成物版權(quán)保護(hù)等領(lǐng)域都予以了初步規(guī)范，力求在公正與效率之間實現(xiàn)最佳的平衡。

但客觀地看，隨著技術(shù)發(fā)展的日新月異，再詳盡的制度設(shè)計，依然難以避免會在具體的細(xì)節(jié)方面出現(xiàn)新的漏洞和缺陷，仍需要通過人類技術(shù)理性與制度理性的結(jié)合，不斷尋找適應(yīng)人工智能生成作品著作權(quán)保護(hù)的最佳解決方案。同樣，我們也相信在法律的引導(dǎo)下，人工智能能夠走出野蠻生長的誤區(qū)，在保護(hù)創(chuàng)作者和權(quán)利人權(quán)益的同時，更好地為社會創(chuàng)造價值。