国外人工智能知识产权争议和案例梳理

下面对国外人工智能知识产权争议和 案例进行梳理。

1.输入端数据训练的合理使用问题

输入端合理使用的争议主体主要为著作权作者和大模型公司。一 方为担心其作品被人工智能用于数据训练和学习的原创作者，以美国 作家协会、George R.R. Martin、Paul Tremblay、Mona Awad、纽约时 报、盖蒂图片等为代表。另一方被诉主体为大模型企业，如 OpenAI、 微软、谷歌等。为了提供更好的使用体验，生成式人工智能在生成文 字作品时，必须进行大量高质量的语料训练。语料库一般会包括多领 域的文本素材，如新闻、学术论文、小说、科技文章、医学文献等， 以确保模型具备广泛的知识。企业一般会在使用数据之前进行数据清 洗，删除或替换可能涉及著作权的内容，但仍有可能使用特定的受著 作权保护内容进行训练。此外，大模型的多模态能力使涉案作品呈现 出多样化的特点，如 George R.R. Martin 等诉 OpenAI 案涉及文字作 品，Sarah Andersen 等诉中道公司（Midjourney）和盖蒂图片（Getty Images）诉 Stability AI 公司涉及图片作品，Matthew Butterick 诉GitHub 案中涉及程序代码等。目前各方对大模型训练中合理使用的标准不尽 相同，也因此引发各方主体困扰和争议。

从争议发生的原因来看，一是，权利人海量但授权机制不明晰。 首先，人工智能模型训练需要多个来源的数据，如源自互联网、公共 数据库、个人创作等。由于人工智能模型训练的范围越来越广，涉及 的权利人也越来越多。在文本生成模型的训练中和在图像生成模型的 训练中，海量的作品都存在许可成本问题。其次，不同作品的授权机 制和价格各不相同。不同的文字、图片、音乐作品中可能包含复杂的 独家授权、非独家授权、转授权等类型，授权费用会根据作品的知名 度、使用范围、销量、质量等多种指标综合衡量和确定。因此不同的作品会有不同的授权机制。最后，授权机制不明晰导致侵权责任难以 确认。由于权利人众多，且授权机制不明晰，因此在人工智能模型训 练中获得所有权利人的授权往往是一件困难的事情。即使能够获得部 分权利人的授权，也可能存在授权范围不明确、授权期限不明确等问 题，从而加剧了模型训练存在的侵权风险。

二是，各方对人工智能输入端构成合理使用的法律依据不同。欧 盟限定了“文本与数据挖掘机制”。在 2019 年 3 月 26 日最终通过的 《单一数字市场著作权指令》中，欧盟对于合理使用采用了作者默示 许可以及选择性退出默示许可的机制，以适应人工智能的数据挖掘需 求并实现对于创新的激励。日本选择了“非欣赏性利用模式”。2018 年的日本《著作权法》修订，对合理使用增加了新的豁免条款，“不 以欣赏作品原有价值为目的的利用”，即对创作的作品内容本身进行 使用，而不是出于欣赏、娱乐、教育或艺术等原有价值的目的。根据 人工智能机器学习的目的，其符合“用于信息内容本身的分析，而非 欣赏原有文化价值”的定义，因此被包含在合理使用范围内。美国对 合理使用的认定标准最为灵活。美国著作权法对合理使用的方式归为 四要件，包括使用目的和性质，著作权作品的性质，使用部分占被利 用作品的比例，以及作品对潜在市场价值的影响。美国对合理使用抽 象的规定模式使得法院在个案中有较大的灵活裁量空间，由此为创业 公司和科技公司开拓了较大的发展空间。

2.输出端内容著作权保护范围问题

输出端内容著作权保护的争议主体为人工智能用户和著作权登记机构。根据美国著作权法，著作权的登记是对著作权权属、效力及 所述事实的初步证据，也是著作权侵权诉讼和主张法定赔偿的前提条 件，因此图片登记是相关人获得著作权保护的合理选择。而对于被登 记的作品，著作权保护的核心诉求是证明作品的独创性，以及区分保 护的主体。一方面，由人工智能生成的作品创造性思维的表达并不明 晰，现有著作权法无法解释人工智能是否能够独立创作作品。另一方 面，对于人工智能应以何种地位出现在著作权作品中，是否可以作为 “作者”存在争议。

从争议发生的原因来看，一是，坚持独创性标准是人工智能创作 物获得著作权保护的理论障碍。问题集中在对独创性中“创造性思维”和“贡献参与”的要求。一方面，对人工智能的“创造性思维”标准 是否应该设置较为苛刻的门槛存在争议。著作权法对作品的独创性要 求并不需要极高的创新程度，只需一定程度地与现有作品不同即可。 因此，要求人工智能生成的作品具有像爱因斯坦相对论那样的开创性， 或者像学位论文一样经过严格的重复率检测显得过于苛刻。另一方面， 人工智能生成的作品需要考察创作过程中人类对于最终表达的直接 贡献度。在创作意图方面，人工智能并不具备传统意义上人类主动的 “创作意图”，被动需要人类的启发和参与，尚不具备完全的独立自 主性。因此，人类在人工智能生成中的表达参与，即直接贡献，对于 最终生成作品的形态和呈现至关重要。

二是，坚持人类主体地位是人工智能创作物获得著作权保护的制 度障碍。一方面，在案例中，以美国为代表，坚持著作权法中对人类 创作主体的地位。在 Burrow-Giles Lithographic Co. v. Sarony 案中，美 国最高法院的意见就体现出，人类创造力始终是著作权保护的必要条 件。即使透过新工具或在新媒介上展现创造力，亦无不同。因此，一 般将人类认定为著作权归属者。另一方面，目前的法律条文还没有体 现出对人工智能创作者主体资格的支持。美国著作权法 102 条认定， “人类作者身份是美国著作权保护的先决条件”。中国著作权法体现 出的主体则是“公民、法人或者非法人组织”。在当前的技术水平下， 人工智能还不能完全拥有与人类相同的智力和思想，人类智力是通用 型的，而人工智能还远未达到通用型人工智能的水平，人们在实际生 活中也并不接受人工智能拥有与自然人同样的人格和地位。

从现有规定来看，大模型训练全流程不可避免地涉及到知识产权 侵权，适应人工智能产业未来发展的知识产权制度如何构建，成为数 字经济时代需要回答的重要问题之一。