人工智能著作權保護應納入法定許可模式範圍

人工智能作爲引領新一輪科技革命和產業變革的重要驅動力，正在改變着社會生產、大衆生活的方方面面。7月3日，2024全球數字經濟大會"人工智能產業發展與知識產權保護"專題論壇在北京舉行。在論壇上，多位學者圍繞"人工智能生成物著作權保護問題"發言分享。其中，"人工智能生成內容是否爲作品""是否能受著作權法的保護和歸屬"等熱點問題成爲會上熱議的焦點。

針對人工智能生成內容是否爲作品，中國人民大學法學院教授、知識產權學院副院長郭禾表示，目前人工智能系統的行爲只能是依照指令行事，因此它難以實現無中生有的創造。系統生成的任何內容都只是被分解的數據元在算法規則下的重新組合，"由於組合方式的數量之大已經超過了人腦所能記憶的最大極限，即人腦無法處理的數據量，因而在理論上可以認爲系統生成的內容具有獨創性，或具有作品的屬性"。

與此同時，北京知識產權法院審判監督庭庭長馮剛也表示，人工智能生成內容具有價值和相對稀缺性，因此具有法律保護的必要性。若人工智能生成內容在表現形式上符合"作品"特徵，應受到著作權法保護。

那麼，人工智能生成內容著作權歸屬認定問題該如何落實呢？

業內普遍認爲，在法律規則層面仍然是依據主體的實際獨創性貢獻來確定權利歸屬。馮剛認爲，從行業實踐層面來看，主要有三種確定歸屬的方式：一是由於市場結構，生成式人工智能提供商爲寡頭，必然通過格式合同約定著作權歸屬；二是提供商之間的競爭以及對於壟斷協議的控制將導致格式合同的約定實現利益平衡；三是經過一段時間磨合，格式合同被司法承認併成爲行業慣例。

提及人工智能生成內容著作權的保護，馮剛表示，一方面是顯著署名義務。爲保障公衆知情權和選擇權，應要求人工智能生成物進行顯著標識，國內外均有類似規定；另一方面，納入法定許可模式範圍。AIGC在輸入端需要多達數十億級別的海量數據用於訓練，如果要求訓練數據必須取得授權，將產生巨大成本。

目前學界多支持訓練數據"合理使用"的觀點，將人工智能生成物納入法定許可模式範圍，有利於儘量實現利益平衡。

時下，人工智能需要海量的數據"餵養"隨之引發的版權保護問題也日益受到業內外的關注。

馮剛對此表示，人工智能數據訓練行爲涉及著作權法意義上的複製行爲，除非構成合理使用，否則需要獲取著作權人許可。我國著作權法規定了權利限制或例外的具體情形，但數據訓練行爲不屬於列明的情形。

根據伯爾尼公約的"三步檢驗法"以及最高人民法院司法政策中的"四要素"規則，大模型數據訓練過程中的複製行爲可能被視爲合理使用。

北京商報記者盧揚王千雪