智能出版視域下“接觸+實質性相似”規則之變革

摘要：智能出版視域下“接觸+實質性相似”規則落入失效境地，表現為“接觸”要件虛置及“實質性相似”要件失靈。“接觸”要件虛置表面上是因為智能“抓取與分析”擴大接觸可能，非外顯性利用增加“接觸”的識別難度；本質上是因為從“公開”到“事實接觸”的邏輯鏈條斷裂。“實質性相似”要件失靈是因為既有的判斷方法存在局限；碎片化使用淡化“實質性相似”的可訴性。基于此，應從兩方面入手推動變革：一方面，對“接觸”要件認定適用舉證責任倒置；明晰智能出版時代“接觸”要件判定標準，借此強化“接觸”要件的獨立價值。另一方面，以“市場替代”標準輔助“實質性相似”標準，同時弱化對“微量使用”行為的考量，以應對“實質性相似”要件失靈。

關鍵詞：智能出版；生成式人工智能；AIGC；接觸；實質性相似

生成式人工智能（Generative Artificial Intelligence，簡稱GAI）的飛速發展為出版產業數字化轉型提供了助力，人工智能生成內容（AI-Generated Content，簡稱 AIGC）已經運用于選題、校對、發行等諸多環節，傳統出版正在向智能出版快速邁進。《新一代人工智能發展規劃》《關于加快推進媒體深度融合發展的指導意見》《國家新一代人工智能標準體系建設指南》等文件的實施，為人工智能等新興科技應用于出版領域提供了政策支持。但機遇與風險并存，生成式人工智能技術推動出版領域變革的同時，也誘發了版權侵權新樣態，甚至使“接觸+實質性相似”規則陷入失效的危險境地。因此，在探索人工智能與出版融合發展的同時，需要及時分析“接觸+實質性相似”規則失效的成因并提出有效的應對措施，以促進智能出版的規范化發展。

一、問題的提出：“接觸+實質性相似”判定規則失效

智能出版是指以智能化的數字技術對作品進行編輯加工后，經過復制發行的新型出版。其核心特征之一是人工智能生產內容逐步取代專業生產內容。目前，人工智能參與創作活動已經從設想成為現實，甚至可能擺脫“工具地位”，成為創作主體。出版行業的目標群體也從“人類讀者”拓寬至“機器讀者”。出版行業已經經歷了從紙質化到網絡化再到數字化的發展階段，并最終實現智能化轉型。但與此同時，生成式人工智能憑借其“涌現能力”改變創作領域的底層邏輯，并消解既有版權規則的適用價值。對出版行業而言，如何判斷其行為是否侵犯他人版權以及如何避免落入版權訴訟是亟待解決的問題。

“接觸+實質性相似”規則作為版權侵權認定的基本規則，為行為人檢視自身使用行為是否侵犯他人版權提供了基礎標準，但該規則無法直接適用于智能出版領域。首先，智能出版以海量數據獲取為基礎，若沿用司法實踐中既有的“接觸”標準，智能“抓取與分析”將無一例外符合“接觸”要件，進而引發“接觸”要件事實上被架空的風險。其次，生成式人工智能“創作”基于對基礎作品的“拆分與重組”進行，“拆分與重組”的程度越高意味著“相似性”認定難度越大。加之，既有的“實質性相似”認定規則以“自然人作品”為基礎設立，與“機器作品”及智能出版的運行規則并不一致。由此來看，“接觸+實質性相似”判定規則在智能出版領域的適用存在障礙，很難為智能出版提供有效指引。

基于此，本文從智能出版視域下“接觸+實質性相似”規則失效的表現入手，探究“接觸+實質性相似”規則失效的成因，并基于此提出應對措施，以期實現理論引領實踐發展、預知并規制風險的效果。

二、智能出版視域下“接觸+實質性相似”規則失效的表現

作為版權侵權認定的基本規則，“接觸+實質性相似”意義重大，但該規則在智能出版領域落入“失效”境地。從過程來看，生成式人工智能的“創作”分為兩部分，即智能“抓取與分析”和智能“拆分與組合”。“接觸+實質性相似”規則失效與之密切相關。具體而言，表現在兩方面，一是智能“抓取與分析”普遍符合接觸標準，最終導致“接觸”要件虛置；二是智能“拆分與重組”增加認定難度，導致“實質性相似”要件失靈。

（一）接觸要件虛置：智能“抓取與分析”普遍符合接觸標準

智能出版時代，出版社對人工智能的依賴性增強。生成式人工智能依托大數據采集和智能分析技術，挖掘海量文本數據，并對文本信息進行多維度分析，從而為編輯人員提供輔助性決策信息。智能出版可以實現對海量素材的高效整合與加工處理，鑒于生存壓力，部分出版社已有所讓步，允許文學性較弱的稿件采用DGC（智能寫作）方式生成。面對AIGC潛在的版權侵權風險及倫理危機，我國大部分出版社相對謹慎，但也有出版社率先行動，接受AIGC投稿并出版。《人人都能玩賺AI繪畫》《大模型時代：Chat GPT拉開硅基文明序幕》等由生成式人工智能“創作”的圖書已經順利出版并引發關注。

與自然人相比，生成式人工智能的優勢在于其數據抓取與分析能力極強，并隨著技術進步日益增強。基于對基礎作品的抓取與分析，生成式人工智能可以把握作品的語言特征和表達風格，并將其運用到具體的創作場景之中。人工智能曾通過獲取并分析倫勃朗作品的典型特征和表達風格，最終“創作”出倫勃朗風格的原創繪畫。

當下，我國司法實踐中的“接觸”要件實際上是一種“接觸可能性”，而非“接觸事實”層面的要求。原告作品公開在先出版、在互聯網上公開傳播、享有較高知名度甚至在微信、微博賬號上公開等情形均被認定為存在“接觸可能性”。這種認定方式已經使“接觸”要件面臨“被架空”的風險。而人工智能的“抓取與分析”能力遠遠超過人類，進一步擴大上述風險。數據抓取與分析能力增強意味著“接觸”行為泛化。換言之，版權侵權認定過程中生成式人工智能的“抓取與分析”將無一例外符合當下的“接觸”要件認定標準，最終導致“接觸”要件虛置。

（二）實質性相似要件失靈：智能“拆分與重組”增加認定難度

以往的“融梗”行為無非是基于用戶需求獲取相應素材，將已有的作品進行拆分并重新組合，進而產生新的“作品”，但這種所謂的“新”極有可能與原作品構成實質性相似。從形式上看，生成式人工智能“創作”本質上是一種更高層次、更精細化的“融梗”行為，其基于大規模的數據獲取，進行高密度拆分與重組，以技術支撐展開排列組合，進而形成新的“作品”。甚至有學者指出，生成式人工智能是“智能搜索引擎+智能文本分析器+洗稿器”的結合。與傳統“融梗”行為相比，生成式人工智能對基礎作品的拆分和重組更為徹底。具體而言，生成式人工智能對海量基礎作品的學習與利用，可以細化或分散到每一個字，不會出現對在先作品甚至作品片段的直接復制。這意味著很難認定AIGC存在對在先作品的實質引用，亦很難認定AIGC與基礎作品存在“實質性相似”。

但AIGC的版權侵權風險并未因此消解。即便將生成式人工智能認定為自然人的輔助工具，進而將其數據抓取與利用行為認定為自然人學習行為的延伸，AIGC仍有版權侵權之可能。生成式人工智能本質上并不具備獨立思考的能力，其生成物仍舊是技術支撐下多項要素排列組合的結果。基于此，存在AIGC與基礎作品截然不同的情形，也必然存在AIGC與基礎作品高度相似的情形，這僅僅是概率問題。這就導致了新的問題，一方面，AIGC版權侵權無法避免；另一方面，“實質性相似”要件失靈，無法有效發揮作用。

三、智能出版視域下“接觸+實質性相似”規則失效的原因探究

智能出版領域“接觸+實質性相似”規則的失效表現已經厘清，此時，應當探析“接觸+實質性相似”要件失效的成因，方能以此為基礎提出有效應對措施。一方面，智能“抓取與分析”無限擴大“接觸可能”，非外顯性利用也增加了“接觸”的識別難度，從“公開”到“事實接觸”的邏輯鏈條斷裂，共同導致“接觸”要件面臨虛置風險。另一方面，既有的實質性相似判斷方法存在局限，碎片化使用淡化“實質性相似”的可訴性，導致“實質性相似”要件失靈。

（一）智能出版視域下接觸要件虛置的多重誘因

1.表層原因：智能“抓取與分析”無限擴大“接觸可能”

當下，生成式智能出版模式已經基本成型，其優勢在于智能“抓取與分析”，具體而言，體現在數據抓取與整合的高速率及邏輯性。以Chat GPT為代表的生成式人工智能依托于Transformer 等訓練模型，極大提高內容處理及反饋速度。人工智能獲取版權作品的能力遠非人力可及。自然人即便窮其一生，能夠接觸的作品范圍也極其有限。而人工智能模型卻可以在短時間內迅速獲取并學習人類社會以文字記載的所有內容，且單個模型產品在14天內便可以輸出相當于人類全部印刷作品的內容量。不僅如此，生成式人工智能依托于數據、算法和算力，AIGC中蘊含的模仿、推理等思維能力甚至超出了大部分人類。

生成式智能出版的優勢集中體現在兩方面：一是數據抓取與分析速率極高，可以在極短時間內抓取用戶關心的核心話題與寫作素材，并進行相對高質量的初級創作。在設置既定算法和寫作規則的情況下，基本寫作內容可以由生成式人工智能完成。筆神作文曾發表聲明稱，學而思通過“爬蟲”技術非法訪問、緩存其APP服務器數據多達258萬次。二是數據抓取與分析范圍極廣，幾乎所有在互聯網上公開的作品均會成為生成式人工智能的抓取對象。互聯網的開放性與共享性，為生成式人工智能數據抓取提供便利的同時，也模糊了公共數據與個人數據的界限。智能“抓取與分析”行為可能涉及他人尚未公開發表的作品，繼而引發無意識版權侵權，為后續使用行為埋下隱患。實踐中，與生成式人工智能數據抓取相關的訴訟層出不窮。X Corp近日對四個身份不明的實體提起訴訟，指控其數據抓取行為。Open AI也遭遇集體訴訟，被指從互聯網上竊取和挪用大量個人數據和信息訓練AI工具。

綜上所述，生成式人工智能在數據獲取與分析方面有獨特的優勢，數據抓取的速度與范圍都遠超自然人，但這種技術優勢也帶來新的問題。前文已經提及，當下我國司法實踐仍采用“接觸可能性”標準，過于寬泛的“接觸可能性”認定方式已經使“接觸”要件面臨虛置風險，而智能“抓取與分析”的速度與規模大幅度提升，使“接觸”要件虛置風險進一步擴大。

2.技術原因：非外顯性利用增加了“接觸”的識別難度

生成式人工智能的快速發展伴隨著“不可解釋性”，換言之，數據訓練模型的更新迭代和底層電路芯片的復雜性，使人類無從解釋人工智能何以出現“創作”能力以及如何運用“創作”能力。技術“黑箱”的存在，使用戶難以得知基礎作品將被如何處理，AIGC又將如何逐步生成。互聯網時代版權侵權行為的隱蔽問題已經非常突出，版權人往往疲于應付海量的UGC侵權內容，但無論如何，UGC版權侵權仍可以從外觀層面進行識別。而AIGC版權侵權不僅具有“海量”特征，外觀層面的可識別性也趨于淡化甚至徹底消失。權利人無法從外觀層面判斷其作品是否被用于智能模型訓練，也意味著版權主體發現侵權行為的難度增加。

遵循既有的“接觸+實質性相似”認定規則，權利人主張人工智能訓練模型侵權時，應當提供訓練模型“接觸”其作品的證據。但實際上人工智能模型訓練具有非外顯性特征，版權人難以發現模型訓練使用自己的作品，亦無法提供證據證明人工智能模型訓練“接觸”其作品。大語言模型訓練本質上是一種機器內部的、非外顯性作品利用行為，權利主體發現版權侵權行為存在現實難度。通常而言，只能通過AIGC內容與基礎作品的對比，認定存在實質性相似，從而倒推出“接觸”行為及未經許可利用行為。但由于模型訓練“拆分與重組”程度較高，甚至通過學習可以“模仿”在先作品的風格，導致侵權對比面臨現實困難，很難倒推“接觸”行為。

3.根本原因：從“公開”到“事實接觸”的邏輯鏈條斷裂

“接觸可能性”本質上是一種“機會”，即閱讀、復制、演繹原告作品的機會。作為一種蓋然性推測，“接觸可能性”無法確證被訴侵權作品來源于原告作品。而“接觸”是一種事實行為，包括實際閱讀、使用等行為。其本質要求是發生了事實上的接觸行為，從而排除“巧合創作”的情形。因此，“接觸可能性”無法直接等同于“接觸事實”。囿于司法實踐中要求當事人證明被訴侵權人“接觸”過其作品的難度極高，“接觸”要件進而被轉換為“接觸的合理可能性”要件。但“接觸的合理可能性”要求并非存在理論上的可能性即可，而是要求存在較大的可能性。換言之，“接觸的合理可能性”要求不能通過臆測、推斷或猜想認定存在接觸行為，“接觸可能性”必須達到合理的程度，即基于既有的事實大概率可以推斷出行為人接觸過原告的作品。

事實上，“公開事實”與“接觸事實”之間并不存在必然聯系，二者之間仍需大量事實證據加以填補，方能實現邏輯上的貫通，中間環節的缺失必然會導致說服力降低。從邏輯順序來看，“公開—接觸可能性—接觸的合理可能性—接觸事實”存在遞進關系，“公開事實”僅能說明在先作品處于公開狀態，并不能直接推導出行為人“接觸”在先作品。但實踐中不乏以“在先發表”或“網絡公開”等推定被訴侵權人存在接觸可能，進而認定“接觸”要件成立的情形。進入互聯網時代后，此種情形更為嚴重。不少案件以“微博公開”“微信朋友圈公開”等作為“公開事實”，進而直接推定接觸要件成立。智能出版領域，作品更新和傳播速度加快，數字化內容以量級增多。基于“在先發表”或“網絡公開”直接認定“接觸”要件成立將會遭受更多質疑。

（二）智能出版視域下實質性相似要件失靈的原因分析

1.既有的實質性相似判斷方法存在局限

實踐中常用的“實質性相似”判定方法包含四種，即“抽象分離法”“整體觀感法”“內外部測試法”“普通觀察者測試法”。智能出版視域下，這四種方法存在不同程度的缺陷。首先，“抽象分離法”對作品進行拆解，過濾作品中的思想部分，僅對表達部分進行對比判斷。生成式人工智能的“創作”基于海量樣本進行解析和運算活動，但無法固定人工智能“創作”的特定規律并尋求特定的版權作品集進行對比。其次，相較于“抽象分離法”而言，“整體觀感法”有助于從讀者視角出發整體識別AIGC與基礎作品的相似性，但其不足也很明顯。“整體觀感法”的適用可謂“因人而異”，主觀性較強，存在極大不確定性。此外，“整體觀感法”只能傳達一種模糊的感覺，無法確定AIGC與基礎作品的相似程度，進而會導致司法裁判缺乏可量化的標準。再次，“內外部測試法”作為上述兩種方法的結合，具備二者的優勢，但仍存在一定不足。一方面，“內外部測試法”仍未解決版權侵權認定不確定的問題，這是因為內部測試中普通觀察者無法就相似性程度做出準確判斷，外部測試中專家也很難抽象和分離出具有獨創性的“表達”并進行對比。另一方面，“內外部測試法”不僅會因法院的認知偏差導致裁判標準不統一，也會因專家與普通觀察者的視角差異導致內部測試與外部測試結果矛盾。最后，“普通觀察者測試法”實質上是在“整體觀察法”的判定方法基礎上，引入普通讀者、公眾的視角，因此其主觀性較強問題仍未解決。綜上所述，這四種方法均存在局限，無法在智能出版領域充分發揮作用。

2.碎片化使用淡化“實質性相似”的可訴性

生成式人工智能的“創作”活動基于“智能抓取與分析”及“智能拆分與重組”展開，因此對大量基礎作品的零散化、碎片化使用是其基本特征，進而導致AIGC對單個基礎作品的使用量相對較低。在智能出版視域下，生成式人工智能對基礎作品的碎片化使用將會增多，這意味著AIGC作品與基礎作品的“微量相似”問題亦會日益增多。

基于既有的“實質性相似”認定標準，使用在先作品的數量與比例是版權侵權認定中的重要考量因素之一。但“微量使用”因其危害性較小，通常被納入免責范疇。即便“微量使用”部分構成實質性相似，往往也不具備可訴性，法院通常會駁回訴訟請求。但當下，“微量使用”在何種情形下滿足“實質性相似”的可訴性標準并不明確。這將會導致法院在面臨大量“微量使用”行為時，無力及時作出回應和反饋。

“微量使用規則”（Deminimis Rule）本質上是“實質性相似”規則的例外，對基礎作品使用的“質”與“量”是判斷“微量使用”行為的兩個層面。但智能出版領域，不僅人工智能貢獻的“質”與“量”難以衡量，其使用基礎作品的“質”與“量”亦無法衡量。從另一側面，這也意味著智能出版領域“實質性相似”規則失靈問題將會日益突出。

四、智能出版視域下“接觸+實質性相似”規則的優化適用

新技術的革新與法律制度的完善是辯證統一的，技術變革要求法律制度更新迭代，法律制度的完善保證技術的長遠發展。這一辯證思想為智能出版視域下“接觸+實質性相似”規則之變革提供指引。

（一）強化“接觸”要件的獨立價值地位

我國司法實踐中大量存在以“實質性相似”直接認定侵權的案件，卻極少甚至不存在以“接觸”要件否定“實質性相似”的案件。實際上，“接觸”要件考察作品是否存在故意抄襲的可能性，有其獨立的程序意義和實質意義，不應被誤讀為“實質性相似”要件的附庸。不僅如此，亦不應僅以“接觸可能性”作為“接觸”要件的認定標準，否則將會導致其保障創作自由的功能蕩然無存。

1.“接觸”要件認定適用舉證責任倒置

一方面，智能出版時代，生成式人工智能可以接觸到數量龐大的作品，但僅以“接觸可能”認定“接觸”行為會過猶不及，甚至導致“接觸”要件事實上被架空，不利于創作行為的可持續性；另一方面，鑒于人工智能“創作”行為的不可解釋性，要求權利人舉證證明存在“接觸”行為難度頗高。因此，可以嘗試通過舉證責任的分配平衡雙方當事人的權利義務關系。

基于既有的“接觸+實質性相似”認定規則，如果能夠證明被訴侵權人接觸過（事實接觸）或有接觸原告作品的可能（原告作品公開出版時間在先、在互聯網上公開傳播、享有較高知名度等），并且能夠認定雙方作品構成實質性相似，則可推定著作權侵權行為成立。在既有的證明責任分配標準下，“接觸”的證明責任由權利人承擔，但權利人僅需完成“合理可能性”的證明責任即可。鑒于侵權行為認定基于“推論”作出，當然允許被訴侵權人提出反證，推翻侵權結論。從形式上看，為彌補“推論”可能導致的不確定性，允許“反證”推翻對被訴侵權人而言是公平的；從實質上看，“反證”意味著舉證責任的轉移，要求被訴侵權人證明其并未接觸過權利人的作品，屬于“消極事實的證明”。基于此，未來可以進一步嘗試將舉證責任倒置引入“接觸”要件認定過程，要求模型訓練平臺“自證清白”。具體而言，在“接觸”要件認定過程中，可以要求被訴侵權方公開數據抓取與分析范圍。不能或不愿提供相關證據的，推定存在“接觸”行為。

2.明晰智能出版時代“接觸”要件判定標準

目前，司法實踐中關于“接觸”要件的認定相對籠統，缺乏統一的標準。在傳統版權時代，“接觸”通常是指觸及作品有形載體或者接觸實體智力成果。進入網絡時代后，“接觸”要件被泛化為“接觸可能性”，既包含直接接觸，亦包含推定接觸。但智能出版視域下，“接觸”要件究竟以“接觸作品數據庫”為判定標準，還是以“實質性復制”為判定標準尚未有定論。

明晰智能出版時代“接觸”要件判定標準，需要從兩方面入手。首先，明確“接觸”要件應該考量的因素。司法實踐中通常基于權利人作品發表時間早于被控侵權行為發生時間認定存在“接觸可能”。且版權法上的“發表”涵蓋范圍極廣，不僅包括紙質出版、網絡發行、公開放映等形式，在微信朋友圈、微博等多媒體平臺宣傳也被認定為發表行為。但應當注意，公開發表并不等同“接觸事實”或“接觸可能性”，仍應結合“作品流傳度”“作者知名程度”進行綜合判斷。此外，還應當重視作品間的證據性相似問題。在智能出版過程中，數字簽名、數字水印及其他帶有強烈個人印記的設定，均可作為“證據性相似”，佐證“接觸事實”的存在。其次，完成從“基本可能性”到“合理可能性”的轉變。在智能出版領域，即便生成式人工智能通過網絡爬取等途徑接觸到了權利人的作品，也未必在后續“創作”過程中實際使用。以“基本可能性”作為認定標準過分加重了使用主體的負擔。而“合理可能性”標準僅要求權利人提供最低標準的“接觸”證據，從而避免依據推測或猜想認定“接觸”成立。

（二）“實質性相似”要件失靈的應對措施

1.以“市場替代”標準輔助“實質性相似”標準

生成式人工智能通過海量數據學習，可以產生與基礎作品風格類似的內容。囿于“智能拆分與重組”程度較高，“實質性相似”認定規則在智能出版領域失靈，無法準確識別版權侵權行為。但無可置疑的是，與在先作品風格類似的生成內容會對基礎作品產生替代作用，損害版權主體市場利益，擠壓自然人作品的生存空間。

面對智能出版領域的新型版權侵權問題，“市場替代標準”有其優勢。一方面，市場價值的損害雖然計算復雜，但卻能夠以可量化指標呈現，彌補了“實質性相似”認定中的主觀性和模糊性缺陷，能有效應對新技術發展導致的版權侵權認定難題。另一方面，適用“市場替代標準”可以在保護版權人利益與維護科技進步之間實現平衡。避免版權的絕對保護對公眾接觸自由的影響。不僅如此，以“市場替代標準”輔助“實質性相似”標準還順應了版權司法實踐的發展趨勢，肯定了市場因素在版權侵權認定中的重要地位。

從操作層面而言，在“實質性相似”認定過程中，首先應當適用既有的“實質性相似判斷方法”（“抽象分離法”“整體觀感法”“內外部測試法”“普通觀察者測試法”），對AIGC與基礎作品之間的相似性做初步判斷。其次，適用“市場替代標準”，判斷AIGC是否會對基礎作品產生替代作用，影響版權主體的市場利益，通過AIGC對基礎作品版權市場的侵占綜合判斷是否構成版權侵權。市場替代程度與實質性相似呈正比例關系，換言之，AIGC對基礎作品的市場替代程度越高，意味著其與基礎作品的實質性相似程度越高。

2.弱化對“微量使用”行為的考量

司法實踐中認定“實質性相似”時，通常會從“數量”與“質量”兩個層面進行考察。前者關注被訴侵權作品與版權作品的相同點是否達到“可訴”程度；后者則關注相同點是否屬于受著作權法保護的獨創性表達。在進行侵權對比時，應當過濾掉公共領域的素材以及常用的創作手段，剩余的部分即便被認定為相似，但也可能因占比極少而不屬于“實質性相似”了。

“接觸+實質性相似”規則是我國版權侵權行為認定的基本規則，即便基于該規則認定版權侵權行為成立，行為人仍可能在合理使用之下獲得版權豁免。由此來看，“接觸+實質性相似”規則實際上是合理使用原則的前置環節。從“實質性相似”與“合理使用”的具體構造來看，二者均涉及對使用“數量”和“質量”的考察，從而產生規則層面的重疊。不僅如此，囿于司法實踐中對于“微量使用”缺乏明確的標準，有可能會導致“微量使用”行為完全排除“實質性相似”之認定。

前文已經提及，智能出版視域下生成式人工智能對基礎作品的使用大多數為“微量使用”，直接淡化了“實質性相似”行為的可訴性。與此同時，“實質性相似”與合理使用在“數量”與“質量”認定方面存在重疊。既如此，可以直接弱化“實質性相似”認定階段對“數量”和“質量”的考察，將其置于后續的“合理使用”認定環節再做考量。此舉既緩解了“實質性相似”失靈的尷尬局面，也有助于理順“接觸+實質性相似”與合理使用原則之間的關系。

五、結語

生成式人工智能技術引發生產方式與傳播方式的變革，重塑出版各個環節，推動出版邁入智能化時代。但AIGC是一把雙刃劍，在賦能傳統出版行業的同時，也帶來了諸多亟待解決的難題。面對新型版權侵權樣態，“接觸+實質性相似”認定規則陷入“失效”的尷尬境地。此時，法律制度層面的既定規則應當有所調整，以順應新技術和新業態的發展需求。在技術推動變革的時代，應當在維護法律安定性的同時，積極推動法律與技術的良性互動。目前，智能出版尚處于起步階段，其轉型與升級過程中的問題有待進一步研究。不斷反思智能出版領域的版權侵權問題并及時提供應對措施，有助于加深對智能出版的認識，亦有助于推動出版行業邁向新的發展階段。

The Transformation of the “Contact and Substantial Similarity”Rule from the Perspective of Intelligent Publishing

Abstract： In the perspective of intelligent publishing， the “contact and substantial similarity” rule falls into a state of failure， manifested as the virtual existence of the “contact” element and the failure of the “substantial similarity” element. The virtual appearance of the “contact” element is due to the expansion of contact possibilities through intelligent “grasping and analysis”， while non-explicit use increases the difficulty of identifying “contact”; Essentially， it is because the logical chain from “openness” to “factual contact” is broken. The failure of the “substantial similarity” element is due to the limitations of existing judgment methods; fragmentation dilutes the actionability of “substantial similarity”. Based on this， reform should be promoted from two aspects： on the one hand， the inversion of the burden of proof should be applied to the identification of “contact” elements; clarify the criteria for determining the “contact” elements in the era of intelligent publishing， thereby strengthening the independent value of the “contact” elements. On the other hand， the “market substitution” standard is used to supplement the “substantial similarity” standard， while weakening the consideration of “micro use” behavior to address the failure of the “substantial similarity” element.

Keywords： Intelligent Publishing; Generative Artificial Intelligence; AIGC; Contact Substantial Similarity