生成式AI著作權侵權風險化解路徑探究

［摘要］文章通過分析生成式AI著作權侵權現狀以及現行著作權法框架下生成式AI的侵權化解困境發現，現有法律文本下的生成式AI侵權應對策略存在以下不足，即授權許可模式失靈、現行合理使用制度存在適用困境。對此，文章從合理使用的判定方式、增設專門條款兩個方面提出因應化解侵權風險的合理使用制度改造方案，以期為生成式AI的多領域適配、多行業賦能給予更高的靈活性。

［關鍵詞］人工智能；著作權法；合理使用；數據訓練

2022年，美國OpenAI公司開發的ChatGPT（Chat Generative Pre-trained Transformer）一經發布便火爆全網，并引發社會各界的熱議。ChatGPT可通過對話的模式完成用戶所指定的各項任務，如回答問題、翻譯、文本寫作甚至程序編寫等。然而，ChatGPT并非僅是性能優越的聊天機器人，其還是OpenAI公司使用大量優質數據集進行訓練，并經過一系列復雜的內部算法操作而得到的基礎模型。通過專業優化訓練，ChatGPT可以適配不同的場景，為多個行業賦能。未來，ChatGPT這類生成式AI甚至可能成為人工智能時代的新型數字基礎設施［1］。

雖然生成式AI前景一片大好，但是當前其應用還須面臨一系列挑戰，如著作權侵權、算法歧視、生成內容幫助他人犯罪等，給個人隱私保護、算法安全、數據主權乃至國家安全都帶來巨大的風險［2］。以著作權侵權為例，美國有8000多名作家聯名要求多家知名人工智能企業賠償他們的版權損失，道瓊斯公司發布聲明指責OpenAI公司未經其許可違約使用《華爾街日報》的內容［3］，Stability AI未經授權使用圖片公司Getty images網站上大量的圖片鏈接及文本來訓練Stable Diffusion［4］，生成式AI著作權侵權早已屢見不鮮。目前，立法或司法機關亟須探尋一條適合我國著作權侵權風險化解的路徑，從法律制度上理性看待生成式AI及其相關產業的發展與風險預防，力求生成式AI在我國法律框架下實現健康良性發展。

一、生成式AI著作權侵權現狀

當前，生成式AI的開發整體分為“輸入—學習—輸出”三個階段，因此生成式AI的著作權侵權問題也可以細分為輸入端和輸出端，也有學者將其稱為生成式AI作為“讀者”的著作權侵權問題和生成式AI作為“作者”的著作權侵權問題［5］。

第一，在輸入階段，相關著作權侵權問題主要與生成式AI的預訓練（Pretrain）相關。預訓練作為AI模型開發的核心步驟，極大地推動了生成式AI的落地。例如，ChatGPT在預訓練階段就需要輸入超萬億個單詞的人類語言數據資料作為訓練材料，而這些數據資料主要來自于Reddit社交媒體平臺、Common Crawl語料庫、維基百科、Web Text語料庫、書籍等［6］。這些海量的數據讓ChatGPT能快速獲取通用知識，從而掌握涌現能力，這也是生成式AI能夠高速發展的關鍵。值得注意的是，這些訓練數據并非都來源于公共領域，部分數據來自某些數據庫。盡管當前我國著作權法并未對相關主體獲取數據庫的數據作明確規定，但是相關主體獲取并使用數據庫內的數據仍要事先取得數據庫權利人的許可。同時，部分訓練數據屬于著作權法意義上的作品，相關主體使用這些數據同樣要事先取得作者的許可。然而，這些作品中存在一定數量作者身份不明或者身份明確但是難以追蹤聯系的作品，也稱“孤兒作品”［7］。我國法律并未對孤兒作品的使用作特別規定，當前學界對孤兒作品的版權侵權問題也存在爭議，這無疑加劇了開發生成式AI這一行為的侵權風險。此外，盡管能夠聯系到作者，但是由于需要獲得授權的作者規模龐大，因此通過逐一聯系的方式來獲取授權并不具備實際可行性。因此，生成式AI的開發者在面臨這一困境時，往往選擇冒險行事，即在未獲取授權的情況下直接使用作品來進行預訓練。這種侵權行為無疑會給生成式AI帶來侵權的“污點”，導致眾多版權人在事后通過聯名信或法律訴訟等方式向生成式AI的開發者追索賠償。在機器學習階段，開發者對數據采取標記、翻譯等行為，可能會侵犯作者的改編權、翻譯權等財產權利。此外，機器學習時的緩存可能存在臨時復制行為，盡管我國在《信息網絡傳播權保護條例》起草過程中曾承認臨時復制屬于復制行為，受復制權控制，但是最終并沒有將臨時復制納入復制權的控制范圍［8］。

第二，在輸出階段，若是生成式AI的生成內容與原訓練材料差別不大，二者之間存在實質性相似，生成式AI向多個用戶傳播該內容可能會存在侵犯作者信息網絡傳播權的風險。

二、現行著作權法框架下生成式AI的侵權化解困境

訓練數據是生成式AI的發動機［9］，其規模與質量的優劣對生成式AI的性能有著深遠的影響。在提升生成式AI性能的過程中，訓練數據的挖掘與存儲扮演著至關重要的角色。同時，在輸出階段，用戶的反饋成為優化生成式AI性能不可或缺的關鍵因素。文章主要探究預訓練和輸出階段的著作權侵權問題，以期降低生成式AI在發展過程中的著作權侵權風險。當前，現有法律文本下的生成式AI侵權應對策略存在以下不足。

（一）授權許可模式失靈

由于著作權本質上屬于私權利，相關主體想要使用他人作品通常需要征得著作權人的授權，否則將構成侵權。這種法律制度設計起源于“印刷時代”，當時的傳播技術十分單一，著作權人采用“一對一許可”的模式進行授權，足以滿足當時產業主體的利益需求。然而，傳播技術的進步必將引起著作權法律制度的變革。在人工智能時代，人工智能技術的興起給著作權法框架內的各項制度帶來較大的沖擊，為了適應人工智能技術的發展，著作權法必須隨之作出調整。就許可制度而言，隨著人工智能技術的迅猛發展，傳統的授權許可模式已逐漸無法適應其需求。生成式AI在預訓練階段需要龐大的數據資料，動輒以百億計，生成式AI開發者若采用授權許可模式來逐個聯系著作權人，溝通簽約意向、協商合同細節及費用，不僅成本高昂，而且效率低下，使得當事人難以通過市場交易機制實現各自需求，進而可能導致“市場失靈”現象。

（二）現行合理使用制度存在適用困境

合理使用制度是平衡著作權人利益與公共利益的集中體現，充分體現了著作權法的利益平衡功能，既保障了公眾對作品的閱讀權利，也有利于促進社會科學文化的進步，同時并未損害著作權人的合法利益。當前，我國合理使用制度本質上是沿襲《保護文學和藝術作品伯爾尼公約》中規定的“三步檢驗法”，即“合理使用只能在某些特殊情況下使用”“合理使用不得與作品的正常利用相沖突”“不得損害著作權人的合法權益”。《中華人民共和國著作權法》（以下簡稱“《著作權法》”）第二十四條第一款所規定的12種具體情形便是對第一步中“特定情況”的具體列舉，在符合第一步的條件下仍需要滿足第二、三步才能構成合理使用［10］。當前，最有可能作為抗辯依據的情形有以下

四種。

第一，個人使用，即“為個人學習、研究或者欣賞，使用他人已經發表的作品”［11］。此處規定的“個人”一般指使用者本人及其家庭，不包括使用者所在的科研團隊或者公司等。生成式AI作為人工智能領域的前沿技術，單靠個人難以承擔如此龐大的費用以及完成如此復雜的科研任務［12］。同時，此條文中的“使用”僅限于不以營利為目的的使用，而當前生成式AI的開發者大多是具有營利目的的互聯網公司等，因此不屬于“個人使用”這一情形。第二，適當引用，即“為介紹、評論某一作品或者說明某一問題，在作品中適當引用他人已經發表的作品”［11］。引用的適當性要求包含以下兩個條件，一是引用的目的要適當，即其引用的目的是創作新的作品來表達自己的思想。從表面上看，生成式AI確實需要引用他人已發表的作品，但其生成內容并不是或者并不全是“為了介紹、評論某一作品或者說明某一問題”，其引用目的取決于用戶所輸入的提示詞（Prompts）的具體內容。而用戶使用生成式AI的目的十分廣泛，不局限于介紹評論作品或者說明問題等，且生成式AI生成的內容并不全是作品，因此無法完全適配“適當引用”的情形。二是引用的作品來源明確，即應當指明作者姓名或者名稱、作品名稱。而GPT-4、文心一言等生成式AI所生成的內容并未標明所使用的文獻名稱、文獻作者等信息，因此并不滿足此項要求。綜上，“適當引用”不能成為生成式AI化解侵權風險的法律依據。第三，科學研究，即“為學校課堂教學或者科學研究，翻譯、改編、匯編、播放或者少量復制已經發表的作品，供教學或者科研人員使用”［11］。從表面上看，科研機構或互聯網公司的科研人員開發生成式AI屬于本條所規定的科學研究，但是實際上此種情形是為了公共利益而對著作權所施加的限制，科研主體僅限于國家設立的教育、科研公共事業單位，如經相關主管部門批準設立的學校、全額財政撥款的國家科研機構等［13］。因此，互聯網公司的科研人員開發生成式AI便不滿足此情形，且本條文對復制的量提出了要求—僅限于少量復制，而生成式AI在進行數據挖掘時可能會對作品進行全文復制，因此無法通過此種情形化解侵權風險。第四，兜底條款。2020年修改的《著作權法》將“法律、行政法規規定的其他情形”添加至第二十四條第一款中，與此前的十二種合理使用具體情形相并列，看似是對“特定情形”的兜底條款，允許法律或者行政法規規定新的特定情形來突破之前的窮盡列舉式立法。然而，當前并未有法律、行政法規規定新的具體情形，因此有學者認為在合理使用制度中引入兜底條款看似開放，實則封閉［14］。由此，當前相關主體仍無法依靠適用兜底條款來進行開發生成式AI這一行為的侵權抗辯。

三、因應化解侵權風險的合理使用制度改造方案

合理使用制度既不需要使用者獲得著作權人的授權意向，也不需要向著作權人支付授權費用，因而能夠較為全面地解決上文提到的難題。合理使用制度的立法動機在于維護公共利益，立法機關為了公共利益的需要而在著作權人的專有領域中劃出部分區域，允許公眾可以自由接觸作品。從表面上看，著作權人利益會因此而有所降低，但是這本就是立法機關在設計合理使用制度時所容許的。因此，司法機關適用合理使用制度來解決相關侵權問題是適宜的，目前需要探究的便是開發生成式AI這一行為的合理使用制度的適用路徑。

（一）合理使用的判定方式

生成式AI在預訓練階段和輸出階段均存在侵犯著作權人權利的風險，究竟是對這兩個階段的行為分別單獨判斷是否構成合理使用，還是由于兩個階段具有一定關聯性而將之進行整體判斷［15］，這是司法機關亟待思考的問題。

第一，司法機關若是進行單獨判斷，則需要預訓練階段與輸出階段均滿足合理使用的適用條件，僅僅只是單一階段構成合理使用并不能對開發生成式AI這一行為進行著作權法框架內的侵權豁免，因為每一階段都是開發生成式AI所必需的階段，僅僅對單一階段豁免仍然會導致著作權人有權請求其在另一階段停止侵權并支付許可費用，甚至起訴開發者。當前，生成式AI在預訓練階段所采取的全文復制行為會對合理使用判定造成極大的阻礙。如前文所述，預訓練階段的全文復制行為不屬于我國《著作權法》第二十四條第一款所列的任一情形，因此司法機關很難通過合理使用制度去豁免生成式AI在預訓練階段的侵權行為，從而持續影響之后的機器學習階段和輸出階段。因此，在單獨判斷的情況下，立法機關如果不從立法上對合理使用制度進行相應修改，則使得生成式AI開發者需要付出極高的交易成本與權利人協商，以獲得兩個階段所須的多項專有權利的許可。

第二，預訓練階段與輸出階段之間具有關聯性，司法機關可以選擇將兩個階段當作一個整體進行判定。由于預訓練階段的全文復制行為、格式轉換等行為在為后續輸出階段提供訓練材料或其他輔助作用，因此司法機關可以將預訓練階段看作輸出階段的一個重要輔助階段，從而著重考慮輸出階段的傳播行為。若生成式AI在輸出階段向用戶傳播的內容與其在預訓練階段所使用的內容存在實質性相似，則生成式AI極有可能侵犯了作者的信息網絡傳播權。但是，由于當前此情形不屬于合理使用的任一情形，司法機關仍然無法適用現行著作權法下的合理使用制度對其進行豁免。

（二）增設專門條款

由于我國《著作權法》已于2020年完成第三次修改，短時間內再次修改的概率不大，而《中華人民共和國著作權法實施條例》（以下簡稱“《著作權法實施條例》”）距離上次修訂已過去十年，因此立法機關在《著作權法實施條例》中增設生成式AI合理使用的專門條款，以援引新《著作權法》增加的合理使用兜底條款顯然更加恰當。

第一，對專門條款的行為條件而言，立法機關不能僅豁免預訓練階段的復制、改編、翻譯等行為，還應將輸出階段涉及的網絡傳播行為一并納入豁免范圍之內。有學者認為，立法機關還應對傳播行為進行一定限制，即相關主體在向公眾開展傳播活動時，傳播內容應當不足以替代原作品［16］。然而，筆者認為，在專門條款中對傳播行為進行如此限制并不必要，因為“不足以替代原作品”本就是“三步檢驗法”第三步的考慮因素之一，此種對傳播行為的限制形成于美國的司法判例，但是美國并未對“三步檢驗法”作出規定，所以照搬此規定勢必會造成專門條款的適用“水土不服”。綜上，立法機關應當專注于制定關于預訓練階段和輸出階段中復制、改編、翻譯行為的豁免規則，以確保相關規定的清晰和明確。

第二，對專門條款的主體要件而言，由于目前實踐情況錯綜復雜，科研機構和公立大學等部分非營利機構會承接公司的各種盈利項目，而部分商業公司也會承接政府委托的公益項目［17］，相比以往直接限制主體資格的立法傾向，立法機關應從行為目的角度出發，明確規定只有在以科學研究或其他合理目的進行數據挖掘和傳播等行為時，相關行為才能獲得豁免。這一規定的設立，旨在為專門條款提供足夠的彈性，以促進生成式AI在多個領域和行業的適配與賦能。同時，立法機關可通過應用“三步檢驗法”的第二步和第三步，對其他合理目的進行必要的限縮，確保在保護創新的同時不會過度損害著作權人的合法權益。

四、結語

生成式AI在開發時所經歷的預訓練階段和輸出階段均可能構成著作權侵權，如果無法被豁免，將會嚴重影響我國生成式AI領域的技術發展。在實踐中，司法機關通常習慣對每個行為單獨判定是否構成合理使用，忽略了行為之間的內在聯系。因此，當某個行為已被判定為侵權時，再對后續行為進行單獨判定便顯得冗余且缺乏實際意義。基于此，司法機關可將視角轉向整體考量，若多個行為在效果上相互關聯、能夠統一，則應將它們作為一個整體進行一體判定。特別是在對生成式AI適用合理使用時，司法機關更應聚焦與用戶直接相關的輸出階段。2020年，我國在修訂《著作權法》時為合理使用制度留下了一個“有限的開放空間”，僅允許法律及行政法規明確規定合理使用的具體情形。為了充分利用這一空間，立法機關可以通過修訂《著作權法實施條例》來專門規定生成式AI的合理使用專門條款。不同于以往在具體情形中規定主體資格的模式，立法機關可通過規定科學研究目的及其他合理目的來為生成式AI之后的賦能提供空間，再由“三步檢驗法”的后兩步對其進行合理限縮，能夠促進我國生成式AI的健康高速發展。

［參考文獻］

［1］張凌寒.生成式人工智能的法律定位與分層治理［J］.現代法學，2023（04）：126-141.

［2］郭春鎮.生成式AI的融貫性法律治理：以生成式預訓練模型（GPT）為例［J］.現代法學，2023（03）：88-107.

［3］陳永偉.超越ChatGPT：生成式AI的機遇、風險與挑戰［J］.山東大學學報（哲學社會科學版），2023（03）：127-143.

［4］種曉明.AIGC賦能出版業背景下版權監管新路徑研究［J］.科技與出版，2023（08）：96-104.

［5］吳漢東.著作權合理使用制度研究[M].4版.北京：中國人民大學出版社，2020.

［6］朱光輝，王喜文.ChatGPT的運行模式、關鍵技術及未來圖景［J］.新疆師范大學學報（哲學社會科學版），2023（04）：113-122.

［7］王遷.“孤兒作品”制度設計簡論［J］.中國版權，2013（01）：30-33.

［8］王遷.網絡著作權專有權利研究［M］.北京：中國人民大學出版社，2022.

［9］叢立先，李泳霖.聊天機器人生成內容的版權風險及其治理：以ChatGPT的應用場景為視角［J］.中國出版，2023（05）：16-21.

［10］熊琦.著作權合理使用司法認定標準釋疑［J］.法學，2018（01）：182-192.

［11］中華人民共和國著作權法［EB/OL］.［2024-05-25］.https：//www.gov.cn/guoqing/2021-10/29/content_5647633.htm.

［12］張金平，人工智能作品合理使用困境及其解決［J］.環球法律評論，2019（03）：120-132.

［13］李明德，管育鷹，唐廣良.著作權法：專家建議稿說明［M］.北京：法律出版社，2012.

［14］蔣舸.論著作權法的“寬進寬出”結構［J］.中外法學，2021（02）：327-345.

［15］蔣珂.論合理使用中的“行為”：兼評谷歌圖書案［J］.法學評論，2015（06）：185-193.

［16］吳高，黃曉斌.人工智能時代文本與數據挖掘合理使用規則設計研究［J］.圖書情報工作，2021（22）：3-13.

［17］萬勇.人工智能時代著作權法合理使用制度的困境與出路［J］.社會科學輯刊，2021（05）：93-102.