唐珺 林佳燕：人工智能生成內容著作權保護路徑分析

本文旨在探討人工智能生成內容的著作權保護問題，以平衡各方利益，推動著作權制度目標的實現，助力文化創意產業與智能科技的深度融合。

作者 | 唐珺 廣東金融學院品牌建設與創新戰略研究中心主任、法學院副教授，博士；林佳燕 廣東金融學院品牌建設與創新戰略研究中心電商法專業助理

【摘要】在人工智能技術不斷進步的背景下，其創作成果給著作權法帶來了新的挑戰，引發了司法實踐中的爭議。本文旨在探討人工智能生成內容的著作權保護問題，以平衡各方利益，推動著作權制度目標的實現，助力文化創意產業與智能科技的深度融合。文章從六個維度展開論述，首先對智能系統及其產出的內容進行定義，分析生成過程和內容特征，并探討“獨創性”與“智力成果”兩個作品構成要素。而后通過文獻分析，梳理并總結當前學者對人工智能生成內容著作權保護的不同觀點。接著從著作權法的目的、歷史貢獻和獨創性標準出發，論證保護人工智能生成內容的必要性。同時，結合我國司法案例和著作權法規定，審視設計者、投資者、使用者等歸屬說的不足，提出“視為作者”原則。最后，分析目前人工智能生成內容著作權保護的法律困境，并提出了提高創造性標準、明確侵權判斷準則與責任主體、設立鄰接權等保護路徑的建議。

關鍵詞：人工智能生成內容；著作權；創造性；權利歸屬；保護路徑

近年來，隨著社會的不斷進步和科技的快速發展，人工智能生成內容在大數據時代被廣泛地應用。人工智能生成內容，如由人工智能算法創作的文章、音樂、繪畫等，正在逐漸成為文化生產和傳播的重要組成部分。然而，這種新興的內容生成方式對現有的著作權法律體系提出了前所未有的挑戰。當創作主體變為人工智能時，傳統的著作權保護模式面臨諸多問題。如人工智能生成的內容是否符合創作過程中的獨創性判斷標準，是否符合作品的構成要件，其生成的內容的權利主體歸屬……當前我國法律框架中，針對這一現象所涉及的相關法律議題尚未形成清晰且詳細的規范，同時學術界對此也未能形成共識。鑒于此，探討人工智能生成內容的知識產權法律問題顯得尤為重要。隨著人工智能技術的快速發展，通過法律規范對其進行治理，不僅能夠確保人工智能技術更安全、可靠地服務于社會，還能夠促進文化的進一步繁榮與發展。

一、人工智能生成內容的概述

（一）人工智能的界定

在1956年夏季的達特茅斯學術研討會（Dartmouth Conference）上，學者們首次提出了人工智能（Artificial Intelligence，簡稱AI）這一創新理念，意指能夠模擬人類思維能力的計算機系統。在這之后，人工智能受到學者們的廣泛關注。一部分學者認為，人工智能描述了計算機模擬人的思維和學習行為等的過程；另外一部分學者認為，人工智能本質上是一門探討知識體系的學科，它研究知識的表達方式、獲取途徑以及實際應用的科學原理。但是就目前而言，人工智能還未有統一的定義。

基于上述觀點，本文認為人工智能是利用機器模擬人類智能的一種技術，作為一項模擬人類智能的技術手段，旨在促使機器開展深層次的“思維活動”與“知識汲取”，進而能夠依據人類所下達的指令，自主完成各類任務。它并非局限于單一的技術范疇，而是涵蓋了一系列多元化的技術與算法體系，例如機器學習、深度學習以及自然語言處理等。目前，隨著科學與技術的深入發展，人工智能已經廣泛應用于醫療、金融、教育、交通等各個領域，并不斷為推動經濟與社會發展注入新的活力。

綜上所述，人工智能在不同場合有著不同的含義。人工智能可以作為一種工具的實物，也可以作為一門以計算機科學為基礎的學科。

（二）何為人工智能生成

在計算機科學這一廣泛學科中，人工智能作為一個專門的分支，其最初在著作權領域的應用主要是作為作品傳播的輔助性技術手段，其作用范圍局限于非創作性領域。然而，隨著科技進步的發展，人工智能已開始介入創作的過程，打破了社會對于創作活動的傳統認知界限。這一變革促使我們有必要對人工智能生成的內容進行深入而系統的認知和理解。

1.人工智能生成的相關過程

目前，人工智能正處于快速發展階段。而人工智能生成內容，是使用者利用人工智能，輸入所想呈現出的具體實物，即可自動生成影像、文字、圖片等相關內容。而人工智能生成內容的生成過程，大致分為以下階段：初始化階段，著手搜集基礎數據，以此為基礎搭建了一個包含多種媒介資料的數據庫，如文本和圖像的綜合性數據庫。隨后，進入數據處理階段，人工智能系統利用先進的神經網絡技術對這些數據進行識別和學習。在模式識別階段，人工智能通過神經網絡從數據庫中提取出有效的模式，并通過持續的迭代學習來提升模型的細節處理能力。最終，在內容生成階段，在內容生成階段，人工智能根據用戶的輸入指令，應用深度學習技術來構建模型，并生成相應的輸出。在整個過程中，人工智能還能夠通過深度學習自我調整，以提高生成內容的適用性和滿足用戶需求的能力。

2.人工智能生成內容的劃定

人工智能生成物與傳統的機械化生成物存在顯著差異，它們并非單純依賴于預設的算法或程序來產生常規的指令性輸出。相反，這些產物是借助人工智能所具備的自主學習能力，尤其是深度學習這一關鍵環節，逐步塑造而成。基于此，可將人工智能生成物的概念界定為：在科學研究與文化藝術范疇內，人工智能憑借深度學習技術，依據海量數據以及經過訓練所形成的模板規則，自主創作生成的內容1。目前，對于人工智能生成出的內容，學界對其還未有統一的定義與劃分，“人工智能生成物”、“人工智能創造物”是目前大多數學者所采用的表達。學者們對于人工智能所賦予的多樣化術語，反映了他們對于人工智能產出內容特性的不同視角與定性理解。

當把人工智能生成的內容劃歸至如“創作物”這類具備清晰權屬指向的范疇時，即便部分生成內容原本不符合版權客體的認定條件，也被納入版權研究的范圍，這使得人工智能生成內容的性質變得難以準確界定。在傳統版權法的制度框架內，鑒于人工智能的非人類主體屬性，其無法成為法律所認可的權利享有者，自然也不具備獲取作者身份的資格。鑒于此，本文將直接圍繞“人工智能生成內容”展開研討，為后續關于著作權以及權利歸屬的相關研究筑牢根基。

3.生成特點

人工智能內容生成技術，其核心支撐主要源自先進的深度學習架構、視覺領域的大規模模型、語言層面的大規模模型以及多模態學習模型。借助對這些關鍵技術的深度挖掘與廣泛應用，人工智能在感知人類行為、理解人類意圖以及模仿人類行為模式等方面的能力得到了顯著增強，從而實現了高質量的內容創作。通過多種技術的深度融合與協同作用，人工智能所生成的內容在呈現形態上，已達到與人類創作作品極為相近、難以清晰辨別的程度。同時，人工智能生成內容還展現出其獨特的特性，如產出內容的高效性以及生成內容的難以預測性。

（1）產出內容具有高效性

在創作的初始階段，創作者必須經歷一系列預備工序，包括但不限于信息的搜集、素材的整理分類以及結構布局的深入思考，這些均為創作活動的啟動奠定了基礎。創作初稿形成后，持續的優化和修訂是作品達到完善狀態的必經之路。這一流程既耗時又耗力。然而，得益于人工智能的高性能計算能力和先進的算法技術，它能夠以數字化手段快速且大量地生產內容。不同于人類需依賴生物能量并適時休息，在電力持續供給的保障下，人工智能可實現不間斷運轉，進而保障作品能夠以高產量態勢穩定輸出。與此同時，伴隨神經網絡學習機制以及網絡架構維度的持續進步，人工智能的學習效率獲得了大幅提升，有力確保了其生成內容的精準性。相較于人類作品仍需進行校對和驗證，人工智能在此方面的高效率尤為突出。

當面臨相同的工作任務時，人類完成工作所耗費的時間，相較于人工智能而言，可能多出數十倍乃至數百倍。在時間成本上的顯著優勢，讓生成式人工智能技術迅速滲透到學術研究、營銷策劃、藝術創作等多個專業領域，獲得了市場主體的普遍青睞與深度應用。以飛豬科技為例，該企業借助智能算法，在滬杭兩地的軌道交通系統內，成功推出了一系列由AI主導的創新型廣告展示方案。這些廣告因其豐富的想象力而受到矚目，而人工智能僅用一個小時就完成了千余張廣告圖的制作。在音樂創作領域，Jukedeck公司也展現了人工智能的強大能力，它能夠在客戶確定音樂風格和時長后，迅速創作出具有特色和個性化的音樂作品。這也說明，人工智能在創作領域的表現令人矚目，它能在極短的時間內完成大量的創意工作，這種效率和產出水平是人力所難以達到的。人工智能技術的應用，無疑極大地節約了人力資源和時間成本，為企業帶來了顯著的經濟效益。

（2）生成內容難以預測

相較于現代人工智能創作手段，傳統人工智能在內容生產方面主要充當了輔助性角色，其功能局限于依照預設程序對數據進行基礎的算法處理和組合，缺乏個性化的創意表現。然而，隨著人工智能技術的不斷進步，它已能夠超越傳統人工智能的界限，不再僅僅依賴預設路徑進行內容生成。總的來說，依托互聯網所提供的規模化、多樣化的數據源進行訓練，人工智能系統能夠自動地學習并提取數據中的復雜特征。這一過程使得現代人工智能在內容創造上具備了更高的靈活性和個性化表達能力，從而超越了傳統人工智能在創作上的局限性。通過深度學習和自學習神經網絡技術，人工智能能夠識別和模擬數據中的復雜模式和關聯，進而生成更加豐富和多樣的內容2。

即人類雖可預先設定人工智能系統產出內容的類別范疇，卻難以精準預判其實際生成的具體內容。換言之，在人工智能內容生成環節，它所做出的決策與采取的行動，并不總是能和人類的預期結果完全契合，這就意味著人們無法確切知曉人工智能究竟會產出何種內容。這種難以預測的特性，在某種程度上遏制了人工智能對原始作品的簡單照搬式復制。并且，借助運用多元化的學習算法以及決策機制，人工智能成功實現了與數據庫中已有作品相異的內容創新。

（3）具備作品視覺特征

在2022年夏季，一幅名為《太空歌劇院》的AI生成藝術作品在美國某知名藝術賽事中脫穎而出，成功摘得數字藝術組別的桂冠。此外，AI進行繪畫創作時，借助卷積神經網絡這一工具，能夠精準識別圖像所蘊含的內容以及獨特的風格特征。而后在特定的神經網絡層中，運用損失函數對圖像展開重構操作。通過這一系列復雜的過程，人工智能能夠有效模擬特定藝術家的創作特征。這種技術突破使得人工智能的藝術品與人類手筆之間的差異逐漸縮小，甚至達到難以區分的程度3。12月，由Catherine Gao帶領的研究團隊，借助ChatGPT技術成功生成了數量可觀的學術論文摘要。隨后，這些摘要歷經同行評審這一嚴謹流程的嚴格甄別，僅有少量AI撰寫的論文概要被成功辨別。面對這一現象，全球頂尖刊物如《Nature》《Science》以及國內重要學術期刊《暨南學報》等，均公開明確表示，不接受借助人工智能輔助創作而成的學術論文。這些事件清晰地展現出人工智能技術在不斷演進與發展過程中所達到的成熟程度和其生成的作品在表現形式上與人類創作作品高度相似，幾乎難以從外觀上區分兩者，這無疑給區分人類創作與人工智能創作帶來了極大的挑戰。

（三）人工智能生成內容可版權性的界定

依照我國《著作權法》第二條與第三條的明確規定，受法律保護的作品特指在文學、藝術及科學領域內，具備獨創性且能夠通過特定形式呈現的智力創作成果。從法律層面來看，構成受保護作品需要滿足以下幾個基本要素：

（1）創作范圍被清晰劃分，必須涵蓋文學、藝術與科學三大范疇。

（2）作品通過文字、圖像、聲音等具體形式呈現，使其能夠被外界識別和感知，這是實現廣泛傳播和長期保存的基本條件。

（3）獨創性是作品享有著作權保護的核心要素和根本條件。

（4）這類作品屬于知識創造領域，是創作者憑借自身智力勞動精心創作而成，充分投入了創作者智力勞動。

1.人工智能生成內容構成作品的判定

使用者利用人工智能，輸入所想呈現出的具體實物，即可自動生成影像、文字、圖片等相關內容。根據《著作權法》中作品需滿足的構成要件，在判斷其是否屬于著作權法意義上的作品時，則需重點分析其是否體現獨創性、智力成果。

（1）獨創性

獨創性是作品的核心要素，其重要性不容忽視。在深入探討這一概念時，我們應當分別對“獨”與“創”這兩個字眼進行闡釋。

首先，“獨”字意味著作品應當體現出作者的獨立性和原創性，即作品應當是作者個人努力的結果，不受他人影響，這是對作品表達方式的基本要求。其次，“創”字蘊含雙重意義：一方面指的是作品的原創性，即作品是從無到有的創造性過程；另一方面，它也涵蓋了在已有作品的基礎上進行創新性發展的過程，即在尊重原作的基礎上，進行進一步的創意和改編。這兩個層面的結合，共同構成了作品獨創性的完整內涵。

“獨”可理解為“獨立”。從“獨”的角度出發，人工智能進行創作時，必須依賴開發者或使用者預先輸入必要信息，這些數據構成了系統運行的基礎。人工智能生成內容的形成，關鍵在于系統本身通過深度學習方法實現自我優化。在整個創作環節中，系統的設計者和使用者并未直接參與具體的創作過程4。以谷歌研發的圍棋智能系統AlphaGo為例，2016年它與世界頂尖棋手李世石對弈時，憑借其卓越的數據分析能力，獨立完成了每盤棋局的戰術部署。在AI產出的內容形成環節，其決策選擇主要基于人工智能自身的判斷，而非開發者或操作者的預先設定。這一現象充分說明，人工智能在內容創作方面具備自主運作的特征。

“創”可理解為“創造性”，是評估作品獨創性的關鍵條件之一。它不僅體現在創作者的思維表達過程，這一過程并非簡單的復制行為，而且還表現在創作成果與現有作品之間顯著的差異性上。換言之，創造性揭示了作者在創作活動中獨立思考的深度，以及其作品相較于他作所獨有的特質5。在人工智能的運作中，只要能夠展現出最基礎的智力創作水平，即可認為其達到了創造性的基本門檻。這種最低限度的創造性，并不要求人工智能具備與人類相同的創作意識和個性表達，而是側重于其能否在給定參數下產生新穎的內容或解決方案6。

在人類的創作過程中，往往憑借自主意識以及創造思維來對相關元素進行具有價值意義的篩選。相較之下，人工智能的創造性則體現為：它借助深度學習機制，對海量數據進行加工處理，并在此基礎上開展創作活動，實現對價值的篩選與決定。該過程與人類在創作過程中經過價值篩選的行為相類似，因此，人工智能技術演進至深度學習階段時，其已具備生成符合創造性標準的內容。

（2）關于智力成果的判定

“智能”作為核心概念，為人工智能的定義提供了根本性支撐。在此背景下，一個值得探討的問題浮現出來：“智力”與“智能”之間是否存在本質區別？基于語義學視角的剖析表明，在中文語境中，“智力”一詞往往被理解為智慧與才能的結合體，它既包含人們對事物的認識與領悟水平，也體現了個體運用已有知識處理現實問題的整體素質。相比之下，“智能”更多指向一種具備認知與靈活應對的特質。通過對比可以發現，這兩個概念在內涵上確實存在一定的共通性。

由此可見，在討論AI是否擁有“智能”屬性時，本質上已高度認同其展現出的與人類相近的思維模式及問題解決能力，即所稱的“智力”特質。基于此，可進一步推論，人工智能的深度學習機制正是其智力特性的顯著體現。

人類在自我認知和感知能力方面確實比人工智能更具優勢，但這種能力往往受到記憶力衰退和外部環境變化等多種因素的影響。面對海量復雜的數據處理任務時，人類的認知能力往往難以與人工智能相提并論。同時，人類在獲取知識和做出判斷的過程中，常常會受到個人價值觀和社會倫理的潛在影響；相比之下，人工智能在處理信息時能夠保持更高的客觀性和公正性。由此可見，人工智能的“智力”實際上是對人類認知能力的重要補充和有效延伸。

二、人工智能生成內容的研究分析

近年來，國內學術領域圍繞人工智能生成內容所涉及的著作權議題展開了深入探究，該研究方向熱度持續攀升。學者們主要聚焦于人工智能生成內容在獨創性判定、權利歸屬界定以及保護路徑規劃等多個維度展開研討。與國際相比，國外在人工智能領域的研究開展較早。早在20世紀80年代初期，就已有文獻探討人工智能生成內容的著作權問題。隨著時間的推移，人工智能應用的不斷拓展，該領域的研究在近年來再次成為熱點。到目前為止，關于人工智能生成內容是否能夠被認定為作品的議題，在國外尚無明確結論。盡管對于是否將生成物視為作品存在肯定與否定兩種立場，但海外學界的核心觀點與我國學者的看法在本質上并無顯著不同。

（一）國內研究現狀

在學術研究領域，針對人工智能生成內容能否契合作品所要求的獨創性標準這一問題，各方觀點存在顯著分歧，目前尚無定論。人工智能生成的內容無法離開自然人進行獨立操作，內容生成過程的控制權把握在人類手中，與獨創性要求存在一定的差距7。在探討生成式人工智能的創作流程時，可以將其劃分為自主生成式與輔助生成式兩個子類別。輔助生成式人工智能所創造的內容，由于體現了用戶的創造力和意圖，相較于完全自主生成的內容，更傾向于滿足獨創性的要求。只有在使用者對內容有顯著貢獻并且展現出創新性時，這些內容才能被認為是具有獨創性的8。

學界對人工智能生成內容的權利歸屬主體存在分歧。人工智能生成內容的著作權歸屬可以依據創作原則和投資原則來劃分。應當將權利歸屬于那些具有創作性質的使用者，同時在堅持創作原則的基礎上，結合具體情境進行個別分析。在人工智能用戶未作出實質性貢獻的情況下，應將權利歸屬于投資者，以此來平衡創作者與投資者之間的利益9。人工智能在創作進程中，其核心支撐源自使用者的創新理念以及所供給的各類素材。整個創作活動緊密圍繞使用者的構思框架與實際操作軌跡逐步推進。通過這一創作過程，作品充分體現了創作者的核心理念與價值追求。因此，最終呈現的成果并非簡單依賴技術手段就能實現。綜合考量這些因素，人工智能創作成果的版權理應歸屬于實際創作者10。

綜合而言，當下針對人工智能生成內容是否具備可著作權性這一議題的研究成果頗為豐碩，但學術界在該問題上仍未達成統一共識。

（二）國外研究現狀

國際上，圍繞是否應給予人工智能生成物法律保護這一議題，各方觀點存在顯著差異。截至目前，部分國家已正式承認人工智能生成物具備作品的法律地位，以英國為例，其現行法律體系已將計算機自主生成內容納入版權保護范疇。不過，學術界對此仍存在爭議，部分研究者認為AI不具備獨立創作能力，因此其產出物不應享有著作權法所定義的作品資格。

2023年3月，美國版權局正式頒布了《版權登記指南：包括人工智能生成材料的作品》，該指南再次重申了只有自然人才能成為作者的原則。即用戶通過提示詞引導人工智能生成內容的過程具有不可預測性和不可控性，用戶的行為更接近于提出建議而非進行創作。因此，用戶不能被視為作者。無論用戶創建的提示詞多么復雜或經過多少次修改，都未能體現用戶的創造性貢獻。要獲得版權登記，必須提供新證據證明存在人類的智力貢獻11。這一立場于司法實踐領域極有可能催生一系列棘手難題。當下，如何實現人工智能產業迅猛發展態勢與傳統著作權法之間的協調平衡，已然演變為亟待攻克的復雜課題。

在德國，人工智能的發展進程對著作權法所產生的沖擊同樣引發了廣泛關注。依據德國現行的著作權法規定，享有著作權的主體嚴格限定為自然人范疇，而人工智能系統并不具備相應的法律地位。這一規定導致由人工智能創作的作品在現行法律體系下難以獲得充分的版權保護，從而引發了一系列法律適用上的爭議與挑戰。在專利法領域，德國的關注焦點主要集中于人工智能技術本身及其生成物的專利保護事宜，其中涉及與之相關的數據所有權歸屬以及使用權界定等核心問題12。與著作權法所涵蓋的傳統范疇有所不同，人工智能系統在法律定性上被視作軟件作品，屬于受著作權法保護的對象范疇。基于此，在德國的法律框架內，人工智能系統及其所生成的內容能夠獲得與軟件作品相近似的保護待遇。

全球范圍內，多個政府正著力構建與AI技術及其產出相關的法律框架和監管體系。這些國家通過全面分析人工智能生成內容的著作權及使用規范，致力于化解當前司法領域存在的知識產權糾紛。

三、人工智能生成

內容著作權的歸屬問題

（一）我國著作權法的權利歸屬原則

我國著作權法的核心就是對權利歸屬的確定，權利歸屬問題關乎作品利益的分配。依據《著作權法》第十一條，作品的創作主體享有著作權，法律有特殊規定的從其規定。根據該條規定可知，著作權歸屬作者為原則。

依據我國《著作權法》第十一條第二、三款的相關條文，作品創作者應為實際進行創作的個人。若作品是在法人或相關機構主導下完成，體現其意志并由其承擔相應責任，則該法人或機構可被認定為作品的創作者。從該條款知道作者是有兩種類型：一種是原始作者，另一種是擬制作者，而在當前的著作權體系下，人工智能被沒有并認定為是作者。

（二）人工智能生成內容著作權歸屬相關觀點

在人工智能所創作的作品領域，作者身份的界定已然成為一個棘手難題，這一狀況直接引發了著作權歸屬的不確定性。在探討人工智能生成內容的權益保障時，確定創作主體是首要任務。只有明確作品的權利歸屬，才能有效激發各方參與內容生產與分享的積極性。由于各利益相關方對作品保護的需求各不相同，學界對此展開了廣泛討論，形成了多樣化的理論主張。

1.設計者說

主張設計者說的人士強調，設計者在構建智能系統時傾注了顯著的創造性勞動，因此他們理應享有對相關程序的基礎性著作權。智能系統產生的各類成果，其核心機制主要依賴于開發者所設計的運算規則與程序架構。從本質層面來看，人工智能的創作流程實際上是嚴格遵循設計者預先設定的規則與算法來展開的。基于這樣的邏輯，人工智能所生成的作品能夠被視作是設計者思維的一種延伸體現，并且設計者在作品的誕生過程中扮演著至關重要的角色，發揮了實質性的關鍵作用。鑒于此，設計者對于此類作品享有著作權是具備合理性與正當性的。

然而，該觀點也存在著缺陷。首先，從著作權法的基本準則出發，創作成果的歸屬權理應屬于實際創作者，因此人工智能開發人員對其研發的軟件系統享有獨占性的版權。如果同時將AI生成內容的版權也賦予開發者，這實際上是對同一開發行為進行了重復性的權利保護。這種處理方式不僅打破了權益分配的平衡性，也限制了其他利益相關方從創作成果中獲得正當收益的機會13。其次，雖然AI開發者負責制定算法邏輯、構建系統框架并設計輸出模式，但在具體內容的生成過程中，設計者并未實施直接的干預舉措或控制行為，并且難以預先設定最終作品的實質內容與外在形態14。因此，基于著作權法中對于創作概念的界定來審視，人工智能設計者在作品所具備的獨創性特質上，并未直接發揮其貢獻作用。

2.投資者說

人工智能生成內容的著作權應當歸屬于生成式人工智能的研發組織體，即人工智能的投資者，從而激勵個人和實體繼續開發可能有助于促進科學和有益于藝術進步的作品15。我國的著作權歸屬體系建立在創作原則之上，但依據法人作品、職務作品以及視聽作品的著作權歸屬相關規定，不難發現，保護投資者權益為其關鍵原則之一。據此可知，人工智能投資者享有著作權，并未超越現有著作權歸屬規則的設計框架。

該觀點則忽略了創作者身份認定的核心議題，人工智能生成內容著作權爭議關鍵在于現行法律尚未對這類產出的主體作出清晰界定。要破解人工智能生成物的著作權歸屬困境，核心在于厘清其背后真正的主體身份。作為主要支持力量的投資方，其權益保護可以通過著作權法中針對不同投資模式下的作品歸屬特別條款來實現。不論是人工智能研發階段的投資主體，還是應用環節的投資方，都能在現有著作權歸屬制度下獲得相應的法律保障。然而，這一看法并未有效回應文章核心癥結，即創作者身份模糊這一關鍵性難題。

3.使用者說

該說認為，當技術開發者完成智能系統的構建后，用戶需要依據不同應用場景來激活相應功能，從而獲得所需的內容產出。在此過程中，用戶對最終成果具有顯著的主導權，作品所表達的核心思想與價值取向主要取決于使用者的主觀意圖。正是由于用戶在創作環節中扮演著關鍵角色，其與作品之間形成了實質性的關聯，這種密切的聯系為其獲得智能生成內容的著作權提供了充分依據。

然而，這一看法忽視了人工智能應用過程中用戶投入的認知努力。在新聞報道、智能詩歌生成以及數字繪畫等創作領域，使用者的核心貢獻主要體現在對核心概念的把握和系統參數的調整上，這些都需要相當的思維投入和判斷能力。然而，這種參與程度是否足以被認定為創作參與，仍是一個值得探討的問題。顯然，該觀點沒有對不同使用場景下使用者的角色差異進行充分考慮。

著作權法的體系范疇內，單純為他人開展創作活動給予組織協調、建議咨詢、物質資助或者其他輔助性質的協助行為，并不具備法律層面所界定的創作屬性。在人工智能尚未具備法律主體地位的當下，但通過法律擬制這一特殊機制，可以將對作品享有正當權益的實體確認為著作權人。這種認定方式使得相關主體能夠以創作者的身份，完整地享有著作權法所規定的各項權利保障。這種擬制作者模式，也就是運用法律技術方法，將人工智能創作所涉及的利益相關方視作作者，這一模式有助于達成著作權激勵機制與利益分配機制之間的平衡。

“視作作者”這一法律概念實質上是一種特殊的制度設計。其設立初衷并非完全基于客觀事實或嚴密的法理推導，而是為了突破法律實踐中的現實壁壘。當前，人工智能生成內容面臨的核心問題在于創作主體的界定。通過法律擬制的方式，將人類認定為AI生成內容的作者，這一做法巧妙地化解了人工智能作品在著作權認定上的爭議，為相關法律適用提供了切實可行的解決方案。

在人工智能創作的作品中，將未直接參與創作過程的主體認定為法律上的作者，并不違反著作權法中“視為作者”原則的初衷。盡管人工智能創作活動具有獨立性，但作品的最終完成與傳播離不開背后多方主體的共同努力和投入。借助“視作作者”原則的運用，相關主體能夠直接獲得完整的版權權益。這種做法不僅契合了當代版權制度激勵創作投入的核心目標，同時也彰顯了將“擬制作者”規則拓展至人工智能創作領域的重要價值。

（三）簡析AI文生圖第一案

當前，我國法律體系對人工智能生成內容的權益保障仍處于空白狀態。盡管這些由機器生成的內容具備類似人類作品的特性，許多研究者傾向于通過調整現行著作權法規來對其進行保護。然而，圍繞這類內容是否具有獨創性、如何界定創作主體，以及能否予其以著作權保護，學界至今尚未形成共識。

1. 案情簡介

2023年11月27日，北京互聯網法院公開審理并判決了“李某與劉某關于作品署名權及網絡傳播權的糾紛案”，該案因涉及人工智能生成內容而備受關注。法院根據著作權法相關規定認定，被告劉某在未經許可的情況下，通過百家號平臺發布了原告李某使用AI技術生成的圖像作品，且未保留原始標識，這一行為構成對原告署名權和網絡傳播權的侵害。庭審過程中，原告李某被要求現場展示其使用Stable Diffusion這一開源AI繪圖工具進行創作的具體過程，通過輸入特定指令生成圖像，這一演示為案件事實認定提供了重要依據。

從法律保護的角度來看，作品的認定關鍵在于其是否具有獨特的創作特征。只有那些展現出個人創意的表達方式，才能被界定為受法律保護的作品。在本案的具體情境下，原告李某運用智能技術工具進行藝術創作，經過篩選確定了爭議圖片，該作品充分展現了其個人的藝術構思，具有明顯的創作特征，符合法律對作品的認定標準。值得注意的是，智能工具的開發者并未對爭議圖片提出任何權利主張，也不具備創作者身份。作為直接運用智能工具并最終確定作品呈現的當事人，李某應當被認定為該圖片的合法創作者，依法享有相應的著作權保護。

2.存在問題

在該案件中，法院并未深入探討人工智能生成的內容（簡稱AIGC）是否能夠被視為作品及其相應的著作權類型，同時也未在思想與表達二分法的框架下，對原告的智力貢獻進行區分和認定。法庭判定Stable Diffusion僅作為輔助創作的技術手段，據此確認原告李某擁有相關作品的著作權。通過該工具產生的視覺內容，充分展現了李某獨特的藝術構思與情感表達，這一裁決體現了對創作者主觀意圖的充分尊重。

在考察“創作工具”這一術語時，應基于其常規含義進行理解。判斷某一實體是否作為創作作品的工具，需從人與作品的關系以及作品形成的過程兩個維度來審視。換句話說，創作作品或類似作品的內容，常常需要依賴于人類自身以外的力量。

判決書中指出，新一代生成式人工智能技術正日益成為創作的工具，改變了人們的創作方式，技術進步實質上是將人類工作逐步轉交給機器的過程。即便當下智能手機的攝影性能愈發強大且操作便捷性顯著提升，然而，只要拍攝所得的照片能夠展現出攝影師獨特的創造性智力投入，那么它依舊屬于受著作權法所保護的攝影作品范疇。技術的進步和工具的智能化減少了人的勞動投入，但這并不妨礙我們繼續利用著作權制度激勵創作。

法院在審理過程中認定Stable Diffusion屬于協助原告進行藝術創作的輔助性工具，基于這一判斷，最終采納了適用有限著作權保護范圍的法律意見。在智能化創作日益普及和技術迅猛發展的今天，這一觀點頗具探討價值。人工智能生成內容的表達性要素，并非由使用者通過輸入提示詞和參數所決定。實際上，這些要素源自人工智能自身的算法及其所接受的素材訓練。因此，使用者對于生成內容的決定性作用有限。同時，將AI生成圖比作智能手機拍照，并將人工智能模型視為作者的畫筆或相機，即創作工具，是一種不恰當的類比。主審法官忽視了智能手機與人工智能在內容生成過程中作用的本質差異。判決書未能區分二者在創作過程中的不同角色，從而導致了邏輯上的混淆16。

雖然判決書中存在著不足之處，但由于目前我國的司法實踐資源的局限性，每一份判決都無法做到盡善盡美，期待僅憑單一判決就能一勞永逸地解決人工智能著作權領域的所有爭議，顯然是一種不切實際的奢望。而從比較分析的視角出發，本次司法裁決展現出兩大顯著特征：首要的是其時代前沿性，與過往國內同類案件相比，該裁決在司法論證上展現出了更為詳盡且縝密的特質（諸如針對AI圖像生成機制的深度剖析），這彰顯了我國司法界在人工智能認知領域的與時俱進與不斷深化；其次，該裁決還體現了探索創新精神，放眼國際司法領域的廣泛實踐，我國法院作出了更具開創性、包容性且符合本土實際的裁決，為全球人工智能版權治理問題的研究提供了具有參考價值的實踐樣本。

在人工智能技術快速迭代、應用場景持續拓展的背景下，產業實踐領域迫切需要形成更加系統、深入且具有前瞻性的認知框架。面對這一現實需求，如何準確界定生成式AI的簡單與復雜應用場景，并建立一套層次分明、邏輯嚴謹的作品認定體系，需要通過實踐探索來逐步完善和驗證。

四、對人工智能生成內容

予以著作權保護的必要性分析

盡管人工智能生成內容與人類創作在具體表達途徑方面存在明顯區別，然而，鑒于二者在呈現形態上具備相似特征，且在經濟效益層面呈現出一致性，都符合著作權法推動創新的根本宗旨。這種在形態與價值層面的趨同性，為兩者在法律體系中享有平等保護提供了合理依據。

（一）符合著作權法目的

在知識產權保護框架內，著作權法扮演著核心角色，其核心宗旨在于推動和鼓勵創造性活動。這種“激勵”機制主要包含兩個層面：首先，對原創者進行直接激勵。具體來說，通過授予創作者復制、發行、信息網絡傳播等專屬權利，保障其能夠從智力成果中獲得合理的經濟收益與精神慰藉。其次，對廣大公眾及未來創作者采取間接激勵措施。這一過程關聯到作品價值的高效利用，在作品廣泛傳播的進程中，激發新的創意火花與想象力，從而推動創作活動的持續繁榮。

站在欣賞者和未來創作者的立場觀察，可以明顯看出人工智能繪制的畫面與人類創作的藝術品在視覺表現上存在諸多共同特征。這些圖像所蘊含的美學價值，同樣能夠成為人類感知世界、汲取靈感的源泉，在激勵后續創作者進行創作方面發揮著不可小覷的作用。AI生成圖不僅為觀眾呈現了獨特的視覺體驗和思維視角，還為未來的藝術創作者開辟了廣闊的靈感空間與資源庫，顯著促進了多樣文化產出的繁榮發展，從整體上推動了社會創新水平的進步。

若不明確界定AI生成圖的法律屬性，反而要求受眾自行判斷其來源，這種做法勢必增加公眾的認知壓力。當觀賞者的注意力從藝術價值評估轉向作者身份確認時，這種轉變不僅會限制藝術表達的多樣性，還會給創作者帶來不必要的心理困擾，使其在藝術構思時不得不考慮作品真實性的質疑。由此可見，賦予人工智能生成圖像相應的著作權保護，實際上是為藝術工作者營造更為開放、包容的創作空間，從而促進文化產業的良性發展。

（二）早期智力成果具有本質性貢獻

在AI技術應用范疇中，“工具說”主張將智能系統視為輔助性平臺，人們借助這一平臺開展創造性工作。由此，核心議題應聚焦于人工智能生成內容的過程中，人的早期智力活動是否能夠享有著作權。人們利用人工智能進行創作時，會依據主觀價值取向設定數據篩選標準，在信息標注環節中，建立起符合人類創作思維、表達方式、審美取向及倫理規范的各類算法框架，通過這種方式培養AI產出契合人類創作預期的作品，這些前置的創造性投入對人工智能生成內容的最終呈現具有決定性影響。借助AI技術生成的藝術品，實際上體現了創作者的主觀意識、個人品位以及價值取向，這些元素都是經過深思熟慮后注入的，構成了作品的核心價值所在。

個人認為，人工智能生成內容的制作環節中，人類參與者投入了必要的智力勞動，這種實質性的參與行為足以證明其創作者身份。基于這一事實，將人工智能產出的作品列入著作權保護范圍具有充分的說服力，這種處理方式既符合邏輯又具有現實意義。

（三）生成內容符合獨創性標準

現行《著作權法》在認定作品是否具備獨創性時，主要從“獨立性”和“創新性”兩個維度進行評判。作品必須由創作者自主完成，并展現出創造性，同時遵循思想與表達二分法的原則，即作品在表達層面展現出與現有作品不同的個性化特點，便滿足了獨創性的要求。

人工智能生成內容是否受著作權保護，關鍵在于其是否滿足“獨創性”要求。人工智能生成內容的獨創性，我們應從創作成果和創作流程兩個維度進行判斷。第一，在創作流程上，盡管人工智能生成內容看似由人工智能直接產出，但實際上這一過程蘊含了自然人的前期創作活動，自然人的創意表達、個性化選擇和價值判斷等對整個生成過程起到了決定性的作用，并賦予了人工智能“學習”的能力，從而產生了內容，這些自然人的智力投入體現了創作過程的獨立性。第二，人工智能生成內容是建立在海量信息處理、算法學習與模型改進的基礎之上。這類產出物在呈現方式上與傳統創作有著顯著區別，同時具備了可辨識的藝術特征，能夠被大眾接受并產生審美體驗，滿足人們的精神文化訴求，因而具有創新價值。

五、人工智能生成內容

著作權保護的困境及探索

在著作權法律保護方面，人工智能生成內容與傳統非人工智能生成內容之間存在顯著差異。因此，傳統的法律保護手段無法為人工智能生成內容提供充分保障，導致現行的法律保護模式面臨一定的挑戰。

（一）法律適用困境

1.法律屬性尚未明確

在我國民法典的規定中，民事主體的資格僅限于自然人、法人和非法人組織。學界圍繞是否應當賦予人工智能法律擬制主體資格，進而使其成為自身生成作品之權利享有者這一議題，展開了極為熱烈的探討。主流觀點傾向于維護著作權法僅保護人類創作主體的原則，對人工智能的法律主體地位持否定態度。他們認為，人類的主觀性是作品構成的必要條件，而人工智能缺乏創作意圖，僅作為人類智能的技術模擬，并不符合成為法律主體的要求。

人工智能作為技術演進所催生的產物，其在法律制度體系中的定位，在國際范圍內呈現出顯著分歧。這種差異直接作用于人工智能生成內容在著作權法保護框架下權利歸屬的界定。鑒于此，法律有必要針對人工智能的法律地位作出清晰、明確的規制。

2.獨創性判斷標準尚未明確

在著作權法的保護范疇內，作品的創作主體被明確界定為自然人。無論是傳統的作品形式，還是由人工智能所生成的作品，其所屬領域以及表現形式都較為容易進行區分。然而，針對作品核心構成要素——“獨創性”的具體內涵，在英美法系與大陸法系國家均未給予詳盡的闡釋，我國同樣未對作品獨創性的判定標準作出清晰、明確的規定，而這一點恰恰成為了引發諸多爭議的關鍵所在。傳統作品能夠直接呈現出人的智力付出以及獨創性的表達形式，而人工智能生成物的獨特之處在于，人類在其中的參與行為與最終成果的產出過程之間存在著時間上的間隔。對于人工智能的貢獻是否等同于人類智能，以及生成物的獨創性究竟源于人工智能還是人類，在判定人工智能生成物是否具備獨創性時，究竟是基于其客觀呈現的形式，還是著眼于其實質內涵，目前尚缺乏清晰、明確的判斷準則。這種判斷標準的缺失，直接引發了一系列問題，諸如難以確定哪些生成物能夠構成作品，以及無法精準界定其保護范圍等。正因如此，對人工智能生成物進行著作權法保護，從起始階段便陷入了諸多爭議之中。

3.權利歸屬界定模糊

著作權法以保護個人的智力創作成果為核心目標，旨在激發創作活力、推動文化繁榮發展，同時肩負著協調各方利益關系的重要職責。倘若無法妥善平衡相關主體之間的利益，法律的公平性將難以保障。在人工智能生成內容的著作權保護領域，權利歸屬問題顯得尤為關鍵。隨著AI技術在各領域的廣泛應用，其內容創作過程牽涉到研發團隊、資本方以及終端用戶等多個利益相關方，已然形成了一條蘊含重大經濟利益的產業鏈，因此其權利歸屬自然成為各方關注的焦點所在。唯有達成利益的均衡，方能切實激勵創新，保障產業的持續健康發展。正是由于相關主體之間存在著利益沖突，才使得確定著作權歸屬這一任務變得錯綜復雜。不論是將權利歸屬于哪一方主體，都不可避免地會引起爭議，至今尚未達成共識。

4.侵權責任承擔者尚未界定

保護權利的關鍵意義不言自明，而明確責任歸屬亦不容小覷。在維護自身權益的過程中，必然伴隨著相應責任的承擔。人工智能生成內容在創作階段，會涉及對既有作品數據的收集、學習、剖析與整合。倘若其生成內容侵犯了已有作品的著作權，那么確定責任主體便成了一個棘手的問題。鑒于當前人工智能仍被界定為物的范疇，不具備法律主體資格，現行法律在處理侵權責任問題時，基于行為自由以及人本主義理念，依舊采用過錯責任原則。這就意味著，在人工智能生成內容引發侵權事件時，責任承擔應與權利歸屬保持一致，由相關的自然人或法人來承擔。

權利與責任本應相輔相成，但著作權法對于權利歸屬尚未作出明確規定，理論研究亦未形成統一看法，從而導致侵權責任承擔主體不明確的問題。鑒于人工智能生成內容創作過程中牽涉眾多相關主體，侵權責任的認定難度顯著增大。鑒于此，在搭建著作權法保護體系的過程中，有必要針對因權利歸屬模糊而導致的侵權責任承擔主體不清晰這一難題展開深度剖析。

（二）保護路徑探索

1.適當提升創造性標準

創造性標準的設定，既關鍵又充滿爭議，而我國《著作權法》中并未明確這一點。學術界對于人工智能生成內容的創造性要求，即是應當維持最低程度創造性標準，或是應當制定更高的標準門檻等方面存在分歧。

在人工智能創作領域，有必要建立更為嚴格的創造性評估體系，以篩選出不具備版權保護價值的作品，這既能協調人類創作者與智能系統之間的權益關系，也能推動技術研發者開發更具突破性的算法。考慮到人工智能具備顯著的成本優勢和產出效率，若僅以“最低限度創造性”作為評判標準，可能導致大量存在語法錯誤或邏輯缺陷的作品獲得版權保護。這種狀況不僅會擾亂文化產業的良性發展，更可能阻礙社會文化建設的穩步推進。對于具備深度學習功能的智能系統，其創作成果的創造性門檻應當相應提高。判斷AI生成內容是否具有創造性，關鍵在于其是否具備實際價值，需要從整體上考量其對科技探索與藝術實踐的推動作用17。在制定相關法規時，應明確區分人類原創作品與人工智能生成內容的標準，避免對大量同質化的AI產物提供過度的法律保障，這也在某種程度上反映了人類獨立創作與借助AI輔助創作之間的本質區別。

2.界定人工智能生成內容的權利歸屬

法律保護應當明確權利與義務的界限，其中關鍵在于明確權利的歸屬主體。若相關主體間已有權利歸屬的約定，則依約定行事；若無約定，則需分析在生成物的創作過程中起主導作用的主體，以此為依據來確定權利歸屬。在生成物的創作過程中，可能涉及多個主體共同作用，此時需對各方的作用進行細致分析，以確定權利主體。

盡管目前尚無明確的法律規定，相關主體仍可根據意思自治原則，自行商定權利的歸屬。在涉及多個主體的人工智能生成物中，此類約定對于化解權利主體難以明確界定的問題頗具助益。然而，需著重強調的是，必須保證這些約定契合現行民事法律體系針對合同內容所設定的各項規定，涵蓋了合同是否具備法律效力，以及權利與義務的分配是否合理等多個層面。唯有在合同具備合法性且有效力的基礎之上，當出現糾紛爭議時，方能依據既定約定清晰界定權利與義務的歸屬主體。

前文的AI文生圖案中，原告通過對人工智能進行必要的參數調整，經過多次修改，最終形成了目標圖像，從而對圖像的產生起到了決定性的引導作用。據此，可以認定使用者即為該圖像的創作者，并享有相應的著作權。做出此類安排主要基于以下考量：其一，在以使用者為主導的創作流程里，使用者對生成物投入了智力勞動。倘若缺乏使用者的全程介入，生成物根本無法誕生。其二，使用者的參與深度直接影響最終作品的呈現效果。其三，最能體現使用者主導創作特點的是，使用者根據個人具體需求，在作品初步完成后，進行了反復的精細調整與優化。

因此，針對由人類主導產生的成果的權利歸屬問題，可以總結出以下原則：成果的權利應歸屬于對其產生過程發揮主要控制作用的一方。在投資方與使用者為同一主體的情況下，權利歸屬自然明確；而當投資方與使用者分屬不同主體時，權利則應歸屬于對成果的實際使用和掌控起決定性作用的使用者。

3.明確侵權判斷準則與責任主體

在判定是否侵犯既有作品著作權這一問題上，司法領域能夠參照傳統作品侵權案例的處理路徑，采用“接觸+實質性相似”的一般性判斷原則。考慮到人工智能在生成全新內容時，需以學習既有數據作為基礎支撐。倘若缺失這些數據輸入，人工智能所具備的智能生成功能便難以達成。由此可見，接觸并學習現有作品構成了人工智能運作的關鍵前提條件。既然接觸這一環節無法規避，那么就有必要針對實質性相似的程度展開深度評估。實質性相似的判斷應分階段進行：其一，從普通受眾對于生成物的主觀認知層面出發，去判斷其與原作品是否存在實質性的相似之處。倘若大眾普遍認為二者之間具有顯著的相似特征，那么侵權行為便較為明晰。其二，需考量生成物的使用情形是否落入原作品的合理使用范疇。若生成物的使用是借助與原作品的相似性，于市場環境中利用原作品所產生的影響力來謀取利益，并因此對原作的合法權益產生不利影響時，即可認定該衍生作品與原作存在實質性相似關系，構成對原作的侵權。

與傳統創作侵權糾紛相比，人工智能產出的內容在責任認定上呈現出更大的復雜性。由于AI系統本質上仍屬于工具性質，不具備法律意義上的主體地位，因此既不能享有權利，也不應承擔侵權責任，否則將導致法理上的自相矛盾。基于這一特性，當AI生成內容涉及侵權時，應當由與之相關的自然人或法人實體來承擔法律后果。在具體認定責任主體時，需要全面評估生成內容的性質以及人類在創作過程中的介入程度。在人工智能輔助創作的過程中，人類始終扮演著核心角色，其創意構思與智力投入構成了作品的核心價值。作為輔助工具的人工智能，其功能定位更接近于一種新型的創作媒介。當生成內容涉及他人作品權益時，若經判定侵權行為源于人為因素，那么作為創作主導者并享有著作權的主體，應當依據侵權責任法的相關規定，按照過錯責任原則承擔相應的法律責任。

4.設立鄰接權

鄰接權的設立主要源于某些成果雖具高價值，卻因缺乏“原創性”或未達到著作權法對創作物的特定標準，而無法獲得相應法律保護。具體而言，這種權益與狹義著作權法的本質區別在于保護對象。其保護客體并非創作物本身，而是與創作物密切相關的衍生成果，而狹義知識產權則僅針對創作物本身。這種權益的設立目的在于維護創作者在創作物呈現與傳播環節中所投入的精力與資源。

針對人工智能生成內容的特殊性，采用鄰接權制度進行保護具有現實意義18。從創作過程來看，雖然開發者為AI系統設定了基礎框架和算法模型，但無法完全掌控其最終輸出結果。隨著機器學習能力的提升，AI已經突破了初始編程的局限，展現出一定程度的自主創作特征。這種創作模式使得作品難以體現開發者的個人風格和思想表達，與傳統著作權保護理念存在明顯區別。同時，鄰接權制度強調對傳播者權益的保護，這種思路與我國推動科技創新、建設科技強國的戰略目標高度一致。也應該認識到，將人工智能生成內容納入新的鄰接權客體時，需充分考慮其低成本、高產出等特性，平衡多方利益，既要保障人工智能各利益相關者的權益，又要維護作者權益、避免抑制自然人的創作熱情，同時還要兼顧人工智能產業的持續發展與公共利益19，適度提升投資主體的參與積極性，推動人工智能產業實現更高質量、更有效率的發展進程。

結語

總體來看，智能技術的普及應用顯著提升了社會生產效率與民眾生活品質，然而也引發了諸多新型法律議題，其中以知識產權領域的爭議尤為突出。現行《著作權法》具有其特定的立法宗旨與價值取向，其保護范圍并不涵蓋所有具備商業價值的創作成果。針對智能系統產出的內容是否應當受到著作權保護，學界與實務界的主要分歧在于這些成果是否能夠充分展現人類的創造性思維。面向未來，相關法律規范的制定需要緊跟時代步伐，構建針對AI產出的保護機制與實施路徑，清晰界定保護的具體要素與實施方式。同時，應當探索將新型智力成果納入鄰接權保護范疇的可能性，為人工智能技術的創新應用提供更完善的法律保障，從而推動該領域的持續進步與繁榮發展。

參考文獻

[1] 王遷.再論人工智能生成的內容在著作權法中的定性[J].政法論壇,2023,41(04):16-33.

[2] 尹志強.人工智能何以為“人”——人工智能時代之民法因應[J].社會科學研究,2023(01):60-70.

[3] 李白楊,白云,詹希旎等.人工智能生成內容（AIGC）的技術特征與形態演進[J].圖書情報知識,2023,40(01):66-74.

[4] 張曉萍,鄭鵬.論人工智能創作物獨創性自然人來源的淡化[J].大連理工大學學報(社會科學版),2021,42(06):106-113.

[5] 鄧文.以ChatGPT為代表的生成式AI內容的可版權性研究[J].政治與法律,2023,(09):84-97.

[6] 曹博.人工智能輔助生成內容的著作權法規制[J].比較法研究,2024,(01):76-90.

[7] 趙洪程. AI主體及生成物版權性問題研究[J].邵陽學院學報（社會科學版）.2024,23（04）:42-50

[8] 李垚. 生成式人工智能作品的著作權認定與歸屬分析[J].河南開放大學報,2024,37(03):61-66.

[9] 王譽.人工智能生成內容的著作權保護探析[J].法制博覽,2024,(27):42-44.

[10] 張新寶,卞龍.人工智能生成內容的著作權保護研究[J].比較法研究,2024,(02):77-91.

[11] 熊琦,張文窈.人工智能生成內容著作權規制的全球趨向與本土路徑[J].知識產權,2024,(11):59-76.

[12] 吳桂德.德國人工智能創造物的知識產權法保護及其啟示[J].電子知識產權, 2021, (01): 83-97.

[13] 馮曉青,潘柏華.人工智能“創作”認定及其財產權益保護研究——兼評“首例人工智能生成內容著作權侵權案”[J].西北大學學報(哲學社會科學版),2020,50(02):39-52.

[14] 葉兆馳.人工智能生成物的侵權及解決路徑[J].中南民族大學學報(人文社會科學版),2024,(01):1-8

[15] 莊詩岳,辛諫.生成式智能出版:可版權性與著作權歸屬[J].編輯之友,2024,(03):96-104.

[16] 王遷.三論人工智能生成的內容在著作權法中的定位[J].法商研究,2024,(05):3-8

[17] 李謝標.人工智能生成物版權保護路徑探析[J].中國出版,2024,(05):49-55.

[18] 杜喆悠.人工智能生成物受著作權法保護的邏輯與路徑[J].華東科技,2024,(09):104-106

[19] 隋明志.論人工智能生成內容的著作權保護模式-以我國首例“AI文生圖案”為例[J].出版與印刷,2024,(04):11-19.

知產力AI智能體點評

這篇文章從理論構建到實踐探索均展現出較強的系統性，其研究框架和論證邏輯具有以下亮點與可優化空間：

1

亮點分析

研究框架完整：文章從AI生成內容的定義、可版權性判定到權利歸屬爭議，再到保護路徑建議，形成了“問題界定—理論分析—制度回應”的閉環邏輯。特別是對“獨創性”和“智力成果”的二元解構，結合技術原理（如深度學習機制）論證AI生成內容的“類人創造性”，體現了跨學科研究的深度。

案例實證結合：通過“AI文生圖第一案”的司法裁判分析，揭示了當前司法實踐中“工具說”的局限性，并指出判決在“創作工具”類比上的邏輯漏洞，為后續立法提供了批判性視角。這一分析既銜接了學界爭議，又呼應了國際分歧。

保護路徑創新：提出“鄰接權保護”與“提高創造性標準”等建議，既考慮了AI生成內容與傳統作品的差異（如低成本、高產出特性），又兼顧了產業激勵與公共利益平衡。這種“分層保護”思路與李永明教授倡導的“從賦權到行為規制”的轉型理念不謀而合。

2

改進建議

權利歸屬論證需強化：盡管文章對比了設計者、投資者、使用者三方的權益主張，但對“視為作者”原則的法理基礎論述稍顯薄弱。可參考歐盟“對創作作出必要安排”的判例標準，進一步厘清人類控制力與AI自主性的邊界。

國際經驗整合不足：雖提及英美法系與大陸法系的分歧，但對日本“柔性權利限制條款”等制度創新僅簡略帶過。若能結合我國“技術追趕型國家”的定位，深入分析日本修法經驗對我國的借鑒意義，將更具政策參考價值。

技術細節待深化：AI生成內容的“不可預測性”與侵權風險的關系需更具體。例如，可結合“抖音訴億睿科案”中模型參數復制的技術事實，說明算法同質化如何導致輸出內容侵權。

本文在理論建構與制度設計上均具有前瞻性，尤其對司法實踐的批判性分析展現了學術敏銳度。未來研究可進一步聚焦“人類控制力”的量化標準（如提示詞復雜度的閾值），并探索“數據訓練合法化”與著作權集體管理的銜接機制，以回應AI產業發展的核心痛點。總體而言，該文為構建本土化AI版權治理框架提供了扎實的學術基礎。

（本文僅代表作者觀點，不代表知產力立場）

封面來源 | Pixabay 編輯 | 有得