人工智能版權案件將塑造未來

#人工智能版權

或者：知識產權與財產無關

隨著人工智能生成的內容在已經占據我們生活的大部分時間的數字世界中占據更大的份額，規范這些內容的法律變得更加關注日常自由和總體經濟福利。也許這些法律都沒有比版權更重要的了。

就在我們說話的時候，關于版權法將如何適用于生成式人工智能的判例正在編寫中，只要我們的法律體系在未來十年中取得成功，這些決定將塑造未來。

例如，今年 3 月判決的 Thaler 訴 Perlmutter 案開創了一個先例，即任何作品的版權保護都需要人類作者身份。因此，斯蒂芬·塞勒（Stephen Thaler）的“創造力機器”（Creativity Machine）制作的藝術品，一種像 DALLE 這樣的神經網絡圖像模型，不受版權保護。這一決定使任何人都可以更輕松地在工作中使用人工智能工具的輸出。它還可能阻止了一場軍備競賽，即人工智能公司試圖在任何其他公司首先到達那里之前制作盡可能多的藝術材料并獲得版權。更具推測性的是，即使在一個完全超人的世界中，這一決定也可能為人類與人工智能一起工作保留一個角色 ，因為橡皮圖章將人工智能的作品置于版權的法律保護之下。

其他示例包括：

丹麥通過了一項法律，賦予人們對自己的聲音和身體特征更強的版權，以應對人工智能深度偽造。

目前，美國法院正在提起幾起來自作家、藝術家和音樂家的訴訟，指控人工智能公司將其作品用于培訓。例如，Concord Music Group 正在起訴 Anthropic 侵犯版權，指控該公司通過對歌詞進行培訓并在被問及時在聊天界面中復制這些歌詞，“復制、分發和展示他人的版權作品以建立自己的業務”。

還有另一起針對 GitHub 的案件，指控他們的 Copilot 編碼工具在為用戶復制類似代碼塊時未能注明開源代碼作者身份，從而違反了開源代碼許可協議中的知識產權合同條款。

一些較早的先例與這些案件相關，例如 2015 年關于谷歌使用掃描的書籍文本來訓練其搜索引擎算法的案件裁定這是變革性合理使用，特別是裁定“該書中與'詞頻、句法模式和主題標記'有關的'統計信息'超出了版權保護的范圍。

這些案件的結果可能會破壞當前法學碩士工具的實用性。如果開源代碼不在合理使用范圍之外，培訓的成本會高多少？或者，如果每次 AI 生成類似的代碼塊時，他們都必須與它一起生成一堆無用的 CMI 代幣。

這些案件的判決還可能向人工智能公司征收巨額和解或罰款，并最終在人工智能軍備競賽中占上風。某些決定可能會徹底改變未來制作哪些內容以及誰從中致富。 例如，好萊塢目前對續集的癡迷可能是由于媒體財產版權的不斷擴展。也許更重要的是，知識產權法的執行可能需要對人工智能輸出進行大量監控，以確保不會產生非法內容。

我是斜杠青年，一個PE背景的雜食性學者！?致力于剖析如何解決我們這個時代的重大問題！?使用數據和研究來解決真正有所作為的因素！

那么在這些情況下，正確的決定是什么？

在每種情況下，都有一些細節顯然對做出正確的決定很重要，因此沒有一個單一的答案。但大多數關于人工智能和知識產權的討論中都缺少一個分析框架：

大多數人將知識產權分析為一個自然產權問題，而不是適當補貼正外部性的問題。

版權與權利無關

鑒于名稱，知識產權和產權的混淆是公平的，但知識產權根本不是財產權。財產權是必需的，因為財產是競爭的和排他性的：當一個人使用一雙鞋或一英畝土地時，其他人的訪問就會受到限制。知識產權不具備這一核心特征：一個想法可以傳播給無限多的人，而原作者對它的訪問權保持不變。

沒有固有的權利來阻止一個想法的傳播，就像有固有的權利來阻止別人偷你的錢包一樣。但是，我們希望原創者在其他人使用他們的作品時得到獎勵是有充分理由的：想法是正外部性的。

當有人提出一個有價值的想法或內容時，福利最大化的事情就是盡快傳播它，因為復制想法基本上是沒有成本的，而且收益很大。

但提出有價值的想法往往需要寶貴的投入：研究時間、設備、生產固定成本等。因此，如果每個新想法都立即傳播，而沒有給創作者帶來太多回報，人們就不會預先投入這些資源，我們得到的新想法就會比我們想要的要少。一個典型的正外部性問題。

因此，我們有興趣補貼新想法和內容的創造。

政府補貼新想法的方式有很多：贈款、獎品、貸款、獎學金等。所有這些方法的一個主要挑戰是選擇：哪些想法應該得到獎勵，哪些應該被忽略？

知識產權法最好被理解為一種巧妙設計的補貼，它模仿了財產權，以避免這種核心選擇挑戰。以下是亞當·斯密在專利背景下解釋這一優勢：

因此，新機器或任何其他發明的發明人擁有制造和銷售該發明的專有特權，期限為14年......

因為如果立法機關為新機器等的發明者指定金錢獎勵，那么它們幾乎不會像現在這樣精確地與發明的優點成正比。因為在這里，如果發明是好的，對人類有利，他可能會因此發大富大財;但如果它沒有價值，他也不會收獲任何好處。

從本質上講，一部沒人喜歡的電影的版權一文不值，而一項沒人使用的發明的專利也同樣值錢。知識產權保護的補貼價值自動按照受保護的事物的市場價值按比例計算。因此，通過模仿產權，政府可以為大片分配巨額獎勵，而不必在曲柄發明上花一毛錢，而不必挑選任何贏家。

為了資助這種模仿財產的補貼，政府排除任何其他人使用受版權保護的想法，除非所有者出售訪問權。這是獎勵原始創造者，但它通過對這個想法將為其他人提供的價值征稅來做到這一點。因此，知識產權補貼為我們帶來了更多新想法，但代價是每個想法的價值都較低，因為它們無法以最快的速度傳播。

事情可能會變得更加復雜，因為受版權保護或專利的想法可以作為其他新想法的創造的輸入。例如，與隨機分配的公有領域基因和專利相比，在人類基因組計劃期間由私人承包商測序并受到知識產權保護的基因的后續科學研究和產品開發減少了 20-30%，法官更有可能將其無效，后續引用次數增加了 50%來自后來的發明家，而不是分配給更寬松的法官的發明家。因此，通過增加版權保護來提高知識產權補貼可能會產生二階效應，從而減少新想法的創造，并可能完全超過增加補貼的影響。

在增加對新想法的激勵和避免對現有想法的傳播征稅之間取得福利最大化的平衡是知識產權的目的。

知識產權和人工智能

這種知識產權框架作為對新想法的補貼，澄清了圍繞人工智能的知識產權之爭。這不是自然權利的問題，也不僅僅是藝術家和作家的甜點，而是我們是否應該提高對新想法的補貼并增加對其傳播的稅收，或者反其道而行之，減少對新想法的直接補貼，同時使現有想法更容易傳播、重新混合和構建。

這并不總是一個更容易的問題，但我認為生成式人工智能會降低最佳強度版權，因此法院應該允許他們在培訓過程中使用他人的代碼和作品，而無需承擔法律風險或許可費。

知識產權的存在是為了償還創作者作品的前期成本，而這些成本在以邊際成本（通常接近零）出售其作品的訪問權時難以收回。但生成式人工智能降低了創建他們訓練的內容類型的前期成本。編寫代碼、進行經濟研究和生成圖像都更容易，因此需要更少的補貼來誘使人們這樣做。

除了生成式人工智能的直接影響之外，幾十年來，所有這些活動的固定成本一直在下降，而版權保護只增不減。現在制作和發行電影、音樂、研究或發明非常便宜，以至于每天有數百萬 TB 的此類內容免費上傳到互聯網。

同時，人工智能提高了公共領域知識和內容的價值。就像搜索引擎索引通過使互聯網上的知識更易于訪問而變得更有價值一樣，人工智能工具也增加了它們所訓練的知識的價值。人工智能工具不僅可以輕松地根據請求查找特定信息，而且即使用戶不知道該要求什么，它們也知道何時引用某篇文章或開源代碼部分。

當個別藝術家可以使用人工智能工具在他們的公寓里創作整部電影或視頻游戲時，我們為支持華納兄弟對《指環王》的獨家版權而支付的成本就會增加。沒有多少獨立創作者能夠負擔得起使用傳統好萊塢技術根據托爾金的作品重新創作或擴展電影，但有了先進的人工智能工具，成本要低得多，因此我們通過禁止其他人嘗試使用這些想法而錯過了更多。

生成式人工智能正在降低知識產權為補貼而存在的前期成本，同時增加知識產權禁止的傳播、重新混合和后續想法的價值。因此，法院不應做出增加知識產權補貼的決定。

由于根據 Thaler 訴 Perlmutter 案，人工智能模型的純輸出已經不受版權保護，因此在合理使用的情況下保護輸入將為您的鍵盤和星際之門之間的空間留出空間，作為探索和重新混合所有人類知識的開放空間。邀請版權法進入此界面將截斷它。

今天撰寫人工智能和知識產權判例的法院正在圍繞 21 世紀最重要的技術設定經濟激勵結構。因此，至關重要的是，這些決定必須基于知識產權作為福利最大化補貼的真正目的，而不是混淆對自然財產權的訴求。

了解更多時間深度剖析，盡在于此@黃先生斜杠青年

商業咨詢和顧問業務，請@yellowscholar

關注我，帶你先看到未來！?