文本人工智能生成物的著作权法律问题研究——以ChatGPT为例

内容摘要：随着ChatGPT等生成式人工智能技术的快速发展和广泛应用，关于人工智能生成物的著作权法律问题也日益增加，更引起了社会、学界、实践领域的广泛关注和热议。本文将以ChatGPT为例，着重讨论文字型人工智能生成物在著作权方面面临的法律风险，并提出相应的解决方法。
关键词：文本人工智能生成物 作品 归属 侵权
随着ChatGPT在互联网上的爆火，以ChatGPT为代表的生成式人工智能这一概念为广大的普通互联网使用者熟知。AIGC（AI-Generated Content，人工智能生成物，此类型AI亦称为生成式AI）自2022年开始迎来了高速发展，和教育、医疗、工业、金融等传统行业进行结合，以低成本、高效率的方式满足用户海量的个性化需求，深刻改变着各行各业的行业生态。这印发了大量对人工智能生成物的讨论，在法律层面主要涉及其是否构成作品，归属于谁，以及是否构成侵权等问题。本文将着重从文本人工智能生成物的角度来探讨这个问题。
一、什么是人工智能生成物
2023年8月15日起施行的《生成式人工智能服务管理办法》中规定，生成式人工智能是指“基于算法、模型、规则生成文本、图片、声音、视频、代码等内容的技术”。[1]可见，人工智能生成物即为此类计算机程序或算法生成的各种形式的数字内容，如图像、音频、视频、文本等。而根据生成内容类型的不同，生成式人工智能的算法和程序也会作出相应的特化，以此更好地服务于用户的需求。例如图像生成式AI可以基于给定文本描述，利用扩散模型（Diffusion Model）生成高精度的图像，这一类AI的典型代表有Stable Diffusion、Midjourney。而在文本生成式AI这一领域，ChatGPT最具有代表性，因此本文将着重围绕以ChatGPT为代表的文本生成式人工智能的生成物相关的著作权法律问题展开。
二、文本生成式人工智能的生成物如何生成的
文本生成式人工智能利用的是预训练大模型（LLM）、生成式对抗网络（GAN）等新兴人工智能技术生成结果，其产生结果的步骤大概可以分为“预训练”和“指令微调”两个步骤。[2]第一步“预训练”即为利用大量互联网上的无标注数据进行模型训练，来学习人类的语言模式。ChatGPT用于训练的具体数据多数来源为国际知名社交平台Reddit上点赞数较高的人类用户的评论，极大地提高了其学习人类语言习惯的效率。第二步“指令微调”即为根据使用者给定的提示词，在一定范围内的小规模有标注数据上进行模型微调，从而完成用户给定的任务。在整个过程中，生成式对抗网络也起到重要作用。其分为生成器和判别器两个部分，生成器能根据用于训练的数据得出相似的数据，而判别器则用于区分这些相似的数据能否有悖于给定的任务要求，二者相互博弈，形成动态平衡。此前很多用户在使用GPT3得出的结果中发现了大量的虚假学术论文，而最新一代的GPT4在判别器技术方面取得了突破，生成的文本内容相比GPT3更加可靠。
通过上述的解析可见，文本生成式人工智能在内容生成和交互方面具有更高的自主性和创造力。“机器学习＋人工校注”作为生成式人工智能算法的核心，其在提升生成式AI的智能程度和准确程度的同时，也让其涉及到的潜在的法律风险成倍提升。一方面，生成式人工智能的学习离不开海量的数据源，数据源的合法性可能会导致个人隐私和版权方面的争议，另一方面，此种人工智能生成物是否能成为法律保护的对象，又是否会导致侵权问题则成为了人工智能生成物的合规焦点。
三、文本型人工智能生成物能否成为法律保护的文字作品
1. 域外经验
2023年3月，美国知识产权局发布了关于人工智能有关的版权认定和登记指引政策声明，就含人工智能生成内容的作品是否受版权保护做出了认定[3]。版权局认为，无论是美国宪法还是版权法，都要求著作权主体为人类，在主体方面就将“非人类”的人工智能排除在外。也就是说，该声明仍然明确了版权法的保护对象是人类智力劳动所创造的成果。但是同时需要注意的是，美国版权局并未“一刀切”地认为所有的人工智能生成物都不能构成法律保护意义上的作品。而是认为“如果作品中含有AI生成资料，版权局将考虑AI贡献因素是机械复制还是作者本身的原创智力构想且以有形形式表达”。由此可见，美国版权局认为面对人工智能生成的作品，应当具体情况具体分析。具体衡量的因素包括人工智能如何被使用来创作最终作品，用户有没有实施对作品的最终控制等因素。
除此份声明之外，美国版权局对如何认定人工智能生成物的著作权问题也有一些富有创造性的观点。在今年2月，美国版权局认定一份由人类作者创作文本、Midjourney生成图像的图画小说(Zarya of the Dawn)构成版权法保护的作品。对此，美国版权局进一步解释，该图画小说中人类创作的文本属于人类的智力成果，符合版权法保护的标准，可以单独登记成为作品；而Midjourney生成的图像，仅仅是基于计算机算法得出的材料，无法独立获得保护，但不影响整个图画小说成为一个完整的作品。由此可见，美国版权局认为，当人类和人工智能创作的部分可以完全分割开时，可以仅认定人类智力劳动产生的部分受到完整的著作权法意义上的保护，而作品从整体上来看，只受到有限的保护。
2. 我国的实践
在我国的司法实务中，对于文字型人工智能生成物是否能构成著作权法意义上的作品存在诸多争议。但是从相关判决书的说理当中，可以看出法院对文字型人工智能生成物的判断方向。
例如在深圳南山的“Dreamwrite”案件中，法院认为“从涉案文章的生成过程来分析，该文章的表现形式是由原告主创团队相关人员个性化的安排与选择所决定的，其表现形式并非唯一，具有一定的独创性”，因此可以将该人工智能生成物认定为原告主持创作的法人作品。[4]
而在2019年北京互联网法院审理的的威科先行法律数据库AI生成报告纠纷一案中，北京互联网法院却对人工智能生成物是否能构成作品有不同的看法。北京互联网法院在判决书中指出，涉案内容体现出人工智能针对相关数据的选择、判断、分析，具有一定的独创性，但是具备独创性并非构成文字作品的充分条件，文字作品应由自然人创作完成，在现行法律可以对此类软件的智力、经济投入予以充分保护的情况下，不应对民事主体的基本规范进行突破，因此认定该人工智能生成物并非《著作权》法意义上的作品。[5]
可见，文字型人工智能生成物是否能被定性为我国知识产权法律意义上的“作品”在实践中难以一概而论。但是法院在判决中都一致认为：人类创作者在人工智能生成物能否被认定为作品这一问题上起到决定性的作用。笔者认为，我国可以借鉴域外经验，通过甄别人类在人工智能生成物产生过程中的作用以及对最终产生的结果是否取得控制来综合对人工智能生成物的性质进行判断，并且需要根据个案情况进行具体分析。
四、文本型人工智能生成物的著作权归属问题
首先需要明确的是，人工智能生成物权利归属于谁这个问题是建立在人工智能生成物本身是法律保护的文字作品基础之上的。正如上文所述，若人工智能生成物不满足对作品本身是人类劳动创造的结果这一要求，那么也就不必对其著作权的权属问题作进一步探讨。
笔者认为，在现阶段理论和立法上都并未对人工智能生成物的著作权归属问题得出明确结论的时候，应当尊重人工智能开发者和用户之间的针对生成物权属问题的相关约定。如ChatGPT的开发者open AI在官网上发布的《共享和发布政策》[6]中规定“提问者可以在注明自身身份或者所属公司名称，注明发布内容是由AI生成的前提下，自由分享和使用生成物”。也就是说，现阶段用户可以根据和开发者之间的约定，自由使用ChatGPT输出的内容为代表的文字型人工智能生成物。
需要进一步明确的是，人工智能程序的开发者不能和人工智能的使用者一并被列为人工智能生成物的“合作作者”。著作权法上的合作作品，是指两个以上的作者经过共同创作所形成的作品。合作作者必须有共同的创作愿望，即应当认识到自己是在与他人共同创作一部作品。如果有分工、协作，则每个参与创作者都应当知道分工创作的最终目的是将各自创作的部分整合为一个整体。要成为合作作者，除了有共同创作的意识，还需以合作作者身份共享著作权的想法。而实际上，人工智能的程序开发者在进行人工智能程序的开发时并没有和使用者人一并分享人工智能生成物著作权的想法，不应当认为二者可以构成著作权法意义上的“合作作者”。[7]
五、文本型人工智能生成物侵权问题
在充分肯定生成式人工智能在进行内容创作方面的高效性的同时，不能否认的是，AI模型训练需要海量的数据和文本内容，而这部分内容大多数都有相应的版权归属。若AI的开发者在未经版权主体同意的条件下对互联网上受到版权保护的内容进行抓取，进行修改和二次创作，则很有可能构成对他人作品知识产权的侵犯。因此，可以将人工智能生成物在产生过程中的侵权大致划分为两个大类，第一类即为人工智能模型在训练过程中的侵权，第二类即为人工智能在输出结果中的侵权。本文将从这两个层次对文本型人工智能生成物可能的侵权问题展开进行分析。
1. 人工智能学习阶段的侵犯他人作品复制权的问题
使用生成式人工智能进行创作，在学习阶段一般会涉及到对数据的复制行为。一般而言，开发者为了更加方便地进行深度学习，必然要将数据暂时性地储存在本地的服务器中。而我国司法实践中对于此类暂时复制行为是否侵权他人作品复制权存在一定的分歧。[8]笔者认为，应当从人工智能本身的技术特点出发，重点关注人工智能所学习的作品的获取方式，对人工智能学习阶段是否侵犯他人复制权进行综合性的分析。
作为生成式人工智能学习阶段学习对象的权利作品，可能是来自公共领域的材料，如ChatGPT所学习的大部分内容就来源于社交平台上的用户评论；也有可能是受到著作权法保护的作品，如2023年2月，拥有大量图片版权的图库盖蒂图片社起诉生成式人工智能“稳定扩散”的开发者，诉称其在未得到版权许可的情况下使用超过21亿张图片训练AI，侵犯了“数百万艺术家的权利”。[9]前者自然不会构成侵权，而后者存在侵权风险的行为主要包括网络爬虫获取数据和数据化非电子数据两种。爬虫协议属于互联网领域内普遍接受的商业惯例，一般认为不构成侵犯他人复制权的行为。而未经权利人的许可，以商业盈利目的将他人受到著作权保护的作品进行数字化、复制，属于侵犯他人复制权的行为。
由此可见，在人工智能学习阶段，未经他人许可，数字化他人作品并进行学习的行为将会侵犯他人的复制权。人工智能开发者应当在训练人工智能模型的过程中着重注意此类合规问题，避免侵权。
2. 人工智能产出阶段的侵犯他人作品著作权的问题
从司法实务中判断作品是否侵权的“接触+实质性相似”理论出发，如果要认定生成式人工智能产出的作品涉嫌侵权行为，需要证明被诉作品与原作品在关键的、体现作品独创性的部分，与原作品存在实质性相似。而该类侵权行为具体到性质上又可以分为侵犯改编权的行为和抄袭剽窃行为。笔者认为，根据前文中对文本型生成式人工智能产出作品的第二个阶段“指令微调”的原理分析，绝大多数情况下的侵权行为是对原作品改编权等权利的侵犯，剽窃抄袭的认定条件较为苛刻，和使用者在“指令微调”阶段的主观心态有较强的关系，认定抄袭剽窃应当慎重。
1）人工智能生成物剽窃问题的认定困境
根据现行司法实践中对剽窃认定的相关因素，剽窃行为侵害的他人的法益具有多元性。既侵害了作者的署名权，又侵害了作者的著作财产利。只有当人工智能使用者主观上有类似的，意图侵犯他人作品的署名权和财产性利益的心态时，才能认定该人工智能生成物有剽窃抄袭的侵权行为存在。从客观行为上，这种剽窃抄袭他人的主观意图可能体现在使用生成式人工智能时通过输入一些具有明显指向性的提示词的方式来对人工智能使用的数据进行标注，使得人工智能生成的结果和使用者意图进行剽窃抄袭的作品有实质性的相似。有鉴于此，笔者认为，从实际举证难度上来讲，主张文本型人工智能生成物抄袭剽窃他人作品的请求很难得到法院的支持。
2）人工智能生成物实质性相似问题的认定困境
人工智能的侵权行为相较于以往的著作权侵权在实质性相似的认定方面也存在着显著的不同。从理论层面上讲，现阶段生成式人工智能产生的作品具有极高的随机性和不确定性，实质性相似都是极难在司法实践中被证成的。不论是将作品抽象为思想和内容两部分，过滤掉不受保护的思想部分之后，对两个作品中的具体表达部分进行认定；还是从普通人的观念和感觉角度出发，对作品给人的整体观感进行评判；抑或是前述二者相结合，都难以认定人工智能生成物侵犯了他人的著作权。从实践层面上讲，生成式人工智能抽取的是大量有版权的作品和公共领域的作品作为素材进行化用并产出结果，有权利作品的分布在生成物中的分布非常分散，导致实践中难以对某种素材的来源作出精准定位，原告很难就人工智能生成物侵犯了其有著作权的作品进行举证。
我们看到，2022年1月由国家互联网信息办公室发布的关于《互联网信息服务深度合成管理规定（征求意见稿）》以及2023年4月11日中国国家互联网信息办公室《生成式人工智能服务管理办法（征求意见稿）》，这两份征求意见稿是生成式人工智能领域近期较为具有代表性的相关文件。我们期待针对生成式人工智能生成作品的这些规范性文件，在兼顾技术发展、社会公平和社会公共利益的基础上更好地规范我国生成式人工智能生成物的发展。我们也将持续关注国内的司法实践，以掌握和了解在这个领域的最新动态。
本文论述创作特别感谢高原的支持。
[1] 参见国家互联网信息办公室2023年7月10日第十五号令《生成式人工智能服务管理暂行办法》
[2] 参见《大规模预训练模型》，载《中国计算机学会通讯》2021年5月第5期
[3] 参见Copyright Office 37 CFR Part 202 Copyright Registration Guidance: Works Containing Material Generated by Artificial Intelligence
[4] 参见（2019）粤民终2093号腾讯科技（深圳）有限公司、深圳市腾讯计算机系统有限公司诉深圳微源码软件开发有限公司、商圈（深圳）联合发展有限公司等不正当竞争纠纷案判决书
[5] 参见（2018）京0491民初239号北京菲林律师事务所诉北京百度网讯科技有限公司著作权侵权纠纷一案民事判决书
[6] 参见https://openai.com/policies/sharing-publication-policy
[7] 参见裘方倩《人工智能生成内容著作权保护问题研究》，载《南京里理工大学硕士论文》2019年6月30日
[8] 参见宗晔《人工智能生成物侵权问题研究》，山东大学硕士学位论文
[9] 参见https://www.reuters.com/legal/getty-images-lawsuit-says-stability-ai-misused-photos-train-ai-2023-02-06/