生成式人工智能产品的知识产权合规实务

笔者在之前的两篇文章中分别对人工智能生成过程和生成作品进行权利归属的剖析。人工智能生成物大范围应用于商业环境中，对生成物进行合规以避免潜在的侵权责任成为新的合规实务热点，特别是近日生效的《生成式人工智能服务管理暂行办法》（以下简称“《办法》”）更加突出如何控制这些看似不可控的生成内容。《办法》调整对象包括知识产权、个人信息、算法等一系列要素，本文只探讨企业如何对人工智能生成物的生成过程和生成内容进行知识产权合规。
一、合规对象——生成过程中的原始数据
相关法条
第二条利用生成式人工智能技术向中华人民共和国境内公众提供生成文本、图片、音频、视频等内容的服务（以下称生成式人工智能服务），适用本办法。
第四条提供和使用生成式人工智能服务，应当遵守法律、行政法规，尊重社会公德和伦理道德，遵守以下规定：（三）尊重知识产权、商业道德，保守商业秘密，不得利用算法、数据、平台等优势，实施垄断和不正当竞争行为；
第七条生成式人工智能服务提供者（以下称提供者）应当依法开展预训练、优化训练等训练数据处理活动，遵守以下规定：（二）涉及知识产权的，不得侵害他人依法享有的知识产权
第二十二条 本办法下列用语的含义是：（一）生成式人工智能技术，是指具有文本、图片、音频、视频等内容生成能力的模型及相关技术。
（一）两类人工智能产品在著作权法下的合规义务
笔者在之前两篇文章中，分别从“独创性”比较了两类人工智能产品，即，凝结在最后生成物中的“劳动力、技能、判断”由谁赋予的，从而判断生成内容的著作权归属于谁。
ChatGPT生成内容：生成过程包含了数据收集、数据训练模型、推理模型全流程，最后生成作品。鉴于ChatGPT产品开发者自行安排对数据进行收集、分类、标签、预处理，使得ChatGPT生成内容受到第一步“数据收集”中原始数据的影响。因此ChatGPT产品开发者对最后生成内容可控，开发者对最终作品贡献了超过“最低限度”的“劳动力、技能、判断”，可以成为最后作品的作者，并且有责任对前期数据中包含的作品进行合规。
“AI孙燕姿”创作方式的生成内容：前期数据的收集、分类、切割，都由用户主导完成，用于训练和推理的软件只是被动的由用户端“投喂”素材，因而人工智能产品在此生成过程中只是“工具”，用户前期筛选并投喂的“数据”为最后的生成物贡献了绝对“独创性”，用户因此取得作者身份，显然用户作为“二创”的作者，应当合理避让在先著作权，保证数据和素材通过合法方式取得，并不能苛求人工智能产品的开发者对这些素材和数据承担过高的合规义务。
（二）两类人工智能产品在《办法》下的合规义务
这两种人工智能产品是目前市场上的主流，甚至一款产品中会包含这两种功能，因此即使同一产品的不同功能下，产品开发者对其生成内容的合规要求是不一样的。

以上图中的Midjourney图像创作工具为例，用户生成图片可以自行选择两种途径：第一，在关键词框自由输入关键词，产品自带的图库会根据用户的关键词实现最后的生成作品。在这一创作环境下，主要依靠产品自带的“数据”，也就是图库，结合关键词触发算法，形成作品。最后的作品中，用户输入的关键词赋予作品的独创性显然在“最低限度以下”，用户无法成为作者。因此人工智能产品开发者必须对其图库做数据收集、标签、筛选的工作，相应的，对图库中的作品进行知识产权合规也应该成为产品开发者的责任。
相反，如果用户上传自己的图片，同时在关键词部分输入文字，也能通过算法形成作品，只是最后作品中作者自己提供的图库将成为生成内容的主要来源，生成作品成为上传的图片作品的“二创”作品，用户取得“二创”作者的身份，有义务保障其上传的“一创”作品来源的合法性。此时，著作权法的合规义务属于用户，而不能过度强加在产品开发者身上。
从两者的共性来看，产品的两个功能都满足《办法》第二条定义的“人工智能生成技术”，但究其区别，仅输入关键词的产品开发者控制着《办法》第七条的规定下的“预训练数据、优化训练数据”，直接控制生成内容而取得作者身份，所以作为“二创”作者，开发者负有该条款下“不含有侵犯知识产权的内容”的义务。也必须满足第四条下“尊重知识产权、不得利用算法、数据实施不公平竞争”的要求。相比之下，同时输入图片和关键词的产品，因为产品开发者自身不对训练数据的收集、筛选有决定权，不能视为最后生成作品的“二创”作者，因此不受到《办法》前述条款的直接约束，但开发者仍需受制于《办法》下的其他知识产权合规义务，后文将另做阐述。
二、合规主体——生成式人工智能服务的提供者和使用者
相关法条
第二十二条 本办法下列用语的含义是：
（二）生成式人工智能服务提供者，是指利用生成式人工智能技术提供生成式人工智能服务（包括通过提供可编程接口等方式提供生成式人工智能服务）的组织、个人。
（三）生成式人工智能服务使用者，是指使用生成式人工智能服务生成内容的组织、个人。
结合上文对两类人工智能产品的描述以及第二十二条的定义，可以看出两类产品中的“提供者”和“使用者”都是《办法》的规制对象。
第一种仅提供编程接口的人工智能产品提供者——同时输入自己的图库和关键词。因其仅“通过提供可编程接口等方式支持他人自行生成文本、图像、声音等”，不控制原始数据；第二种同时提供编程接口和数据的人工智能产品提供者——用户仅输入关键词的情况下，提供者不仅提供“可编程”接口，更是提供了“预训练数据、优化训练数据”，直接控制原始数据的筛选和使用。
对于这两类“提供者”的合规需求，结合上文第七条的描述，显然在“不含有侵犯知识产权的内容”这一合规要求上有明显区分。仅提供“可编程接口”的提供者不需要就原始数据进行知识产权合规，这一义务转移到了“使用者”的身上；而同时提供“可编程接口”和“数据”的“提供者”，需兼顾原始数据合规和生成内容合规，因为用户在此情形下无法被定义为“使用者”而自主承受合规义务，所以“提供者”对于数据中的“知识产权合法性”具有更高的合规要求。
三、合规规则——提供者和使用者对生成内容的合规要求
相关法条
第八条 在生成式人工智能技术研发过程中进行数据标注的，提供者应当制定符合本办法要求的清晰、具体、可操作的标注规则；开展数据标注质量评估，抽样核验标注内容的准确性；对标注人员进行必要培训，提升尊法守法意识，监督指导标注人员规范开展标注工作。
第十二条 提供者应当按照《互联网信息服务深度合成管理规定》对图片、视频等生成内容进行标识。
第十四条 提供者发现违法内容的，应当及时采取停止生成、停止传输、消除等处置措施，采取模型优化训练等措施进行整改，并向有关主管部门报告。
第十五条对于运行中发现、用户举报的不符合本办法要求的生成内容，除采取内容过滤等措施外，应在3个月内通过模型优化训练等方式防止再次生成。
（一）提供者和使用者承担合规义务的学理论证
1、著作权法意义下的作者和传播者的身份区分
从著作权法的理论上看，为创作目的赋予作品“独创性”的主体可以被定义为作者。如果并非出于“创作”目的，且贡献的“劳动力、技能、判断”未达到最低标准，显然无法达到“作者”的地位。著作权法上同时规定了四类传播者，虽然对作品的“独创性”没有足够的贡献，但仍然给予一定的付出，为了达到作品“传播”的目的，著作权法赋予这四类主体以“邻接权人”的身份。区分“著作权人”和“邻接权人”的身份，其实很容易发现，相比著作权来说，邻接权是“次一级”的权利，“次一级”的原因是：著作权人对作品贡献了“创作”目的的“劳动力、技能、判断”，但邻接权人仅为“传播”作品的目的贡献了“劳动力、资金、技术、设备等”。“邻接权”的英语表达为“neighboring rights”，可以直译为“邻人的权利”，权利界定上与著作权人这一“主人”的权利有关联但无重叠。著作权人是作品的主人，贡献了创作意义上的“独创性”。而邻接权人是主人的的邻居，只为“传播目的”使用作品，且没有贡献足够的“独创性”，它是负载在作品和著作权边界之外的“周边权利”。
现行立法中，对于邻接权有明确的四类规定，分别是：表演者权、录制者权、广播者权、出版者权。显然，这四种传播方式因其传播手段的重要性，以及传播人在传播活动中付出的高价值（除独创性以外的价值）而已经被立法赋予独立的权利边界。但是传播手段并不能仅局限于这四类，越来越多的传播方式和传播人都能实现了作品传播和传播流量变现目的，这些作品传播人虽有类似于“邻接权人”的传播人身份，因为在著作权法中不能找到姓名，所以只能作为“邻接权”的“再次一级”主体。目前实务中最常见的“传播者”就是视频平台这一主体。

2、著作权法意义下的作者和传播者的合规要求区分
学理和实务上，都有专业人士对于视频平台是否应该承担知识产权审核责任进行研究和深入讨论，甚至在人工智能进展到如今的阶段，已经在技术上可以做到将视频中涉及到侵犯知识产权的内容进行识别和过滤，既然技术上可以实现传播者对创作者的创作内容进行合规和监督，是否意味着合规和监督的责任可以逐渐转移到传播者的身上？传播者是否应当承担超过传统的“避风港原则”“红旗原则”中的被动审核义务而对作品的知识产权合法性执行更高的实质性审核？笔者认为这是一种理想化的立法理念，并且这一方式有悖于著作权法下区分“创作者”和“传播者”身份的基本立法逻辑，既然著作权立法已经将传播者置于“次一级”的“邻人”身份，说明“邻人”身份不应当承担和“主人”一样的合规义务，而在著作权法上没有明确立法定性的“邻接权”以外的其他“再次一级”传播者，更不应该承担和主人一样的知识产权合规的义务。因此，视频平台可以不对内容进行知识产权合规，而应当由视频制作、上传、发布者承担对其作品内容的审核责任。
3、人工智能产品提供者分别作为作者和传播者的合规要求区分
笔者对“创作者”和“传播者”的合规责任赘述到此的目的，是因为视频平台这一传播者的角色，与生成式人工智能产品提供者的“传播者”身份有重叠之处，因此生成内容的合规责任来源，既要兼顾著作权法下对于“传播者”的立法理念，也要考虑《办法》对提供者和使用者的特别规定。对于仅提供编程接口的提供者，不可能要求其对于用户的“投喂”素材有更高的审核标准，对于生成内容也只能被动的进行监督和处理，也不能要求提供者承担保证不侵权的责任，只需要遵循《办法》中的被动合规义务即可，因此知识产权合规的责任应该属于“投喂”素材的“使用者”。而对于既提供原始数据，又提供编程接口的提供者，自然因为兼具“创作者”和“传播者”的双重身份应该分别承担前期的“原始作品合规”（著作权法合规）以及后期的“生成作品合规”（《办法》合规）的义务。
（二）两类生成式人工智能产品的合规标准
1、仅提供编程接口的提供者的合规要求——使用者2条+提供者3条

2、同时提供数据和编程模型的提供者的合规要求——提供者5条（数据处理阶段2条+生成阶段3条）

结语
人工智能产品的生成物目前主要以著作权法意义上的“作品”为主要表现形式，因此深究“作品”的知识产权合规原则，应当以著作权法的规则为基础，再辅以《办法》的特别规定，而且《办法》本身的立法理念也是与著作权法统一的。独创性决定作者身份，作者负有著作权法下的合规责任，《办法》在“创作者”的合规责任基础上再辅以“传播者”的责任。对于同时提供数据和编程模型的提供者，可以有更高的知识产权合规要求，从数据源头保障不侵犯知识产权。但是对于仅提供编程接口的提供者，应当由“提供者”和“使用者”分担各自的合规义务，如果过度保护用户，将内容合规义务过多的强加在“传播者”的身上，无法实现“传播作品”的目的。因此，“创作者”和“传播者”各司其职，在合规义务和责任承担上不越界，才能最大程度保证作品在生成和流通环节实现其最大价值。