著作权法视域下人工智能生成成果的法律保护

(中南大学 法学院， 湖南 长沙 410083)

人工智能颠覆了传统辅助创作的工具地位，打破了人类对文学、艺术领域的垄断，引发学术界和产业界关于人工智能生成成果保护问题的探讨。人工智能生成成果(Artificial Intelligence-generated Results)是指人工智能程序根据输入的关键词或者程序设定的问题，经过海量数据学习和训练，自主搜寻、定位、分析，进而生成的能够以文字、绘画等有形形式进行复制的成果。如何更好地发挥人工智能生成成果的文化价值，如何在人工智能生成成果利用层面更好地平衡各方利益，目前各界尚未达成共识。本文拟通过厘清人工智能生成成果的客体属性，明确人工智能生成成果的权利归属，破解人工智能生成成果法律保护中所面临的难题，探寻人工智能生成成果法律保护的最优路径。

一、问题的缘起

(一)人工智能生成成果法律保护诉求

互联网的普及与大数据的广泛应用带来了人工智能产业的繁荣，从2015年至2017年，全球人工智能企业从806家增至2 542家，人工智能领域近百亿的投资逾3 000次，[1]无人驾驶、智能医疗及智能金融等领域的研究得到了突破性进展，文化领域也因为人工智能浸润发生变革。2017年3月，人工智能创作的小说《机器人的一天》参加日本“星一小说比赛”顺利入围复赛。同年5月30日，微软人工智能“小冰”的诗集《阳光失去了玻璃窗》正式出版，销量甚至超过了部分人类作品。人工智能技术飞速发展而相关立法滞后滋生出许多问题。首先，放任人工智能生成成果于公共领域极可能引起社会秩序及版权市场的混乱。公众倾向于选择免费成果而非付费作品，成果抢占大量的作品市场，可能产生劣币驱逐良币的现象。其次，立法的空缺也会导致法院判决缺乏法律依据。2017年6月，北京市朝阳区人民法院受理的“《锦绣未央》侵权案”，原告律师透露，该书涉嫌用“自动化写作软件”摘录了219部小说的内容。该案迟迟未能判决，原因在于软件生成成果是否属于作品？大范围摘录的行为属于侵权还是合理使用？上述问题现行法律都无明确规定。

许多国家已经将人工智能生成成果的法律保护纳入修法进程。2016年5月，日本政府公布《2016年知识产权推进计划》，提出要将人工智能生成的文字成果纳入著作权法保护的范围。[2]同月，欧盟法律委员会在立法动议中也提出“对于人工智能生成的类似(知识产权)成果应当赋予相应的知识产权。如可以修改版权法中‘智力创造’的定义来保护人工智能生成成果的版权”[3]。发展人工智能已写入我国第十二届全国人民代表大会第五次会议发布的《政府工作报告》，另外国务院于2017年8月发布《新一代人工智能发展规划》强调，“举国之力，在2030年前抢占人工智能全球制高点”[4]。人工智能已经成为未来各国占领全球科技大战优势地位的必争技术，对人工智能生成成果的立法保护也已经成为我国法律变革无法回避的问题。

(二)人工智能生成成果法律保护困境

尽管关于人工智能生成成果法律保护的诉求强烈，各国立法仍举步维艰，原因在于：第一，人工智能生成成果的法律性质模糊。Ralph Clifford教授认为人工智能拥有或模仿了人类的创造力，可以作为一种职务作品。[5]然而，Acohs案中，Jessup法官却认为人工智能程序写作行为只是一种机械的复制行为而不是创作行为，生成成果不能被视为版权法规定的原创文学作品。*Acohs Pty Ltd v Ucorp Pty Ltd [2012] FCAFC 16 (2 March 2012)人工智能并非传统创作主体，若将其视为作品，与传统的人类中心主义相冲突。若不视为作品，应当如何对其定性？第二，人工智能生成成果的权利归属不明。英国法律委员会及韩国立法委员会均提出议案，建议赋予人工智能一定的主体地位。人工智能能不能成为其生成成果的权利主体？若不能，人工智能生成成果利益相关方涉及人工智能开发者、用户及投资者，权利究竟归属何方？第三，人工智能生成成果保护路径难寻。人工智能生成成果的保护模式的选择应当综合考虑权利人、公众及人工智能产业从业人员的利益平衡，对人工智能生成成果保护的周全性及立法的难易程度。目前主要的保护模式有扩张作品范围以著作权法进行保护[6]将其纳入邻接权范畴或单独立法进行保护[7]三种模式。每种模式都有其理论依据与意义，也各有弊端。如何权衡利弊进行最优选择，是立法者当前面临的巨大难题。针对上述问题，笔者认为厘清人工智能生成成果的客体属性是打破困境的前提。

二、人工智能生成成果客体属性界定

对人工智能生成成果的客体属性的争议主要在于其是否属于作品。支持者认为人工智能生成成果与作品的外在形式一致，可以纳入著作权的范畴进行保护。[8]反对者认为人工智能不属于著作权的适格主体，主客体不能分离，其生成成果不是作品。[9]笔者认为，人工智能生成成果虽外在表达与作品相同，实质上并不符合作品的独创性要求，不是著作权法所规范的作品，而是一种具有文化与经济双重价值的文化商品。

(一) 人工智能生成成果并非著作权法所规范的作品

根据《著作权法实施条例》第二条规定，作品的构成要素包括两点，即独创性与能以有形形式进行复制。人工智能生成成果满足以有形形式进行复制条件并无争议。讨论人工智能生成成果是否属于作品应当从独创性进行判断，即是否是人工智能独立生成的具有创造性的成果。

从独立性角度分析，人工智能生成成果是其独立生成的成果。人工智能依托于强大的数据库和数据处理功能，使用者仅需输入关键词及按下“up”和“down”按钮即可生成相应的成果，人类参与程度远低于作者的要求。但是Samuelson教授认为人工智能生成成果并非人工智能独立完成，而是人机交互的成果，人工智能就像照相机、打字机一样，是一种惰性仪器，只有当人类直接或者间接激活它时，才能发挥作用。[10]这种说法是不成立的，正如帮助作者查找资料、校正稿件、提供思路的人不能成为作品的合作作者，作品产生价值的内容最终是由作者完成的。同理，现行人工智能的生成过程中人类的参与程度低且未提供“实质性贡献”，不能视为作者。Perram法官在Desktop案的判决中就指出：“如果人类对软件程序的控制可以被视为对创作作品的调整和塑造,那么将该人作为计算机软件所创作作品的作者并无不妥。如果操作软件程序的人并不能控制创作作品最终的物质形式,那么这种情形下,该人即对该创作物的文学性质没有作出充分且独立的智力贡献，该人不得被视为作者。”[11]

从创造性角度分析，人工智能不具有创造能力。人工智能利用遗传算法及深度神经网络原理，能够模拟人的思维方式进行自我学习，但是这些不能说明人工智能有创造力。创造力是指产生新思想、发现和创造新事物的能力。美国哲学家约翰·希尔勒(John Searle)曾做过著名的“中文房间”(Chinese room)实验，证明了即使机器不理解“创作”主题与“创作”内容之间的关系，仍旧能依据程序生成特定成果以满足人类需求。*“中文房间”实验是由美国哲学家约翰·希尔勒(John Searle)在1980年设计的一个思维试验，希尔勒教授将自己困在一个只有数张印有中文的纸条和一本英文的手册的房间中。房间外的人递进中文纸条进行提问，希尔勒教授只有通过对照英文手册并找出相应的中文纸条并递给提问者才能走出房间，最后他选择出正确的纸条顺利走出房间。同样的主题和要求给两个不同的自然人，创作的作品不可能完全一致，而两个程序相同的人工智能却有可能创作出一模一样或者高度相似的成果，在微软小冰的诗歌中甚至存在“自我抄袭”的情况。[12]因此，人工智能生成成果中并不蕴含人工智能的情感，其并不理解创作主题，只是机械地执行命令。结合独立性与创造性来分析，人工智能生成成果不具备独创性，不属于著作权法所规范的客体。

(二) 人工智能生成成果属于具有文化与经济双重价值的文化商品

文化商品是指文学、艺术及科学领域内，具有价值延递性*文化产品的价值延递性是指，随着文化产品的消费过程和传播过程, 其产品的象征价值会出现增值。就横向看,文化产品不会终结在一次消费行为中,而是能够延递到其他的消费行为中,并且每一次的消费行为都具有独立完整的使用价值。，[13]能够满足人们的精神需求，且具有一定经济价值的产品。[14]1973年，加利福尼亚大学的教授哈罗德·科恩编写的“AARONAI”程序可以自动作画，其作品被陈列在世界各地的画廊，并在波士顿计算机博物馆永久展出，直到今天，人们仍旧可以去波士顿计算机博物馆展览其画作。这证明人工智能生成成果能够对受众的视觉、思维以及认知产生一定的影响，满足人们的精神需求，且其消费和传播具有持续性，不会一次消费就被损耗，符合价值延递性要求，具有文化价值。

另外，人工智能生成成果也符合商品的定义，即具有经济价值与交换价值。正如劳森的《财产法》中提到的：“法律将权利和利益转化为物的原因是它们具有价值，人们愿意购买他们。”[15]2016年2月，谷歌研发的自动作画的人工智能“DeepMind”创作的六件作品被一位专业拍卖商以8 000美元的高价买下。2017年，微软研发了自动作诗人工智能“微软小冰”，并将其自动生成的诗歌整理成诗集出版，该诗集在当当网、亚马逊网站上均有不错的销量。无可否认，人工智能生成成果有独立的市场与受众，能够将文化价值转化为财产利益，并交换等量货币或产品。此外，人工智能生成成果能够市场化、产业化。商品与作品的最大区别在于，作品有时候是非常个性和独特的，侧重于情感的表达，难以实现量产，而商品则一定是以迎合市场需求为目的的，其特点在于数量多、更新快。[16]人工智能能在短时间内生成大量成果，如马丁·克莱与道格拉斯·波利斯两位数学家研发的一款名为“Datatron”的电脑程序可以自动创作流行歌曲，一个小时可以写4 000首歌曲，微软新闻软件两分钟可以生成一篇新闻稿件，符合商品特征。因此，人工智能生成成果是一种文化商品。

三、人工智能生成成果的权利归属安排

我国民事主体的范围包括自然人、法人及其他组织，虽然民事主体的范围曾从自然人的一元体系变化为自然人、法人二元体系，这并不意味着民事主体可以无限制扩张。赵建良曾在《论知识产权的法律拟制》一文中说过，知识产权主体其实是对各种有体物中包含的人的精神创造和知识进行法律拟制的理念实在，[17]这表明知识产权主体的扩张以自然人的意志为边界，法人能成为主体在于其实质是自然人意志的集合。人工智能没有独立的意志且无权利能力，不能成为民事主体，更非其成果的适格主体。人工智能生成成果的利益相关方众多，笔者认为应当将权利归属于为人工智能生成成果作出必要安排者。

(一)人工智能生成成果的利益相关方

根据洛克的劳动理论，成果的价值主要来源于智力劳动、体力劳动及投资的共同作用，人工智能生成成果的权利归属争议主体也是这三方。

其一，智力投入者——人工智能程序开发者，即设定人工智能程序运行的具体算法并规定人工智能数据训练模式者。支持将开发者作为权利主体的学者们认为，人工智能生成成果中有价值的内容全部来源于程序员的劳动。没有程序员开发人工智能程序，人工智能生成成果永远不可能存在。在Nova Productions Ltd v Mazooma Games Ltd.案中，被告认为游戏屏幕上显示的各个框架是计算机制作的艺术作品，权利应当归属于计算机。而英国高等法院最终判决该艺术作品的作者是“设计出游戏的各种元素并设定每个框架所产生的规则和逻辑，编写出相关计算机程序的程序员”[18]。

其二，体力劳动者——人工智能程序最终使用者，即对人工智能提供初始指令，确定成果最终内容并直接对成果进行使用者。支持者认为使用者可以以程序员不可预见的创造性方式使用该程序，并实现人工智能生成成果的商价值，分配权利给人工智能使用者将激励其操作程序并推动成果进行商业化利用。然而，当使用者的角色可能是微不足道的或不重要的，如仅仅按压按钮，使用者投入的成本远低于其他成果相关方，将人工智能生成成果的权利归属于使用者是不合理的。[19]这种推理被用于Nova Productions Ltd v Mazooma Games案，法院考虑了使用者对成果的贡献，但发现“输入不是艺术性的，他没有贡献艺术类型的技能或劳动。他也没有采取任何必要的安排来创建帧图像，他所做的就是玩游戏。”[20]

其三，资金投入者——人工智能程序投资者，即对人工智能程序开发投入资金并承担经济风险的自然人、法人或其他组织。当资金投入对成果生成的作用远大于智力因素时，劳动价值说便面临困境。著作权法早期，尽管作者被称为权利人，然而权利的真正受益者是出版商和其他公司。实际上投资者享有人工智能的大部分权益且承担着所有的经济风险，因此权利应当赋予实质性投资者。但是该观点的反对者也非常多。简·金斯堡认为，人工智能生成成果权利的设立不只是为了经济效应，更应当考虑艺术的完整性，纯粹对著作权的经济考虑可能忽视其对文化、社会和政治的影响，若保护目的单纯为经济激励，可以采取其他简单的方式。[21]

(二)人工智能生成成果的权利归属于成果必要安排者

笔者认为，无论是程序投资者、开发者抑或是使用者，都对人工智能生成成果的产生有直接或间接的贡献。对于人工智能生成成果权利的归属以“对成果产生进行必要安排”为判断标准更为客观。“必要”表明不能免除，“安排”是指对人工智能自动写作进行具体的规划和劳动。英国版权法也将计算机作品的权利归属于“必要安排者”。人工智能生成成果的必要安排者的确定主要综合以下因素来考虑：

1.有设计人工智能成果形式的行为。人工智能通常不能自主生成某种内容，需安排者给予具体的“刺激”才能生成相应的成果。如在人工智能Amper Music作曲，需要先确定乐曲输出的长短、风格、乐器、速度及音调等，再点击生成，这样平台才能自动生成音乐。因此，有明确人工智能的创作形式行为，是确定必要安排者需要考量的首要因素。

2.有构建人工智能逻辑体系的行为。人工智能并非自程序完成之时就可自动“创作”，传统符号型人工智能需要大型的数据库以供分解及检索、组合。而当前最热门的深度学习型人工智能则需要大量数据进行训练，在数据中寻找规律，逐步构建人工智能自己的“逻辑体系”。人工智能的指导或训练需要投入极大的成本，且对于最终生成成果的“质量”具有决定性作用。因此，对人工智能进行训练，构建其“逻辑体系”方也是确定必要安排者的重要考量因素。

3.有实现人工智能生成成果的商业利用的行为。人工智能生成成果作为一种文化商品，既有商品价值也有文化价值。然而，要实现人工智能生成成果的商业价值，就需要对人工智能生成成果进行筛选、发表、传播等多种商业行为。这些行为都需要投入大量的成本，所以，这也是必要安排者的考虑条件。

综上，当程序的开发者仅设计出程序，具体的数据训练及成果推广等都是程序的使用者完成的，那么“人工智能生成成果的必要安排者”就是程序使用者。当程序的使用者仅通过按下“开/关”键操作程序，程序在交付时已经确定了生成成果的类型，程序使用者无需付出任何实质性劳动，则权利归属于程序开发者。当投资者向程序开发者规定了人工智能的生成成果的具体形式及训练内容，则可以将其视为一种雇佣成果，权利归属于投资者。然而在现实生活中，程序的投资者、开发者和使用者通常是同一主体，因为人工智能程序的开发往往需要很长周期，需要专业的团队，大量资金投入，所以研发人工智能程序的大多是行业巨头，其研发都是有针对性的，依据企业自身特点所设计开发的，如腾讯的“dreamwriter”、百度的“百度大脑”、微软的“微软小冰”等等，其既是程序投资者，又是开发者，也是程序使用者，对于其成果归属并无异议。对于出售的人工智能程序，用户通常只需要输入关键词就能得到所需要的，程序的培训行为及商业价值的实现均来源于程序开发者，因此权利应当归属于程序的开发者，使用者可以通过签订著作权许可合同来使用生成成果。

四、人工智能生成成果的著作权法保护路径选择

人工智能产业相关利益集团也伴随着人工智能技术的发展悄然壮大，国家想要最大化利用人工智能生成成果的价值，就必须顺应智能化时代的步伐，调整著作权法相关制度，以平衡各方利益。依据国内外立法经验及法律提案，结合我国国情，对于人工智能生成成果的法律保护模式通常有三种：

一是以“法人作品”立法模式进行保护，即将人工智能生成成果纳入“作品”的范围，将人工智能生成成果进行必要安排者视为作者，人工智能创作作品权利内容与法人作品一致。虽然人类无法预测人工智能生成的具体内容，但人工智能创作的主题依旧依赖于必要安排者输入相应的关键词并对成果进行具体的筛选。这类似于英美法系中的“雇佣作品”，雇主设定具体的主题与范围，雇员依据其进行创作，最后作品权利归属于雇主。英国、南非、新加坡、新西兰的版权法均将计算机生成成果纳入雇佣作品范围。我国著作权法虽无雇佣作品的相关规定，但我国“法人作品”的立法模式与雇佣作品立法模式类似，即自然人在法人的组织下，代表法人意志创作并由法人承担责任的作品，作品的权利归属于法人。此种模式的主要优点在于，既避免授予人工智能程序法律权益，又不必单行立法，司法实践中操作较为简单。

二是采用邻接权进行保护，即设立“人工智能生成成果权”，权利内容涵盖著作财产权，权利归属于对人工智能进行训练、成果筛选并将成果公之于众的自然人、法人或其他组织。澳大利亚版权审查委员会CLRC发布的“Computer Software Protection Report”的第9节[13.17]指出：“录音制品(录音)的可以作为邻接权保护。‘计算机生成的材料’作为邻接权保护对象也是适当的。”学者Jani Mccutcheon也认为：“用邻接权来保护独创性未达到作品高度的人工智能生成成果，可以解决版权保护中存在的拟制作者及合作作者等问题。”[22]此种模式符合我国著作权法采取“著作权—邻接权”二元结构，且将其归于邻接权范畴不会导致作品独创性降低，符合著作权法传统逻辑。但是实践中，人工智能生成成果与人类作品难以区分，对其进行区分保护可能难以实现，必须对其成果加以“注明来源”等限制方有可行性。

三是单独立法进行保护，即依据人工智能生成成果的特点制定法律，以确定人工智能的法律地位、其生成成果的具体权利、保护期限及权利限制等内容。目前仅有学者提出此种建议但未有国家采取此种保护模式对人工智能生成成果进行保护，因为单独立法成本高，效率低，并且容易存在立法的漏洞。

笔者认为，邻接权模式是人工智能生成成果法律保护的最优选择。第一，著作权保护模式降低独创性门槛可能导致著作权市场混乱，一些本无法受到保护的客体陷入著作权法保护模糊的地带，如动物“创作”的成果，一些创造性较低的表格等。另外，人工智能程序效率极高，会导致市场大量充斥着人工智能生成成果，最后，除了少部分具有极高独创性且有个人特色的作品能够有市场，其余作者会逐步被人工智能淘汰，如现在底层的撰稿记者就已逐步被人工智能新闻软件取代。第二，邻接权保护模式符合激励理论的价值追求。采用邻接权模式对人工智能生成成果进行保护能更好地激励权利人对其进行传播，且避免著作权过长的保护期限和过多权利内容导致的激励过度与反不正当竞争法、民法等保护不周全而导致的激励不足，实现激励知识创造与对知识产品需求的社会利益之间的理想的平衡，实现了交易成本最小化，符合激励理论的价值追求，有利于实现文化产业的整体发展。第三，邻接权保护模式避免产生伦理上的道德冲突。若采用邻接权保护模式，人工智能仍旧属于工具地位，人工智能生成成果的权利归属于自然人或法人，避免了道德困境的产生。

实际上，无论哪种路径都可以对人工智能生成成果进行保护，三种模式都有可行性，也有缺点。人工智能生成成果是否应该获得保护的本质不在于成果的性质及是否符合法律逻辑，而是利益集团的博弈结果与国家的政策选择。人工智能生成成果的保护并非简单的新设作品类型或邻接权就能解决，其伴随而来的是整个著作权法法律体系的调整。无论选择哪一种保护模式，能够将社会利益最大化，负面影响最小化就是最合适的法律保护模式。

[参考文献]

[1] 乌镇指数：全球人工智能发展报告(2016)[EB/OL].http://tech.163.com/16/1014/07/C3AREMTV00097UDT.html.

[2] 日本《知的財産推進計画2016》[EB/OL].http://www.kantei.go.jp/jp/singi/titeki2/kettei/chizaikeikaku20160509.pdf.

[3] 欧盟法律委员会提案[EB/OL].http://www.europarl.europa.eu/news/en/news-room/20170110IPR57613/robots-legal-affairs-committee-calls-for-eu-wide-rules.

[4] 国务院.新一代人工智能发展规划(国发[2017]35号)[EB/OL].http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[5] Clifford R D.Random Numbers, Chaos Theory and Cogitation: A Search for the Minimal Creativity Standard in Copyright Law[J].Social Science Electronic Publishing, 2005(2).

[6] 熊琦.人工智能生成内容的著作权认定[J].知识产权,2017(3).

[7] 张玲.王果.动物“创作成果”的民事法律关系三要素分析[J].知识产权，2015(2).

[8] 陈明涛,王涵.人工智能创作物的版权问题研究[J].中国版权，2017(3).

[9] 王文亮,王连合.将法律作为修辞视野下人工智能创作物的可版权性考察[J].科技与法律，2017(2).

[10] Samuelson P. Allocating Ownership Rights in Computer-Generated Works[J].University of Pittsburgh law review,1985(1).

[11] Stammer K. Copyright protection of information databases: Telstra Corporation Ltd v Desktop Marketing Systems Pty Ltd[J].Computer and Law, 2001(5).

[12] 顾骏.二元智能“时代”的一元未来[J].探索与争鸣，2017(10).

[13] 白寅，何泽仪.论文化产品的基本特征[J].湖南商学院学报，2006(2).

[14] 卢海君，邢文静.文化产品的版权保护、竞争规制与文化产业的发展[J].中国出版，2013(8).

[15] 劳森.财产法[M].曹培，译.北京：法律出版社，2009.

[16] 李庆平.论商品关系区别于自然经济、产品经济的五大特点[J].经济科学，1987(5).

[17] 赵建良.论知识产权的法律拟制[J].电子知识产权，2014(6).

[18] Appeal C O.NOVA PRODUCTIONS LTD v MAZOOMA GAMES LTD[J].Reports of Patent Design & Trade Mark Cases,2007(14).

[19] Mccutcheon J.Curing the Authorless Void:Protecting Computer-Generated Works Following IceTV and Phone Directories[J].Ssrn Electronic Journal,2012(1).

[20] Appeal C O.NOVA PRODUCTIONS LTD v MAZOOMA GAMES LTD[J].Reports of Patent Design & Trade Mark Cases, 2007(14).

[21] Ginsburg J C.The Author’s Place in the Future of Copyright[J].Social Science Electronic Publishing, 2009(2).

[22] Mccutcheon J.Curing the Authorless Void: Protecting Computer-Generated Works Following IceTV and Phone Directories[J].Ssrn Electronic Journal, 2012(1).