新分类视角下人工智能输出成果的可知识产权性研究

陈 杨 ，张书宾

（长沙理工大学，湖南 长沙 410004）

一、问题的提出

关于人工智能的讨论由来已久，著名的图灵测试将人工智能类比人类行为的模式:“如果机器具有人类一样地表现，它就具有人类一样的智能。”[1]科学家如斯蒂芬·霍金也表达过对于人工智能发展可能会冲击人类生活规则的担忧。不管怎样，不可否认的是人类在AI领域的创造性已经取得了相当的成就。如果说AlphaGo战胜人类围棋冠军只是“算法”的小胜，那么写出“徜徉的苍蝇，也变得彷徨；明天，是在阳光照射的方向，还是阳光来自的地方”的微软“小冰”则着实吸引了众多目光。人工智能已然成为人类争取科技制高点的目标，但在目前的“弱人工智能时代”，机器人距离拥有人类的“独立意志”还相去甚远，其工具价值本质上与其他科技产品无异。与此同时，面对诸如无人驾驶、智能机器人等这些实实在在地影响着人们生产生活的新技术常态，学界自然不能熟视无睹。

吴汉东教授就认为：“人工智能作为新技术方案的设计工具，位居发明创造活动的上游，其本身就是一种突出的技术创新”，而对于人工智能生成，或是借助人工智能完成的发明，现行专利授权制度亦不应将其拒之门外。[2]南京师范大学法学院的梁志文教授则认为，可以构建一种“以人类读者(受众)为基础，而不是以人类作者、发明人为中心的版权法和专利法理论”，这种转换主体视角的构思一定程度上挑战了现行知识产权体系。[3]还有部分学者认为将人工智能作为法律拟制“人”，赋予其人格权利，以此打破现行“人类中心主义”的知识产权体系能够更好地解决问题。尽管学者们对此莫衷一是，但这种见仁见智的思想交锋也正体现了知识产权界对于人工智能挑战的积极回应。在人工智能方面，人因工程学的学者们关注的是人与机器的交互关系，通过与人工智能的“互动”，使机器给出符合我们预期的反馈，即人工智能在人的一定控制或参与下的交互性产出。可以看出，知识产权界对于人工智能输出成果的侧重性研究存在与人工智能互动产出物概念上的交叉，即人机交互过程中人工智能输出成果总体上可以理解为人工智能给出的反馈，应该说这种不同学科间的对话不失为一种有益的尝试。

同时，笔者发现学界对于人工智能输出成果的表达差异化明显，如人工智能生成成果、人工智能创造物、人工智能作品等，但其意涵却难言一致，甚至有看似矛盾的表述。在词语含义表达一致的情况下，默认混用似乎无可厚非，但从规范的法教义学角度来讲，确立统一的学术表达方式实有必要。从本体论的角度来说，对于何为“人工智能生成成果”？这种表达是否合理？以及何为其内涵与外延？可能正是目前理论界需要关注的一个重要议题。实际上，人工智能输出成果的客体范围不局限于一般学者的现有视界，可以是可授予专利的技术方案，亦可以是效仿伦勃朗画风的画作，或是巴赫风格的编曲等等，而非单纯的人工智能输出“物”，这样看来，民法上“物”的构成要件（存在于人身之外的、能被人支配与控制、具有一定经济价值）在此处也并不完全适用。据此，笔者更倾向于将“人工智能输出成果”，这一含义更广的词语作为统一表达，并在本文一以贯之。

为了进一步界定“人工智能输出成果”，解决本体论问题，分类研究是行之有效的途径之一。笔者尝试从一种新的视角出发，将人工智能之反馈作为人工智能输出的所有类型概括，探讨不同形式分类下的人工智能输出成果的可知识产权性，借以拓宽现行研究的整体视野。原因一则在于以人为中心建构的传统知识产权体系，与以人机关系为关注焦点的人因工程学存在天然联系。二则在于其概念外延更广，在人因工程学研究范畴的语境限定下可作为人工智能输出成果的上位概念。三则在于法律语言的简练及精准要求，如符合人类预定规则的人工智能输出成果，就可以简洁的表达为“预设反馈”。

二、人工智能输出成果的分类

（一）人工智能输出成果分类的必要性

关于人工智能输出成果分类的讨论并非一个新鲜的话题，其知识产权的客体范围正随着智能革命的推进而不断发展。最早于20世纪70年代就出现了关于人工智能创作作品的可版权性讨论，这时的探讨并不涉及针对“成果”的更广的分类问题。原因在于当时的人工智能发展更多的聚焦于计算机软件的智能应用上，例如，80年代，美国就出现了利用计算机软件自行创作的文学及音乐作品，甚至还出现了利用计算机软件创造的计算机软件，美国版权局甚至授予了部分计算机软件创作作品以版权。但随着人工智能技术的不断延伸、扩展，人工智能技术在多个领域都表现出了巨大潜力，而不再局限于传统的图像加工处理等浅层次技术层面。所以，时至今日，人工智能输出成果起码包含了关注甚广的人工智能生成作品、人工智能生成发明。站在知识产权法规范的角度，解决人工智能输出成果分类问题亦是秉要执本，大有裨益的。

有学者以人工智能创作与传统机器创作相比进化与否为标准，将人工智能生成物区分为两类，第一类生成物即传统的机器衍生作品，第二类生成物指摆脱了人类预定规则的，真正的机器独立创作[4]。该分类的分类对象作者意指人工智能作品，但使用的是“生成物”“创作”“创作物”等表达，但“生成物”外延明显大于“创作物”或者“创作”，笔者认为以“人工智能输出作品”表述更为准确。同时，上述分类的分类标准即所谓的“人工智能创作是否发生进化”界限相当模糊，从根本上说，任何人工智能输出作品的产生都必然能够溯源至人类先前的技术创新与应用，其核心是数据与“算法”。即使承认这种“进化”标准，这种分类也遗漏了“进化”的中间地带，即人工智能在人类事先定义的规则之下独立完成的创作，由于机器的实质贡献超过了人类，这种情况是否又可以称之为“第三类生成物”呢？

还有学者主张通过衡量机器在最终成果中的贡献力，得到机器与发明的频谱关系，从而将人工智能发明类型化为三类：一是辅助生成发明，机器只是人类智力创造的一种手段，且仅起到辅助作用；二是合作生成发明，即机器与人共同协作，对最终成果的实现有一定的实质性贡献；三是独立生成发明，这里的发明成果完全由机器独立完成，机器具有独立意志并能自我支配[5]。这种针对人工智能生成发明的分类应该说可以反映大多数学者的意见，当然这种根据贡献力程度占比进行分类的分类标准同样适用于人工智能输出作品，或者其他人工智能知识产权客体。按照通常理解，第一类辅助生成发明，以及第三类独立生成发明应分属于贡献力程度的两端，属于或有或无的情况，其余的情况通归于第二类合作生成发明。值得注意的是，“贡献力程度”亦如专利授权条件中新颖性、创造性、实用性判定标准一般，不同的学者解读，结论可能大相径庭，例如实用性标准中的“实际效果”评价等。所以，即使采用这种看似周延的划分标准，学界依然需要较长时间的理论探讨，形成可靠的、便于实务操作的法律规范指引。由于这种规范的缺失，一定程度上导致部分学者顽守“人类中心主义”的传统规范理论体系之阵地，从而否决了更多理论探讨的可能性。但当“强人工智能时代”来临，独立生成发明已不存争议之时，关于人工智能输出成果是否能够成为知识产权的保护客体以及其权利归属的规范，必然会在某种程度上突破现有知识产权体系。时代在发展，理论自然不可停滞，没有人可以作壁上观。当然，我们亦可以借鉴这种相对周延的分类标准，进一步完善对于人工智能输出成果的分类。

值得注意的是，尽管我们目前仍处在“弱人工智能时代”，但人工智能已经由算法输入决定输出的低级阶段转入“自我学习”的高级阶段[6]，这对现行的知识产权法提出了新的挑战，更重要的是，要尽量预防未来可能出现的事实与法律规范的脱节。微软“小冰”的“个人”诗集问世以后，微软（亚洲）互联网研究院宣称愿意放弃“小冰”的所有诗歌版权，但问题是，其是否有放弃该诗集版权的资格？这种声明放弃的形式是否可靠的使得作品完全进入公共领域？可以说，要解决这些现实问题，知识产权法必须予以回应，人工智能输出成果的本体论的理论建构是其中的重要一块。郑永流教授就曾指出：“从应用法律的特点看，事实与规范两者不相适应，问题出在规范上。只有不确定的规范，没有不确定的事实。”[7]当然，时下“规范”如何规范调整新的“事实”，笔者认为理论的每一次实质推进都是达成目标的开始或者有益探索，对人工智能输出成果进行分类的初衷亦是如此。

（二）人工智能输出成果的具体分类：既定反馈、协作反馈、智能反馈

以人类行为对人工智能输出成果的控制强度为分类标准，本文将人工智能输出成果分为以下三类：既定反馈、协作反馈、智能反馈。既定反馈是指机器完全遵循人的行为指令，从而输出完全符合预期的结果（排除机器误差等偶然因素）。人类对既定反馈的人工智能输出成果具有绝对的控制力（如图1，A点），机器是人类思维与智慧的延伸工具，也就是所谓的辅助工具。以3D打印为例，这种以三维模型数据为基础，通过机器层叠打印输出3D实物的技术，尽管极大的丰富了人类造物的手段，但我们不能指望它自己去加工处理数据，打印出一尊精美的仿清代瓷器。

图1 人工智能输出成果的分类

人工智能涉及语言处理、图像识别、神经网络、基因测序等等领域，其核心在于人工智能基于算法得到脱离于人类思维、意志、分析的反馈，这也是人工智能区别于人类智慧的本质定义。如此说来，“辅助工具”本身就不是“人工智能”，其输出成果之一的“既定反馈”，更不应作为“人工智能输出成果”的子分类之一，这种分类本身就是矛盾的？其实不然，因为我们通常使用的“人工智能输出成果”并不等于“人工智能的输出成果”。学界对于“人工智能”的理解宽于后者，强调“人工智能输出成果”整体多于强调“人工智能”，后者排除了“既定反馈”这种伪人工智能之产物。虽有锱铢必较之嫌，但基于前者为学界普遍使用，实有词严义密之必要，也验证了此种分类的合理性。

协作反馈与智能反馈相对不易区分，因为人类对最终成果的控制强度并没有绝对的评价标准。实际上，笔者也并不主张在目前的“弱人工智能时代”去绝对区分两者。当然，从理论上来说，完全排除人为控制因素的人工智能输出成果属于智能反馈（如图1，B点）这是没有争议的，问题是人工智能的发展尽管迅速，但要完全实现在独立意志的支配下创作或者发明，仍需相当长的一段时间。当人类的控制程度（实际贡献）已经显著低于机器时，将此类成果归为智能反馈是一种务实的考量。也就是存在这样一个变量X（如图1），适当扩充了智能反馈的范围。简单理解就是，当人类控制强度远低于于机器控制强度时，该成果才更偏向于智能反馈。以一款模拟生物演进的人工智能为例，它能按照事先的设定，通过模拟杂交，自然选择等过程，不断迭代，最终得到满足终止条件的样本[8]。通过该种方式，相关的研究人员已经申请到多项发明专利。要得到同样的成果，人类在大量精力的投入下也有可能实现，但研发者几乎不可能达到同等效率实现目标，其智力因素仅存在于人工智能软件或程序开发本身而不及于成果输出，所以该成果的人类控制强度就会低于机器控制强度，从而使其分类更偏向于智能反馈。这个例子给了我们一些启示，区分协作反馈与智能反馈也并非无章可循，参考同等物力、财力、时间，空间等条件下，分析人类行为对于人工智能输出成果的贡献程度，同时考量机器的智能程度，或许可以建立一种可供参考的评价体系。这样做的目的在于，如果认为协作反馈与智能反馈有是否属于知识产权保护客体的范围以及权属争议的差异，那么这样的探讨就可以让相应理论更易于落地。

三、基于前述分类的人工智能输出成果的可知识产权性分析

在对人工智能输出成果可知识产权性进行讨论之前，我们还必须明确每一种分类对应着的知识产权客体，也就是这种分类的二级分类（如图2）。其实，对于二级分类中作品及发明等客体的可知识产权性，学界已经进行了较为充分的讨论。对于既定作品或者发明等，其本身就在现行知识产权法的规制范围之内，固然不需要多做讨论。对于协作反馈及智能反馈对应客体的可知识产权性，不管是对可版权性还是对可专利性的争议，争议焦点都在于两个方面：一是作品或者发明本身是否属于当前著作权法、专利法保护的客体范围；二是权利归属问题。

图2 人工智能输出成果的范围

（一）协作作品、智能作品的可版权性

在判断协作作品，或者智能作品是否构成著作权法意义上的“作品”时，我们首先应该洞悉下面这种悖论。传统著作权法是以“人”为中心建立起来的保护体系，依照我国《著作权法实施条例》规定，作品必须具有独创性。显然这种“独创性”标准要求“创造者”的法律主体人格。也就是说，“在目前的著作权法体系中，作品仅是指自然人、法人或其他组织创作的智力成果，作品的权利也只能由上述三者取得。”[9]由于机器人不属于自然人、法人或者其他组织，将其拟制为享有主体资格之“法律人”的做法亦有法理上的障碍，所以，人工智能输出作品不应受现行著作权法保护，自然无需讨论权利归属问题。但从著作权法保护私权，鼓励创作的目的出发，这种观点又显然背离了著作权法的立法精神。因为一旦这些作品都被法律拒之门外，开发者、投资人的热情就会备受打击，甚至影响整个智能产业的发展。由此就形成了这种理论怪象：机器人作品需要受著作权法保护-人才能创作作品-机器人作品不应受著作权法保护。

破解悖论的关键一环在于“作品”是否必然与人联系起来才得以受保护。有学者从知识财产的法哲学角度分析，认为著作权法中的创作原则来源于自然法学派约翰·洛克的财产权劳动学说。基于“天赋人权”的理念，人拥有自己身体的所有权，所以可以获得自己劳动的产物。该理论认为当一个人将自己的劳动作用于共同某共有物时，他便拥有了该物的财产权。虽然劳动的客体是有形财产，但后来也慢慢被用来解释无形财产的合理性。智力成果无疑亦是劳动的产物，人们因此获得相应的财产权利。人工智能时代，这种理论延伸出的创作原则不能当然适用于对人工智能作品属性的判断，因为机器没有人身属性，没有自主意识，自然无法适用所谓的创作原则[10]。还有学者认为“独创性判断的对象只能是已经生成的表达本身，智力成果的结论只能根据已经生成的表达结果进行推定，在具备生成一定数量不重复内容可能性的情况下推定为智力成果”[11]，也就是说，对于作品独创性的判断应依赖于作品本身而非纠结于创作主体的情况。笔者认为，对于人工智能的作品属性判断，必须改变传统思维，采用“盲评”的方式进行，也就是在不考虑创作主体的情况下进行判断，适用最低创作力标准以及“额头流汗”标准。

协作作品、智能作品具有作品属性基本上可以达成共识，而对于其权利归属问题则争议较大，特别是智能作品的权属问题。对于协作作品，学界讨论相对较少，在机器与人协同完成作品的情况下，我们倾向于认为现行著作权体系足以保障“作者”的合法权益，可以根据法律规定或者合同约定确定，一般情况下，只要不是具有独立意志的人工智能作品，都应该将著作权归于人类作者。笔者认为，这种做法可能无法应对目前“弱人工智能”时代涌现的大量协作作品的现实状况，在开发者与使用者分离的情况下，使用者与机器协同完成作品创作获得著作权，开发者可以获得算法程序的著作权保护。关键在于使用者与机器的协同方式，开发者是否仍具有对最终成果的控制地位。若开发者仍然对最终成果具有控制地位，可适用职务作品的有关规定，著作权仍属于开发者享有，使用者享有在其业务范围内的优先使用权，法律、行政法规规定或者合同约定著作权归使用人的，可从其约定或规定。但仅仅通过设计算法赋予人工智能“大脑”的开发者，不能享有对最终作品的著作权，即使可以，开发者超越使用者享有权利也应有所限制。

对于智能作品的著作权归属，有学者认为应遵循合同自由的原则，在重视人工智能投资人利益的同时，尊重开发人、使用人、所有人的合同安排，在没有约定时，着重保护所有人权益。还有学者主张通过法律拟制，“把设计者、工程师、机器人等作为‘事实作者’予以对待”[12]。当然还有“实际控制者”论等观点。笔者认为，在目前主客体二元分野的情况下，若赋予机器人以法律人格，只具有理论上的可行性。即使机器人享有著作人身权，对于著作财产权，仍需另作安排，这种“双重主体”的制度设计并不可靠。相较而言，基于机器人在法律人格上的制度障碍，建立以“实际控制者”为核心的制度体系，同时规范智能作品的署名权制度，可能更具有操作性。也就是说，智能作品的作者仍属于人类作者，但具体属于开发人、使用人，还是所有人等，依赖于具体设计，但是在智能作品的署名制度上，鉴于机器不可否认的实际控制力，可以尝试限制实际控制人的署名自由，例如必须备注机器“作者”名称或者代码。

（二）协作发明、智能发明的可专利性

不可否认，对于人工智能输出发明的专利申请存在一定的争议，但给予专利权保护乃是大势所趋。在同等可授予专利的标准之下，机器人发明不应受到“歧视”。反对派的担忧在于两点：一是大量专利申请井喷，审查业务超负荷，导致专利滥权。二是引发竞争失序，失去制度价值。[13]当然，这些担忧难以成为阻碍机器发明获得专利的充分理由。从另一角度来说，智能技术的进步，反而有利于促进专利审查手段的升级。大量机器发明的出现，反而有利于市场的商业化竞争，立足专利授权激励技术创新的制度目的，我们应该选择应对而非逃避。

在专利权的具体归属问题上，我们认为，即使在“强人工智能”时代，机器人也难以完全享有权利、履行义务和承担责任，依然存在法律主体资格上的障碍。从我国专利法的立法目的来看，即鼓励发明创造，保护权利主体的合法权益，促进我国科技创新发展，只要明确了专利权人，就不必过分提高机器人的法律地位，因为法律规范的是真实人类的世界，因人工智能而引起的纠纷，后果必然由权利既得者承担，也就是“自我答责”。笔者认为机器人不会参与对协作发明或者智能发明的权利“争夺”，但这并不意味着区分协作发明与智能发明的专利权属已无必要，只是争议就变成了我们应该保护创造人还是投资人或者其他主体的问题。对于这一点，笔者也希望本文确立的新分类视角能够起到抛砖引玉之用。

“人工智能生成成果的过程包括感知、机器学习、建立模型、人类输人指令、关联要素、产生内容等若干步骤。在整个过程中起关键作用的是可归类为深度神经网络的算法”，并且后续成果输出往往以已经获得的数据为依据[14]，其中关涉的主体众多，应依据实质贡献作为判断标准确立最终的权利归属。参照我国《专利法》第六条的规定，由发明人申请并取得专利权。实践中，企业投资研发并作为智能技术权利拥有者的情况较为常见，如微软推出的“小冰”，谷歌推出的“AlphaGo”等，对于这种情形，可以参照适用职务发明、委托发明的相关规定。也就是说，只要是执行单位任务或者利用单位提供的各种物质技术条件完成的发明，单位是申请和取得专利的适格主体。对于委托发明，优先以委托协议约定为准，没有约定，对最终人工智能发明最有贡献的受委托人享有相应的权利。

结语

人工智能领域的发展是科技发展的重要分支，科技发展过程中的机遇与挑战在人工智能领域得到了生动的反映。时值人工智能发展的机遇期，虽有不进则退的紧迫性，但包括知识产权在内的法律制度在应对挑战时，也必须“积跬步”以“至千里”，以相对宏观的视角把握解决问题的关键，仅凭“创造性天才之火花”很难建立稳固的理论及制度根基(在美国，联邦法院曾经以“天才之火原则”作为可专利性的条件之一)。我们也必须认识到不管是“微软小冰”发表的诗集《阳光失了玻璃窗》，还是“谢赫拉莎德”自动生成的交互式故事等等，这终究是学者们对人工智能领域的选择性关注。一方面我们要立足实际，人工智能输出成果概念本身入手进行研究，另一方面我们必须拓宽视野，发挥法学逻辑严谨的优势，积极与其他学科进行对话。知识产权法学对于人工智能的研究以“人、人工智能、法”为核心，人因工程学对于人工智能的研究以“人、机、环境”为中心，尤为重视人工智能之反馈，两者联系密切，这样的跨学科思考具有一定的价值。

完善人工智能领域的知识产权保护制度是时代的必然选择，具有一定前瞻性的法律规范意识可以规避未来面临的法律风险，只有建立稳固的理论根基，才能实质性推动新生事物的发展。未来对于人工智能的规制必然逐步体系化、规范化。本文提供这样一种分类视角，可以在一定程度上起到梳理现有人工智能输出成果理论的作用，为进一步探讨其可知识产权性理顺思路。诚然，要想真实有效的建构人工智能输出成果研究模型，推动该领域法治完善，需要不断地开拓新知。