AI绘画的著作权法律风险和防范路径研究

沈嘉炜

(南京信息工程大学 法政学院,江苏 南京 210044)

近年来,基于机器深度学习的人工智能自主创作文学作品、视听作品、美术作品逐渐成为现实。人工智能绘画(Artificial intelligence painting,以下简称为AI绘画)是机器学习作用于图像生成领域的技术成果。AI绘画基于卷积神经网络的迁移学习,先对现有图像内容进行语义分割,再通过生成对抗网络技术让生成器网络和判别器网络相互对抗,通过线条弯曲、风格迁移等手法,创作出符合人类创作逻辑,具有较高真实度和准确度的全新图像。[1]AI绘画技术发展至今,已经逐渐克服了传统机器学习模型无法理解“逻辑”和“常识”的问题,逐渐具备媲美人类作画的技术基础,输出作品展现出较高的艺术价值和商业价值。

然而,人工智能机器深度学习需要对现有作品大量复制分析,可能导致著作权法律风险的存在。相比AI绘画技术的飞速发展,AI绘画的著作权法律风险的研究防范却有所不足:立法上,现行《著作权法》关于著作权限制与例外的条款并未明确规定人工智能创作的相关问题,导致现行立法框架下难以规制防范AI绘画的著作权法律风险;[2]实务中,目前我国由于人工智能创作引发的著作权侵权纠纷中,当事人及审理法院仅将人工智能创作物是否能够界定为“作品”及其著作权归属作为争议焦点并作出判决,难以为之后可能出现的AI绘画导致的著作权纠纷提供启发;[3]理论上,当前对于人工智能创作的诸多研究中,多数文献仅讨论研究人工智能创作物的著作权保护与权利归属,并未关注AI绘画对于现有作品的侵权风险和防范路径。[4]AI绘画的著作权侵权问题及其解决方案值得思考。

一、AI绘画的著作权法律风险分析

由于使用者的个性化需求,AI绘画能够在保留原作品色彩运用或结构、构图方面的艺术表达的基础上形成独创性,符合著作权法要求的作品的构成要件,可以认定为作品。[5]随着AI绘画技术的发展,AI生成作品从语言走向视觉,AI绘画作品也表现出著作权侵权法律风险,且无法适用现行著作权合理使用制度。

1.著作财产权侵权风险

AI绘画流程可分为数据输入——机器学习——自主创作——结果输出四个阶段,本文将分阶段讨论AI绘画的著作财产权侵权风险。

数据输入阶段的主要任务是将作为创作素材和训练内容的美术作品进行数字化处理并转换为适合机器识别和学习的标准数据格式并上传。对实物美术作品的盗摄、翻印、利用“网络爬虫”抓取复制、存储网站数据或利用技术手段直接获取并复制现有数据库等[6]获取电子数据形式都是对已有美术作品在不改变内容情形下所进行的全文复制和原样再现,并且存储在机器中形成永久复制件,属于著作权法上的“复制”行为,若未经授权则存在侵犯复制权的风险。

在机器学习阶段,人工智能通过一定的算法和程序对现有美术作品的电子原始复制件进行解析和学习。同时,由于语意理解的需求,人工智能将会依据不同的算法对于被输入的原始复制件进行多次复制,并在割裂、分解和加工后,暂时存储和短暂再现作品数据或作品数据的片段。这类复制件存在时间极短,通常伴随着计算机的关闭而自动消除,因此也被称为临时复制。从传统复制行为的构成要件上考察,临时复制不应被视为复制行为,不认定为侵犯复制权。[7]但由于机器学习过程中“算法黑箱”的存在,可能存在部分临时复制会作为素材成为永久复制,这种临时复制中的复制权的侵权风险应该分开讨论。

自主创作阶段的行为主体仅为人工智能。当前人工智能并不能成为我国法律制度中的法律主体,[8]其行为性质不具有讨论价值。

在结果输出阶段,若AI绘画输出作品中的部分组件、整体构图或思想表达等艺术要素与作为训练内容和创作素材的现有美术作品数据构成同一、实质性相似,则可能侵犯复制权、演绎权、信息网络传播权等专有权利,存在侵犯著作权的法律风险。

2.著作人身权侵权风险

AI绘画属于视觉领域的创作,具有直观性和具象性,相较其他类型的作品更容易体现作者的个人风格。为满足更加多元的受众需要,AI绘画的训练数据往往来自具有多种创作风格的多位作者,其输出作品的绘画风格也较少能够直观体现其中某一位作者的创作风格,大多不会存在对特定作者的著作人身权的侵权风险。

但是,AI绘画也可能侵犯著作人身权。例如2016年荷兰银行与微软、德尔夫特科技大学的专家联手合作,通过人工智能技术及面部识别系统对画家伦勃朗现存的346件美术作品进行机器学习,通过AI绘画创作出与伦勃朗绘画风格极为类似的作品,被命名为《下一个伦勃朗》。如果部分研究者和使用者具有特殊目的,也存在以特定美术家、艺术家或者知名画家的美术作品数据作为训练内容的AI绘画作品与训练作品数据的作者极为类似,对这些作品的不当使用可能导致欣赏者或普通公众无法分辨,进而对作者的声誉和社会地位等造成影响。此类AI绘画作品不仅可能侵犯著作财产权,还可能侵害被模仿对象的著作人身权。

3.不适用著作权合理使用制度

基于AI绘画的技术特点和现有的使用模式,在我国现行《著作权法》和《信息网络传播权保护条例》规定的可能构成“合理使用”的情形中,只有两类合理使用著作权的方式可能为AI绘画的著作权侵权法律风险提供豁免,即“个人使用”或“为学校课堂教学或者科学研究”。

分析前者是否适用的关键在于界定AI绘画整个创作流程的主体范围是否为“个人”。当前确实存在部分使用者仅仅出于个人欣赏的目的使用AI绘画,似乎满足该条文的规定。但这种解释仅仅聚焦于AI绘画流程中最后的结果输出阶段。在AI绘画的其他阶段,出于“学习、研究或者欣赏”的使用目的的个人往往无法提供AI绘画机器学习和自主创作所需的巨大的计算能力和大量、多样的现有美术作品的数据。在现实中,具有集体性的公司企业等法人或其他组织才是进行AI绘画研究和应用的主体,与法条的规定相悖,无法构成合理使用抗辩。

后者的合理使用要求出于“课堂教学和科学研究”的目的,具有追求公共利益的属性,并且要求使用过程中仅“少量复制已经发表的作品”。AI绘画中机器深度学习的基础在于大批量、规模化地分析、解构现有美术作品的数据,并且机器学习过程中使用现有美术作品数据往往涉及对作品的全文复制,因此不符合“少量”的要求。现实中AI绘画的科学研究也大多出于商业目的,不具有公益属性,也难以适用此种合理使用的理由进行抗辩。

由此可见,AI绘画在现行法律明确列举的合理使用的情形中无法找到合法性基础,AI绘画的著作权侵权风险确实存在。

二、当前著作权法律制度规制AI绘画著作权的法律困境

由于AI绘画著作权侵权行为具有自主性、隐蔽性,复杂性的特点,[9]当前著作权法律制度难以有效规制AI绘画著作权的侵权风险。

1.AI绘画著作权侵权责任主体难以认定

在数据输入阶段,侵权责任主体是未经许可输入他人美术作品数据的AI绘画研发者或使用者。侵权主体可能是个人、法人或其他非法人组织。某一相同美术作品数据可能由多个侵权主体上传。输入数据的行为完成后,侵权主体的身份信息大多会被隐藏和删除。因此,复制权的侵权主体具有数量庞大、类型多样、身份隐匿等特点,对AI绘画著作权侵权责任主体认定造成了巨大障碍。

自主创作阶段中,侵权行为可能是AI绘画算法设计者在编程中故意设计,也可能是AI绘画使用者在使用过程中故意追求的结果。[10]由于“算法黑箱”的存在,也存在人工智能排除人工干预,仅凭自身的人工智能逻辑结构生成的AI绘画作品造成侵权的可能。如果无法从技术上证明AI绘画开发者或者使用者的主观故意,判决其承担侵权责任将缺乏法律依据。然而,人工智能无法成为我国现有法律制度认可的法律主体,在此情况下可能出现虽然存在侵权事实,但是无法认定侵权主体的问题。

2.AI绘画著作权侵权标准难以确定

当前被普遍认可的著作权侵权认定的构成要件是“接触+实质性相似”。AI绘画的机器学习需要大批量、规模化地使用现有作品的数据,其对于现有美术作品的“接触”毋庸置疑。然而,机器学习阶段所获得的现有美术作品数据在价值上具有低密度性,仅从一份现有美术作品数据的作者的视角,评价AI绘画作品的图像内容、构图方式、色彩运用和情感表达等,往往难以识别出其中的侵权艺术元素,判断其与现有作品是否构成实质性相似缺乏评判标准和技术支持。[11]

3.AI绘画著作权侵权责任承担形式难以实施

除了少数损害特定作者的社会评价和名誉的情形,AI绘画的著作权侵权大多只限于侵害著作财产权。我国目前暂无人工智能层面的侵权责任的承担形式,这导致了仅判令AI绘画开发者或使用者赔偿损失和停止侵权有时在现实中并不能发挥实际作用。以复制权侵权为例,当法院判决停止复制权侵权行为后,AI绘画的研发者将删除机器学习数据库中的侵权美术作品数据。但由于法律规制的滞后性,人工智能此时可能已经完成了对于该作品数据的学习,并将该作品数据分解储存在自身创作时调用的数据库中,其对该作品的侵权行为在未来仍可能发生。

三、AI绘画的著作权法律风险的防范路径

AI绘画的著作权法律风险主要源于机器学习对于现有美术作品的侵权。为防范AI绘画著作权侵权风险,需要在现有立法基础上寻求创新,为机器学习的作品使用设置合法性依据。在现有文献中,有的学者认为为实施促进人工智能技术发展的国家战略,应当在著作权法中增设人工智能机器学习的合理使用例外或数据挖掘例外;[12]也有学者认为AI绘画技术侵权应照常规著作权侵权处理,由相关侵权主体向著作权人支付相应报酬以得到使用权依据;[13]另有学者认为为兼顾各方利益,可以通过设置法定许可制度来优化AI绘画中机器学习数据授权机制。[14]考虑到AI绘画使用主体、使用目的等问题的复杂性,笔者认为应该综合上述三种防范路径,结合不同使用场景具体适用。

1.补充文本与数据挖掘著作权例外制度

当前我国立法和司法实践中与包括AI绘画在内的人工智能创作相关的内容较少,将机器学习中文本与数据挖掘(Text and Data Mining,以下简称为TDM)纳入合理使用制度的立法设计可以借鉴欧盟《数码单一市场版权指令》(以下简称《DSM指令》)中的相关规定。《DSM指令》第三条和第四条规定了对合法获取的作品和内容的TDM例外,并通过“双轨制”区分除以科学研究为目的TDM要求权利人没有以适当方式明确保留该例外。[15]综合考量人工智能TDM的科学研究价值与设置合理使用制度所追求的利益平衡机制,我国应当效仿《DSM指令》在《著作权法》第二十四条增加一项新的法定合理使用类型:“以科学研究为目的进行文本与数据挖掘,对合法获取的作品进行复制、翻译、改编、汇编。”

在具体适用中,首先应当明确该项合理使用应当以“合法获取的作品”为前提并限定为“以科学研究为目的”,使用行为类型仅包括“复制、翻译、改编、汇编”。适用主体方面,社会机构和商业型互联网公司企业是我国AI绘画技术发展的主要推动者,然而,《DSM指令》的规定将其排除于TDM合理使用制度之外,既不利于AI绘画技术的快速发展,更不利于我国人工智能发展战略的实施。[16]因此,应将该项合理使用制度的适用主体界定为一切自然人、法人和非法人组织。此外,该项合理使用制度仅限于人工智能机器学习的TDM著作权例外,AI绘画流程的其他阶段对现有作品的商业性使用若对著作权人产生市场替代,或者造成作品的发行、传播,不得据此提出合理使用抗辩。

2.针对特殊个体适用常规侵权处理

AI绘画的机器学习需要大批量、规模化地使用现有作品的数据。要求AI绘画技术的研发者和使用者为了实施创作从海量作者中点对点地获得海量作品的海量许可不具有现实操作性。因此,大部分情况下,AI绘画的著作权侵权难以适用常规侵权处理。

但是,正如上文提到的《下一个伦勃朗》的案例,现实中存在部分AI绘画的使用者或研发者由于特殊原因将机器学习的模仿对象确定为某一特定的作者,其选择使用的现有美术作品数据也均源自某一可确定的个体,AI绘画输出结果往往具有该作者的个人绘画风格,对于该作品的不当使用可能导致对于作者著作人身权的侵害。因此,对于上述特殊个体针对特定作者的著作权侵权,由于被侵害者数量较少且可以确定,其作品对于AI绘画输出作品风格的影响较大,可适用常规著作权侵权进行处理。

3.设置电子美术作品著作权使用法定许可制度

具有较大规模体量的企业、公司或互联网平台,其研发阶段所获取和使用的作品数据进行AI绘画的商业行为也往往有迹可循,便于监管,这就为法定许可制度的使用提供了可执行性。[17]目前我国现有的法定许可规定并没有涵盖AI绘画机器学习阶段的美术作品数据的使用,难以防范AI绘画著作权侵权风险。因此,可为商业性AI绘画的机器学习获取、使用作品的行为增设法定许可。

目前,我国缺少对于美术作品的集体管理组织,现有的集体管理机制也较少涵盖人工智能机器学习对于现有作品数据的使用。因此,可以通过建立统一的数字著作权集体管理组织,或在建立美术作品著作权集体管理组织中对于美术作品的电子数据进行管理。具体而言,首先应当建立统一的美术作品电子著作权数据库。通过区块链技术赋予各作品数据唯一的著作权信息区块码,其中包括权利人、发布时间、特殊声明等必要信息。[18]在此基础上,要求机器学习获取的作品数据均调取自数据库,通过区块链技术记录作品数据信息的使用情况,并要求使用者向集体管理机构付费以获得合法使用依据。

4.完善配套的制度保障和技术支持

在立法层面,结合不同使用场景具体适用合理使用制度、常规侵权处理方式和法定许可制度,规制AI绘画开发者或者使用者获取和利用现有美术作品的行为,在学理上具有针对性、逻辑性和可实施性,但在现实中的实际使用和配套措施的落实上仍存在相当的难度和不确定性,构建多角度多层次的AI绘画著作权风险法律规制体系需要进一步完善配套的制度保障和技术支持。

在行业自律方面,可成立AI绘画行业协会,制定行业自律标准并严格贯彻实施。在政府监管方面,完善AI绘画使用者的注册和登记,并结合主体信息和实际情况划分其使用性质,为AI绘画行为的管理者和监督者提供参考评判依据。在社会监督方面,在不侵犯商业秘密和个人隐私的前提下,对现有美术作品数据的使用情况进行信息公开和信息披露,便于作品作者、著作权人和社会大众进行监督反馈。在技术研发方面,大力发展区块链技术等科技手段,以应对人工智能技术快速发展对著作权数据权利确认、数据使用记录、数据安全三个方面的挑战。在伦理道德方面,进一步完善国家层面的人工智能伦理规范标准,将之融入AI绘画管理、研发、供应、使用的全生命周期。

四、结语

AI绘画展示了用科技创作艺术的可能性,极大地降低了艺术创作的时间成本和人工成本。但若不通过法律加以规制,放任其野蛮生长,将会对美术创作者的创作热情及合法权益造成巨大的侵害。为解决AI绘画机器学习侵犯现有作品著作权的“原罪”,创新现有法律制度,建立起包括监督、管理、诉讼在内的多角度多层次的AI绘画著作权风险法律规制体系,能够较好地平衡现有美术作品保护与AI绘画技术发展诉求,为我国人工智能产业的发展与文化竞争力的提升注入新的活力。