人工智能生成内容著作权有关问题研究

孙晓麒

关键词：人工智能生成物；人工智能底层逻辑；人格主义要素；著作权归属

根据中国信息通信研究院发布的《人工智能生成内容（AIGC）白皮书（2022年）》所示，AIGC技术已经被广泛应用于音频、文本、图像等不同模态数据中，AIGC与传媒、电商、影视、娱乐等不同领域结合，不断衍生出多种新鲜的作品。而随着OpenAI发布生成式预训练语言模型ChatGPT的火热以及普及，人工智能的应用已经逐步走入普通人的生活，昭示着人工智能时代已经到来。

但技术的突破性发展必然会对现行的法律制度带来种种挑战。2020年，深圳市南山区人民法院开庭审理了我国首例人工智能创作物著作权纠纷案：深圳市腾讯计算机系统有限公司诉上海盈某科技有限公司侵害著作权及不正当竞争纠纷一案。原告腾讯公司团队自主研发的Dream wIiter软件，可根据数据搜集与分析等技术支持批量撰写财经类新闻报道，能根据不同受众群体自动生成差异化、不同风格与版本的新闻报道。2018年8月20日，腾讯公司在腾讯证券网站上首次发表了标题为《午评：沪指小幅上涨0.11%报2671.93点通信运营、石油开采等板块领涨》的财经报道文章，末尾注明“本文由腾讯机器人DeamWIiter自动撰写”。而被告上海盈某科技有限公司运营的“网贷之家”网站当日同样发布了与腾讯公司的标题和内容完全—致的文章。深圳市南山区人民法院认为，人工智能技术自动生成的创作物属于著作权法的保护范围，腾讯公司主创团队在数据服务、触发写作、人工智能校验与分发等技术处理环节中投入了大量成本，而被告却将原文—字不差投放在网页上，以此获得收益，这一行为侵害了原告依法享有的信息网络传播权，应承担相应的民事责任。

从深圳市南山区人民法院的判决来看，首先法院认定了人工智能技术自动生成的创作物在著作权法保护的范畴内，这是当今学界相对集中的一种观点。其核心理由在于，人工智能技术自动生成的创作物属于民事法律关系中“智力成果”这一客体，且具有一定独创性以及可复制性，所以使得人工智能技术自动生成的创作物符合法律意义上的“作品”。但是，对这种著作权的归属在学界却众说纷纭。有学者认为，人工智能创作物著作权应归属于人工智能编程者，因为编程者创造了人工智能，这是人工智能创作的前提和基础。另—个较集中的观点认为，人工智能创作物著作权应归属于人工智能设备的使用者。与此同时，还有观点认为，人工智能创作物著作权应归属于人工智能本身。

本文认为，对于人工智能创作物是否在著作权保护的范畴内，以及其著作权具体归属等问题的讨论，既涉及复杂的法律问题，又涉及人类社会最前沿的技术问题，需要从法律与技术紧密结合的角度考察。为避免研究中出现技术与法律“两张皮”现象，在对相关基本法理深入研讨的基础上，还应当对人工智能创作作品的底层逻辑及其过程做进一步的剖析。

一、人工智能创作文字、艺术作品的底层逻辑

吴汉东教授对人工智能的著作权保护问题有过系统的总结，他将人工智能创作分成三个阶段，包括“数据输入—机器学习—结果输出”。其中，数据输入阶段的数据挖掘，意味着对已有作品自动化、批量化的“阅读”，是著作权法中的合理使用；学习阶段的“算法创作”，实际上是“机器作者”与人类作者的共同创作；输出阶段的“生成内容”，具有思想表现形式和人格主义等作品构成要素的，可以受著作权法保护，其权利由参与创作或投资的自然人或法人行使。

从三个阶段的具体内容看，第一阶段的数据输入是人工智能进行创作的基础和前提。在数据训练的创作方式中，“大量的数据构成机器学习的训练数据库，成为算法创作（如写作、音乐制作）的主要原料与素材”。第二阶段的机器学习包括最基础的机器学习以及深度学习。在基础的机器学习中，算法从输入数据中寻找模式，并使用这些模式来进行预测或决策，而无需人为介入。机器学习的技术包括但不限于线性回归、逻辑回归、支持向量机、梯度提升机、聚类算法、主成分分析等统计学及数据分析学技术。而深度学习模拟人类真实大脑的运作体系，构建出一种神经网络的结构，特别是具有很多隐藏层的深度神经网络。这些深度神经网络可以从大量数据中学习更加复杂的模式，从而更好地根据算法要求完成任务，并且在自然语言处理、图像处理、语音识别等领域取得了突出的成果。第三阶段的结果输出主要是对于第一阶段的数据收集、算法规则整理和第二阶段的深度学习模型、情感计算框架等综合运用的结果。第三阶段的生成内容是本文讨论的重点，即它是否是著作权法上具有思想表达外观的作品。这一判定，需要从人工智能创作的底层逻辑人手，并结合其创作物的类别分类进行讨论。从其创作物的类别看，三个阶段在创作文字、图片与音频方面也存在着一定的差异。

（一）人工智能创作文字作品的底层逻辑及创作过程

人工智能在创作文字类作品时，主要运用到自然语言处理（NLP）的深度学习模型。其中最广泛使用的是Tansformer模型，其主要特性是使用了一种名叫“注意力机制”（Attention Mechanism）的技术，允许模型在处理—个词或一句话时，能够对整个输入的不同部分分配不同的注意力，使模型能够更好地理解词语的上下文。

以通过人工智能创作论文为例。使用者在使用人工智能软件如ChatGPT创作论文前，人工智能已经通过深度学习模组进行了大量的文本数据训练，学习了如何在不同的语境下正确地使用单词和语法。训练好的模型可以预测接下来可能出现的词语。例如，给定一个词或者句子的开头，模型会生成一个概率分布，描述接下来可能出现的每个词的概率。而后，人工智能会根据预测的概率分布选择接下来的词，并且会兼顾生成文本的多样性。在使用者规定了论文题目、核心观点及要求后，人工智能会在数据库中根据要求，大量搜集获取相关内容，而后通过编码上下文信息来生成连贯的文本。通常情况下，预训练的模型会被微调，以满足特定的任务需求，如写作论文等。这个过程涉及使用一小部分任务特定的数据来“教”模型完成特定的任务，如保持一致的论述、引用相关研究或遵守特定的写作风格。

从人工智能模型创作论文的逻辑以及过程可以看出，人工智能模型并不真正理解它们正在写的内容，它们只是学习并复制训练数据中的模式，通过概率分布以及合理化排列组合后，将数据库中其他人的观点以及信息内容糅合后展示出来。

（二）人工智能创作图片作品的底层逻辑及创作过程

人工智能在创作图像类作品时的逻辑和流程与其创作文本类作品时有所不同。比如，人工智能在生成艺术图片或原画类作品时，主要运用的是生成对抗网络（GANs）技术。GANs技术的核心包含两部分——生成器和鉴别器。生成器的任务是产生看起来像真实的图像，而鉴别器的任务是尝试区分生成的图形和真实的图像。训练过程中，生成器试图“欺骗”鉴别器，使其无法区分生成的图像和真实的图像，而鉴别器则不断学习如何更好地识别生成的图像。在这个“博弈”过程中，生成器和鉴别器的性能会不断得到提高，从而使人工智能生成更加真实的图片或原画。

除了GANs技术之外，人工智能生成原画还使用了一种称为“神经风格转移”的技术。这种技术可以抓取一个图像（例如著名的艺术作品）的风格，并将其应用到另一个图像上。这可以用于生成具有特定艺术风格的原画。同时，为了让模型“理解”和复制各种原画风格，需要使用大量的原画图像来进行训练。这可能包括各种不同风格和主题的原画，以便模型可以学习到这些风格的共性和差异。

在具体生成图像、原画等艺术作品阶段，当使用者规定了图像内容等要求后，人工智能的生成器通常会从一个随机噪声向量开始生成图像。这个向量在每次生成图像时都会改变，这样就可以生成各种各样的图像。噪声向量通过多层神经网络（即生成器）进行非线性转换，生成最终的图像。网络的参数在训练过程中不断被优化，使得生成的图像最终尽可能地接近真实的图像。

（三）人工智能创作音频作品的底层逻辑及创作过程

深度学习模型，特别是循环神经网络（RNN）和变分自编码器（ VAE），常用于人工智能创作音乐。它们可以学习和生成时间序列数据，这使得它们特别适合处理音乐，因为音乐是随时间展开的。在RNN中，模型被训练来理解音乐序列中的模式和结构。例如，模型可能会学习到某种和弦进程通常会引出某种旋律线，或者某种节奏模式通常会出现在某种乐种中。一旦模型训练好，就可以使用它来生成新的音乐。在变分自编码器（VAE）中，模型被训练来学习数据的低维表示（或“潜在空间”），然后从这个空间中采样以生成新的实例。在音乐创作的背景中，这意味着模型可以学习到音乐的某些核心特性，并能生成包含这些特陛的新音乐。例如，神经网络可以被训练来根据给定的乐器和旋律生成和声，或者按照某种风格来编写旋律。同时，也有一些新的技术如GANs和Transformer模型正在被探索用于音乐生成。值得注意的是，虽然这些技术可以产生令人印象深刻的结果，但人工智能创作的音乐仍然需要人类的指导和输入，特别是在艺术性和表达陛方面。而且，虽然m可以学习到音乐的一些模式和结构，但它并不真正理解音乐的情感和文化含义。

二、人工智能创作物是否构成著作权法意义上的“作品”

在了解人工智能的底层逻辑以及创作过程后，我们可以更直观地考量人工智能创作物是否构成著作权法意义上的“作品”。我国《著作权法》所称的作品，是指“文学、艺术和科学领域内具有独创性并能以一定形式表现的智力成果”。其中最核心的一个要素便是独创性，它是作品成为著作权客体的首要条件。所谓独创性，是指由作者独立构思而成的，作品的内容或者表现形式完全或基本不同于他人已经发表的作品，即不是抄袭、剽窃、篡改他人的作品。而在司法实践中，不同法系和不同国家因立法价值各异，对独创性的判断有所不同。英美法系对独创性的要求相对较低，英国只要求作品必须是独立完成而非复制抄袭，美国在司法实践中衍生出了少量创造性（modicum of creativit）的独创性判断标准。而以法国和德国为代表的大陆法系中，侧重作者与作品之间的人格联系，对独创性的要求也相对更加严格。其中，德国对独创性的要求最高，不仅要求创作应体现作者的个性和创造性，还要求创作要有一定水准，即超出一般人平均水平的智力创作水准。我国对于独创性判定的司法实践介于英美法系与大陆法系之间，综合来看，是以作品是否具有独创性的两个构成要件，即独立完成和创造性，来判定该作品是否具备独创性。

（一）对于人工智能创作的文字类作品的判定

在文字类作品中，所谓“创作者的个性”便是指文章的观点，即带有创作者主观感情色彩的论点。德国哲学家康德曾说过，作品是人格的反映，作品本质上是作者的意志。黑格尔也指出，诸如学问、知识、艺术等，是一种内部的精神的东西，作品在本质上表现了作者个人的独特性。著作权法规定了自然人的主体中心地位，将其作为权利原始主体、完整主体，即第一著作权人。这是因为，只有自然人才是作品的真正创作者。作品是人类的创作成果，表达的是人类的思想情感。

从人工智能模型创作文本类作品的逻辑以及过程可以看出，人工智能通过数据库整合资源，自我学习的过程与人类阅读学习的过程并无本质区别。但是人类在创作作品过程中会有思考以及观点输出，而人工智能则是通过概率分布以及合理化组合的过程，将整合的信息转化成语句进行输出。这一过程的确是独立完成的过程，但在创造性这一构成要件上，虽然其满足了英美法系中对于创造性的最低程度的要求，但如果以对独创性要求相对严格的法国、德国等大陆法系国家来看，其不能体现出创作者的个性。

那么人工智能生成物是否是独立完成且具备创造性呢？对此，应当辩证地分析。英国学者安德烈斯·瓜达穆兹（Andres Guadamuz）认为人工智能已经不再是简单的工具，它们在创作的过程中会自主地做出一个又一个决定，这其中并没有人为的干涉。在Andres Guadamuz的原文中，他用到的在描述人工智能的行为时用到的词汇是“make decisions”。“Decision”直译过来是“决定、判断”，而如果我们结合人工智能进行文字类作品创作的底层逻辑来看的话，我们会发现它确实在创作过程中不停地做出判断。但这些判断是基于数据、算法、逻辑的绝对理性的判断，例如“此时的语句是否通顺”“此时的数据是否准确”“此时文章的逻辑是否顺”等。在没有人为干涉的情况下，众多绝对理性的判断并不会最终导向一个由人工智能自主生成的观点。因此，即使现在人工智能技术获得了突破性进展，但普遍观点仍认为，对人工智能而言，其在进行文字类作品创作的过程中，并不会赋予创作的文章任何观点，因为人工智能本身并不具备感情及思想等主观意识。

基于以上分析，我们可以得出一个基本的结论：当使用者只提出话题而不做具体限定，并且不阐述任何主观偏向性观点时，人工智能只会根据数据库中的信息，将内容整合，一一罗列，这种情形显然不能满足独创性的要求。例如学生为完成一篇探讨法律制度的论文，决定使用ChatGPT人工智能平台帮其生成论文。如果学生仅在平台中输入“请生成一篇探讨法律制度的论文”，人工智能会根据自身数据库中的信息，将多方观点糅合，生成一篇看似逻辑通顺的论文，此时这篇文章未有作者主观观点及个性化选择、安排，不应受著作权法的保护。

当使用者将其个人观点具体赋予到人工智能上时，人工智能会基于使用者的观点，创作出具体的论文或其他形式的文字类作品。这种情况下，人工智能创作的文字类作品，就包含了使用者的观点，相应的便体现出了使用者的个性化安排，因此具备了独创性，应当属于法律意义上的“作品”，受到著作权法的保护。例如学生在使用ChatGPT撰写论文时，明确提出了自己的论点，并且根据人工智能生成的框架，进一步填充了自己的想法。此时人工智能生成的论文便具备了这名学生的个人特色，因此具备独创性，属于著作权法保护的对象。

但是，如果我们将这种判定方式带回深圳市腾讯计算机系统有限公司诉上海盈某科技有限公司侵害著作权及不正当竞争纠纷一案中，便会发现—些问题。Dream Writer软件创作出来的财经分析新闻是否有使用者的主观观点呢？财经分析类的新闻类似于数据分析报告与时事新闻的结合，按理来说这类作品并不会涉及创作者的主观观点，因此不应成为著作权法保护的对象，但为什么却可以使用著作权法保护该作品的权益呢？

在传统创作过程中，作者直接创作出作品。但在人工智能创作模式中，是由公司或自然人创造出人工智能雏形，而后又投入大量资源训练人工智能，使其成为成熟体，最后是人工智能与自然人共同创作或由人工智能独立创作出作品。在这一过程中，公司或自然人创造出人工智能雏形这一阶段应该是专利法保护的范畴，但后续的公司或自然人投入资源训练人工智能及使用人工智能进行创作这两个阶段应作为一个整体进行考量，来判定最终生成物是否是著作权法保护的对象。

公司和自然人投入资源训练人工智能这一阶段，其中所谓的资源主要指的是数据资源。但并不是所有数据资源都是可用的，而是需要定向选择出合适的数据，而后再将数据“喂养”给人工智能。例如Dream writer软件的主要应用方向是撰写财经类新闻，那么在投入数据时，就会选择大量的财经相关的数据，供人工智能深度学习。在定向选择数据时，其本质类似于为图画选取风格，属于加入创作者的主观想法的行为。因此，在这种情况下，如果我们将创作者对人工智能雏形进行定向训练，而后使用人工智能创作这一行为作为一个整体的过程去看待，那么在创作过程中确实加入了人格的因素，因此最终的生成物仍然具备独创性，属于著作权法保护的对象。

（二）对于人工智能创作的图像、原画及音频等艺术类作品的判定

与通过数据的挖掘及“理性的计算”来进行文字类作品的创作不同，人工智能在创作图像、原画及音频等艺术类作品时，通过“情感的计算”及“博弈学习”展现出了更强的创作属性。

人工智能通过生成器和鉴别器之间的相互“博弈”来进行图像、原画类作品的创作。其创作最初是生成一个随机的噪声向量，而后通过多次对噪声向量的定向非线性转换，来绘制出符合使用者要求的照片或原画。其本质与艺术家拿起画笔进行绘画创作并没有区别。“随机的噪声向量”就好比是在画纸上最初的画点，而“定向的非线性转换”则是基于最初的画点，通过画笔绘画成完整图案的过程。同时，在创作过程中，人工智能还会通过“神经风格转移”技术提炼其他作品的风格，并赋予到自身创造的作品上，使其具有一定程度的独创性。

人工智能创作音频类作品时虽然使用了不同的深度学习模组，但是底层逻辑却十分相似，同样用到了类似生成对抗网络（GANs）的“博弈学习”理念，并加入了与“神经风格转移”技术类似的、专门用于学习其他音乐作品旋律规律及风格的模组——循环神经网络（RNN）和变分自编码器（VAE）。所以，人工智能创作音频类作品在本质上与其创作图像类作品时类似，因此人工智能创作出来的音频类作品同样可以具备独创性。

人工智能创作图像、音频类作品的过程是最典型的人类与人工智能共同创作的过程。它颠覆了传统的“人类创作中心主义”，即“创作者等于自然人”的限定。法学界的一些学者将人类与人工智能共同创作的过程称为“赛博格”（Cyborg），是Cybemetic（“控制论的”）和Oranism（“有机体”）的组合词，早先常见于国外的一些科幻类作品。法学界引入“赛博格”这一理念，便是为了讨论自然人与机器人（人工智能）之间的关系。例如在人工智能创作图片、音频类作品的过程中，需要使用者人为地对其创作过程提出一定程度的要求，如需要描绘什么景物，画风或曲风是什么风格等，而人工智能根据人类的要求自主进行一定程度的创作。这一过程中，虽然本质上与人类使用画笔作画谱曲没有区别，但在实质上，人类在创作过程中相当于人工智能的辅助。这一实质便是很多人质疑人工智能创作物是否具有独创性的原因。这种“非人类中心主义”的创作过程便是“赛博格”的核心概念。

不可否认的是，在这一过程中，人类依然是与人工智能共同进行创作，人工智能的最终产物必须是基于使用者的观点与要求，以此才具备独创性。如果纯粹任由人工智能自由创作，使用者不添加任何要求与限制，那么与人工智能创作文字类作品时讨论的情况类似，此时人工智能自主创作的产物并不具备独特的人格与主观特点，因此不具备独创性。但是在目前绝大部分人工智能创作的图片、音频类生成物的案例中，很少存在纯粹由人工智能自由创作出来的产物，因其随机性强，而且商业价值较低。

基于上述特点，人工智能创作的图像、原画、音频等艺术类作品具备独创性，应当属于法律意义上的“作品”并受著作权法保护。

三、人工智能创作物的著作权归属判断

目前，学界关于人工智能创作物著作权的归属存在较大争议，主要的争论焦点在于该著作权应归属于人工智能设计者，还是所有者，抑或是使用者。目前较为普遍的观点认为，不应归属于人工智能设计者。因为从市场的角度来看，如果人工智能设计者享有著作权，市场化程度就会降低，这将削弱研发的积极性。所以，将人工智能创作物归属于人工智能所有者或实际使用者，更符合理论和实践的要求。

在智能画图工具Midjourney的服务条款中明确写道：“在现行法律允许的程度内，您在使用服务时所创建的所有图像归您所有。”OpenAI的使用条款中也有相关内容，“在我们双方之间，以及所适用法律许可的范围内，您拥有对全部输入的所有权。受限于您对本条款的遵守，OpenAI在此将其在输出中的所有权利、所有权和权益转让给您。”

吴汉东教授认为机器介入创作，在技术原理上表现为一系列的数据挖掘、分析和运算，以模仿甚至取代人类创造性的智力活动。这种机器智能与人类的心性和心智是不同的，它是一种“理性的计算”及“情感的计算”，从而表现了类人化的意志能力。正是如此，人工智能不再是物质存在的辅助创作工具，而可能是与人类作者合作的“创作机器”或者说相对独立的“机器作者”。因此，他提出，对于人机合一完成的作品，应构建“机器作者”与人类作者的二元创作主体结构，而著作权归属也应建构“作者一著作权人”的二元权利主体结构。基于“算法创作”的事实，未来法律可以拟制“机器作者”，但却不能认定智能机器的著作权人资格，著作权人应是自然人或自然人的集合体。最终应以创作者权属模式或者投资者权属模式，基于对作品创作的实质性贡献来决定具体的著作权归属。

人工智能之所以能创作出体现使用者主观观点的文字类作品，是因为人工智能在生成文章的过程中，基于使用者的观点，通过信息资源整合、词语概率分布及定向排列等方式，对使用者的观点内容进行扩展，最终形成完整的文章。所以在考量作品著作权归属时，应参考创作者权属模式。因使用者对于特定作品创作做出的实质性贡献更多，故而著作权应归属于人工智能使用者。

但此时我们仍需考虑两个问题。

第一，对于诸如财务分析报告、时事热点、新闻报道等文字作品，在创作过程中，由于使用者没有添加任何主观感情色彩的观点，最终人工智能创造物的著作权归属，则应参考投资者权属模式，具体可适用法人作品或职务作品的有关规定，来确定著作权的归属。

第二，人工智能使用者的个人独创性贡献与人工智能的贡献在其生成物中的比例问题。如果在一篇文章中，使用者仅仅提供了一句话的观点输出，而剩余部分均由人工智能完成，那么此时我们是否仍然要将文章的著作权归属到使用者身上。国外有些大学规定学生在使用人工智能写文章时，必须标明文章具体哪部分内容由人工智能完成。本文认为，如果人工智能在创作过程中的比重远大于使用者个人观点表达输出的比重，可以参考著作权中共同创作的情况，综合考虑创作者权属模式与投资者权属模式来划分最终生成物的著作权归属。

人工智能创作的图像、音频等艺术类作品著作权归属的判定方式与文字类作品相同，但是具体情况相对更加复杂。与进行文字类作品创作时不同，人工智能在创作图像、原画类作品时，通过“神经风格转移”的技术进行深度学习，它使得人工智能可以透彻地分析另一件图像类作品的风格，并快速应用，从而制作出与该风格一致的全新的图像或原画。在进行音频类作品创作时，又有如变分自编码器（VAE）的模组来提取其他音乐的风格并进行模仿。

我国《著作权法》的法律规定遵循着“思想-表达二分原则”（Idea-Expression Divide），即具体的“表达”，如特定的文字、艺术作品等，可以受到著作权法保护。但是相对宽泛的“思想”，或者说概念，通常是不能被著作权法保护的。图像、原画或者音乐的风格属于“思想”的范畴，不受著作权法的保护。但是，当人工智能基于原作的风格，制作出与原作风格一致的全新的图像或原画时，便形成了对于“思想”的“表达”，此时需要考虑人工智能创作物是否对原作构成了著作权侵权。在著作权的侵权判定中，一种名叫“整体观感法”（也称两步分析法Two-step Test）被广泛应用。“整体观感法”是基于普通理性人的观点主观上进行著作权侵权的判定，如果观察者认为“作品整体观感”实质性相似，法院即可认定原被告作品关于某一思想的表达是相似的。

基于“思想一表达二分原则”与“整体观感法”，如果人工智能基于某一在著作权法保护范畴内的图像、原画类作品的风格，创作出与该风格一致的全新的图像或原画，则可能需要考虑是否构成著作权侵权。或者说，此时人工智能创作物的著作权应归属于图像或原画作品的原作者。但如果人工智能基于某一笼统的风格，如抽象派、印象派风格等进行创作，因为风格属于“思想”的范畴，并不在著作权保护范围内，所以此时人工智能创作物的著作权应归属于人工智能的使用者。

四、小结

未来时代，著作权法的发展趋势是在工具理性和价值理性的统一中寻求平衡。社会学家马克斯·韦伯的警示提醒我们，高度技术化的社会可能会让人类陷入“技术知识的囚室”。然而，人工智能的发展需要走出这个“囚室”，追求具有广泛社会价值的技术理性。同时，著作权法也需要顺应时代变革，在法律制度的重构中坚守其立法目标，实现激励创新和规制风险的制度理性。

在面对人工智能生成物的著作权相关问题时，将人类技术理性与制度理性相结合或许是最好的回答。这意味着我们需要建立一套能够适应人工智能时代的著作权法体系，既能妥善地保护创作者和权利人的合法权益，又能更好地促进人工智能技术的创新和应用。这样的法律体系应该确保人工智能创作物的著作权归属合理，充分考虑人工智能使用者的贡献和投入，同时不忽视人工智能设计者的努力和技术创新。

人工智能作为一项复杂的技术领域，其创作过程和产物涉及多个学科的交叉，需要法学领域与科学技术领域的深度融合。构建适用于人工智能的相对健全的法律体系，需要法学研究者在充分了解人工智能科学技术的理论基础和技术逻辑的基础上，更精准地评判其法律属性。理解人工智能技术的原理、机制和逻辑，有助于我们更准确地确定人工智能生成作品的创造性、独创性以及对原作的侵权情况。同时，科学技术特别是人工智能技术的发展正在对现行的法律制度构成持续性的挑战，需要学界积极研究思考如何调整和完善相关法律制度。通过技术逻辑分析和法学原理的结合，可以更好地理解和解决人工智能生成作品的著作权法问题，促进法律制度与技术发展的有机衔接。当然，还应重视社会价值导向问题，确保人工智能生成的作品符合社会伦理和法律规范，不侵犯他人的权益，不传播虚假信息或有害内容。

人工智能时代的著作权法需要与技术的发展同步更新，以适应新兴的创作方式和著作权保护需求。我国已经重视到人工智能生成物的重要性，以及进行相关制度建构的必要性，2023年5月23日国家互联网信息办公室2023年第12次室务会会议审议通过《生成式人工智能服务管理暂行办法》（以下简称《办法》），并经国家发展和改革委员会等六部委同意，于2023年7月10日公布，于2023年8月15日起施行。《办法》广泛吸纳各方利益相关者的意见和建议，从人工智能训练阶段开始，对数据、资源合理使用，创作者行为规范、生成物版权保护等领域都予以了初步规范，力求在公正与效率之间实现最佳的平衡。

但客观地看，随着技术发展的日新月异，再详尽的制度设计，依然难以避免会在具体的细节方面出现新的漏洞和缺陷，仍需要通过人类技术理性与制度理性的结合，不断寻找适应人工智能生成作品著作权保护的最佳解决方案。同样，我们也相信在法律的引导下，人工智能能够走出野蛮生长的误区，在保护创作者和权利人权益的同时，更好地为社会创造价值。