人机协作下人工智能生成内容的著作权共有模式

【摘要】人工智能生成内容与人类创作内容相比，在内容生成方式、参与主体、著作权法激励创作的作用等方面存在较大差异。在分析人工智能生成内容著作权归属的同时，探讨人机协作下人工智能生成内容的著作权共有模式，提出“相同但有区别”是该模式的核心原则，承认人工智能生成内容与人类创作内容一样具有著作权，但两者所享有权利的内涵和权利多少有所区分，并剖析著作权共有模式下主体双方权责的划分，以消除人工智能生成内容与人类创作内容在著作权法激励创作作用上的差异，为相关研究提供借鉴。

【关  键  词】人工智能生成内容；著作权；共有模式

【作者单位】丁毅，上海出版印刷高等专科学校，上海出版传媒研究院。

【中图分类号】D923.41【文献标识码】A【DOI】10.16491/j.cnki.cn45-1216/g2.2024.09.006

人工智能生成内容是指利用人工智能算法生成具有一定创意和质量的内容。在人工通用智能（AGI）技术成熟之前，当下及未来较长一段时期内，人工智能生成内容将主要由人与机器协作生成。基于大语言模型，人工智能可以根据使用者输入的条件，在使用者的指导下，自动生成使用者需要的内容，如通过输入关键词、文字描述、图片、音频等，人工智能可以生成新闻文章、小说、图片、音乐、软件代码等多模态内容。

随着人工智能技术的迅速发展，人工智能生成内容逐步成为知识生产的重要方式，可以预见，未来人工智能生成的内容将在知识生产增量中占据非常大的比重。在这种趋势下，明确人工智能生成的内容是否具有著作权、著作权权利归属以及这种著作权的性质，明确人机协作生成内容中人和机器（人工智能）的权责关系，成为决定人工智能生成内容这一知识生产方式，甚至人工智能本身能否顺利发展的关键问题。从发展的视角看，有关人工智能生成内容的著作权归属问题虽然存在比较大的争议，但赋予人工智能生成内容著作权具有时代发展的必要性。

一、人工智能生成内容著作权的归属

1．人工智能生成内容著作权的界定

学术界关于人工智能生成内容能否作为作品受到著作权保护存在比较大的争议，主要有赋权模式和非赋权模式两种观点。

（1）赋权模式

赋权模式认为，以现有法律为认定标准，人工智能不具备法律主体资格，其生成物不构成作品，但抛开人工智能的法律主体性，人工智能生成物符合作品构成要件，可以认定为著作权法上的作品［1］。代表性的观点包括以下几个方面。其一，独创性客观说，即著作权保护的应是创造力本身，而不仅仅局限于保护人类的创造力。独创性判断的对象只能是已经生成的表达本身，智力成果的结论应根据已经生成的表达结果来推定，“思想”和“人格”不具有实质上的规范意义［2］，因此，作品构成要件并不必然包含人的因素（思想、情感），同时，只要特定内容本身具有最低限度的创造性，能够满足公众的需求，能为公众提供与人类作品相同的利益，就应当作为作品受到著作权的保护［3］。既然人工智能生成的内容与人类创作内容无法区分并有相似性，人工智能生成内容可以构成著作权法意义上的作品，那么就可以赋予其著作权，而不应考虑该特定内容“背后是否是人”的主观标准［4］。其二，创作工具说，即人工智能是人创造的智能工具，基于人类创作的海量知识与信息数据，人工智能生成的内容应被视为人类借助人工智能技术创作的，人类才是内容的真正作者。有学者以ChatGPT生成的作品为研究对象，认为生成式AI的作品是人利用技术工具创作形成的作品，以ChatGPT生成作品为代表的生成式AI作品是人的智力成果［5］；还有学者从人工智能以人类知识为基础出发，提出人类创作在人工智能生成过程中占据主要地位，该创作过程的“劳动”可被视为人类的“脑力劳动”，进而也可被视为人类的创作［6］。

（2）非赋权模式

主张非赋权模式的学者认为，从著作权法激励创作的立法目的出发，不应承认人工智能生成的内容具有著作权。著作权法以激励创作为目的，创设了包括复制权、发行权、表演权和信息网络传播权等在内的专有财产权利，界定了侵权行为并规定了相应的侵权责任，确保他人在利用作品时经过著作权拥有人授权并支付报酬，从而让作者能够从创作中获得应有的回报，进而保持继续创作的动力。但无论是动物还是机器，都不可能因著作权法保护作品而受到鼓励，从而产生创作的动力［7］。只有人才能理解和利用著作权法的激励机制，只有人的创作成果才能作为作品受到著作权法的保护，因此，由自然人创作是作品的来源和存在的必要前提，即便著作权属于组织机构的作品，其原始创作人仍然为自然人。在著作权法中赋予人工智能作品以著作权或邻接权客体地位并无必要性与合理性［8］。

有学者认为，人工智能生成的内容是知识公有领域的组成部分，在这一公有领域，任何人都可以无须征得他人的许可，自由使用知识资源。数字技术和互联网的兴起，使得对知识公有领域的正视和重视至关重要，它提供了与版权并存的参照系，某些信息尽管具有作品的外观，也不一定要成为版权的客体，或许留在知识公有领域会更加有利于信息时代的人类文化、艺术和科学的发展，信息创作者也无须版权保护来激励创作热情［9］。

2．赋予人工智能生成内容著作权的必要性

在人工智能生成内容是否具有著作权这个问题上，反对者基于著作权法激励创作的立法目的主张不赋予人工智能生成内容著作权。然而，随着科技的发展，知识生产的方式发生了本质的改变，人与机器（人工智能）协作生成内容方式日渐普及，不能简单地依据目前的著作权法将人工智能生成内容排除在著作权范畴之外，赋予人工智能生成内容著作权具有时代发展的必要性。当代版权保护的范围随着技术的更新不断延伸和拓展，现代版权史既是一部技术的进步史，也是一部主体和客体的扩张史［10］。版权保护的范围如何随着技术进步不断扩大、如何对未来知识生产的这种“大多数”方式进行规范并激励“作者”创作，是需要认真对待的问题。

同时，在人工智能生成内容将占据未来知识增量较大份额的背景下，不赋予人工智能生成内容著作权，不界定其著作权归属，任由其进入知识公有领域，可能会引发意想不到的后果。诺贝尔经济学奖获得者罗纳德·哈里·科斯认为，“一旦考虑到进行市场交易的成本，合法权利的初始界定，会对经济制度的运行效率产生影响”［10］，这也被称为科斯定律。科斯定律的核心观点是只要产权明晰且交易成本很小，那么资源配置将有效推进。如果将人工智能生成内容统统纳入知识公有领域，不明确其著作权归属，那么很可能导致人工智能生成内容这一知识资源无法实现市场的有效配置，进而造成社会总成本增加。

进入知识公有领域，著作权归属不明确很可能导致两种后果。其一，由于权利主体缺位，在人工智能生成内容的使用上，滥用、盗用、乱用、“抄袭”成风，任何富有创意的人类思考，只要经由人工智能生成具体内容之后即进入公共领域，任何人均可随意使用，那么在人机协作之中，有创意的思考将会越来越少，这无疑将对知识生产、知识传播造成不利影响。其二，如果人工智能生成内容不具有著作权，那么在实现商业应用之前，商业机构如何甄别著作权的专有性就成为一个麻烦的问题。著作权是产品研发、制作和运营的基础和起点，在人工智能生成内容成为知识生产主要方式的情况下，为了确保著作权的专有性，商业机构将不得不耗费大量成本来甄别著作权归属。同时，一旦商用展开之后才发现著作权缺失，将会导致商业机构前期投入损失或者其产品很容易被“合法且正当”地模仿、盗用，进而造成巨大的“经济外部性”问题。

在此背景下，本文提出可采用人工智能生成内容的著作权共有模式，著作权由使用者和人工智能技术公司共同享有，双方依据协议约定承担责任、行使权利，人工智能技术公司代为持有大语言模型所收入内容数据的著作权人权利并向其支付费用，这一模式将兼顾各方利益主体的权利。

二、人工智能生成内容著作权共有模式的核心原则

基于“独创性客观说”“创作工具说”等支持性观点以及时代发展的必要性，赋予人工智能生成内容著作权有其必要性，但也应考虑人工智能生成内容与人类创作内容在生成方式、著作权法激励创作作用的发挥等方面存在极大差异——这种差异也是导致学界在这一问题上产生支持与反对两种不同观点的主要原因。因此，我们需要在人工智能生成内容所享有的著作权权利上，作出既相同又有区别的制度安排，遵循“相同但有区别”的原则。这也是人工智能生成内容著作权共有模式的核心原则。

“相同”即承认人工智能生成内容与人类创作内容一样具有著作权，“有区别”指两者在所享有著作权权利的内涵和权利多少上要有所区分，不能完全画等号。人工智能生成内容的参与主体比较复杂，既有提出提示词和进行指导的使用者（主要是自然人）、研发人工智能算法的技术公司（主要是法人机构）这两个直接参与者，又有大语言模型所收入的海量数据的著作权方这一间接参与者。内容生成逻辑复杂、关联方较多、作者非完全自然人、权责关系难以界定等，是导致各界对人工智能生成内容版权归属莫衷一是的主要原因，因此，赋予人工智能生成内容著作权需要综合考虑各方主体在内容生成过程中的贡献，对责任与权利进行划分并做好利益分配。

在人与人工智能协作产生内容的知识生产模式中，人与人工智能是知识生产的直接参与者，人发挥的作用是基于自身的知识素养发挥主观能动性，以一次性或反复调整的方式，输入提示词或各种形式文本并进行参数设置，而人工智能发挥的作用则是在预训练的基础上，根据使用者的指导运用算法，基于大语言模型的巨量数据自动生成内容。显然，在这一过程中，人的能力和人工智能的能力均是决定所产出内容质量的直接因素，人工智能生成的内容可以视作上述双方合作“创作”的成果。如果赋予人工智能生成的内容以著作权，著作权权利主体最可能的便是上述两者，或者说，该著作权可以由输入提示词的使用者和人工智能技术公司共同享有。

有关著作权共有，《中华人民共和国著作权法》第十四条对合作作品做了如下三点约定。第一，两人以上合作创作的作品，著作权由合作作者共同享有。没有参加创作的人，不能成为合作作者。第二，合作作品的著作权由合作作者通过协商一致行使；不能协商一致，又无正当理由的，任何一方不得阻止他方行使除转让、许可他人专有使用、出质以外的其他权利，但是所得收益应当合理分配给所有合作作者。第三，合作作品可以分割使用的，作者对各自创作的部分可以单独享有著作权，但行使著作权时不得侵犯合作作品整体的著作权。人工智能生成内容直接由两个主体合作创作，如果赋予人工智能生成内容以著作权，参照借鉴著作权法现行条款，可以做如下的安排：人工智能生成内容的著作权由直接参与生成内容的合作作者（使用者和人工智能技术公司）共同享有，合作作品的著作权权利由合作双方通过协商一致的方式行使，而大语言模型所收入的巨量数据的著作权人，因未直接参与内容生成则不能视为合作作者，但作为间接参与者，其权利可以由人工智能技术公司代为行使，人工智能技术公司为此支付使用费用。

比较特殊的情况包括以下几方面。首先，作为人工智能使用者的自然人，并不是直接创作内容的作者，不能凭借自由意志直接决定构成内容的表达性要素，所以在共有模式下，作为享有著作权的一方，人工智能使用者的权责与直接创作内容的作者的权责应有所区别。其次，研发算法程序的人工智能技术公司使用巨量数据训练人工智能，通过反复训练，人工智能能够在人机协作下自主生成内容，但技术公司不是创作内容的作者，与人工智能使用者一样，不能凭借自由意志决定人工智能生成内容的归属，所以，作为拥有共有著作权的法人实体，人工智能技术公司所享有的权责也应有新的安排。再次，著作权立法的目的是激励创作，激励作用得以发挥的前提是著作权法设定的鼓励对象能够理解并利用激励机制，但人工智能算法软件不可能理解法律赋予的权利和保护机制，更不可能利用著作权法维护自身“权利”，对于自动生成内容的算法程序，激励创作的制度无效，因此，需要进行激励制度的重新设计。最后，人工智能生成内容的合作作品不可以分割使用，所以，其间合作双方的义务责任与权利关系需要进行制度上的重新安排。基于上述内容，探讨著作权共有模式下主体双方权责的划分显得尤为关键。

三、著作权共有模式下主体双方权责的划分

1．作为人工智能使用者的自然人的著作权

人工智能的使用者为自然人，符合著作权法中作品由自然人创作的内在要求，所以其主体属性并不存在问题。但因使用者并不直接进行内容创作，而是通过输入提示词、设置参数或输入描述文本等方式参与内容生成，使用者的这种行为更多依靠的是生成内容之前的思想和创意，基于著作权法保护思想的表达、不保护思想本身的基本原则，为激励使用者更好地利用人工智能工具进行内容生产，赋予使用者对人工智能生成的内容（思想表达）一定的著作权是非常有必要的。但这种必要性的大小，即在著作权共有模式中使用者所享有的权利多少，应依据其在内容生成过程中的参与投入程度和创造性程度这两个维度来区分（见图1）。依据参与投入程度和创造性程度由弱到强，可以设定5种程度——弱、比较弱、一般、比较强、强，使用者的著作权权利按照这5种强弱程度依次提升。“弱”程度代表参与投入和创造性程度均很低，因而使用者仅享有微不足道的、接近于无的著作权权利；“强”程度代表参与投入和创造性程度均很高，因而使用者拥有比较多的著作权权利。从参与投入程度和创造性程度这两个维度来确定人工智能使用者所享有权利的多少，符合“相同但有区别”的原则，即使用者作为人工智能生成内容合作主体的一方，同样拥有著作权但权利多少并不一致。

图1 人工智能使用者权利强弱分布图

2023年11月北京互联网法院对一起人工智能生成图片的著作权侵权纠纷作出一审判决〔详见民事判决书（2023）京0491民初11279号〕。法院认为，从原告构思涉案图片起，到最终选定涉案图片止，原告进行了一定的智力投入，如设计人物的呈现方式、选择提示词、安排提示词的顺序、设置相关的参数、选定哪张图片符合预期等。涉案图片体现了原告的智力投入，故涉案图片具备智力成果要件，可以认定涉案图片由原告独立完成，体现了原告的个性化表达，涉案图片具备“独创性”要件。原告是在人工智能模型中输入相关提示、进行参数设置，并最终选定涉案图片的人，涉案图片基于原告智力投入直接产生，且体现了原告的个性化表达，故原告是涉案图片的作者，享有涉案图片的著作权。

上述判决引发了不小的争议，但从判决的逻辑来看，在这起AI生成图片相关领域著作权第一案中，法院承认原告（人工智能使用者）在涉案图片生成过程中付出比较多的思想、创意、智力投入，并以此承认原告对涉案图片（人工智能生成内容）享有著作权，同时从激励创作角度看，承认使用者的智力投入，承认其享有著作权，可以激励使用者提高AI使用技能，“创作”出更多更好的作品。然而，将全部的著作权均授予使用者是值得商榷的，这也是该判决引发争议的原因。使用者毕竟不是直接的创作者，依据“相同但有区别”的原则，其只能拥有部分的著作权，并且这部分著作权的权利多少还需视使用者的参与投入程度和创造性程度而定，在著作权共有模式下，另一部分著作权权利应归属人工智能使用者以外的主体（人工智能技术公司）所有。

2．作为研发算法软件的人工智能技术公司的著作权

在人工智能生成内容著作权共有模式下，人工智能技术公司享有的著作权包括两个部分：一是算法软件的著作权；二是代为持有大语言模型所收入内容数据的著作权人的权利。承认人工智能技术公司拥有著作权，其所产生的激励作用，不仅体现在激励人工智能技术公司进一步优化算法、提升人工智能软件的效能方面，还体现在激励人工智能技术公司积极解决数据素材的版权问题、使用正版内容数据、支付版权费用、保护数据内容原创作者的权利方面。从这个意义上讲，在著作权共有模式下，人工智能技术公司所拥有的著作权权利中，有一部分是代大语言模型所收入巨量数据的著作权人行使。

在共有模式下，合作双方的著作权由合作作者通过协商一致的方式行使，人工智能技术公司需要对自身提供的AI服务进行类型划分（收费服务和免费服务），以此为基础，AI技术公司可以拟定服务合同，具体约定与AI使用者的权利与责任关系，以此作为合作作者协商一致的、约束双方行为的协议。

在约定人工智能技术公司与AI使用者的权利责任关系方面，图片网站提供服务的模式值得借鉴。比如，视觉中国旗下网站VCG.COM在网页上列出了《内容授权许可协议》［12］（以下简称许可协议），许可协议明确列示了提供哪些类型的授权、如何使用授权内容、限制性使用、知识产权、赔偿/责任限制等具体条款，以此作为图片使用者和图片网站权责划分的具体依据。该许可协议值得借鉴之处包括以下几个方面。首先，明确了提供“非特定使用范围”和“限定用途类”两种服务，这两种服务的权利和责任各不相同，许可协议作出具体说明。其次，对限制性使用作出明确说明，清晰界定超出限制性范围的使用均为非法。再次，要求使用者对素材来源做明确的标注。最后，许可协议对著作权归属以及相应权利做了具体约定。这提示我们需要对人工智能服务类型进行区分并作出具体说明，对合作双方的权利与责任作出明确具体约定，并以此作为遵守的依据。同时，虽然无法对人工智能生成内容的素材来源作出明确说明，但仍需对生成内容作出“本内容由AI生成”的提示说明。人工智能服务类型的具体说明和著作权权责要点说明，具体见表1。

四、结语

随着科技的发展，人机协作下人工智能生成内容逐渐成为知识生产的重要方式，界定人工智能生成内容的著作权归属非常重要。人工智能生成内容具有生成逻辑复杂、关联方较多、作者非完全自然人、权责关系难以界定等特点，因此，著作权共有模式，即著作权由使用者和人工智能技术公司这两个直接参与者共同享有，人工智能技术公司再代为行使大语言模型所收入内容数据的著作权人这一间接参与者的权利，能够兼顾各方利益主体的权利。人工智能生成内容的著作权应遵循“相同但有区别”的原则，要对该著作权归属及权利责任作出新的制度安排，使用者的权利多少应根据使用者的参与投入程度和创造性程度决定，使用者与人工智能技术公司之间的责任权利关系则需要通过合作协议的方式予以明确，在这方面，图片网站提供服务的模式值得借鉴。

｜参考文献｜

［1］许春明，袁玉玲. 论人工智能的法律主体性：以人工智能生成物的著作权保护为视角［J］. 科技与法律，2019（2）：1-6.

［2］孙山. 人工智能生成内容著作权法保护的困境与出路［J］. 知识产权，2018（11）：60-65

［3］谢琳，陈薇. 拟制作者规则下人工智能生成物的著作权困境解决［J］. 法律适用，2019（9）：38-47.

［4］李伟民. 人工智能诗集的版权归属研究［J］. 电子知识产权，2019（1）：22-27.

［5］李晓宇. 人工智能生成物的可版权性与权利分配刍议［J］. 电子知识产权，2018（6）：31-43.

［6］丛立先，李泳霖. 生成式AI的作品认定与版权归属：以ChatGPT的作品应用场景为例［J］. 山东大学学报（哲学社会科学版），2023（4）：171-181.

［7］王迁. 论人工智能生成的内容在著作权法中的定性［J］. 法律科学（西北政法大学学报），2017（5）：148-155.

［8］刘银良，论人工智能作品的著作权法地位［J］. 政治与法律，2020（3）：2-13.

［9］于雯雯，再论人工智能生成内容在著作权法上的权益归属［J］. 中国社会科学院大学学报，2022（2）：89-100.

［10］黄汇，黄杰. 人工智能生成物被视为作品保护的合理性［J］. 江西社会科学，2019（2）：33-42.

［11］史璐，科斯定律的理论综述及其启示［J］. 知识文库，2015（24）：145-146.

［12］视觉中国旗下网站VCG. COM《内容授权许可协议》［EB/OL］. （2023-02-16）［2024-05-06］.https：//www.vcg.com/help/auth-message.