邓丹云：人工智能技术对著作权法挑战的一些思考

　　作者：邓丹云 广州互联网法院综合审判二庭庭长

　　随着生成式人工智能等颠覆性AI技术的突飞猛进，人类社会的生产、生活方式乃至社会治理模式都将随之迎来新的变革。在这一时代背景下，如何认识人工智能产业发展带来的各种法律问题，也越来越具有现实意义。基于此，7月13日，由中国人民大学知识产权学院主办、知产财经协办的“人工智能相关法律适用问题”研讨会在北京举办，会议邀请了行业多领域代表，共同探讨和研究实务中遇到的涉人工智能法律问题及解决之道。会上，广州互联网法院综合审判二庭庭长邓丹云围绕“人工智能技术对著作权法挑战的一些思考”话题进行主题演讲，以期为人工智能相关环节的法律适用问题探究答案。知产财经对其主讲内容进行了整理，以飨读者。

　　非常荣幸受到邀请发表我自己的一些粗浅看法，我的分享主要围绕作者主体性的挑战、独创性认定的挑战、作品使用方式判断的挑战以及作品合理使用认定的挑战展开。

　　一、作者主体性的挑战

　　关于作者主体性的挑战，行业有较为一致的意见，即研发者和提供者很难认定为作者。但是对于大模型使用者而言，其能否成为作者，存在较大的争议。大模型使用者具有创作意图，也可以进行相应的情感表达，表面符合作者的身份。然而，从大模型使用过程来看，我们可以发现两种情况：第一，把大模型作为一个枪手；第二，作为一个助手。当使用者只是作出了一些提示词，对大模型生成的内容没有进行进一步加工，在后续利用时也是大模型原样的呈现，那么此时可以将大模型看成一名枪手，使用者能否作为作者就值得商榷？而将大模型只是作为一种工具，比如现在这个PPT就是大模型生成的，但是在生成之前我会提供基本的文案，并对生成内容进行了取舍，且作了大量的修改，大模型只是起到了助手的作用。如果这个PPT可以构成一个文字作品，其中既充分体现了我的创作意图，也表达了我的情感，在这种情况下，我作为作者的主体性应该可以得到认定。

　　二、作品独创性认定的挑战

　　作品独创性，指的是独立完成且具有区别于前人的创造性。在将大模型使用者认定为作者时，首先需要判断其独立完成的内容。现在有一类职业叫做AI提示词工程师，不同的大模型有不同的生成限制，在这样的限制下，如何最大程度地输入提示词以实现相应的目的就是这类工程师要完成的事情。这类工程师独立完成的部分到底是提示词还是生成内容呢？在输入提示词的过程中，他们会根据需要不断完善，可能这个提示词的内容会相当长，在判读独立完成的内容时，是认定提示词呢？还是认定生成内容呢？

　　其次是关于创造性的认定。目前有文生文，文生图和文生视频等情况。目前我使用的这个PPT应该还是属于文生文的形式，在文字作品这块是属于我擅长的，当我看到它不太符合我的需求时，我会进行充分的修改。但是如果是文生图或者文生视频，对于图片或者视频并不是我所擅长修改的部分，我只能根据它所呈现的内容修改提示词，生成相应内容。这些内容可能区别于现有作品，那能否认定为是我创作的内容呢？对于创造性的认定，应该是针对生成生成内容而言。在对生成的图片或者视频不能进行实质性修改的情形下，仅仅因为提供了提示词就认为生成内容是我创作的，感觉以后随着大模型技术的发展，我可以无所不能，在各个领域都可以有自己的作品，这会不会有些荒谬？其实我们能不能提出“产品”的概念？如果把大模型作为一个工具和助手，在生成内容的基础上进行了独立创作，而且对于独立创作部分的内容能够充分陈述和表达，这部分应当被视为著作权法意义上的作品。但是如果只是输入了提示词，对于生成内容没有进行实质性修改和完善，这部分内容能不能仅仅视为“产品”，而不是作品？事实上，“产品”也有一定的市场价值，如果他人使用了，也可以收取相应的费用。从“产品”的角度来看，或许对现有的著作权法有一定的挑战，但我们觉得可以往这个方向进行思考。

　　目前在案件审理的过程之中，面对大量的原告主张权利的作品，我们越来越侧重于从创作过程去分析。很多主张保护的作品可能就是AIGC，但是不是AIGC其实很难判断，因为当事人都称是自己创作的，导致我们现在一方面觉得他们可能利用大模型创作，另外一方面，又很难查清是否他们是否具有独创性。现在著作权侵权的判赔额有一种越来越低的趋势，很大一部分原因就是觉得没有稀缺性，没有稀缺性，自然价值就低。

　　三、作品使用方式判断的挑战

　　关于作品使用方式判断的挑战，主要在于著作权法上复制权、改编权和信息网络传播权的认定。前面有专家谈到临时复制行为，而临时复制是互联网上大量存在的，比如爬虫是不是产生了临时复制的行为？如果其他的临时复制不认定为著作权法意义上的复制，那么大模型训练时对作品的临时复制行为是否也不属于复制？有人提出，对于应用阶段生成的内容，如果与权利作品构成实质性相似，应当认定为复制。那么是如何实施复制的？生成是不是一种复制行为？复制的主体是谁？在判断赔偿标准时一般都会考虑复制件的数量，复制数量又如何认定？这些问题都需要一一考量。

　　信息网络传播权是以有线或者无线方式向公众提供，使公众可以在其个人选定的时间和地点获得作品的权利。表面上，在生成过程中可以获得相似的作品，但要完全一模一样的是不容易的，因为它是算法生成的，既然是生成的，就很难做到一模一样，即使是一模一样，也可能也是巧合。我们在判断信息网络传播权侵权时，需要考虑是否原样提供？提供的主体是谁？而且作为公众，任何人在任何时间或者任何地点，都能获得稳定的相同的信息网络传播的内容。但是对于大模型，同一人在不同时间利用相同模型输入相同提示词可能会生成不同的内容，同一人在相同时间利用不同的模型输入相同提示词亦会生成不同的内容，这显然与现有的信息网络传播权中有关“提供”的定义的内涵和外延是不一致的。

　　四、作品合理使用认定的挑战

　　关于作品合理使用认定的挑战，前面的专家对这个问题已进行了充分的阐述。在此，我仅仅从一个角度来谈这个问题。大模型肯定不是个人学习，而是机器学习，学习范围非常广泛。大模型的使用也不是个人学习到个人使用，而是机器学习到人类使用。刚刚一些行业专家谈到他们会利用大模型生成视频，这种生成方式既解放了生产力，提升了效率，也大大减少了资金投入。事实上，版权人一方面在考虑如何保护自己的权益，另一方面也在利用大模型来创作更多的作品。技术的发展必将带来制度的变革，以往的技术发展可能延伸的是我们的四肢和各个器官的功能，现在的技术发展延展的则是我们的大脑。大脑作为人最本质最主要的特征之一，所有的法律关系都是基于大脑支配相应的行为而产生，机器学习所带来的技术发展如何引发制度变革，如何平衡技术发展和版权保护，是需要我们持续探索的问题。这是我今天简单的分享，谢谢。

　　（本文仅代表作者观点，不代表知产财经立场）