以去年年初美国3名艺术家与环球有名图片运营商盖蒂图片分别对Stability AI公司提起诉讼为开端，到年末的美国《纽约时报》起诉微软和Open AI公司，以及近日3位作家集体起诉有名芯片制造商英伟达擅自利用其拥有版权的书原来演习人工智能……与之干系大小诉讼已多达数起，由此引发的法律争议正愈演愈烈。
从技能角度而言，AI模型的开拓一样平常要经历数据输入与数据输出两大阶段。数据依据运用目的的不同可以包括多种模态，如文本、图片与音频等，个中不乏受版权保护的笔墨作品、美术作品、拍照作品与音乐作品等。相较于输出真个AI天生物的可版权性问题，输入真个未经容许利用他人作品用于数据演习行为的法律性子谈论更具紧迫性，由于后者是关系AI家当能否正常发展的条件性问题，对技能的进一步研发存在直接影响。
常日情形下，演习数据的获取办法包括通过爬虫协议抓取、通过破译等技能手段直接复制、将非电子出版物进行数字化再现以及在用户做事协议中设置逼迫容许条款四种。为了构建数据集，通过上述手段获取的数据必将以一定的形式储存并固定在做事器中，形成某种形态的副本，以供后续模型学习剖析。此种通过大量复制、存储并形成复制件的行为，符合《著作权法》中对付复制的内容和办法的规定，存在复制权侵权的风险。国外的Stability AI、Open AI和Meta（均为业内头部AI公司），以及海内的行吟信息科技（上海）有限公司（社交平台“小红书”的主体公司）均因此被告上法庭。往后者为例，小红书旗下的AI绘画产品Trik未经授权利用了画师的原创作品作为演习数据，并天生了与原作高度相似的图片，因而被画师们以著作权侵权为由告上法庭。
此外，在AI模型数据集的构建及后续的模型演习中，可能还会对数据予以翻译、标记、汇总与剖析——应该如何评价这些行为的法律性子，目前尚存在较大争议。
有不雅观点认为，这些行为存在翻译权、改编权、汇编权侵权风险；也有不雅观点认为，其可能落入“应该由著作权人享有的其他权利”，即兜底权利的范畴；还有不雅观点认为，这些行为都是模型的内部活动，并不受《著作权法》掌握。
擅自利用作品演习AI模型较难纳入合理利用的范畴
2023年5月，美国国会就“人工智能和知识产权”召开听证会，谈论了版权保护作品在天生式人工智能模型演习中的利用等话题。
个中，就输入端数据演习行为引发的侵权风险，以Stability AI为代表的人工智能公司主见其行为构成合理利用，声称“培训这些模型是对现有内容的一种可接管的、变革性的和有益于社会的利用，受合理利用原则的保护”。
2023年12月27日，《纽约时报》宣告在纽约州曼哈顿联邦法院向Open AI及微软提起诉讼，指控这两家公司造孽利用《纽约时报》的数百万篇文章以演习他们的谈天机器人。而后在Open AI发布的官方回应中，其亦将“演习行为构成合理利用”作为关键性的回嘴情由之一。
所谓合理利用，是指在符合法定环境的条件下，可以不经著作权人容许并不向其支付报酬而利用其作品。在美国，在认定是否构成合理利用时一样平常采纳“四要素判断法”，个中“利用行为会对作品潜在市场或代价的影响”是关键考虑要素之一。以美国作家协会与Open AI公司之间的集体诉讼为例，被告利用网站爬取等办法复制了大量原告作家们的脱销小说用于演习ChatGPT模型，用户可以通过ChatGPT获取小说的内容，这将导致原作的市场代价受到极大减损。就这一点而言，AI公司的合理利用抗辩难以成立。
我国《著作权法》第24条规定了13种合理利用的环境。就AI模型的数据演习行为而言，与之干系的环境包括“为个人学习研究目的利用”与“为科学研究目的的利用”两种。然而，一方面，人工智能产品的开拓一样平常是由大型科技公司组织，主体为公司而非自然人，不符合出于“个人学习研究”环境下的主体条件。另一方面，为了使模型天生的结果更加靠近人类创作，其须要通过剖析大量数据以不断调度更新模型参数，此亦不符合“为科学研究目的”环境下对付“少量”利用作品的哀求。
与此同时，大多数模型的演习目的在于通过终极AI产品的推广与运用实现商业盈利而非学习或科研，很难将其纳入合理利用的范畴中。
传统授权容许模式难以适应人工智能家当特点
在“未经容许利用他人作品演习AI模型”的行为难以纳入著作权合理利用的范畴之内的条件下，传统的“授权容许”模式在适用上也存在一定的困境。
由上可知，目前对付AI大模型的演习行为是否陵犯著作权、陵犯何种著作权尚未形成统一的认知，即所谓的“授权的根本”仍处于一个模糊且不稳定的状态。更主要的是，用于AI模型演习的数据集内每每包含了成千上亿份数据，即包括公有领域的资源与尚在著作权保护期内的作品。面对如此弘大的数据量，若哀求人工智能开拓者联系每部作品的著作权人并与其逐一签订授权容许协议，则会严重滞缓演习数据集的搭建，从而导致全体人工智能家当直接短命。
对此，有不雅观点提出可以利用著作权集体管理组织办理授权难题。著作权集体管理是指依据著作权人的授权，由特定的组织对著作权进行的集中管理。该组织是为著作权人的利益依法设立，根据其容许对著作权及其毗邻权予以统一管理的特定组织机构，我国目前已有音乐、音像、笔墨、拍照和电影5个著作权集体管理组织。
为理解决上述授权难的问题，人工智能开拓者可以通过著作权集体管理组织得到某一领域的作品授权，以此降落演习前的搜索与沟通本钱，同时也能降落数据来源的合法性风险。
此外，亦有学者创新提出借鉴打算机领域的开源容许模式以建立开放授权机制，即著作权人通过声明作品利用者的权利和责任的办法，事前将授权予以任何知足条件的主体，以此冲破一对一的低效授权困境。
但是，上述不雅观点目前均处于理论论证阶段，是否能够办理AI演习数据来源的合法性问题仍有待立法与实践的进一步探索。
实现技能与艺术、法律良性互动与协同发展
目前，如何以法律手段坚持人工智能家当发展与人类艺术创新之间的平衡，已成为天下各国未来立法与监管的重点方向之一。
就未经容许擅自利用他人作品演习AI模型的行为定性，在日前欧盟公布的终极版《人工智能法案》中，对类似ChatGPT的天生式AI研发者给予了“发布用于演习数据的受版权保护的数据择要”的解释责任。
同样，英国在今年2月初发布的《大型措辞模型和天生式AI》报告中指出，科技公司未经容许或补偿就将权利人的数据用于商业目的，并在此过程中得到巨额经济回报是不公正的；开拓者应明确解释其网络爬虫是用于获取数据进行人工智能天生演习还是用于其他目的。此外，意大利政府也表示其正在制订一项人工智能监管法律，旨在确定一些原则与规则作为对《人工智能法案》的补充。其总理梅洛尼强调，人工智能技能只有在以“人类的权利和需求”为中央的道德规则范围内发展，才能开释出它所有的积极潜力。
今年两会期间，人工智能是与会代表委员们热议的一个主要话题。我国去年7月发布的《天生式人工智能做事管理暂行办法》从代价规范、行为规制和过程监管等方面对天生式人工智能加强了管理，尤其是规定用于AI演习的数据须具有合法来源，不得陵犯他人依法享有的知识产权。然而，随着技能的广泛运用和不断演进，人工智能做事的开拓者、供应者、利用者、监管者在未来实践中都还将面临不少的法律寻衅，上述辅导性规范并不敷以办理现实中的争议与难题。因此，有两会代表提出要加强人工智能领域的著作权保护，明确人工智能领域版权保护的原则性问题；也有代表建议应推动建立人工智能大数据开放创新平台，支持开展专门的数据标注、洗濯等预处理事情，为演习大模型供应优质数据来源。
对此，我国应秉持《著作权法》鼓励创新的立法宗旨，坚持“以人为本”理念，在确保作者的权利得到充分保障的条件下，促进人工智能家当发展。一方面，人工智能技能开拓者应该推动建立“选择退出”或“选择加入”机制，给予著作权人充分的选择决定是否将其作品用于人工智能演习。这既能转变人工智能开拓者因权利人“不知情赞许”授权而一劳永逸的行为，也可以从源头上担保数据获取的合法性，有利于人工智能后续的开拓与运用。另一方面，政府部门也可以推动建立人工智能开拓者与著作权人的良性对话机制，鼓励企业、研究机构与著作权集体管理组织共同探索培植符合法律法规哀求的正版高质量数据库，以此实现著作权人的利益保障与人工智能企业的合规发展。
在环球竞相发展人工智能技能的时期背景下，我国首次将“人工智能+”写入2024年政府事情报告中，这标志着我国将进一步加强人工智能领域的顶层设计，并加快其与其他行业领域的多维度深度领悟。
但是，人工智能发展的条件离不开法律与政策的规范与指引，坚持“以人为本”的管理原则，实现技能与艺术、法律良性互动与协同发展，是加快打造人工智能管理的中国模式和国际样板的关键。
（作者于波系华东政法大学知识产权学院副院长；应雨晴系华东政法大学知识产权学院2022级硕士研究生；程得琳系北京师范大学法学院研究生）
来源： 中国新闻出版广电报