冯刚：人工智能生成内容的著作权问题研究 小知说法

　　总体而言★★，对于人工智能生成内容保护路径宽严与否的选择需要考虑我国人工智能产业的实际发展水平★，特别需要考虑在国际竞争条件下哪种模式对我国更有利，实现具有中国特色的法学研究目标★，这是我们进一步研究的方向。

　　在AIGC著作权归属问题上，学界存在不同的观点，包括★“人工智能拟制人格说★★”、“开发设计者权利说★★”或“使用者权利说”等。法律规则层面★★，仍然是依据主体的实际独创性贡献来确定权利归属；实践层面，由于市场结构，生成式人工智能提供商为寡头，其必然会通过格式合同约定著作权归属。此外，提供商之间的竞争以及对于垄断协议的控制将导致格式合同的约定实现利益平衡，经过一段时间磨合之后，格式合同被司法承认成为行业惯例★★。

　　那么人工智能生成内容获得著作权法保护的可行性体现在何处★？首先★，知识产权的研究范围应置于民法之下，受到民法基础理论的制约★。若不给予其著作权保护，法律保护只有两种途径：适用旧法或新立专门法。在现有法律规定中，《中华人民共和国民法典》对民事主体的规定中不包括人工智能，且目前人工智能尚未达到准民事主体的地位★★★；而专门立法成本非常高，在人工智能高速发展的过程中，对于相关法律问题的理解并不清晰★★，因此专门立法并非是最合适的方式★★。基于此★★，考虑到人工智能生成内容与作品在表现形式★★★、使用方式★★、权利归属以及抗辩事由等方面均具有相似性★，个人认为以著作权法进行保护最为恰当。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布★★，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问★★★。

　　该问题与问题三密切相关，以人工智能提供商为视角可以形成两组对应关系。第一组对应关系为宽进宽出★★，单纯学习训练属于合理使用，生成内容有著作权★★，但属于法定许可范畴★；第二组对应关系为严进严出，人类学习训练属于合理使用，但人工智能学习训练需取得权利人许可★，生成内容有著作权，且不属于权利限制范畴★★★。

　　人工智能生成内容是有价值的★★，具有有用性和稀缺性，一般情况下，有价值即意味着有受法律保护的必要性，当然，特殊情况要分开来讨论★★★，比如阳光★、空气★★、水等具有高度价值但是没法确定边界的则无法受到法律保护。人工智能本身及其生成内容凝结了人类的劳动和智慧，是人类创造而非自然创造的结果，如果不给予法律保护，可能会产生消极的影响：社会对人工智能生产内容的无尽免费利用会使相关产业链上的企业投资无回报，企业减少乃至断绝投资，那么人工智能生产内容行业将逐渐萎缩乃至消亡。这种情况下我们可以采取开放的思路★★★：法律保护的财产内容与人类生产力发展水平高度相关，不断拓展，客体内容与人类文明水平高度相关，不断进步★。我认为，人工智能生成内容的法律保护问题也需遵循上述规律。

　　近日，中国法学会知识产权法学研究会第六次会员代表大会暨2024年年会在北京举行。在以“著作权制度的改革与完善”为主题的分论坛中，北京知识产权法院审判监督庭庭长冯刚围绕“人工智能生成内容的著作权问题研究”话题进行主旨演讲，现对其演讲内容整理如下★：

　　首先需要区分人工智能生成内容和人类利用人工智能生成的内容，其区分关键在生成内容独创性的来源。以北京菲林律师事务所诉百度的案件为例★★，通过给定一些数据★★，要求人工智能将这些数据自动生成柱状图★★、折线图★、饼状图等常见的图表形式。在这个过程中★★★，图的形成是由人工智能完成的，但这只是这些数据的另一种规范性表达★，并未产生独创性★★，所以在图的部分对其独创性作出了否定性评价。因此★，对于人工智能生成内容需要进行识别★，是人工智能本身赋予它表面上的一种独创性★，还是人类智能通过人工智能的一些工具、手段、设备而去给它固定下来。

　　人工智能生成内容著作权保护的主要问题可以分为以下四个方面★★★：第一，人工智能生成内容能否被认定为作品；第二，如果人工智能生成内容能被认定为作品★，著作权归属应如何认定；第三★★★，人工智能学习训练是否属于合理使用★；第四，人工智能生成内容的著作权保护是否受限。

　　首先要区分单纯的学习训练与名为“学习训练”实为“侵权利用★★”两种情况★。学习训练过程中只有复制属于著作权控制的范围★★★，如个人的学习训练★★★，阅读理解某篇文章★★★，即使是未经著作权许可也是合法的★★。但是人工智能学习训练和人类智能学习训练存在本质区别★★★：从量变到质变，人工智能学习训练数据量为十几亿甚至几十亿★★★，相较人类智能的训练数据量可谓海量，因此相应的法律规则亦需要考虑变化★★★。