AI生成内容的版权到底归谁？全国审判业务专家这样回应……

人工智能时代， AIGC技术及相关应用 “强势出圈”。除了感慨AI超强的内容生成输出能力之外，法律人士也纷纷开始思考AIGC带来的潜在法律风险及诸多科技伦理问题。

这些法律问题包括但不限于 个人信息滥用和隐私侵犯、AI安全、算法黑箱、责任承担、技术滥用 等等，在AI技术发展应用的“高歌猛进”中，各界也在积极探索和推进AI治理。

以 AIGC产生的版权纠纷 为例。美国最有代表性的是 “泰勒诉版权局案” ，案件关键就在于 完全由AI生成的内容是否享有版权 的问题。原告Stephen Thaler研发了一款名为“Creativity Machine”的AI软件，并使用它自动生成了一幅绘画作品。

但美国版权局以 “该作品没有人类参与创作” 为由拒绝了其版权申请，因此，原告向哥伦比亚特区法院提起诉讼，要求更正版权局的决定。

国内也有类似案件。原告李某利用开源AI软件Stable Diffusion生成了一幅绘画，并发布在自己的社媒主页中。被告刘某是一名创作爱好者，在另一平台发布的诗歌中将涉案AI图像用作插图。

原告就此向北京互联网法院提起诉讼，主张涉案AI图像构成美术作品，被告上述行为构成信息网络传播侵权等。法庭关注的焦点问题也是 “AI图像是否存在人类的创作贡献，进而获得版权法保护” 。

综上，AI生成内容版权属性的核心判断在于：AI究竟是仅作为一种辅助工具，对人类的创作构思加以 “映射呈现” ，还是说 “实质取代” 了人类对作品创作元素的构思设计？

落地到实践中， 基于相同著作权法理解的不同方向，存在哪些理论分歧？对司法实践及实务又有怎样的启发？

4月25日晚19:00 ，全国审判业务专家 宋健老师 ，将针对上述难题展开深度剖析。

扫码报名，0元听课

入群领 《著作权实务案例集锦》

为什么生成式AI对著作权认定的冲击如此之大？

——在生成式AI崛起之前，创作技术对版权制度的影响相对较小，创作在整个版权制度中是一个前置环节。在AI大规模应用之前， 大部分的创作技术都只是延伸性的辅助技术手段 ，需要高度依赖人的创作构思，比如游戏视听领域的数字创作技术。

AI的出现，则使得在作品最终形成过程中，人类的贡献不断衰减、机器的贡献不断提升，这就直接冲击了 人类的创作主体定位 。

要讨论 对AIGC生成物的保护与否 ，就需要对AI模型的运作机制以及人类利用AI工具进行创作的具体方式加以评估。

在我国司法实践中， AI生成内容是否可以被纳入著作权保护范围？

这取决于其是否为 独立创作 、 能否在外在表现上与已有作品区分 、并且 享有最低程度的创造性 。著作权法保护的是人类的创作构思，即“对于创作元素最终和具体的选择安排”。

就AIGC现有的内容生成模式而言，使用者通过设计“提示词和模型参数”来生成内容，其实很难就使用者和AI模型的创作贡献大小加以准确判断。这是由于我国《著作权法》中关于作品独创性的判定，更倾向于 定性层面的“独创性有无” ，而非定量层面的“独创性高低”。

另外， AIGC作品的生成能力来自数据和模型，这些数据来源本身就存在隐患：AIGC模型往往需要经历一个预训练阶段，即通过对大量的样本数据进行学习和分析，提取数据的特征和模式。

这些训练数据也会不可避免地包含 他人享有著作权的作品 ——这显然也不符合当前著作权法的要求，即在使用相关作品时，必须获得权利人许可，并支付相应的许可使用费。

那么， 如果AIGC作品未经许可使用他人享有著作权的作品，这是否构成了侵权行为？创作者是否要因此承担侵权责任？

随着科技的发展，既然不可避免地要使用到这类超级工具，那么 面对著作权的诸多争议，司法实践中应当如何回应？

4月25日晚19:00 ，全国审判业务专家 宋健老师 ，将针对上述难题展开深度剖析。

扫码报名，0元听课

入群领 《著作权实务案例集锦》