生成式人工智能视域下著作权的刑法保护研究——以ChatGPT为例.pdf

第24卷第2期江苏工程职业技术学院学报Vol.24，No.2

2024年6月JournalofJiangsuCollegeofEngineeringandTechnologyJun.2024

DOI：10.19315/j.issn.2096-0425.2024.02.019

生成式人工智能视域下著作权的刑法保护研究生成式人工智能视域下著作权的刑法保护研究

——以ChatGPT为例

李可钰

（南京理工大学知识产权学院，南京210094）

摘要：以ChatGPT为代表的生成式人工智能遵循“基础语料+预训练+微调”基本范式，“类人化”特性

使之在传统人工智能中脱颖而出，但在数据收集和生成内容阶段都有可能会引发刑事风险。作为生成式

人工智能著作权保护有效规制手段之一的刑法不应缺位，但刑法保护的限度难以把握，责任主体难以确

定，具体认定存在困境。要把握合理限度，则应坚持前置法、解释优先。目前，生成式人工智能尚不具有刑

事责任主体资格，但这并不影响著作财产权有适格的承载主体，具体认定应以实际参与者的贡献比例为参

照标准。生成式人工智能生成物有可能成为侵犯著作权罪的犯罪对象，在认定侵犯著作权罪时，仍应将

“以营利为目的”作为主观要件之一，因为不论使用程序时是否付费，侵权人的本质目的都是营利。

关键词：生成式人工智能；ChatGPT；著作权；刑法保护

中图分类号：DF523.1文献标志码：A文章编号：2096-0425（2024）02-0105-08

ChatGPT发布后引发了社会各界的广泛关注，同时给我国现有的法律规范体系带来新挑战。在刑法

领域，生成式人工智能可能会引发侵犯著作权罪的刑事风险，然而，目前学者们都将研究视线集中在人工

智能这一更大的领域，鲜有学者单独研究生成式人工智能及其生成物的著作权刑法保护。实际上，作为人

工智能的一个子集，生成式人工智能因强大的逻辑能力与创造力，对著作权保护体系的冲击力更强，因此，

有必要将生成式人工智能作为专门研究对象，探寻刑法保护著作权的有效方案。

1ChatGPT与著作权刑事风险

1.1ChatGPT的运行原理和自身特性

[1]

1)ChatGPT的基本范式。ChatGPT的深层运行逻辑所遵循的基本范式为“基础语料+预训练+微调”，

其语料体系包括海量高质量的基础语料、预训练语料、微调语料。预训练语料的数据收集渠道广泛，包括但

不限于报刊、书籍等，丰富的文本数据是为了使ChatGPT在模型构建之初便能在最大程度上学习人类的语

[2]

言逻辑，进而使表达方式“类人化”。微调语料通过形成高质量的标注文本数据在原有的基础上进一步

增强ChatGPT的对话功能。基本范式中所谓的“预训练+微调”阶段系指首先通过对大数据集的训练形成

一个强泛化性模型，在此基础上于下游任务中进行进一步的微调。所谓预训练是指从海量的训练文本出

发，通过无监督学习来获得具有普遍适用性和高泛化性能的语言模型。在预训练之后，模型便具有了自

然语言理解与情景（上下文）学习能力，并能有效地提取文字与代码之间的相似度，进而产生更为精确的

文字和代码向量，为后续的微调阶段提供数据支撑。

当前期获得的语言模型处于微调阶段时，便需要基于人类的反馈进行进一步的强化学习。ChatGPT

的强化学习方法主要由3阶段组成：①在预训练和有监督微调的基础上获得原始模型。②通过构建与训

练奖励模型来预测人们在不同的回答结果中的排序选择。③根据奖励模型的反馈结果对大语言模型进

收稿日期：2024-02-26

作者简介：李可钰（2001—），女，江苏如皋人，南京理工大学知识产权学院2023级法学专业硕士研究生，研究方向为行政法学。

110066江苏工程职业技术学院学报2024年

行优化，最终形成以人类价值偏好为导向的成熟模型。[3]

2)