法律专业论文范文.docxVIP

人工智能生成内容的著作权问题研究——以独创性与权利归属为核心

摘要

随着人工智能技术的飞速发展，特别是生成式人工智能的崛起，人工智能生成内容（AIGC）已广泛渗透到文学、艺术、科学等多个领域。然而，AIGC的法律地位，尤其是其是否构成著作权法意义上的“作品”以及相关权利如何归属，成为当前知识产权法学界与实务界面临的前沿难题。本文旨在探讨AIGC的独创性判断标准，分析其在现有著作权法律框架下获得保护的可能性，并对权利归属模式提出若干思考，以期为相关立法与司法实践提供参考。

关键词：人工智能生成内容；著作权；独创性；权利归属；法律保护

引言

人工智能（AI）技术的演进正深刻改变着人类的生产与生活方式，其中，以机器学习、深度学习为代表的技术催生出的AIGC，更是对传统的创作模式带来了前所未有的挑战。从自动撰写新闻稿件、创作音乐绘画，到辅助科学研究、生成编程代码，AIGC展现出日益强大的“创作”能力。然而，法律的演进往往滞后于技术的创新。当AIGC在形态上越来越接近人类创作成果时，其能否像人类作品一样受到著作权法的眷顾，以及若受保护，其权利应由谁享有、如何行使等问题，均亟待澄清。对此，学界观点不一，实践中亦缺乏统一标准。本文拟从著作权法的基本原理出发，结合AIGC的技术特性，对上述问题进行系统性梳理与探讨。

一、人工智能生成内容的界定与特征

（一）人工智能生成内容的概念厘定

（二）人工智能生成内容的主要特征

与传统的人类创作及计算机辅助创作相比，AIGC具有以下显著特征：

3.生成结果的不确定性与创新性：在某些复杂模型下，AIGC的输出结果具有一定的不确定性，有时甚至能产生超出开发者预期的、具有新颖性的内容。这种“创新性”并非源于AI自身的“灵感”或“意图”，而是算法运行和数据学习的客观产物。

二、人工智能生成内容的独创性判断

独创性是著作权法保护的基石。一项内容能否构成著作权法意义上的“作品”，首先取决于其是否具备独创性。

（一）传统著作权法中的独创性标准

传统著作权法理论认为，独创性包含两个层面：一是“独”，即作品系由作者独立创作完成，非抄袭、剽窃他人成果；二是“创”，即作品体现了作者一定程度的智力创造性，包含了作者独特的思想、情感、选择、判断和表达。这种创造性要求不必达到高度，只要具有最低限度的创造性即可。

关键在于，传统的独创性理论与“人类智力活动”紧密相连。作品被视为作者人格的延伸，是人类思想情感的外在表达。因此，作者必须是自然人，这是著作权法的基本前提。

（二）人工智能生成内容对独创性标准的挑战

AIGC对传统独创性标准的挑战主要体现在“创”的来源和“作者”的认定上。

1.“创”的来源：算法还是人类？AIGC的“创”若仅被视为算法运行的机械结果，缺乏人类的智力投入和创造性选择，那么其很难满足“独创性”中“创”的要求。有观点认为，AIGC系统的开发者或使用者在算法设计、数据输入、参数调整等环节的智力投入，可以被视为AIGC“独创性”的来源。然而，这种智力投入与具体生成内容之间的关联性、直接性和创造性程度，值得商榷。若开发者或使用者的干预过于间接和抽象，则难以将其视为内容的“作者”。

2.“作者”的缺失：如前所述，著作权法上的作者必须是自然人。AI系统本身不具备法律主体资格，无法成为著作权的主体。因此，即便AIGC在表现形式上具有新颖性和独特性，若缺乏法律认可的“作者”，其获得著作权保护的路径也会遭遇根本性障碍。

（三）人工智能生成内容获得独创性认可的可能性探讨

尽管存在上述挑战，但对于AIGC的独创性判断，仍有探讨空间：

1.“最低限度创造性”标准的适用：如果AIGC的输出结果并非对既有数据的简单复制或机械拼凑，而是通过算法的复杂运算产生了具有新颖性、独特性的表达，是否可以认为其满足了“最低限度创造性”的要求？这取决于对“创造性”来源的理解。若将算法的复杂性和输出结果的不可预测性视为一种“创造性”的体现，那么AIGC或许有被认定为具有“创”的可能。

2.人类间接贡献的认定：若人类在AIGC生成过程中，通过对提示词（Prompts）的精心设计、对生成过程的多次干预和筛选、对最终结果的修改润色等方式，投入了实质性的智力创造性劳动，则此时的AIGC更接近于人类借助AI工具进行的创作，其独创性可以归因于该等人类创作者。在此情形下，问题的核心便转化为判断人类贡献的程度。

三、人工智能生成内容的权利归属模式探讨

假设AIGC能够满足独创性要求，或法律政策上倾向于对其提供某种形式的保护，那么权利归属便是下一个核心议题。目前，主要有以下几种可能的模式：

（一）开发者权利归属模式

该模式认为，AI系统的开发者投入了大量智力劳动研发算法、构建模型，是AI“创作能力”的赋予者，因此AIGC的权利应归属于AI系统的开发者。此