从ChatGPT到DeepSeek：大模型对著作权正当性理论的挑战与启示.pdfVIP

第27卷第5期电子科技大学学报（社科版）Vol.27,No.5

2025年10月JournalofUESTC（SocialSciencesEdition）Oct.,2025

•法学与政治学•

从ChatGPT到DeepSeek：大模型对著作

权正当性理论的挑战与启示

□严驰

[摘要]随着大模型从ChatGPT到DeepSeek的技术升级，在汹涌的生成式人工智能浪潮冲

击下，著作权领域的创新方式、创新内容乃至创新主体都受到了一定程度影响。著作权正当

性论证是关于权利前提的一种反思，旨在证明著作权制度设计的理论基础。受制于理论的固

有缺陷和不适应性，传统的著作权正当性理论在用于人工智能生成内容的著作权保护论证时

显得力有不逮。无论是洛克的“劳动论”、黑格尔的“人格说”，还是建立在边沁功利主义思想

上的“激励论”，都存在着难以克服的现实梗阻。为更好地实现著作权法的立法宗旨，不对人

工智能生成内容采用著作权保护，转而将其置于公共领域的做法，或将成为生成式人工智能

时代著作权制度困境的纾解之道。

[关键词]生成式人工智能；大模型；著作权；正当性理论；公共领域

[中图分类号]D923.4；TP18[文献标识码]A[DOI]10.14071/j.1008-8105(2025)-5023

2022年底发布的ChatGPT是采取“生成式预训练转换器”（GenerativePre-trainedTransformer,

GPT）技术路线大语言模型的典型代表，GPT的特点是自回归，通过“预训练+提示”的方式，在自然

[1]

语言生成上颇具优势。理想的通用人工智能（ArtificialGeneralIntelligence,AGI）是低熵、高安全、

不断进化的，以GPT系列模型为代表的堆量式发展路径，长期来看并不可取。此类模型计算资源消

耗极大，在推理与训练过程中对计算能力需求较高，难以在资源受限环境中发挥作用。将规模定律

（ScalingLaw）奉为圭臬难以永续，必有尽头。若量变无法引起质变，人工智能发展可能会面临新一

轮寒冬。2025年伊始，我国深度求索公司推出的新一代开源大模型DeepSeek-R1迅速风靡全球。截

至2025年1月底，DeepSeek用户规模已突破1.25亿。其既遵循了规模法则的核心逻辑，又打破了单一

依赖算力的路径，体现了从规模扩张到质量优化的改进思路。DeepSeek-R1采用的是思维链推理和

探索性强化学习策略，在模型可及性和计算资源优化方面具有显著优势，促使更多人工智能研究机

构关注到如何低成本获取高性能模型。由于预训练过程中大量学习了人类的语言结构、创作模式

[2]

和表达技巧，大模型的创造力及创新能力和人类相比毫不逊色甚至还有所超越。其输出的人工智

能生成内容（ArtificialIntelligenceGeneratedContent，AIGC）与自然人创作形成的作品在外观上已没

有实质性差异，对现有人类中心主义的著作权法律体系产生了颠覆性冲击。

一、问题的提出