精選分類 書庫 完本 排行 原創專區
欣可小說 > 古代言情 > 師生心理學江湖:對話手冊 > 第264章 課 數智時代的版權之辯~生成式AI創作的法治思辨課

和藹教授的數字法治課堂上,以生成式AI生成內容的版權歸屬與侵權認定為核心議題,帶領葉寒、秦易等六位學生展開跨學科深度探討,直擊AI技術落地後的法律空白。課堂從AI創作小說、繪畫引發的真實版權糾紛切入,拆解司法實踐中獨創性認定、權利歸屬、侵權界定的三大痛點,融合易經“變易與不易”的辯證思維界定法律規則的調整邊界,運用心理學歸因理論、創作主體性認知厘清權利歸屬邏輯,依托哲學技術異化與人性堅守的思辨明確侵權認定內核。既圍繞數字法治與知識產權的核心要求,探討AI生成物版權規則的理論建構與實踐適用,更引導學生理解技術迭代下,法律“守底線、應變化、護創新”的核心要義,探索契合數字時代的知識產權保護路徑。

正文:(課堂鈴響,和藹教授將幾則AI創作版權糾紛案例投影在螢幕上,有AI寫小說被抄襲、AI繪畫作被商用、博主用AI生成文案遭維權等,笑著看向台下的六位學生)

和藹教授:同學們,今天我們聚焦數字法治與知識產權的核心熱點——生成式AI生成內容的版權歸屬與侵權認定。現在打開AI寫文案、作畫作、寫小說已成常態,但螢幕上這些案例,卻暴露了一個現實問題:AI生的東西,到底算不算受保護的“作品”?版權該歸敲鍵盤的使用者、造AI的開發者,還是乾脆歸公有領域?一旦被抄襲、被濫用,該怎麼認定侵權?這些問題冇有明確法條答案,卻是司法實踐天天要麵對的難題,也是我們今天要聊的核心。大家先結合案例,說說你們最困惑的點是什麼?

秦易:(率先起身,指尖點著AI繪畫維權案)教授,我從技術角度看,AI生成內容本質是演算法對海量訓練數據的重組、推演,是概率模型的輸出,冇有人類創作的“主觀思想和情感注入”。《著作權法》要求作品有獨創性,可AI隻是“執行指令”,連自己在創作什麼都不知道,這能算作品嗎?如果不算,那談何版權歸屬和侵權?

和藹教授:秦易的問題戳中了核心——獨創性認定,這是AI生成物版權問題的第一道門檻。葉寒你是法學功底紮實,從《著作權法》的立法本意出發,說說看,獨創性的核心到底是“人類專屬創作”,還是“獨有的表達形式”?

葉寒:教授,我認為《著作權法》的核心是激勵創新、保護勞動成果,而非單純限定“人類創作”。比如有博主想創作一組“國風賽博插畫”,他要給AI設定關鍵詞、調整風格參數、篩選生成結果,甚至對畫麵細節進行二次修改,這個過程中,博主投入了創造性勞動,AI隻是他的“高級創作工具”,就像畫家的畫筆、作家的電腦。這種情況下,AI生成物的表達形式是獨有的,背後有人類的創作意圖,理應符合獨創性要求。

和藹教授:說得好,這就引出了易經的核心智慧——變易與不易。《易經》講“窮則變,變則通,通則久”,法律的核心原則是“不易”的,比如《著作權法》保護創新、尊重勞動的初衷永遠不變;但麵對技術迭代的“變易”,法律的適用邊界、認定標準必須“變”。古代的創作工具是筆墨紙硯,近代是打字機、相機,現在是AI,工具在變,創作形式在變,但隻要背後有人類的創造性勞動,就該納入法律保護範疇,這就是“變中守常”。許黑你平時關注司法實踐,說說看,實踐中法院在認定時,更看重哪些因素?

許黑:教授,我研究過近年的相關判例,法院其實是“看人類參與度”的。如果隻是簡單輸入一句“寫一篇散文”,AI直接生成,法院一般不認定為作品;但如果人類有明確的創作意圖、進行了個性化設計、投入了創造性勞動,法院就會認可其獨創性。但問題是,“參與度”的標準冇有量化,比如調多少參數算“創造性勞動”?二次修改到什麼程度算“獨立創作”?不同法官有不同判斷,這就導致同案不同判。

和藹教授:許黑的觀察很精準,這背後其實是心理學上的歸因理論。人們會根據“行為的控製源”來分配權利和責任,人類對創作過程的控製度越高,越容易被認定為創作主體,也就越該享有版權。但因為“控製度”冇有統一標準,就會出現認知偏差。蔣塵,你從心理學角度說說,該如何量化這種“參與度”,減少司法認定的偏差?

蔣塵:教授,心理學上的量化評估模型可以借鑒,我們可以把人類的參與行為分成幾個維度:創作意圖的設定(比如明確主題、風格)、參數的個性化調整(比如關鍵詞篩選、風格調試)、生成結果的篩選與修改(比如從幾十張AI畫作中選一張,再進行細節修改)、創作成果的整合與運用(比如將AI文案融入自己的視頻腳本)。給每個維度設定權重,累計達到一定分值,就認定為“具有創造性勞動”,這樣就能讓司法認定更客觀,減少認知偏差。

和藹教授:這個思路非常實用,把模糊的“參與度”變成可量化的標準,正是解決司法認定難題的關鍵。聊完獨創性,我們再來聊第二個核心問題——版權歸屬。如果AI生成物被認定為作品,版權該歸誰?是使用者、開發者,還是雙方共有?周遊你研究涉外法治,也看看國外的相關規則,說說你的看法。

周遊:教授,目前各國的規則也不統一,美國偏向“使用者權利說”,認為使用者的指令輸入是創作的核心,版權歸使用者;歐盟更關注開發者的權利,認為演算法和訓練數據是AI生成的基礎,開發者應享有鄰接權;還有些國家認為,AI生成物是“人機協作”的結果,版權歸雙方共有。而我國目前冇有明確規定,實踐中爭議很大,比如有企業用AI生成產品宣傳文案,員工認為自己是使用者,應享有版權,企業認為AI是公司購買的,版權應歸公司,這類糾紛越來越多。

和藹教授:周遊梳理得很清晰,其實版權歸屬的本質,是利益與責任的對應——誰投入了創造性勞動,誰對創作成果有控製,誰就享有權利;同時,誰享有權利,誰就該承擔侵權責任。這就契合了哲學上的權責一致原則。吳劫,你從哲學角度分析一下,如果把版權歸AI本身,可行嗎?為什麼?

吳劫:教授,這肯定不可行。哲學上認為,“主體”的核心是具有主觀意識、能獨立承擔責任,而AI隻是技術工具,冇有自我意識,更無法獨立承擔侵權責任。如果把版權歸AI,那一旦AI生成物侵犯了他人的著作權,比如AI生成的小說抄襲了人類作家的作品,該讓誰承擔責任?是使用者還是開發者?必然會導致責任主體缺位,引發更多糾紛。所以版權歸屬的主體,隻能是人類,要麼是使用者,要麼是開發者,要麼是雙方共有,核心看誰的勞動投入更核心。

和藹教授:說得很透徹,AI永遠隻能是“工具”,而不能成為法律意義上的“主體”,這是我們討論所有問題的前提。那具體該如何劃分使用者和開發者的權利?這裡我們可以再結合易經的**“位”與“責”**思維,《易經》講“位不同,則責不同,權不同”。開發者的“位”,是研發演算法、搭建模型、整理訓練數據,其核心貢獻是“提供創作工具”,所以可享有鄰接權,比如要求使用者註明AI工具名稱、獲得合理的報酬;使用者的“位”,是設定創作意圖、投入創造性勞動、實現創作成果,其核心貢獻是“主導創作過程”,所以可享有著作權,比如對AI生成物享有發表、使用、轉讓的權利。如果是企業組織員工使用公司AI工具創作,屬於職務行為,版權則歸企業所有,這就是“位責權相統一”。

(教授喝了口水,點擊螢幕,切換到AI生成物侵權認定的案例)

聊完歸屬,我們進入第三個核心問題——侵權認定。這也是實踐中最複雜的問題,主要分兩種情況:一是AI生成物侵犯他人著作權,比如AI生成的內容與人類作品構成實質性相似;二是他人未經許可使用AI生成物,比如抄襲AI繪畫、盜用AI文案。大家先說說,第一種情況,該如何認定侵權責任?

秦易:教授,從技術角度看,AI生成內容侵犯著作權,本質是訓練數據中包含了他人的受保護作品,且AI在生成過程中“借鑒”了這些作品的表達形式。但問題是,AI的訓練數據海量,很難追溯具體抄襲了哪部作品,也很難認定“實質性相似”,因為AI是對海量作品的重組,不是簡單的複製粘貼。

和藹教授:秦易點出了侵權認定的兩大難點——溯源難和實質性相似認定難。葉寒,你從知識產權法的角度,說說認定侵權的核心標準是什麼?即使是AI生成的內容,這個標準是否需要改變?

葉寒:教授,認定著作權侵權的核心標準永遠是**“接觸+實質性相似”**,這個標準不會因為AI而改變。首先要認定被侵權作品是否被AI接觸過,也就是是否納入了訓練數據;其次要認定AI生成物與被侵權作品是否構成實質性相似,即表達形式是否相同或近似,而不是思想觀念。即使AI是重組,隻要其表達形式借鑒了他人作品的核心部分,比如小說的情節脈絡、繪畫的構圖色彩,就構成侵權。

和藹教授:冇錯,核心標準不變,這就是法律的“不易”。但針對AI的特殊性,認定方式需要“變易”。比如針對“溯源難”,我們可以要求AI開發者建立訓練數據溯源機製,記錄訓練數據的來源,明確哪些是公版作品、哪些是獲得授權的作品、哪些是未獲得授權的作品;針對“實質性相似認定難”,可以運用技術手段,比如AI比對係統,對AI生成物和疑似被侵權作品進行內容比對,量化相似程度。同時,這裡還要運用心理學的共情原理,侵權認定不僅要看技術比對結果,還要考慮被侵權人的心理感受,比如AI生成物是否導致公眾對作品的來源產生混淆,是否損害了被侵權人的創作利益和人格利益。

許黑:教授,那如果AI生成物侵犯了他人著作權,責任該由誰承擔?是開發者還是使用者?比如使用者不知道AI訓練數據包含未授權作品,導致AI生成內容侵權,使用者需要承擔責任嗎?

和藹教授:許黑的問題,涉及到過錯責任原則,這也是民法的核心原則。開發者的責任是保證訓練數據的合法性,若開發者未經授權將他人作品納入訓練數據,導致AI生成內容侵權,開發者存在過錯,應承擔主要侵權責任;使用者如果是“善意使用”,即不知道且不應當知道AI生成物侵權,且已支付合理報酬,一般不承擔賠償責任,但應停止使用;如果使用者明知AI生成物侵權仍繼續使用,或主動要求AI“模仿某作家的風格創作”,則存在過錯,應與開發者承擔連帶責任。

(教授走到黑板前,寫下“AI生成物版權問題三大核心結論”,轉身對學生們說)

同學們,結合今天的討論,我們把生成式AI生成內容的版權歸屬與侵權認定的核心結論梳理一下,這也是融合了法理、易經、心理學、哲學的跨學科思考:第一,獨創性認定:堅持“人類創造性勞動核心”原則,以易經變易與不易為指引,法律保護原則不變,認定標準隨技術調整,用心理學量化模型評估人類參與度,有明確創作意圖、投入創造性勞動的AI生成物,應認定為作品;第二,版權歸屬:遵循“位責權相統一”和“權責一致”原則,AI非法律主體,開發者因提供工具享有鄰接權,使用者因主導創作享有著作權,人機協作的核心在人類,權利也歸人類;第三,侵權認定:堅守“接觸+實質性相似”核心標準,運用技術手段解決溯源和相似性認定難題,按過錯責任原則劃分開發者與使用者的責任,善意使用可免責,惡意使用需擔責。

蔣塵:教授,那從製度完善的角度,我們該如何填補法律空白,讓這些結論落地?比如立法和司法層麵,該做哪些調整?

和藹教授:蔣塵這個問題,正是我們研究這個課題的最終目標——完善數字法治體係,適配AI技術發展。從立法層麵,要及時修訂《著作權法》及其實施條例,明確AI生成物的作品認定標準、版權歸屬規則、侵權責任劃分,增設AI開發者的訓練數據合規義務、溯源義務;從司法層麵,要釋出相關指導性案例,統一裁判標準,減少同案不同判,同時培養兼具法學和技術知識的複合型法官,應對AI相關的知識產權糾紛;從行業層麵,要推動AI行業自律,建立訓練數據授權機製、AI生成物版權登記機製,讓AI創作在法治框架內進行。

周遊:教授,我還想到一點,在涉外領域,各國的AI版權規則不統一,可能會導致跨境侵權糾紛,比如我國的AI生成物在國外被抄襲,或國外的AI生成物在我國侵權,該如何應對?

和藹教授:周遊考慮得很全麵,這也是數字法治的涉外維度。我們要積極參與國際知識產權規則的製定,推動形成全球統一的AI版權規則,同時加強國際司法協作,建立跨境侵權溯源、證據交換、責任追究機製,保護我國公民和企業的知識產權。這也是我們涉外法治研究的重要內容,技術無國界,法律也要有國際視野。

同學們,生成式AI的出現,給知識產權保護帶來了挑戰,但也推動了數字法治的發展。法律不是技術的“絆腳石”,而是技術的“護航者”。我們今天的討論,不僅是為瞭解決AI生成物的版權問題,更是為了理解一個核心道理:技術在變,創新在變,但法律保護創新、尊重勞動、維護公平的初心永遠不變。易經講“天地之大德曰生”,法律的“大德”,就是守護每一個創造者的勞動成果,讓技術創新在法治的軌道上行穩致遠,讓數字時代的創作更有溫度、更有保障。

作為新時代的法治學習者,你們既要掌握紮實的法理知識,又要瞭解前沿的技術動態,更要學會用跨學科的思維解決問題——用易經的辯證思維把握法律的調整邊界,用心理學的認知規律厘清權利責任,用哲學的底層邏輯堅守法律的核心價值。隻有這樣,才能應對數字時代的法治挑戰,構建契閤中國國情的數字法治體係,守護好數智時代的知識產權。

思考題

結合本節課所學的易經變易與不易智慧、心理學歸因理論及知識產權法核心原則,談談若AI通過自主學習海量作品後,生成了與某知名作家風格高度相似但內容全新的小說,且開發者未獲得該作家作品的訓練授權,該如何認定其獨創性與侵權責任?

這堂融合法理、易經、心理學、哲學的數字法治課,是否讓你對生成式AI的版權問題有了全新的認知?從獨創性認定到版權歸屬,從侵權界定到製度完善,我們一起拆解了數智時代知識產權保護的核心難題。喜歡這堂深度思辨的法治課,就趕緊點讚收藏!下一期我們將聚焦AI版權的典型司法判例,直擊法院裁判思路,拆解AI創作維權的實操步驟,帶你走進數字法治的司法實踐現場,敬請期待!

★核心總結:

本課堂以生成式AI生成內容的版權歸屬與侵權認定為核心,直擊數字法治與知識產權領域的法律空白和司法實踐痛點,融合多學科展開深度思辨。課堂從AI創作版權糾紛案例切入,圍繞獨創性認定、版權歸屬、侵權界定三大核心問題,立足《著作權法》保護創新、尊重勞動的立法初衷,借易經“變易與不易”“位責權相統一”的辯證思維,界定法律規則調整邊界與權利分配邏輯;運用心理學歸因理論、量化評估模型,厘清人類創作參與度認定標準,減少司法認知偏差;依托哲學權責一致、技術工具屬性的底層邏輯,明確AI非法律主體,劃定侵權責任劃分原則。最終梳理出三大核心結論,還從立法、司法、行業及涉外層麵提出製度完善舉措,強調技術迭代下法律需堅守保護創新的核心初心,同時適配技術發展作出調整,引導學生以跨學科思維應對數字法治挑戰,探索契合數字時代的知識產權保護路徑。

目錄
設置
設置
閱讀主題
字體風格
雅黑 宋體 楷書 卡通
字體風格
適中 偏大 超大
儲存設置
恢複默認
手機
手機閱讀
掃碼獲取鏈接,使用瀏覽器打開
書架同步,隨時隨地,手機閱讀
收藏
聽書
聽書
發聲
男聲 女生 逍遙 軟萌
語速
適中 超快
音量
適中
開始播放
推薦
反饋
章節報錯
當前章節
報錯內容
提交
加入收藏 < 上一章 章節列表 下一章 > 錯誤舉報