二元主體結(jié)構(gòu)的AIGC著作權(quán)歸屬研究

李啟南

（蘭州交通大學(xué)電子與信息工程學(xué)院，甘肅 蘭州 730070）

0 引言

隨著ChatGPT 等大型AI 模型的廣泛應(yīng)用，AI生成式內(nèi)容（AI Generated Content，AIGC）正引領(lǐng)著內(nèi)容創(chuàng)作和知識表達的范式轉(zhuǎn)變，同時也帶來了AIGC著作權(quán)和AI生成惡意內(nèi)容的可問責(zé)性等新的法律挑戰(zhàn)。雖然AIGC模型的所有權(quán)通常歸功于創(chuàng)建它的機構(gòu)或個人，但AIGC 通常由已存在的數(shù)據(jù)和新的創(chuàng)意元素混合組成。這種界限的模糊引起了由AI 生成內(nèi)容的知識產(chǎn)權(quán)歸屬的擔(dān)憂。盡管法院正在進行持續(xù)的辯論和訴訟，但在如何解決這一問題方面仍缺乏共識。

AIGC 著作權(quán)難題涉及可版權(quán)性和版權(quán)歸屬兩方面。作為提供法律明確性的首次嘗試，歐盟發(fā)布的AI法案旨在為生成式AI模型提供法律指導(dǎo)和監(jiān)管。我國《著作權(quán)法》采用作品“類型開放”模式［1］，規(guī)定“符合作品特征的其他智力成果”屬于作品，據(jù)此可將AIGC認定為人工智能作品，受著作權(quán)保護。這推動了《著作權(quán)法》現(xiàn)代化變革［2］，解決了人工智能生成物可版權(quán)性問題。

在AIGC創(chuàng)作中，人工智能扮演了作者的角色，承擔(dān)了作品創(chuàng)作的實質(zhì)工作。但目前人工智能處于弱人工智能階段，按照倫理人格主義的標(biāo)準(zhǔn)，“弱”人工智能只應(yīng)作為法律客體［3］，根據(jù)主客體不能互換的基本原理，人工智能本身不能成為AIGC著作權(quán)主體，AIGC 著作權(quán)主體仍然是人工智能背后的人類。

AIGC 是作品創(chuàng)作軟件開發(fā)人員和人工智能算法設(shè)計人員的智力勞動、投資者投資、作品創(chuàng)作軟件使用者運行軟件、數(shù)據(jù)庫開發(fā)者選取材料共同勞動的成果［4］，存在多個著作權(quán)主體：投資者提供資金，算法所有者組織算法設(shè)計者、數(shù)據(jù)庫開發(fā)者共同研發(fā)人工智能算法，算法使用者指定關(guān)鍵詞運行人工智能算法生成具體AIGC。將著作權(quán)整體歸于某一著作權(quán)主體都有其合理性，但同時也都存在不合理性。因此，需要在眾多著作權(quán)主體之間進行AIGC 著作權(quán)歸屬劃分，平衡各方利益，這就產(chǎn)生了AIGC著作權(quán)歸屬問題。

明確AIGC 著作權(quán)歸屬，有利于充分發(fā)揮各個著作權(quán)主體的積極性，鼓勵各個著作權(quán)主體的智力創(chuàng)新活動，減少AIGC 出版糾紛，保護出版市場秩序，促進更多高質(zhì)量AIGC 出版?！吨R產(chǎn)權(quán)強國建設(shè)綱要（2021—2035年）》提出“研究完善人工智能、大數(shù)據(jù)、算法產(chǎn)出物的知識產(chǎn)權(quán)保護規(guī)則”。李曉宇認為人工智能作品的設(shè)計者、創(chuàng)作者、使用者、投資者乃至人工智能機器自身，皆對數(shù)據(jù)作品有一定的利益訴求，應(yīng)將人工智能生成數(shù)據(jù)作品分為“完全由人工智能付出實質(zhì)性貢獻而生成數(shù)據(jù)作品”和“由人工智能與人類創(chuàng)作者共同付出實質(zhì)性貢獻而生成數(shù)據(jù)作品”兩類，使用博弈論進行分類保護［5］。但人工智能作品已經(jīng)可以通過圖靈測試［6］，說明從創(chuàng)作結(jié)果來看，人類已難以判斷作品是否由人工智能創(chuàng)作，該方法存在實用性不強的問題。因而判斷AIGC 著作權(quán)歸屬問題，使用從創(chuàng)作結(jié)果分析的研究方法越來越不現(xiàn)實，取而代之的是從創(chuàng)作過程分析的研究方法。

本研究在分析現(xiàn)有AIGC 著作權(quán)歸屬研究成果基礎(chǔ)上，通過分析各著作權(quán)主體在創(chuàng)作過程中所起的作用，采用投資者、創(chuàng)作者二元主體結(jié)構(gòu)進行AIGC 著作權(quán)歸屬劃分：算法設(shè)計者作為原始主體獲得著作權(quán)中的署名權(quán)；投資者、算法所有者根據(jù)合同約定獲得鄰接權(quán)；算法使用者通過購買、轉(zhuǎn)讓等方式作為繼受主體獲得鄰接權(quán)；數(shù)據(jù)庫開發(fā)者根據(jù)算法設(shè)計者要求付出勞動，獲得鄰接權(quán)。

1 AIGC著作權(quán)歸屬現(xiàn)狀

傳統(tǒng)作品著作權(quán)歸屬采用創(chuàng)作者一元主體結(jié)構(gòu)。在該法律體系下，AIGC 著作權(quán)歸屬觀點有所有者說、投資者說、使用者說三類。熊琦認為應(yīng)借鑒早已存在且運作成熟的法人作品制度安排，將人工智能的所有者視為著作權(quán)人［7］。張子浩認為應(yīng)將人工智能作品視為特殊職務(wù)作品，其著作權(quán)主體認定為人工智能技術(shù)所屬的法人或非法人組織［8］。深圳市南山區(qū)人民法院就“網(wǎng)貸之家”抄襲騰訊機器人Dreamwriter 撰寫文章的案件做出判決，認為涉案文章是由騰訊公司主持的多團隊、多人分工創(chuàng)作的法人作品，著作權(quán)歸騰訊公司所有。陳全真認為應(yīng)建立一套以人工智能投資者為著作權(quán)人、同時輔之以意思自治原則的智能創(chuàng)作物著作權(quán)歸屬制度安排［9］。劉維認為基于人工智能創(chuàng)作過程的自主性，避免對算法所有者的多重激勵，應(yīng)當(dāng)擬制算法使用者就人工智能創(chuàng)作成果享有著作權(quán)［10］。李偉民認為解決人工智能作品歸屬方面適用視為作者原則，在人工智能的研發(fā)者、開發(fā)者、投資者、管理者、控制者中擬制承擔(dān)人工智能作品的主體和責(zé)任人，既符合現(xiàn)實需要，也不違背立法原理［11］。

創(chuàng)作者單一主體結(jié)構(gòu)的法律體系無法兼顧所有人工智能作品著作權(quán)主體的利益。這導(dǎo)致作品著作權(quán)歸屬爭論不斷，著作權(quán)侵權(quán)責(zé)任不明，擾亂了出版市場秩序，損害了作者和出版商利益。人工智能作品創(chuàng)作的高效性和同質(zhì)化，進一步增加了解決該問題的難度，人工智能作品保護難以落到實處。

《著作權(quán)法》借鑒、學(xué)習(xí)外國知識產(chǎn)權(quán)制度，結(jié)合了社會主義核心價值觀，在創(chuàng)作原則為主原則的基礎(chǔ)上吸收了投資原則作為輔原則，主體制度上體現(xiàn)為創(chuàng)作者作為著作權(quán)主體與投資者作為著作權(quán)主體的二元結(jié)構(gòu)。英聯(lián)邦國家將人工智能作品著作權(quán)歸屬于對該作品創(chuàng)作進行了“必要操作的人”。“必要操作的人”包括程序員、使用者，也可能是人工智能系統(tǒng)或設(shè)備的投資者。劉鐵光認為基于創(chuàng)作者主體聲譽積累的訴求，應(yīng)在任何情形下都保留其署名權(quán)；基于投資者主體對作品或鄰接權(quán)客體的利用訴求，應(yīng)做無障礙利用的著作權(quán)配置安排［12］。羅祥等建議增設(shè)人工智能創(chuàng)作物鄰接權(quán)新類型，解決狹義著作權(quán)制度與人工智能創(chuàng)作物保護存在難以解決的理念沖突與規(guī)制困境［13］。朱倩雯認為現(xiàn)階段人工智能發(fā)展正處于弱人工智能階段，運用鄰接權(quán)制度對其進行保護較為適當(dāng)［14］。

2 AIGC創(chuàng)作過程

目前“創(chuàng)作”已不再是人類的專屬［15］。2014年，Goodfellow 等人提出了生成式對抗網(wǎng)絡(luò)（GAN），用于從現(xiàn)有數(shù)據(jù)生成圖像。2017 年，微軟的AI 機器人小冰創(chuàng)作了首本詩集《陽光失了玻璃窗》。2021年，OpenAI推出了DALL-E，支持從文本生成圖像。2022 年，OpenAI 推出了ChatGPT 作為基于生成式預(yù)訓(xùn)練變換器（GPT）的通用語言模型，它可以執(zhí)行各種復(fù)雜任務(wù)，如生成類似人類的回復(fù)和營銷文案。2023 年多模態(tài)版本GPT-4 的發(fā)布進一步擴展了大型AI模型的能力。

AIGC 存在兩種主要內(nèi)容生成模式：協(xié)助生成（AI-Assisted Content Creation）和自主生成（Autonomous Content Creation by AI）［16］。

協(xié)助生成模式需要人類干預(yù)。AI 算法為創(chuàng)造內(nèi)容的人類提供建議，在此基礎(chǔ)上人類根據(jù)AI 提出的建議編輯和改進內(nèi)容，提高最終產(chǎn)品的質(zhì)量。該模式生成的AIGC 著作權(quán)歸具體創(chuàng)作的人類，不存在著作權(quán)問題，但存在速度慢、自動化程度低、成本高等不足。

自主生成模式無需任何人類干預(yù)，AI完全獨立地創(chuàng)作內(nèi)容。AI 機器人可以自主快速且低成本地創(chuàng)作大量AIGC，作品內(nèi)容質(zhì)量僅僅取決于生成AI模型。該模式生成的AIGC 著作權(quán)歸屬目前缺乏明確法律規(guī)定，屬于本研究討論范疇。

AIGC 創(chuàng)作過程是通過對大量已有作品進行分類和整理，發(fā)掘分析這些作品所表達的思想感情、所采用的語言特征、所特有的表達風(fēng)格等，從中抽取和提煉出這些作品的規(guī)則、模式、結(jié)構(gòu)、趨勢，再將這些規(guī)則和模式應(yīng)用到具體創(chuàng)作場景之中，其后通過自我觀察，獨立地、持續(xù)地改進和優(yōu)化其分析和處理過程［17］。

人工智能進行內(nèi)容生產(chǎn)必須以海量的真實數(shù)據(jù)為前提，并通過算法分析挖掘數(shù)據(jù)［18］，呈現(xiàn)出算法驅(qū)動和數(shù)據(jù)保障兩大特征。苗成林認為評定人工智能生成物獨創(chuàng)性的方法應(yīng)該使用對人工智能的創(chuàng)造過程進行分析，根據(jù)人工智能生成物的特點分析其獨創(chuàng)性的判斷方法［19］。

AIGC 創(chuàng)作過程具體分為算法訓(xùn)練和作品生成兩個階段，前者提取和理解用戶意圖信息，后者根據(jù)提取的意圖生成所需內(nèi)容。

2.1 算法訓(xùn)練階段

人工智能生成作品之前必須經(jīng)過學(xué)習(xí)模擬人思維過程的階段。在學(xué)習(xí)過程中所學(xué)內(nèi)容取決于作品數(shù)據(jù)庫中的數(shù)據(jù)，而該數(shù)據(jù)的數(shù)據(jù)量大小、數(shù)據(jù)類型等最終由人類決定。人工智能算法依據(jù)的預(yù)設(shè)學(xué)習(xí)規(guī)則亦由人類決定。因此，AIGC 體現(xiàn)了人類的思想，而這些思想通過文字的形式得以表現(xiàn)，思想表達二分法原則反映于AIGC中，體現(xiàn)了思想表達共生一體［20］。

該階段，計算機按照算法設(shè)計者預(yù)設(shè)的學(xué)習(xí)規(guī)則，從數(shù)據(jù)庫開發(fā)者已標(biāo)注的作品數(shù)據(jù)庫數(shù)據(jù)中學(xué)習(xí)、發(fā)現(xiàn)特定類型作品的用詞規(guī)律、情感取向、韻律規(guī)則、主題表達等創(chuàng)作規(guī)律，形成AIGC創(chuàng)作能力。

一方面，人工智能算法得益于對海量作品數(shù)據(jù)庫的高速化、自動化機器學(xué)習(xí)，能夠全面學(xué)習(xí)作品創(chuàng)作規(guī)律，發(fā)現(xiàn)一些人類忽略的創(chuàng)作規(guī)律，體現(xiàn)獨創(chuàng)性，生成較高質(zhì)量的作品。這表明人工智能算法能夠部分脫離人為控制，提高AIGC 質(zhì)量。另一方面，AIGC 創(chuàng)作離不開人類的參與。算法設(shè)計者預(yù)設(shè)學(xué)習(xí)規(guī)則，算法使用者提供關(guān)鍵詞，數(shù)據(jù)庫設(shè)計者標(biāo)注數(shù)據(jù)，三者都直接參與了AIGC創(chuàng)作，都能影響著AIGC質(zhì)量。

2.2 作品生成階段

該階段，算法使用者提供關(guān)鍵詞（如圖像、題目等），運行訓(xùn)練好的人工智能算法生成特定AIGC。既體現(xiàn)了創(chuàng)作行為的不可預(yù)測性，又產(chǎn)生了基本滿足關(guān)鍵詞要求的結(jié)果。

人工智能算法根據(jù)關(guān)鍵詞自動進行詞語聯(lián)想、搜索、排列組合，比較不同詞語搭配關(guān)系，選擇最優(yōu)結(jié)果輸出，保證生成作品既不偏離作品主題，又符合作品創(chuàng)作規(guī)律。此類算法巨大的詞語聯(lián)想、詞語排列組合空間，強大的搜索功能保證了AIGC 具有較高的生成質(zhì)量。

根據(jù)獨創(chuàng)性客觀標(biāo)準(zhǔn)［21］，AIGC 按照關(guān)鍵詞自動進行詞語聯(lián)想、搜索、排列組合，比較不同詞語搭配關(guān)系等操作不需要人工參與，人類無法預(yù)測其結(jié)果。算法借助計算機強大的算力，組合上述操作就能夠發(fā)現(xiàn)人類未發(fā)現(xiàn)的創(chuàng)作規(guī)律，創(chuàng)造出具有獨創(chuàng)性的AIGC。

AIGC 是在半監(jiān)督模式下人工智能自行創(chuàng)作的作品，其創(chuàng)作結(jié)果無法被設(shè)計者所預(yù)知，具有高度的隨機性與不確定性，任何人都不能直接決定人工智能最終所生成作品的外在表達，充分體現(xiàn)了創(chuàng)作的獨創(chuàng)性。

3 AIGC著作權(quán)歸屬分析

曹源認為人工智能創(chuàng)作物獲得著作權(quán)保護具有合理性［22］。波斯納認為著作權(quán)配置的功能是明晰著作權(quán)及其歸屬，降低著作權(quán)變動的交易成本。AIGC 完成需要不同創(chuàng)作者之間進行分工，最后整合成完整的作品，是多人創(chuàng)作作品。

對于多人創(chuàng)作的作品，如果不在制度上對著作權(quán)歸屬進行直接安排，則會存在應(yīng)該由誰享有和行使著作權(quán)的爭議，必然導(dǎo)致因著作權(quán)歸屬不明而降低交易效率、增加交易成本。如果全部由一個創(chuàng)作者取得原始著作權(quán)，那么實現(xiàn)作品的整體利用就需要經(jīng)過多次交易，也將降低交易效率、增加交易成本。因此，應(yīng)該根據(jù)主體的不同利益訴求，為參與AIGC 創(chuàng)作的不同主體配置不同的著作權(quán)，明確AIGC著作權(quán)歸屬，鼓勵A(yù)IGC創(chuàng)作發(fā)展。

3.1 資金投資者獲得鄰接權(quán)

資金投資者既需要承擔(dān)前期投入的風(fēng)險，又必須關(guān)注市場的需求，其工作已經(jīng)成為AIGC 創(chuàng)作中最為關(guān)鍵的環(huán)節(jié)。鼓勵投資者的著作權(quán)法，自然應(yīng)該通過制度安排使資金投資者以獲取著作權(quán)方式收回投資與獲取利益。

資金投資者作為著作權(quán)主體是降低交易成本的制度選擇，是實現(xiàn)著作權(quán)激勵機制的有效途徑。但是不論是作為自然人的投資者，還是作為法人或非法人組織的投資者，或不直接參與創(chuàng)作，或不能進行創(chuàng)作。因此，按照“額頭出汗”原則，投資者不能成為作品的原始主體，不應(yīng)獲得著作權(quán)，應(yīng)賦予投資者鄰接權(quán)，以著作權(quán)主體的身份在正常商業(yè)活動中實現(xiàn)收回投資和營利目的，鼓勵其投資AIGC創(chuàng)作。

3.2 算法所有者獲得鄰接權(quán)

算法所有者是通過組織算法設(shè)計者、數(shù)據(jù)庫開發(fā)者研發(fā)人工智能算法進而取得算法所有權(quán)，但并不使用算法進行特定作品創(chuàng)作的個人或組織，是創(chuàng)作作品的技術(shù)、人員投資者。

AIGC 創(chuàng)作本質(zhì)是人工智能模擬人的思維創(chuàng)作作品，體現(xiàn)在甄選材料、歸納總結(jié)、預(yù)判結(jié)論、情感模擬、謀篇布局、遣詞造句等多方面。該過程中，人工智能所有者將會根據(jù)自己的需求，限制人工智能的具體創(chuàng)作方向、范圍和類型，如限制人工智能只進行詩歌創(chuàng)作，這體現(xiàn)了其所有者的意志。

算法所有者是保障各創(chuàng)作環(huán)節(jié)穩(wěn)步進行的組織者，為算法開發(fā)提供了物質(zhì)基礎(chǔ)和環(huán)境基礎(chǔ)，其對作品生成的投入和貢獻應(yīng)當(dāng)被肯定，基于相應(yīng)的行為所產(chǎn)生的投資回報期待也應(yīng)當(dāng)被滿足。但算法所有者和資金投資者一樣，兩者都不直接參與作品的具體創(chuàng)作活動，對特定作品獨創(chuàng)性沒有直接實質(zhì)貢獻。按照“額頭出汗”原則不應(yīng)被賦予著作權(quán)。

為補償其組織人工智能算法開發(fā)的投入，應(yīng)賦予其鄰接權(quán)，方便其出售或租賃算法給算法使用者創(chuàng)作作品獲得經(jīng)濟補償，避免作品因為著作權(quán)主體配置變動導(dǎo)致頻繁交易，增加交易成本。

3.3 算法設(shè)計者獲得署名權(quán)

AIGC 是人工智能開發(fā)者、所有者和使用者等共同直接努力的結(jié)果，他們投入時間、勞動成本共同創(chuàng)造AIGC，希望作品能夠為其帶來經(jīng)濟利益，以平衡投入甚至獲取額外的經(jīng)濟利益。

AIGC 創(chuàng)作的特點是算法所有者、算法設(shè)計者、算法使用者三者相互分離，因此我們需要在算法設(shè)計者和算法使用者之間合理進行著作權(quán)分配，為了避免著作權(quán)過度分割，應(yīng)將人工智能生成物的著作權(quán)歸為對人工智能創(chuàng)作負有責(zé)任的一方。

算法設(shè)計者負責(zé)算法整體架構(gòu)設(shè)計、功能實現(xiàn)及負責(zé)算法具體模塊設(shè)計和調(diào)試等工作，任何利用該算法完成的創(chuàng)作都以此為基礎(chǔ)。如果賦予算法設(shè)計者著作權(quán)，意味著使用該算法創(chuàng)作的所有作品都屬于算法設(shè)計者，這無疑將打擊算法使用者應(yīng)用該算法創(chuàng)作特定作品的積極性，不利于發(fā)展AIGC創(chuàng)作。同時，算法設(shè)計者享有軟件著作權(quán)，為避免雙重獎勵，不應(yīng)再享有算法本身的財產(chǎn)權(quán)。但應(yīng)該將署名權(quán)配置給算法設(shè)計者，以激勵其研發(fā)和改進新技術(shù)、新算法，創(chuàng)造更優(yōu)質(zhì)的AIGC。這是因為署名權(quán)保護本質(zhì)是對作者系某作品的創(chuàng)作者這一事實的確定，在于保護作者與作品聯(lián)系的聲譽。算法設(shè)計者需要署名權(quán)以提升與積累其聲譽，以提升未來算法的競爭力。

算法設(shè)計者獲得署名權(quán)的目的，一是向公眾說明作品創(chuàng)作的情況，滿足公眾的知情權(quán)；二是保障人工智能研發(fā)者的利益，使相關(guān)公眾知曉該人工智能算法，擴大人工智能的知名度和影響，從而實現(xiàn)人工智能的使用者和研發(fā)者的利益平衡。

3.4 算法使用者獲得鄰接權(quán)

算法使用者是指使用、操作人工智能算法，生成特定作品的人。算法使用者通過購買或者租賃的方式取得使用算法的權(quán)利，然后將自己的創(chuàng)作意圖、創(chuàng)作要求提煉為若干關(guān)鍵詞，向人工智能算法提供關(guān)鍵詞、選擇生成作品類型，執(zhí)行人工智能算法生成具有一定質(zhì)量的特定作品。算法使用者是直接引發(fā)作品創(chuàng)作的主體，是為創(chuàng)作作品做出實際安排的人，人工智能作品程度不等地體現(xiàn)著使用者的思想。

使用者提供關(guān)鍵詞、選擇創(chuàng)作類型等在先行為是創(chuàng)作作品的必要環(huán)節(jié)，是作品創(chuàng)作的啟動者。關(guān)鍵詞和作品形式的選取等會對生成作品的獨創(chuàng)性產(chǎn)生直接影響，但作品的創(chuàng)作并不會因此受使用者控制，使用者對作品獨創(chuàng)性實質(zhì)貢獻微小，因而其不應(yīng)被賦予著作權(quán)。

算法使用者的目的是通過使用算法生成作品、傳播作品，不能因為其行為成本低就推斷使用者并無創(chuàng)造性勞動的付出［23］，應(yīng)賦予算法使用者鄰接權(quán)，鼓勵其進行AIGC 生成、傳播，推動作品的利用和再創(chuàng)作。只有這樣，著作權(quán)語境下的人工智能產(chǎn)業(yè)才會形成完整的產(chǎn)業(yè)鏈。

3.5 數(shù)據(jù)庫開發(fā)者獲得鄰接權(quán)

AIGC 創(chuàng)作是以眾多受著作權(quán)法保護的在先作品為基礎(chǔ)的再創(chuàng)作。再創(chuàng)作是建立在對已有作品學(xué)習(xí)、積累、借鑒與思考的基礎(chǔ)之上的，因此AIGC質(zhì)量與學(xué)習(xí)的數(shù)據(jù)庫的數(shù)據(jù)數(shù)量、質(zhì)量密切相關(guān)。兩個AIGC使用同一個算法，學(xué)習(xí)不同數(shù)據(jù)庫，兩者結(jié)果就會呈現(xiàn)出不同獨立表達，存在差異性［24］。如果機器學(xué)習(xí)所使用的數(shù)據(jù)本身不夠完整或存在一定的價值傾向，則機器學(xué)習(xí)的結(jié)果也存在一定的價值傾向，從而導(dǎo)致AIGC存在偏見。

現(xiàn)有觀點普遍忽視了數(shù)據(jù)庫在AIGC 創(chuàng)作中所起的作用，數(shù)據(jù)庫開發(fā)者未能參與作品著作權(quán)劃分，挫傷了其參與AIGC 開發(fā)的積極性，不利于AIGC 發(fā)展。葉霖等關(guān)注了此問題，提出人工智能作品生成依賴的數(shù)據(jù)庫開發(fā)者可以根據(jù)權(quán)利共享或者分享協(xié)議，獲得人工智能作品的部分權(quán)利［25］。

數(shù)據(jù)庫開發(fā)者的工作是按照算法設(shè)計者要求，從眾多數(shù)據(jù)中挑選出符合要求的數(shù)據(jù)，正確標(biāo)注數(shù)據(jù)分類，構(gòu)成優(yōu)質(zhì)數(shù)據(jù)庫。數(shù)據(jù)分類標(biāo)注工作不僅需要具有計算機知識，而且需要有相應(yīng)的專業(yè)知識，屬于專業(yè)性、創(chuàng)造性勞動。數(shù)據(jù)庫開發(fā)者的工作質(zhì)量直接決定了數(shù)據(jù)庫的質(zhì)量，數(shù)據(jù)庫的質(zhì)量又直接影響著AIGC 創(chuàng)作質(zhì)量，因此數(shù)據(jù)庫開發(fā)者的智力勞動對AIGC 的生成具有貢獻。我們需要重視數(shù)據(jù)庫在AIGC 創(chuàng)作中的作用，賦予數(shù)據(jù)庫開發(fā)者鄰接權(quán)，補償其付出的智力勞動，鼓勵其積極參與AIGC創(chuàng)作，共同提高AIGC質(zhì)量。

AIGC 創(chuàng)作過程中，對于在先作品的獲取與使用是否存在著著作權(quán)侵權(quán)風(fēng)險，學(xué)者們對此進行了研究。吳漢東認為從人工智能數(shù)據(jù)輸入—機器學(xué)習(xí)—結(jié)果輸出的機器創(chuàng)作過程出發(fā)，可發(fā)現(xiàn)人工智能批量化的機器閱讀行為具有著作權(quán)合理使用性質(zhì)［26］。焦和平建議在立法上增設(shè)“人工智能創(chuàng)作”合理使用類型［27］。初萌認為對人工智能著作權(quán)侵權(quán)責(zé)任的分析應(yīng)當(dāng)摒棄“統(tǒng)合分析”模式，堅持“層次分析”方法，就深度學(xué)習(xí)中的復(fù)制行為與輸出侵權(quán)作品的行為分別進行評價。應(yīng)基于人工智能行為的自主性和算法黑箱，相應(yīng)配置人工智能設(shè)計者、控制者“防抄襲”注意義務(wù)，并以公平責(zé)任作為補充［28］。饒先成等提出對平臺施加事前過濾的注意義務(wù)，強制要求平臺以語義識別為基礎(chǔ)，設(shè)置語義識別的不同語種、拼音及俗稱的替換，同時構(gòu)建跨平臺數(shù)據(jù)庫，在上傳時進行識別，過濾涉及侵權(quán)的在先作品［29］。

4 結(jié)語

AIGC 豐富了人文科學(xué)內(nèi)容，和人類創(chuàng)作作品共同成為人文科學(xué)事業(yè)發(fā)展的組成內(nèi)容，符合《著作權(quán)法》關(guān)于促進社會主義文化和科學(xué)事業(yè)發(fā)展與繁榮的立法目標(biāo)，理應(yīng)受《著作權(quán)法》保護。Chat-GPT 的發(fā)展進一步突出了AIGC 著作權(quán)歸屬問題。本研究分析了AIGC創(chuàng)作主體在創(chuàng)作過程中所起的作用，據(jù)此采用投資者、創(chuàng)作者二元主體結(jié)構(gòu)進行AIGC 著作權(quán)歸屬劃分：人工智能獨創(chuàng)性直接來源于算法設(shè)計者，其工作成果直接決定了AIGC 創(chuàng)作質(zhì)量。算法設(shè)計者作為原始主體獲得著作權(quán)中的署名權(quán)，以保護與提升其聲譽，從而使其未來的作品更具有市場競爭力，鼓勵其發(fā)展AIGC創(chuàng)作技術(shù)，進而提高AIGC質(zhì)量。投資者、算法所有者、算法使用者對AIGC 獨創(chuàng)性無直接貢獻或直接貢獻微小，不應(yīng)賦予著作權(quán)。投資者、算法所有者根據(jù)合同約定獲得鄰接權(quán)，補償其投資、組織人工智能算法開發(fā)的投入，方便其通過出售或租賃算法給算法使用者創(chuàng)作AIGC 獲得經(jīng)濟補償，鼓勵其提高人工智能算法質(zhì)量；使用者通過購買、轉(zhuǎn)讓等方式作為繼受主體獲得鄰接權(quán)取得財產(chǎn)回報，以鼓勵其創(chuàng)作、傳播AIGC；數(shù)據(jù)庫開發(fā)者根據(jù)算法設(shè)計者要求付出勞動獲得鄰接權(quán)，獲取經(jīng)濟利益，鼓勵其積極參與AIGC創(chuàng)作，提高AIGC數(shù)據(jù)庫質(zhì)量。