人工智能生成内容著作权保护的法律困境与路径构建

引言

随着生成式人工智能技术的普及，AI 生成的文字、图像、音乐等内容已渗透至商业与文化领域。从 2023 年某品牌使用 AI 生成插画引发的侵权争议，到 AI 撰写的财经报告被多家媒体转载却无人主张权利，AIGC 的法律地位问题日益凸显。这些内容凭借算法自主创作的特性，突破了“人类智力活动”的传统创作边界，却因现行著作权法以“人类作者”为核心的制度设计，面临保护缺失的困境。

我国《著作权法》2020 年修订时虽删除“由人类创作”的表述，但司法实践仍坚守“人类创作”隐性门槛。例如，北京互联网法院在2023 年“AI 生成图片侵权案”中指出，“著作权法保护的核心是人类智力劳动，AI 生成内容缺乏人类作者的直接参与，不宜认定为作品”。这种裁判思路导致AIGC 在商业利用中陷入“权利无主”与“侵权难追责”的双重困境：创作者无法通过法律手段保护其投入成本生成的 AIGC，他人擅自使用时也难以确定责任承担对象。

在此背景下，如何在不突破著作权制度核心价值的前提下，构建适配 AIGC 的保护规则，成为理论与实践亟待解决的问题。本文通过剖析 AIGC 的创作机理与法律争议，结合比较法经验，探索符合我国国情的保护路径，为完善著作权制度提供参考。

一、人工智能生成内容的界定与创作模式

（一）AIGC 的法律属性

人工智能生成内容是指通过机器学习算法（如 GPT 模型、Midjourney 系统），基于海量训练数据自主生成的具有独创性的表达，其核心特征是 **“非人类直接创作”**。与传统人类创作相比，AIGC的生成过程呈现出三个显著差异：

1. 创作主体的分离性：人类仅提供初始指令（如“创作赛博朋克风格的城市夜景”），算法通过分析训练数据生成具体内容，人类无法干预算法决策细节；

2. 创作逻辑的自主性：算法形成独立“创作逻辑”，例如 AI 绘画系统会自主选择色彩与构图，甚至融入未被提及的元素（如飞鸟），输出具有不可预测性；

3. 创作成果的衍生性：可通过反馈机制优化，如用户要求“增加悬疑情节”后，算法会调整后续内容，形成“指令 - 输出 - 反馈 - 再输出”的动态链条，与传统“一次性完成”模式不同。

实践中，AIGC 已应用于新闻撰写、剧本生成等场景，甚至有 AI绘画入选国际艺术展，其市场价值与保护需求日益迫切。

（二）AIGC 的创作模式分类

根据人类参与度与算法自主性，AIGC 可分为三类：

- 辅助型创作：人类主导创作，AI 仅为工具（如 AI 修图、语法纠错），核心表达由人类完成，争议较小，可直接适用传统著作权法；

协作型创作：人机交替参与（如作家修改 AI 生成的情节框架），核心争议是“人类贡献是否达独创性标准”，若仅为非创造性修改，则不构成“作者”；

自主型创作：人类仅输入简单指令，AI独立完成创作（如生成诗歌），独创性几乎源于算法，权利归属争议最突出。

二、AIGC 著作权保护的法律困境

（一）权利主体认定的逻辑冲突

我国《著作权法》确立“自然人创作”为基础、“法人拟制”为补充的权利主体制度，但AIGC 面临三重挑战：

1.AI 无法成为主体：不具备民事权利能力，与《民法典》“自然人始有民事权利能力”的规定冲突；

2. 开发者与使用者争夺权利：开发者主张研发投入，使用者强调指令与成本，如某公司购买的AI 绘画被侵权后，双方就索赔权产生争议，法院因无依据难以裁判；

3. 训练数据提供者被忽视：AI 依赖海量人类作品训练，但原作者未获报酬，实质是对智力劳动的剥削，违背“鼓励创作”的立法目的。

（二）独创性标准的适用难题

独创性是保护核心，但AIGC 面临双重困境：

1.“独立创作”认定模糊：AIGC基于既有作品学习生成，难以区分“合理借鉴”与“侵权复制”。如 2023 年“AI 绘画侵权案”中，原告主张风格相似，但法院以“风格不受保护”驳回，反映实践回避态度；

2.“创造性”评价错位：传统标准以“人类智力投入”为核心，而AIGC 的创造性源于算法对数据的分析（如发现受众偏好），非人类主观思考，导致评价标准错位。

（三）权利内容与保护期限的制度空白

1. 人身权冲突：AIGC 无“人格利益”，不应享有人身权，但使用者能否署名、修改内容，法律未作规定；

2. 财产权模糊：复制权、传播权适用不明，如商用AI 图片是否需许可、费用归谁，缺乏规则；

3. 保护期限困境：传统保护期基于“自然人生命周期”，AIGC 无“生命周期”，固定期限（如20 年）的长短难以平衡。

三、我国AIGC 著作权保护的路径构建

（一）确立“二元保护”的基本框架

结合创作模式与司法实践，分类保护：

1. 人类主导型（辅助 / 协作型）：人类创造性贡献达标准（如实质性修改AI 内容），认定为“人类作品”，适用传统著作权法，人类为主体；

2. 算法主导型（自主型）：对“类人类创作高度”内容（如 AI 长篇小说）赋予邻接权，使用者为主体，开发者获报酬请求权。

（二）明确权利内容与边界

1.财产权限制配置：含复制权、传播权，排除改编权等“深度利用权”，防止垄断；

2. 强制标注与署名：需标注“由人工智能生成”，未标注不得主张权利；允许使用者附加名称（如“XXX 使用 AI 生成”），但不得单独署名“XXX 创作”；

3. 差异化保护期：人类主导型适用传统期限（作者终身 +50 年）；算法主导型保护期5 年（自生成起），平衡收益与公共利益。

（三）完善配套保障机制

1. 权利登记制度：国家版权局建立“AIGC 登记平台”，登记证书作为权利归属的初步证据，降低维权举证难度；

2. 训练数据合规：开发者需使用授权或公有领域作品，未经许可使用的，按收益 5%-10% 向原权利人支付报酬；

3. 侵权认定规则：AIGC 与在先作品相似的，推定开发者或使用者过错，除非证明未使用该作品或相似性源于公有领域。

结论

AIGC 的保护需在传统制度框架下调整，“二元保护模式”既回应技术需求，又坚守“激励人类创作”的核心价值。通过明确主体、细化权利、完善机制，可平衡创新与公共利益，为人工智能时代的文化繁荣提供法治保障。

参考文献

[1] 王霁霞, 高旭. 论生成式人工智能创作物的著作权法保护[J].湖南科技大学学报 ( 社会科学版 ),2024,(5):103-111.

[2] 冯晓青 , 潘柏华 . 人工智能“创作”认定及其财产权益保护研究——兼评“首例人工智能生成内容著作权侵权案”[J]. 西北大学学报 ( 哲学社会科学版 ),2020(02).

[3] 隋明志 . 论人工智能生成内容的著作权保护模式——以我国首例“AI 文生图案”为例 [J]. 出版与印刷 ,2024,(4):11-19.