作者|刘凡、王新锐
本文分上、下两部分,上部分介绍了审前程序中的“著作权侵权”认定的直接侵权、间接侵权责任认定问题。【文章链接:世辉观点|美国AIGC著作权侵权案审前程序中的控辩法律分析(上)】下部分将继续探讨审前程序中的“著作权侵权”认定有关DMCA违规行为和原告的其他指控内容。
DMCA违规行为11
《数字千年版权法案》(DMCA)旨在为在线服务提供商提供版权侵权责任的限制,同时为版权持有人提供打击互联网盗版的法律手段。DMCA的主要内容包括版权侵权责任限制(即“避风港”条款)、反规避技术保护措施、版权管理信息保护,以及图书馆和档案馆的责任例外等。该法案在保护版权的同时,也因对技术保护措施的保护和版权管理信息的限制而受到批评,认为可能限制创新和言论自由。为此,DMCA引入了双重故意原则,要求行为人必须故意移除或更改版权管理信息(CMI),并且明知其行为可能会促进版权侵权行为。双重故意原则也因此成为被告技术公司抗辩的要点。
在我国,对规避技术措施的法律责任确定在《著作权法》12、《计算机软件保护条例》13及《信息网络传播权保护条例》等法规中。与DMCA不同的是,我国法律对个人(非对公众)直接规避技术措施的行为和提供规避手段的行为都进行了禁止,这为权利人提供了更全面的保护,但也给AIGC公司在模型训练过程中技术措施的使用抗辩方面带来了一些障碍。但无论是基于DMCA还是我国的法律规定,都应注意在提出或抗辩此类指控时,立足制度设计的目的,关注具体条款与著作权法的衔接以及举证责任标准。
1. Stability案
被告反驳原告未能指出被移除或更改的具体CMI内容及来源,以及被告并不知晓具体哪些CMI被去除,遑论故意分发相关作品,因此被告并无双重故意。被告甚至退一步指出,即便原告最终明确CMI内容及来源, 也无法满足DMCA有关“CMI是从原告主张的权利作品原件或完全相同的复制件上被移除的”的要求,又从AIGC的技术原理及原告自认的“AI生成图像与其权利作品并不构成实质性近似”强调即便生成内容不包含CMI,也不能因此认定被告构成故意移除或更改CMI。
2. Meta案
被告在反驳中将DMCA的各个条款要求与案件事实作对照。例如,原告指控“Meta通过主张对LLaMA模型的著作权来提供虚假CMI”依据的仍是前文模型为衍生作品的论断,对此被告指出原告未能明确被告是如何分发其所谓的虚假CMI,未能满足双重故意的要件要求。又如,原告主张被告复制并使用原告的著作权作品进行模型训练的过程,没有保存相应的CMI,被告反驳称即便训练过程没有保存CMI,也仅仅是省略(Omission)而非移除(Removal),援用韦氏字典对两词的定义并以Falkner摄影作品案14驳斥原告指控的CMI移除行为。对此,原告既不能证明LLaMA模型生成“省略”CMI的内容是侵权的,也难合理说明被告明知或应知“移除”CMI会导致掩盖(其并不知道的)侵权事实而有助于侵权。
3. Open AI案
Open AI对间接侵权指控的反驳上相对全面:首先,强调DMCA制度设计目的,即为了让公众知晓作品权利来源,但Open AI的训练数据并不能被公众获取,这点原告也在诉状中承认。其次,指出为匹配制度设计目的,原告应当履行相当的证明责任,尤其是应明确被移除或更改的CMI内容。原告指控被告在模型训练中故意移除或修改CMI(作者姓名、出版年份等作品标题页的信息),未能明确作品来源且没有举出充分事实合理推断出OpenAI在设计训练流程时具有必要的意图来掩盖侵权行为。并且,与其主张相悖,起诉状索引中列出的了部分ChatGPT生成内容就包含了部分作者姓名信息。此外,法规限制的分发行为,仅指对原始作品或复本15、甚至是原始作品或一致的副本16的分发,而非原告主张的衍生作品——ChatGPT生成内容。最后,被告强调了双重故意原则中对省略(Omission)情形下的责任排除17。原告主张的被告从内部数据集中移除CMI的行为(Omission)不会对公众有任何影响,并且ChatGPT生成内容更近似创作一个新的不包含CMI的作品,这与法规中的移除有重大区分。举证责任无法完成,双重故意原则难以明证。
其他指控与联邦版权法的优先权排除
前文提到原告为强化指控的严密性,除著作权侵权指控外,另提出了成文法与普通法上的其他指控。在审理过程中,法官指出原告的多项指控,包括公开权、不正当竞争、过失侵权以及不当得利等,均受到联邦版权法优先权原则的限制。根据该原则,当原告的主张与联邦版权法的保护范围重叠时,法院应当优先适用联邦版权法。该原则确保了版权法在著作权侵权案件中的统一性和权威性,同时限制了原告通过其他法律途径绕过版权法保护的企图。在AIGC的著作权侵权诉讼中,法院依据此原则排除其他法律的适用,将案件焦点集中在著作权侵权的核心问题上,凸显了著作权法在解决此类争议中的主导作用。
我国法律体系中的“特别法优于普通法,上位法优先于下位法”原则与美国的版权法有限原则在确保法律适用的统一性和专业性方面具有相似之处。这种法律适用的层级性原则,强调在特定法律领域内,特别法应当优先于普通法适用,以确保法律在处理特殊问题时的精确性和专业性。此外,在我国知识产权侵权司法实践中,法官在审理涉及多元案由的案件时,通常会集中审理较为明显的侵权行为,并避免对同一行为进行重复评述,这种“一事不再理”的原则也与联邦版权法优先权排除具有相似的价值取向。
1. 公开权
Stability案在三案中唯一涉及公开权18指控。被告在排除该指控时采用了第九巡回法庭“两步测试法”反驳:
(1)第一步,原告所主张的权利是否落入版权法客体范围,本案中原告主张的事实基础是 “被告模型和AI产品是包含著作权作品的衍生作品”以及“生成内容也构成衍生作品”,尽管原告试图通过将主张拆解为“成文法中的姓名使用”来避免版权法优先权的排除,但未能提供任何证据表明商业使用其姓名损害了作者的人格权利。而“普通法中的名称和艺术身份”主张,其中的“不当使用的个人身份属性”完全包含在受版权保护的媒介中, 而“艺术风格”,基于思想与表达的二分法并非版权法保护的客体。对此,被告特别强调版权法优先权的适用范围大于版权保护的范围19。此外,原告所主张的公开权中的名誉损害,实际上与他们在间接侵权中的主张相似,本质上是试图控制艺术视觉作品的公开。
(2)第二步,法院继续判定原告主张的权利是否与著作权人的排他性权利等同,包括展览、表演、在线传播、分发副本以及授权他人行使前述权利等。本案法院认为原告寻求的救济实质上是对创作、分发、展示诉争衍生作品的控制,这与著作权法所保护的权利无异。被告通过两步测试主张排除原告公开权指控,法院也据此认为,原告提出的需要保护的内容并不比任何创作作品更具有个人性,未超过版权法的保护范畴,透过对冒用姓名和人格权的指控将原告的实际诉求还原到著作权基础上。
在中国法律体系中,尚未确立公开权作为一个独立的概念。尽管如此,涉及个人形象和身份商业利用的相关权益可以通过隐私权、肖像权等人格权获得保护,并且这些保护正在逐步加强。特别是在数据保护领域,个人信息的保护受到了特别的重视。在AIGC等新兴场景下,进一步明确这些权利的界限和保护范围显得尤为重要。对于AIGC公司而言,清晰界定这些权利对于降低诉讼风险、推动模型开发和产品推广至关重要。
2. 不正当竞争
在中国司法实践中,权利人在知识产权侵权纠纷中,如著作权侵权案件,往往采取在同一案件中同时提出侵权诉讼和不正当竞争诉讼的多元诉由策略。这一策略对于应对新型不正当竞争行为和存在赋权不确定性时尤为重要。通过适用不正当竞争法,法院能够从行为视角直接评估案件中的行为是否正当,而不仅仅局限于权益视角。AIGC著作权侵权案件中,技术的复杂性和不确定性使得不正当竞争法成为一个有效的纠纷解决途径。然而,权利人提出的多元诉请在审理过程中,如果法院已依据具体的侵权行为提供了保护,通常不会再依据反不正当竞争法对同一客体进行重复评述。法院会驳回不正当竞争的诉求,以避免对同一问题的重复处理,确保法律适用的效率和公正性。
本文三案中,美国法院依据联邦版权法的优先权排除原则对原告不正当竞争的诉求予以驳回,体现了与前述我国司法实践相同的程序价值:
(1)在Stability案中,法院对不正当竞争的指控采取了有限排除的立场,认为在可能产生超出版权法规定的权利或义务时,应审慎限制兰哈姆法案下的不正当竞争条款。本案中,原告的不正当竞争行为指控实质上基于其所声称的DMCA违规行为,但鉴于该违规行为的法律依据不成立,因此相关的不正当竞争指控亦被排除。
(2)在Meta案中,原告试图从不正当竞争的角度提出两个行为的指控:一是声称在DMCA项下侵犯了原告的权利;二是未经授权使用原告的版权作品训练LLaMA模型。第一点不再赘述。第二点原告尝试以“不当使用”代替“复制”绕过版权优先权排除原则,但实质上仍是对版权侵权诉求的重复,应由版权法统一解决。
(3)在Open AI案中,原告需要证实商业行为具有违法性、不公正性或欺诈性来证明不正当竞争。原告主张的基础违规行为——即Open AI违反DMCA——已被认定不成立。此外,原告未能明确主张由DMCA违规直接导致的经济损失,也未能提出加州法下不正当竞争的救济请求,或证明他们在法律上缺乏充分的救济途径。
3. 宣告性救济 20
Stability案中,原告依据加州《宣告性判决法案》21以及相应的州法框架寻求宣告性救济。该类救济通常用于当争议中的权利义务关系尚未成熟到可以采取强制措施,或者在可提起诉讼的一方尚未提起诉讼时,法院可以介入并提供法律上的澄清。然而本案中,原告提出的宣告性救济并未触及任何实质性问题,其所寻求的救济实质上是对其他诉求的重复。
尽管可以理解原告试图通过多角度策略对被告进行全面的法律攻击,但这种策略在诉状中的呈现却显得冗长且缺乏逻辑性,难以为法官所接受。相似的,在L. v. Alphabet22案中,Chhabria法官对诉状的不必要长度(近200页)和内容提出了批评,认为诉状中充斥着“大量不必要且分散注意力的指控”,使得确定原告法律主张的充分性变得极为困难。在A.T. (later Cousart) v. OpenAI LP案中,Chhabria法官进一步表达了对原告及其律师能否代表缺席班级成员利益的怀疑,认为基于诉状的起草方式,难以对其表示信任。
这些类案表明,法院对于诉状中包含大量未经证实的断言和重复陈述持不容忍态度。法官的驳回决定和观点均强调了法律文件应当简洁、直接,并集中于法律争议的核心问题,而非通过冗长和复杂的陈述来混淆视听。有效的法律策略应当明确、有针对性,避免不必要的冗长和分散焦点的元素,以确保能够清晰地传达原告的主张并得到法院的认真考虑。
4. 不当得利和疏忽大意的侵权
Meta案中原告未能展示与Meta之间存在建立合同责任关系的必要联系,因此难以根据准合同理论主张不当得利的返还。而原告提出的疏忽侵权诉求,认为被告未履行一般注意义务,在模型训练过程中对原告的著作权作品的处理上存在过失。但这一主张实质上与未经授权使用版权作品进行模型训练的行为重复,无论是依据反不正当竞争法、不当得利还是疏忽侵权的要件,最终都指向版权法规制的范畴,因而受到版权法优先权的排除。
Open AI指出原告的不当得利诉求在加州法律下被视为一种寻求返还的准合同索赔。需要原告证明Open AI在原告损失的基础上获得了并不当保留了利益,且这些利益的获得是通过错误、欺诈或强迫等不当手段。但本案中并未见到这些要素,原告的诉求仅仅是著作权侵权的另一种表述。关于疏忽侵权,原告所主张的行为更像是故意而非疏忽,这与他们在DMCA违规主张中的“故意”和“明知”相矛盾。原告未能明确指出被告负有的关怀义务(Duty of Care),而这一点恰是疏忽侵权成立的关键前提。
最终,无论是疏忽还是不当得利的诉求,都被版权法优先权排除,因为原告试图用州法的语言重述版权直接侵权的诉求。原告的诉求对象,无论是用于训练ChatGPT的权利作品,还是OpenAI访问、存储的侵权材料,均属于版权法的保护范畴,或与相关权利等同。即使诉求中包含额外要素,但这些要素并不足以改变诉讼的性质,因此仍被视为等同而被版权法优先权排除。
本段小结
通过以上对审前程序中焦点法律问题的控辩分析和法院的裁定可见,驳回裁决固然可以视作被告先期的程序胜利,但并非著作权侵权争议的最终定论。被搁置的直接侵权指控才是案件的关键点,届时控辩双方对技术问题和法律要素的直接交锋以及合理使用的适用将成为该类案件的重头戏。此外,法院尚未对被告提出的一些对行业发展具有潜在影响的论点表达立场,例如,被告主张“让人工智能运营商承担责任将阻碍技术进步”。法院的这种保留态度揭示了被告所面临的法律风险是实际且紧迫的,需要在案件的进一步审理中予以充分考虑和解决。
结语
在美国司法实践中,AIGC领域的著作权侵权案件审前程序展现了控辩双方交锋的复杂性。通过对Stability案、Meta案和Open AI案的细致分析,可以概括出此类案件的一些共性:
(1)合理使用原则并非AIGC公司的首选抗辩策略,而是在明确侵权事实后可能考虑的抗辩方向;
(2)在诉讼尤其是审前程序中,法院倾向于聚焦于侵权行为的明确性和具体性;
(3)著作权权利人需重视著作权登记的重要性,以确立其对作品的所有权,因为未注册作品在诉讼中可能难以获得充分保护;
(4)法院对直接侵权责任的认定采取严格标准,要求原告明确指出具体的侵权行为和对象;
(5)技术复杂性可能导致的证据获取障碍,有时使法院对证据的充分性持宽容态度;
(6)间接侵权的成立依赖于直接侵权的存在,以及被告对直接侵权行为的控制和监管能力;原告若未能证明这些要素,其间接侵权指控往往难以成立;
(7)对于规避技术保护措施等特殊制度,原告需满足更高的证明标准;
(8)原告虽可能尝试通过多元诉由构建主张,但法院仍倾向于将案件焦点集中在著作权侵权的核心问题上。
在中国,目前的AIGC著作权侵权案件尚未深入探讨模型训练数据使用的法律问题,而主要集中在AIGC输出内容是否侵犯了著作权作品。随着AIGC技术的快速发展,预计中国将面临更多涉及模型训练数据使用的著作权侵权案件。通过对美国相关案件的分析,我们可以得出若干启示:权利人在提起诉讼时必须确保其著作权登记的完整性,明确指出侵权行为及其对象,并集中精力证明直接侵权的存在。AIGC公司作为被告,应深入阐释其技术原理,识别并利用权利人指控中的不足之处,并基于著作权确立和侵权认定的基本原则,对侵权成立的要件事实进行刨除。法院在审理此类案件时,应严格区分著作权侵权与其他法律问题,避免权利人通过提出多元诉由来规避著作权法的限制,并应细致评估原告的指控,确保其法律依据的充分性和逻辑的严密性。展望未来,AIGC著作权侵权案件的解决将继续在著作权法律框架内进行,同时需要结合具体的技术细节和法律适用,以有效应对AIGC技术发展所带来的法律适应性挑战。
注:
(向下滑动查看更多)
版权与免责
本文章仅供业内人士参考,不应被视为任何意义上的法律意见。未经世辉律师事务所书面同意,本文章不得被用于其他目的。如需转载,请注明来源。如您对本文文章的内容有任何疑问,可联系世辉律师事务所。
作者简介
刘凡|律师
liuf@shihuilaw.com
刘凡律师专注于知识产权诉讼及非诉法律事务,在处理知识产权侵权纠纷,尤其是涉外主体参与的国内纠纷方面拥有丰富经验,涉及的行业领域包括互联网、文化娱乐、体育用品、奢侈品、食品药品、电子、医疗产品、酒店和机械制造等。
刘凡律师曾代表众多国内外知名企业处理在中国的知识产权诉讼、行政案件及其他争议解决事宜。在商标侵权、著作权侵权、不正当竞争纠纷以及上述领域的合并案由诉讼案件方面拥有极为丰富的经验,成功地为多家知名企业在知识产权维权为相关企业赢得了有利的判决、决定。她也为国内外知名企业的区域品牌保护策略、商标注册与维护、著作权登记与维权,以及专利权和其他法律权益的维护管理提供全面的法律服务。此外,她还在新兴的人工智能领域展现出特别的专长,参与了多个聚焦于人工智能生成内容相关版权和其他合规事项的研究项目。为客户在人工智能时代充分应对知识产权的复杂性提供支持。
王新锐|合伙人
wangxr@shihuilaw.com
王新锐律师毕业于清华大学法学院,执业已超过20年,曾长期在国内顶尖律师事务所工作。
王律师长期深耕网络安全和数据保护业务,其提供深度法律服务的客户包括数十家中外顶级科技公司,亦为多个中央部委和地方政府的数据立法和监管工作提供支撑。王律师作为中方专家,入选ICC(国际商会)、B20(二十国集团工商峰会)等国际组织的数字治理工作组。此外,王律师是《个人信息保护国际比较研究》《数据服务框架》两本书的主要作者,并有大量文章和译作公开发表,专业观点经常被新华社、人民网等国内外主流媒体引用。近两年,王律师作为课程讲师在北大、清华等多所著名高校讲授网络法和数据保护相关内容,并兼任对外经贸大学法学院高级研究员。
2018年以来,王律师在TMT和数据保护领域先后获得Chambers、The Legal 500、ALB、《商法》、China Law & Practice、asialaw、LEGALBAND等多个法律专业评级机构的推荐,其中包括ALB China十五佳TMT律师、The Legal 500亚太数据保护领先律师(2021-2023)、LEGALBAND中国顶级律师排行榜:网络安全和数据保护(第一梯队)(2019-2023)等个人奖项。
往期推荐