点击蓝字关注
了解更多精彩
(点击查看思维导图)
GB/T 7714-2015
CITE
刘丁勤.论AIGC创作中的因果可预见性[J].科技与出版,2024(7):36-47.
摘 要
作品创作方式的多样化与过程的随机性使结果并不具有完全的可预见性,因而版权法也需考虑创作的可预见性问题。基于尊重创作自由与减少社会成本的考虑,作品创作应遵循弱预见性原则。可预见性涉及法律因果的追踪,在侵权法中通过主体、行为与介入因素进行综合考量。在AIGC创作中需要认定使用者对AI模型输出结果的可预见性以评价是否具有因果关系,可借鉴侵权法形成个体知识经验、行为的执行程度、AI模型的随机介入范围的分析框架。同时依据版权法教义与AI模型的既有技术特征,可预见性的衡量应当以行为的执行程度为主导,当使用者对结果具有“充分描绘”的情形下可以成为因果意义上的作者。
关键词
AIGC版权;创作随机性;因果关系;可预见性;充分描绘原则
自2022年生成式人工智能在深度学习技术上取得突破以来,以ChatGPT、Stable Diffusion 为代表的AI模型迅速地席卷至创作领域,无论专业创作者还是业余用户,都可以快捷地生成精美的图片文本。2024年2月,OpenAI还推出了Sora 模型,将生成范围延伸至更为复杂的视频制作领域。不过,关于AIGC是否构成作品、能否受到版权保护仍存争议。反对观点认为AIGC仍是基于算法规则的结果,使用者仅对生成内容存在间接影响。[1] 人工智能具有独立创造力而非人类手中的机械工具,其输出结果也应置于公有领域。[2] 认同构成作品的观点则认为结果的算法创造力并不能排除人类贡献,使用人对模型的选择、提示词输入以及参数的设定可以构成独创性选择,对于这部分内容应予以作品激励。[3] 在司法实践中, AIGC的可版权性问题也逐渐浮出水面,不过无论 “Dreamwriter案”①还是“AI绘画第一案”②,法院均支持了后者,认为人类在AI模型的使用中存在个性选择且可以享有作者身份。考察当前研究,分析视角集中于作品的独创性检验,然而 AIGC的可版权性本质上涉及主体与结果的因果判断,即人类是原因还是机器是原因?判断结果决定了权利的配置方式,如果人工智能是输出结果的原因,那么从自然权利的逻辑来看就没有必要将权利奖励给人类。反之,如果人类的原因是可追溯的,那么就应当考虑赋权的合理性。对于因果关系的判断可借助可预见性这一理论工具进行分析。在当前的研究中,AIGC通常被认为是不可预见的,因为人工智能可以通过机器学习习得对象的相关特征进而自行决策。[4] 通过深度学习,计算机“有了自己的大脑”,可以进行类似于人类的阅读学习,创作的结果也是基于算法创作力产物。[5] 这种分析将AIGC置于不可预见的境地,由此人类不是输出结果的原因。然而,这类观点忽略了可预见性更多属于价值评判。在侵权法中可预见性属于法律因果评价,需要衡量主体、行为、中介因素以综合考量主体责任,虽然AIGC的生成过程具有算法随机性,但也有必要衡量主体的预见能力与执行行为。因此,本文尝试从可预见性这一法律概念出发,分析其在版权创作中的体现,并以侵权法分析为参考探讨AIGC创作中人类与生成结果的因果关系。
1.1 随机性创作与可预见性问题的产生
1.2 创作可预见性的程度:弱预见性原则
1.3 版权法弱预见性的价值基础
版权法虽然隐含了可预见性考量,但相关概念的研究并不成熟,也缺乏具体的衡量标准,在此可以借鉴侵权法既有研究以实现具体评价。
2.1 作为法律因果的可预见性
2.2 可预见性在侵权法中的衡量
3.1 AIGC创作中可预见性的具体衡量因素
3.2 AIGC创作中可预见性的衡量程度
“人工智能工具论”常被批指“过时”,因为AI模型早已不同于人类以往支配的技术工具,而是具有自主创造力的独立单位。在此基础上,人工智能是输出结果的真正原因。然而,这类观点将法律中的因果分析狭隘化,法律中的因果分析向来不关注对象发生了什么,而是聚焦于主体的行为评价,进而确定责任范围或利益归属。通过AIGC创作的可预见性分析可知,虽然创作过程存在机器的随机性介入,但并不能以此否定人类的既定贡献。当人类执行程度足够充分时,机器随机性可以被主体的执行行为包容评价,人类使用者可以因此获得作者身份。面对人工智能时代的创造性危机,仍应将问题置于弹性的版权法框架下,通过寻找实质贡献者的因果推理方式确定权利归属。
注 释
(上滑查看)
① 广东省深圳市南山区人民法院民事判决书( 2019)粤0305民初14010号。
② 北京互联网法院民事判决书( 2023)京0491民初11279号。
③ Mannion v. Coors Brewing Co., 377 F. Supp. 2d 444 (S.D.N.Y. 2005).
④ Naruto v. Slater, 888 F.3d 418, 2( 9th Cir. 2018).
⑤ Kelley v. Chicago Park Dist., 635 F.3d 290( 7th Cir.2011).
⑥ Alfred Bell & Co. v. Catalda Fine Arts, 191 F.2d 99(2d Cir. 1951).
⑦ 重庆市第一中级人民法院民事判决书( 2022) 渝01民终
21190号。
⑧ 这种广义的责任理论主要来源于托尼·奥诺雷( Tony Honoré),认为人应对其行为的所有后果负责,因为他们作为“自传式”的个人身份包含了其在世界上行为和互动的所有结果。
⑨ Palsgraf v. Long Island R. Co., 248 N.Y. 339, 162 N.E.99( 1928).
⑩ Gilman v. Noyes, 57 N.H. 627( 1876).
⑪ Port Auth. of New York & New Jersey v. Arcadian Corp., 189 F.3d 305( 3d Cir. 1999).
⑫ Oden v. Pepsi Cola Bottling Co. of Decatur, 621 So.
2d 953( Ala. 1993).
⑬ Johnson v. Kosmos Portland Cement Co., 64 F.2d 193 (6th Cir. 1933).
⑭ Nichols v. Universal Pictures Corp., 45 F.2d 119( 2d Cir. 1930).
参 考 文 献
(上滑查看)
[1] 王迁. 再论人工智能生成的内容在著作权法中的定性[J]. 政法论坛,2023(4):16-33.
[2] 闻天吉. 驳人工智能“创作工具说”[J]. 知识产权,2024(1):85-105.
[3] 蒋舸. 论人工智能生成内容的可版权性:以用户的独创性表达为视角[J]. 知识产权,2024(1):36-67.
[4] GERVAIS D J. The Machine as author[J]. Iowa Law Review,2020(105):2054-2057.
[5] GRIMMELMANN J. Copyright for literate robots[J]. Iowa Law Review,2016(101):657-682.
[6] CHUSED R H. Randomness,AI art,and copyright[J]. Cardozo Arts & Entertainment Law Journal,2023(40):621-656.
[7] McCUTCHEON J. Point and shoot:originality, authorship,and the identification of the copyright work in modern photography[J]. Sydney Law Review, 2021(43):165-171.
[8] DURHAM A L. The random muse:authorship and indeterminacy[J]. William and Mary Law Review,2002 (44):626-627.
[9] GINSBURG J C,BUDIARDJO L A. Authors and machines[J]. Berkeley Technology Law Journal,2019 (34):366.
[10] McCUTCHEON J. Shape shifters:searching for the copyright work in kinetic living art[J]. Journal of the Copyright Society of the USA,2017(64):309-370.
[11] 刘银良. 论人工智能作品的著作权法地位[J]. 政治与法律,2020(3):6.
[12] KAPLOW L. Rules versus standards:an economic analysis[J]. Duke Law Journal,1992(42):557-629.
[13] 蒋舸. 论著作权法的“宽进宽出”结构[J]. 中外法学,2021(2):328-331.
[14] OWEN D G. Figuring foreseeability[J]. Wake Forest Law Review,2009(44):1278-1279.
[15] 刘文杰. 论侵权法上过失认定中的“可预见性”[J]. 环球法律评论,2013(3):74-77.
[16] GINSBURG J C. The concept of authorship in comparative copyright Law[J]. DePaul Law Review,2003 (52):1064.
[17] 提示词快速入门[EB/OL].(2024-02-01)[2024-06-15].
https://docs.stablediffusion.cn/article/1/593328636124200960. html#nav-1-H1.
[18] HORGER D. Artificial music:authorship and copyrightability of artificial intelligence musical works[J]. AIPLA Quarterly Journal,2023(51):77-124.
[19] 腾讯研究院:AIGC发展趋势报告2023[EB/OL].(2023-02-04)[2024-06-15].
https://www.aigc.cn/1107. html.
[20] BURK D L. Thirty-Six views of copyright authorship,by Jackson Pollock[J]. Houston Law Review, 2020(58):293-295.
刘丁勤
中南大学法学院