袁真富 等 | 机器学习中作品利用的著作权补偿金制度研究

OpenAI推出的ChatGPT代表当下生成式大语言模型的顶点，但不论模型设计如何先进，进行深度学习和训练都需要“投喂”巨量的素材，尤其是高质量的作品素材，才能训练出越来越好的使用性能。ChatGPT以千亿级别的数据进行大量训练，高速并大规模地涌现出令人折服的内容生产质量。毫无疑问，如此巨量的作品素材使用，如何识别作品来源，如何取得作品授权，如何支付作品报酬等，都是前所未有的挑战。在此场景下，点对点的著作权许可机制面临高额的许可成本，甚至是不可能完成的任务。

虽然生成式AI用以训练或学习的数据资源，包括作品素材，堪称巨量，但生成式AI从中萃取的数据结构的特征，以及在输出阶段所生成的内容，相对于用来训练的作品素材，仅仅是“萃取”了现有单个作品的只言片语。实际上，生成式AI已将训练的作品素材通过机器学习转化为数以亿（甚至万亿）计的参数，形成了自己的“数据仓库”。机器学习在数据获取时的素材复制目前存在著作权法意义上的“复制”争议，但在数据结构的特征抓取、保存和调取等环节，最多体现为对现有单个作品的“微量使用”（甚至看不出存在细微“使用”）。这些“微量使用”在著作权法上未达到实质性相似判定使用的最低阈值 ^[3]，而在AI 输出阶段生成的内容与现有作品相比，通常也难以找出相似的部分。至此，根据“接触+相似”判断方法认定侵权，难度极高，概率极低。

一方面，虽然生成式AI用于训练算法的数据（包括作品素材）是巨量的，但其通过数据挖掘获取数据资源（包括作品素材）的路径难以追踪，几乎是“暗箱操作”，痕迹容易掩盖。同时，在预训练时，向人工智能“投喂”作品素材的过程通常完成于脱机状态，极具隐蔽性。另一方面，机器学习对作品素材的利用具有不唯一性和随机性，AI生成内容的表达性利用是隐蔽的，难以确定来自哪些著作权人的作品。在目前没有法律强制要求披露数据来源的情形下，通常也难以得知作品素材的具体来源。此外，生成式AI的数据使用具有持续性，除了预训练，还包括联网后的人机交互和数据抓取使用，因此，用于训练或“投喂”的数据（包括现有作品素材）不断更新，持续增长，生成的内容也源源不断，并反哺算法，最终作品内容相互交织，融为一体，难以分辨，对现有作品的利用更加隐蔽。即使想主张机器学习过程中存在“复制”等侵权行为，也因数据来源问题而难以举证其作品是否被用于预训练等环节。

面对机器学习利用作品存在规模大、损害大，速度快、难以保护的特点，当前的AIGC对著作权人利益的损害更为严重，产生更深度的利益失衡。在前述《纽约时报》诉讼案中，《纽约时报》认为其新闻花费大量的人力与时间，体现着记者优质独创的人类努力，而OpenAI和微软无偿使用并创造了可以替代《纽约时报》的产品，分流了《纽约时报》的部分受众。可见，AI对作品的海量使用以及AI内容的海量输出，会对人类作者产生侵夺性危害。人类从专业创作（PGC）发展到用户创作（UGC）的时间并不久远，以 ChatGPT为代表的AI工具又借助超级算力和大语言模型，将人类迅速带入速度高效、内容海量的 AIGC时代，可以预见人类的创作又将变得稀缺。 “人类作者经过构思框架、收集资料、整理资料等复杂过程，夜以继日完成的作品，人工智能可能仅需几秒钟就能够高效输出表达意图相似的内容。”^[4] 人类创作的热情将受到打击，加上与生成式AI的内容竞争中又难以得到补偿，著作权的激励机制将逐渐失灵。

3.1.1 补偿金制度产生的背景

利益平衡既是著作权制度的基石，又是著作权制度追求的目标。著作权补偿金制度始于德国，诞生于日益发展的复制技术对著作权人专有权的利益损害日渐加剧的这一历史背景。1965 年德国《著作权法》在第53条（5）项中规定，个人可以为欣赏目的录制音乐，但录音机制造商须支付录音设备税，补偿金制度由此建立。经过 1985年著作权法的改革，德国建立起完整的补偿金制度，包括录制设备税、空白媒介税和复印设备税。此后，欧洲大多数国家纷纷建立补偿金制度。^[6] 随着复制技术的革新，德国《著作权法》在 1985年、2001年、2011年与2013年的修改中相应扩大了补偿金的征收范围，至今“有存储功能的装置或存储媒介，包括数字存储媒介”都被纳入到补偿金的征收范围中。^[7]

1992年，美国建立著作权补偿金制度，对数字录音机器、数字录音用储存媒介物征收补偿金；同年，日本开始对数字录音录像机器、数字录音录像用储存媒介物征收补偿金。^[8] 美国成立了收取并分配著作权补偿金的机构——艺术家及唱片公司联盟（AARC），AARC通过谈判已相继与日本、西班牙、荷兰、爱尔兰、英国、瑞士等国家的数个著作权集体管理组织达成了协议，确保在这些国家发行唱片的美国权利人享有获得著作权补偿金的权利。^[9]

上述国家的补偿金制度，一方面，弥补了著作权人因为复制尤其是私人复制造成的损失。对社会大众超过合理限度的复制行为，给予著作权人适当补偿。为“有血有肉的作者”创造收入来源，确保他们的报酬，改善其工作与生活条件。另一方面，高效地满足了使用作品的需要，因为补偿金制度克服了许可（包括法定许可）的高昂谈判与分配成本。当前，在数字时代尤其是人工智能时代，作品被广泛和深度利用的速度较私人复制时期更快，补偿金制度理应更受关注。

3.2.1 权利人与使用人的利益再平衡

在复制和传播技术尚不够发达时期，私人复制被认为是合理使用的范围，因为当时基于个人使用而复制作品对著作权市场的影响微不足道。但消费者个人掌握了复制和传播的工具，私人复制的能力大幅提升为不合理地损害著作权人利益的一种来源 ^[6]，这正是补偿金制度产生的背景。当下，机器学习海量、高效、快速地使用海量作品，打破了权利人与使用人之间脆弱的利益平衡。相较于人类作者学习和模仿创作时的费时费力，AIGC（尤其是其类似作品的表达性内容）的高效输出，将侵占和挤压人类创作的市场空间，并对人类作品的相关市场产生竞争甚至替代效果，长此以往，将导致人类创作萎靡，影响文化艺术和人类精神文明的繁荣。^[10]

因此，需要改变“免费”使用数据（作品）资源的惯常思维，正如Martin Senftleben指出的，补偿人类作者因生成式人工智能而减少的市场份额和收入。^[11] 补偿金制度一定程度上可以实现对著作权人的整体利益救济。为了能在“公众自由”与“著作权人利益”间，以及“制度公平”与“制度效率”间达成平衡，德国等国家在控制私人复制行为的立法思路之外另辟蹊径，通过对复制设备和介质“征税”并补偿著作权人的方式，间接抑制私人复制行为所可能产生的负外部性影响，这对于AIGC时代机器学习的作品补偿机制同样有重要的启示。

3.2.2 面向人类作品整体价值的共同回应

生成式AI在机器学习时所利用的作品资源可以视为一个“集合”，虽然单个作品对AI的预训练和内容输出贡献有限，但是在整体上，AI的预训练及其内容输出时的互联网数据抓取，离不开人类作品的深度利用。对于开发者和运营商而言，通过机器学习等人工智能技术大规模利用人类智慧创作的结晶，并通过服务收费等模式从中获得了利益回报。更何况，在生成式AI的使用过程中，AI会不断利用用户的数据而持续迭代，因此，AI的内容输出可谓与人类的集体数据生产息息相关，而著作权补偿金制度恰恰不是基于著作权保护的个人主义，而应是基于人类作品整体利用的共同回应。

3.2.3 继续给予人类作者的有限经济激励

作品虽具有公共物品的属性，但只有让著作权人能够获得经济报酬，才能产生激励效果，才能鼓励更多人参与并加入创作行列，促进文化发展与繁荣。当前机器学习技术基本由大公司掌握，将机器学习完全纳入合理使用范畴，允许大公司在数据训练时无偿获取并使用作品资源，值得谨慎考量。^[12] 机器学习产生的内容海量输出，对人类作品市场产生的竞争性威胁不言而喻。如果机器学习想要保留可持续性的人类作品资源以供算法训练，那么应当尊重作者的个性化表达，并保障人类作者从作品使用中获得有限的经济激励。在AIGC的挤压之下，随着预期收益的日益降低和内容生产的竞争劣势，人类作者的原创将会越来越稀少，此时激励人类作者弥足珍贵的创作热情，显得更加重要。

3.2.4 对权利弱化和利益分享理论的呼应

著作权作为完整意义上的私权，其权利行使本应遵循权利人之意愿。但著作权关涉社会利益甚巨，在一定条件下，法律准许使用人在支付适当报酬甚至不用付费的情形下，不经许可即能利用作品，从而增进社会利益。著作权法设计了一系列权利限制制度，包括合理使用制度、法定许可制度，目的就在于减少交易成本。随着作品网络传播的规模增长，“权利弱化和利益分享理论”^[13] 逐渐获得关注，它强调弱化著作权人的禁止权，要求著作权人降低交易成本，从而能够促使双方合作，达到利益分享、互利双赢的效果。早在网络普及之初，就有学者呼吁“准法定许可”，将著作权中的某些绝对权降格为报酬权，即“在网上传播作品能否只需向著作权人交钱付费而不必先经著作权人授权同意”。^[14] 著作权补偿金制度是应对人工智能挑战的优选项，因为AI 开发者及运营商无须寻求许可，只需支付补偿，这正是“权利弱化和利益分享理论”在数字技术环境下的理论运用。

考虑到机器学习牵涉的作品资源数量庞大，即使认定落入著作权的专有权控制范围，逐一去取得许可也脱离现实，因而有学者提出通过集体管理组织解决授权难题。^[17] 著作权集体管理是在集体管理的框架下，权利人授权集体管理组织管理其权利，即监督相关作品的使用、与使用者谈判、以收取合适的许可费为对价发放许可，并向权利人分配许可费。集体管理的目的在于降低作品检索成本、减少双方交易成本，最终降低法律风险。但采用集体管理模式仍然不能完全解决许可谈判的问题：一是集体管理组织通常只能管理入会的权利人（会员）作品，其数量较有限，难以面对AI使用大量作品的需求。二是集体管理仍然需要许可谈判，谈判的集体管理组织可能涉及不止一家（甚至不止一国），这个过程难言轻松。三是许可谈判的成果也不能解决大量非集体管理组织成员作品使用的合法性问题。而补偿金制度是一个强制性的补偿机制，某种程度上，它虽然偏向于权利人整体的利益，但又超脱于具体权利人的意愿，省略了许可谈判的困扰。即使将来授权集体管理组织行使收取补偿金的职能，其也不拘束于权利人的授权与否。