欢迎点击上方 TMT法律论坛 关注我们
专栏
GEN AI
★
导读
★
自Open AI掀起生成式人工智能的狂潮以来,大模型在各行各业的应用日益广泛,成为推动企业创新与新质生产力发展的重要力量。与此同时,合规挑战亦如影随形。在此背景下,我们推出系列“GEN AI 合规 FAQs”。
每期,我们都将聚焦企业应用Gen AI相关的核心话题,从产品备案到训练数据集构建,从电信业务许可到内容安全管理,从数据安全保护到知识产权风险应对……全方位覆盖不同合规领域及应用场景,以期帮助Gen AI应用企业妥善应对潜在的法律风险。
本期为"GEN AI 合规 FAQs"第三期“GEN AI生成内容有哪些知识产权风险?”
注:专栏配图均由AI生成
GEN AI广泛应用,极大地提高了内容生成的效率。机器参与创作过程,究竟是人类创作过程的效率提升工具,还是作品创作方式的变革,进而引发生成内容的可版权性及版权归属的更深层问题,被产业和学界广泛讨论。本期FAQ将聚焦GEN AI生成内容的知识产权问题进行讨论。
Q: GEN AI的生成内容是否具有可版权性(Copyrightability)?
目前关于GEN AI生成内容是否可以作为作品从而获得版权法的保护并未形成统一的结论。针对GEN AI生成内容可版权性的讨论集中于其是否具有“独创性”以及是否为“智力成果”。GEN AI技术的基本逻辑是基于输入内容进行处理并对外输出内容,因此人在其中的参与因素及智力贡献成为了判断可版权性的重要标准。
综合现行立法制度、司法裁判实践和行业发展,主要有以下两种主流观点。
一种观点认为,如果GEN AI生成内容体现自然人的独创性智力贡献,并可以以特定形式体现,符合作品的构成要件,即应当作为作品保护。例如,使用GEN AI用于生成图片,自然人用户进行了设计人物的呈现方式、选择提示词、安排提示词的顺序、设置相关的参数、选定哪个图片符合预期等智力投入,且体现了其个人的审美选择和个性判断,则具有独创性,并可以以特定形式体现,本质上是人利用工具进行创作,因此相关图片构成图片作品。也即如果GEN AI生成内容的独创性是取决于创作者(自然人)的参与而非基于事实差异所导致的不同,那么应当对于此种独创性的表达形式进行保护。在北京互联网法院裁判的“生成式人工智能第一案”((2023)京0491民初11279号民事判决书)中,即持有该观点。
以美国版权局(United States Copyright Office)为代表的观点认为:相关版权立法的目的在于激励和保护人类创造力的价值,因此作者应仅限于人类。2023年2月,美国版权局拒绝了含有AIGC生成图片的漫画《黎明的查莉娅》(Zarya of the Dawn)的版权登记申请,认为尽管文本提示影响了人工智能生成内容的方向,但该生成过程缺乏可预测性,不受申请人控制,因而人工智能并非单纯的编辑工具,故申请人可基于文本的作者身份及其对文字、视觉元素的选择、协调和编排,就文本与图像构成的整体登记版权,但该版权保护不适用于人工智能生成的每个单个图像。2023年3月,美国版权局发布《版权登记指南:包含人工智能生成材料的作品》(Copyright Registration Guidance: Works Containing Material Generated by Artificial Intelligence),重点强调了只有当作品包含人类创作因素时,该作品才能够受到版权保护(Human Authorship Requirement),拒绝登记仅由机器或纯粹的机械过程而没有人类作者任何创造性投入或干预的情况下随机或自动运行产生的作品。
无论在中国还是美国,对于 GEN AI生成内容的可版权性认定思路基本一致:生成内容具备独创性且可体现人类的智力活动,是其成为版权法意义上受保护的客体的前提。但是,关于生成过程中用户对生成内容的控制能力、用户智力贡献在生成内容中的具体体现以及生成过程的可预测性等诸多事实问题,中国和美国显然出现了认知分歧,从而导致对可版权性的观点相左。
Q: GEN AI的生成内容的权益归属于谁?
目前法律层面上对GEN AI生成内容的权益及归属均没有强制性规定,在上述北京互联网法院审理的案件的判决中,认为原告(即用户)是直接根据需要对涉案人工智能模型进行相关设置,并最终选定涉案图片的人,涉案图片是基于原告的智力投入直接产生,且体现出了原告的个性化表达,涉案人工智能模型设计者在图片创作过程中没有智力投入且“不主张对输出内容的权利”,故原告是涉案图片的作者,享有涉案图片的著作权。
实践中往往通过用户协议等方式由GEN AI技术/服务提供者与用户进行约定,其中主流方式是约定生成内容权益归用户所享有。考虑到生成内容后续可能会用于GEN AI的优化和调试,也会相应约定GEN AI 技术/服务提供者对生成内容享有一定的使用许可权益。
例如,OpenAI在其《用户协议》[1]中明确,用户享有“输入(Input)”和“输出(Output)”等全部“内容(content)”的全部权利,并且对内容承担相应的责任,但需就使用OpenAI服务提供必要的许可。国内通义千问[2]、豆包[3]等头部GEN AI服务提供者也在相关用户协议中作出了类似的约定。
司法实践对通过用户协议等方式约定的有效性也进行了确认,即用户在获得授权许可使用GEN AI生成内容、GEN AI提供者也未主张内容权利的情况下,用户可以享有生成内容的相关权益((2018)京0491民初239号民事判决书及(2019)京73民终2030号民事判决书、(2019)粤0305民初14010号民事判决书)。
Q: 如果GEN AI 生成内容侵权,谁应该承担侵权责任?
由于GEN AI需要利用现有作品进行模型训练,并通过依赖训练作品形成的算法模型产生内容,因此,GEN AI生成内容可能会不可避免地携带了训练作品的记忆或痕迹。生成内容可能会呈现出训练作品的某些元素、特征、风格等。一般认为,如果生成内容与训练作品在表达上构成“实质性相似”且存在“接触”,则可能存在侵权风险。
民事侵权责任承担以过错责任为基本原则,除非法律法规另有规定。考虑到GEN AI生成内容的复杂技术背景,如果GEN AI生成内容涉及侵犯第三方作者的合法权益,如何在技术提供者、服务提供者和用户等主体间进行合理的责任分配也属于难点问题。鉴于目前法律上对此没有规定特殊的过错分配原则,因此需结合侵权行为产生的原因予以具体判断。
在广州互联网法院裁判的 “全球AIGC平台侵权第一案”((2024)粤0192民初113号民事判决书)中,明确了“将GEN AI服务提供者认定为生成内容侵权责任主体”的观点:被告未经许可,在提供人工智能生成图片服务过程中生成案涉图片的行为复制、改编了案涉奥特曼作品,侵犯了原告对案涉作品的复制权、改编权;被告通过可编程接口的方式接入第三方服务系统,属于人工智能服务提供者。被告作为生成式人工智能服务提供者,未尽到合理的注意义务,主观上存在过错,应对侵权行为承担相应的赔偿责任。
虽然有以上的裁判,但如果用户在使用GEN AI服务中存在过错,例如,通过输入提示词等方式诱导GEN AI生成侵犯第三方权益的内容,用户也可能对于其过错行为承担相应的侵权责任。
随着技术的不断发展,平衡技术创新和责任承担的背景下,也诞生了“避风港原则”等针对互联网信息服务提供者责任分配的特定规则,未来或也可考虑结合特定的技术形态确定相关规则在GEN AI中的延伸适用。
Q: GEN AI应用方如何管控GEN AI生成内容应用的侵权风险?
作为效率工具,越来越多的企业使用了GEN AI服务,应用方可采取以下措施降低生成内容应用的侵权风险:
根据GEN AI服务提供者披露的产品介绍和用户协议、使用规则等相关条款,选择可以提供知识产权保护的服务提供者,例如微软提供的“消费者版权承诺(Customer Copyright Commitment)”[4] 和OpenAI提供的“版权盾(Copyright Shield)” [5] ,旨在降低用户使用其产品过程中就生成内容所涉及的侵权风险;
应用方应当进行GEN AI服务使用的内部管理,比如通过使用规则等方式要求用户正当使用GEN AI服务,避免用户诱导侵权;
如果涉及生成内容在对外的商业文件中使用或发布、传播,应当建立相关知识产权审查规则并落实,从使用场景、面向群体、具体内容等维度进行风险判断,审慎应用。
[注]
相关规范
《著作权法》
第三条 本法所称的作品,是指文学、艺术和科学领域内具有独创性并能以一定形式表现的智力成果,包括:
(一)文字作品;
(二)口述作品;
(三)音乐、戏剧、曲艺、舞蹈、杂技艺术作品;
(四)美术、建筑作品;
(五)摄影作品;
(六)视听作品;
(七)工程设计图、产品设计图、地图、示意图等图形作品和模型作品;
(八)计算机软件;
(九)符合作品特征的其他智力成果。
《民法典》
第一千一百六十五条 行为人因过错侵害他人民事权益造成损害的,应当承担侵权责任。
依照法律规定推定行为人有过错,其不能证明自己没有过错的,应当承担侵权责任。
第一千一百六十六条 行为人造成他人民事权益损害,不论行为人有无过错,法律规定应当承担侵权责任的,依照其规定。
第一千一百九十五条网络用户利用网络服务实施侵权行为的,权利人有权通知网络服务提供者采取删除、屏蔽、断开链接等必要措施。通知应当包括构成侵权的初步证据及权利人的真实身份信息。
网络服务提供者接到通知后,应当及时将该通知转送相关网络用户,并根据构成侵权的初步证据和服务类型采取必要措施;未及时采取必要措施的,对损害的扩大部分与该网络用户承担连带责任。
权利人因错误通知造成网络用户或者网络服务提供者损害的,应当承担侵权责任。法律另有规定的,依照其规定。
"GEN AI 合规 FAQs" 专栏系列往期回顾
重要提示:
本专栏所有内容仅作为信息性参考,不构成法律意见,不能作为任何行动的依赖。本文中的回复意见可能是不全面的,考虑到监管的不断实践,不排除后续的进一步变化。任何的行动,请以律师的正式意见和监管的意见为准。
作者往期文章推荐
中伦解读
域外关注
本期文字:吴小旭 李佳笑 马辰
本期编辑:陈瑊 陈煜烺 陈瑞庭