社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  aigc

从首例AIGC著作权刑事案,看AI生成内容著作权的刑法保护边界

知产观察家 • 6 天前 • 61 次点击  

张秋杰

广东省广州市黄埔区人民检察院第二检察部副主任


生成式人工智能技术规模化应用后,其生成成果大量进入商业传播领域,衍生出有关知识产权赋权与保护的许多新问题,给司法实践带来了新挑战。关于人工智能生成内容(AIGC)是否属于著作权法意义上的作品、谁能主张著作权,已成为人工智能与知识产权领域争议的热点问题。


基本案情


全国首例AIGC著作权刑事保护案——覃某某、沙某某侵犯著作权案中,某互联网公司开发了一款知名游戏和相关资源及“XX画”智能视频生成工具,向用户提供角色模型、人物动作、场景道具、音乐等素材供训练使用。用户可自行编写文字剧本,输入智能视频生成工具,通过调用平台素材、设置相机与景深等拍摄要求生成视频短剧。该案中,AIGC视频被行为人复制并通过分享网盘链接传播牟利。

生成式人工智能技术规模化应用后,其生成成果大量进入商业传播领域,衍生出有关知识产权赋权与保护的许多新问题,给司法实践带来了新挑战。关于人工智能生成内容(AIGC)是否属于著作权法意义上的作品、谁能主张著作权,已成为人工智能与知识产权领域争议的热点问题。


争议焦点


一是自然人利用AI实施的提示词输入、参数调试、内容筛选等操作,是否属于著作权法意义上的创作行为;二是AI工具生成的输出结果,是否满足作品的要求;三是人机协作模式下,著作权权利边界如何划分、权属如何分配。上述三个焦点均围绕AIGC的著作权认定问题展开,目前存在三种争议观点:


一是否定说。该观点认为创作是自然人基于自由意志产生表达的智力活动,而AI不具备法律主体资格与创作意志,其运行本质是算法对训练样本的统计拟合与概率输出,因此不属于创作行为;使用者的提示词无论详略均属于思想层面的创作意图,不等于受保护的具体表达,且通用大模型下相同提示词也可能产生差异显著的生成物,说明人的意志无法决定最终表达,故也不满足独创性要求,因此AIGC不应纳入著作权保护范围,可考虑邻接权保护。二是肯定说。该观点秉持工具中立立场,认为AI本质是人类延伸创作能力的新型工具,只要使用者通过提示词设计、参数调试、素材编排以及内容筛选等方式对最终生成物形成了实际的智力贡献,使生成物体现个性化选择,满足最低的独创性标准即可认定为作品。三是条件说。该观点反对对AIGC版权认定作出一刀切的判断,主张以人的创作参与、智力贡献程度与对输出结果的控制能力作为区分标准。AI自主生成,人类无实际干预或干预较少的内容不构成作品;使用者深度参与设计内容架构,决定细节取舍,对生成物形成有效控制引导的,应根据实际智力贡献情况对个案独立判断。


案件评析


广东省广州市黄埔区检察院在办理该案中采用第三种观点。


创作行为认定:人机协同模式下的输入训练行为定性与贡献界分。依据《中华人民共和国著作权法实施条例》第3条的规定,创作是直接产生文学、艺术和科学作品的智力活动。自然人基于自由意志直接决定作品表达,单纯辅助性、物质性的工作不构成创作。因此使用人工智能行为性质的判断,核心在于区分使用者提示词输入、参数调试、内容筛选行为的法律性质,厘清人机对产生成果贡献的程度。


首先,输入提示词的性质认定需根据思想与表达二分法规则判断。虽然思想和表达并没有明确的界限划分,但性质差异很大。简短关键词、任务下达式的提示词仅起到限定方向、主题风格的作用,属于思想范畴。而案涉场景中,使用者在AI模型中输入具备独立叙事表达的完整文字剧本,剧本本身已具备独立成型的表达。通过输入剧本后加入引导语将文字作品的表达形式转变为视听作品,选择、加入音乐等元素予以编排,此时,新增可感知的表达要素并非来源于机器“黑箱操作”自主生成,因此,该类具备表达性质的输入训练行为即具备了创作性质。


其次,参数调整与内容筛选是否符合“人类中心”要求、创作是否贡献智力价值,取决于其是否实质性决定最终表达形态。这也与人机协作的具体模式密切相关。人机协作可分为两类模式:一是使用者仅提出创作需求,由AI模型自主填充表达细节,人类无实际控制力;二是使用者完整表达设计细节,AI仅承担机械渲染等功能,处于传统创作模式下的摄像机或画笔的工具地位。前者模式下使用者的筛选调试仅为辅助行为,不构成创作。后者模式下,例如案涉“XX画”模型,最终画面呈现、镜头语言、叙事逻辑等核心内容均依赖使用者人工设定,使用者对内容要素有直接取舍和排布的权利,能够直接决定最终表达形态,体现了对过程的“强引导”特征,且相同的输入与选择即使多次操作,最终产出内容也不会有明显的差异,应当认为人的智力投入对创作起到了决定作用。


作品性质认定:作品要件符合与独创性认定。作品的构成要件包括领域限定、可感知、复制性、独创性等。AIGC普遍符合前二者,争议焦点在于独创性判断。


关于作品的独创性,“独”意思为独立创作,来源于作者自己,侧重作品由作者独立完成创作,排除了抄袭的情形;“创”则侧重对智力创造要求最低限度的可被感知的差异化,体现作者的选择、判断与个性。具体可分为两种类型:一种是从无到有自己创造;另一种是在已有作品基础上,保留原有表达,附加演绎、汇编等。独创性不存在适用于所有作品的统一标准,不同种类作品对独创性的要求不尽相同,需要结合个案审查判断。


结合到具体实践中,判断AIGC“独”的前提,是查明AI模型的原理、性质,判断该AI生成内容是人类创作者通过选择、判断等智力贡献刻意决定的成果,还是AI自主迭代与决策为主计算所得。著作权法要求作品为人类智力成果,但并不要求所有细节均由人类手动完成。如该案中的AI生成结果,是人通过工具的延伸输入,选择行为对于成果具有“强控制性”,AI模型作为工具,执行较为固定的运算指令,调取指定素材,其产出的短剧视频内容取决于使用者的输入,全部表达逻辑、叙事架构和艺术选择均来自使用者。换言之,使用者的提示词输入、参数调试和选择,能够直接决定最终成果,确保输出结果唯一或者至少在明确可控范围内,符合独创性的特征。


需要论证的是,这里的“强控制性”在成果端体现为输出结果的唯一性,技术层面的唯一性体现的是输入输出的固定对应关系;而在法律层面上,独创性虽然要求一定的创作空间,但技术层面的唯一性也不必然限缩法律层面独创性认定的空间,唯一性限制的是相同输入内容下输出结果的高度一致性,并不限制使用者在输入端的智力投入和艺术选择,不同的输入依旧能产生不同的输出,这反而能证明AI的工具属性,进一步彰显人的行为作用。


“创”的要求,应当采用“有无”标准还是“程度”标准,理论界存在争议,实践中主要倾向于对程度高低的判断。AIGC多为汇编、演绎作品,一般生成过程需要通过算法检索、引用已有素材甚至是作品。区别单纯复制还是演绎、汇编的“创”,需要审查新作品的差异性。“创”的要求,是低限度的可被感知的创造。若AI生成内容对比援引作品,能够体现新成果与原成果之间的差异,能被感知具有新的“创”,则符合独创性的要求。


作品权属认定:人机共创成果的权益分配。AI不具备民事主体资格,不能成为享有著作权的主体,权利的归属一般围绕AI开发者与使用者展开。基于AI模型的多样性,AIGC著作权归属应视具体情况分析。首先,在AI开发者参与了创作的情形下,著作权归属应当遵循约定优先的原则,尊重AI用户与开发者的意思自治,依约定确定权属。在一方行使著作权的同时,另一方可以获得使用或者分享收益的权利。其次,在无约定或约定不明确时,以实质智力贡献作为权属确定的核心依据。使用者独立完成编排、选择、修正等核心独创性表达的,著作权归使用者;开发者参与训练素材的提供或创作,可依合作作品相关规定,著作权由双方共有。


免责声明

来源:检察日报

编辑:胡同

审校:王俊

# 本文仅供分享学习,版权归作者所有!如有侵权,可联系删除改正 #

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/202746