一、 问题的提出

web3.0是“人工智能生成内容”（AI-Generated Content，简称AIGC）的时代 （陈丽娜等，2023）。据中国信通院统计，已有超过40个国家（地区）将发展人工智能上升至战略高度，^①“生成式人工智能”（Generative Artificial Intelligence，简称GAI）已成为未来人工智能国际竞争的四大主战场之一（张欣，2023）。2030 年，我国AIGC的市场规模预计将突破万亿（量子位，2023），但现行版权法在 AIGC的客体认定和赋权方面仍规制阙如。AIGC的健康发展不仅需要市场，更需要法律制度的保障。中共中央、国务院《知识产权强国建设纲要（2021-2035）》明确指出，要“构建响应及时、保护合理的新兴领域和特定领域知识产权规则体系······完善人工智能产出物知识产权保护规则”。^②而依照生成式的运算逻辑，人工智能对知识产权生产过程进行了“链条式”的重塑，颠覆了人们对主体创作方式、版权客体边界及客体归属（赋权）的既有认知。在知识产权和法律领域，这一颠覆集中体现为三个争论：一是AIGC是否与传统人类作品一样具有可版权性；二是AIGC的独创性如何判定； 三是AIGC归谁所有？本文将在解构GAI技术逻辑的基础上，对上述三个问题进行渐次分析，最终证成AIGC具有可版权性且版权应当归GAI的使用人所有。

二、 价值追求：AIGC 的版权功能

数据、算法、算力是GAI技术的三个组成要素，其中海量数据是GAI的基础养料，算法技术是GAI的核心，算力则保证了算法的运行。算法技术的投入使得著作的创作方式产生了革命性的改变。与GAI这种革命性的“创作方式”相伴随的是AIGC 不仅具有传统版权所具有的功能，还具有人工智能时代特有的版权功能。

（一） 以表达自由为依据的自由功能

表达自由兼具法律意义和艺术意义。在法律意义上，表达自由是宪法规定的一种权利，^①是一种“否定性自由”（杜承名，2001）。在主体没有滥用自由的时候，任何人都没有权利限制主体自由表达自己的想法（徐瑄，2003）。从艺术意义上看，艺术的本质是人工制品，并且是建立在人类生活经验的基础上的、利用物质媒介和观念符号所创造出来的，能够引起欣赏者情感共鸣的人工制品（陈炎，2013）。但版权的出发点和版权制度的经济基础是媒介（章凯业，2022），“艺术生活本就是追求艺术界限的突破和扩展，艺术的多变潜能决定了宪法中的艺术自由不应是静态的自由保障，而应是动态的自由保障”（张慰，2014）。因此，版权媒介的不断更新换代成为艺术具有多变潜能的表征。在此基础上，版权的经济制度基础也在不停地变化，受到版权法和宪法保护的“作为艺术自由”的法益也是动态变化的。进入算法时代，版权媒介也发生了改变，算法创作物的表达自由是基于算法自由得以实现的，算法自由还使算法创作物具有了独创性（徐小奔，2021）。GAI的自由功能从艺术理论方面来分析，具体表现为两个方面：一方面，GAI具有随机性，产生了“不确定的美”；另一方面，GAI能够激发人类作者的创作灵感或“顿悟”。^②如明尼苏达美术学院教授、美国电脑艺术家罗曼教授称，“算法是一种‘魔力之手’，它具有偶然性，通过‘控制’和‘随意’来完成一件作品的，其中一些独特的‘偶然性’是非常有艺术效果的” （罗曼等，1999）。孙婧（2022）认为，参与美学是由算法塑造出来的，并且感性的自由也是由算法赋能机制激发的，以算法为基底的AI艺术已经成为当代重要的艺术形象之一，并且对艺术理论进行了重新塑造。因而，法学也不能陷入无穷的自我阐释之中，应当意识到算法时代的艺术理念在表达自由中囊括了算法自由，不能够忽视掉GAI所带来的艺术创作上的自由功能。

（二） 以表达效率为联结的聚焦功能

知识产权法的思想基础和价值目标是效率（吴汉东，2013），知识产权制度中包含着鼓励和保障知识创新及传播的价值追求，其内核在于效率价值（冯晓青， 2022a），即促进知识生产、提高知识增量的价值。而随着每一次创作工具的革新，人类在创作和知识传播方面的效率就会得到相应地提升，集中表现为不断变迁的版权内容。例如，从印刷版权时代到电子版权时代，再到网络版权时代，文化生产和传播的效率在每个阶段都有显著地提升（吴汉东，2021）。由此，进入到算法时代，有海量的数据、精密的算法等为人类作者提供减负的技术效能，这会对人类的创作行为产生潜移默化的影响，带来创作效率的提高。GAI时代，传统版权的浪漫主义色彩被淡化，作品不再是天才式的创作，作者也不再是孤独的天才（梁志文和李忠诚， 2019），且版权产业实现了真正的“全民创作”。基于此，整个社会的文化增量与知识存量得到了提升，知识生产的工作效率也得到了提高。

需要说明的是，本文所表达的效率提高并不是说创作工作完全由算法或机器完成，算法只是作为辅助工具，在不使人类产生创作惰性的范围内进行合理的使用，以期最大程度提升创作效率。

（三） 以表达质量为追求的竞争功能

版权制度除了以上功能之外，还具有竞争功能。版权制度一方面能够对知识生产效率的提高产生促进作用，另一方面能够对知识生产方式的升级和版权市场结构的优化产生影响。进入到算法时代，在算法模型的作用下，创作者在输出文字作品、美术作品、音乐作品能够更加的高效，这会导致传统画师的市场竞争力被削弱，从而促使传统画师转换知识生产方式和生产领域，由此对版权产业的劳动力结构和市场结构产生优化的作用。例如，照相机的出现对人像画作造成了威胁，曾被谴责为无法体现 “人格之烙印”。其后，又逐渐发展出全新的“摄影艺术”，促进了艺术表达的升级，但人像绘画仍未过时，仍具有其独特的艺术和市场价值。

类似地，受到GAI技术影响造成竞争力减损的创作者，一方面可以进行转型，以行业优势加上算法模型辅助创作，用该方法来促进艺术升级，发展出一套具有“生动人性”的AIGC艺术；另一方面可以从事其他内容生产工作，在“市场之手”的“无形调控”下涌入其他需要劳动力的作品生产领域，从而优化版权市场结构，实现版权市场的结构升级。

（四） 以数字人权为奠基的迭代功能

在数字化时代，随着科技的进步和互联网的普及，个人在数字空间中的权利和隐私面临新的挑战，人权的概念和实践正在经历深刻的变革，数字人权作为第四代人权的重要组成部分，对人权进行了全面重塑（马长山，2019）。数字人权是指，个人在数字领域中享有的基本权利。数字人权的核心在于人类个体在数字空间中行使自由表达和参与的权利，数字人权旨在保护个人在数字环境中的尊严、自由和隐私。法学理论中的数字人权概念包括了隐私权、言论自由、数据保护权、数字平等、数字安全、知识自由、数字监督权等多个方面。数字技术的迅猛发展和广泛应用为人们提供了更多的表达渠道，这为数字人权的实现创造了条件。GAI就是数字时代创作的重要工具之一，这也从侧面印证数字人权对表达自由的需求。GAI能够培养人类所需的数字化素养，又对人类的表达自由、全面创作和数字化生存产生了深远影响。元宇宙的出现进一步推动了这种创作方式的变革，为创作者提供了全新的创作平台。具体来说，一方面，随着算法的介入和应用，创作者需要掌握与算法相关的知识和技能，以更好地应对创作过程中的技术要求。在生成式人工智能的环境中，创作者就需要不断培育算法素养，以适应数字人权背景下创作行为的革新。另一方面，人的数字化生存活动使得创作行为在逐渐呈现出数字化创作的特征。算法驱动的创作过程通过优化、自动化和个性化等方式，提升了创作效率和创作品质。人们更加倚重算法作为创作过程的助力，以满足日益增长的数字化生存需求。总之，这种数字化的创作过程与数字人权的表达自由密切相关，为个体提供了更广泛、更灵活的表达空间和表达方式。

三、 构成根据：算法法治路径之边界

基于上述分析可知，AIGC的版权包含自由、效率、竞争及人权等方面的功能。在此之前，还需讨论AIGC是否具有版权要求的独创性和可版权性，并建立客体边界的底线原则和标准，如此才能确定生成式人工智能作品的版权归属。

（一） AIGC 中算法的角色定位

从理论上来看，AIGC中的人机关系至少可以划分为三种不同的模式，即人类主导创作模式、人类与算法贡献相当模式以及算法主导创作模式，分别对应了“工具论”“合作论”和“独立论”下的人机关系。在理解GAI的客体边界时，需要审视人机关系的不同模式，在辨别各种模式下人机关系的基础之上，对AIGC的版权归属问题进行具体探讨。

首先，“工具论”认为算法是人类创作过程中的一种工具，创作者在这一过程中发挥着主导作用，通过算法来处理数据和执行预定程序来生成创作成果。按照这一观点，算法技术本身并不具备独创性，它们仅是人类创作者的工具，从而算法技术本身并不具备单独享有版权的基础。换言之，工具论强调人类创作者的主观创作能力和创作决策，算法只是帮助他们实现创作愿望的手段。但“工具论”可能无法完全涵盖 GAI技术的复杂性，毕竟并不是在所有利用算法驱动创造的情况下，人类行为均占主导部分。其次，与“工具论”不同，“合作论”强调创作者与算法之间的合作关系，创作者的创意和判断与算法的分析和计算能力相结合，共同塑造最终的创作成果。从这个角度来看，算法应该被视为一种有助于创作的合作者，并在版权归属和权益分配方面得到相应的考虑。最后，“独立论”最易理解，即算法可以独立创作出具有独创性的成果。在作品的产生过程中，算法驱动技术占据主导地位，人对于作品产生的作用几乎可以不计。另外，在“独立论”下，作品的版权归属问题只需要考虑算法程序参与主体的贡献，其并未超脱“合作论”下版权归属的争议范畴，且“独立论”中不仅涉及作品权益归属的问题，还涉及AIGC是否具有可版权性的问题。基于论文所探讨的范围限制，本文在此暂时不予探讨。在AIGC中，如果人起绝对作用，算法仅仅起到辅助的工具作用，则应当采用“工具论”的观点。但如果在算法驱动中，算法也在其中起到了重要的作用，则应当放入“合作论”的视角下讨论版权及其相关利益的归属问题。

（二） 独创性主观论作为原则设定

判断“人机关系”中人类作者或算法生成内容的可版权性问题，问题核心在于二者对生成内容的独创性程度。对于独创性的判断标准目前存在主观主义和客观主义两种观点。从哲学角度审视，尽管两种观点在价值取向上有所差异，但都或多或少涉及人格财产权、劳动财产权和功利主义激励理论。本文认为，在当前人工智能并未发展为强人工智能的现实中，应当强调在“人机协作”^①中采纳独创性主观主义标准，保障创作者的主体地位，关注人格和劳动的价值。只有这样才能同时发挥版权法的激励功能，即人类作者和算法共同作业时，其最佳状态是以人格因素、劳动因素和激励因素为价值取向。

1 . 理论依据之一：财产权人格理论

算法介入创作完全不同于传统涉及创作者的主观意志和人格的创作方式，智能作品的创作过程由于缺乏人类的情感、体验和创造力与传统作品大相径庭。因此，有人主张采用独创性客观主义的标准来判断这些作品是否具备独创性。然而，这一标准虽然在一定程度上可以用于衡量算法生成作品的外观创新，但可能会忽视作品背后所蕴含的人格价值以及人类意志是否延伸至作品之中，从而导致知识产权保护的正当性问题。要理解这个问题，有必要回归到黑格尔的财产权人格理论。黑格尔（1995）以自由意志为起点认为，人类的意志延伸至物体，才形成了所有权的基础，这一理论奠定了知识产权正当性的基础。

从实际来看，许多基于深度学习的算法模型可以在极少人类干预的情况下生成作品，这些作品在外观上与传统意义上的作品相似。然而，如果只从外观上判断独创性，忽略了算法生成过程中人类意志的参与，这就违背了版权法的底层逻辑，即无法满足所有权的人格基础。因此，独创性客观主义标准具有不可避免的缺点，无法保护人类的创造性和表达，不应被当作独创性判断标准。相反，独创性主观主义的标准在国际上得到了一定的认可。据国际保护知识产权协会2019年的数据显示，85%的协会成员认为人类干预是AIGC受到著作权保护的必要条件（Jonathan，2019），这反映了在实践中，人类意志在算法生成作品的独创性判断中扮演着重要的角色。

总之，从黑格尔的财产权人格理论出发，可以看到将人类的意志因素纳入独创性判断中的重要性。在GAI时代，坚持独创性主观主义的标准能够更好地维护知识产权法的正当性和内在统一性，这不仅是对创作者智慧和劳动的尊重，也体现了“人的表达”对“机器的表达”的优位性。

2 . 理论依据之二：财产权劳动理论

洛克的财产权劳动理论强调劳动在物品成为私有财产权中的关键作用，为知识产权合理性提供了深刻的哲学解释（杨延超，2018）。当一个人通过劳动使物品脱离自然状态，将自己的劳动融入其中，才能使其成为自己的财产（洛克，2011）。这一理论将劳动的过程和结果统一起来，不仅包括了劳动的结果，更包括了劳动的过程，二者缺一不可。

然而，客观主义标准在判断作品独创性时，仅以劳动结果为判断依据，忽略了产生过程中涉及的主体劳动过程，对劳动属性的认识是有缺陷的，这一缺陷在GAI领域表现尤为突出。相比之下，主观主义标准注重劳动在作品生成中的过程，能够更好地识别创作者的劳动贡献。这种标准在保护AIGC独创性方面具有明显优势，能够增强其知识产权的正当性，同时激发人类的创作动力。此外，易继明（2017）主张将人工智能生成物的创作和版权问题分为两个问题，其将公司雇员的劳动与公司财产归属与之对照，雇员在劳动，公司并未劳动，但劳动所得财产最终被归属于公司。以此类推，算法的“创作”行为和其“创作结果”可以分开，其版权财产应归于在生成物产生过程中付出了更多劳动的人。

总之，从财产权劳动论的角度来看，AIGC的版权归属应该取决于在生成过程中付出更多劳动的主体，这个主体可以是算法的设计者、训练者，或者是使用算法生成物的人类创作者，这也避免了将算法模型视为创作者的错误。须知，算法模型无法被视为具有自主意识和主观能动性的实体。人类创造者通过调整算法参数、指导训练过程等方式，将自己的劳动融入生成物的创作过程中，将生成物的正当性归因于人类的劳动是合理的。

3 . 理论依据之三：功利主义的激励理论

根据《中华人民共和国著作权法》（以下简称《著作权法》）第1条，保护著作权是途径，促进文化创作才是最终目标，这也体现了功利主义的激励理论，即通过赋予创造者知识产权，以促进创造者从事更多的创作活动，从而达到社会幸福最大化的目的（张文显，2012）。与指向行为过程价值评判相对，功利主义更侧重于对结果的促进作用。基于这一理论，适用著作权法应当有利于从结果上激励更多的文化作品的产生，或者有激励更多文化作品产生的倾向，这契合了效率价值追求，由此成为解释和适用著作权法的原则标准。

生成式人工智能情景下的知识产权保护，需先厘清参与创作的主体范围，进而明确哪些权利主体是应当值得保护的，或者对不同创作主体的利益选择是否存在位阶，即在权利相冲突时，应当侧重于保护的主体和在一定情形下需要进行权利让位的主体。创作主体主要包括算法代码编程者、算法工具设计者和算法使用者。算法代码编程者与算法工具设计者之间更类似委托方和受托方的关系，前者需要先构思出如何从命令、指令或目前常见的生成式人工智能情境下的输入资源，如起始图片和素材等资源，产生出符合前述命令、指令、图片和素材的最终产品的路径，再由后者从技术层面实现上述路径。在算法工具设计者本身具有充分的编程能力的时候，二者的身份是可以重叠的。但不同的算法产品的用户体验可能存在很大差异，比如算法使用者对于算法产品最终产生的作品和素材的运用存在很大差距。从功利主义角度来评价这一现象，在算法代码编程者和算法工具设计者身份可以区分的情况下，由于前者往往不承担产品表现不佳时的不利后果，因而并不属于知识产权法意义上值得保护的权利主体。

然而，是否所有的算法工具设计者和算法使用者都可以作为著作权法的权利主体呢？从著作权法的立法宗旨来看，如果著作权法是为了促进文化作品的创作，那对于算法工具设计者和算法消费使用者及其作品的保护应必须具有能够反过来促进文化作品创作的价值才可以。反对者认为，对算法驱动创作生成式人工智能的情形进行知识产权保护，反而会压抑传统创作者的创作热情，因为在前者的情形下，实际进行创作的是算法而非人类。如果算法可以轻易地进行绝大部分创作工作，人类在其中并未投入过多的精神和意志，对这样的创作者和作品进行保护，反而会伤害传统投入大量时间和精力进行创作的创作者，进而对文化作品的创作起到反效果，笔者认为这一论述存在一定的合理性。那么，算法工具设计者和算法消费使用者如何构成值得保护的创作者？算法驱动作品投入的主观独创性到何种程度才算足够、才能实现著作权法激励人类创作的目的？这是需要进一步探讨的问题。

（三） 标准：人类独创性贡献司法认定范式的建构

通俗意义上讲，作品创作的过程是基于现实生活中的工具和已经存在的素材，对其进行创作性的加工和整合。在生成式人工智能的场景下，其智能主要体现在将已经存在的素材或用户输入的素材根据用户提供的灵感和想象进行整合和表达的部分，而人类的智慧主要体现在输入素材及提供创作灵感的部分。有学者认为，人类智慧包括获取和提炼知识并进行演绎和产出的显性具象化智慧能力，以及进行想象、灵感和顿悟的抽象的隐形智慧能力（钟义信，2016）。显然算法产品消费使用者是提供隐形智慧能力的角色，而算法产品设计者所设计出的算法产品或其背后的人工智能扮演提供显性具象化智慧能力的角色。基于上述区分，将生成式人工智能的过程解构为如下三个阶段：

第一阶段是算法层面的素材采集和人工智能学习阶段，这一阶段充分体现了算法产品设计者的主观投入。例如，对于《最后的晚宴》这幅作品，不同的欣赏者关注和捕捉到的重点可能会存在很大的差别，可能是在座的各位宾客，可能是色彩的运用，可能是构图的排布。也因此，不同的算法产品在提取时的第一步可能就存在很大的差异，也充分体现了算法产品设计者的审美取向。

第二阶段是数据或指令的输入，是算法使用者开始生成式人工智能的关键。在这一阶段，算法使用者根据自己的需求输入一定的起始素材或指令，也有使用者在脑海中有大概的构思，通过输入草图的方式让算法产品完善自己的作品创作。一般而言，使用者的需求和指令越明确，算法产品最终产出的成果可能越接近使用者的目标作品。同时，这一阶段也是最体现算法产品消费者主观创作投入价值的阶段，将不同的素材、指令、要素进行结合，结合的创意本身就体现了使用者的灵感和独创性的想法。

第三阶段是作品的产出阶段，但这并非狭义上基于已有的算法和用户的输入机械地产出成果的阶段，而是指在初步完成上述两个阶段的智力成果投入后，为了实现作品产出和用户预测成果的靠近，即满足算法模型生成物的可预测性，可能需要对算法程序进行调试，以及由算法产品使用者对产出结果进行选择和淘汰，进一步筛选出符合使用用户创作灵感的作品。这一阶段可以和第二阶段循环重复，也可以将第三阶段产出的作品重复作为素材输入，借以实现更为接近用户目标的作品创作。

判断算法驱动生成作品是否具有著作权意义上的保护价值，上述三个阶段都是必不可少的。如果用户输入了指令和素材，但算法本身未对指令和素材中的要素进行捕捉，而是随机生成了不具有相关性的产品，这样的产品就不具有著作权意义上可被保护的价值。如果产出的作品完全不符合用户的可预测性，其未建立起用户输入信息和算法运作产生作品之间的联系，那么对于这样的作品，无论是算法产品的设计者，还是算法产品的使用者，都很难主张其对这样的作品参与了创作和有独创性的投入，也很难对其主张存在著作者权。同时，也只有对上述三个阶段投入的智力成果进行保护，才可以实现对有创作价值的算法驱动作品的保护，从而从功利主义的角度上促进创作作品的产生，达到鼓励创作作品的结果或倾向性结果。

四、 版权归属：AIGC 版权归属之认定

在“合作论”中，AIGC的版权归属既包含着人的因素，也包含着算法的贡献，两者之间的权属划分对于参与主体的利益具有重大影响。而算法驱动创造的作品权益归属应当依据知识产权的一般规则来进行判断，除非当事人有约定或者知识产权法有特别规定。下文将在结合知识产权归属的一般原理，对没有当事人约定和法律规定情况下的AIGC的版权归属问题进行探讨。

（一） 所有人不能成为版权归属者

直观来看，从激励理论出发，认定AIGC归属于投资人有一定的合理性。著作权法的目的是通过激励作品最广泛的创作和传播而增进知识和学习，而不是强调这些作品的价值（冯晓青，2006）。从历史上看，基于“重商主义”的经济垄断观念与私有财产神圣的财产权观念，世界上第一部著作权法得以诞生，其主要目的在于保护现代文化传播，鼓励人们对生产精神产品和兴办出版业进行投资（吴汉东，2020）。针对算法驱动作品，从激励理论出发，投资人为算法模型的开发、预演、训练以及投入使用付出了最多的成本并承担了风险，需要激励算法技术模型的投资才能实现产业的可持续发展。从这一意义上看，认定算法驱动作品属于算法模型投资人有一定的合理性，这也体现了建立在“财产价值观”基础上的商业著作权说。但在当前人工智能算法开发的行业背景下，仅从激励理论出发无法直接认定算法模型投资人为版权归属者，现有著作权法框架无法完整论证和解释这一合理性。

一方面，著作权是基于作者创作行为而产生的自然权利，尤其在大陆法著作权法体系下，不仅强调财产权的单一属性，更丰富了作者的人格权，刻画作者的理性品格。“作者”在大陆法著作权法体系下具有至高的地位。尽管世界上第一部著作权法 《安娜法令》明文规定保护作者与出版商，但出版商的权益从权利本源上来看，是派生权利，被视为作者权利让渡的结果（吴汉东，2020）。因此，直接认定作者为投资人，无法体现著作权法对作者人格权益的保护。另一方面，激励创作和文化与信息传播，实现产业发展不需单纯依靠赋权投资人以著作权为唯一路径。算法模型所有者将算法产品投入市场，可以通过广告费、授权使用许可费等方式获得收益。投资人具有较大的商业选择空间，能够实现其自身的利益和投资成本的回收。根据《计算机软件保护条例》第10条和第13条的规定，在无合同约定或特殊场景下，计算机软件的著作权归属于开发者，包括自然人或法人、其他组织。如若法律规定将AIGC赋权给所有者，在无合同约定或特殊场景下，则相当于所有者既享有计算机软件著作权，也享有 AIGC的著作权，从而形成双重赋权，存在对投资人“过度激励”的可能性，极易引发权利滥用，甚至垄断风险。因此，必须谨慎赋权，防范权利的过度扩张，平衡商业利益、产业发展与公共利益之间的关系。

此外，有观点认为，赋权算法模型投资人与著作权法“法人拟制作者”的基本原理具有相似性，但这一观点无法从作者创作行为上进行解释。法人之所以能够拟制为作者而获得著作权，主要是因为创作者的创作行为是出于法人的意志，且作品的内容也需要根据法人的意思进行安排。但在绝大多数AIGC中，使用者并非承接所有者的意志，而是凭借自己的意志利用算法模型进行创作。算法模型更多的是一种提高“表达效率”的算法工具，本身不具有独立意志，不符合作者开展创作行为的本质要求。因而，算法模型的投资人与法人拟制作者不能等同。

综上，无法从著作权法激励理论和作者意志延伸的角度认定AIGC版权应当归属于投资者。

（二） 设计者不能成为版权归属者

设计者即算法程序的编写者。有观点认为，编程人员投入了智力劳动成果编写算法，对算法设计和AIGC的生成逻辑具有实质性的贡献，以此为标准，其可以成为权利归属人。另外，“算法作品”是由AI软件衍生而来，可以看作是AI软件的演绎作品，应该由设计者延伸享有演绎作品的版权（李宗辉，2018）。基于以上理由，算法的设计者或编程人员享有AIGC著作权似乎有一定的合理性。但无论从著作权客体的构成要件认定，抑或演艺作品类比的可行性来看，上述观点均不能成立。

其一，以算法编程者对程序有实质性贡献认定作者归属的观点不成立。对实质性贡献的认定是区分职务作品和法人作品的核心所在，仅依据是否“代表法人意志创作”不具备可行性，应考虑法人对作品是否做出实质性贡献及具体的创作内容与表达形式。在司法实践中，仅是“代表法人意志创作”当然不能认定为法人作品，只有当法人对案涉作品做出了实质性贡献，成为独创性表达的来源，才有可能被认定为法人作品。^①关于实质性贡献，英国《版权法》第9条第3款规定的“由计算机生成的文字、戏剧、音乐或者艺术作品，对该作品创作进行必要安排的人视为作者”。但以此为依据认定AIGC归属于设计者曲解了英国版权法“必要安排”设定的真实含义。英国版权法所指的“必要安排”所针对的对象是“作品”，而不是整个创作过程。 AIGC经历了投资、算法模型设计，以及使用者利用算法模型进行创作的阶段。若把英国版权法的“必要安排”理解为整个“创作”环节，对AIGC而言无法区分何者是 “必要安排”。此外，如果认为算法程序在“创作”中发挥了决定性作用而使设计者获得著作权，依据这种逻辑会推导出许多谬论。例如，演奏者利用钢琴弹奏出绝美的旋律，那么钢琴的制造者是否也应该获得著作权？显然，以“实质性贡献”为标准无法证成设计者对AIGC享有著作权。

其二，以演绎作品的归属来论证AIGC的权益归属的观点也不能成立。有观点认为，算法驱动下创作的作品类似于演绎作品，是基于已有“作品数据库”而进行的演绎，从而应赋权设计者。但若从两类作品认定的构成要件出发进行比对，这一类比也不能成立因为算法驱动下创作的作品和演绎作品的本质特征完全不同。演绎作品从根本属性上需要符合两个条件，即不根本改变原作品的独创性表达，且保护原作品完整权（李扬，2019）。生成式人工智能下的客体如若能够获得著作权保护，必须在主观主义标准下考察其自身的独创性，而非来自原有作品集的独创性。因此，这与演绎作品存在本质区别，不能类比。

（三） 使用者应当为版权归属者

在人工智能通过算法模型激发社会大众创造力的技术发展趋势下，将权利配置给使用者，有利于提高作品的利用和传播效率，实现人工智能撬动内容生产和传播，赋能产业变革。基于形式固化、激励理论、意志延伸和两权一体的解释，赋权使用者是更符合当下人工智能产业发展和著作权法立法框架体系和逻辑的权利归属认定模式。

首先，从著作权客体认定要件上来看，将版权赋权使用者，既能衔接独创性主观主义标准，也符合人机协作的实然状态和著作权法的立法目的。上文论述了在判断相关客体的独创性时，应该采取主观主义的标准，从生成式人工智能的过程中考察人类的干预和人格因素的介入。独创性主观主义追求的最核心价值就是作者的人格因素或者说意志因素。因此，在上文确立“独创性司法判断标准”时，将人格因素以隐性智慧能力为表征体现在生成式人工智能各个环节之中。这个判定标准对使用者人格因素的介入程度要求较高，需要在特定步骤体现其灵感、审美和独特的价值需求。因此，赋权使用者也是具有限制的，避免使那些对“作品”不具备实质贡献的使用者获得著作权，不会因此滋生创作惰性。算法生成物体现了使用者的创作意图和倾向，对作品独创性产生实质性影响。且从作者需开展“创作”行为的构成要件上来看，使用者利用算法模型创作出了与设计者训练的“数据集”截然不同的作品，其中融入了使用者独特的人格因素。正如摄影作品中，使用同样的相机并拍摄同样的景物，可能得出不同的作品一样。AIGC中体现的独创性根源于使用者而非算法的设计者或所有者，是使用者创作意志的体现和延伸。因而，赋权使用者具有合理性。

其次，从著作权客体形式固化的角度出发，根据《中华人民共和国著作权法实施条例》（以下简称《著作权法实施条例》）第2条，“著作权法只保护思想的表达方式，而不保护思想本身”。在AIGC中，尽管算法驱动中既有算法本身的参与也有人的因素，但从客体形式上看，只有在使用者阶段才能产生著作权法所保护的“外化的表达”，使用者是使“作品”成为“作品”的最直接主体，使作品满足了著作权的客体要求。如果没有使用者使用算法的行为，将根本上不可能产生作品。根据著作权法保护“表达”的原则，理应赋权使用者，符合作品“表达”的外观构成要件。正如作家使用笔创作出的文艺作品，其著作权应该归属于作家而不能归属于笔。

再次，将AIGC的版权归属于使用者，符合“拟制作者”理论的要求。传统版权理论认为，学界对于拟制作者理论合理性基础的论证主要采用投资人保护说，即投资人对作品的创作过程付出了资本，为了保护投资人的利益而赋予投资人作者身份（刘春田，2014）。但拟制论所采用的投资人保护说在人工智能时代无法满足人工智能作品权利配置的需求。无论是作为投资者的所有权人，还是算法设计者，其在转让算法使用权的过程中均已获取相应的收益，如果按照投资人保护依然应当将作品的版权归属于所有权人或者算法设计者，这并不符合常理。事实上，无论是从我国《著作权法》第11条第3款的规定，还是从财产权的本质来看，拟制作者能够获得作品著作权的基础在于拟制作者对于作品产生的过程拥有控制力（吕炳斌，2023）。依照此理论，在生成式人工智能作品中，只有使用者能够对作品创作的过程拥有控制力，基于这种控制力，应当赋予使用者以著作权。与此类似，在民法对于孳息的获取中，《中华人民共和国民法典》第321条明确规定，既有所有权人又有用益物权人的，由用益物权人取得孳息。

最后，从功利主义的角度来看，也需要将AIGC的著作权归属于使用者。著作权保护中的功利主义，其本质上也是通过保护著作权人的利益来促使更多作品的产生。具体到生成式人工智能中，无论是算法技术的进步，还是文化市场的繁荣，都需要人利用算法来创作作品。尽管特殊情况下，生成式人工智能中使用者或许不需要著作权的保护，但我们无法否认，对使用者算法创作作品的保护会更有利于激发使用者利用算法创作作品的热情。也能够反向驱动使用者使用算法模型进行创作，促进模型开发、场景应用并获得收益，实现市场的良性循环。总之，作品是作者人格、精神状态的自然延伸（冯晓青，2022b）。作品必须要体现作者的人格和精神要素，否则不符合作品的构成要件，无法进行赋权。AIGC的著作权不能归属于所有人和设计者，只能将著作权归属于使用者，否则会导致著作人身权赋权错位，从而引发权利属性和赋权规则的偏移，甚至引发版权价值体系的错乱，乃至崩溃。

结语

有学者指出，在算法社会，“人”的逻辑将让位于“机器”逻辑，人类面临着技术力量的宰制（雷磊，2023）。毫无疑问，当下还没有进入强人工智能的时代，但并不是说这种担忧就毫无意义。恰恰相反，伴随着这种担忧，我们才能更好地明确人类在未来时代中的地位，以及为了实现、维系这种地位所作出的伦理努力。与之休戚相关的问题是，基于算法的人工智能未来究竟能否成为人类社会的主体，已经不再是完全想象性质的问题了，技术发展的迅速使得一定程度上人类应当采取与人工智能合作的态度，而非完全压制、使用，尽管人工智能目前仍然无法脱离工具范畴，但随着越来越多“黑箱”性质的现象出现，人类社会势必要正视该问题，这一任务应交给人文社会科学学科来进行，以贯彻数千年来人类生存、发展凝聚的智慧。

① 例如欧盟发布《2030数字化指南：欧洲数字十年》《升级2020新工业战略》，拟全面重塑数字时代全球影响力，其中将发展人工智能列为重要工作；美国陆续成立了国家人工智能倡议办公室，将人工智能提高到了“未来产业”的高度，不断巩固美国在人工智能领域的全球竞争力，以确保其“领头羊”的地位；日本在制定《科学技术创新综合战略2020》之后，又发布“AI战略 2021”，致力于推动人工智能领域的创新创造计划；英国在2021年9月发布国家级人工智能新十年战略（参见中国信息通信研究院《人工智能白皮书（2022年）》）。

② 此外，国务院、国家知识产权局也引发了诸多针对GAI的政策文件。2021年10月9日，国务院印发《“十四五”国家知识产权保护和运用规划》指出，要“健全大数据、人工智能······等新领域新业态知识产权保护制度”；2022年3月，国家知识产权局印发 《推动知识产权高质量发展年度工作指引》指出要“加快人工智能产出物知识产权保护制度研究论证，适应新领域、新业态发展需要”。2022年7月26日，国家知识产权局印发《关于加强知识产权鉴定工作的指导意见》指出要“积极开展人工智能······等新兴领域涉及的知识产权鉴定问题研究，不断完善知识产权鉴定方法手段”。

①《中华人民共和国宪法》第35条规定：“中华人民共和国公民有言论、出版、集会、结社、游行、示威的自由”；第47条规定， “中华人民共和国公民有进行科学研究、文学艺术创作和其他文化活动的自由。国家对于从事教育、科学、技术、文学、艺术和其他文化事业的公民的有益于人民的创造性工作，给以鼓励和帮助”。

②“顿悟”是一个心理学概念，自从柯勒1919年提出顿悟的概念以来，这个问题一直吸引着心理学家的关注。顿悟含有“ 突发性” （suddenness）、“直指性”（directness）和“（行为操作的）持续性”（continuousness of performance）三个特征。“突发性” 是指顿悟式的问题解决往往在极短的一瞬间突然实现；“直指性”是指有效解决问题的方案在顿悟状态中直接呈现在眼前并非经过反复的尝试错误或者复杂的手段－目的分析；“持续性”是指顿悟一旦获得便很少出现行为上的反复它很像一种“一学即会” 的学习过程（罗劲，2004；张庆林等，2004）。

① 人机协作（HRC）是指人和自动化机器共享工作空间并同时进行作业的工作场景。

① （2020）闽02民终3071号二审民事判决书。

参考文献