生成式AI著作权争议的法律对策

专注疑难案件执行

生成式AI著作权争议的法律对策

生成式AI，作为AI技术的一部分，结合了生成对抗网络（GAN）、预训练大模型和多模态技术，通过分析现有数据并利用泛化能力生成内容。2022年末，美国OpenAI公司推出的通用大语言模型驱动的聊天机器人Chat-GPT在社交媒体上爆火，促使国内如百度“文心”、阿里巴巴“通义”、腾讯“混元”、华为“盘古”、字节跳动“豆包”等科技巨头加速布局AI大模型领域。2025年初，中国初创企业DeepSeek研发的大语言模型R1迅速走红全球，展示了中国在AI领域的创新实力。

AI是推动科技革命和产业升级的关键技术，具有显著的“领头羊”效应。除了促进技术革新和产业升级外，AI还成为提升新型生产力的重要手段。目前，生成式AI正逐步融入文学艺术创作，不仅深化了创作的广度和复杂性，丰富了文化生活，同时也引发了新的法律问题，对立法和司法提出了挑战。

一、生成式AI的可版权性

《最高人民法院关于审理著作权民事纠纷案件适用法律若干问题的解释》第十五条规定，不同作者针对同一主题独立创作的作品，若其表达具有原创性，应分别享有著作权。司法实践中，对于“原创性”的界定已基本统一，即表达安排是否体现了作者的独特选择和判断。在涉及生成式AI的案件中，法院同样遵循这一标准，重点考察用户在使用AI辅助创作时是否进行了选择和安排。尽管使用了AI工具，生成的内容仍具备可版权性，但司法认定时仍强调“以人为本”，区分人的创意贡献与机器的功能。

关于生成式AI原创性的评判标准，美国版权局最近发布的《著作权与AI（第二部分）：可版权性》报告持谨慎态度。报告认为，用户反复修改指令并不会改变AI的工作机制，无论修改多少次，用户的选择仅是对AI输出结果的接受，而非创作。这种态度源于美国早期在商业方法专利授权上的失误，导致不公平竞争和金融动荡。

对于我国法院而言，保持以往判例中对生成式AI原创性的评估方法，并适当提高其获得版权保护的标准更为稳妥。

二、生成式AI著作权的归属

若确认具有原创性的生成式AI作品为法定作品类型，接下来需解决的是原始权利归属问题。司法实践中，这一问题经历了从“开发者拥有”到“使用者拥有”的转变。“Dreamwriter”案是早期观点的代表，法院判定案涉作品为法人作品，因其表现形式和表达元素主要由研发团队根据预设的算法和模板生成。然而，近年来，生成式AI的技术原理发生了变化，基于神经网络的深度学习算法增加了输出的随机性，降低了开发者对生成内容的控制力。在这种背景下，当使用者将AI作为创作工具，按照个人审美和判断对表达细节进行选择时，生成内容体现的是使用者的意愿，法院更倾向于认定著作权归使用者所有。

三、生成式AI服务提供商的侵权责任

根据民法典，网络服务提供商作为间接侵权方，身份为技术提供者而非内容提供者。鉴于对侵权内容生成和传播的控制程度不同，生成式AI服务提供商可能同时具备技术提供者和内容提供者的角色，具体身份需根据技术支持模式和开发应用阶段进行个案认定。

生成式AI平台提供技术支持的主要模式有三种：一是集成了自主开发基础模型的全功能平台，如Deepseek和ChatGPT；二是接入第三方预训练大模型后进行训练的平台；三是直接调用第三方大模型的平台。对于兼具技术和服务提供者身份的生成式AI平台，需根据不同行为类型分别适用不同规定。第三种模式下的平台仅作为信息传播媒介，属于技术服务提供者，可享受“避风港”保护，存在主观过错时才需承担间接侵权责任。

在直接侵权情况下，生成式AI作品与人类作品或受版权保护的AI作品之间的相似性判断，原则上采用传统作品的相似性标准。而在间接侵权情况下，生成式AI服务提供商须主观上明知或应知用户行为违法，客观上为侵权行为提供帮助，涉及注意义务、主观过错和责任承担方式的认定，以及“避风港”规则的应用。

网络服务提供商的主观过错包括对用户侵犯信息网络传播权行为的明知或应知。在生成式AI场景下，以深度学习算法为基础的大模型，可以根据训练数据自我调整参数，使得参与设计和开发的团队难以预测特定输入对输出的影响。受限于AI系统的可解释性和透明度，网络服务提供商作为信息通道，难以预见和控制结果，因此不应因缺乏预防性过滤措施而被认定为具有主观过错。此外，“应知”状态的认定需符合行业惯例和技术能力，这是“红旗标准”的要求之一。

网络服务提供商的注意义务不仅