核心閱讀
【資料圖】
對AIGC監管的相關問題需要考慮四個方面，一是監管何時介入，需要考慮技術的負外部性導致的風險程度高低；二是監管對象的選擇，是選擇技術和服務本身，還是考慮背后的風險與法益；三是做到結果型與過程型監管的平衡；四是考慮基礎設施打造和監管生態的完善。
□ 法眼財經
ChatGPT上線后的大火出圈，讓AIGC（即AI generated content，人工智能生成內容）這一賽道在近期受到世界范圍內的高度關注。
嗅覺最為靈敏的資本市場已作出快速反應：包括紅杉中國、百度風投等在內的投資機構已紛紛押注AIGC領域。互聯網巨頭也在這一領域爭相布局，例如，百度有AI作畫平臺文心一格完成續畫，網易有一站式AI音樂創作平臺“網易天音”，阿里巴巴旗下有AI在線設計平臺Lubanner等。多個國內外爆款應用正紛至沓來。
毋庸置疑，AIGC的未來不可限量，日漸成熟的技術、凸顯的降本增效優勢以及日益增長的市場需求等因素，都注定其成為新一輪兵家必爭之地。
只是，技術之熱必須面對法律之冷。當我們寄希望于AIGC成為新的經濟增長點的同時，不得不面對一些由此帶來的法律問題：AIGC內容是否具有著作權？如何對海量的AIGC進行監管？如何平衡AIGC生產過程中的數據挖掘和權益保護？
AIGC應用規模快速擴增
人工智能的每一次突破，都會引起不小的社會轟動和震撼，并一次次打破人類的認知局限。
“一些人相信，AI可以智慧過人，但大多數人認為達到這一程度還很遙遠，我曾經也持相同看法，可能要三五十年甚至更遙遠的未來才能見證。顯然，現在我改變主意了。”圖靈獎得主、被譽為“深度學習之父”的辛頓如是說。
自2016年AlphaGo作為廣義上最著名的“棋手”橫空出世，到OpenAI擊敗電競職業選手，再到從機器人“小冰”出版詩集，以及作家借助AI創作小說段落，人工智能正在不斷突破性地進入人類曾經引以為傲的想象力和創造力領域。
2022年底ChatGPT的出圈，更是推動文本類AI滲透于文本生產、智能批閱等應用領域，同時改進訓練模型將促進AIGC的發展。ChatGPT被認為“是AIGC領域最頂尖的模型”，AIGC則被認為“有望成為2023年內容生產領域最大變局”。
AIGC通過學習人類的思維方式、查閱挖掘海量素材，能夠以低成本高效率的方式生成滿足人類差異化需求的內容，為應對人類對數字內容的海量需求和豐富程度提供了有效的內容生產途徑。AIGC結合了人工智能和內容創作，能夠讓機器自動生成高質量、高效率的多種類型的內容，包括圖像、視頻、音頻等。隨著AIGC的發展，其應用范圍正在逐步擴大，并且已經從簡單的文字內容生成發展到智能圖片編輯、語音識別和智能寫作等。
顯然，AIGC或將成為未來內容生成主力，AIGC在內容生成中的滲透率將快速提升，應用規模快速擴增。根據Gartner《2021年預測：人工智能對人類和社會的影響》，到2025年AIGC產生的數據將占所有數據的10%，而該比例在2021年不足1%。按照現有技術成熟度以及現有需求成熟度分析，量子位智庫預計，2030年AIGC市場規模將超過萬億人民幣。
根據前瞻產業研究院和中關村大數據產業聯盟發布的《中國AI數字商業產業展望2021-2025》報告預測，AI數字商業內容的市場規模將從2020年的40億元，增加到2025年的495億元，數字內容需求呈指數上升。
著作權法修改或應將AIGC納入
AIGC的大火，又必然帶來一系列法律問題。
“今天AIGC之所以很火，是因為知識生成的邊際成本被無限降低，這會產生一系列的版權、專利權等問題。”在近日由中國人民大學高瓴人工智能學院與中國人民大學國家版權貿易基地主辦的AIGC內容生態與版權保護論壇上，對外經濟貿易大學數字經濟與法律創新研究中心執行主任張欣副教授說。
在中國版權協會理事長閻曉宏看來，AI生成內容是不是作品，是其中最核心的問題，“我們現行著作權法所指的作品主體是作者，是公民、法人、社會組織，顯然人工智能并不能滿足這個要件”。不過，著作權法“并非到一個地方就停止發展了”，是否可以用包容性的態度來看待AIGC，將其納入未來的著作權法修改中，是一個需要思考的問題。
華中科技大學法學院副院長熊琦教授說，全球范圍內都在討論AIGC的著作權問題，但是司法機關、行政機關、學界對此的主流判斷并沒有發生實質變化。比如，美國版權辦公室發布的操作手冊從1973年的第一版到最新的第三版，都認為受著作權法保護的作品一定是來源于“人”的創作。2023年3月底美國版權辦公室發布的人工智能參與生成作品的版權登記指南中，仍然明確“必須要有人智力的參與”這一條件。
再如，歐洲頂級的知識產權研究機構德國馬克斯·普朗克創新與競爭研究所在2020年發布的關于人工智能和知識產權法的立場聲明中，也旗幟鮮明地提出“只有人才能創作作品”。
從這些例子中可以看出，堅持“智力活動只可能來自人”，是近50年來理論和實務界沒有改變的認知。但近年來大數據的發展及有關硬件的快速提升，導致深度學習的頻率和速度變得很快，就有了今天對AIGC著作權的爭議。
熊琦補充說，上述來自實務界的堅持，實際上是謹慎對待誰是人工智能生成內容的作者這一判斷，而非一概拒絕將人工智能生成內容視為作品。比如，算法運用和數據訓練中由于包含了對生成內容風格和偏好的設定，可以視為與創作的關聯，那么人工智能算法的設計者是可以被視為作者的。
浙江墾丁律師事務所主任張延來說，總體上來看，無論是歐盟、美國還是其他一些國家，所持的是一種比較開放的態度，即對于完全AI生成的作品并不是“一竿子打死”，或者認定其不受法律保護，而是為它的權利歸屬留有空間。同時，對于由人機協作創作出來的作品，部分國家已經認可了如果人在其中確有貢獻，能夠體現人的智力和知識貢獻的話，是可以對其進行著作權保護的。“這些對于下一步進行著作權法的調整，都是有一定幫助的。”
對AIGC監管需要考慮四個方面
對于AIGC如何治理與監管，也是社會各界所關注的問題。
4月，國家互聯網信息辦公室發布《生成式人工智能服務管理辦法（征求意見稿）》，對生成式人工智能服務提出了多項規制，強調生成式人工智能產品提供者的責任、突出個人信息的保護、明確向監管部門備案和申報安全評估的硬性要求，及多次重申要從數據源開始確保“生成內容”的真實準確等，開啟了中國對生成式人工智能產業的監管之路。
其他國家也都在治理方面有大動作，如歐盟最近成立了ChatGPT治理的特別小組，此前意大利已從個人信息保護層面對ChatGPT進行了封禁。這都意味著，人工智能技術的關鍵時刻來臨，我們治理的關鍵時刻也隨之而來。
張欣認為，對AIGC監管的相關問題需要考慮四個方面：一是監管何時介入，需要考慮技術的負外部性導致的風險程度高低；二是監管對象的選擇，是選擇技術和服務本身，還是考慮背后的風險與法益；三是做到結果型與過程型監管的平衡；四是考慮基礎設施打造和監管生態的完善。
中國政法大學數據法治研究院教授張凌寒認為，生成式人工智能作為一種新型基礎設施，是經濟社會發展的重要支撐，前期建設需要國家布局規劃適度超前發展，后期使用需要強調公共服務的公平性分配，并在此過程中統籌安全與發展。生成式人工智能監管不宜為了服務應用層的信息內容安全，影響其作為基礎設施的功能研發，對訓練數據、模型開發等施加過多義務。
在對AIGC的治理與監管中，還必須解決數據挖掘的有關爭議。“從技術架構中我們發現，數據是非常重要的資料，對整個監管都具有重要意義。”張欣說。
訓練數據是人工智能行業最為重要的環節。數據挖掘的合理使用也是當下亟待解決的問題。
中國人民大學未來法治研究院執行院長張吉豫表示，當前迫在眉睫是要在《著作權法實施條例》或合適法律法規中加入數據挖掘的合理使用條款。“按照著作權國際公約，合理使用制度的‘三步檢驗法’可用于判斷某一著作權使用行為是否構成合理使用的一般原則。再退一步，還可以加一個限制條件，‘兩年之后還可以重新評估’。現在在發展初期，并沒有明確產業的未來前景情況下，加入這樣一個合理使用的條款是當務之急，也是必要的內容。”
閻曉宏認為，底層挖掘帶來的著作權問題解決目前指向合理使用，但是合理使用也會導致新的矛盾出現，相關問題還需進一步研究。“按照伯爾尼公約合理使用的‘三步檢驗法’，使用應當是個別的，流通過程中也是個別，并且不損害權利人的獲酬。如果全部合理使用，就是事先不征求許可、事后不支付報酬，利益全部歸給底層挖掘的人或機構，也不合理。”