人工智能生成内容：可版权性和版权人问题.pdf

科技与法律（中英文）2024年第4期总第22期

SCIENCETECHNOLOGYANDLAW（CHINESE-ENGLISHVERSION）

DOI:10.19685/11⁃2922/n.2024.04.007

人工智能生成内容：可版权性和版权人问题

寿步

（中国科学技术大学知识产权研究院，合肥230026）

摘要：生成式人工智能属于连接主义，具有不可解释性。版权理论中的可版权性和创意/表达两分法本来适用于自然人作

者。自然人从创意到表达有可预测性、在创意与表达之间有确定性、从表达到创意有可解释性。人工智能生成内容是应用

生成式人工智能技术得到的结果。对于人工智能生成内容，从人类给出创意到生成式人工智能给出表达的过程无法体现

创意/表达两分法的可预测性、确定性、可解释性，即创意/表达两分法在人工智能生成内容情况下并不成立。因此，人工智

能生成内容并不具有可版权性；人类就不能成为人工智能生成内容的版权人。行为体的概念是人工智能的核心；人工智能

旨在构建智能行为体。在人类不能享有人工智能生成内容的版权的情况下，在将可版权性从自然人创作作品拓展到人工

智能生成内容情形之后，人工智能行为体在至少具备行为体弱概念的四项特性的条件下就是所生成内容的潜在的版权人。

一旦法律主体延伸到人工智能行为体，人工智能行为体就可以确定为人工智能生成内容的版权人。

关键词：人工智能生成内容；生成式人工智能；可版权性；版权人；行为体

中图分类号：D923文献标志码：A文章编号：2096-9783（2024）04⁃0060⁃13

人工智能（ArtificialIntelligence，AI）发展日新月人的结论。最后结语中说明，一旦法律主体延伸到AI

异，通过应用生成式人工智能（GenerativeAI，GenAI）行为体，它就可以确定为AIGC的版权人。

技术所得到的人工智能生成内容（AIGeneratedCon⁃

tent，AIGC）带来的法律问题层出不穷。本文聚焦一、预备知识

AIGC涉及的可版权性问题和版权人问题。首先，给出

三方面的预备知识：一是介绍AI两种主要技术路线，（一）AI的技术路线及其可解释性

即符号主义和连接主义及其在可解释性方面的不同；AI发展历程涉及的两种主要技术路线是符号主

二是澄清GenAI与AIGC的区别，说明从AI到机器学义（symbolicism）和连接主义（connectionism）。符号

习、深度学习、GenAI、基础模型、大语言模型（Large主义也称逻辑主义、功能主义，主张用公理和逻辑体

LanguageModel，LLM）、最后到LLM用户接口之间的系搭建AI系统；连接主义也称仿生学派、结构主义，

层次包含关系；三是说明版权理论中自然人创作作品主张模仿人类的神经元，用神经网络的连接机制实现

的可版权性和创意/表达两分法原则并给出简明的示AI。下面考察这两种技术路线及其可解释性。AI模

意图。其次，讨论AIGC的可版权性问题：在版权理论型的可解释性（interpretability或explainability），就是

中引入并给出关于创意/表达两分法的可预测性、确定用人类可理解的方式来解释AI模型的行为的能力。

性、可解释性三个概念的定义，深入阐释自然人创作作应该指出，interpretability/interpretable和ex⁃

品的创意/表达两分法原则，探讨在不同AI技术路线