生成式人工智能屡陷数据侵权争议

——AI产业发展与原创作者著作权的矛盾如何解决

■本报记者施涵予

一两年前，生成式AI作品对于大众或许还是新鲜事物，但如今它已经相当普遍地出现在人们的生活中。但同时关于它的反对声，也一直没有停息过。其中最具争议性的问题也许是——AI作品生成的过程中，从哪里获取数据，是否侵害了原创作者的著作权？

我们知道，AI并不能凭空生产出作品，而是需要通过机器学习算法来进行训练，而用于训练的数据，就是大量的文字、图像乃至视频。然而，数据集中除了已经超过保护期、进入公有领域的作品，还有大量仍处于保护期内的版权作品。这也是大量艺术家表示抗议、抵制的原因，认为AI软件未经许可学习、模仿或者抄袭了自己的画作，构成了侵权。

多家AI公司被起诉侵权

随着AI产业的迅猛发展，对著作权问题的质疑有增无减。不少人已经通过法律途径进行维权，起诉者从个人到行业组织、大型公司，涉及领域涵盖文字、图像和视频。

2023年9月，17位美国知名作家通过全美作家协会提起集体诉讼，指控人工智能公司OpenAI在未经许可的情况下批量复制了原告受版权保护的作品，用于训练ChatGPT产品。12月，《纽约时报》将OpenAI和微软告上法庭，理由是这两家公司未经授权使用该媒体数以百万计文章训练人工智能聊天机器人。

2023年1月和2月，美国图库摄影巨头盖蒂图片社相继在英国、美国法院起诉StabilityAI，称其未经许可从原告的图片库中复制了超过1200万份图片，以开发和训练其AI图像的生成技术。此外还有许多设计师、画家起诉AI绘画软件未经许可使用其版权作品训练AI绘图工具。

而OpenAI今年最新推出的AI视频创作工具Sora，也在发布后不久就陷入了同样的争议。美国“商业内幕”网站在2024年3月刊文称，Sora的训练数据很可能来自视频网站YouTube；而这种使用自动化工具批量下载网站视频、下载视频用于商业目的等行为，都是YouTube官方所禁止的。

目前，上述大部分案件还在审理中。但显而易见的是，生成式AI作品存在的著作权风险已经是无法忽视的问题，亟待明确而成熟的监管措施与行业准则。

如何调和AI和创作者的矛盾

生成式AI作品的学习过程是否侵权？目前，社会上对此有多种看法。有观点认为，AI对他人版权作品进行模仿学习，应取得著作权人的许可。但也有观点认为，目前AI绘图软件学习和模仿的原理主要是对素材所展示的绘画手法、规则、技巧等特征进行抽取，实质都属于“思想”范畴，不归任何人独有，因此不属于侵权。

华东政法大学知识产权学院院长丛立先教授、华东政法大学知识产权学院博士研究生李泳霖在《人工智能文生视频大模型的作品风险、著作权归属及有效治理》中提出，针对学习在先自然人创作的作品，应建立法定许可规则，即允许大模型可以不经许可使用在先作品，但应向著作权人支付相应报酬。应对大模型生成作品的著作权进行必要限制。在著作人身权上，署名权具有表明来源、人格表彰和激励创新等作用。

但这种方式在实际操作中也面临许多困难：一方面，高昂的授权许可费用可能导致AIGC研发主体放弃项目或者只使用免费数据进行训练，从而阻碍人工智能技术进步和产业发展；另一方面，AIGC模型所需的训练数据中包含的作品数量众多、来源各异、权属不同，取得授权许可过程漫长且复杂，很难落地执行。

此外，许多学者也提出了各种建议。例如在法律法规方面，增加新的“合理使用”情形，在一定范围内可不经权利人许可而直接使用。在平台的实践方面，如StabilityAI公司修改《用户协议》中“数据库不得加入或退出”的规定，允许权利人从StableDiffusion3的训练数据集中删除自己的作品。另外，还可以从技术层面，优化与完善模型设计，使其主动偏离训练数据，防止与用于训练的作品雷同。

如何调和与平衡矛盾，是处理生成式AI作品与作者著作权之间关系必须面对的问题。AI既不能过于保守，让版权规则限制了技术发展；也不能过于激进，无视既有的法律规则，侵犯著作权者的权利。

各国不断完善法规框架

据中国经济学者盘和林介绍，对于获取训练人工智能大模型的数据，各国法规尚有分歧。有些国家的法规更加倾向于信息公开，有些国家的法规更加倾向于信息安全。共识在于，选取数据不能涉及个人隐私数据。如果企业爬取公共数据，需对数据进行处理以达到脱敏脱密。

我国于2023年7月发布《生成式人工智能服务管理暂行办法》，第7条原则性规定训练数据“不得侵害他人依法享有的知识产权”。

欧洲议会2024年3月13日通过《人工智能法案》。该法案为人工智能技术设置严格的规则，旨在确保人工智能的使用不会侵犯人的基本权利，如隐私、数据保护和非歧视等。

各个领域对AI创作和使用的规范也愈加重视。2024年3月21日，中央广播电视总台正式制定出台了《中央广播电视总台人工智能使用规范（试行）》，这是我国首部媒体人工智能使用规范化标准。其中对于可能涉及的数据安全、隐私、个人权益等都有明确规定。

新技术的产生与发展总是伴随着新的道德伦理风险和法律风险。应对AI技术发展带来的种种挑战，需要监管者、数据控制者和使用者三方主体共同努力，在实际中逐步探索具有广泛共识的人工智能伦理指南和行业准则，推动相关立法，以促进技术发展和文化繁荣。