论人工智能生成内容的可版权性:以用户的独创性表达为视角

AIGC既包含来自机器的选择,也包含来自人类用户的选择。当后者满足独创性表达要求时,AIGC便足以被认定为作品。在判断用户的独创性表达时,裁判者应当关心人贡献了什么,而不是工具贡献了什么;应当关心人贡献了什么,而不是人没有贡献什么;应当关心人贡献的实质,而非纠结于其形式。在以上原则的指导下,既有的作品构成要件规则足以支持相当一部分AIGC获得作品资格。AIGC的所谓“随机性”,只是发生在用户指定范围内的“随机”,并不妨碍用户控制达到著作权法的要求。作为文本的提示词,具有转化为包括视觉表达在内的其他类型表达的可能性。若以摄影为参照系,AI与传统工具的比较不仅不能导致对作品资格的否定,反而能够凸显“工具贡献大并不意味着人的贡献不足”。著作权法的“宽进宽出”结构提示我们,将用户做出独创性表达的AIGC纳入著作权法图式是在认知层面最为经济的利益平衡分析框架。考虑到独立创作例外和版权救济手段的灵活性,承认AIGC获得作品资格的可能性并不会过度妨碍公众自由。

人工智能生成内容的著作权法之辩

根据输入指令与输出内容的比例关系,可将人工智能生成内容依次分为孪生内容、伴生内容和原生内容。人工智能生成内容主要涉及三个著作权法问题。一是机器阅读的法律性质问题,法定许可说能更好地兼顾著作权专有属性与公有属性,实现权利行使与限制的动态平衡。二是生成内容的可著作权性问题,需要结合内容类型并考虑输入指令的潜在影响。同比例复制的孪生内容不属于作品,差异化表达的伴生内容属于演绎作品,创造性表现的原生内容属于原创作品。三是生成内容的著作权归属问题,除另有协议外,需要结合内容类型并考虑所有者、使用者的贡献程度。孪生内容因不属于作品,无人享有著作权;所有者、使用者对伴生内容的形成均有重大贡献,基于概括合作行为与意识,所有者、使用者共同享有著作权;只有所有者对原生内容的形成具有重大贡献,所有者单独享有著作权。

人工智能生成内容确权模式的嬗变与数据财产权的确立

人工智能生成内容已深入应用到社会生产生活当中。在数据确权制度诞生之前,各国立法、司法和理论界大多主张以著作权法保护人工智能生成的数据。由于狭义著作权确权模式饱受“独创性”诟病,转而走向邻接权确权模式。然而,透过人工智能生成内容的技术和法律本质可以看出,该客体和邻接权的保护客体以及设立目的并无相关之处,盲目扩大邻接权的保护范围不仅会遭到理论与制度的挑战,而且在司法实践中也会捉襟见肘。因此,必须走出著作权保护模式的藩篱和迷雾,直面人工智能生成内容的本质,构建具有合理性的新型财产权制度。从数据视野来看,人工智能生成内容的技术本质为数据,法律本质为数据财产。随着数据时代的到来以及数据立法的展开,人工智能生成内容的数据财产权确权模式必然浮出水面。数据财产权确权模式是依托于数据法律制度的出现与发展提出的,是立足于人工智能生成内容的数据本质形成的,是基于人工智能生成内容的数据财产法律属性揭示的确权模式选择。在综合考量产业目的、盈利模式、风险成本、商业实践以及使用者目的来看,人工智能生成内容的权利主体应当为服务使用者而不是服务提供者,权利保护应适用“财产规则”和“禁易规则”。

人工智能生成内容(AIGC)的作品认定困境与可版权性标准构建

以ChatGPT为代表的新一代生成式人工智能的多元化应用,助推人工智能生成内容(AIGC)新业态的井喷式发展。AIGC在外观形式上已经高度趋同于人类创作的作品,但因受限于作品创作主体的逻辑,引发了AIGC“作品”认定的制度困境。从独创性、审美意义、价值宗旨、技术逻辑这四个要素出发,对AIGC的作品认定进行综合解析,不难发现AIGC已经具备可版权性的基础条件。因此,理应加快立法步伐,重构著作权法的作品类型制度,新设AIGC“作品”法定类型,以明确AIGC的著作权法保护路径,为AIGC的出版、发行以及市场交易等版权新业态提供制度规范与支撑。

人工智能生成内容的著作权客体性思考——兼论作品判定的独创性标准选择

以基于转换器的生成式预训练模型(GPT)为代表的高阶人工智能凭借其强大的智能型内容生成机制,使得内容产品生产中的技术占比不断上升,人的直接投入占比相对下降,传统著作权法作品的独创性要求、权利人本原则等基本理论受到冲击。面对人工智能生成内容(AIGC)可作品性问题,基于自然人智力投入的创造性本质理论和闭合性作品概念显得力不从心。在过程视角下(主观标准),人工智能内容生成过程符合人类创作的思维特征;在结果视角下(客观标准),人工智能生成内容具有著作权作品的外观形式和信息消费功能,符合著作权作品的本质属性。如果人为割裂人工智能生成内容与著作权作品在产生过程和实质作用上的同质关系,强行区分人工智能生成内容和自然人创作作品的法律性质,则有悖著作权法因应技术发展调整信息消费品利益的制度旨趣,最终将导致著作权法律秩序的混乱。

在线社区中人工智能生成内容的识别方法研究

[目的/意义]生成式人工智能会对在线社区造成一定程度的AI信息污染,研究多种AIGC识别方法对防范快速进化的生成式人工智能带来的负面影响有重要意义。[研究设计/方法]首先在以新浪微博54个大类主题为主的多个在线社区平台中构建了HAC数据集,其中包含100,873条分别由人类和生成式人工智能撰写的信息;然后探究当前6个主流深度学习和7个机器学习方法是否能识别在线社区中的信息是由人类还是由生成式人工智能所撰写;最后提出了一种BEM-RCNN方法进一步提高AIGC的识别精度。[结论/发现]从构建的数据集中可以看出,生成式人工智具有强大的“类人表达”,能够模拟人类在社交媒体平台上发布和回复内容。实验结果表明,提出的方法准确度达到96.4%,能够很好地识别在线社区上的内容是由人类还是AI撰写。在精度、召回率、F1-值和准确度上均优于BERT、ERNIE、TextRNN等其他13种主流的方法,验证了其性能优势。同时,大量探究实验也证明了当前主流的机器学习方法虽然精度低于此方法,但是也能够识别部分AIGC。[创新/价值]使用多种方法去识别社交媒体上的AIGC,防范生成式人工智能对社交媒体平台造成的信息污染。

人工智能生成内容赋能图书馆知识服务的路径研究

[目的/意义]AIGC拥有强大的内容生成能力,对知识服务领域具有变革作用。研究AIGC赋能图书馆知识服务的路径,对提高图书馆知识服务的效率、提升图书馆在知识服务中的地位具有重要意义。[方法/过程]以模因复制与传播为研究视角,从AIGC拓展图书馆知识服务的要素、参与知识服务的过程、提升知识服务的框架三方面,分析AIGC赋能图书馆知识服务的路径,并提出相应建议。[结果/结论]图书馆知识服务的本质是模因的复制与传播;在AIGC的影响下,图书馆知识服务的参与主体由图书馆、AIGC和用户组成;AIGC能有效融入图书馆知识服务的每一个阶段;图书馆应从战略决策、战术筹备和流程设计三部分做出调整。

护理硕士研究生使用人工智能生成内容工具体验的质性研究

目的了解护理硕士研究生使用人工智能生成内容(Artificial Intelligence Generated Content,AIGC)工具的真实体验,探索相关驱动和阻碍因素,为提高研究生的数智素养提供参考。方法采用描述性质性研究方法,于2024年2月—4月对14名护理硕士研究生进行半结构式访谈,将访谈录音转录成文本,运用主题分析法对访谈资料进行分析。结果共提炼3个主题:对AIGC工具产生浓厚兴趣,使用AIGC工具的获益感,使用AIGC工具的顾虑。结论护理硕士研究生拥抱和接受AIGC工具在其科研中发挥辅助作用,在促进自主学习、提升学术写作水平等方面获益,但信息可靠性、可获得性、安全隐患等构成使用AIGC工具的障碍,这些结果为护理教育者构建人工智能时代背景下提升护理研究生数智素养的教育策略提供了参考。

基于生成式人工智能的科普内容生成路径

以ChatGPT为代表的通用型生成式人工智能模型的诞生掀起了AIGC变革的浪潮。在国防科普领域,结合生成式AI能够做什么,怎么做,以及有什么局限性,都值得关注和探讨。回顾预训练自然语言大模型的发展历史,探析基于ChatGPT和百度文心一言模型的科普文本生成路径,以及基于文心一格和Stable Diffusion的科普图片生成路径,归纳总结基于人工智能内容生成(AIGC)的国防科普内容生成路径,并总结基于生成式AI模型进行国防科普面临的问题与解决思路。

人工智能生成内容赋能创新产品设计流程的机遇与挑战

随着人工智能技术的飞速进步,特别是人工智能生成内容在各个领域的广泛应用,产品设计创新流程正经历着深刻的智能化变革。本文通过回顾传统并行式产品设计流程的各个阶段以及AIGC(Artificial Intelligence-Generated Content,人工智能生成内容)融合设计领域案例研究,提出AIGC赋能的创新产品设计流程模型,并剖析了当下产品设计领域需要把握的机遇和即将面对的挑战。

人工智能生成内容赋能高等教育数字教材建设的价值指向与路径

人工智能生成内容作为人工智能技术的新赛道,赋予高等教育数字教材建设新动能,具有强大技术潜力和明确价值指向,有助于推进教育公平和教育现代化,建设终身学习型数字社会,充分发挥学生主体性。面对数字教材管理机制不完善、教材优势发挥不充分、高等教育主体性显示不足的困境,人工智能生成内容赋能高等教育数字教材建设,应在体现数字教材国家性、科学性和时代性的根本遵循下,一方面,坚持沟通取向,畅通教材建设相关主体协作渠道;另一方面,坚持技术取向,注重数字教材知识传递功能、智能导学功能以及过程性评价功能的挖掘与升级,以推动新时代高等教育数字教材建设的发展。

反垄断背景下人工智能生成内容可版权性再思考

人工智能生成内容可版权性的讨论多聚焦于内容生成环节,较少考虑商用后的市场反应。从数字经济的竞争特性入手,结合人工智能内容生产的技术过程和产业现实,不难发现对人工智能生成内容予以版权保护,可能加重数字平台垄断危机,进而损害公众、作者、用户多方利益;不予保护,也不会打击投资热情、阻碍创新发展。生成式人工智能相关产业的版权治理应重调和、重过程、重技术,避免以版权扩张代替版权治理,违背版权制度平衡创作者权益和公共利益的初衷。

新质生产力视域下人工智能生成内容的可版权性与治理路径

人工智能技术在内容创作领域的应用引发关于其生成内容的可版权性与治理路径的讨论。探讨人工智能生成内容的特性、版权归属及治理策略,分析其原创性、作者身份和创作意图的法律界定,提出立法、行政和技术层面的治理路径,以期为相关法律制度的完善与实践操作提供参考。

人工智能生成内容著作权归属研究

人工智能对创作行为的介入给传统著作权归属制度带来了挑战,包括对创作行为的冲击、对创作主体的消解以及现有激励机制的失灵等。新的技术环境下对于“创作”需要有新的诠释,“创”仅要求作者具有创作意图而非具体构思,“作”可以由技术工具代为完成,人工智能使用者由此而具备了成为作者的基本条件。人工智能自身在哲学和法律意义上都不具有主体性地位,而其他主体已经获得了足够激励,因此,作品利益最终向使用者集中。这不仅符合著作权制度以人类创造力为核心的目的转向,而且能体现人本主义原则、成本与收益原则、公众利益优先原则,符合技术发展、著作权法理论与实践要求。

人工智能生成内容对智慧图书馆服务效能的影响路径研究

人工智能时代,人工智能生成内容颠覆了内容生产方式,对图书馆服务具有显著影响。文章从服务时间、服务空间、服务方式、服务内容出发,验证了人工智能生成内容对智慧图书馆服务效能的因果影响关系,进而界定了人工智能生成内容对智慧图书馆服务效能的影响路径,以期为相关研究提供借鉴。

现状与趋势:国内人工智能生成内容(AIGC)研究透视

人工智能生成内容技术在诸多领域的融合应用表现出巨大的发展潜力和应用价值,已成为学术研究的焦点。本文采用文献计量分析与知识图谱分析相结合的方法,从外部特征(年度发文情况、期刊分布情况、研究团队、研究机构)以及内部特征(关键词共现、聚类)两个维度,系统考察我国人工智能生成内容研究的演进历程、热点主题以及发展趋势,旨在为国内人工智能生成内容的理论研究和实践探究的发展提供科学理论依据、现实参考。

面向人工智能生成内容时代的图书馆服务适应与创新

[目的/意义]探究人工智能生成内容(AIGC)引发的信息交互模式变化及其对图书馆服务的影响,对未来服务创新和用户体验优化具有重要价值。[方法/过程]首先,分析AIGC在内容生产、信息获取和人机交互方面带来的变化及对用户体验的影响;然后,通过探讨用户在认知适应、短期使用、长期发展这三个技术接受阶段的心理演变,来理解用户对技术变革的适应过程。最后,针对图书馆服务,提出适应AIGC时代的策略和优化方法。[结果/结论]从适应新的模式来看,图书馆需重视数据价值,促进生态融合,打造便捷高效的信息环境;同时,简化复杂界面,重构用户体验,提供直观易用的服务。从回应用户心理变化来看,图书馆应发挥专业指导作用,建设专题资源导航以助力用户适应过程,并推动馆员与用户协同发展以增强技术应用能力,更要从服务设计出发,重塑阅读服务模式,促进知识交流和创新。

人工智能生成内容对消费者分享行为的影响研究

近年来,越来越多的企业开始运用人工智能来自动生成内容,但学术界对这类新现象还缺乏研究。本文基于印象管理理论和情绪调节理论,综合运用实地实验和实验室实验方法在五种内容类型(现代诗、画作、古诗、寓言故事、新闻)中共收集了970份有效数据,检验了人工智能生成内容对消费者分享行为的影响。研究结果表明,在内容核心信息完全相同的情况下,当消费者得知内容是由人工智能(对比人类作者)生成时,会产生更高的科技创新形象预期与情绪唤醒,并由此产生更强的分享意愿与更多的分享行为。消费者的公众自我意识与内容创作难度是人工智能生成内容主效应的调节变量,在高公众自我意识的消费者中和面对较高创作难度的内容时,人工智能生成内容对消费者分享的影响将更加显著。本文研究结论有助于理解当代消费者面对人机不同主体生成内容时的不同心理认知和行为反应,同时可以为采用人工智能技术的内容生产企业进行有效营销沟通和合理选择目标市场提供借鉴。

人工智能生成内容的可专利性及其制度回应

机器学习、计算机视觉、智能驾驶等人工智能技术得到日益广泛的应用,特别是近年来ChatGPT、Sora等以认知大模型为主的AI技术的加速迭代,将人类带入人工智能时代,人工智能正成为引领未来的新兴战略性技术。这些新质技术成果在给人类生活带来便捷的同时,也对社会秩序的诸多方面,如社会就业、网络安全、法律伦理等带来较大冲击。在知识产权领域,人工智能生成内容的可专利性及其权属等问题亟待廓清。在大多数国家的既有法律中未有人工智能生成内容相关规定,实践中极易引起相关权属、侵权纠纷,因此需要对现行专利权制度作出调整。从知识产权视角直面人工智能发展带来的冲击,分析人工智能生成内容的可专利性,认为无论是从AI生成内容的专利权客体属性,还是专利技术方案、专利“三性”等角度看,人工智能生成内容均具有可专利性。至于其专利权归属问题,涉及人工智能生成内容的AI研发者、所有者、使用者等多方利益主体,除各方事先或事后有约定外,应根据其实质性贡献认定发明人,并对AI生成内容专利申请的披露制度进行合理调适。

人工智能生成内容技术赋能下的集群式信息攻防研究综述

[目的/意义]厘清国外集群式信息安全领域研究的整体态势、研究趋势和研究热点,为信息安全治理提供参考。[方法/过程]基于国外学者已发表的相关文献,梳理此领域的相关研究并对其进行分析和分类。[结果/结论]研究总结了集群式信息攻击的概念,并将其具体表现特征概括为信息成簇存在、信息真假混淆和信息主题积聚三种主要形式;研究探讨了人工智能生成内容(AIGC)技术应用于集群式信息攻击后的新的表现形式,如集群式深度伪造、集群式自然语言伪造以及集群式情感煽动,这些新形式的网络信息攻击手段更具针对性和破坏性,对现有的信息安全防御体系提出了更大的挑战;归纳了AIGC技术应用于集群式攻击的检测与防护策略,分析了当前集群式信息安全问题的治理痛点,并提出了未来研究的方向。