李郁军

　　生成式人工智能的发展给著作权法律体系与司法裁判规则带来挑战。当前，司法实践中已出现使用者基于作者身份主张著作权的案件。在AI生成内容侵犯著作权的司法认定中，存在独创性认定标准模糊、实质性相似判定困难、侵权主体界定不清等问题。对此，需结合人机共创特征，明确以独创性为核心的可版权性判定标准、细化实质性相似司法认定规则，根据危险控制理论，构建差异化的过错归责体系、分层举证模式、权利救济机制，以寻求著作权人合法权益保障与人工智能产业创新发展的平衡。

　　细化AI生成内容可版权性认定标准

　　AI生成内容可版权性是指AI生成内容能否被认定为著作权法意义上的“作品”，能否获得著作权保护的法律资格问题。著作权法第3条规定，作品是指文学、艺术和科学领域内具有独创性并能以一定形式表现的智力成果。就此，可版权性判定标准主要包括两点：一是属于文学、艺术、科学领域可复制的外在表达，二是存在人类实质性、独创性智力投入。关于AI生成内容可版权性问题，学界尚未形成共识。有观点认为，AI生成内容有可能因人类的智力投入，体现出较高的审美价值与文化意义，著作权法不应仅因AI介入而否定其可版权性。也有观点认为，就AI生成内容而言，AI本身、设计者以及用户都不宜被认定为作者。笔者认为，判断AI生成内容是否具有可版权性，需遵循以下两点：一是对独创性进行人格要素分析。一方面，要重视过程导向，审查使用者前期创意构思、提示词设计、生成过程的动态控制、后期筛选与修改加工等，当选择、判断、审美取舍能够直接决定最终成果的个性化表达，则可认定达到著作权法最低创造性门槛和实质性贡献。另一方面，要注重结果导向，判断生成内容与训练的数据内容是否构成实质性相似。一般来说，利用AI生成内容时，使用者提出的需求与他人越有差异性，对作品内容、画面元素、布局构图越明确具体，越能体现人的个性化表达。二是对主体资格进行实质考察。关于AI生成内容著作权归属问题，存在AI持有说、使用者持有说、AI所有者持有说等多种观点。对此，笔者认为，从著作权法立法论和解释论两个方面考量，结合AI所有者和使用者的贡献度确定AI生成内容的著作权主体资格较为合理。

　　完善“接触＋实质性相似”侵权判定规则

　　“接触＋实质性相似”规则是指若著作权人能证明行为人实际接触过在先作品或存在合理接触可能性，且两部作品构成实质性相似，则可认定行为人构成侵权。在接触要件认定上，对已公开发表的作品，司法机关通常会推定接触成立，对于未公开发表的作品，权利人则需举证证明行为人实际接触或存在接触的可能性。在实质性相似的认定上，司法实践中主要采用整体观感法和抽样分离法两种判断方法，整体观感法依托大众的直观感知，容易导致侵权的扩大适用；抽象分离法的思路是先区分思想与表达，再开展细节比对，但AI常零散提出各类细节，让思想与表达的划分变得不易把握。因此，在实质性认定上，笔者认为，应当关注以下两方面内容：一是“接触”的分层判断。对于终端使用者层面的接触，应重点审查提示词的内容，如果使用者在提示词中指定的画面、情节、角色、构图等要素与原作相似，则可能判定接触事实成立，若仅输入宽泛风格指令，即使生成结果与原作相似，也不必然构成侵权。模型训练层面的接触，可采取“初步推定＋反证”模式，由权利人提交在先作品、公开传播、生成内容高度相似证据，完成初步举证；再由服务提供者提交训练数据证据、筛查报告，反证生成内容并非来源于该作品。二是“实质性相似”的区别判断。以思想与表达二分法为基础，针对不同作品采用不同的判断方法。文字作品、长视频、剧本类生成物可采用“抽象—过滤—比对”三步法：第一步抽象，先剥离题材主题、思想理念；第二步过滤，再剔除公有领域素材、通用情节、有限表达；第三步比对，对剩余独创性表达要素如情节串联、人物关系、文字组合等逐项比对。美术图像、动漫形象、摄影类生成内容可采用整体观感法，以普通理性观察者整体感受为基础，判断构图、造型、色彩布局、核心视觉符号是否高度相似，若整体视觉效果相似，则可能被认定为实质性相似。

　　构建“输出端＋输入端”差异化过错归责体系

　　从民法典侵权责任编对无过错责任原则的规定来看，除了替代责任外，其他无过错责任均以侵权行为或侵权活动对他人的人身、财产安全具有较高的危险性为前提。笔者认为，采用过错责任原则符合我国现阶段鼓励AI产业发展的需要。AI生成内容侵权链条呈现三元结构：模型开发者、服务提供者、终端用户，突破传统“平台—用户”二元网络侵权框架。为此，要根据各主体对算法全流程的参与程度和控制能力，合理划分责任：一是明确模型开发者的合规审查义务。对模型开发者而言，应做到事前进行训练数据合规溯源、版权筛查、商用素材授权入库，事中建立侵权智能过滤、敏感IP屏蔽、不当提示词拦截机制，事后留存生成日志、提示词记录等，建立快速投诉处置与内容封禁机制。二是构建差异化过错归责体系。区分服务提供者过错或用户过错，用户通过提示词诱导、明确指令侵权、故意传播等方式侵权的，用户承担侵权责任。若服务提供者明知或应知用户大量利用其所提供的服务生成侵权内容，未设置明显标识、未建立有效的侵权投诉处理机制、未对明显侵权的生成内容进行技术过滤等，则可能构成帮助侵权。当用户不当提示与服务提供者防控缺失构成共同侵权时，能够区分责任的，按比例承担按份责任，否则，承担连带责任。如果侵权事实显而易见，可适用红旗原则，推定服务提供者“明知或者应知”侵权存在，不能主张免责。

　　采取“初步举证＋举证责任转移”举证分配模式

　　在AI生成内容侵犯著作权民事诉讼中，可采用初步举证为主、举证责任转移为补充的分层举证模式。一是模型训练阶段的分层举证。原告需证明其系涉案作品著作权人，该作品公开发布，大模型具备公开接触的可能性。原告完成初步举证后，推定模型训练阶段接触并使用了原告作品，对此由服务提供者承担反证义务，可提交如下证据：训练数据集不包含涉案作品，该作品属于合理使用、有合法授权等。二是输出端生成内容阶段的分层举证。原告需证明权属、生成物与在先作品构成实质性相似、侵权内容由服务提供者输出。服务提供者需证明生成内容输出成因、提示词日志、生成记录、是否尽到注意义务、是否及时通知删除等。三是输入端用户侵权阶段的分层举证。原告除了提供权属证明、生成物与在先作品构成实质性相似等证据外，还需提供一些间接证据，如证明被告商业使用、收到通知后继续侵权、非法传播、对外销售侵权产品等。被告需提供实质性反证证明自身无侵权明知，如提示词宽泛、艺术风格借鉴、发现相似后立即停止侵权、合理使用等。司法机关可以责令服务提供者针对涉案作品提交核验材料，服务提供者拒不提交提示词、训练日志等相关记录的，适用举证责任转移规则，服务提供者与被告承担连带责任。

　　构建“证据保全＋损害赔偿”立体化救济机制

　　一是侵权证据的递进式保全。根据危险控制理论，行为人对于其能够实施控制与支配的危险，负有控制责任，能够控制上述风险的主要主体指向生成式人工智能服务提供者。要落实服务提供者的数据留存义务，可通过立法明确服务提供者保存训练数据清单、数据清洗台账、生成访问日志的最低期限，保障诉讼中收益核算、侵权溯源有据可查，允许权利人在起诉前申请法院固定权属证据、侵权行为证据、后台核心证据等，规范版权智审、区块链存证、电子公证等司法审查标准，构建事前存证、公证保全、司法保全递进式保全制度。二是损害赔偿的阶梯式适用。现行著作权法确立“实际损失—违法所得—权利使用费—法定赔偿”的顺位计算方式，但AI生成内容侵权具有批量性、收益混同性的特点，传统计算方法适用性不足。可由版权集体组织、行业协会发布AI使用文字、美术、摄影作品的指导性付费标准，为司法机关确定合理使用费提供参照依据。优化法定赔偿司法裁量，在作品知名度、侵权时长、传播范围等考量因素外，增设专门裁量要素：模型商业使用规模、服务提供者防控义务履行情况、是否批量反复生成侵权内容、是否删除训练数据中侵权素材等。精准适用惩罚性赔偿，加大恶意侵权惩戒力度，明确故意、情节严重的认定标准，将未经许可大规模抓取作品训练商业模型，收到权利通知后仍持续生成、传播侵权内容，删除、隐匿侵权训练数据拒不整改等纳入恶意侵权范围。以权利人实际损失、侵权获利、权利使用费作为基数，按照模型开发者、服务提供者、终端使用者过错程度、收益占比分别计算赔偿基数，防止责任分配失衡。

　　（作者分别为甘肃省兰州市人民检察院党组书记、检察长，检察委员会办公室副主任）