江苏龙网

  1. 主页 > 生活百科 > >

生成式AI时代的著作权之困( 五 )

生成式AI


但是，在现实中，交易成本经常不为零，有时候甚至非常高 。这时，人们就很难通过自由的交易来实现资源配置的最优 。比如在上例中，如果交易成本高达50元，那么在后一种情况下，作者就不会付钱去要求使用人不再复制它的作品 。在这种情况下，为了实现最优的配置状况，就需要将这些权利直接配置给能产生更高价值的一方 。具体来说，在上例中，如果作者生产的作品价值非常高，那么就应该将权利赋予他，而如果使用人通过这些作品可以产生非常高的价值，则应该将权利赋予他，允许其自由复制作品 。
除了初始权利的配置之外，权利的保护形式也是一个重要的问题 。为此，我们可以采用法律经济学家卡拉布雷西提出的观点 。具体来说，卡拉布雷西认为，在交易成本相对较低时，保护权利可以用财产规则（propertyright），即只有当权利人允许时，别人才可以要求让渡这种权利，并且由此产生的代价由双方议价决定；在交易成本较高时，保护权利则应该采用责任规则（liabilityright），即人们必要时可以先侵犯权利，事后对权利人进行补偿，补场的金额由第三方评估决定；而当涉及的权利具有很大外部性时，则适用不可转让规则，不允许双方进行交易 。
利用以上这两个规则，我们就可以对生成式AI时代的著作权问题进行分析 。
先看AI学习过程中的问题，即AI学习的材料的著作权归属 。容易知道，在这种情况下，作品的作者和使用人进行议价的交易成本是很高的，因为对于作者而言，需要证明在某个AI生成物中有自己作品的元素是十分困难的 。显然，根据前面的讨论，我们应该将著作权给那些能产生更高价值的人 。那么哪一方可以产生更大的价值呢？应该是作者 。因为对于AI而言，失去了一个学习材料，其实对模型的表现并不会有实质影响，但是如果否定了作品作者的权利，就可能让他们失去创作热情，从而不再创作 。从这个意义上看，应当尊重这些作者的著作权，不允许AI训练者以合理使用为名无偿使用 。但是，考虑到AI训练又切实需要数据，因此可以采用责任规则进行保护 。AI企业可以先行获取相关数据，如果作者认为此举不妥，可以要求企业停止使用数据，否则就可以要求企业以第三方评估价格进行补偿 。通过这种做法，就可以较好地兼顾作者的激励和AI训练的需要 。
再看AI数据生成后的问题，即AI生成物著作权的归属 。关于这一问题，我们应该将著作权这个权利束拆开来看 。对于像署名权等权利，可以根据生成中的贡献来看，如果在创作过程中AI贡献足够大，就应该拥有署名权 。至于其他的更为实质性的财产权利，则应该根据上述原则，视权利所能产生的价值大小来划分 。
这里还有一个问题，就是如何界定创作过程中AI使用人的贡献大小 。但在现代技术下，这已经越来越不构成一个问题 。因为创作过程中使用人和AI的每一次交互都可以用时间戳等技术记录，由此，AI使用者在创作过程中的贡献就可以很容易被识别出来 。

【生成式AI时代的著作权之困】


推荐阅读


上一篇：JS大额数字相加

下一篇：不写代码、靠“玩”ChatGPT年入百万，提示工程师正变成硅谷新宠