作者：呂冬娟：澳門城市大學法學院助理教授，法學博士
陳金雨：惠州市中級人民法院審判管理辦公室法官助理
來源：《澳門法政雜誌》2024年第2期第29-39頁。
摘要：新修訂的《著作權法》尚未回應人工智慧算法生成物這一新型問題。算法生成物可版權性亟待規範分析，新《著作權法》中“作品”概念包括四個構成要件：歸屬于文學、藝術和科學領域；具有獨創性；屬於智力成果；能以一定形式表現。在深入了解算法四階段創作過程的基礎上，參酌域外立法及相關的司法實踐經驗可知，如果人工智慧算法生成物在其生成過程中有人類介入、干預或參與，同時該生成物符合現行《著作權法》所規定之作品的其他構成要件的話，應將人工智慧算法生成物納入版權法保護的客體範圍，使之具有“可版權性”。
關鍵詞：算法生成物，人工智慧，著作權，可版權性
一、問題的提出
算法的算力代替人類的人力是世界範圍內社會發展的趨勢，習近平總書記指出：
“新一代人工智能正在全球範圍內蓬勃興起，為經濟社會發展注入了新動能，正在深刻改變人們的生產生活方式。把握好這一發展機遇，處理好人工智能在法律、安全、就業、道德倫理和政府治理等方面提出的新課題，需要各國深化合作、共同探討。中國願在人工智能領域與各國共推發展、共護安全、共享成果。”
現如今的生活中已充斥著人工智慧算法的生成物，如新華社第一位機器人“記者”快筆小新、谷歌“詩人”RKCP、索尼公司的作曲人“流機器”（Flow Machines）、喝彩網的人工智慧平面設計平臺等。人工智慧在國家經濟發展中的重要地位也日益彰顯，《國務院關於印發新一代人工智能發展規劃的通知》（2017）《“十四五”智能製造發展規劃》（2021）《上海新一代人工智能算法創新行動計畫（2021－2023年）》《上海市促進人工智能產業發展條例》（2022）《深圳經濟特區人工智能產業促進條例》（2022）等都不同程度地體現了人工智慧這一推動我國經濟高速發展的重要抓手，在國家戰略或地方層面的部署或推進。在域外, 以非常具有代表性的歐盟為例，早在20世紀80年代開始其就非常重視著作權法在國際競爭力當中的影響力。歐盟在1988年發佈《關於版權和技術挑戰的綠皮書》，主張為了在技術時代取得競爭優勢，歐盟應在未來最富有競爭優勢的領域構建符合新技術要求的、利益均衡的著作權法體系，強調此舉措是最為強勁有效的基礎性公共政策手段。2016年，歐盟委員會法律事務委員會提交了一項要求歐盟委員會賦予自動化機器“電子人”（Electronic Person）的身份的動議。歐盟分別於2018年和2020年發佈《歐盟人工智能戰略》和《人工智能白皮書》，高度強調制度框架的重要性。在著作權法保護全球化的進程中，參考域外經驗對人工智慧演算法生成物的著作權法視角下的法律問題不僅僅具有立法技術上的意義，亦有國際競爭政策上的考量，因人工智慧已逐漸成為當今國際競爭的核心領域。
人工智慧算法算力有效地推動了知識內容的產生速度，極大地豐富了我們的精神世界，同時，其也為著作權法提出了新挑戰，對傳統版權法架構提出了新要求，即人工智慧算法生成物的性質如何界定，這一新型的版權客體能否被納入著作權法的保護客體的範圍，其是否具有可版權性，有待進一步予以研究。2021年生效的《中華人民共和國著作權法》（以下簡稱《著作權法》）對人工智慧算法生成物並沒有進行直接的規定。如何對人工智慧算法生成物進行保護仍是《著作權法》面臨的難解之謎。在現行著作權法框架下是缺失的，關於算法生成物的根本爭議還是其法律定性問題，迄今為止，學界仍未有定論。鑒於此，在借鑒域外立法的經驗並結合中國實踐的基礎上，本文通過深入剖析人工智慧算法生成物的運作邏輯、演算法生成物可版權性的法理檢驗及算法生成物的構成要件，認為人工智慧演算法生成物具有可版權性。
二、算法生成物的運行邏輯
算法研究的原型是人類智慧，而人類智慧又分為“顯性智慧”與“隱性智慧”。“隱性智慧”是發現和定義問題的能力，主要取決於人類抽象的內秉品質，而“顯性智慧”最具操作性的能力，是解決問題的能力，主要依賴于人類比較明晰具體的顯性操作能力，如獲取資訊、提煉知識、演繹智慧策略和執行智慧策略等。目前算法所取得的進展，主要體現為“顯性智慧”的類比與拓展，人工干預程度較高，即“弱人工智慧”。而“強人工智慧”則無人工干預或人工干預程度非常低，如“隱性智慧”中自由意願、想像力、靈感等內容，雖在自然人的創作中扮演著極為重要的角色，但現階段算法無法有效地將意志、感情等內容資料化。鑒於此，本文所討論的人工智慧是指由軟硬體組成的“弱人工智慧”算法，而非無人工干預或人工干預程度（人力的介入性）非常低的“強人工智慧”算法。
現階段廣泛應用的人工智慧均為機器學習，絕大多數具有創作能力的人工智慧亦是通過機器學習實現的。機器學習是指利用不同的演算法規則，反覆運算地從輸入資料（訓練資料）中學習，以改進並描述資料，以此預測結果（即輸出）。機器學習還包括不同的類別，如監督學習、無監督學習、強化學習和基於人工神經網路的深度學習。不同機器學習的學習程序要求各不相同，自然人介入和監督的程度方面也有較大差異。但機器學習均具有統一的核心，即對已編制好的算法規則輸入大量的資料。對一個算法進行訓練包括幾步：其一，創制一個資料集，資料集的創造包括對現有資料進行選擇、拷貝、組織及標籤化處理；其二，將這些資料登錄算法當中，算法即開始根據標籤對資料進行分類學習並研判資料之間的關係；其三，算法開始輸出相應的模型，此時人類或算法需要評估哪一個模型能產生更加精確、更加理想的產出；其四，在不斷地向算法輸入新資料並評估最合適的模型後，選擇性能最好的模型。上述步驟終結後，就選出了最合適的模型，此時使用者可以再對算法輸入資料，而算法會根據訓練的成果及資料生成相應的產出。了解算法的運作程序有助於從構成要件的角度分析演算法創作物的可版權性。
三、算法生成物可版權性的法理檢驗
鑒於算法本身的特殊地位，其生成物是否具有可版權性首先應當通過基礎理論的檢驗。洛克的勞動理論、邊沁的功利理論及人格權理論在版權制度發展歷程中對著作權規範產生了舉足輕重的影響，塑造著現有著作權的制度框架，故應以此類基礎理論對算法創作物進行初步檢驗。
（一）洛克的勞動理論
根據《著作權法》第十條可知，著作權有著作人身權和著作財產權之分，其兼具有人身和財產的雙重屬性。著作財產權或經濟權利，是與著作人身權或精神權利相對應的概念。約翰·洛克（John Loke）所提出的勞動理論就是對財產權的本源進行解釋。洛克指出，法律主體之所以能夠對其財產享有財產權，並不是因為社會契約，亦非君主帝王的賞賜，而是基於自身的勞動。從智慧財產權視角而言，勞動理論意味著人們不過是將勞動產生的一般有形財產拓展到無形的智力財產，隨著智慧財產權概念的產生、發展並被接受，著作權中的作品被解釋為人類的智力勞動成果，勞動理論隨即成為智慧財產權的正當性基礎。
“勞動”在勞動理論中是一個非常抽象的概念，隨著社會從農耕文明發展到工業文明，再到現如今的資訊時代，“勞動”概念早已脫離了傳統的體力勞動而轉變為腦力勞動。具體到電腦領域，現階段的生產方式已經轉變為人類腦力與算法算力的結合，體現為“人類+演算法”的生產模式。再具體到本文所討論的生成物方面，創作本身已經不再是傳統模式下的自然人利用工具同步進行創作，如使用相機、攝影機等，而是實現了人類使用工具創作在時間上的分離。如前所述，自然人在創制相應的算法並輸入相關資料後就由算法接手產生生成物。即使如此，這也沒有改變自然人腦力勞動的本質，如前所述，無論是算法的規劃、資料的選擇與輸入、還是最終算法模型的選擇與結果的篩選，都或多或少地體現了人類的腦力勞動，人類在創作作品時投入了創造性的智力勞動，從這個角度考慮，算法生成物仍屬於人類的智力勞動成果。
（二）邊沁的功利理論
英國法學家傑里米·邊沁（Jeremy Bentham）是功利主義法學的創始人，他認為法律的目的是增進公共幸福，即增進最大多數人的最大幸福。邊沁指出，法律“通過在人們勞動時提供保護，通過使人們確信他們勞動的果實，以此保障勞動者的安全和勞動成果的安全”。功利主義法學亦逐漸成為智慧財產權理論的有力注腳，被著作權領域廣泛接受。實質上，智慧財產權就是通過鼓勵新作品的創作和向社會的傳播來促進社會公共利益（最大多數人的最大幸福）的提高，智慧財產權保護中的諸多措施都是為了這樣的目的，而保護作者權利（勞動）是實現社會公共福利的最好途徑。功利理論的核心是激勵機制，因為持功利理論者堅信財產權的歸屬或者個人所有是在個人之間解決資源配置最有效的方法。
遵循功利理論中的激勵機制進行分析，倘若放棄對人工智慧演算法生成物的保護，認為其不構成著作權法意義上的作品，從而讓其直接進入公共領域，人人皆可隨意使用他人的演算法生成物（亦即進入公有領域被公眾自由使用），那就會無可避免出現“公地悲劇”現象，打擊人工智慧開發者、使用者、投資者或所有者創造、訓練算法並使用相應生成物積極性。長此以往，亦會損害社會發展人工智慧的動力，進而影響人工智慧產業進一步的發展。反之，如果能夠以賦予著作權的方式保護算法生成物，就能夠有效保障相關權利人對算法生成物所享有的權益，作者出於利益驅動亦會有效地使用該生成物，因此而受益的還包括創造算法的工程師等群體，故也能在一定程度上鼓勵新興產業的反覆運算升級，促進人工智慧產業的發展。
（三）作品人格權理論
《民法典》將人格權獨立成編，彰顯了人格尊嚴在中國特色社會主義制度中的重要地位。著作權理論中亦滲透著人格權理論的影子，正如王遷教授所指出的，“按照大陸法系的著作權法理論，著作權法首先要保護的就是這種蘊涵在作品中的作者獨特的人格利益”。作品在某種意義上可被視為是作者人格的外部延伸，是作者抽象人格的具體物化。作品首先必須是人類的勞動成果。在人格權理論下，作者所進行的創作行為即是將自己個人的個性、感受、情感、智識融入作品的過程，這些均體現為作者的人格，而正是這些人格要素的外在表現構成了作品知識增量的基礎，從而形成作品的獨創性。
由此觀之，算法從表面上看僅僅是冰冷的機器，並不具有人格，貌似無法滿足人格權理論的檢驗。但是如上文所述，算法創作的過程主要有四個階段，在每一個階段或多或少都需要人類智識的加入，不存在完全自己生成的算法能夠創作作品。現階段的生產模式仍然是人類腦力與算法算力的結合，算法無非是將人類指令轉換為電信號，再輸出相應的生成物，故人類對算法所發佈的指令其實包涵了人類的人格。
算法的本質究竟是什麼？從算法現階段的發展狀況來看，它既不完全等同于傳統的創作工具，亦不同於有獨立意志的主體。從技術角度觀察，以深度學習算法為例，這一算法模型與人類思考的模型近似：我們是通過歷史經驗對未來進行總結，在面對新問題時，我們可以利用已有的學習成果對未知進行預測，算法則是學習人類所輸入的歷史資料，通過對自己不斷的訓練優化以得到一個最優模型，在遇到新問題時，能夠利用這一新模型進行判斷。即便如此，目前人工智慧算法仍然缺乏前述“隱性智慧”，人工智慧算法目前還沒有完全自由思考的能力，如發現問題、對問題進行定義，即使算法的“顯性智慧”已經遠遠超過人類，如人類無法戰勝的圍棋專家阿爾法狗（AlphaGo），但是算法仍然缺乏發現新問題的能力，其仍然是人類發現問題之後，協助人類解決問題的工具。從倫理角度觀察，算法被創造的目的就是幫助人類解決問題，以拓展人類的自由空間，而不是使算法成為全新的與人類同等的物種。人工智慧本質上屬於“物”的範疇，是權利客體，而算法的本質應當是工具，人類才是目的。
四、算法生成物可版權性的構成要件分析
算法生成物是否具有可版權性的關鍵，在於其是否滿足現行《著作權法》所規定之作品的全部構成要件。新修訂《著作權法》第三條將作品構成要件體現在以下四個方面：屬於文學、藝術和科學領域；具有獨創性；能以一定形式表現；屬於智力成果。從技術層面上，筆者並不否認算法生成物的創作模式與人類創作形式有所區別，但這並不妨礙我們從《著作權法》所規定的作品認定基本原理的角度，來判斷人工智慧算法生成物是否屬於著作權法意義上的創作，仍可對算法生成物進行包括獨創性要求的構成要件的審查。
（一）屬於文學、藝術和科學領域
新修訂的《著作權法》改封閉式列舉為開放式列舉，將“符合作品特徵的其他智力成果”亦納入保護範圍，目前尚無對於作品所屬領域的通說。但在現階段，算法生成物多表現為新聞稿、詩歌等文字作品，或畫作、音樂等表現形式，它們均能在《著作權法》及相關規範性文件中找到其所屬的具體門類，現有算法成果仍屬於傳統創作領域的範疇，基本覆蓋《著作權法》所規定之作品類型，毋庸置疑地屬於“文學、藝術和科學領域”。
（二）具有獨創性
對於人工智慧算法生成物可版權性的判斷，仍應以具有“獨創性”作為判定基準。獨創性概念和對獨創性當中的創造性的要求在全球範圍內隨著人文主義思潮的變遷而不斷演進變化。以自然法為原則的法國著作權法，非常強調作者與作品之間的人格紐帶。此即上文所述人格權理論，這一觀念亦深深地植根于《保護文學和藝術作品伯爾尼公約》（以下簡稱《伯爾尼公約》）中。《伯爾尼公約》亦將獨創性解釋為作者人格的體現。這一“作者中心主義”理論觀深受“浪漫主義作品觀”“人格主義理論”等哲學思想的影響，並受到著作權法實踐界的推崇。但是隨著對版權認知的發展，歐盟國家如德國開始轉向“客觀方面（從外部看起來）的獨特性”。從另外一個角度觀察，英美法系從“額頭流汗”（Sweat of The Brow；一譯“額頭冒汗”）標準，演變到了在著名的Feist案件中美國聯邦最高法院對“獨立創作”和“最低限度的創造性”（Minimal Degree ofCreativity）原則的闡述。按照該原則，只要是獨立的創作，而非簡單的複製，無論是多麼微不足道的創造也能達到這一標準；換言之，即使獨創性當中的創造性方面是微少的，也能滿足該要求，而這一標準日後也成為美國版權法之中獨創性判斷的基石。
在2009年，歐盟法院所裁判的具有里程碑意義的Infopaq案（Infopaq International A/S v. DanskeDagblades Forening）中，法院統一了作品的獨創性這一原本零散的觀念，認為獨創性的重點是“主題被呈現的方式及語言表達的方式”。 獨創性其實體現在作者“自由與創造性的選擇”，如語詞及語句的陳述方式，對於詞語的選擇、排列順序和組合如果是以原創的方式體現作者的創造性，就具有獨創性。在歐盟版權法體系內，甚至考試試卷、資料庫、創造性非常有限的攝影作品也可獲得版權保護。由此可知，歐盟版權法的獨創性標準已被設定在較低的水準。總的來說，歐盟法律對於獨創性的要求是極端低的，只要是作者能夠通過自由地選擇來表達其創造性即可。筆者認為，“自由與創造性的選擇”理論相較於其他理論而言更具體，更適合對作品的獨創性進行判斷。
如前所述，算法創作過程需要經過資料篩選、模型選擇、結果篩選等階段，首先需要自然人選擇不同的演算法（監督學習、深度學習、強化學習等），還需要選擇不同的模型（臨近演算法、樸素貝葉斯、決策樹等），亦需要決定最終創作物的呈現形式等。在這些過程中，算法其實僅僅是被動地接受指令，算法的有限性甚至還限制了自然人無窮的創作可能。隨後才是算法產生創作物階段，算法根據輸入的指令對資料進行學習，研判它們之間的關係並產生一個初步的結果。因為輸入資料的有限性，資料的選擇亦在某種程度上體現了自然人的人格屬性。最後，算法的輸出成果還需要自然人進行篩選甚至編輯，這也是自然人對算法生成物的再次加工。弱人工智慧遠遠無法完全脫離人類而自行創作，其創作過程仍或多或少地體現了設計者或者使用者的意願。現階段算法均或多或少地涉及到自然人“自由與創造性的選擇”，故人工智慧生成物具有獨創性。英美法系國家和大陸法系國家對“獨創性”的要求不同，前者對“獨創性”中“創”的要求仍然遠低於後者，如美國透過Feist案折射出來的立場是主張“獨立創作以及極端最低限度的創造性”標準。
在司法實踐中，非常有代表性的案例是由人工智慧演算法生成物引發的菲林訴百度案。根據北京互聯網法院〔2018〕京0491 民初239 號民事判決書可知，在被譽為我國“人工智慧作品第一案”的裁判中，北京市互聯網法院認為，雖然人工智慧算法自動生成的圖表、文字等在內容、形態、表達方式等方面接近於自然人的作品，具有一定的獨創性，但因其不是自然人的創作成果，所以不構成著作權法意義上的作品。面對算法生成物，該法院展現出的立場或態度說明其只是認為不宜“突破自然人的創作成果仍是構成著作權法意義上的作品”這一必要條件，但其並沒有否認人工智慧算法生成物滿足獨創性要件的可能性。
（三）屬於智力成果
《伯爾尼公約》雖然沒有對作者進行定義，但其文本和歷史背景強烈表明，就《伯爾尼公約》而言，作者指的是創作作品的自然人。譬如，《伯爾尼公約》第二條第六款規定，對作品的保護“系為作者及其權利繼承人的利益而行使”；第六條之二則明確了保護作者的“精神權利”，還提到了作者的“死亡”。我國《著作權法》第十一條規定了作者原則上是自然人，法人或者非法人組織只有在特殊情形下才被“視為”作者。《著作權法實施條例》第三條第一款明確規定，本法所指之創作“是直接產生文學、藝術和科學作品的智力活動”，其強調作品必須是人類的智力成果。美國法院在經典的“猿猴自拍案”中亦指出，因主體是非人類的猿猴，鑒於自由意志是人類獨有的特徵，因此否認其擁有創作能力（Naruto v. Slater, 888 F. 3d 418）。但一旦有自然人的介入，即使是較低程度的介入，亦可能認定其屬於智力成果。
算法雖然能夠在執行階段產生“作品”，但是該作品仍無法脫離自然人對於其設計、資料訓練等內容的選擇與思考，無疑凝結了自然人的智識與創造，其在一定程度上仍是該自然人某種創作意志的延伸。即使自然人的介入程度變得越來越低，如算法可以自己抓取資料、自己對最終成果進行修正等，將此推演到極致，在邏輯上仍然不可能存在一個自我生成的演算法，人工智慧算法算力的提升也難以讓機器具有獨立思維的能力。目前人工智慧均需要自然人不同程度的介入或參與，無論這種介入程度與該算法最終的產出之間有多麼遙遠，也無論產出成果是否在自然人介入時預期的創作意圖之內，這一自然人介入都使得算法具有自然人的智力成果屬性。
在司法實踐中，同樣面對人工智慧算法生成物的定性問題，在腾讯诉盈讯案中，依據深圳市南山區人民法院〔2019〕粵0305 民初14010號民事判決書可知，該法院的法官則主張原告團隊運用人工智慧Dreamwriter软件所生成的文章內容符合文字作品的形式要求，並且體現了原告的需求和創作意圖，其中資料類型的輸入、資料格式的處理及算法模型的訓練等都不同程度地體現了原告團隊個性化的選擇與安排，具有一定的獨創性，故認定其屬於原告團隊主持創作的法人作品。透過本案，說明利用人工智慧所生成的智力成果有獲得著作權保護的可能性。
（四）能以一定形式表現
《著作權法》第二條規定“能以一定形式表現”，這實質上就是強調著作權法意義上的“作品”必須是能被他人客觀感知的外在表達。如前所述，人工智慧演算法有自己獨特的表達方式，該種“表達”方式也屬於應受《著作權法》保護的範疇。
作者獨創性的想法需要透過作者的創作行為才能夠以外在形式表現，這一要件不僅僅包括外在表現形式，更主要的隱含要件是作者創作意圖及其與外在表現的連結。但是創作意圖和最終表達之間連結的緊密程度尚處於模糊地帶，只要創作意圖對創作成果具有一定的預期，這就能為非預期的表達留下一些空間；只要意圖與成果並非完全的獨立事件，就能認定其創作意圖和成果之間的連結。《著作權法》遵循“思想和表達二分”的原則，其保護的並不是抽象的思想，而是保護作品能被他人客觀感知的外在表達。從某種意義上來講，作品的表現形式一般表現為大家“所共同認可的意義符號的排列組合”及其直接限定的相關要素。現階段的算法生成物無疑是可以被感知的客觀存在，只是因為“算法黑箱”的存在，算法的設計者與使用者可能無法精確地預料最終的成果，但只要輸出內容屬於自然人意圖的一般範圍即可，並不需要最終成果被完全預測，這也是人工智慧所造成的“詩意的留白”。
綜上，透過對作品的構成要件的分析，如果人工智慧演算法生成物本身有人類的介入，同時該生成物符合現行《著作權法》所規定之作品的其他構成要件，就應將人工智慧算法創作物納入版權法保護的客體範圍，使之具有“可版權性”。
五、結語
雖然現階段，演算法僅僅達到了“弱人工智慧”階段，在許多事情上還無法像人類一樣思考，無法承載自己獨立的人格，但演算法已經開始脫離傳統上輔助自然人創作的工具屬性，其生成物也與使用者的創作意圖越來越遠。將人工智慧算法生成物視為公共財產置於公有領域的觀點並不可取。如果人工智慧演算法生成物在其生成過程中有人類介入、干預或參與，同時滿足其他構成要件，應當認可人工智慧生成物的作品屬性，從而獲得《著作權法》的保護。換言之，應將有人類干預（如能夠認定其與自然人的聯結的弱人工智慧）且具有獨創性的演算法生成物納入到我國《著作權法》客體保護範疇，從而有利於鼓勵更多作品的創作與傳播，以促進人工智慧演算法在著作權領域的發展。值得指出的是，在可版權性的前提下，人工智慧演算法生成物很有可能構成人工智慧時代下的新型作品，對此，法律必須作出回應。但這並不意味著人工智慧生成物的著作權屬於人工智慧自身，並不是要因此肯定人工智慧的法律主體資格或地位。對於是否應為人工智慧機器人創造法律（電子）人格（electronic personhood），如賦予“電子人”身份，並在此基礎上，讓其依法享有著作權、勞動權等權利和承擔相應義務，筆者認為，就目前而言，鑒於該種法律主體性擴張有可能帶來的各種風險和問題，故不建議法律應賦予人工智慧擬制的法律人格。對於人工智慧生成物的權利歸屬，是屬於人工智慧開發者、所有者、投資者、使用者，抑或是其他利益相關人，應結合相關因素具體問題具體分析。據普華永道的預測，2030年人工智慧產業將為世界經濟帶來至少15.7萬億美元的產值，占到世界GDP總量13.8%，占我國GDP總量的26%。人工智慧與未來“後人類”傳播時代已然到來，在政策選擇上，我們更需沿循規範思路，秉持開放態度。前瞻性地思考和積極應對人工智慧所帶來的挑戰並優化其在著作權領域的立法，不僅能夠增強著作權法律規範的適用性，為司法實踐提供更為合理的適用空間，亦能夠鼓勵優秀作品的創作和傳播，以促進社會主義科學和文化事業的發展與繁榮。
因篇幅較長，已略去原文注釋。