作者简介

　　吴汉东（1951—），江西东乡人，中南财经政法大学，教授，博士，研究方向：知识产权法；

　　刘鑫（1991—），山东蓬莱人，中南财经政法大学，副教授，博士，研究方向：知识产权法。

　　摘要

　　生成式人工智能的复合产品结构与自主运转功能造成了知识产权法律适用的难题与挑战。在复合产品结构下，知识产权法律难题源于生成式人工智能核心要素之算法与数据的知识产权保护问题；在自主运转功能下，知识产权法律挑战则呈现为生成式人工智能衍生内容的知识产权授权与确权问题。对此，应积极推进生成式人工智能场景下的知识产权法律变革，立足生成式人工智能核心要素与衍生内容，有针对性地展开知识产权制度创新，从而实现对生成式人工智能知识产权法律问题的合理回应。

　　关键词

　　生成式人工智能；知识产权；算法；数据

　　作为新一代科技革命的重要典型代表，人工智能对当下法律规则和法律秩序的挑战是前所未有的，包含知识产权法在内整个法律制度体系都或多或少存在适用的难题与困境，尤其是伴随着近来生成式人工智能的快速兴起，相关法律制度产品的供给缺陷问题格外凸显[1]。所谓生成式人工智能，即指由算法和数据驱动，提供生成式人工智能产品或服务的技术类型。2022年11月，由美国OpenAI人工智能实验室开发的具备强大的语言处理与文本生成能力的新型生成式人工智能ChatGPT（全称Chat Generative Pre-rained Transformer）一经推出，便在全球范围内引起了轩然大波。当人们在为ChatGPT以对话方式进行人机交互，并根据指令生成内容的强大功能而欢呼雀跃的同时，社会各界关于ChatGPT应用法律风险的讨论更是不绝于耳[2]。对此，2023年4月，国家网信办专门发布了《生成式人工智服务管理办法（征求意见稿）》（以下简称《管理办法》），力图构建生成式人工智能的基础规范秩序。然而，仅仅依靠前述《管理办法》，事实上并不能将生成式人工智能本身蕴含的及其衍生的所有法律问题予以全面规制。尤其是基于ChatGPT等生成式人工智能问题的技术本源性，相关的法律难题与挑战在知识产权领域体现得格外突出，从生成式人工智能的基本架构到生成式人工智能的运转过程，知识产权法律的适用问题贯彻始终。针对生成式人工智能的知识产权法律问题，须在《管理办法》有序实施的基础上，以适时的规则再造对生成式人工智能相关的新领域、新业态进行知识产权制度框架下的法律回应[3]。为此，应在理顺生成式人工智能知识产权法律问题基本由来与具体表现的基础上，有针对性地对生成式人工智能知识产权法律难题与困境的应对策略予以深入探讨。

　　一、生成式人工智能知识产权法律问题的基本由来

　　早在 20 世纪末，美国科学家泰勒和科扎便分别以人工神经网络技术和基因编程技术为基础，开发出能够主动创新的人工智能机器人Creativity Machine和 Invention Machine[4]。如今，美国OpenAI人工智能实验室更是凭借海量文本深度挖掘的机器学习系统开发出具备人机互动能力，并能够模仿人类对话者进行程序、音乐、诗歌等多种内容创作与编辑的ChatGPT[5]。伴随着生成式人工智能在技术构架上日趋完善、在产品类型上日渐丰富，日益凸显的知识产权法律问题却也与之相伴而生，一方面，生成式人工智能由多项技术成果组成的复合产品结构会带来知识产权保护客体的重叠性难题；另一方面，生成式人工智能脱离人类干预与控制的自主运转功能则会引发知识产权保护标准的颠覆性挑战。由此，有必要从生成式人工智能的复合产品结构和自主运转功能两个维度予以分别展开，明确生成式人工智能的知识产权法律问题缘何而来，以便进行生成式人工智能的知识产权法律问题应对路径的选择与探索。

　　（一）生成式人工智能复合产品结构所带来的法律难题

　　从IBM公司研发的“沃森”（Watson）机器人到当下风靡全球的ChatGPT，人工智能技术的突破一次次刷新着人们对于“机器”的认知。生成式人工智能作为当下前沿的技术类型，涉及算法设计、数据整合、语音识别、图像处理等诸多技术内容。在社会生产生活中所涌现出的一系列生成式人工智能软件及产品，与传统技术产品相比，无疑在技术构造上更为复杂，它们不仅仅局限于某一个特定的功能领域，而是以算法为基础、数据为保障，在“大数据”与“大计算”的共同驱动下融入多功能维度的综合性技术成果。这种生成式人工智能软件及其产品呈现与计算机、通讯设备等领域相类似的复合技术结构，需在对其进行知识产权保护与运营的过程中予以特别关注[6]。

　　但是，该如何对生成式人工智能软件及产品进行技术层级划分，又该如何对不同层级中的技术成果展开合理的知识产权保护与高效的知识产权运营，则是当前亟须解决的实践难题。以ChatGPT为例，该技术在本质架构与运转模式上属于人工智能生成内容的AIGC（AI Generated Content）范畴，是继用户生产内容的UGC（User Generated Content）模式后的全新内容生成机制。进一步从其复合结构的技术层级来看，ChatGPT 可以被划分为基础层、认知层和应用层，其中，基础层中的智能算法及数据资源是ChatGPT运行的根本保障，认知层中的自然语言处理和机器学习是ChatGPT运行的技术模型，而应用层的智能软件和智能产品则是ChatGPT运行的效果呈现[7]。因此，对于ChatGPT等生成式人工智能的知识产权保护与运营，无疑也应从不同的技术层级出发，有选择、分步骤地展开相关对策的探寻与纾解。

　　进而言之，基于生成式人工智能的复合性结构，最后流向市场的应用软件和终极产品往往是认知层中由基础算法和数据所驱动的相关技术成果的结合体。相应地，在生成式人工智能应用软件和终极产品之上的知识产权保护模式也呈现出一种权利集聚的局面，涵盖了认知层中的数项基础性软件的著作权与具体性技术的专利权。而在认知层的相关软件与技术，无疑又是由基础层的智能算法与智能数据所驱动，并在大计算加持和大数据保障的“算法+数据”模式下高效运行。因而，在论及生成式人工智能的知识产权保护问题时，则需以智能算法及数据为基础予以具体展开。在此基础上，相关基础性软件独创性，以及具体性技术新颖性和创造性的知识产权客体适格性判断，无一例外都是取决于底层算法及数据的[8]。究其根本，在生成式人工智能的复合性结构下，相关知识产权客体适格性的判断事实上是对于相关智能算法及数据特异性的评定[9]。由此可见，生成式人工智能复合产品结构所带来的知识产权法律难题，从根源上讲，则是作为生成式人工智能核心要素的智能算法与数据的知识产权保护问题，相应的基础软件与具体技术只是智能算法与数据的客体外观而已。

　　（二）生成式人工智能自主运转功能所诱发的法律挑战

　　人工智能技术的飞速发展与普及，使人类社会逐步进入全新的人工智能时代，诸如诗歌撰写、乐曲谱写、新闻创作、图画绘制、技术研发等越来越多的创造性内容可以由人工智能自主生成。这种脱离人类控制与干预的自主运转功能，是人工智能与传统技术相比的本质区别之所在，并使人工智能具备替代人类进行创造性工作的能力[10]。当前，随着ChatGPT等生成式人工智能在社会生产生活中的广泛应用，具备知识产权客体外观的海量衍生内容由于人工智能所生成，有关人工智能生成内容的著作权及专利权的法律规制问题也随之应运而生，并引起社会各界的广泛关注与热烈讨论。

　　在生成式人工智能的自主运转过程中，由机器算法规则、情感计算框架、文本表达模型等数据训练技术要素综合运用所形成的相关内容，是具备著作权法意义上“思想表现形式”之作品外观的，并且很难直接从独创性要求方面将其完全区别于人类创作作品[11]。有关生成式人工智能衍生内容的著作权定性问题的讨论与争议便由此产生，有学者从著作权的人类创作基点出发，否定了应用算法、规则和模板所生成内容的独创性[12]；同时也有学者认为生成式人工智能衍生内容可以被认为是以算法程序设计著作权为基础而形成的、具有独创性的演绎作品[13]。与之相类似的观点、学说还有很多，尤其在当前ChatGPT的应用热潮中，相关分析与阐述更是层出不穷，逐步形成了理论争鸣的论辩态势。不仅如此，在司法实践中也呈现观点的分异。从“北京菲林律师事务所诉百度公司”一案中计算机软件智能生成内容被否认作品属性，到“腾讯公司诉上海盈讯科技公司”一案中腾讯机器人Dreamwriter自动撰写文章被认定构成法人作品，再到近期人工智能生成图片具备独创性的著作权司法承认，司法裁判者给出了不同的答案。对此，到底该如何抉择，怎么进行人工智能内容的著作权定性，无疑是当前生成式人工智能自主运转功能带给我们的一大法律挑战。

　　与此同时，生成式人工智能自主运转所衍生的内容不仅局限于“思想内容”之“表达”，还可能是“技术方案”之“反映”，而这也使人工智能生成技术方案的可专利性问题进入了人们的视野[14]。对此，学者们也纷纷各抒己见，提出了一系列与之相关的理论阐释与法律建议。例如，有学者从我国现行专利法关于专利授权的规定出发，对人工智能生成技术方案的可专利性和权利归属问题进行论述[15]；还有学者从人工智能自主生成的技术方案对传统专利制度所提出的严峻挑战着手，进行理论基础、权利主体、利益分配等多方面的分析论证[16]。如此等等，不胜枚举。但究其根本而言，生成式人工智能衍生内容的专利法律问题，与前述著作权法律问题在基本逻辑上并无二致，授权标准与确权机制方面的挑战本质上都是由生成式人工智能自主运转功能所诱发，需以系统性的学理解说与规范构筑加以应对。

　　////

　　二、生成式人工智能核心要素的知识产权保护难题

　　在生成式人工智能复合产品结构下，符合现行知识产权法律要件的基础性软件与具体性技术，在本质上无一例外都是作为生成式人工智能核心要素的算法及数据同现有软件或技术模型相融合的结果。因而，实践中便会在生成式人工智能特定的基础算法或关键数据之上出现一系列软件与技术，相应的著作权与专利权也会在多重主体间呈现出层叠交错的“权利丛林”，进而致使相关市场主体之间产生以自身所有知识产权为依据的相互掣肘[17]。为避免这一情况在激烈的市场竞争中进一步演化为上、下游产业之间无序且极度浪费资源的知识产权“军备竞赛”[18]，不妨从问题的本源着手，回归到生成式人工智能的核心要素之上，并以最为基底的算法与数据作为保护对象，进行生成式人工智能知识产权保护难题的梳理与挖掘。由此，笔者将分别从生成式人工智能基础算法和关键数据两个层面出发，对其中所在存在知识产权保护的法律难题予以阐释与纾解。

　　（一）生成式人工智能基础算法知识产权保护的法律难题

　　生成式人工智能的基础算法是其技术运转与功能呈现的核心驱动，在此基础上所形成的智能软件和技术方案，乃至相关应用产品，无一例外都是在基础算法的预设轨迹下运行实施的。因而若想深入探究生成式人工智能的知识产权保护问题，则需以生成式人工智能的基础算法为中心展开讨论，但在现行知识产权法律制度的规范架构下，算法往往并不属于任何一种客体类型。不仅如此，由于生成式人工智能基础算法本身在概念与理论上的抽象性，其通常被认为是知识产权制度所排除的人类智力活动规则和方法的一种延伸[19]。

　　诚然如此，从近半个世纪来知识产权制度变革的历程来看，生成式人工智能基础算法的知识产权保护并非完全没有可能。在科技变革与产业革新的助力下，知识产权在保护范畴层面的客体限制正在日渐弱化。尤其是在专利授权审查实践中，这一趋势格外凸显，从基因技术专利到商业方法专利，专利法原本对于可专利性对象的法律限定不断被突破。20世纪70年代以来，第四次科技革命实现基因技术勃兴的同时，也带来了对基因技术以专利保护的产业诉求，基因专利的出现则改变了自然发现属于自然法则不具有可专利性的严格限制，并以 1980年的“Diamond诉Chakrabarty案”为起点形成了基因序列与自然状态不同即可获得专利保护的判例规则，这甚至使作为人体组成部分的人体基因也被纳入了具有可专利性的主题之中[20]。而网络技术及电子商务飞速发展则引发了给予商业方法以专利保护的社会呼吁，在 1998年美国法院在“State Street Bank案”中承认了商业方法的可专利性后，专利制度中长期存在的“商业方法例外”瞬间失去效用，虽然2008年美国联邦巡回法院在“In re Bilski案”中引入了商业方法可专利性“机器或转换”检测标准，使商业方法专利授权标准更为严格，但并不能改变商业方法具备可专利性的结论[21]。当前，随着人工智能技术市场化与商业化水平的不断提升，生成式人工智能应用的日渐普及，人工智能基础算法势必也会基于相关产业的利益诉求而被纳入专利法的保护范畴之内，打破算法不具有可专利性的传统认知[22]。

　　进而言之，生成式人工智能基础算法的可专利性评判中，必须格外注意算法与现行专利制度所保护的技术方案等客体类型的区别，从算法兼具抽象概念和技术规则双重属性出发展开规范认定，避免发生算法权力被滥用的算法作恶情形[23]。人工智能算法不同于一般的技术成果，它是非中立，其最终效果的发挥很大程度上受制于数据的质量，其甚至还会通过特定数据处理与整合主导人类选择，因为在算法看来“人”仅仅是数据，抑或是电子痕迹的汇总，经过对数据化、碎片化的资料的整理，便可形成各种各样的自动化区分、评分、排序和决策[24]。因此，在对生成式人工智能基础算法专利保护时，应从算法的本质特点出发，结合《专利审查指南》的具体要求，专门建立人工智能算法的专利授权审查机制，从而实现对生成式人工智能基础算法合理知识产权保护[25]。

　　（二）生成式人工智能关键数据知识产权保护的法律难题

　　生成式人工智能的关键数据是技术运转与功能呈现的重要保证。在缺少关键数据供给与支撑的情况下，无论人工智能具备多么强大的机器学习能力，其所生成的衍生内容也无法达到应用的效果。因而在讨论生成式人工智能核心要素知识产权问题过程中，数据无疑是除算法之外的另一个重要的保护对象，并须以适当的法律规范对其予以有效调整。但是，对于生成式人工智能关键数据而言，如若不展开必要的制度创新，现行知识产权制度则往往并不能对其进行全面的法律保护，相应的数据知识产权保护法律难题也由此触发。

　　在当前知识产权制度体系下，从《与贸易有关的知识产权协定》（TRIPs）到《世界知识产权组织版权条约》（WCT），再到世界各国自身的著作权法律规范，经过一定方式筛选并以一定顺序编排的若干数据都被作为汇编作品予以保护，但在现行知识产权规范中，也只有著作权制度能够以数据汇编作品的形式对生成式人工智能的关键数据展开法律保护[26]。在此基础上，生成式人工智能的关键数据若要获得知识产权保护，则必须满足《中华人民共和国著作权法》（以下简称《著作权法》》）汇编作品的构成要件，不仅需要从形式上具有若干数据排列汇聚的集合性，还需在具体的编排上达到著作权授权的独创性要求[27]。如此一来，对于生成式人工智能的关键数据的知识产权保护范围便被局限在有独创性的数据集合之上了，并不能将所有的生成式人工智能数据类型都囊括在内，无法真正充分实现对于生成式人工智能关键数据的全面知识产权保护。

　　也正是由于现行知识产权制度在生成式人工智能关键数据保护过程中的局限性，《中华人民共和国反不正当竞争法》（以下简称《反不正当竞争法》）在实践中被予以广泛援引，并通过对数据市场竞争行为的法律规制来实现相关数据财产权益的法律保护。除去《反不正当竞争法》商业秘密条款对于保密性智能数据的法律保护外，现行知识产权制度所无法规制的不具有独创性的智能数据也往往是以《反不正当竞争法》的一般条款为依据展开法律保护的。从“大众点评诉百度案”④到“新浪微博诉脉脉案”⑤，再到“淘宝诉美景案”⑥，近年来所涌现出的诸多数据获取与使用纠纷，无一例外都是援引《反不正当竞争法》一般条款对于市场竞争基本要求及不正当竞争行为基本 内涵的原则性规定而进行司法裁决的[28]。在此基础上，《反不正当竞争法》一般条款适用泛化的问题也在数据市场竞争行为规制中不断涌现，虽说弹性、开放的一般条款能够对数据市场上的不当数据获取及使用行为予以合理规制，但其高度的抽象性往往也会在司法实践中引发“公平诚信”与“商业道德”这两项原则性标准的涵摄难题，无法完全实现一般条款在诸多数据不正当竞争案件中适用标准的一致性[29]。此外，还需要格外注意的是，在反不正当竞争的行为规制模式下，生成式人工智能关键数据所获得的保护是一种被动的、消极的法律保护。而且，由于调整法律关系的不同，以及涉及法益的不完全重叠性，数据不正当竞争行为规制与知识产权制度相比，无论在保护的广度上还是强度上都是有所局限的[30]。因此，若要从根本上化解这一问题，则应在知识产权制度框架下进一步构筑全面的数据知识产权保护规则，从而实现对生成式人工智能关键数据充分的知识产权保护。

　　////

　　三、生成式人工智能衍生内容的知识产权规制挑战

　　在生成式人工智能自主运转功能下，衍生内容的生成是人工智能自主机器学习的输出结果，并没有任何主体实质参与其中，因而在知识产权制度以人类创新作为逻辑起点的基础上，对于相关衍生内容知识产权保护的首要挑战即在于生成式人工智能主体资格的缺失性[31]。而即使将主体问题搁置，将主、客体分离讨论，人工智能所生成的衍生内容也同样会面临知识产品授权、确权层面的巨大挑战，不仅作品的独创性与发明的创造性标准会在生成式人工智能衍生内容的知识产权授权中失灵，而且知识产权确权的法律标准也会因生成式人工智能本身的客体属性而失去适用的基础，难以直接确定生成式人工智能衍生内容的知识产权权利归属者和责任承担者。由此，笔者分别从生成式人工智能衍生内容知识产权授权与确权两个层面出发，理顺其中所面临的法律挑战，并有针对性地予以回应。

　　（一）生成式人工智能衍生内容知识产权授权的法律挑战

　　在生成式人工智能衍生内容的知识产权授权中，无论是著作权的独创性标准，还是专利权的新颖性和创造性标准，都面临着前所未有的法律挑战。这是因为现行知识产权制度对于授权标准的设置，是以“人”的智力成果作为逻辑起点的，只有人类创作的作品和做出的发明才是适格的知识产权客体类型[32]。虽说生成式人工智能衍生内容在外观上与人类智力成果并无本质差别，但从生成式人工智能衍生内容的形成过程来看，相关内容往往只是对外部世界的一种客观反映，缺少了智力成果创造所需的主观能动性，并非创造者自身意志与人格的体现，不能满足著作权之独创性及专利权之新颖性和创造性的实质授权要求[33]。

　　然而，究其根本而言，生成式人工智能本身虽不具备智力成果创造所需的法律主体资格，但生成式人工智能基于自身机器学习能力而展开数据挖掘的衍生内容生成过程，在实质上是取决于算法设计者所预设的数据取舍价值标准的，并在很大程度上呈现出了生成式人工智能设计者或使用者的创造意志[34]。由此可见，生成式人工智能所谓的自主运转并不能完全去除人类影响，其所生成的衍生内容无疑也是人类创造意志的一种间接性的延伸反映，因而在对相关衍生内容的知识产权客体适格性评判中，也完全可以据此突破主体资格缺失所带来的桎梏，从作品之独创性以及发明之新颖性和创造性的客体标准展开法律认定[35]。

　　毋庸置疑，在主、客体相分离的法律标准之下，生成式人工智能衍生内容是能够在当前著作权独创性认定及专利权新颖性和创造性认定的架构内实现知识产权授权机制有序运行的，但这并不意味着现行的知识产权授权标准是完全配适于生成式人工智能衍生内容的。在生成式人工智能强大数据挖掘与运算能力面前，包含著作权的独创性标准，以及专利权的新颖性和创造性标准等知识产权授权的客体适格性要求往往都是“不堪一击”的。

　　具体说来，在著作权的独创性认定中，生成式人工智能以其对文本数据的广泛收集与深度整合能够直接实现衍生内容与在先作品之间的差异化表达，并且无法按照人类作品的认知水平来判断衍生内容与在先作品是否存在实质性相似[36]。在此基础上，也正是由于现行独创性标准在生成式人工智能衍生内容评定上的失灵，致使实践中出现人工智能“洗稿”的“高级剽窃”乱象[37]。不仅如此，在专利权的新颖性和创造性认定中，生成式人工智能衍生内容也同样引发了授权标准失灵的问题。一方面，生成式人工智能超强的文本替换与数据挖掘功能，使其具备了最大限度规避现有技术以符合专利授权要求的能力，相关衍生内容所包含的技术要素远超新颖性评定中惯常的现有技术检索范畴[38]；另一方面，生成式人工智能不区分技术领域的技术整合能力，也使相关衍生内容能够不再被限定在特定技术领域之内，突破不同技术领域之间的壁垒，进而致使创造性标准评定中的一般技术人员的理性人假设失去适用空间,甚至还会在实践中引发利用生成式人工智能重述或改写现有专利技术以间接延长保护期限等背离知识产权制度宗旨的市场投机行为[39]。

　　（二）生成式人工智能衍生内容知识产权确权的法律挑战

　　在生成式人工智能衍生内容的知识产权确权中，由于人工智能在主体资格上的缺失性，如何确定相关衍生内容之著作权或专利权的权利归属，以及相关衍生内容之著作权或专利权的侵权责任承担问题便成为了一大法律挑战。回归到人工智能衍生内容生成环节之中，可以发现，并没有任何主体直接参与内容生成，完全是人工智能自主运转的结果。然而，与此同时，也不容否认的是，任何机器都无法脱离人类而独立运行，人工智能衍生内容生成过程虽然不存在人类的干预与控制，但还是有包括算法设计者、数据提供者、投资者、使用者等在内的很多主体间接地为衍生内容的生成提供了支持与保障[40]。因此，可以说，算法设计者、数据提供者、投资者、使用者等主体对人工智能衍生内容生成都做出了各自的贡献，相应的知识产权归属者及侵权责任承担者无疑也应该在众多贡献者之中予以具体确定。在此基础上，一个新的问题便应运而生了，那便是，如何在人工智能衍生内容生成众多贡献者中进行抉择、取舍，确定某一个或某几个主体作为知识产权归属者和对应侵权责任的承担者。

　　在算法设计者、数据提供者、投资者、使用者等贡献者中，每一个主体都具备成为生成式人工智能衍生内容知识产权掌控者，并都能从自身的贡献层面出发给出正当理由。其中，算法设计者直接决定了生成式人工智能的基础运转模式，相关衍生内容往往也是在算法的主导之下形成的，因而参照孳息原理来看，生成式人工智能基于算法所衍生的具体内容在形态上是类似于算法孳息的存在，相关衍生内容的知识产权当然也应由最初的算法设计者所享有[41]。但是，也必须要特别注意的是，生成式人工智能以算法为核心之衍生内容是完全不同于传统理念之下天然生成的物的孳息的。如若仅仅依靠算法，而缺少了关键性数据的支撑，相关衍生内容也势必是难以形成的。因而，在人工智能衍生内容生成过程中，数据提供者也做出了巨大贡献，同样具备成为知识产权人的合理依据[42]。与此同时，投资者作为物质技术条件的提供者，在生成式人工智能系统性的长周期研发与运营实践中无疑是不可或缺的，掌控人工智能自主运转所生成衍生内容的知识产权也必然是投资者的根本性利益诉求之所在[43]。而使用者在生成式人工智能启动时所发出的特定指令则是衍生内容生成的直接导引，在与生成式人工智能的人机互动过程中能够率先实现对衍生内容的事实占有，具有掌控对应知识产权的强烈现实需要[44]。

　　与之相反的是，一旦论及生成式人工智能衍生内容知识产权侵权的责任问题，在算法设计者、数据提供者、投资者、使用者等贡献者之间则会形成与权利争夺相类似的责任推诿，只是各方会将争辩的内容由谁的贡献更大转变为谁对侵权内容的影响最小罢了。虽说从权责一致的法律原则着手，可以确定生成式人工智能衍生内容知识产权的掌控者，即为对应侵权责任的承担者，但问题似乎依旧停留在原点，仍需进一步明确算法设计者、数据提供者、投资者、使用者等众多贡献者之间的权利配置与责任分担。

　　四、生成式人工智能知识产权法律变革的路径选择

　　知识产权制度本身即由创新而生，并随创新而变[45]。面对生成式人工智能复合产品结构和自主运转功能所导致的知识产权法律问题，无疑也应从问题的形成原因出发，有针对性地展开知识产权法律制度的优化与革新。进一步从原因理论来看，复合产品结构和自主运转功能事实上只是相关知识产权法律问题形成的表面诱因，而并非问题的根本缘由。在此基础上，经过前文对生成式人工智能复合产品结构和自主运转功能之下深层法律缘由的挖掘，若要对生成式人工智能的知识产权法律问题予以充分化解，则需一方面以技术的架构解析探求生成式人工智能核心要素之算法与数据知识产权保护法律难题的破除之法，另一方面以技术的机理剖析探究生成式人工智能衍生内容知识产权授权与确权法律挑战的克服之道。

　　唯有如此，在全面解析生成式人工智能的知识产权法律问题的前提下，才能就生成式人工智能知识产权法律变革作出科学合理的路径选择，从而实现对生成式人工智能知识产权充分保护及有效规制的目标与宗旨。

　　（一）形成生成式人工智能核心要素的专门性知识产权保护机制

　　面对生成式人工智能复合产品结构下其算法与数据两大核心要素的知识产权保护难题，应分别从生成式人工智能基础算法与关键数据的本质特征出发，立足二者在实践中所呈现出的具体问题，设置符合相关算法与数据运行需要的专门性知识产权保护机制，并以有针对性的规范设计实现对生成式人工智能核心要素的充分知识产权保护。

　　1. 生成式人工智能基础算法的知识产权保护制

　　在生成式人工智能基础算法的知识产权保护中，以算法技术方案为对象的专利保护是通常的模式选择，但在具体的授权审查实践中却往往由于专门标准的缺乏而无法达到预期效果。目前，我国《专利审查指南》是以“涉及计算机程序的发明专利”来考察人工智能算法可专利性的，而这也就意味着与算法相关的专利申请和授权审查是以概念性抽象算法的具体应用为基础，权利要求在整体上须与计算机程序技术方案相类似[46]。毫无疑问，从抽象算法到具体算法技术方案，是一个智力活动规则转化为应用性算法技术方案的过程，也只有完成这样的转化才能达到专利授权的客观标准[47]。然而，必须强调的是，将人工智能算法技术方案归入“涉及计算机程序的发明专利”的做法只是一种权宜之计。虽然，人工智能算法具备与计算机程序算法相类似的技术外观，但不可否认的是，计算机程序算法是前人工智能时代的产物，在具体技术方案的专利授权审查中并没有涉及智能算法自主运转的技术特征考察。因此，若要实现对人工智能算法可专利性的全面评判，则还需以专门的授权审查机制予以展开，尤其是要从伦理审查视角对“算法作恶”“算法黑箱”等问题格外关注，并在确保生成式人工智能基础算法无害且有益的前提下对其给予合理的知识产权保护[48]。

　　2. 生成式人工智能关键数据的知识产权保护机制

　　在生成式人工智能关键数据的知识产权保护中，著作权法基于汇编作品对具有独创性数据集合的保护，以及商业秘密权对保密数据的保护是当下仅有的两种法律选择。对于那些不满足独创性要求的公开性数据而言，则只能依靠数据市场竞争行为的法律规制予以被动保护。如若想要实现对于人工智能数据的全面保护，则需为不具备独创性的公开数据集合专门构筑起涉及数据制作者权和数据使用者权二元权利结构，兼顾权利保护与权利限制的专门性数据的知识产权保护机制，以填补现有知识产权法律规范在数据保护上的法律空白[49]。如此一来，便形成了以保密数据集合之商业秘密保护与公开数据集合之专门知识产权保护相结合，并以著作权汇编作品保护为补充的多维度、多层次的数据的知识产权保护机制，使我们在生成式人工智能关键数据的保护实践中，能够根据数据应用的不同场景展开合理保护模式的选取[50]。在此基础上，仍需充分发挥《反不正当竞争法》中数据市场竞争规则的兜底保护作用，当穷尽前述知识产权保护机制仍无法有效解决生成式人工智能关键数据的法律纠纷时，应予进行反不正当竞争法的行为规制，对数据知识产权规范存在的立法疏漏之处进行扩展保护[51]。除此之外，在积极推进生成式人工智能关键数据的知识产权保护的过程中，还需要特别关注其与个人信息保护和数据安全维护之间的协调与衔接，形成以知识产权为基础的生成式人工智能关键数据的保护体系[52]。

　　（二）构建生成式人工智能衍生内容的系统性知识产权保护规则

　　面对生成式人工智能自主运转功能下其衍生内容的知识产权授权与确权法律挑战，应从人工智能衍生内容的具体生成过程出发，创制能够契合生成式人工智能的实践运营模式，并且能够贯穿相关衍生内容从理念产生到普及应用整个生命周期的知识产权保护规则，并以此确保生成式人工智能衍生内容知识产权授权与确权工作的有序开展。

　　1. 生成式人工智能衍生内容的知识产权授权规则

　　在生成式人工智能衍生内容知识产权授权过程中，包括著作权之独创性标准、专利权之新颖性和创造性标准等法律标准的失灵是问题症结之所在。对此，应结合生成式人工智能的运行机理，从人工智能衍生内容的产业发展需要出发，对知识产权授权标准予以必要的改良，形成专门的生成式人工智能衍生内容知识产权授权规则。具体而言，在生成式人工智能衍生内容的知识产权客体适格性评定中，首先应将其与人类智力成果相区别，即仅从权利外观着手展开客观要件的考察。在此基础上，对于衍生内容作为作品之独创性，以及作为发明之新颖性和创造性的判断，则应结合生成式人工智能的技术特征，以目前通用性人工智能的数据挖掘与运算处理能力为基准予以衡量，避免人工智能仅通过简单的数据内容替换便生成了的满足知识产权授权要求的新成果[53]。而这也就意味着对生成式人工智能衍生内容的知识产权授权，应采取不同于人类智力成果的技术性标准，以专利创造性为例，便需从一般理性人标准转变为一般水准人工智能标准[39]。但与此同时，必须要注意的是，在知识产权授权中对生成式人工智能衍生内容与人类智力成果的区别对待，只是当下的权宜之计，需警惕投机者以生成式人工智能衍生内容冒充人类智力成果，并以现有的授权标准来获取知识产权。未来，随着人工智能应用日益增多，人机互动日渐交融，整个人类社会都将进入智能化模式，也就无须再对生成式人工智能衍生内容与人类智力成果进行知识产权授权的分类评价了。

　　2. 生成式人工智能衍生内容的知识产权确权规则

　　在生成式人工智能衍生内容知识产权确权过程中，由于人工智能本身主体资格的缺失，便产生了算法设计者、数据提供者、投资者、使用者等贡献者之间的权责分配问题。对此，理论界形成了一种赋予人工智能以类似于法人之有限人格，并由相关主体代为行使有关权利和承担责任的立法构想[54]。然而，实践中仍有诸多的疑虑，人们担忧人工智能的人格拟制会带来人的价值贬抑和物化、异化的伦理危机[55]。事实上，我们不妨先将争议搁置，是否赋予人工智能以法律人格，并不能对具体的权责分配结果有多大影响，即使人工智能获取了人格拟制，具备了主体资格，相应的权利归属与责任承担依然要在算法设计者、数据提供者、投资者、使用者等贡献者之中确定人工智能的实际控制者。由此，生成式人工智能衍生内容的知识产权确权问题，又回到了算法设计者、数据提供者、投资者、使用者等贡献者之间的选择。当然，最为简便的方式即是交由各方主体进行约定，以充分协商来确定由哪一方来享有权利并承担责任，或哪几方按照贡献程度比例来共有权利并共担责任，但在趋利避害的本能下，各方主体之间的权利争夺与责任推诿势必会异常激烈，以致无法达成合意[56]。因而，在约定优先的基础上，还需从生成式人工智能的运营模式出发，确定由衍生内容生成时实际主导与掌控人工智能的一方主体享有权利并承担责任的法定标准予以兜底，从而为生成式人工智能衍生内容知识产权确权的有序进行提供法律保障。

　　////

　　五、结语

　　生成式人工智能作为当前人工智能产业发展阶段下的重要技术类型与运营模式，给现行知识产权制度带来了一系列的适用难题与实施挑战。相关的难题与挑战不仅体现为生成式人工智能复合产品结构之内的基础算法与关键数据知识产权保护问题，同时也彰显于生成式人工智能自主运转功能之上衍生内容的知识产权的授权与确权。对此，应通过适时的知识产权法律再造加以破解，一方面为生成式人工智能核心要素构筑专门性知识产权保护机制，另一方面为生成式人工智能衍生内容搭建系统性知识产权保护规则。在此基础上，也必须看到，生成式人工智能只是人工智能产业发展的一个阶段，未来势必会有更加多的样应用场景与业态出现，新兴的知识产权法律问题也会不断涌现，还需以知识产权制度与时俱进持续创新予以积极应对，从而逐步构筑起智能社会图景下的完备知识产权制度体系。

　　////

　　参考文献

　　[1] 吴汉东. 人工智能时代的制度安排与法律规制[J]. 法律科学(西北政法大学学报), 2017(5): 130-133.

　　[2] 刘艳红. 生成式人工智能的三大安全风险及法律规制——以ChatGPT为例[J]. 东方法学，2023(4) : 29-43.

　　[3] 刘鑫. 新业态知识产权保护法律问题的阐释与疏解[J].中国市场监管研究，2021(10) : 31-35.

　　[4] ABBOTT R. I think, therefore I invent: creative computers and the future of patent law[J]. Boston College Law Review, 2016, 57(4): 1085.

　　[5] 张夏恒.ChatGPT 的逻辑解构、影响研判及政策建议[J]. 新疆师范大学学报(哲学社会科学版), 2023(5): 113-123.

　　[6] J. M. 穆勒 . 专利法[M]. 3版 . 沈超, 等译 . 北京: 知识产权出版社, 2013: 25.

　　[7] LIU X. Basic Architecture and patentability analysis of artificial intelligence technology[J]. 科技与法律(中英文), 2022(1): 118-126.

　　[8] FRASER E. Computers as inventors - legal and policy mplications of artificial intelligence on patent law[J]. SCRIPTed: A Journal of Law, Technology and Society, 2016, 13(3): 319.

　　[9] 付丽霞, 刘鑫 . 人工智能时代新闻出版领域著作权问题的类型化分析[J]. 科技与出版, 2021(6): 110-117.

　　[10] SCHERER M. Regulating artificial intelligence systems: risks, challenges, competencies, and strategies[J]. Harv. J. L. & Tech. 2016, 29(2): 363-374.

　　[11] 吴汉东. 人工智能生成作品的著作权法之问[J]. 中外法学, 2020(3): 653-656.

　　[12] 王迁. 论人工智能生成的内容在著作权法中的定性[J].法律科学(西北政法大学学报), 2017(5): 148-155.

　　[13] 易继明. 人工智能创作物是作品吗?[J]. 法律科学(西北政法大学学报), 2017(5): 137-147.

　　[14] 吴汉东. 人工智能生成发明的专利法之问[J]. 当代法学, 2019(4): 24-38.

　　[15] 朱雪忠, 张广伟 . 人工智能产生的技术成果可专利性及其权利归属研究[J]. 情报杂志, 2018(2): 69-75.

　　[16] 杨利华 . 人工智能生成技术方案的可专利性及其制度因应[J]. 中外法学, 2023(2): 346-364.

　　[17] SHAPIRO C. Navigating the patent thicket: cross licensing, patent pool and standard setting[J]. Chapter in NBER book Innovation Policy and the Economy, 2001, 1(1): 119-150.

　　[18] LEMLEY M. The myth of the sole inventor[J]. Michigan Law Review, 2012,110(5): 749.

　　[19] VERTINSKY L, RICE T. Thinking about thinking machines: implications of machine inventors for patent law[J]. B. U. J. Sci. & Tech. L., 2002, 8(2): 590.

　　[20] LIU X. On policy choice and ethical response of patent protection of gene editing achievements[J]. 科技与法律(中英文), 2023(1): 140-148.

　　[21] 付丽霞. 美国专利客体制度发展历程的回顾与梳理[J]. 中国发明与专利, 2019(1): 20-25.

　　[22] 张吉豫. 智能时代算法专利适格性的理论证成[J]. 当代法学,2021(3): 89-100.

　　[23] 关儒, 黄玉烨 . 人工智能算法的专利适格性问题研究——基于算法特征的讨论[J]. 科技与法律(中英文), 2023(2): 88-96.

　　[24] 郑戈. 算法的法律与法律的算法[J]. 中国法律评论, 2018(2): 66-85.

　　[25] 姚叶 . 人工智能算法专利的技术、理论、问题与中国之应对[J]. 科技进步与对策, 2022(16): 134-141.

　　[26] 吴桂德. 商业数据作为知识产权客体的考察与保护[J]. 知识产权, 2022(7): 91-109.

　　[27] 田小楚, 高山行. 论大数据在著作权法保护中的冲突 与协调[J]. 重庆大学学报(社会科学版), 2021(1): 141-151.

　　[28] 刘鑫. 大数据时代数据知识产权立法的理据与进路[J]. 知识产权, 2023(11): 41-58.

　　[29] 于是.《反不正当竞争法》一般条款适用的泛化困局与绕行破解——以重构“二维指征下的三元目标叠加” 标准为进路[J]. 中国应用法学, 2020(1): 112-132.

　　[30] 李爱君. 数据权利属性与法律特征[J]. 东方法学, 2018(3): 64-74.

　　[31] DAVIES C R . An evolution step in intellectual property rights—artificial intelligence and intellectual property[J]. Computer Law & Security Review, 2011, 27(1): 601-619.

　　[32] 梁志文. 论人工智能创造物的法律保护[J]. 法律科学 (西北政法大学学报), 2017(5): 156-165.

　　[33] 张怀印,甘竞圆 . 人工智能生成物著作权归属问题研究——谁有资格放弃《阳光失了玻璃窗》的版权?[J]. 科技与法律, 2019(3): 34-41.

　　[34] 熊琦. 人工智能生成内容的著作权认定[J]. 知识产权, 2017(3): 3-8.

　　[35] 刘鑫. 人工智能创造物知识产权保护的正当性释疑——黑格尔“财产权人格学说”下的理论证成与制度调适[J]. 科技与法律, 2020(6): 41-47.

　　[36] BOYDEN B. Emergent works[J]. Columbia Journal of Law & the Arts, 2016, 39(3): 377-394.

　　[37] 谢晶. 论微信公众号“洗稿”作品著作权侵权判定[J]. 电子知识产权, 2019(3): 52-58.

　　[38] 刘强, 周奕澄 . 人工智能发明专利审查标准研究[J]. 净月学刊, 2018(3): 76-85.

　　[39] 刘鑫. 人工智能生成技术方案的专利法规制——理论争议、实践难题与法律对策[J]. 法律科学(西北政法大学学报), 2019(5): 82-92.

　　[40] 孙正樑. 人工智能生成内容的著作权问题探析[J]. 清华法学, 2019(6): 190-204.

　　[41] 黄玉烨, 司马航. 孳息视角下人工智能生成作品的权利归属[J]. 河南师范大学学报(哲学社会科学版), 2018(4): 23-29.

　　[42] 王瀚 . 欧美人工智能专利保护比较研究[J]. 华东理工大学学报(社会科学版), 2018(1): 100.

　　[43] 许明月, 谭玲. 论人工智能创作物的邻接权保护——理论证成与制度安排[J]. 比较法研究, 2018(6): 42-54.

　　[44] SAMUELSON P. Allocating ownership rights in computer-generated works[J]. University of Pittsburgh Law Review, 1986, 47(4): 1199.

　　[45] 吴汉东. 知识产权法的制度创新本质与知识创新目标[J]. 法学研究, 2014(3): 95-108.

　　[46] 狄晓斐. 人工智能算法可专利性探析——从知识生产角度区分抽象概念与具体应用[J]. 知识产权, 2020 (6): 81-96.

　　[47] 吴汉东. 计算机软件专利保护问题研究[J]. 当代法学, 2022(3): 3-16.

　　[48] 刘鑫. 专利授权伦理审查的制度重构——从“科技向善”到“专利向善”的法律安排[J]. 法学评论, 2023(3): 89-100.

　　[49] 吴汉东. 数据财产赋权的立法选择[J]. 法律科学(西北政法大学学报), 2023(4): 44-57.

　　[50] 丁晓东. 论企业数据权益的法律保护——基于数据法律性质的分析[J]. 法律科学(西北政法大学学报), 2020(2): 90-99.

　　[51] 卢纯昕. 反不正当竞争法在知识产权保护中适用边界的确定[J]. 法学, 2019(9): 37-39.

　　[52] 刘鑫 . 企业数据知识产权保护的理论证立与规范构造[J]. 中国法律评论, 2023(2): 38-50.

　　[53] HATTENBACH B, GLUCOFT J. Patents in an era of infinite monkeys and artificial intelligence[J]. Stanford Technology Law Review, 2015, 19(1): 32-51.

　　[54] 袁曾. 人工智能有限法律人格审视[J]. 东方法学, 2017(5): 50-57.

　　[55] 刘鑫. 人工智能自主发明的伦理挑战与治理对策[J]. 大连理工大学学报(社会科学版), 2023(4): 80-85.

　　[56] MERGES P. Individual creators in the cultural commons[J]. Cornell Law , 2010, 95(4): 793-806.

　　友情提示：有需要订阅《科技与法律（中英文）》期刊的，图书馆征订可与北京人天书店集团股份有限公司（简称“人天书店集团”）联系，具体联系方式可上网查阅；个人订户订购《科技与法律（中英文）》杂志，可联系韩老师（海天华教），电话：010-51798620。本刊没有邮发服务。特此告之！