AI遇上版权侵权认定,“接触+实质性相似”如何适用?
在版权侵权认定中,“接触+实质性相似”规则是判断侵权与否的一条重要规则。该规则是指,若原告能证明被告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,则可认定被告构成版权侵权。进入人工智能时代,公众开始使用人工智能进行创作,人机协同的创作方式日渐普遍,这给“接触+实质性相似”这一传统版权侵权判定规则的适用带来了挑战,亟待深入研究。
适用之困:接触主体扩张与相似判断受阻
人工智能时代,接触要件面临着接触主体扩张的挑战。在传统自然人创作场景中,自然人是接触主体;在人机协同创作场景中,使用者和人工智能都可能接触到他人在先作品,接触主体由使用者延伸至人工智能。由此,人机协同创作场景下的接触可分为以下四种情形:
第一,使用者与人工智能均已接触在先作品。此种情形与传统版权侵权场景最为接近。若人工智能生成内容与在先作品实质性相似,应认定接触要件成立,可视为使用者借助人工智能实施了版权侵权行为。第二,使用者与人工智能均未接触在先作品。此时若生成物偶然雷同,应归为著作权法所容许的创作偶合,属于独立创作的免责情形。第三,使用者已接触在先作品,而人工智能未接触过。在此情形下,使用者可能通过诱导性提示词,刻意引导人工智能生成版权侵权内容,应当认为满足接触要件。
最具争议的是第四种情形,即使用者未接触在先作品,而人工智能接触过该作品。作为自然人的使用者,即便身处信息爆炸时代,其实际能够接触到的作品范围依然极为有限。人工智能的强大算力可使其在短时间内学习海量数据,客观上接触的作品数量远超自然人。此时,若将人工智能对作品的接触直接等同于使用者的接触,对使用者并不公平。若仅因使用者主观未知便忽视人工智能接触的客观事实,又可能导致使用者以自身未接触为由逃避版权侵权责任。因此,人工智能在数据训练过程中对作品的接触能否视为使用者的接触,成为人工智能时代接触要件面临的一个难题。

与自然人的抄袭、洗稿相比,人工智能通过提取与重组既有作品元素生成内容,这种使用行为更难被察觉,增加了实质性相似的认定难度。目前,司法实践主要采用整体观感法与抽象分离法两种判断方法,二者在面对人工智能生成内容时都显现出一定局限性。其中,整体观感法依托普通受众的直观感受作出判断,而人工智能经海量数据训练后,其生成内容常在整体风格上与在先作品趋近。这容易导致该方法被扩大适用,许多只借鉴了公有领域通用元素的内容,仅因观感相似,便面临被误判为实质性相似的风险。抽象分离法的思路是先区分不受保护的思想与受保护的独创性表达,再开展细节比对。但人工智能常零散提取各类创作细节,让思想与表达的划分变得不易把握,单独拆分出来的细小内容可能会被划入公有领域,而大量零散片段重新组合后,又有可能实质上利用了他人具有独创性的表达,这种隐性借用很难依靠该方法识别。
规则之基:理论逻辑厘清与司法实践考察
“接触+实质性相似”规则并非成文法的直接规定,而是在长期司法实践中逐步形成的版权侵权判定标准。从理论上看,“接触+实质性相似”规则可追溯至1946年美国的阿恩斯坦诉波特案所体现的“复制+不当挪用”规则。具体包括两步:先判断是否复制了他人的在先作品,再判断这种复制是否构成不当挪用。其中,接触要件对应复制环节。但仅有接触的推定并不足以认定版权侵权,因为著作权法并不禁止他人对作品的接触,而是禁止他人对作品的不当挪用。实质性相似要件便对应不当挪用环节。只有当相似程度足以证明在后作品实质性占用了在先作品的独创性表达时,才能认定达到了不当挪用的程度。
设置接触要件的主要用意,在于为“独立创作”留出必要的空间。著作权法保护具有独创性的作品,其中“独”强调作品应当由作者独立创作完成,而非抄袭他人的结果,“创”强调作品需要体现作者的智力判断与选择。《最高人民法院关于审理著作权民事纠纷案件适用法律若干问题的解释》第十五条明确规定,“由不同作者就同一题材创作的作品,作品的表达系独立完成并且有创作性的,应当认定作者各自享有独立著作权。”接触要件的设置,正是为了将单纯的创作偶合排除在侵权范畴之外,证明在后作品并非来源于作者的独立创作,而是未经许可擅自使用了他人的已有表达。
实质性相似要件的判断重心,则在于划清“借鉴”和“抄袭”的界限。著作权法保护作品的表达,而不延及背后的思想。实质性相似的认定,实际上是在判断在后作品是否超越了单纯的思想借鉴,实质性地抄袭了在先作品中受保护的表达。在后创作者对前人在先作品中的思想、风格等进行学习和吸收,这类借鉴是文化延续与创新的必要条件,不应受到禁止。但若这种借鉴超越了合理的程度,延伸到了他人作品的独创性表达,达到了实质性相似的程度,则构成抄袭,为著作权法所禁止。因此,实质性相似要件的设置,一方面可以为必要的学习借鉴保留空间,防止过宽的著作权保护阻碍后续创作;另一方面又可以保障创作者的智力成果得到保护,从而实现激励创作、繁荣文化的立法初衷。
“接触+实质性相似”规则虽起源于美国,但已成为我国司法实践中认定版权侵权的一条重要规则。最高人民法院在指导案例“张某燕诉雷某和案”的裁判要点中就明确提到,“判断作品是否构成侵权,应当从被诉侵权作品作者是否接触过权利人作品、被诉侵权作品与权利人作品之间是否构成实质相似等方面进行。”
在接触要件的认定上,司法实践对已公开发表的作品和非公开发表的作品有不同做法。对于已公开发表的作品,法院通常会推定接触成立。如北京市第一中级人民法院在一个版权侵权纠纷案件的判决书中指出,“对于如何证明被告是否具有接触到原告作品的可能性,则通常认为在原告作品已公开发表的情况下,考虑到现有资讯的发达程度,应推定被告对原告作品具有接触的可能性,除非被告能够提供足够反证。”对于未公开发表的作品,原告则需举证证明实际接触或存在合理的接触可能性。
在实质性相似的认定上,司法实践并未形成统一做法,即便是同一类型的作品也有可能采用不同判断方法。以美术作品为例,有判决认为美术作品的价值在于通过独创表达在整体上给公众呈现的一种视觉审美冲击和享受,整体独创表达和美感是美术作品的基本属性,因此在认定美术作品的实质性相似时应当采用整体观感法。也有判决采用抽象分离法,先将不受保护的元素排除在外,然后再进行对比。值得注意的是,法院在选择判断方法时并不是单一地选择整体观感法或抽象分离法,而是有可能将二者结合使用。对此,“琼瑶诉于正案”即有体现。在该案中,法院认为“实质性相似的认定可以采用抽象分离法或整体观感法。判断文学作品是否构成实质性相似,根据案件具体情况,可以将两种方法结合使用”。
调适之道:接触要件重构与判断方法融合
人工智能时代,使用者在创作过程中可能并未实际接触在先作品,而是人工智能通过大规模训练学习在先作品,导致生成内容与他人作品构成实质性相似。在探讨能否将人工智能的接触视为使用者的接触之前,需要明确人工智能接触的认定标准。从作品是否发表来看,对于已发表作品,应认定人工智能存在合理的接触可能性。对于未发表作品,因其未进入公共传播领域,人工智能获得该作品的可能性显著降低,不宜直接推定接触成立,需要权利人证明人工智能的实际接触或存在合理的接触可能性,如权利人曾将作品提供给了人工智能或开发者、开发者通过特定渠道获取了该作品等。在作品未发表的情况下,对人工智能的接触认定应当审慎。无论是自然人还是人工智能,其创作都会基于在先作品,都可能构成创作偶合,尤其是在创作空间不大的领域。
在认定人工智能具有合理接触可能性的前提下,这种接触可以视为使用者的接触。因为接触要件的设立旨在排除独立创作情形,使用者利用接触过在先作品的人工智能进行创作不属于此类情形。由于人工智能已通过大规模训练接触过海量公开作品,使用者通过该工具生成的相似内容,不是来源于使用者的独立创作,而是有理由认为其来源于人工智能对在先作品的复制。也就是说,当使用者利用人工智能生成与他人作品实质性相似的内容时,不应视为使用者独立创作所导致的创作偶合,而应认为是使用者利用人工智能再现了他人作品。需要明确的是,将人工智能的接触视为使用者的接触并不必然导致不公平的结果,因为在版权侵权判定中,即便使用者主观并不知晓,也依然构成版权侵权,需要承担停止侵权的法律责任。主观是否知晓的状态,可能会对后续的损害赔偿责任产生影响,但并不影响使用者的行为客观上侵犯了他人著作权。
在判断人工智能生成内容是否构成版权侵权时,实质性相似的认定需要充分考虑人工智能创作带来的挑战。单一适用整体观感法和抽象分离法都呈现出一定局限性,将两种方法结合使用更为合适。
面对人工智能基于海量数据学习、重组生成的内容,应当以抽象分离法为主要判断路径。因为人工智能生成的内容往往不是对现有作品的直接复制,而是通过对海量作品的提取和重新组合形成新的表达。抽象分离法先将思想、公有领域元素、通用表达等不受保护的部分分离出来,识别出真正受保护的独创性表达,再进行对比。因此,这一判断方法可以更加准确地识别人工智能生成内容是实质上复制了在先作品的独创性表达,还是仅学习借鉴了公有领域的通用思想或惯用表达。然而,抽象分离法在面对人工智能时也可能存在潜在漏洞,精细化的片段对比可能会忽略创作元素经过重新组合后在整体结构、效果层面形成的实质性相似。此时,整体观感法可以发挥重要的补充与验证作用。
总之,人工智能时代,“接触+实质性相似”规则虽然面临着挑战,但并非完全失去其价值,而是需要进行调整与回应。在接触要件上,可以将人工智能的接触视为使用者的接触,使用者利用接触过他人作品的人工智能生成实质性相似内容不属于创作偶合,而是对他人作品的再现。与此同时,为公平合理地维护使用者合法权益,当使用者能够提出反证时,应当予以考虑。在实质性相似的认定上,应当以抽象分离法为主,以整体观感法为辅,两种方法结合使用,进行综合判定。
(作者冯晓青为中国政法大学民商经济法学院教授、博士生导师,陈瑶为中国政法大学民商经济法学院硕士研究生)
编辑: 程宇凡

微信
QQ
朋友圈