隨著大語言模型的開發(fā)與應(yīng)用,對(duì)于人工智能生成內(nèi)容法律屬性的界定在司法機(jī)關(guān)的裁判中逐漸明朗,當(dāng)前裁判實(shí)踐普遍認(rèn)為,若生成內(nèi)容體現(xiàn)使用者實(shí)質(zhì)智力投入并具有獨(dú)創(chuàng)性表達(dá),可構(gòu)成受著作權(quán)法保護(hù)的作品�；�于此,使用生成式人工智能生成內(nèi)容的行為可能涉及對(duì)他人作品的非法復(fù)制、改編或傳播。生成式人工智能在自然語言處理、圖像生成等領(lǐng)域的突破性進(jìn)展,正重塑著內(nèi)容生產(chǎn)模式,這或?qū)⒁�發(fā)著作權(quán)犯罪風(fēng)險(xiǎn)樣態(tài)的變化與歸責(zé)范式的轉(zhuǎn)型調(diào)整。

生成式人工智能本身不能作為刑事責(zé)任主體

如果按照技術(shù)邏輯去確定生成式人工智能產(chǎn)品的責(zé)任主體,那么生成式人工智能本身應(yīng)作為履行義務(wù)和承擔(dān)責(zé)任的主體。當(dāng)然,這一邏輯是以生成式人工智能適格法律主體為前提,但此類構(gòu)想無疑是對(duì)現(xiàn)有法理及法律體系的顛覆,短期內(nèi)恐怕難以變?yōu)楝F(xiàn)實(shí)。盡管有研究表明,大語言模型具備行為自我意識(shí),能夠自發(fā)識(shí)別并描述自身行為,但這與適格刑事責(zé)任主體所要求的獨(dú)立意志驅(qū)動(dòng)的辨認(rèn)控制能力尚有不小距離。從社會(huì)風(fēng)險(xiǎn)分配的角度,服務(wù)提供者作為技術(shù)受益者,更有能力通過技術(shù)改進(jìn)分散侵權(quán)風(fēng)險(xiǎn),而要求人工智能本身擔(dān)責(zé)既不現(xiàn)實(shí)也無助于問題解決。當(dāng)前,算法主體責(zé)任機(jī)制奠定了我國算法問責(zé)制度的運(yùn)行基點(diǎn),以算法主體問責(zé)算法服務(wù)提供者的前提是預(yù)設(shè)算法的工具屬性,并在此基礎(chǔ)上要求算法服務(wù)提供者主動(dòng)履行積極作為和不作為的義務(wù)。

生成式人工智能涉著作權(quán)犯罪的刑事法律風(fēng)險(xiǎn)可劃分為數(shù)據(jù)訓(xùn)練階段與內(nèi)容生成階段兩大維度

大模型的訓(xùn)練依賴于海量數(shù)據(jù)(包括受版權(quán)保護(hù)的文本、圖像等),生成內(nèi)容可能實(shí)質(zhì)性地復(fù)制或改編原始數(shù)據(jù)。因此,在數(shù)據(jù)訓(xùn)練階段非法爬取受著作權(quán)保護(hù)的作品,可能觸發(fā)刑法第217條規(guī)定的侵犯著作權(quán)罪,而開發(fā)者通過參數(shù)調(diào)整引導(dǎo)模型生成與訓(xùn)練數(shù)據(jù)高度相似的作品,可能構(gòu)成對(duì)“改編權(quán)”的侵犯。

在內(nèi)容生成階段,服務(wù)提供者既可能構(gòu)成侵犯著作權(quán)罪的正犯,也可能構(gòu)成該罪的幫助犯。一方面,當(dāng)生成內(nèi)容與訓(xùn)練數(shù)據(jù)存在“實(shí)質(zhì)性相似”時(shí),服務(wù)提供者的行為可能構(gòu)成刑法第217條第(一)項(xiàng)“未經(jīng)許可復(fù)制發(fā)行他人作品”。生成內(nèi)容雖未完全復(fù)制原始作品,但服務(wù)提供者通過算法提取核心表達(dá)元素進(jìn)行重組,則該行為可能構(gòu)成對(duì)改編權(quán)的侵犯;另一方面,服務(wù)提供者的行為明知模型存在侵權(quán)傾向仍提供技術(shù)服務(wù),可能構(gòu)成相關(guān)犯罪的幫助犯。參照相關(guān)案件裁判要旨,技術(shù)中立抗辯需以主動(dòng)構(gòu)建侵權(quán)預(yù)警機(jī)制為前提;服務(wù)提供者收到侵權(quán)通知后未及時(shí)采取刪除、屏蔽等措施,可能承擔(dān)刑事責(zé)任。司法實(shí)踐中,超期未處理或被推定存在間接故意。如,某互聯(lián)網(wǎng)法院審結(jié)的一起涉生成式人工智能服務(wù)案件,被告人工智能運(yùn)營公司的行為被認(rèn)定為幫助侵權(quán)行為。雖然該運(yùn)營公司主張其并未在算法中設(shè)置誘導(dǎo)性字段,也未在人工智能模型的訓(xùn)練階段提供相似的侵權(quán)素材,但是依據(jù)“避風(fēng)港原則”,當(dāng)原告向其通知可能的侵權(quán)行為時(shí),被告方應(yīng)當(dāng)及時(shí)予以審查,若核實(shí)確存在侵權(quán)行為,應(yīng)當(dāng)直接刪除侵權(quán)作品。此案中,被告方并未充分履行該項(xiàng)義務(wù),導(dǎo)致被判定承擔(dān)相應(yīng)的幫助侵權(quán)責(zé)任。

刑事歸責(zé)的思路轉(zhuǎn)型

生成式人工智能引發(fā)的刑事法律適用爭議,本質(zhì)上是傳統(tǒng)刑法理論遭遇技術(shù)革命的結(jié)構(gòu)性沖突。這些爭議集中體現(xiàn)在主觀要件認(rèn)定與客觀行為判定兩個(gè)維度。

主觀要件的認(rèn)定思路。一是故意的認(rèn)定。在侵犯著作權(quán)罪的構(gòu)成中,“以營利為目的”是認(rèn)定主觀故意的必備要件。但行為主體的技術(shù)行為具有多層間接性,涉及訓(xùn)練數(shù)據(jù)獲取、模型構(gòu)建、內(nèi)容生成、用戶傳播,這使得主觀故意的證明面臨斷裂。例如,技術(shù)黑箱導(dǎo)致的認(rèn)知隔閡。服務(wù)提供者常主張無法預(yù)見用戶利用人工智能所具體生成的內(nèi)容,此時(shí)或根據(jù)預(yù)見可能性,通過訓(xùn)練數(shù)據(jù)構(gòu)成分析推定開發(fā)者的主觀認(rèn)知。若算法的訓(xùn)練集中包含超過特定閾值比重的特定作者作品,即可認(rèn)定提供者對(duì)侵權(quán)結(jié)果具有概括故意。

二是明確技術(shù)中立原則的抗辯邊界。若服務(wù)提供者主張技術(shù)中立原則進(jìn)行抗辯,或可參照美國《數(shù)字千年版權(quán)法》第512條“安全港規(guī)則”,提供者需證明已采取“合理過濾措施”。我國可構(gòu)建“技術(shù)注意義務(wù)清單”。如是否建立版權(quán)作品特征數(shù)據(jù)庫、是否部署生成內(nèi)容相似度檢測模塊、是否實(shí)施用戶提示詞過濾機(jī)制等,未盡到上述義務(wù)者,不得主張技術(shù)中立抗辯。

三是探索過失入罪的認(rèn)定標(biāo)準(zhǔn)。傳統(tǒng)著作權(quán)犯罪采故意責(zé)任原則,但生成式人工智能的技術(shù)特性要求對(duì)過失入罪的可能性予以重新審視。這里主要涉及三個(gè)問題:其一是重大過失的認(rèn)定。當(dāng)提供者未采取行業(yè)通行的版權(quán)保護(hù)措施,如未履行數(shù)據(jù)清洗義務(wù)、算法審計(jì)義務(wù)、風(fēng)險(xiǎn)告知義務(wù)等,導(dǎo)致侵權(quán)內(nèi)容大規(guī)模生成時(shí),可根據(jù)其未履行技術(shù)安全保障義務(wù)而追究其過失責(zé)任。其二是監(jiān)督過失的認(rèn)定。對(duì)開源模型社區(qū)的監(jiān)管責(zé)任,可借鑒產(chǎn)品責(zé)任法中的認(rèn)定思路,即模型發(fā)布者若未設(shè)置基礎(chǔ)過濾機(jī)制,應(yīng)對(duì)下游行為主體改造產(chǎn)生的侵權(quán)后果承擔(dān)過失責(zé)任。若模型發(fā)布者已然盡到其注意義務(wù),且通過開源模型社區(qū)的審核,則不應(yīng)再對(duì)下游行為主體蓄意制造漏洞并據(jù)此產(chǎn)生的不法行為承擔(dān)責(zé)任。其三是過失競合的認(rèn)定。在“提供者過失+使用者故意”的混合場景中,可運(yùn)用“風(fēng)險(xiǎn)升高理論”認(rèn)定因果關(guān)系。

客觀行為的判定思路。一是傳播行為的解釋擴(kuò)張。模型參數(shù)存儲(chǔ)宜被視為“潛在復(fù)制行為”,因其包含作品表達(dá)的數(shù)學(xué)映射。可考慮在立法中將具備以下特征的參數(shù)納入刑法規(guī)制:其一是可還原性,通過逆向工程能提取訓(xùn)練數(shù)據(jù)關(guān)鍵特征,進(jìn)而驗(yàn)證其與侵權(quán)作品的關(guān)聯(lián)性。其二是指向性,若參數(shù)集專門用于生成特定類型作品,可構(gòu)成傳播行為。但“生成即傳播”的特殊認(rèn)定需設(shè)置一些前提條件,如生成內(nèi)容是否會(huì)自動(dòng)上傳至公共數(shù)據(jù)庫,以及是否內(nèi)置社交傳播功能等。當(dāng)人工智能系統(tǒng)具備以上技術(shù)特征時(shí),可突破傳統(tǒng)“復(fù)制—傳播”的二分法。其三是商業(yè)性,即參數(shù)是否被用于付費(fèi)API服務(wù)或模型交易。

二是服務(wù)提供的幫助行為的認(rèn)定。參考既有司法實(shí)踐,違反前置法所設(shè)定的技術(shù)過濾義務(wù)、突破“技術(shù)工具”屬性的實(shí)質(zhì)性誘導(dǎo)行為都被視為幫助侵權(quán)。據(jù)此,提供原始模型接口的行為可構(gòu)成技術(shù)幫助;預(yù)設(shè)侵權(quán)導(dǎo)向的提示詞模板的行為可構(gòu)成教唆幫助。

(作者單位:上海政法學(xué)院、華東政法大學(xué)。本文系上海市哲學(xué)社會(huì)科學(xué)規(guī)劃“研究闡釋黨的二十屆三中全會(huì)精神”專項(xiàng)課題“完善生成式人工智能治理的規(guī)制路徑研究”的階段性成果)