当前世界各国政府都在努力调整知识产权制度，以适配人工智能带来的现实挑战。在新加坡知识产权周配套活动——全球知识产权论坛（Global Forum on Intellectual Property）上，由法律、技术及商界领袖组成的专家小组指出，人工智能治理的未来不能仅仅依靠诉讼或者监管手段，更有赖于政策制定者、权利持有人与技术开发者开展协作。

此次论坛于8月27日举办，议题为《诉讼、监管还是共创？构建人工智能时代知识产权新范式》，聚焦创新经济面临的最紧迫问题之一：如何在鼓励人工智能发展与保护知识产权之间实现平衡。此次讨论恰逢一个关键节点：新加坡于8月26日就人工智能对版权法与专利法造成的影响启动公众意见征询，而国际上围绕人工智能训练数据、作者资格产生的法律纠纷正持续增加。

该论坛由宾夕法尼亚州立大学迪金森法学院（Penn State Dickinson Law）研究兼战略合作副院长达里尔．林（Daryl Lim）主持，与会专家探讨了不同司法辖区如何应对人工智能领域的监管、许可、发明人资格以及法律责任问题。

各国监管模式分化

论坛反复探讨的核心议题之一，是美国、欧洲、中国与新加坡在处理人工智能相关知识产权问题上采取的不同路径。

OpenAI高级法律顾问马克．格雷（Mark Gray）表示，美国法律体系依托灵活的版权制度，法院无需等待立法修订，即可适配新兴技术。“美国灵活的合理使用制度，能够让法院应对新兴技术变革，不必频繁更新立法。”

这种灵活性，也是当前围绕“能否使用受版权保护素材训练人工智能模型”争议的焦点。支持者提出，利用数据训练人工智能属于类似搜索引擎索引的转换性使用；反对者则认为，大规模爬取受版权保护作品会损害创作者权益，破坏版权许可市场。该问题仍是全球版权领域最富争议的议题之一。

与之形成对比的是，北京己任律师事务所（GEN Law Firm）合伙人何菁将中国的治理路径概括为务实且高度协同。“中国监管的核心关注点，是防止相关技术被用于大规模操控舆论或煽动社会动员。”他同时提到，监管机构一般允许开展试点探索，但要求开发者在清晰划定的监管红线内活动。

与此同时，新加坡被展示为一条中间道路。艾伦．格莱德希尔律师事务所（Allen&Gledhill）合伙人、知识产权主管斯坦利．赖（Stanley Lai）重点介绍了新加坡2021年《版权法》新增的计算数据分析（CDA）例外规则。该规则允许在特定情形下将受版权保护素材用于机器学习与数据分析，同时设置防范非法获取与不当使用的保障规则。“计算数据分析例外是多方共创形成的解决方案，”他称，这项制度是政策制定部门、产业界与权利持有人持续对话的成果。

这套计算数据分析框架获得越来越多国际关注，其目标是兼顾创新发展与创作者保护，而很多司法辖区至今仍难以破解这一难题。

训练数据困境

辩论最为激烈的议题，是人工智能企业应当以何种方式获取训练前沿大模型所需的海量数据集。

格雷认为，考虑到现代人工智能的发展规模，普遍适用的选择加入（事先授权）许可制度并不具备可行性。

“训练前沿大模型需要数万亿的文字与图像素材，选择加入许可模式并不现实。”他补充道，很多作品权属难以确认，在缺少集中登记制度的司法辖区尤为突出。不少人工智能开发者也持相近观点：如果训练使用的每一份作品都需要事先取得许可，企业几乎无法开发具备竞争力的人工智能模型。

但国际复制权组织联合会（IFRRO）首席执行官兼秘书长安妮塔．胡斯‑埃克尔胡尔特（Anita Huss‑Ekerhult）对此提出不同看法。她表示，现有集体许可机制已经成熟，完全可以拓展适用至人工智能场景。

她以版权清算中心（Copyright Clearance Centre）、挪威科普诺（Kopinor）等集体管理组织为例，这类机构能够代表数百万创作者开展授权。胡斯‑埃克尔胡尔特提出，只要政府、创作者与科技企业通力合作，大规模版权许可完全具备落地条件。

该争议在欧洲尤为突出。欧盟版权制度规定的文本与数据挖掘例外规则、选择退出机制，已经成为各方交锋焦点，人工智能开发企业与权利持有人围绕训练数据获取问题分歧明显。

人工智能产生侵权内容，责任由谁承担？

专家小组还探讨了人工智能法律领域最棘手的问题：当人工智能系统生成侵权内容时，应当由谁承担法律责任？

斯坦利．赖提出，责任归属往往取决于用户的控制程度。“责任认定的关键在于控制权。”他指出，倘若用户刻意设计提示词，指使人工智能复制受保护作品，开发者未必需要承担责任。他补充道，对于具备大量非侵权用途的技术，历来不适用严格责任。

随着各国法院陆续受理人工智能生成图片、文本及软件相关侵权案件，该问题愈发重要。新加坡知识产权局（IPOS）同样认为，责任判定需要结合开发者、部署方与使用者的具体情形个案分析。

人类创造力依然重要

尽管讨论大多围绕人工智能展开，专家小组强调，人类始终是创新的核心。

应用材料公司（Applied Materials）知识产权高级总监兼全球法律数据分析主管奥利维娅．科恩特约罗（Olivia Koentjoro）对“人工智能可独立完成创新”的观点提出质疑。结合自身实务经验，她表示打造性能优异的人工智能离不开大量专业人力投入。

“开发专有模型需要大量人工工作：设计模型架构、清洗数据集，以及由领域专家开展验证工作。”她称，想要突破人工智能存在的“精度壁垒”，离不开上述人力付出。

同样，何菁也提出，留存人类参与研发的记录，在未来专利纠纷中将起到关键作用。记录参数筛选、模型调整、方案决策的相关文件，有助于证明形成发明人资格所必需的人类创造性贡献。

走向多方共创

虽然各方在训练数据、许可模式与侵权责任方面尚存分歧，但与会专家基本达成共识：仅依靠诉讼或者监管，无法形成长效解决方案。

科恩特约罗呼吁搭建常态化沟通渠道，让企业在保守商业秘密的前提下，向政策制定部门分享实务经验。格雷认为，开放权重人工智能模型能够降低创新的获取门槛，推动创新普惠化。斯坦利．赖肯定持续开展多方利益相关者对话的价值；胡斯‑埃克尔胡尔特则提出，需要建立可持续的创作者收益补偿机制。

论坛最后形成共识：成功的治理模式，不在于赢得诉讼或是无休止扩大监管范围，而在于打造稳定的协作环境，让权利持有人、人工智能开发者与政府携手合作。

新加坡当前正围绕版权、专利与人工智能启动公众意见征询，上述治理思路极具现实参考意义。全球知识产权制度正迎来考验：人工智能技术迭代速度远超立法进程。究竟依靠诉讼、监管还是多方共创，目前尚无标准答案。但专家形成清晰共识：创新的未来，需要找到平衡点，既能保护创作者合法权益，又不至于阻碍技术进步。（编译自www.asiaiplaw.com）

翻译：王丹　校对：刘鹏