1. 问题的提出
人工智能得以在多场景完成自我优化并高效适用的核心在于其具备强大的机器学习能力，基于此，人类能够实现在繁重、复杂、危险的劳作环境中解放双手的初衷。然而，人工智能在各行各业的广泛应用如同打开了潘多拉魔盒，在提高人类生活质量的同时触碰甚至逾越了法律红线。当前，学界对于机器学习的结果能否受到著作权法规制的探讨尤为激烈，主要围绕人工智能作者身份辩驳、人工智能生成物的作品属性认定以及作品权利归属等议题，而针对机器学习行为本身的著作权侵权问题缺乏系统性的论述。人工智能在创作1过程中势必要复制海量的数字版权作品作为其训练数据，尽管我国最新修正的著作权法在第24条安置了兜底条款，但至多是半封闭式 [1] 的著作权例外规则仍难以为人工智能利用作品的行为提供符合实际需要的侵权抗辩事由。
2. 我国人工智能创作对著作权合理使用制度的冲击
2.1. 人工智能创作超出“个人使用”之规范意旨
现行著作权法第24条第1款第1项规定：“为个人学习、研究或者欣赏，使用他人已经发表的作品”。然而，人工智能的创作情境却与该项之规定存在水火不容的关系：第一，纵使目的解释、文义解释、论理解释及体系解释等多种法律解释学方法之适用，也难以将使用主体范围从“个人”扩张到“法人或其他组织”。若采用扩大解释对“个人”加以理解，认为“个人”的范围应涵盖法人或其他组织，那这种裁量性说理会颠覆人们对生活的一般认知，也与立法原意相悖。也就是说，该项中的“个人”应仅限于自然人 [2] 。第二，企业出于维护部门利益或提高产业市场中核心竞争力的需要，进行高强度的人工智能创作活动，难以满足该项所限定的“非商业性”目的。
2.2. 人工智能创作超出“科学研究”之目的性范畴
现行著作权法第24条第1款第6项规定：“为学校课堂教学或者科学研究，翻译、改编、汇编、播放或者少量复制已经发表的作品，供教学或者科研人员使用，但不得出版发行”。然而，看似致力于科学研究的人工智能创作却难以利用此项规定筑起诉讼防御之盾：首先，以公益为目的的著作权例外规定难以与争夺市场份额、甚至想在国际舞台上分一杯羹的商业性企业在运营目的上实现兼容。其次，人工智能无意识获取数据的技术特征决定了其往往是通篇复制。最后，该项之规定要求主体身份为科研人员，但就实际情况来看，能够获取充分数据资源并进行开发利用的主体只能是拥有雄厚资源的商业性企业。
2.3. 人工智能创作超出“适当引用”之边界
现行著作权法第24条第1款第2项规定：“为介绍、评论某一作品或者说明某一问题，在作品中适当引用他人已经发表的作品”。人工智能创作结果中势必包含原作品中被捕捉的内容，看似符合“适当引用”的情形，但分析人工智能创作本质可知，这一抗辩事由难以与其相容：其一，在人工智能通过机器学习对几种主题不同的数据集重新排列组合形成更有价值的知识产品时，其创作目的是为了生成新市场界线内的增值作品 [3] ，而非单纯为了介绍、评论某一作品或者说明某一问题。其二，使用者难以精准控制人工智能在创作过程中获取数据的范围、数量和种类，在创作结果中人工智能又无法自发辨析原数据集团的权利属性 [4] ，因此难以在“适当引用”上寻找落脚点，极易超出合理引用的边界。
3. 人工智能创作合理使用制度的比较法评述
3.1. 欧盟关于TDM例外的谨慎态度
欧盟《数字化单一市场版权指令》(DSM指令)第3条规定了研究机构和文化遗产机构为科学研究的目的而进行的文本与数据挖掘行为(Text and Data Mining, TDM)例外 [5] ，其将TDM的适用主体限制为“研究机构”和“文化遗产机构”两类，又根据第2条语词解释可知，“研究机构”指大学(包括其图书馆)、研究所，以及其他以进行科学研究或开展涉及科学研究的教育活动为主要目的的实体，并且该机构应当符合：a) 以非营利为基础，或将所有利润再投资于其科学研究；或者b) 出于为成员国所承认的公共利益而进行研究。由此可见，DSM指令将以科学研究为目的的TDM主体定位为公益性研究机构，而将使用目的限定为非商业性 [6] 。第4条规定了为TDM目的而对合法访问的作品进行复制和提取的例外情况，但仅从行为方式的角度进行了规范性说明，对于商业性利用行为是否属于TDM例外这一关键性问题还存在争议。因此，两种TDM例外的范围都很窄，也备受众多研究人员的指摘 [5] 。
3.2. 日本关于计算机分析例外的包容态度
《日本著作权法》第30条第4款中规定了“不以享受作品思想或情感表达情形下，在使用的必要限度内，可以以任何方式进行信息分析活动，只要不对著作权人产生不当损害”的内容；在第47条第5款处规定了“为了提供新的知识和信息，进行信息处理的人可以对他人作品在必要限度内复制和向公众提供，并对整理后的作品在实现此目的的必要限度内向公众提供，但同时强调上述行为不得对著作权人利益造成不当损害。日本2009年的老著作权法在第47条第7款处对信息分析活动构成合理使用作出了严格的限制，一是将信息分析方法固定在“统计方法”的范畴内；二是对信息分析结果利用方法界定为在记录媒体上“记录”或将“改编”的二次创作作品进行“记录” [7] 。由此可见，此次修改以“任何方式”替代了“统计方法”，为人工智能创作活动所能涉及的“可视化分析”、“矢量空间分析”等其他作品利用方式迈入合理使用制度范围创设了空间；此外，不再刻板地限制信息分析结果的利用方法，允许将TDM复制他人作品所形成的数据库与公众共享。
3.3. 美国关于机器学习合理使用的开放态度
美国司法判例中对转换性使用理论的适用给予了人工智能利用数据资料创作新作品从而构成合理使用的充分空间。在Authors Guild v. Google, Inc.一案2中，第二巡回法院认为谷歌通过扫描在保护权限范围内的作品并以机器可读的格式呈现它们，通过在谷歌图书搜索引擎中建立索引，创建了一个包含2000多万本书的数字语料库，目的是允许用户搜索一个特定的词，并查看围绕搜索词附近的上下文，以帮助她评估这本书是否在她的兴趣范围内，即便谷歌是以营利为动机，但其仅将作品作为一种检索工具进行使用，在使用目的上具有转换性。
3.4. 域外法比较与总结
欧盟、日本与美国基于法律渊源、法律体系、发展战略等方面的不同，对合理使用制度开放的积极程度不尽相同：
首先，在适用主体上，欧盟积极的态度中渗透着谨慎，将TDM主体限制在“研究机构”与“文化遗产机构”中。而日本与美国都不限制适用主体，无论是日本2009年的老著作权法中的“计算机信息分析”还是现行著作权法中的“提供新的知识和信息”，皆看不到限制适用主体的身影。
其次，在适用目的上，DSM指令第3条将“科学研究”作为此条款规范的目的性要件，第4条虽然没有规定商业性利用的TDM例外，但具体如何适用，还是一个未知数。可以见得，欧盟在为商业性企业开展TDM活动时留下的空间较为狭窄。日本在合理使用制度范围内允许商业性企业以商业性目的实施TDM行为。美国一直沿用的“四要素分析法”3中的第一个要素虽然考察营利性目的，但由于构成合理使用不需要四要素之法定齐备，故其中某一个要素不满足条件不能成为阻碍机器学习创作作品构成合理使用的当然理由。
最后，在适用行为上，欧盟DSM指令第3条和第4条都只思量了TDM在获取阶段所接触、抓取数据的行为例外，而忽视了在处理与输出阶段TDM利用数据的行为样态及可能涉嫌侵害的著作权权利类型。相比之下，日本在TDM行为规制上要宽松得多，现行著作权法的TDM例外更是横贯获取、处理与输出全阶段，分别在复制、整理、向公众提供的行为上提供侵权豁免。美国虽未在“四要素分析法”中规定TDM例外所具体对应的适用行为，但法院具体案情具体分析的专业解释也很难成为企业谋求创新发展的绊脚石。
4. 人工智能创作纳入合理使用制度的因应之策
4.1. 《著作权法实施条例》设计人工智能创作例外的契机
首先，新修订的著作权法在第24条第13项处增加了“法律、行政法规规定的其他情形”，此次“十年磨一剑”的修法动作难以适应人工智能等新技术利用数据作品的需要，但《著作权法实施条例》有了紧随其后的补正契机，应总结经验，抓住机会。2014年在国务院法制办公室(现为司法部)公布的《中华人民共和国著作权法(修订草案送审稿)》第四章权利的限制第43条第13项处写明了“其他情形”的措辞4，这映照着当时立法的倾向是在合理使用制度僵硬化适用的封闭处划开一道开放的口子。然而，时过境迁，在最终通过的著作权法中立法者还是保守性地将这道可能预示着无限可能的口子封住了。根据过往修改著作权法的经验来看，每十年修改一次的立法惯习恐难以适应科技日新月异的变化。
其次，应加快立法动作对“法律、行政法规规定的其他情形”这一项内容填充适用性强的规范性文件，而眼下修改《著作权法实施条例》是最合适的选择。在《著作权法实施条例》中设计人工智能创作合理使用规则不应再像《著作权法》一样采取模糊处理的方式，而应准确表述这一规则及其适用的情境。
最后，我国《著作权法实施条例》的修改可以起到顺应世界立法趋势的作用，避免我国商业性企业出于“经济效率”的考虑大规模地向法律环境相对宽松的其他国家或地区流动。
4.2. 《著作权法实施条例》专门例外规则的设计方案
根据上文分析可知，欧盟DSM指令只是探索式初步立法，由于缺乏经验给商业性企业TDM例外留下的空间较为狭小，无法适应科技的飞速发展。与之相对，日本和美国的立法环境较为宽松，即便未来有超越人工智能技术的新兴产业出现，两国法律也能迅速应对。由于美国属于海洋法系，“法官造法”是该法系国家特色之所在，我国法院并非立法机构，不应对未来出现的一系列新兴客体在未经过立法评估时就提供延伸保护 [8] 。因此，本文认为参照日本著作权法中设置的专门性例外规定较为妥适。
4.2.1. 适用主体
在适用主体上，应参考日本2009和2018年著作权法中一直坚持的做法，将主体范围扩大至所有为人工智能创作而获取和利用数据的企业和科研机构。实践中，一些互联网企业开始采用“以服务换取用户数据”的经营模式，由于人工智能创作所需要的训练数据种类多、数量大、范围广，因此适合此种运营模式的企业需要不断提供高质量的服务以便用户在平台心甘情愿地注册账号并提供个人的待收集数据。诸如阿里巴巴、腾讯等大型互联网公司皆享有大量的用户，通过此类运营模式收集足够多的训练数据以此化解利用他人受著作权法保护的作品从而背负侵权“原罪”的风险。然而，久而久之，中小型企业便会遭遇边缘化或淘汰出圈的危险，主要原因在于，用户基数庞大意味着大型互联网公司训练数据更为充足，其通常可以打造区分度高的优质算法模型，因此得出的分析结果也更为客观准确，便于公司提供更为优质的服务。随着服务质量的提高，用户注册数量也会出现正反馈，继而造成强者越强，弱者越弱的不正当竞争行为甚至垄断现象的发生。因此，为了消除我国企业创新与发展的后顾之忧，应借鉴日本不限制适用主体的做法，将我国合理使用的适用主体范围放宽到所有为人工智能创作而获取和利用数据的企业和科研机构。
4.2.2. 适用目的
在适用目的上，应借鉴日本2009和2018年著作权法中一直坚持的做法，将企业利用人工智能创作的目的放宽并限定在“提供新的知识和信息”范围内。若以科学研究作为限制条件，可能会将公立高校、科研院所中所承办的企业营利性项目包括在内，而将大型互联网企业中所承担的政府科研创新项目排除在外。例如华为公司为突破大数据、人工智能、5G等方面的难题，相继与清华大学、北京大学建立合作关系，并共建研究型实验室。由此可见，高校一般情形下都是以科学研究为主要目的开展大数据挖掘活动，但在与商业性企业建立合作框架后，往往承担一些攻破难关的课题或项目，而此类课题或项目势必伴随着企业的经济利益，因此在科学研究与营利性目的上有时难以区分，而且设置目的限制条件也易打击高校与企业共同培养理论与实践相结合人才的热情。实践中，还有很多大型商业性企业与当地政府合作，负责承接政府交付的一些科研创新项目。例如，阿里巴巴公司与重庆市政府签署政府合作项目协议，共同推进重庆市渝中区大数据智能化发展。企业的研发机构显然是为企业的经济利益服务，而当汇入政府公益项目时，区分从事人工智能创作时的目的性要素就显得格外困难。因此为了平衡著作权人的合法利益，有必要将目的性要素放宽并限定在“提供新的知识和信息”这一合乎情理的范围上。
4.2.3. 适用行为
在适用行为上，尽管可以参考日本2018年著作权法的做法，但应作出符合我国法律规范的改变，即将合理使用的适用行为划定在复制、改编、翻译、汇编和信息网络传播上。2018年日本著作权法将信息处理者的可适用行为规定为“复制、整理、向公众提供”三种。但就上文分析而言，人工智能创作全过程涉嫌侵害复制、改编、翻译、汇编和信息网络传播五种权利。我国立法虽没有明确规定整理权，但从文义解释和技术处理的角度来看，整理权是一个与演绎权在权利内容方面能够划上等号的范围性词语，只是根据国情差异在立法措辞上有所不同而已，在行为本质上“整理行为”如同“演绎行为”一样包括改编、翻译与汇编行为。因此“整理行为”虽可借鉴，但应作出符合我国立法实际的解释，即在立法措辞上以改编、翻译与汇编为准。而对于“向公众传播”行为，本文认为宜采用信息网络传播行为最为妥适。一方面，企业利用人工智能创作所形成的数据库是以网页形式在用户之间传播，使公众可以在其选定的时间和地点获得数据库内的信息；另一方面，企业利用人工智能创作所形成的新闻报道、评估报告、音乐诗歌等作品只有通过数字化方式传播才会产生明显的营利性效益和促进市场文化繁荣的效果。
综上所述，本文建议在还未修改的《著作权法实施条例》中增设人工智能创作专门例外规则：“为了提供新的知识和信息，复制、改编、翻译、汇编他人作品，以及将创作成果以信息网络传播方式向公众提供”。
5. 结语
人工智能作为第四次工业革命的核心产业之一，为人们生活提供了极大的便利。在促进新知识传播方面，人工智能不断获取海量数字版权作品以供其加工处理，并输出累累硕果供人类共享，但在这一系列创作过程中也触碰了著作权法红线，以致于此类硕果从一出生就背负着侵权的“罪责”。参考域外合理使用制度变迁经验，本文认为以《日本著作权法》合理使用制度立法转型经历为镜鉴最为妥适，希冀能为人工智能研发企业与著作权人之利益衡平提供科学策略。
NOTES
1在理论学界，多数学者认为人工智能所生成之物应认定为作品，代表性成果有吴汉东：《人工智能时代的制度安排与法律规制》，载《法律科学(西北政法大学学报)》2017年第5期；易继明：《人工智能创作物是作品吗?》，载《法律科学(西北政法大学学报)》2017年第5期，等等。少数学者秉持否定观点，参见王迁：《论人工智能生成的内容在著作权法中的定性》，载《法律科学(西北政法大学学报)》2017年第5期；刘银良：《论人工智能作品的著作权法地位》，载《政治与法律》2020年第3期。本文采纳多数说，故而使用“创作”字样。
2Authors Guild v. Google, Inc., 804 F. 3d 202, 209 (2015).
31) 使用的目的和性质；2) 作品的性质；3) 使用部分的数量和实质；4) 使用对受版权保护的作品的潜在市场或价值的影响。See Sobel, Benjamin LW. “Artificial Intelligence’s Fair Use Crisis.” Colum. JL & Arts 41 (2017): 45, p.49。
4参见《中华人民共和国著作权法(修订草案送审稿)征求意见》，http://www.gov.cn/xinwen/2014-06/10/content_2697701.htm，2023年4月21日访问。