摘    要：在人工智能生成数据作品中，使用者、设计者、投资者、人工智能及社会公众等利益主体存在不同位阶层次的利益诉求。人工智能技术赋权时，需调和“数据作品公平利用”与“促进创新”、“私人数据控制权”与“社会公共价值”、“技术圈地”与“公共领域保护”之间的紧张关系。运用博弈论阐释人工智能生成数据作品利益的法律秩序构建，既可实现抽象统一的规制设立，也有助于具体场景中个人作出理性的决策。不同类型的人工智能生成数据作品，应作差异性的利益格局配置。公共领域保留制度与一般性合理使用条款的引入，为人工智能生成数据作品的利益冲突解决提供更为弹性灵活的适用空间。在数据作品利益冲突解决的司法实践中，运用“比例原则”的分析方法，可提升适用弹性条款的确定性与可预见性。

关键词：人工智能生成数据;利益冲突;博弈论;公共领域保留;合理使用

中图分类号：D 923   文献标志码：A       文章编号：2096?9783（2022）03?0051?09

一、问题缘起

以人工智能、机器学习、算法创作、大数据运用、物联网、基因编辑、3D打印等技术催生的第四次工业革命，产生了人工智能生成数据作品的利益冲突问题。首先，从实践层面上看，在新闻稿撰写、美术绘画、3D动漫电影剪辑、网络游戏制作、音乐编曲等科技艺术文化领域，人类通过算法模型事先预设，再经人工智能配合大数据便可产出海量外观符合著作权法要求的作品。人工智能生成数据作品的设计者、创作者、使用者、投资者乃至人工智能机器自身，皆对数据作品有一定的利益诉求。其次，从学理层面上看，既有人工智能生成物的学理探讨大多聚焦于生成物的作品性[1-2]、保护正当性[3-4]与权利分配[5-6]，对数据作品中利益冲突背后的法理逻辑与破解之道等问题的研究，有待更为深入探讨。再次，从国家战略层面上看，2021年9月，中共中央、国务院印发的《知识产权强国建设纲要（2021—2035年）》提出“研究完善人工智能、大数据、算法产出物的知识产权保护规则”。人工智能生成数据作品中的利益平衡是新型数据作品保护规则建构的重难点问题。

从深层次上分析，人工智能生成数据作品中的利益冲突与破解问题，实质上是不同权利主体之间利益分配格局的再建构，也是新型权益清单扩展对既有权利体系的突破修正，更是绝对权法定主义封闭性与私法规范开放性之间的冲突博弈。如何秉持技术理性与制度理性，回应新型人工智能生成数据作品中利益冲突与破解问题，是时代给予著作权领域的全新课题。那么，人工智能生成数据作品中不同利益主体存在哪些层次位阶的利益冲突？人工智能生成数据作品的权利化保护是否会导致公共领域式微？如何运用博弈论，引入公共领域保留条款与合理使用一般性条款，破解人工智能生成数据作品相关权利主体之间的利益冲突？对上述问题，笔者不揣浅显，求教大方之家。

二、人工智能生成数据作品中利益冲突的法理省思

一方面，从法律属性上看，人工智能生成数据作品背后承载了不同类型的人格利益、财产利益、社会公共利益。不同利益之间的杂糅、冲突与博弈，折射出“数据作品公平利用”与“促进创新”之间的紧张关系、“技术赋能”与“公共领域保留”之间的矛盾关系，以及“数据控制权”与“社会公共价值”之间的权衡关系。另一方面，从利益主体类型上看，从创作者、使用者、传播者、投资者在内的人工智能生成数据权利主体，到人工智能机器自身基于更新换代的参数需求，都期冀在法律层面对数据作品享有一定的利益。上述不同诉求利益存在不同的位阶与层次关系，在利益要素冲突过程中往往需调和妥协，以实现资源配置效益最大化的法律效果。

（一）使用者利益诉求的反思

使用者认为，人工智能生成数据作品的利益应归属拥有并使用人工智能的主体。究其缘由：其一，当前仍处在弱人工智能时代，人工智能只是人创作的工具。智能机器自身并未具备自主意识，不享有法律上的主体地位，真正享有人工智能生成数据作品利益的应当是具体使用者。其二，在数据作品创作过程中，真正付出獨创性贡献的是具体使用人。比如，当前引人注目的短视频创作，使用者需率先构思吸引大众的主题素材，选取合适拍摄视角，再加以专业化的视频剪辑重组技巧，最后配上独特音乐背景、文字、滤镜修饰短视频。在此过程中，使用手机、电脑等智能设备制作短视频的具体使用者，同时也是短视频作品的利益主体。其三，使用者实际上是作品创作的作者，将数据作品利益赋予使用者体现了浪漫色彩的人文关怀理念。在立法层面，最新的《中华人民共和国著作权法》（以下简称《著作权法》）第11条将作品作者限定为自然人，法人可视为作者。

使用者利益诉求，秉持著作权领域“创作者为作者”的浪漫主义创作观，承认使用者对人工智能生成数据作品创作的智慧贡献，激励更多创作者创作新作品，丰富社会公众文化产品选择，促进人工智能数据产业繁荣发展。然而，将人工智能生成数据作品利益完全配置给使用者，存在如下不足之处：一是，使用者凭借人工智能创作的作品如果是属于特殊职务作品，除署名权之外的其他著作权应归单位法人所有[7]。二是，利益价值由个人本位向社会本位之转变。人工智能生成数据作品是“非竞争非排他的公共产品”，应考量社会公众对作品使用的利益。法律为私人利益设立产权制度，不仅需要满足私人保护，更应符合社会利益最大化[8]。三是，使用者简单机械操作有时难以作为达到“最低限度独创性”标准。比如在人工智能机器人创作诗歌中，如果使用者只是简单地输入几个词组，随后机器人根据算法运算得出的“诗歌”。此时，输入词汇的使用者对输出结果并未达到独创性标准，使用者对输出的诗歌并不享有利益。

（二）设计者利益诉求的诘问

设计者主张人工智能生成数据作品是设计者事先根据算法模型、程序设定、数据运算，以及规则运用所得结果。在作品生成中，设计者付出了智力劳作的实质性贡献。一方面，在实践层面，一些人工智能生成数据作品是设计者预先创设好的结果。比如王者荣耀、梦幻西游等竞技类与剧情类网络游戏，不同玩家操作游戏的连续画面是有限的。此时，对于网络游戏画面的必要安排之人是事先预设好游戏玩法、游戏规则、游戏画面呈现等的设计者。另一方面，在立法层面，对人工智能生成数据作品做出实质性贡献的设计者，一些国家法律认可其利益主体地位。恰如英国《版权法》第9条第3款将计算机生成作品的利益归为做出必要安排之人。23B3DDFF-5A1D-4415-A2CA-707364C09F19

对于设计者的利益诉求，需考量其对人工智能自身有受法律保护利益，是否意味着设计者对人工智能衍生之物也有法律保护之利益？笔者认为，设计者享有人工智能机器自身的第一次利益，并不享有人工智能生成数据作品的第二次利益。人工智能与人工智能生成数据作品是两个不同的客体，两者之间历经两次不同的利益分配。对于人工智能自身的利益，一般由开发设计者享有。人工智能生成数据作品的利益应由其他作品创作者、投资者等主体享有。否则，将人工智能使用的衍生产品利益也配置给设计者，导致赋予设计者宽泛的控制权，将不利于发挥物的最大效用。不过，设计者可以在签订销售使用合同时设定条款，保留其有权根据人工智能产品的数据参数，提出享有人工智能机器的利益诉求。

（三）投资者利益诉求的检视

投资者呼吁将人工智能生成数据作品利益配置给对人工智能产业投资之人。其缘由体现为：其一，立法上投资者具备作者的可行性。《著作权法》第11条借鉴美国的“视为作者”理论1，突破作者必须为自然人的藩篱，承认了法人在内的投资者的作者身份。纵观著作权法权利主体变迁过程，作者范畴由一元的自然人转变成包括自然人、法人在内的二元结构。投资者如果具备法人资格，也可成为著作权法上的作者。其二，投资者研发人工智能生成数据作品需要创新激励。赋予投资者人工智能生成数据作品之利益，可有效激励投资者继续研发投资人工智能新产品，从而实现国家人工智能新兴产业战略崛起，丰富人们文化科学产品的选择。若不将人工智能生成数据作品的经济利益配置给投资者，将极大削弱投资者继续投资的积极性，进而妨碍人工智能新型产业的长远发展。其三，赋予投资者新型作品利益，体现公平对价理念。在人工智能生成数据作品中，投资者需投入大量财力与雇佣劳动力[9]。为获取相应投资回报，赋予投资者享有人工智能生成数据作品收益，契合公平对价原理。

本文认为，投资者并非人工智能生成数据作品的原始创作主体，但投资者可通过从创作者处受让权利成为著作权的继受主体。从既有立法制度上看，数字作品的投资者主体囊括了出版者、委托者、影视制片人、雇主、录音录像制作者及广播组织者等。为与盗版产业进行博弈，出版者在内的投资者不得不获取相关著作权以建立产业内的竞争秩序，进而实现投资回收、降低制度交易成本，以及营利之目的[10]。然而，现行著作权法对投资者作为主体的原理未能较好地实施，尤其是职务作品与法人作品的制度一直遭到诟病。比如，一方面在法人与创作者之间，当前著作权法将包括署名权在内的人格权均配置给法人，不仅背离了自然人创作者为声誉积累所需署名权保留的需求，也剥夺了创作者身份识别的诉求。另一方面，在数据产品设计图、计算机软件、报刊、期刊社等特殊职务作品中，创作者享有署名权，其他财产性著作权由雇主享有。然而，著作权法并未区分法人与单位雇主的构成要件，从而造成法人作品与特殊职务作品无本质区别却区别对待的尴尬窘境。

（四）人工智能利益诉求的批判

人工智能利益诉求观点提出，人工智能具备意识能力与责任能力，享有生成作品的利益。当前对人工智能是否具备法律主体存在二元之争，不少学者主张赋予人工智能有限主体、电子人格的地位[11]。其一，人工智能具备人机协同能力、创造能力与深度学习能力。鉴于此，机器系统自身可结合物联网、算法模型等，对海量数据知识进行整合，创造出外观上符合作品的生成物。譬如在无人干预之下，微软小冰机器人利用智能机器生成诗歌集;又如美国Narrative Science公司智能机器人自主抓取数据完成新闻稿件撰写。其二，可为人工智能创设责任能力。比如建立人工智能强制投保责任险（AI Insurance）以及人工智能储备基金（AI Reserve Fund）[12]，为人工智能参与民事活动并承担相应责任能力提供财产基础。其三，法律主体具备一定开放性。考察法律主体的变迁历史可知，法律主体范畴由少数人扩展到多数人，再由自然生物人扩展到拟制人[13]。前者将奴隶赋予主体地位，后者承认法人组织享有主体地位。该诉求认为，将人工智能扩展性解释为法律主体，有利于明晰法律关系，保障交易效率安全，為公众提供更为稳定的规则预期。

从法律主体范畴的演进历程可知，赋予人工智能有限法律主体资格具备可能性。如果发展到强人工智能时代，智能机器自身也拥有了意识能力与理性能力，那么赋予其法律主体地位具有可行性。不过，在当前弱人工智能时代，人工智能仍旧是人类的创作工具，处于客体地位[14]。因此，人工智能生成物的利益的归属可分三类进行判定：第一类是，人工智能在数据作品创作中发挥实质性贡献，可借鉴“视为作者”理论，将人工智能视为“雇员”，数据作品利益赋予“法律作者——雇主”[15]。第二类是，使用者付出了实质性创作，此时原则上数据作品利益属于创作者（使用者），如果是职务作品，则应兼顾人工智能投资者利益。除此之外，不可忽略人工智能赋权（技术赋权）所带来的隐患——技术霸权与公共领域式微。人工智能技术力量远超自然人个人，在技术赋权时如何避免公共领域被不当侵蚀，防范技术霸权，是人工智能时代给予法律的全新挑战。第三类是，人工智能生成数据糅杂了人与人工智能双方的实质性贡献。机器生成数据作品既离不开人的“灵感、审美、想象、知识”的隐形能力，也离不开人的干预与控制。人工智能生成物体现了人的情感、思想的表达，属于人的智能成果。

（五）公共领域利益诉求的考察

公共领域利益诉求者呼吁，人工智能生成数据作品应归于公共领域，所有人可自由无偿使用。首先，知识具备公共性，古往今来所有的作品创作，皆有赖于先人共同智慧的知识结晶。将人工智能作品归为公有领域，可规避社会公共知识资源被人为的私人垄断[16]。其次，人工智能生成数据作品不具备思想表达的应有之义。包括我国在内的大陆法系国家中，著作权法意义上的作品应当是人的思想情感上的独创性表达，作品需嵌入个人的个性禀赋印记。纯粹的人工智能创作物是由机器系统“算法创作”（algorithmic creation）、“数据拷贝”（digital copies）与“非确定性创作”（non-deterministic creation）而得的技术成果[17]。人工智能生成数据作品有别于人类的思想情感表达。再次，人工智能自身无法承受权利与义务。法律是“以人为中心”构建的价值秩序，人既是目的，也是法价值的归属。缺乏意识能力与责任能力的人工智能只能是手段，处于物的地位。23B3DDFF-5A1D-4415-A2CA-707364C09F19

将人工智能生成数据作品归为公共领域，是给予社会公众最宽泛无偿使用文学科技数据产品的施惠。但将人工智能生成数据产品完全纳入公共领域，将面临如下逻辑难题：一是背离著作法中私人独创性表达的确权保护制度。近现代发展的著作权法制度，已承认私人独创性智慧财产的确权保护。智慧劳作者带有个性的情感表达予以公开，国家在特定期限与特定范围内赋予其独占的权利。完全将人工智能生成数据作品归为公共领域，否定私人创作的确权保护，有打破私人利益与公共利益平衡之嫌。二是否定赋予独创性表达独占性权利保护合理性。英国哲学家洛克的财产劳动理论[18]、边沁的功利主义理论，为人工智能生成数据作品的法律保护打下坚实的理论基础。通过创设和保护人工智能生成的智慧财产权，以收益效用激励创作者，确保知识数据产品的持续产出，符合社会整体数据福利。如果将人工智能生成数据作品归为公有领域，将极大削弱创作者继续创作的积极性[19]，反而妨害数据作品利益最大化。三是引发“公地悲剧”。将人工智能生成数据作品归为公共领域，创作者无法得到激励，每个人都对数据作品享有非排他性权利，造成数据作品的过度使用，引发“公地悲剧”[20]。

三、博弈论适用于人工智能生成数据作品利益冲突的学理证成

（一）博弈论适用于人工智能生成数据作品利益调和的可行性

为了定分止争，需对人工智能生成数据作品不同利益主体之间进行冲突调和。博弈论作为研究存在冲突与合作的群体在互动中作出理性决策的工具，旨在为博弈主体之间寻求最优的决策方案，实现决策者的利益最大化。从类型上看，博弈论分为合作博弈与非合作博弈。博弈论适用于调和人工智能生成数据作品利益具有可行性。

首先，博弈论已逐渐运用在法学领域的制度设计中。不同利益主体诉求的博弈与碰撞，迫使法律制度对人工智能生成数据作品纠纷作出新的革新与回应，进而深化与统一法学理论基础。在变动不居的智能数据时代，人们试图运用博弈论（game theory）理论寻找法律的内在机理与逻辑，同时设计精巧的法律制度以适应人工智能技术时代的法律秩序。由冯·诺依曼、摩根斯等人开创，诺奖得主纳什（Nash）、罗斯（Roth）等人继承发展的博弈论，具有统一性、普适性与抽象性等特性，并随着法经济学的兴起而被引入法学领域2、3。

其次，博弈论有助于不同的数据作品利益主体作出最理性的行为决策。立法制度设计者受制于认知水平、信息变化、立法技术等限制，难以通过事前立法调整包罗万象的人工智能生成数据场景。为克服立法制度僵化之缺陷，制度需赋予个人或组织在具体场景中的剩余（residual）决策权利，实现个案中的理性决策。合作博弈是建立在合作者之间具有约束力的规则协议，各方在遵守规则协议基础上作出理性抉择。比如，在美国好莱坞3D动漫制作中，3D动漫中导演、编剧等创作者与电影投资者就是合作博弈，电影著作权由投资者享有，而创作者根据合作协议，可以享受高额的劳酬回报。颇具讽刺意味的是，相较于注重保护创作者权的德国，美国版权法中电影中导演、编剧等创作者因电影产业发展所带来的经济收益远高于德國的电影创作者的收益[21]。

最后，博弈论有助于不同数据作品主体利益最大化。非合作博弈是在“纳什纲领”上联合起来，每个博弈者知道自己能做什么，不同成员共同行动所产生的结果，并认知结果所产生的偏好与效用[22]。博弈论设定了理性之人在一束规则之下，会作出什么决策以实现自身利益最大化。不同的理性行为决策最终会导致差异化结果，进而实现不同人的行为结果最终都尽量符合社会集体目标，符合社会福利最大化。理性个体回应现实生活之需，在一定程度上打破法律规制的僵化性。在构建法律体系时，并非建立一套脱离生活且被束之高阁的抽象规则，而是应当可以回应现实具体生活场景的弹性动态体系[23]。通过统计分析，运用博弈论调和具体个案场景中人工智能生成作品不同主体利益冲突，丰富社会公众的数字化作品，寻求数据产业福利最大化，是制度设计者需要深思的一个中国之问与时代之问。

（二）博弈论下人工智能生成数据作品利益配置的帕累托最优

博弈论并非只是一种静态的，它甚至可以根据历史经验，来解释法律制度是如何随着科技变化而不断设计演进的。比如，著作权制度的演进过程凸显了不同利益主体的博弈及赋权实现激励作品创作的需求。从著作权制度诞生历史脉络上看，出版特权起初是英国王室赋予出版商的一种垄断权。后因1695年英国的《特许法》被废除，出版商失去出版垄断特权。为制衡打击盗版产业，出版商分别于1697年、1698年和1703年相继提出关于阻止出版产业无规制的法案，却未获得立法者支持[24]。在法案相继失败后，出版商提出将作品版权财产性权利赋予作者，否则会挫伤创作者积极创作的积极性。在出版商的游说以及作者、出版商、使用者和盗版产业的多方利益博弈下，出版商以作者名义享有版权的诉求最终得到立法支持。

不过，在博弈论视角下，著作权保护需平衡创作者激励保护与社会成本消耗。社会成本不仅包括社会公众因数据作品著作权而无法自由使用作品的成本，还包括权利者与使用者之间的交易成本，以及产权界定的立法制度创设成本，甚至包括数据作品滥诉后的司法救济成本。如果人工智能生成数据作品保护范围过宽、保护程度过严、保护期限过长，会加重社会公众使用数据作品的成本，使得著作权保护激励机制效益弱于社会整体收益。那么，人工智能生成数据作品的著作权保护将失去意义。在博弈论的启发之下，本文认为，人工智能生成数据作品的创作者、传播者、使用者、投资者，以及社会公众之间并非简单的“零和博弈”。可以运用理性决策、利益平衡，以及公共领域保留，调和不同数据作品利益主体之间的紧张关系，进而实现利益主体之间的“帕累托最优”效果。

（三）博弈论下数据作品利益冲突破解的立法制度理念

提供一个合理的可预期性规则，是立法制度的内在价值要求。为了能够对海量变化莫测的人工智能生成数据作品有个可预期的利益格局配置，人们希望能运用经典博弈论——纳什均衡等概念预见一个博弈最可能的结果。不过，从演化博弈论视角，神取道宏（Kandori Michihiro）认为，并不需要预设博弈者事先具备最优计算能力，博弈者可结合统计学进行试错、模仿、筛选等，在博弈群中选择优化[25]。就如经久不衰且稳定的社会制度，都是通过实践不断试错、探索而得的产物，却又像精巧设计出来的结果。当然，无论是从经典博弈论抑或演化博弈论，人们还是需要通过一段时期的实践探讨出一套合理配置人工智能生成数据利益的法律秩序。23B3DDFF-5A1D-4415-A2CA-707364C09F19

有鉴于此，本文认为，囿于人工智能强大的运算创作能力，为避免技术赋权导致的“人工智能数据垄断”“人工智能数据圈地”“人工智能数据封建主义”，在“新型的人工智能生成数据作品”立法制度设计上需要更加谨慎。相较于自然人，人工智能在认知能力、运作效率、创作技能上都更胜一筹。运用机器学习、算法模型、深度神经网络，以及物联网技术，人工智能能够实现无间隔的高效运转创作。有业内人士提到，功能上模拟人类智慧1016的智能电脑，可在千分之一秒内执行人类过去一万年思维总和[26]。由此可知，人的创作能力与人工智能远不在一个量级。如果将外观符合作品要件的人工智能生成数据作品都赋予著作权强保护，势必造成公共领域的式微，也会严重妨害社会公众使用科技文化作品的行为自由。因此，面对新兴科技引发的利益冲突问题，还需要在实践中进行试错与市场自我调整。立法在内的公权力对此应当保持一定的克制与谦抑性。其他国家对人工智能生成数据作品的立法权利化强保护也持保留态度。比如，日本发布的《知识产权推进计划》中提出，完全由AI自主生成的内容，由于缺乏人类贡献而不受日本著作权法保护[27]。美国在AI机器学习创作方面，也强调数据作品需有人类的贡献。

四、博弈论下人工智能生成数据作品中利益冲突的破解

利益博弈的结果是实现效益最大化与利益平衡，效益最大化是实现所有数据作品主体的共赢，利益平衡的实质是数据作品在不同利益主体之间的权利保护与权利限制。有鉴于此，在博弈论指引下，如何通过“权利保护与权利限制”的立法制度设置，形成人工智能生成数据的不同利益主体之间效益最大化，是数据利益冲突破解的关键之道。本文认为，应根据不同场景进行不同层次利益博弈分析，继而实现差异化的制度设计安排。人工智能生成数据作品利益博弈的第一个层次是社会公众与所有数据作品利益主体之间的博弈;人工智能生成数据作品利益博弈的第二个层次是将人工智能生成数据产权配置给某一具体主体时，其他相关利益主体如何安排，才能化解利益冲突。此外，利益博弈论不仅仅关注静态利益博弈，也重视动态利益博弈。根据不同的人工智能生成数据作品类型，作差异化的利益平衡安排。

（一）私人利益保护与公共领域维持之间的平衡

在人工智能生成数据作品第一层次的利益博弈考量中，应注意留给其他社会公众足够大的自由创作空间，防止公共领域式微。当前，人们最担心的问题莫过于此，巨型互联网平台公司等投资者与使用者借用人工智能技术之名，不当侵蚀社会公众行为自由的空间。尤其是在大数据、算法加持下，人工智能创作的能力远远超过传统人类的智力创作。更何况，所有的数据作品的创作过程都是建立在前人的智慧成果基础之上。因此，引入公共领域保留条款，是破解数据作品私人利益与社会公众利益冲突的不错选择。

一方面，在权利保护上，我国新修订的著作权法在作品保护范畴与权利保护内容等都采取了兜底性规定，极大扩充了著作权保护的边界，使得“符合作品特征”的人工智能生成数据作品都被纳入著作权保护客体范围。在此背景之下，人工智能的投资者与使用者等利益主体，会极力主張数据作品的著作权保护。不过，立法制度设计者应警惕，资本借用人工智能技术之名，对科技文化艺术领域过度垄断，会迫使公共领域愈加式微。技术中立并不能成为阻碍社会公众使用公共领域产品的借口。否则，技术拥有者利用强大技术优势自我赋权和规制革命，将导致“技术权利”演进为“技术权力”，社会公众难以享受技术进步与经济发展所带来的科技文化数据红利。

另一方面，公共领域保留实质上是对人工智能生成数据作品所有利益主体权利的限制。人工智能生成数据作品的公共属性，蕴含着著作权法为社会保留自由使用文化数据产品的公共领域的立法宗旨[28]。公共领域为公用的知识信息存量提供了保障，进而哺育公众作品创作与文化多样性。公共领域保留机制的完善，增进了创作信息的存储与获取，保障了社会公众的表达自由，实现信息的自由流通，促进公共教育，推动民主文化，契合文化强国、科技强国之战略[29]。公共领域的保留，既体现了数据作品权利人的权利让渡，也彰显了公共价值意蕴。鉴于此，我国著作权法可引入公共领域保留的宣示性条款，禁止著作权权利滥用。人工智能生成的不具独创性的数据产品、官方文件、常识知识、纯粹事实信息、惯常表达，以及超过保护期限的数据作品等，都应纳入公共领域，由此限制人工智能生成数据作品权利的无序扩张。

（二）数据作品利益下合理使用条款重塑

人工智能生成数据作品利益博弈的第二层次是当数据作品具有独创性并将其产权配置给某一个确定主体时，其他数据作品相关利益主体应如何安排，进而消弭利益冲突。本文认为，其他利益主体除支付相应对价以取得权利人授权许可的选择方案之外，还可以凭借“合理使用条款”主张免费使用数据作品。

囿于人工智能强大的创作能力与运行效率，为避免人工智能生成数据作品对其他利益主体使用作品产生严重妨害，我国著作权法规定了合理使用条款。合理使用条款的目的在于豁免未经授权就使用作品行为的侵权可能性，具体包括个人生活学习、公益性科研教育、阅读障碍者等弱势群体感知作品、图书馆出于非营利性使用数据作品等行为。在合理使用立法模式上，我国借鉴德国“限制与例外”的封闭式立法模式，有一定的可取之处。一是，封闭式立法模式由于类型化的合理使用条款，可为数据作品使用者提供稳定的行为预期，降低法律行为的信息成本。二是，排除法官造法，防止法官恣意裁判导致同案不同判，进而产生当事人选择管辖法院的弊端。三是，封闭式立法模式限缩了合理使用范围，有利于为数据作品权利人提供更严格的保护，激励其创作更多的数据作品。

然而，我国现行著作权法在合理使用条款上采用的封闭式立法模式，难以灵活地将新出现的数据作品技术利用行为纳入其中。在人工智能时代，作品的形态、使用、传播方式愈加多元化，催生了诸多非典型作品与非典型利用的争端纠纷。在非典型作品客体上，出现了网络游戏客体定性、音乐喷泉是否属于美术作品[30]、人工智能生成分析报告创作定性[31]等争议问题。在非典型作品利用上，出现了信息网络中的临时复制行为[32]，机器学习引发的整理、汇总、翻译等演绎行为[33]，将数据作品上传“云端”的传播行为等[34]，如何将上述作品利用行为纳入著作权法的分析框架是当前的难点问题。因此，重塑合理使用条款，构建人工智能产业友好型、人工智能读者友好型的著作权法，平衡数据作品不同主体之间的利益，避免技术歧视、技术圈地、算法偏见，是新时代构建知识产权强国的内在要求。23B3DDFF-5A1D-4415-A2CA-707364C09F19

本文认为，应引入合理使用一般性（开放型）条款，建构协调数据作品权利人、使用人及公共利益的弹性平衡法则，也符合博弈论中利益配置的帕累托最优。对于合理使用一般性条款引入的规则重塑，本文认为是必要且可行的。其一，从比较法视域看，《美国版权法》第107条采用了“四要素说”的开放式立法模式，给予司法机关更大的自由裁量权[35]。合理使用的一般性条款，有助于法官在人工智能生成数据作品纠纷案件的具体场景中，针对个案的特殊情况作出实质正义的判决。鉴于人工智能生成数据的变动不居，以及科技的强大创作力，裁判者能够根据弹性的合理使用一般条款作出灵活判决。其二，从司法实践上看，我国不少法院借鉴美国的“四要素说”4与“转换性使用”5作为案件裁判的说理依据。我国最高院的一项司法实践政策，也认可了“四要素说”的司法实践尝试性探索6。其三，为增进合理使用一般性条款的“可预见性”与“均衡性”，可以“合目的性”与“比例原则”作为补强。一方面，在运用一般性条款判定人工智能生成数据作品的合理使用时，应注重使用数据作品行为的非商业性以及使用作品数量的适度性，避免对数据作品权利人的潜在市场产生负面影响。另一方面，利用“比例原则”的“目的正当性”“适当性”“必要性”“均衡性”四个子原则，考量合理使用一般性条款使用的成本收益，提升适用合理使用一般性条款的确定性与可接受性。

（三）类型化下人工智能生成数据作品的平衡保护

博弈论视角下，利益平衡不仅仅限制于静态利益平衡，也要注重动态利益平衡。为了实现人工智能生成数据作品不同利益主体之间的动态平衡，应根据实践情况对不同类型的数据作品进行差异性保护。根据人类与人工智能对生成数据作品实质性贡献的差异，可分为两种情形进行不同类别保护。

一类是完全由人工智能付出实质性贡献而生成的数据作品，此类作品并非不受法律保护，但应采用反不正当竞争法的弱保护模式。其一，运用“视为雇员”理论突破人工智能法律主体资格难题，可将“人工智能”视为雇员，将数据作品利益配置给雇主。鉴于人工智能强大的创作能力，对纯粹由人工智能生成的数据作品应当采取法律事后救济的财产保护。其二，采取反不正当竞争法弱保护模式。对该类数据作品不应当采取著作权权利化的强保护，而应采取反不正当竞争法的弱保护。既有著作权法保护的作品，需要嵌入人类的智慧成果。完全由机器生成的外观符合作品的数据产品，难以纳入获得著作权法保护的作品客体7。反不正当竞争法具有内嵌的谦抑性，强调司法等公权力的慎重介入。除非对数据作品利益主体产生危及其市场经营的重大损害，否则司法裁判者一般会认定数据作品使用行为不构成不正当竞争。其三，加重举证责任。囿于人工智能的技术复杂性，人工智能生成数据作品利益主体在主张侵权救济时，应负担更多的举证责任。具体包括要求证明数据作品利益主体对数据作品生成付出的人、物、财成本;由于侵权行为人的行为遭受严重损失;侵权行为人主观上存在重大的故意;数据作品符合最低限度独创性要求等。若数据作品使用者是市场竞争者，还需证明竞争秩序受到损害。

另外一类是数据作品的生成由人工智能与人类创作者共同付出实质性贡献。人工智能技术使得“机器活了”，形成“人机互动”“人机协同”“人机创作”的新格局。人工智能技术的运用，使得智能技术创作打破传统机械创作的时间与空间限制，人们利用实时、智能、交互式的技术数据等可视工具，提出更好的创作决策与数据作品[36]。在人机协同创作中，人类的情感、个性、智慧都会嵌入最终的数据作品中，人工智能在创作中仍处在工具的地位。据此，人机协同创作的数据作品应视为人的作品，相关数据利益的配置没有超越既有著作权法制度范畴8。

结  语

人工智能技术的勃兴，颠覆了传统自然人对于作品的创作方式与使用行为。人机协同下，数据作品嵌入了不同利益主体的差异性利益。技术赋权的权利扩张与社会公众使用数据作品自由之间的冲突，形成了数字时代利益博弈新格局，继而对既有法律秩序产生一定的挑战。对此，法律制度应积极回应变革，从而打造一个共创共享共治的数字化智能社会。

参考文献：

[1] 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）：653-673.

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

[3] 刘银良. 论人工智能作品的著作权法地位[J]. 政治与法律，2020（3）：2-13.

[4] 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.

[5] 丛立先. 人工智能生成内容的可版权性与版权归属[J]. 中国出版，2019（1）：11-14.

[6] 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.

[7] 朱鸿军，彭桂兵. 新闻职务作品版权归属：历史、争议以及建议——兼评《中华人民共和国著作权法修正案（草案）》第16条[J]. 编辑之友，2020（10）：81-87.

[8] 呂炳斌. 著作权法的理论前提;从“经济人假设”到“社会人假设”[J]. 当代法学，2020（6）：109-119.

[9] 李晓宇. 智能数字化下机器生成数据权益的法律属性[J]. 北方法学，2021（2）：44-53.

[10] 刘铁光. 著作权主体的二元结构及其权利配置——兼评2020年《著作权法》修正的主体制度[J]. 知识产权，2021（8）：75-85.

[11] 彭诚信，陈吉栋. 论人工智能体法律人格的考量要素[J]. 当代法学，2019（2）：52-62.

[12] SOLAIMAN S M. Legal personality of robots， corporations， idols and chimpanzees：a quest for legitimacy[J].  Artificial Intelligence and Law， 2017， 25（2）： 155-179 .23B3DDFF-5A1D-4415-A2CA-707364C09F19

[13] 李揚，李晓宇. 康德哲学视点下人工智能生成物的著作权问题探讨[J]. 法学杂志，2018（9）：43-54..

[14] 张晓萍，郑鹏. 论人工智能创作物独创性自然人来源的淡化[J]. 大连理工大学学报（社会科学版），2021（6）：106-113.

[15] 李伟民. 职务作品制度重构与人工智能作品著作权归属路径选择[J]. 法学评论，2020（3）：108-124.

[16] 江帆.论人工智能创作物的公共性[J].现代出版，2020（6）：29-36.

[17] JAMES G. There′s no such thing as a computer-authored work-and it′s a good thing，too[J].  Columbia Journal of Law & the Arts， 2016， 39（3）： 403-416.

[18] 洛克. 政府论（下篇）[M]. 叶启芳，翟菊农，译. 北京：商务印书馆，2009：17-19.

[19] MARK R. Authors and owners： the ivention of copyright[M]. Boston： Harvard University Press， 1995： 43.

[20] 李晓宇. 人工智能生成数据权利配置的学理证成与出路[J]. 宁夏社会科学，2021（6）：99-108.

[21] 严波. 现在直播节目版权问题研究[M]. 北京：法律出版社，2016：246.

[22] 丁利. 制度激励、博弈均衡与社会正义[J]. 中国社会科学，2016（4）：135-208.

[23] 王磊. 动态体系论：迈向规范形态的“中间道路”[J]. 法制与社会发展，2021（4）：159-176.

[24] LYMAN R P. Copyright in historical perspective[M]. Nashville： Vanderbilt University Press， 1968： 140-142.

[25] KANDORI M. Evolutionary game theory in economics[M]. Cambridge： Cambridge University Press， 1997： 243-244.

[26] 库兹韦尔. 奇点临近[M].李庆华，译. 北京：机械工业出版社，2016：79.

[27] 徐小奔. 论算法创作物的可版权性与著作权归属[J]. 东方法学，2021（3）：41-55.

[28] 马治国，赵龙.价值冲突：公共领域理论的式微与著作权扩张保护的限度[J].山东社会科学，2020（10）：134-182.

[29] 杨利华. 公共领域视野下著作权法价值构造研究[J]. 法学评论，2021（4）：117-129.

[30] 王迁. 论作品类型法定——兼评“音乐喷泉案”[J]. 法学评论，2019（3）：10-26.

[31] 冯晓青，潘柏华. 人工智能“创作”认定及其财产权益保护研究——兼评“首例人工智能生成内容著作权侵权案”[J]. 西北大学学报（哲学社会科学版），2020（2）：39-52.

[32] 谢晶. “5G+混合现实”出版物著作权侵权风险及其应对[J]. 出版发行研究，2020（4）：84-89.

[33] 吴汉东. 著作权合理使用制度研究[M]. 北京：中国人民大学出版社，2020：235-312.

[34] 万勇. 人工智能时代著作权法合理使用制度的困境与出路[J]. 社会科学辑刊，2021（5）：93-102.

[35] RICHARD A P， WILLIAN F. Partry， fair use and statutory reform in the wake of eldred[J].   California Law Review， 2004， 92（6）： 1639-1661.

[36] PHIL S. 大数据可视化：重构智慧社会[M]. 漆晨曦，译. 北京：人民邮电出版社，2017：259.

Conflict of Interest and Its Solution in Artificial Intelligence Generated Data Works from the Perspective of Game Theory

Li Xiaoyua， b

（a. Guangdong University of Foreign Studies， Law School， China University of Political Science and Law， Guangzhou 510006， China; b. Law School of Civil and Commercial Economics， Beijing 100088， China）

Abstract： In artificial intelligence-generated data works， interest subjects such as users， designers， investors， artificial intelligence， and the public have different levels of interest appeals. When empowering artificial intelligence technology， it is necessary to reconcile the tension between "fair use of data works" and "promoting innovation"， "private data control rights" and "social public value"， "technical enclosures" and "public domain protection". Using game theory to explain the construction of legal order for the interests of artificial intelligence-generated data works can not only realize the establishment of abstract and unified regulations， but also help individuals make rational decisions in specific scenarios. Different types of artificial intelligence-generated data works should be configured with differentiated interests. The introduction of the public domain reservation system and general fair use clauses provides a more flexible and flexible application space for the resolution of conflicts of interest in artificial intelligence-generated data works. In the judicial practice of resolving conflicts of interest in data works， the application of the "principle of proportionality" analysis method can improve the certainty and predictability of the application of flexible clauses.

Keywords： artificial intelligence-generated data; conflicts of interest; game theory; public domain reservation; fair use23B3DDFF-5A1D-4415-A2CA-707364C09F19