作品性与非作品性之类型分析

前述对人工智能生成内容的作品定性，是基于该生成内容符合独创性的前提而讨论的，而实际上并非所有的生成内容都具有独创性。如人工智能采编的通讯录，单纯包含姓名、电话、电子邮件等通讯信息，并不能认为其符合独创性的要求；再如人工智能依据已有新闻事实和写作模板生成的新闻短讯，也会因其形式和内容简单和具有同一性而缺乏独创性。因此，我们可以把人工智能生成内容分为两类，即可作为作品的生成内容与不宜作为作品的生成内容。^[35]

显然，以独创性为基础来类型化人工智能生成内容，可以更好地区分生成内容的作品性与非作品性。独创性的判断标准虽尚不统一，但形式上是否具有独创性较易判断，在此基础上进而判断实质内容的原创性也就相对轻松。因此，我们可以采用两层次的判断规则，即“形式—实质”的判断规则。

第一层次，也即形式层次，重点考察人工智能生成内容的学习机制、运算标准以及采编的数据。如果生成内容只是单纯地依据模板而没有深度学习机制形成的智能表达，那么该生成内容就不是作品；如果生成内容的学习机制属于深度学习，并且利用神经网络技术可以体现内容的差异性、变化性，那么便可进入第二层次继续判断。

第二层次，也即实质层次，针对第一层次的形式判断结果进行实质测评，考察生成内容的相对价值。相对价值主要是指人工智能生成内容的庞杂性和运行的低成本会在一定程度上压缩人类作品的市场空间，为避免这样的窘迫而从主客观结合视角考虑公共利益。有学者认为需要对人工智能生成内容进行技术性与审美性视角的判断，^[36]并举例说明新闻撰写类的人工智能生成内容不是作品。^[37]但是，笔者认为，技术性和审美性的视角是为了避免人工智能生成内容在数量上的庞大，技术性与审美性只是其隐喻表达的工具。我们不否认人工智能生成内容在数量上的优势，但也不应忽视其在客观上达到了独创性标准，其内容不仅仅是单纯的模仿，更是基于深度学习而作出的原创性表达。退一步讲，即便是模仿，只要其具有相对价值，体现独创性，也可以成为作品。人类现实的文学、艺术也离不开模仿与借鉴。可以说，文学、艺术领域的创新都离不开对前人作品的模仿和借鉴。我们既然可以将人类模仿的内容作为作品，那么对于符合独创性的人工智能生成内容为何要更为苛刻？当然，我们也必须承认，人工智能生成内容或许也因具有庞杂性而缺乏符合人类认同的独创性，但我们的判断规则在形式层面的考察就可以筛除大部分内容类似、缺乏新意和独创表达的生成内容，在实质层面也有“相对价值”这一标准来保驾护航，以避免无独创性、不能为人类所认同的生成内容被作为作品保护。(www.xing528.com)

这种两层次的判断规则虽然有助于厘清生成内容的作品性，但具体适用却需格外谨慎。假设我们利用人工智能来进行生成内容的作品性判断，那么该人工智能是否能够体现人的思维和选择，或者说该人工智能在适用两层次的判断规则时是否有其基于神经网络、深度学习而形成的独立选择和判断？如果答案是肯定的，那么就会形成一个死循环，即否定人工智能生成内容的作品性是因为人工智能不具备独特的选择和判断，而在进行作品性判断时，又会产生人工智能可以进行独立选择和判断的矛盾。这种对立式的出现反映的其实也是对人工智能本身定位的模糊性认识，如果已经明确人工智能无法体现独特思维和选择，那么人工智能就应当是人的思维或选择的体现，进而明确人工智能生成内容完全不可以成为作品。至于其保护的必要性和具体保护方式，学界认可人工智能生成内容保护的必要性，同时又隐约忧虑人工智能生成内容的数量庞大和过度保护会冲击著作权法的激励功能，削弱人的创作积极性和导致著作权文化市场失衡。因此，学者们认为较为合理的保护方式应当是邻接权制度，^[38]而具体的邻接权制度安排则可以再行讨论。

笔者认为，学者对人工智能的忧虑言过其实，至少就目前技术可预见的未来来说，人工智能尚不能形成独立意识、独立意志，而且人工智能生成内容并不会当然地冲击现有的作品文化市场，也没必要抵消著作权法的激励功能。首先，我们知道，文化消费者的心态是渴求创新的，当人工智能生成内容可以满足这种需求时，作品文化市场就会受到些许震荡，但真正好的作品是由人的经验、感悟、学识以及文笔等诸多因素融汇而成的，它是能够满足文化消费者的精神需求和深层精神愉悦的。换言之，也许人工智能生成内容可以满足一部分文化需求，但更多精神性、价值性的文化体验是目前人工智能生成内容无法实现的。其次，人工智能生成内容可以冲销部分同质化、过度模拟化的人的作品，著作权法激励人的创作，对上述人的作品也有不同程度的保护，但这并不会真正繁荣文化市场。人工智能和文化市场的竞争性会使大量同质化、过度模拟化的作品被淘汰，这也可以从侧面激励人创作更为优秀的、更为独特的作品。换言之，著作权法的激励功能并不会受到过多冲击，反而可以激励人创作优秀的作品。