人工智能生成内容在著作权法中的定位

摘要

以ChatGPT为代表的生成式人工智能自诞生起便对传统著作权法的制度规则发起挑战，而首当其冲需要明确的是人工智能生成内容在著作权法中的定位问题。人工智能生成内容不仅包含人类用户的独创性贡献，人工智能本身也作为内容产出者参与输出表达。从其本质来看，人工智能生成内容具备表达外观，是满足独创性要求的智力成果，具备可版权性。实践中应当破除多模态生成式人工智能的工具论思想，结合产业实际，灵活判断涉案人工智能生成内容在著作权法中的定位，引导生成式人工智能可靠可控发展。

关键词：著作权法；版权客体；生成式人工智能；人工智能生成内容

一、问题的提出：多模态生成式人工智能的成熟

近年来，随着StyleGAN、ChatGPT、Midjourney等大规模预训练模型取得重要突破，世界见证了生成式人工智能的大爆发。生成式人工智能作为人工智能新范式，被广泛应用于艺术设计、医疗健康、教育研究、商业营销等多个领域，人类社会的生产、生活方式乃至社会治理模式都随之迎来新的变革。如今，OpenAI再次开创了生成式人工智能的新纪元。2024年伊始，OpenAI发布了新一代神经网络模型Sora，OpenAI将其称为“世界模拟器”。该模型可以接受文本描述、图像、视频作为输入，将其转化为长达一分钟的高质量视频内容。Sora理论上支持任意分辨率，生成能力远超此前顶尖视频生成模型Stable Video Diffusion。国内媒体也纷纷抓住生成式人工智能的风口，迎来了人工智能生成视频的狂飙之年。

以Sora为代表的文生视频模型，其技术赋能可以极大促进视听作品领域创作者的思想与艺术表达，其优越的数据处理能力可以分析大量的现有作品，并依创作者需要提供发散性或聚合性的灵感与创意。生成式人工智能的应用不仅为影视行业带来了新的机会，而且将重塑艺术创作的方式，为文化产业注入创新动力。在此背景下，如何认识生成式人工智能产业发展带来的法律问题也愈发具有现实意义。据一项针对亚马逊、Fiserv等86家世界500强企业的调查报告显示，逾三成受访企业将版权问题视作人工智能使用中的最大隐忧。普通用户对人工智能所涉版权问题中，人工智能生成内容的定性问题成为广大用户的核心关切。当前，我国在立法与行政层面并未对人工智能生成内容进行明确的定义，亦未就其作品资格进行专门规定，但司法实践中已有多起案件可以证明我国法院在此问题上的立场。在2019年的Dreamwriter案中，深圳市南山区人民法院认定用户借助人工智能创作的文本内容可以构成作品。在菲林诉百度案中，北京互联网法院则认定未能体现人类独创性投入的人工智能生成内容不能构成作品。2023年的Stable Diffusion 案中，北京互联网法院同样判决涉案人工智能生成内容因体现了用户贡献的独创性而可以构成作品。全国首例“AI视听作品侵权案”也于2024年5月15日在北京互联网法院首次开庭审理。

在国际视野下，世界各国都对人工智能生成内容的可版权性问题展开了积极的探索。美国与欧洲大陆持自然人作者中心的立场，只对人工智能生成内容中人类作者提供创造性投入的部分进行保护。美国国会图书馆和美国版权局在2023年3月发布的《版权登记指南：含有人工智能生成材料的作品》指出，只有由人类构思、主导的内容才可以成为受版权保护的客体。如果构成一部作品的主体要素是由人工智能构架的，其创造性内容并非来源于自然人用户，这种内容就不具备可版权性。在黎明的扎里亚案与太空歌剧院案中，美国版权局亦拒绝为不能体现人类创造性的内容进行登记。欧盟法院也指出，只有人类的创作才是受著作权法保护的客体，人类创作者在创作过程中可以使用技术协助。

个案的裁判结果可能会动态调整，人工智能生成内容的可版权性分析需要参考个案情况进行审查，但对其中的底层逻辑值得深入研究。当前版权理论与实务界对于人工智能生成内容在著作权法客体中的定位问题尚未达成共识，而这一问题是进一步分析人工智能生成内容的权利归属与责任承担的前提，也是构建人工智能时代版权制度的基石。基于此，本文拟在不动摇著作权法根基的原则下，试图以维护版权制度的公共政策为目标，破解人工智能生成内容的可版权性问题。

二、思想表达二分法下的人工智能生成内容争议

在探讨人工智能生成内容是否符合著作权法规定的作品的法定条件时，首先应当说明其是否构成受著作权法保护的表达要素。若人工智能生成内容仅构成不为著作权法保护的思想要素，独创性就无从谈起。从著作权法的规范逻辑出发，思想/表达二分法的效用在于维护社会公众的创作自由，体现了平衡著作权人利益与社会公众利益的平衡意蕴。其在著作权法中把握的是价值层面的问题，即哪些内容应当受到保护、哪些内容不应当受到保护，而并不关乎思想与表达在事实层面是否可分。因此，思想与表达的边界划分应当以表达的自由度为标准判定。具体到人工智能环境，我们需要评价的对象是人工智能生成内容这一整体，自然应当以整体化的思维看待人类用户输入的提示词和人工智能输出的结果，单纯探讨提示词或结果的性质并无意义。

当前学术界之所以对人工智能生成内容是否构成表达存在争议，是因为对人工智能的“工具属性”的认识不同。有人认为，只有人类的独创性表达才可以被著作权法保护，而当人工智能生成内容不能体现用户的独创性贡献时，单纯的人工智能生成内容不是表达。根据用户在人工智能输出过程中的贡献程度不同，可以将人工智能生成内容划分为三类情形。

情形一：主要由人工智能生成。由于技术限制，现存的生成式人工智能尚不能进行自主创作，人工智能仍然依赖于人类的指令与干涉。但在一些情况下人工智能生成内容主要由算法完成，人类在人工智能生成内容中的贡献程度显著不足。常见于效率较低的“人类输入提示词——生成随机画面——结束本轮输出”模式，有学者将此种创作模式定义为“单回合”黑箱模式。此时用户对人工智能生成内容的参与仅限于为人工智能提供指令，然后被动地等待结果生成。在这种情形下，人工智能生成内容的可版权性依照人类提供指令的复杂程度不同而有所区别。以文生视频为例，若用户仅提供简单的提示词，如“晴天、学生、篮球”，然后从输出内容中选定视频。Sora可以根据GPT模型来扩展或优化这些简短的提示词，将其转化成更详细、更富有描述性的文本，进而生成更加符合用户意图的视频。在这种情况下，对生成内容的选择与安排来源于人工智能模型，用户提供的提示词充其量只是惯常性表达，用户对人工智能生成内容既没有预见，也没有贡献。

情形二：人工智能辅助人类生成。此时人工智能往往承担底稿优化的工作，如画家在绘制油画后，借助人工智能模型进行局部晕染、铺设高光等细节性调整。此时人工智能承担辅助角色，对于作品的完整性虽有贡献，但创作主体仍然是用户本人。人工智能最终输出的结果实质上可被视作传统意义上的作品表达，不是典型的“人工智能生成内容”。还有一种极端情况是，用户自行构思了意向结果的全部感觉要素，然后将相关提示词事无巨细地一次性提供给人工智能（假设不存在输入障碍）。在这种情况下，人工智能几乎没有可以额外做功的空间，生成式人工智能此时便完全充当了提升用户工作效率的工具，用户对最终生成的视频的独创性贡献达到顶峰，几乎不会有人质疑此类所谓“人工智能生成内容”的表达地位。但需要注意的是，只是在这种情况下生成式人工智能承担类似工具的角色，而并非笔者支持人工智能工具论。

情形三：人工智能与人类“合作”完成。此时用户往往会从人工智能提供的结果中选定最满意的，并进一步输入指令，引导人工智能修改上述选定结果中的表达性元素，直到出现符合用户预期的结果。如在Stable Diffusion案中，用户向人工智能提供了数十项正向提示词与上百项反向提示词来绘制人物肖像，在人工智能输出结果后，用户不断在输出结果的基础上给出更多线索，最终得到涉案图片。此时，人工智能与用户之间脱离了利用与被利用的工具支配关系，而是一种交互性的指导与反馈的关系。在这种情况下，人工智能最终的输出结果来源于无数次的人机交互，用户与人工智能均是作品创作中不可或缺的参与者，形成一种类似合作作品的外观（虽然人工智能无法成为“合作作者”）。

笔者认为，应当采取客观标准，以审视普通作品的眼光审视人工智能生成内容，判断其是否属于通常意义上的“思想”与“表达”。在探讨人工智能生成内容形式上符合受著作权法保护的表达后，需要进一步认定其是否满足构成作品的各项要件。依照我国现行《著作权法》第三条规定，作品包含四项构成要件：（1）属于文学、艺术和科学领域内；（2）具有独创性；（3）具有一定的表现形式；（4）属于智力成果。在多发的版权纠纷案件中，涉案客体往往满足要件（1）（2）与（4），从我国司法实践中看，作品的智力成果属性在与人工智能生成内容相关的案件中才被更多地讨论。毫无疑问，在传统语境下作品都是由人类直接创作或利用工具创作的，一切作品都反映了当下作者的思想感情与创作意图，自然满足智力成果要件。人工智能生成内容的创造性分析更是理论界争执不下的焦点问题。接下来本文将聚焦满足（1）（3）要件的人工智能生成内容，集中讨论人工智能生成内容的智力成果属性与独创性，在独创性部分笔者也将对人工智能工具论进行回应。

三、人工智能生成内容的智力成果属性认定

很多人对人工智能生成内容的智力成果属性持支持观点，认为人工智能从算法开发到投入使用均离不开人类智力的投入，生成式人工智能的核心技术也体现了人类价值观的输出。用户的智力因素始终影响着人工智能生成内容，因此人工智能生成内容天然具备智力成果的外观。除此之外，人工智能生成内容的智力成果属性还可以通过更直接的逻辑证实。

（一）智力的非人类特有属性

对人工智能生成内容的智力成果属性的分歧实则源于对人工智能是否具备智力，即智力是否为人类特有这一问题认识不清。根据维基百科显示，智力（Intelligence）是指生物一般性的精神能力，包括学习记忆、解决问题、逻辑推理、抽象思维等能力。这些能力并非为人类独有，许多非人类动物都展示了显著的智力表现。例如，在学习记忆方面，黑猩猩可以进行较为复杂的运算，乌鸦可以使用工具获取食物，章鱼可以逃脱复杂的迷宫，导盲犬经过学习可以协助盲人解决较为复杂的实际问题；在沟通交流方面，除体积较大的灵长类动物外，海豚也具有复杂的交流系统，著名的灰鹦鹉亚历克斯（Alex）也证明了鸟类有能力进行基本程度的推理与语言能力；在社会合作方面，大象会帮助受伤的同伴，具有复杂的社会结构与情感反应，蜜蜂会通过舞蹈语言传达食物方位，展示出高级的社会合作能力。由此可见，除人类外，众多动物都具备一定的智力水平。两种智力最根本的不同则在于，人的智力的物理构造优越于动物智力，人的大脑比动物的大脑开发得更加深入，再聪明的动物若与人类比较，最多只能比得上几岁的幼童。进一步说，人类一直单方面垄断内容输出行业的主要原因是，作为地球的“统治者”，只有人类语言才是“官方语言”。在生成式人工智能之前，有同样具备智力的生命体，但不存在可以用人类语言创作的物种。

（二）人工智能具备人类智力

生成式人工智能展示了许多与人类智力相似的能力，填补了人类智慧与动物“智慧”之间的缺口：2024年5月发布的GPT-4o具备理解文本、音频、图像等内容的任意组合的多模态能力，并可以在平均320毫秒内对音频输入作出反应，与人类对话节奏轻松、融洽，实现了更加自然的人机交互。人工智能优越的自然语言处理能力使其能够理解人类的意图，生成没有“机械感”的不同语调的语音。同时，生成式人工智能可以通过大量数据进行自我学习与优化，不断提高其性能和适应性。人类智慧不等于人工智能，但纵观人工智能的几种主要研究范式，以人类智慧为顶点的通用人工智能（General Artificial Intelligence）一直是人工智能产业发展的终极目标，现在多模态强人工智能的发展正在使人工智能越来越趋近于人类智慧。

著名的“莫拉维克悖论”在人工智能研究中揭示了一个有趣的现象：对机器而言，涉及人类本能的活动，如感知与运动，比那些依赖逻辑推理的复杂智力活动更难达成。这意味着，虽然人工智能可能适用于执行医疗诊断和产品设计等需要进行复杂推理与决策的任务，但在涉及直觉和情感的行业中，如医疗和教育等人力密集的服务行业，人工智能的应用会受到较大限制。特别是在那些需要人类创造性和人际交互的服务行业职位，机器替代的可能性较低。这牵涉到生成式人工智能被广为诟病的一点：缺乏人类意识。

发展到GPT-4o阶段的人工智能在类人感知方面的探索未取得实质性的突破，生成式人工智能虽然已经可以模仿人类的思维方式，但仍不具备人类的经验与直觉。人工智能本质上仍然受到核心代码的约束，虽然其任务范围越来越广泛，还未能产生自我意识与意志，在灵活度上不能与人类旗鼓相当，但对于生成式人工智能的内部生产机制的观察表明，生成式人工智能已经超越了传统机械化的内容生成方法。以Sora为例，它可以利用神经网络技术，根据用户的即时反馈调整输出的视频内容，模型生成的内容因其所抓取的数据不同而具有一定的随机性，这种方式模拟了人类的创作活动。生成式人工智能虽然缺乏自由意志，但表现了显著的自主性，可以证明其智力化程度。综上所述，人工智能生成内容形式上具备作品外观，核心上反映了人类的思维模式。人类在人工智能开发的每一环节的深度参与，使得人工智能生成内容本质上是人类智慧的延伸。同时，人工智能的黑箱过程展示了其对事物独立判断的能力，故应当承认人工智能生成内容的智力成果属性。

四、人工智能生成内容的独创性认定

独创性是著作权法的核心的构成性概念，但各国立法均未对其进行明确定义。当前学术界的主流观点有两类：其一是持作者中心主义，强调表达只有在反映人类个性时才能成为作品；其二则遵从洛克的劳动财产权理论，将“独立创作”与“最低程度的创造性”视作构成独创性的两个基本要素，司法实践中也将独创性要件作为裁量性要件，门槛较低，人工智能生成内容可以轻松达到这个标准。此前，我们之所以普遍对独创性采取“独立创作+最低程度创造性”的标准，是因为默认人类是作者，所以其所产出的内容具备作者的思想情感投入，因此天然具备创造性。在此思维定势下，人们习惯于认为只要具备外在表现形式的内容必然符合创造性的要求。

多模态大模型产出人工智能生成内容可以分为多模态理解与多模态生成两个步骤，前者无法离开人类用户的参与，且前者是后者的基础。现阶段所有人工智能的“创作”都无法仅依靠人工智能达成。很多学者认为，人工智能不具备自主意识，因此人工智能生成内容无法表达一定的思想，进而不具备独创性。人工智能生成内容是否具备可版权性的关键在于是否满足独创性要求，其中对于创作本质属性的判断是问题解决的关键。

（一）创作的基本特征辨析

在细究创作的本质之前，首先应当放弃精细地定义创作的概念，只尝试勾勒创作的轮廓，将创作视作一种现象。

1. 创作的基础

人类能够认识世界、感知世界、并从中取得经验，以此为基础创作作品。在传统语境下，大脑、人的经验以及外界的刺激是人类创作的基础。当大脑接收外界刺激，人类的意识和思考由位于大脑皮层褶皱中约1000亿神经元发出的电信号在脑内的网络中传递形成，最终输出具有个性的表达。随着神经科学的快速发展，现在虽未能完全揭示创意形成时大脑的详细活动路径，但我们对大脑的理解在不断加深。在此意义上，与人类“学习—刺激—输出”的环节对应，生成式人工智能也具备上述创作的基础。人工智能模型通过深度学习进行预训练后，接收到来自用户提示词的刺激，输出相应的结果。人工智能通过技术手段完成了对人脑的模拟，使人工智能可以从庞大的训练数据中总结经验、拓展提示词、输出符合用户预期的结果。

2. 创作的意图

举一个极端的例子，美国抽象绘画奠基人杰克逊·波洛克以其“滴画法”（Drip Painting）闻名世界，其创作没有任何草图与规划，只是由一系列即兴的动作，凭着直觉将颜料滴或甩或洒在画布上。他把自己的作品题材解释为绘画自身的行动，认为画布上任意挥洒的颜料组成的图案焕发出肆意洒脱的活力。但是同样的挥洒颜料的行为，杰克逊的成果便是一幅行动绘画作品，而一只猴子挥洒颜料只会形成一张废纸。这便是创作意图在人类创作场景中的地位，受著作权法保护的表达，必然蕴含着因公共利益被排除在保护范围外的思想。

解决问题是将现状转化为目标状态的关键步骤。在人工智能环境下，理解创作意图必须考虑人工智能的创作机制，传统的主观创作意图理论可能无法适应现实发展的逻辑。创作是有意图的活动，而人工智能输出内容亦有意图，即在给定提示词的基础上，生成满足用户目标的内容。笔者不否认创作意图的重要性，但认为此时不应当采用十分严格的“意图”定义。人们常将自主性视作人类意识的结果，仿佛只有某些情况下随机地“灵光一闪”才会生成创作意图。当在命题绘画的情境下，人类根据给定题目要求作画，和人工智能根据给定提示词生成内容在目的与动机上又有何不同呢？

3. 创作的工具

目前学界主流观点之一的人工智能工具论，实际是扩张解释，将生成式人工智能解释为人类创作的辅助工具，把人工智能生成内容解释为人类意志的产物，从而顺理成章地将人工智能生成内容中人类未作出“独创性贡献”的部分纳入著作权法的保护范围。“创作工具”是指在创作者运用其自由意志进行创作时所使用的辅助性设备、软件、材料和手段，它们帮助创作者实现创意，呈现作品。创作工具的范围广泛，涵盖了从传统手工工具到现代数字工具。在人工智能语境下，决策式人工智能可以等同于工具，而生成式人工智能不可以简单地等同于创作工具。这些工具的共同特点是，它们为创作者提供了实现创作意图的手段和支持，完全依赖于创作者的控制，不独立完成创作本身，也不主动为智力成果做出贡献。创作工具本身没有参与创作决策的能力，它们只是实现创作者构思和意图的媒介。

也就是说，只有当人类负责作品的表达性要素投入，人工智能严格按照创作者的意图，没有主动参与或影响作品中表达性要素的决策过程时，人工智能才可以成为被使用的“工具”。在Web2.0时代，计算机仅是人类提高创作精度与效率的纯粹工具。现在人工智能发展到全模态的程度，可以识别输入的文本、图像、音频、视频等内容，并输出文本、图像、音频、视频。且与传统工具不同，生成式人工智能不仅单纯地执行用户指令，还可以通过深度学习算法自主生成新的作品，且已经具备了高度自动化与复杂化的特征。以Sora生成的视频为例，根据OpenAI的技术报告显示，Sora使用了DALL-E3中的重新标注技术，准备了大量带有文本标题的视频数据，通过训练一个描述性的标题模型，为所有视频生成文本标题，来提高文本的准确性，改善了视频质量。同时，Sora利用GPT将用户简短的文本提示词转化为更长、更具体的标题，或增加相关的语义信息，指导视频的生成过程，从而使Sora能够生成高质量的视频，并准确地遵循用户的提示。

鉴于上述人类对人工智能生成内容的影响不尽相同，生成式人工智能在生产内容中的地位应当分为辅助地位、相对独立地位以及完全独立地位。人工智能处于辅助地位与相对独立地位的情形为后续对人工智能创作分析中的主要内容。当人工智能处于完全独立地位时，此时的人工智能生成内容虽然属于著作权法所保护的表达，但是从立法政策的角度看，对此类人工智能生成内容提供著作权法保护没有必要，因为此类人工智能生成内容的产出直接源于人工智能的选择，从成本收益的角度看，输出结果的过程中的边际成本几乎可以忽略，对这种表达进行保护的制度成本将远超规制收益。因此，对此类人工智能自主生成的表达，尽管不属于思想范畴，也不应当成为被著作权法保护的客体。

此外，著作权法意义上的创作实现不依赖于工具，因此立足于人工智能工具论讨论人工智能生成内容的独创性欠缺现实意义。虽然人类是人工智能模型的设计者和发明者，但创作并不具备传导性。否则若按此逻辑进行推理，当人工智能进一步发展，本应声振寰宇的通用性人工智能与人类的对垒，也不过是人类意志的内部狂欢。由上述可见，生成式人工智能在一定程度上摆脱了人类工具的角色，但这不影响人工智能生成内容成为著作权法保护的对象。

（二）人工智能的创作

生成式人工智能具备深度学习与自主学习的能力。生成式人工智能通过深度学习模型的多层神经网络架构，能够在大规模数据上进行训练，自动提取特征和识别模式，并不断自适应地优化性能。其自主学习能力使其能够通过无监督学习、自我监督学习、强化学习、迁移学习和元学习等方法，不断学习新知识，提升自身的创造能力和适应性。

多模态大模型产出人工智能生成内容可以分为多模态理解与多模态生成两个步骤，前者无法离开人类用户的参与，且前者是后者的基础。现阶段所有人工智能的“创作”都无法仅依靠人工智能达成。很多学者认为，人工智能不具备自主意识，因此人工智能生成内容无法表达一定的思想，进而不具备独创性。念及创造力，人们普遍想到梵高、贝多芬、尼采，而不是机器。创造性贡献只能来源于人类吗？显然不是。经过深度学习后，生成式人工智能往往可以展现出令人印象深刻的逻辑思维能力，使其在模式识别与推理、上下文理解与因果关系、归纳与演绎推理、模仿与创新以及逻辑一致性与语义连贯性等方面取得进步。一方面，生成式人工智能以人类反馈、自然语言处理、深度学习等技术为支撑，可以为创作者提供不同风格、主题或情节的建议。刺激创作者拓宽艺术创作视野，打破常规思维，为创作者提供更加新颖独特的创作手法与表达方式，增强影片的艺术感染力。另一方面，生成式人工智能可以帮助创作者整合各种灵感，优化叙事结构，形成更加连贯的创作逻辑，提升观众的视听体验。人工智能在优化创作流程之外，还可以通过数据分析与用户反馈，帮助创作者更好地理解受众群体的风格与偏好，从而创作出更加具有市场吸引力的作品。

生成式人工智能通过复杂的深度学习算法和大规模数据训练，展示了强大的创作能力。然而，其创作过程和方式与人类创作存在显著差异。人类创作基于情感、思想和经验，充满个性化和情感表达，而生成式人工智能的创作依赖于算法和数据，缺乏主观意图和情感表达。尽管生成式人工智能在效率和产量上具有优势，但在创造力、适应性和艺术性方面仍无法完全替代人类的创作能力。

生成式人工智能的用户对不同种类人工智能生成内容作出的独创性贡献各不相同，因此从著作权法路径的角度考虑，用户贡献独创性判断的类型化标准只能通过司法个案判断，未来的司法可以通过判例形式提供具体的指引。具体而言，如同摄影作品的独创性来源于对拍摄主题、光影、背景、布置等的选择，人工智能生成视频的独创性若要被认可，法院应当明确要求用户至少对作品中的整体视觉效果、音效配乐、场景布置、灯光设计等表达性要素或画面其他细节特征作出自己的独创性贡献，而不能仅仅止步于提供初步的提示词。

在单一回合中，由于算法黑箱的存在，用户的确因无法预见输出结果而未对该回合的人工智能生成内容作出独创性贡献。但若用户根据人工智能生成的输出内容提供反馈并进行调整，指引人工智能进一步修改其输出结果，则最终的作品是用户与人工智能通过多次迭代共同创作的结果，用户对人工智能生成内容中的诸多细节做出了个性化的选择。

在运用人工智能生成作品时，尽管用户与输出结果之间始终横亘着生成模型的计算过程，用户在利用生成式人工智能创作时，无论输出结果是图像还是视频，其均有较大的自由发挥空间。如果继续片面地认为用户囿于算法黑箱而无法预见人工智能的输出结果，显然错误地估计了用户对于人工智能的控制程度。事实上，在用户与人工智能的交互过程中，人类与人工智能体现为一种人机协作关系，两者对最终输出结果的贡献相互交织、无法分割，从而使人工智能生成内容具备了合作作品的外在表现形式。同时，鉴于人工智能技术的迭代速度，我们也可以就人工智能生成内容独创性标准的降低进行前瞻性的讨论，以使人工智能生成内容的相关权益尽可能地归属于人。

五、结语

生成式人工智能技术以其日新月异的迭代速度不断刷新着人们的认知，并以摧枯拉朽之势推进了Web3.0时代的发展。诚然，笔者所持观点认为部分人工智能生成内容应得到版权保护，但当前的人工智能大模型训练数据大多遵循合理使用思路，著作权人难以在此过程中得到相应的经济激励。如果不能有效协调好人工智能训练数据的合理使用与人工智能生成内容的版权保护之间的关系，人类自主创作的积极性势必会受到打击，进而导致高质量训练数据的缺失，反而不利于我国人工智能产业的长足发展。因此，在此过程中法律的介入应当一再审慎，充分尊重国内市场特色与各产业发展现状，避免“一刀切”的做法。