生成式人工智能艺术：版权侵权与合理使用

当前关于人工智能版权侵权或合理使用的讨论往往跳过侵权分析的必要步骤，直接聚焦于最具争议的问题：“视觉生成式人工智能能否创作出可能侵犯现有受版权保护作品的作品？”随后又进一步探讨“该人工智能是否能以‘转化性使用’为标准主张合理使用抗辩”。这些问题固然重要，但若忽视版权侵权的实际分析流程，相关讨论便容易误导甚至毫无意义。这种对侵权分析各环节的忽略，会导致我们难以准确锁定引发争议的责任主体。从训练数据集创建环节的侵权问题，到基于训练数据构建基础模型，再到生成式人工智能系统实际生成图像的过程，若将这些环节及相应责任人简单等同起来，便是对其本质与责任的错误认知。讨论的焦点应当从训练数据集的编纂者、人工智能系统的设计者与创造者，转向最终利用该系统构思并触发图像创作的用户。在生成式人工智能语境下的侵权或合理使用分析，普遍存在对人工智能技术流程、用户控制权及作者身份的认知偏差。原告、评论者及监管机构对这一流程作出了错误假设与不准确的简化解读，笔者将其概括为“魔法文件柜理论”“魔法复印机理论”和“魔法盒艺术家理论”。倘若这些理论成立，确实会比当代视觉生成式人工智能系统的实际研发与运行原理更易于理解。本文旨在厘清并纠正人们对生成式人工智能技术的误解，阐明训练数据集设计者、生成式人工智能系统设计者以及最终用户在视觉作品生成过程中的不同作用。第二部分将阐述版权侵权主张的构成要件，包括原告作品的可版权性判定、限制可版权性的原则、复制行为的认定以及侵权要素分析。第三部分将总结版权合理使用的判定标准，重点探讨《美国法典》第17编第107条第1款所规定的使用目的与性质分析，以及Andy Warhol Foundation v. Goldsmith案之后“转化性使用”标准的现行解读，尤其针对涉及技术运用及受版权保护或具备可版权性数据源的情形。第四部分将分析生成式人工智能训练数据集创建者可能涉及的侵权或合理使用问题；第五部分探讨视觉生成式人工智能系统创建者的相关责任；第六部分则聚焦视觉生成式人工智能系统最终用户的侵权或合理使用风险。尽管视觉生成式人工智能系统极为复杂，但它们终究是依赖最终用户的工具：最终用户负责构思图像、设计提示词以启动生成流程，还需评估系统输出的结果，调整并编辑AI提供的迭代图像，最终选定其中一幅作为成品图像；此后用户还需决定所选图像的实际用途与功能。在使用AI工具创作特定图像的过程中，最终用户的行为可能导致系统生成在侵权分析中被认定为具有侵权嫌疑的作品，进而需要基于用户对图像的使用方式展开合理使用分析。

本摘要由 AI（Hy-MT2-Pro）翻译生成，仅供参考，请以原文为准。