微信程序属于软件著作权，著作权实行自愿登记原则，作者可以自愿决定是否需要登记备案。
根据不同的标准可以分为如下种类：
1、根据版权的权利可以为为：发表权，署名权，修改权，保护作品完整权，复制权，发行权，出租权，展览权，表演权，放映权，广播权，信息网络传播权，摄制权，改编权，翻译权，汇编权，应当由著作权人享有的其他权利。
2、根据版权的表现形式可以分为：软件著作权和作品著作权。作品著作权又分为：文字作品；口述作品；音乐、戏剧、曲艺、舞蹈作品；美术、摄影作品；电影、电视、录像作品；工程设计、产品设计图纸及其说明；地图、示意图等图形作品；法律、行政法规规定的其他作品。
根据《中华人民共和国著作权法》
国务院著作权行政管理部门主管全国的著作权管理工作；各省、自治区、直辖市人民政府的著作权行政管理部门主管本行政区域的著作权管理工作。
著作权人和与著作权有关的权利人可以授权著作权集体管理组织行使著作权或者与著作权有关的权利。著作权集体管理组织被授权后，可以以自己的名义为著作权人和与著作权有关的权利人主张权利，并可以作为当事人进行涉及著作权或者与著作权有关的权利的诉讼、仲裁活动。
著作权集体管理组织是非营利性组织，其设立方式、权利义务、著作权许可使用费的收取和分配，以及对其监督和管理等由国务院另行规定。
第十一条著作权属于作者，本法另有规定的除外。
创作作品的公民是作者。
由法人或者其他组织主持，代表法人或者其他组织意志创作，并由法人或者其他组织承担责任的作品，法人或者其他组织视为作者。
如无相反证明，在作品上署名的公民、法人或者其他组织为作者。
参考资料来源：
百度百科-中华人民共和国著作权法
小程序定制开发的价格在几千到几十万不等，不同的价格对应不同类型的公司需求，而且小程序后期可以更改，非常适合初创企业和发展中的企业。微信上附近的小程序功能，可以帮助商家被五公里范围内的微信用户搜索到，解决当下商家广告无处可打的尴尬，有助于企业产品和品牌的传播。小程序开发联系电话：******，联系QQ：******
根据需求来进行收费，如果功能不是很明确的话，可以咨询我们给您提出建议方案，华企商城小程序制作开发可以满足你的需要。
要看具体情况。
根据计算机软件保护条例，定制的APP，如果想要得到版权，必须在合同签订之前与开发商协商洽谈，并写入合同里去，这样才能避免纠纷。
其实很简单，就好像你去定制一套房屋，使用权是你的，但是产权却是开发商的。
为什么会这样说呢，定制的软件，根据职业道德操守，开发商只能保证不会泄密，但是如果有其他情况，他们会使用版权另外开发，就以上的例子解释，就是照着这套房子在修一套这样的房子去卖，你不能干预。
所以，如果你要得到版权，必须在之前就与开发商协商好
你利用公司的设备、技术和资金，属于职务发明。你有署名权和获得相应报酬的权利。
将来专利证书专利发明人一栏会署上你的名字，将来可以作为证明使用。
在客户与乙方开发公司进行前期的询价过程中，对于乙方开发公司层次不齐的报价往往拿捏不准，不知道该怎么进行比较与选择，因此知道合肥小程序外包开发费用的组成因素是一个较为关键的问题。在之前的文章中有提到过，针对合肥小程序开发而言，其费用是由多方面的因素所决定的，不同的开发模式下合肥小程序外包开发费用组成因素也不太一样，下面来为大家做一个简单的介绍。
一、合肥小程序定制开发费用组成
在合肥小程序外包开发的过程中，如果选择定制化开发的外包公司为自己提供微信小程序开发服务，整体的前期开发预算投入是相对较高的。因此在定制开发的过程中，需要产品经理、项目经理、UI设计师、前端工程师、后端工程师、测试人员等角色的参与制作，整体所消耗的人工时成本较高。人工时成本在整个合肥小程序外包开发服务环节中占据了较大的组成比例，再加上乙方开发公司的公司成本及拓客成本之后，综合给出的合肥小程序开发费用相对于其他的几种开发模式会高一点。
但是合肥小程序外包定制开发的优点也是显而易见的，首先就是定制化开发的微信小程序产品更能突出平台的特色，可以加深本产品在同类竞品中的用户使用印象。另外作为版权保护的角度来看，定制化开发的产品可以进行软著等版权申请工作，甲方开发公司会享有该产品的所有权，可以避免后续运营过程中受到一些版权因素的困扰。千篇一律的产品打造或许就注定了这个产品的平庸，在当下的互联网市场中，想要占据一席之地相当困难，但如果采用定制化开发的产品投入运营，或许增加了产品突出的可能性。
二、合肥小程序模板开发费用组成
合肥小程序模板开发的方式也是合肥小程序外包开发中常见的开发方式之一，在外包服务市场中部分公司会专门为客户提供模板开发的技术服务。相对于上述的定制化开发方式，模板开发能满足客户在低预算、短周期内完成产品打造的需求。这种模式下的合肥小程序外包开发费用较低，其核心成本主要在模板费用及人工搭建费用这块。开发公司会根据客户的需求，为客户挑选较能符合需求的模板，在客户同意后即可为客户进行微信小程序的搭建工作。对于预算较低且需要在短周期内完成线上部署运营的客户，可以采用此种方式进行自身的产品打造工作。
但是合肥小程序外包开发模板的方式也会有部分的缺点。比如由于客户的需求总是千差万别的，因此在进行模板选择的过程中，往往很难找到覆盖客户所有开发需求的模板，因此客户只能迁就于功能相近的模板进行搭建使用，难以将客户的所有想法进行线上部署实现。而且对于模板开发方式而言，如果没有较长时间的开发经验积累，往往是不能提供给客户具备自身公司版权的模板，或许只能通过网上购买或其他方式进行模板代码的获取。在这种情况下，产品自身的版权归属就比较模糊，在后续的运营推广过程中，会存在侵权的可能性，造成得不偿失的窘境。
三、SAAS服务小程序开发费用构成
如果说定制化开发的人力成本核算方式与模板开发的费用组成方式还不够清晰的话，那么SAAS服务的费用组成方式或许能给到甲方客户耳目一新的感觉。因为在合肥小程序外包开发的过程中，由于不同的客户需求不同，因此在需求评估及报价的过程中只能根据乙方开发公司的实际情况进行工作量评估报价，甲方在此过程中很难有种参与感，难免有种失落心理。但SAAS服务的合肥小程序外包开发方式能从某些程度上消除甲方部分的顾虑，因此对于这种合肥小程序开发费用报价而言，SAAS服务商往往是以类似商品规格选择配置的方式进行对应价格的自动生成。客户可以在乙方外包公司的报价页面进行自己所需要的功能模块选择，费用报价中不仅针对每个功能模块的功能及费用做了展示，而且能自动汇总出整体报价供甲方参考。
但是市面上目前较大规模的SAAS服务开发方式的科技公司并不是很多，目前具备成型规模的科技公司往往提供的仅仅是商城小程序这块的SAAS服务。因为打造出一款庞大的SAAS服务系统是需要投入较大的精力成本的，因此针对于这种合肥小程序外包开发服务很难以做到覆盖较多行业的效果。而且从此种开发方式下的微信小程序版权角度而言，甲方仅仅是拥有其软件的使用权，通过按年付费的方式购买使用系统，如果后续运营过程中投入了较大的精力，版权带来的隐患问题可能会有所影响。由于仅仅享有此种开发方式的使用权，甲方产品的运营数据信息基本都是存储在乙方的服务器之中，在后续的更新迭代或用户迁移的过程中，其功能实现可行性会有所折扣，并且可能会受到相关牵制问题。
以上所介绍的就是关于合肥小程序外包开发过程中各种开发模式下的费用组成情况，可以看到的是不同的合肥小程序开发模式都或多或少存在部分的优缺点，因此甲方公司需要根据自身的预算及规划情况进行较为合适的开发方式选择。再根据自身所选择的开发方式进行对应的乙方开发公司选择，通过对比服务方式、周期、报价等因素，综合评估再确认合作。希望通过以上描述可以帮到需要微信小程序开发的客户。
王乐怡
上海交通大学凯原法学院硕士研究生
要目
引言
一、算法推荐平台在现有规则下的注意义务
二、提高算法推荐平台注意义务的合理性
三、算法推荐平台注意义务的提升——以过滤义务的引入为中心
结语
算法推荐已经成为越来越热门的一种商业模式，是网络平台吸引用户、增加用户粘性的重要手段。当算法推荐的内容涉及受著作权法保护的作品时，可能会引发此类平台侵权责任的认定问题。明确算法推荐平台对于著作权的保护承担何种注意义务，对于著作权人的权益保护、平台的经营以及技术的创新发展都十分重要。算法推荐技术的应用本身不会直接导致网络平台对侵权行为构成“应知”。然而，推荐算法的应用导致网络平台与著作权人之间利益保护的平衡格局发生了变化，提高算法推荐平台的注意义务因此具有合理性。在过滤技术日趋成熟的情况下，将平台是否采用了适当的过滤措施作为判断其是否履行了合理注意义务的因素是网络著作权法必然的发展趋势。
近年来，越来越多的网络平台开始利用算法向用户推荐其可能感兴趣的信息。算法推荐技术的广泛应用大大提升了用户体验，却同时可能会强化著作权侵权的风险。在新的技术背景下，如何平衡好加强网络著作权保护与促进新兴商业模式发展之间的关系，合理确定此类平台的注意义务，将关系到著作权人、网络平台和社会公众三方的权益。
为了写作的便利，本文将运用了可以满足用户个性化需求的推荐算法的内容聚合平台（常见如“今日头条”“抖音”“B站”等）统称为“算法推荐平台”。对于这些平台而言，它们在著作权侵权中负有何种注意义务，是目前司法认定中的争议焦点。
一直以来，如何认定网络平台的主观过错一直是判断平台是否构成共同侵权的难点，而平台注意义务的高低又将直接影响主观过错的认定。目前，针对算法推荐平台在著作权侵权中的主观过错认定问题，主要的争议有两点：
第一，算法推荐与平台“应知”的认定之间的关系。《最高人民法院关于审理侵害信息网络传播权民事纠纷案件适用法律若干问题的规定》（下文简称《最高院规定》）第9条将“网络服务提供者是否主动对作品、表演、录音录像制品进行了选择、编辑、修改、推荐等”作为法院认定平台是否构成“应知”所应考虑的因素之一。由此，算法推荐是否属于该条所列举的“选择、编辑、修改、推荐”行为，成为一大争议焦点。认为算法推荐不属于上述行为的理由主要是认为这些行为指的是“人为接触了作品从而提升了网络服务提供者的注意义务的情形”，而在算法推荐的过程中，平台“一般不会接触具体作品”。与之相对，认为算法推荐应被视为平台的推荐行为的理由主要在于，算法推荐模型是由平台撰写的，因此“平台有义务确保算法的合规性”，即使内容的推送是由机器完成的，也不能“因为是机器提供信息而虚无化平台主体的责任”。
第二，算法推荐平台是否应当负有更高的注意义务，特别是主动审查的义务。有不少学者指出，算法推荐技术的广泛应用使得“侵权内容极速传播，侵权后果指数级扩大”，因此，平台在“通过算法收获技术红利的同时，对版权保护应该负有更高的注意和管理义务”。但也有意见认为，要求算法推荐平台承担过高的注意义务，将不合理地破坏新兴商业模式与新技术的发展。
本文将分为三个部分对上述争议问题进行讨论。第一部分分析现有网络著作权法规则下算法推荐平台的注意义务，重点讨论其“应知”的认定。第二部分讨论提高算法推荐平台注意义务的合理性。第三部分论述通过引入过滤义务来提高算法推荐平台注意义务的可能性。
根据《最高院规定》第8条第1款，网络服务提供者的过错包括对用户侵权行为的“明知”或者“应知”。通常认为，网络服务提供者对其用户的行为所负有的注意义务是较低的，不同于民法上的一般注意义务。网络服务提供者并不需要主动发现侵权事实，而是只需要在权利人发出有效的侵权通知，或者在侵权的具体事实十分明显时采取必要措施阻止侵权行为即可。目前，在理论中产生较大争议的是算法推荐平台“应知”认定的问题。
网络服务提供者“应知”的认定规则
《最高院规定》第9条指出，人民法院应根据网络用户侵害信息网络传播权的“具体事实是否明显”，来认定网络服务提供者是否构成“应知”。司法实践中，判断网络服务提供者是否构成“应知”往往比较复杂，需要在个案中结合具体的事实和证据进行考察。对此，《最高院规定》第9条至第12条针对“应知”的判定标准列举了一系列参考因素，希望通过总结一些典型的客观外部行为来判断网络服务提供者的主观过错，对司法裁判具有很强的指导意义。
除此之外，我国法院在司法实践中也逐步形成了一套认定“应知”的判断标准。比如，一些平台在首页上设有“热门推荐”等栏目，其中往往包含相关内容的名称、作者、海报等信息。平台经营者在日常运营维护中不可能不注意到首页这些栏目下的内容，他们只需稍加注意，就能发现那些存在明显侵权可能性的内容，尤其是热门影视剧等。在这种情况下，平台对于此类明显的侵权内容，通常会被认为构成“应知”。有一些平台可能会聘有专门人员对网站上的内容进行管理，这一事实也能够说明它们可以很容易地接触到侵权内容，并且有能力去控制侵权活动的发生。此外，还有一些平台会在首页专门设置“影视区”。由于网络用户往往都热衷于上传与观看热播影视作品，而这些作品通常都不会被许可在网络平台免费提供，所以影视栏目常常是著作权侵权的重灾区。网络平台在设置影视分区时不可能不知道该栏目下大概率会有侵权内容的存在，因此其对于影视栏目下的内容应当负有更高的注意义务。最后，对于重复侵权内容，司法实践中也要求平台尽到更高的注意义务。
总结来看，目前的司法实践认为，当平台有能力掌握和控制侵权活动时，就会构成对侵权行为的“应知”。除此之外，尽管平台没有一般性的事前审查义务，但是在一些特殊的情形下（如针对影视栏目中的内容、重复侵权内容等），平台依然应当尽到一定的主动审查义务，否则也有可能构成“应知”。
算法推荐平台“应知”的认定
对于算法推荐平台而言，上述规则的适用在理论中引发了一些争议。由于《最高院规定》第9条指出，网络服务提供者是否主动对作品、表演、录音录像制品进行了选择、编辑、修改、推荐等，是法院认定其是否承担间接侵权责任所应考虑的因素之一，算法推荐是否属于该条所列举的“选择、编辑、修改、推荐”行为，便成为一大争论焦点。对此，笔者认为算法推荐行为不应被包括在上述列举的行为中，平台不能仅仅因为运用了算法推荐技术就被认定为构成“应知”。
实际上，所谓的“选择、编辑、修改、推荐”仅仅是一种外在行为表现，其背后的实质在于平台运营者通过这些人为设置的行为有能力接触到侵权内容，从而大概率能够意识到该内容的侵权属性，因此不能对其视而不见。因此，是否构成司法解释中的“选择、编辑、修改、推荐”行为，要看算法推荐行为是否使平台获得了掌握和控制被推荐内容的能力。对此，笔者认为答案是否定的。
首先，从技术的角度来看，在推荐算法的正常运行过程中，平台通常不会直接接触到侵权内容。目前，平台进行个性化推送的算法常见分为两类：基于内容的推荐和协同过滤推荐。对于基于内容的推荐而言，该算法是先将相关内容的标题、简介、标签等特征用词向量等数据模型来表示，再对用户的兴趣偏好同样以向量来表示，然后通过计算各个内容特征向量与用户偏好向量的相似度值大小，对相似度值较大的内容进行推荐。对于协同过滤推荐而言，该算法大致是通过对用户相似度进行计算，从而找到与目标用户拥有相似画像、具有相近的兴趣和评价标准的其他用户，再利用这些相似用户计算出目标用户对某一内容的预测评分，最后对预测评分较高的内容进行推荐。可见，无论是基于内容的推荐还是协同过滤推荐，算法不关心也不需要知道具体的信息内容是什么，它只关心从相关信息中抽象出来的模型。对于平台运营者而言，其在后台能直接接触到的也只是相关的数据代码，而非具体的内容。
退一步来讲，即使平台在技术层面上能够接触到算法推荐的信息，从商业的角度来看，平台也不可能去一一接触所有被推荐的内容。随着网络用户的类型和需求差异化的不断增大，为用户个性化定制内容成为必然的市场趋势，但是平台往往没有足够的人力来完成如此庞大的工作量。算法推荐技术的出现本就是为了满足这样的市场需求，代替人工完成网络用户与内容之间的高效匹配。如果平台要对海量的被推荐内容都进行人为接触，不仅会耗费巨大的成本，也会使得算法推荐功能失去意义。
值得一提的是，浙江高院在2019年发布的《涉电商平台知识产权案件审理指南》中就对“人为推荐”和“自动化推送”进行了区分。指南认为，电子商务平台经营者只是在人为推荐模式下“应承担较高的注意义务”，而自动化推送“一般不导致其注意义务的提高”。这样的区分便是认识到了只有在“人为推荐”下，平台才有能力接触到侵权内容，因而要对被推荐的内容负有更高的注意义务。
综上，笔者认为，平台不会仅仅因为算法推荐技术的应用而对具体侵权事实构成“应知”。当然，这并不意味着算法推荐平台永远不会对被推荐的内容构成“应知”。事实上，虽然平台运营者难以接触到所有被推荐的内容，但是当某一内容在某段时间内被推荐的次数和概率非常高时，后台是能够注意到这一情况的。由于在目前的网络环境下，用户关注的热门内容常常会涉及受著作权保护的作品，笔者认为，类似于平台对影视栏目应负有较高注意义务的情形，平台对被频繁推荐的内容也应当承担更高的注意义务。除此之外，如果有其他事实能够证明平台实际上有能力接触到被推荐的内容，也可以认定平台构成“应知”。
尽管在现有的过错认定规则下，算法推荐技术的应用并不会直接导致平台对具体侵权事实构成“应知”，但值得注意的是，技术的发展与网络环境的变化已经导致网络著作权保护的利益平衡格局发生了变化，提高算法推荐平台的注意义务因此成为受到普遍关注的诉求。
网络著作权保护利益平衡格局的变化
网络著作权保护必须平衡好著作权人、网络平台和社会公众三者之间的利益关系。著作权侵权在互联网时代变得十分容易且普遍，如果不对著作权人提供充分的保护，其合法权益容易遭受大规模的侵害。但是，如果给予著作权人过高的保护，也会严重阻碍互联网产业的良性发展。不仅如此，过于严格的著作权保护还可能损害社会公众的表达自由、隐私权等权益。因此，在网络著作权法立法中，既要加强互联网环境下对著作权的保护，又不能不适当地阻碍技术与产业的创新和发展。世界各国现有的网络著作权保护规则正是通过给网络平台规定较低的注意义务以促进技术与产业的发展、通过“通知—移除”规则促使著作权人与平台进行合作，从而力求在著作权人、网络平台与社会公众三者之间达成利益保护的平衡。
然而，技术的迅速革新使得现如今的网络环境相较于二十余年前发生了翻天覆地的变化。各国网络著作权法在立法时，立法者对于互联网技术的理解仅仅局限于当时的技术背景下，而如今，互联网环境的快速发展对原有立法产生了巨大的挑战。
一方面，用户创造内容的大规模涌现使得传统的“通知—移除”规则难以有效发挥作用。“通知—移除”规则形成之时，整个互联网还处在以网站为主的Web1.0时代，网络上的内容主要都是由网站向用户单向提供的，立法者无法预料到如今用户创造内容的大规模出现。因此，立法者当时所想象的“通知—移除”规则的运作模式是著作权人通过人工搜索发现涉嫌侵权的内容，然后向平台发出通知；平台接收通知后，也通过人工来进行审查。简言之，这一制度的设计是以数量有限的通知和人工操作为基础来建构的。然而，由于用户创造内容的大规模涌现，侵权通知的数量也开始急剧上升。比如，在Viacom案中，Viacom公司“在数个月内就积攒了大约10万份涉嫌侵权视频的通知”。面对网络上海量的侵权内容，著作权人每天要发出海量的通知，平台相应地也要对海量的通知进行处理，这样的模式不仅需要耗费巨大的成本，效率也十分低下。
另一方面，网络平台提供的服务类型越来越多样化与综合化。美国千禧年数字版权法（下称DMCA）第512条和我国《信息网络传播权保护条例》第20条至第23条仅对提供网络接入与信息传输通道服务、系统缓存服务、信息存储空间服务和信息定位服务者四类网络服务的提供者设置了“避风港”保护。然而，技术与商业模式日新月异的发展使得现在绝大多数的网络平台提供的服务都是多样化、综合化的，算法推荐技术也早已在大量平台中得到广泛应用，纯粹提供信息存储空间服务或搜索、链接服务的平台已经非常少见了。在各类新型商业模式层出不穷，并导致网络环境下的著作权侵权愈发严重时，仍然对其进行“避风港”保护是否合适，值得思考。美国版权局出版的《“避风港”第512条款研究报告》（下文简称《报告》）中就对Viacom案的判决理由与结果提出了质疑：在Viacom案中，美国联邦第二巡回上诉法院认为，应用了算法推荐功能的YouTube依然可以享受第512条（c）款的保护，因为算法推荐功能的运行是“完全自动”的，YouTube的运营者没有主动介入这一过程，并且算法推荐功能与存储服务“密切相关”。然而，《报告》对此则认为，将算法推荐技术纳入“避风港”保护之中，可能会导致DMCA第512条的适用范围被过分扩张，超出了国会立法时的原意，对其原本无意保护的主体和行为提供了保护。
正是由于网络环境发生了这样巨大的变化，现有的规则体系是否真正能够实现著作权人与平台之间的利益保护平衡，在实践中已经遭到质疑。比如，美国版权局在经过大量的意见收集、讨论和研究分析后发现，著作权人与网络平台两方对于DMCA第512条的评价存在很大的分歧：平台普遍对“避风港”制度的运行情况表示满意，而著作权人则普遍认为该制度无法保护他们的权益。这些证据可以表明，随着技术和商业模式日新月异地发展，现有规则在实践中并没有像立法者所预期的那样，在著作权人和网络平台之间形成利益保护的平衡。
提高算法推荐平台的注意义务有助于形成新的利益平衡格局
保护权利与促进创新之间的平衡关系并非一成不变。技术的发展与社会环境的变化可能导致互联网著作权侵权的严重性、著作权人预防和制止侵权的能力、网络服务提供者遏制侵权行为的成本等重要因素发生改变，从而可能使得原有的平衡被打破。法律也应当对这些新的考量因素进行回应，以达到新的平衡。因此，如果算法推荐技术的应用在事实上导致了原有利益平衡关系被打破，法律就需要对此进行回应，通过适当地提高平台的注意义务以达成新的平衡。
笔者认为，算法推荐技术的应用加重了著作权人与平台之间利益失衡的局面。因此，适当提高算法推荐平台的注意义务，有助于在平台与著作权人之间形成新的利益平衡格局。
一方面，算法推荐技术的应用使得平台在著作权侵权中的主观过错难以得到证明。在算法推荐技术的加持下，侵权作品的传播风险相较以往大大增加。但与此同时，根据上文的论述，由于该技术使得平台运营的自动化程度提高，平台运营者与用户上传内容之间的直接接触减少，导致在现有的法律框架下难以证明其构成“应知”。换言之，算法推荐技术的应用使得著作权人的权益更容易受到侵犯，却反而可能导致认定平台承担共同侵权责任变得更加困难。在这样的情况下，如果依然坚持给算法推荐平台施加较低的注意义务，显然是过于偏向保护平台的利益，忽视了对著作权人的保护。
另一方面，网络平台从利用算法对用户进行个性化推荐的商业模式中获得了大量的利润，但这种商业模式却同时加剧了著作权侵权的发生，侵害了著作权人的经济利益。在这种情况下，网络平台在大量获利的同时也应当承担起相应的责任，对平台上的信息内容承担更高的注意义务，从而适当地提高著作权人的地位，重建利益保护的平衡。
此外，从遏制侵权行为的成本上来看，面对网络上海量的侵权内容，著作权人往往难以进行有效的自力救济。对于网络上每日涌现的侵权内容，著作权人一方面难以发现所有的侵权内容，一方面也难以承担发送海量通知所带来的巨大时间和经济成本。相比之下，要求网络平台运营者利用一定的技术措施对平台上的信息内容加以管理，是成本更低、效率更高的做法。
综上，笔者认为，在当今的互联网环境下，提高算法推荐平台的注意义务，有助于在著作权人与平台之间形成新的利益平衡格局，是网络著作权法发展的必然趋势。
技术的快速发展使得平台的内容审查能力有了大幅的提升。不少学者因此指出，在如今的网络环境下，平台应当采取合适的技术措施对网站上的侵权内容进行过滤。过滤义务的引入意味着平台须对其用户上传的内容进行主动审查，而不能仅仅是被动地对权利人发出的通知进行回应，或者等到侵权事实十分明显时才采取措施。因此，过滤义务的引入意味着平台注意义务的提升。
从技术本身的成熟度以及当前各国法律的发展趋势来看，过滤技术可能是目前提升算法推荐平台注意义务最为可行的途径。同时，考虑到算法推荐技术与过滤技术在技术上存在一定的相关性，都涉及通过算法对内容进行数据处理与比对，算法推荐平台比起其他平台而言更有可能开发并应用版权过滤系统。因此，笔者认为，在考虑如何提升算法推荐平台的注意义务时，有必要对引入过滤义务的可能性进行专门分析。
引入过滤义务的各方面条件逐步成熟
1.过滤技术已趋向成熟
近些年来，各种过滤技术不断涌现，成为打击网络著作权侵权的有力武器。AudibleMagic公司就曾经宣称，其版权过滤系统的识别率超过了99%，且报错率几乎为零。虽然这一说法可能言过其实，但过滤技术日渐完善与成熟的趋势确实是不可否认的。正是由于类似的过滤技术已经逐步成熟，越来越多的平台都已经自发地开始应用过滤系统。
在美国，为了更好地应对DMCA制定后不断发展和变化的技术与商业环境，众多利益相关方通过自愿订立协议等方式进行了一些尝试与努力。比如，在2007年，一些业内领先的商业版权所有人与包括CBS、迪士尼、福克斯在内的用户制作内容服务商之间制定了《用户制作内容服务商指导原则》，其中第3条明确规定了用户制作内容服务商对其用户上传的内容有进行过滤的义务。事实上，很多大规模的商业平台，如YouTube、Audible Magic和Facebook等均早已采用了过滤技术来应对用户上传的侵权内容。自2008年开始，我国的网络平台也开始引进过滤技术对网站上的内容进行过滤。可见，采用过滤系统对用户上传内容进行审查和管理已经成为大多数主流平台的选择，这也从侧面反映出目前过滤技术的发展已经比较成熟。因此，在过滤技术愈发完善，且越来越多地在市场中得以应用的当下，引入过滤义务的可能性也大大增加。
2.法律上的准备
纵观国内外的立法与司法实践，提高网络平台的注意义务、激励平台使用各种技术措施对用户上传的内容进行管理，也已经成为目前普遍的趋势。
在司法层面，法院的裁判往往会引导过滤技术的采用。比如，在Grokster案中，美国联邦最高法院将被上诉人“没有试图开发过滤工具或其他机制以减少使用其软件进行的侵权行为”作为了认定其主观上具有引诱侵权的故意的考虑因素。虽然该判决理由并没有直接确立网络服务提供者有强制的过滤义务，但是将其是否采取过滤措施纳入了认定侵权行为的考量因素之中，也反映出司法实践中给网络服务提供者施加更多义务的动向。在该判决之后，Grokster公司开始在新一代P2P软件中使用过滤技术，以此来防止用户实施版权侵权行为。
为了应对技术发展与盗版猖獗的现实情况，我国法院也将采取包括过滤技术在内的技术措施纳入了平台合理注意义务的范围。比如，在“广州数联软件技术有限公司与北京慈文影视制作有限公司侵犯信息网络传播权纠纷上诉案”中，广东省高级人民法院明确指出，平台上存在海量信息，审查的难度较大不仅仅是平台面对的难题，也是著作权人面临的困境。而由于平台较著作权人而言更有能力控制和减少侵权内容的传播，“将对网络用户的传输内容‘事先’进行注意的义务赋予数联公司，显得更为公平”。因此，法院认为，数联公司“没有采取任何技术措施防止或减少他人利用其服务进行侵权的行为发生，不符合一个理性、谨慎的专业网络服务提供商的行为准则，主观上存在过错”。可见，法院在该案中认为平台有采取技术措施对内容进行积极审查的义务。
在立法层面，欧盟已率先确认了部分平台的版权过滤义务。根据欧盟2019年3月26日通过的《单一数字市场版权指令》（Directive on Copyright in the Digital Singles Market）第17条第1款和第4款的规定，“在线内容分享平台”负有积极获取版权授权的义务。如果未获得版权人的事先授权，其只有在满足以下条件时才能对发生在平台上的侵权行为免责：（1）为向权利人获得授权已经尽了最大努力；（2）在得到权利人提供的必要且相关的版权作品内容信息后，根据本行业内较高标准的注意义务水平已经尽了最大努力来保护版权作品和相关内容不被侵犯；（3）对权利人发出的实质性通知迅速作出回应和处理，删除或断开侵权内容链接后还需确保未经授权的版权内容不再被用户上传。其中，第（2）项规定中“本行业内较高标准的注意义务水平”和“最大努力”等表述在实质上要求了在线内容分享平台承担采取版权过滤等技术措施以防止侵权发生的义务。此外，欧盟委员会于2020年12月15日发布了数字服务法（DigitalServicesAct），针对互联网中间服务提供者和在线平台制定了一套阶梯性义务和责任规则。其中规定，“特大型在线平台”在运营中须负有更高的注意义务。比如第27条规定，特大型在线平台应当采取合理的、成比例的且有效的措施（包括采用内容审核系统）来减轻平台运营中的系统性风险（包括侵权内容的传播）。
综合以上两部法律来看，欧盟的最新立法动态体现了其对经营规模较大的在线平台施加更高的注意义务的决心，希望以此在新的技术和商业背景下重新达成版权人与平台之间利益保护的平衡。不过，由于两部法律都刚颁布不久，其实施效果如何还有待日后考察研究。
在我国，一些国家机关对版权过滤技术也表现出了接纳的态度，在其规章中对网络服务提供者的过滤义务进行了规定。比如，国家版权局《关于规范网盘服务版权秩序的通知》第2条就提出，网盘服务商应当建立必要管理机制，运用有效技术措施，主动屏蔽、移除侵权作品，防止用户违法上传、存储并分享他人作品。
由此可见，过滤技术在国内外的法律实践中被广泛探讨与尝试，提高网络平台的注意义务标准、将过滤义务引入平台的合理注意义务之中已经成为网络著作权法发展的趋势。
我国现阶段引入过滤义务可能的方式
加强网络平台在著作权侵权中的注意义务、要求平台采取技术措施阻止侵权行为是网络著作权法发展的必然趋势。不过，笔者认为，在现阶段，更为合理的做法是将过滤技术的采用作为在具体个案中认定平台主观过错的考虑因素，而不是在立法中规定一般性的强制过滤义务。如果我国法律规定平台对信息内容负有普遍的过滤义务，就意味着现有的主观过错认定规则将被根本改变，平台对用户上传的内容将负有普遍的事前审查义务。这对于各利益相关方以及市场而言，必然会产生重大的冲击和影响。因此，过滤义务的施加会如何影响平台、著作权人和社会公众三方的权利与义务，仍然需要在未来进行更多更深入的研究。在欧盟已经率先在立法中确认过滤义务的情况下，我们不妨对其新法的实施效果进行观望，从而探究是否参考以及如何参考这一做法。
在具体个案中，认定平台主观过错时是否以过滤技术的采用与否作为考量因素，可以考察侵权内容的类型以及相关平台的规模与信息管理能力。
虽然对算法推荐平台施加一般性的过滤义务需谨慎考虑，但是针对特定内容，如被高频推荐的热门内容、影视栏目中的内容、重复侵权内容等，平台本身就负有较高的注意义务，此时要求算法推荐平台进行技术过滤是合理可行的。这样不仅有助于改善平台与著作权人之间利益失衡的局面，也与目前我国司法实践中的趋势相符。
同时，平台的规模与信息管理能力同样需要被考虑。尽管目前来看，采用过滤技术的成本已经不断降低，但是这对中小型的网络平台而言依然可能是比较大的负担。如果对各种规模的网络平台一视同仁地提出技术过滤的要求，可能会使没有能力采取过滤技术的中小型企业被排除在市场竞争之外。不过，目前实践中广泛应用推荐算法的往往都是大型的主流平台，且这些平台为了优化各自的推荐算法，都在投入大量的人力与财力，其支出是相当可观的。开发一套基础的过滤系统，相比较平台在优化推荐算法上的投入而言，成本反而很低。因此笔者认为，对于算法推荐平台而言，将过滤技术的采用纳入其主观过错的认定中，是合理可行的。
总之，在过滤技术日益完善的情况下，将平台是否采用了适当的过滤技术纳入平台的注意义务范畴中，是网络著作权法发展的必然趋势。不过，过滤义务的引入不会是一蹴而就的，而是一个循序渐进的过程。目前，比起在立法中规定一般性的强制过滤义务，将过滤技术的采用与否作为具体个案中认定平台主观过错的考虑因素是更为合理可行的做法。在过滤义务被逐步引入的过程中，我们也能够更深入地去发现并研究过滤技术可能带来的其他问题，从而设计出更加完善的法律规则。
明确算法推荐平台在著作权侵权中负有何种注意义务，是目前网络著作权法面临的重要问题。笔者希望通过本文的写作，能在一定程度上理清在现行法律框架下如何对算法推荐平台的注意义务进行认定，并对平台著作权间接侵权认定规则的未来发展提出一些思考与展望。
对于现有规则下算法推荐平台“应知”的认定，本文认为算法推荐行为不属于《最高院规定》中的“选择、编辑、修改、推荐”行为，算法推荐技术的应用并不能使平台在技术上和商业上获得接触和控制侵权内容的能力，不会必然导致平台构成“应知”。
然而，算法推荐技术的应用导致网络平台与著作权人之间利益保护的平衡格局发生了变化，这使得提高算法推荐平台的注意义务成为目前普遍受关注的合理诉求。在过滤技术日趋成熟的情况下，将平台是否采用了适当的过滤技术作为判断其是否履行了合理注意义务的因素是网络著作权法必然的发展趋势。不过，规定一般性的过滤义务意味着彻底改变我国现有的规则体系，这对各利益相关方以及市场势必会产生重大影响。因此，在这一问题上未来仍然需要更多更深入的研究。更合理可行的做法是在具体个案中考察侵权内容的类型以及平台的规模与信息管理能力后，将过滤技术的采用作为认定平台主观过错的考虑因素。这样不仅有助于改善平台与著作权人之间利益失衡的局面，也与目前我国司法实践的趋势相符。
原文刊载于《版权理论与实务》2022年第3期，原标题为《论人工智能绘画中版权侵权的法律规制》
【李宗辉丨南京航空航天大学网络与人工智能法治研究院副院长、副研究员】
对人工智能绘画中版权侵权行为的判断应坚持“思想与表达二分法”，站在具有一定艺术鉴赏能力之“相关公众”的视角判断作品实质性相似与否，结合合理使用的标准分析是否侵害了改编权，将假冒人类画家署名的行为认定为对署名权的侵害。
对人工智能绘画中版权侵权的法律规制要求开发者在算法设定中增强透明性、可解释性和加入防止剽窃他人作品的代码，将版权法的若干规则算法化，并不断更新和完善；要求训练者在监督学习中对数据集进行科学合理的标注，与开发者及时沟通以不断修正强化学习策略，以及训练机器学习海量的相关版权侵权案例；要求使用者善意使用绘画机器，确保绘画素材在版权来源上的合法性，对模仿性画作在公开发表前进行必要的实质性相似性鉴定，及时更新开发者为弥补算法漏洞而进行的智能系统升级。
人工智能参与或独立完成绘画已经成为现代科技与艺术创造相融合的重要表现形式。早在1952年，美国贝尔电话实验室的拉波斯基就用计算机创作完成了《波形》等绘画作品。1973年，哈罗德·科恩发布了可以进行机器作画的电脑程序——Aaron，这是世界上第一个计算机美术创作程序，其所完成的静物画和人像画，被世界各地的美术馆珍藏。[1]2016年，荷兰银行ING联合微软和代尔夫特理工大学完成了名为“下一个伦勃朗”的人工智能项目。[2]2018年10月25日，人工智能创作的《埃德蒙德·贝拉米》肖像画在纽约佳得士拍卖行拍出43.25万美元的高价。[3]
人工智能绘画已经取得了令人瞩目的艺术成就，也在其算法模型的深度学习过程和具体绘画方式中潜藏着版权侵权的风险。针对日益兴起的人工智能绘画，在法律上，人们往往将关注的焦点集中在人工智能画作的可版权性问题，而相对忽视了人工智能在绘画过程中可能发生的版权侵权行为。本文不揣浅陋，拟就此问题做一系统梳理，以期起到抛砖引玉之效。
一、人工智能绘画的原理作为人类视觉艺术表达的成果，绘画作品并非只是作者个人充满天马行空想象力的产物，而是可以通过理性思维进行规律性认知和程序化实践的。这也就奠定了绘画可以被算法化的基础。究其原因，一方面，绘画的对象，即客观世界存在的各种事物，都以线条、色彩、光影等符号在人类意识中形成对应物，也就是构成意识的基本材料，可以通过计算机代码进行形式化的界定和表征。例如，数字图像是由像素组成的二维符号列阵。其中，每个像素均代表图像在二维图格中的一部分。简单地讲，每一个像素就是一位，代表该处图像的明暗。这种同一场景下的粗糙图像与真实图像的唯一区别就是像素位数的多少：高分辨率图像中使用的像素位数更多，能够更好地呈现原图的明暗与色彩。[4]另一方面，人类观察、识别、摹仿和改造视觉对象的思维和行动过程，即绘画过程，也是可以基于绘画的共性规则进行数学“计算”的。时至今日，基于算法的绘画已经发展出分形艺术、基因艺术、细胞自动机、程序主义和超人类主义等十多种流派。[5]
尽管绘画人工智能的各种具体算法已经层出不穷、数量繁多，但是它们的共通之处是由一个特定的模型对绘画对象进行特征提取、数据处理以及图像生成。
像Aaron那样的早期智能绘画程序，大多是按照符号主义人工智能的理念设计的。符号主义人工智能认为，只要抽象出真实世界中那些对求解问题非常重要的特征，机器就能给出这个抽象世界足够的背景信息，并智能地思考简化了的人工世界中的对象及其关系，从而实现模拟真实世界的目的。Aaron的开发者科恩自己也承认，尽管Aaron可以生成不重复的、原创的甚至具有独特风格的画作，但它还不是创造性的程序。科恩本人作为画家的知识和经验在Aaron的迭代过程中发挥了主导作用。Aaron的运行、知识结构的完善以及画作的生成都发生在科恩预设的规则框架之内，是在规则的导向下进行判断、计算、推理和表征的过程。[6]
近年来的绘画人工智能基本建立在神经网络的基础之上，主要得益于机器学习尤其是深度学习技术的显著进步。深度学习与已有方法最大的差异是能够自动地进行数据特征的学习。学习大量的数据，从中自动地找出数据。在深度学习中采用多层神经网络按层次表达数据特征。以人脸图像为例，“人脸”由“眼睛”“鼻子”等概念构成，“眼睛”“鼻子”进一步由“点”“线”等更低级的概念构成。通过层次表达特征，可以更灵活地表达各种各样的数据。深度学习的模型架构变得更加复杂，计算量和学习时间也有很大的增加。[7]
2014年，伊恩·古德费洛开发了基于深度学习的人工智能绘画模型“生成对抗网络”（Generative Adversarial Network，GAN）。GAN算法包括生成器和鉴别器两部分。生成器学习作画的规则，如“任何人物都有两只眼睛、一个鼻子”。这个过程耗时约两天。然后，人工智能会遵照这些规则创建新的图像。鉴别器的工作则是分析判断哪些是来自数据集的“真实”画像，哪些是来自生成器的“虚假”画像。当生成器顺利“骗”过鉴别器，就算大功告成。法国艺术团体Obvious正是通过向GAN输入了超过1.5万幅14世纪到20世纪的人物画像，供其学习，才最终生成了前述拍得43.25万美元的《埃德蒙德贝拉米》肖像画。[8]2016年，谷歌公司推出了“深度梦境”（Google Deep Dream，GDD）这一人工智能绘画工具，同样是以神经网络算法为基础，以海量数据训练机器识别图像，并由多层神经网络提取和量化特征，最终生成画作。[9]2017年，罗格斯大学艺术与人工智能实验室开发了机器更具自主性的绘画系统“创造对抗网络”（Creative Adversarial Network，CAN）。CAN中包含了一种评估任意画作的创造性算法，其在评估作品原创性及后续影响力的时候会将作品在艺术史上的创作环境纳入考量。CAN使用计算机视觉技术建立了一个从15世纪到20世纪画作的网络，经一系列的数学变换后得出创造性定量分析的结果。根据评估结果，CAN设计了人工智能在绘画时输入部分，如颜色、纹理、视角的采用以及画作的主题等参数。CAN要在两种对立的力量中斗争。一方面，CAN要学习已有作品的美学特征；另一方面，如果它创作的作品与已有作品的风格太接近，则会被惩罚。[10]
二、人工智能绘画中的版权侵权风险及其判断（一）人工智能绘画中版权侵权的风险
我们在此讨论的人工智能绘画中的版权侵权风险，不是指人工智能作为计算机软件作品的侵权风险，而是指其在绘画行为过程中的侵权风险。这种风险大体上来源于两部分：一是供人工智能进行深度学习的海量数据集中包含有他人的版权作品，而人工智能对相关作品的利用行为构成了版权侵权；二是人工智能在某次具体绘画的过程中使用了他人的版权作品，其使用方式构成了版权侵权。我们可以从常见的人工智能绘画方式中对其潜藏的版权侵权风险作出具体说明。
图片滤镜是应用较为成熟的人工智能绘画方式，即通过智能软件帮助用户实现照片或图片的各种艺术效果。2016年，莫斯科的一家科技公司推出了全新的滤镜人工智能Prisma，很快就风靡全球。以神经网络算法为基础，Prisma通过对原始照片和用户想要实现之艺术风格的代表性画作进行分层，然后在各层图片上将两者不断进行叠加，最终生成一种具有相应艺术风格的作品。[11]显然，图片滤镜所使用的照片和画作都可能是有版权的摄影和美术作品，人工智能在进行特征提取和风格糅合的过程中免不了对作品进行复制和改编，这种复制和改编行为即有侵权之虞。
基于笔触的临摹是人工智能绘画的另一种常见方式。前述“下一个伦勃朗”项目的人工智能即属此类。德国科学家也曾尝试用深度学习算法，让人工智能系统学习梵高、莫奈等世界著名画家的画风，创作出全新的“人工智能世界名画”。[12]微软的另一款人工智能机器人小冰则通过学习400年间艺术史上236位绘画大师的画作而独立进行绘画，并化身为生于不同时期和不同国家的7个画家，举办了“或然世界”画展，展出了100多幅作品。[13]2019年7月，在上海交通大学举办的国内首届人工智能互动艺术作品展中，AI-ART团队即现场展示了人工智能算法如何完成一幅临摹作品，即通过强化学习的一种全新架构，将被临摹的照片“转化”为一系列真实的笔触序列，与真人作画的方式相同，“一笔一笔”将被临摹的对象展现出来。[14]由上可知，如果人工智能临摹或模仿的是特定画家仍在版权保护期内的作品，而非那些已经故去很久的画家作品，就必然会发生是否侵害版权的争议。
基于笔触的神经网络算法绘画不仅可以临摹已有作品的风格，而且可以独立地完成简笔画的勾勒。谷歌的AutoDraw就是这样一款可以将人们的随手涂鸦变成完整有趣简笔画的工具。AutoDraw的算法是一个绘制普通物体简笔画的生成性循环神经网络，旨在以与人类相似的方式训练机器概括抽象概念并绘画。其在一个手绘简笔画的数据集上训练模型，其中每张简笔画表示握笔动作的一个序列：往哪个方向移动，什么时候提笔以及停笔。[15]此类人工智能绘画用作训练的简笔画数据集和每次绘画时用户输入的粗糙或不完整的简笔画，都可能是他人有版权的作品，未经许可的使用同样可能构成侵权。
微软小冰和其他一些人工智能还可以根据用户输入的文字完成绘画。小冰以文字作画的具体步骤包括：抽取意象→激发创作灵感→选择内容主题→尝试画面构图→起草线稿造型→底层颜色涂抹→画面层次深入→细节反复打磨。[16]从中可以看出，文字在此只是起到激发灵感和赋予意象的作用，作为一种与美术完全不同的表达形式，人工智能绘画对所使用的文字作品一般不构成侵权，除非是用户为了说明该幅画作由哪一段文字转化而来，将该他人文字作品复制在人工智能所完成的画作上并对外公开展示、传播或发行。
（二）人工智能绘画中版权侵权的判断首先，我们必须明确，“思想与表达二分法”作为版权法的基本原则在判断人工智能绘画是否构成侵权时，也具有指导性意义。这是因为，无论是早期符号主义人工智能依靠专家知识所预设的绘画规则，还是神经网络算法对绘画共性特征的抽取，对作为绘画对象之客观事物的概念界定，对一般绘画笔触序列的归纳总结，乃至对绘画的时代背景和文化价值的情感计算等，都属于美术作品的“思想”范畴，并不归任何作者私人所有。进一步来说，版权法也是鼓励这种对绘画创作规律的量化分析行为的，因为这样可以使更多的个人学习并掌握精湛的绘画技法，创作出更多具有美学价值的画作，繁荣艺术市场，促进文化进步，而这在具有较强大数据处理能力的人工智能出现之前，是可望而不可及的事情。
其次，判断人工智能绘画是否构成对他人版权作品复制权的侵害，也有一些具体的标准和方法可以依循。如果人工智能在图片滤镜绘画过程中只是机械地照搬、拼接和组合了他人的美术、摄影或图形作品，那么显而易见地构成侵权行为。早在2010年的一起美术作品侵权纠纷中，武汉市中级人民法院就指出，“被告通过计算机图形软件将原告人模图案进行剪接、粘贴，然后对各个部分进行机械拼凑，缺乏独创性，实质上是一种复制行为。”[17]对于并非机械复制而需要进行“实质性相似”判断的情形，应当明确以具有一定艺术鉴赏能力的“相关公众”作为判断主体。[18]相关公众就人工智能的画作与某一部作品是否构成实质性相似的判断适宜采用部分比对法，而就其与多部作品是否构成实质性相似的判断则应当采纳整体观感法。我们还可以运用计算机技术将人工智能画作与所要比对的作品进行像素分解，观察两者之间的相同与差异之处，作为判断是否构成实质性相似的参考因素。
值得注意的是，如若作品比对的结果是构成实质性相似，人工智能的“临摹”行为即应被认为构成复制侵权行为。尽管我国《著作权法》在2001年修正时明确将“临摹”从复制方式的列举中加以删除，但这仅仅表明，立法者认为并非所有的临摹都构成复制，却并不排除部分临摹仍可能构成复制这一事实。况且，人工智能作为机器在临摹的过程中并不像自然人那样付出的是个性化、差异化乃至创造性的劳动，而是一种精确量化再现的过程。换言之，两款以上的人工智能，或者同一款人工智能两次以上临摹一件作品，都能够生成与原作一模一样的作品，而两个以上的自然人，或者一个人对同一作品两次以上的临摹，既不能形成与原作相同的作品，临摹而成的作品彼此之间也会存在肉眼可见的差异。[19]
再次，人工智能将摄影作品、图形作品、电影作品以及现有的美术作品转换、糅合成新美术作品的过程是否侵犯改编权，要结合合理使用的判断标准加以认定。根据判断合理使用的“三步检验法”，第一步是局限于特定的情形。在法定的合理使用具体情形中，人工智能在绘画中对现有视觉艺术作品的借用只可能与“适当引用”相关，即为介绍、评论某一作品或说明某一问题而在作品中适当引用他人的作品。人工智能在此情境下对现有视觉艺术作品的使用显然不是为了介绍和评论它们，所以只剩下“说明某一问题”这一种可能性。因此，只有当人工智能的这种作品使用行为，是为了说明其神经网络算法对不同类型视觉艺术作品之特征分解、抽取、赋值和计算的共通性，以及糅合成新作品的可能性、技术架构和机器学习策略时，其才符合法律所规定的特定情形。“三步检验法”的第二步是“不与作品的正常使用相冲突”。此处的作品正常使用，既包括经验意义上也包括规范意义上的使用，前者是作品通常的、典型的使用方式，后者则包括考虑技术和市场发展动态的可预期使用。从这个角度来讲，人工智能绘画中对其他作品的挪用很难通过检测，因为将照片、图片等进行智能处理后发布在社交网络上已经成为一种比较常见的作品使用方式，并正变得越来越受欢迎。“三步检验法”的第三步是“没有不合理地损害著作权人的合法利益”，强调的是对权利人利益影响的微小性，在“适当引用”情形下又直接与引用的适当性密切相关。人工智能在绘画中对他人版权作品的引用是否适当要考虑“量”和“质”两方面的限制，前者是指所引用的部分应限于原作和所完成新作的一定比例，后者是指所引用的部分不能是他人作品中最为传神、最具精髓、最体现独创性的部分。[20]当然，损害是否控制在合理的范围内还与该使用方式与版权人使用方式之间，是否有市场替代性等因素相关。
最后，人工智能模仿特定的画家作画并假冒其署名，或者虽然没有直接署名但误导公众相信其画作是该特定画家的作品的，根据我国《著作权法》的规定，属于侵害作者署名权，并可能同时损害公共利益的侵权行为。人工智能为检验其绘画成果是否能够以假乱真，达到了与人类并驾齐驱的水平而进行“图灵测试”，这原本无可厚非。但在获得测试的结果之后，人工智能的开发者、使用者或者画作的展览者、出售者等应当及时地向公众揭示相应的画作系由人工智能完成这一事实。从经济上讲，这是为了防止有人恶意利用人工智能攀附知名画家的声誉获取非法利益，扰乱文化艺术市场的正当竞争秩序；从精神上讲，这是为了防止知名画家向社会传递其艺术思想和审美理解的视觉媒介被不当扭曲，以及人类智力创造的成果与机器生成的表达被混淆在一起。
三、人工智能绘画中版权侵权的体系化法律规制（一）开发者算法设定的法律规制
绘画人工智能的开发者一般是人工智能绘制并对外展示其画作的最大受益者。开发者首先可以就其智能软件取得版权保护，即便是依据开源框架或平台研发、版权保护受到很大限制的绘画人工智能，开发者仍然可以借此占领客户、应用和数据资源，逐步建立新的产业格局和技术标准。纯粹以研究为旨趣的绘画人工智能开发者也成功引发了人们对其新技术及其艺术创造力的关注，提升了自己的学术声誉和社会价值，获得了一种无法直接以金钱衡量的利益。因此，基于获益与风险承担相一致的原则，绘画人工智能的开发者应当对人工智能的版权侵权行为负主要责任。
从技术上讲，开发者也是对绘画人工智能最具有发言权和控制力的主体。首先，开发者不得故意通过算法指使人工智能从事版权侵权行为，无论该行为属于商业性的营利行为还是单纯炫技的骇客行为。其次，开发者应不断加强绘画人工智能的透明性、可解释性、可靠性和可控性，在面对版权侵权质疑时能够通过对算法运行机理的解释证明“不是算法惹的祸”。最后，对于因人工智能的自动决策、自主行动特点而发生的超出开发者预见范围的版权侵权行为，开发者除了应当立即制止人工智能的侵权行为外，还应当及时对人工智能的算法漏洞加以修补。在不能很好修补算法漏洞的情况下，则应当暂时甚至永久停止该人工智能的发布。
在算法设定上预防版权侵权行为对开发者来说也具有一定的可行性。在符号主义论者看来，法律规则就是一个符号系统，它将规则和事实用文字/符号加以表述，并以一定的方法对符号进行处理，将事实区分为相关与无关，并进一步将相关事实进行合法/非法的编码处理。[21]绘画人工智能的开发者可以将版权法上的独创性、复制、改编、合理使用、侵权行为等概念和规则融入到其算法中去，作为人工智能绘画时为或不为的参考标准。
在实践中，要求一款人工智能既能够学习、模仿甚至超越人类绘画的水平，又可以完全避免在此过程中发生版权侵权行为，似乎确实有些勉为其难，但开发者应在现有技术条件下尽最大努力。例如，库兹韦尔就在其“电脑诗人”RKCP中设计了防止剽窃他人作品的规则。[22]
（二）训练者监督学习的法律规制几乎所有的绘画人工智能都是在经过海量作品的学习和训练后才达到了较高的创作水平。从某种意义上讲，正是训练使人工智能一步步从绘画的门外汉变成初学者，直到具有专业水准。人工智能独立作画的过程实质上就是其训练效果的集中展示。因此，绘画人工智能的训练者对预防其版权侵权行为具有较强的影响力，在法律上就应当负有采取一定措施的义务。
所谓的人工智能训练主要是指监督学习，即利用已标记的有限训练数据集，通过某种学习策略/方法建立一个模型，实现对新数据/实例的标记（分类）/映射。[23]人类训练者在监督学习中的作用主要在于样本选择和数据标注。表面上看，训练者可以只为绘画人工智能选择全部处于公有领域的作品作为学习的数据集，正如已知的很多人工智能选择伦勃朗、梵高、莫奈、塞尚等历史上美术大师的作品进行学习一样，但这也只能避免训练中所完成的每一幅画作没有版权侵权风险，却无法保证人工智能在被推向市场或者免费公开后，当输入的数据中包含有版权作品时，它不会侵权。并且，这种对训练数据集的时代限制会阻碍人工智能对当代绘画的分析、评估和学习，乃至形成不恰当的艺术偏见，远远悖离了我们研究和探索人工智能绘画的初衷。因此，对训练用的数据集进行科学合理的标注，并保持对人工智能监督学习结果的动态关注，及时与开发者沟通，进行强化学习策略的修正和完善，才是训练者帮助绘画人工智能减少版权侵权几率的最佳做法。更为具体地来说，在绘画人工智能分层提取训练数据集的特征时，可以根据其抽象程度进行“思想”“表达”的标注，运用逻辑回归的监督学习技术，在绘画人工智能每次生成的作品只涉及训练数据集的“思想”时予以奖励，而在其不当使用训练数据集的“表达”时予以惩罚。
训练者还可以借助神经网络算法让绘画人工智能学习海量的美术作品版权侵权案例，使人工智能在绘画过程中尽量避免发生与人类相似的侵权行为。
（三）使用者绘画操作的法律规制使用者是直接利用绘画人工智能生成自己所需作品的人，其审美诉求、输入数据和操作指令等在很大程度上影响着人工智能所生成画作的具体表现形式，因此，使用者也有防止绘画人工智能版权侵权的注意义务。
使用者应当善意地将绘画人工智能作为辅助创作的工具，不得像文字作品的洗稿软件那样将其用来“洗画”，对众多视觉艺术作品中的独创性特征进行明显可被相关公众感知的碎片化撷取和重组，以创新为名，行剽窃之实，扭曲人们的审美世界，妨碍真正的艺术进步。这一点即便在用人工智能将文字转换为绘画的情形下也同样适用，例如，使用者不得简单向人工智能发出这样的指令：A画作的某某部分，B画作的某某部分，C画作的某某部分……使用者在选择单幅画作、图片或照片作为人工智能滤镜、加工，或者独立绘画的素材时，应当确保这些素材没有版权瑕疵，即要么是自己拥有版权的作品，要么是已经获得了权利人的相关授权。即便是在获得改编授权的情况下，使用者也不得指令人工智能对所使用的作品素材进行明显与其艺术思想、伦理导向相悖的歪曲和篡改，例如对红色革命题材的画作进行低俗趣味化的修改。
当使用者指令人工智能模仿著作财产权仍在保护期内的特定画家的风格绘画时，应就所生成的画作与该画家的作品进行实质性相似与否的比对，必要时还应当寻求专业鉴定部门的意见，以最大限度地排除版权侵权的风险，尤其是使用者准备将人工智能画作用于大规模的工业化产品之上或者公开发行传播时，就更应当如此。使用者当然也不得在人工智能画作上冒用所模仿画家的署名，或者进行这样的虚假宣传。
如果人工智能完全依据抽象概念独立创作完成的画作恰巧与他人的版权作品构成实质性相似，则使用者应对该独立创作的事实负有一定的证明义务。此外，使用者还应当保持与开发者就人工智能系统自动升级的网络联系，及时弥补可能发生版权侵权行为的“算法漏洞”。
四、结语人工智能绘画开辟了用科技表现艺术的新时代，通过算法概括和总结了人类绘画的规律，并在与人类绘画的竞相勃发、融合转换中展示了计算智能的艺术表现力和丰富可能性，因而是值得继续深入研究和拓展的领域。但这种研究和拓展应当是在价值上以对人类绘画具有增益性的方式实现，而不能反过来侵害人类已有的视觉艺术表达成果，即不能实施版权侵权行为。就现阶段而言，人工智能还只是高级一点的绘画工具，对其版权侵权行为的法律规制应当着眼于其背后的开发者、训练者、使用者等相关人类主体，要求他们在技术上和行动上承担相应的注意义务，以及采取合理的预防措施。
来源：版权理论与实务
编辑：梵高先生
