生成式人工智能对知识产权法律制度的冲击，特别是对著作权法的拷问，已成为当下不可回避的热点问题。然而，《生成式人工智能服务管理暂行办法》(以下简称《暂行办法》)已经确立了生成式人工智能服务提供者的法律主体地位，从而否认了生成式人工智能法律主体说的可行性。而(2023)京0491民初11279号判决书作为AI生成图片著作权侵权第一案，又肯定了生成式人工智能生成的内容作为作品，并可以受到著作权法的保护。

　　这在相当程度上缓和了生成式人工智能所带来的冲击，但随之而来的问题是，生成式人工智能是否会引起著作权法上合理使用制度的变革。

　　一、生成式人工智能与著作权法的碰撞

　　(一)生成式人工智能的本质———著作权侵权的现实可能

　　以ChatGPT为例，它是一种基于Transformer网络和无监督学习方式的生成式对话模型，具有数据分析丰富性、信息获取便捷性、人机交互灵活性以及问题回复筛选性等突出特点。ChatGPT属于“生成式AI”，与传统的“分析式AI”不同，生成式人工智能更加灵活和智能化，不仅能理解和解释数据的含义，还能根据输入的数据和资料，进行预测并输出全新文本，即生成式人工智能具备不同于传统人工智能的独立决策能力。随着技术的不断升级，未来的GPT版本可能会进一步扩大模型规模，以提高预测能力和处理复杂任务的能力，探索更高效的训练方法，同时降低对计算资源的占用和能源消耗，减少知识库的更新时间，并提高模型在实际应用中的可控性和安全性，还将持续关注模型的公平性和道德问题，进一步减少模型中存在的偏见和歧视［1］。

　　(二)生成式人工智能的生命周期———著作权侵权的阶段风险

　　生成式人工智能的生命周期总体上可以分为三个阶段:模型训练阶段、模型运行阶段和模型再优化阶段。

　　1．模型训练阶段

　　服务提供者为生成式人工智能设计算法，优化运行，用数据“喂养”生成式人工智能来培养其生成能力。由此可见，这一阶段的数据合规性风险主要源于服务提供者的数据训练行为，服务提供者或是使用公共领域中的开放数据进行模型训练，或是向专业的数据采集方采购数据用以“喂养”模型。但无论哪一种方式，服务提供者所使用的数据都可能不同程度地存在著作权侵权的风险。因此，这种数据训练行为在模型训练阶段依然构成对著作权的侵犯，如不加以规制，之后模型运行阶段的侵害后果和影响范围会进一步扩大。

　　2．模型运行阶段

　　与生成式人工智能接触的主要是用户。用户通过对生成式人工智能输入指令或内容而后由生成式人工智能给出多元化的答案。在这一阶段，用户输入的指令或内容可能涉及第三方著作权，生成式人工智能使用这些数据时，因未经著作权人授权，有可能侵害著作权，且对于生成式人工智能的生成内容，如果使用了受著作权保护的作品或作品片段，或者形成对作品的演绎，就会成为著作权法规制的对象。例如，ChatGPT问世后，有人就利用它生成了受著作权保护的书籍的缩略版，用来帮助读者快速阅读书籍，由于这种行为会影响原书的市场流通，因此，很可能被认定为侵害著作权的行为［2］。可见，模型运行阶段的著作权侵权很可能是用户与服务提供者的共同侵权行为或竞合侵权行为。

　　3．模型再优化阶段

　　用户与服务提供者无法直接接触到生成式人工智能，而是由生成式人工智能自身依靠算法和算力对模型训练阶段和模型运行阶段的数据进行反复学习以提升自己的生成能力。尽管服务提供者无法直接干预生成式人工智能的自主学习，但仍对生成式人工智能负有数据合规的义务。《暂行办法》第七条第二项规定，生成式人工智能优化训练阶段的数据处理活动涉及知识产权的，不得侵害他人依法享有的知识产权。由于生成式人工智能不具备法律主体资格，因此，模型再优化阶段的著作权侵权本质上是前两个阶段服务提供者侵权行为的延伸。

　　二、生成式人工智能合理使用的判例研讨

　　当前，国外已出现因生成式人工智能所引发的关于合理使用标准认定的判例，初步对生成式人工智能与合理使用制度的衔接进行了探索。

　　(一)美国Goldsmith案的判决历程

　　2023年5月18日，美国联邦最高法院审理安迪·沃霍尔视觉艺术基金会诉戈德史密斯一案，判决已故艺术家安迪·沃霍尔根据已故歌手普林斯的照片创作的一系列丝网印刷作品侵犯了摄影师林恩·戈德史密斯的版权。起初，纽约南区地方法院并不认为沃霍尔侵犯了戈德史密斯的版权，认为沃霍尔满足美国《版权法》第107条所规定的合理使用的要件，并于2019年作出有利于原告AWF的简易判决。被告对此判决不服，上诉至美国联邦第二巡回上诉法院。上诉法院作出了截然相反的判决，认为合理使用的四个要素均有利于被告，即沃霍尔的该系列作品不构成合理使用，侵犯了被告戈德史密斯的作品版权。原告AWF对该判决不服，随后将此案提交至美国联邦最高法院。

　　美国联邦最高法院集中审理了判断合理使用的第一个要素，即“使用的目的和性质，包括此类使用是否具有商业性质或用于非营利教育目的”。判决书中指出，“第一个合理使用因素考虑的是对版权作品的使用是否具有进一步的目的或不同的性质，这是一个程度问题，而不同的程度必须与使用的商业性质相平衡”。并肯定了“任何为原始材料添加新的美学或新的表达方式的二次创作都必然具有转换性”的观点，认为法官不能从艺术家的角度判断作品具有转换性，而应从客观视角衡量二创作品利用原创的目的与性质，以及与原创作者的排他使用权间的利益平衡。由此，美国联邦最高法院主要从使用的目的和性质两方面分析第一个要素有利于哪方:

　　(1)本案中，1984年和2016年的出版物都刊有普林斯的肖像并介绍普林斯的故事，两次使用照片或作品的环境不是“独特和不同的”。因此，这两次使用行为具有基本相同的目的。该行为使《橙色普林斯》构成对戈德史密斯原始照片的市场替代，这种相同的复制对原作品版权人而言是不公平的。(2)AWF以10000美元的价格将《橙色普林斯》授权给康泰纳仕，将照片刊登在杂志上出版，该许可毫无疑问是商业性的。综合来看，目的和性质两个因素———戈德史密斯的照片和AWF2016年对《橙色普林斯》的许可实质上具有相同的目的，以及AWF对戈德史密斯照片的使用具有商业性质———均不构成合理使用。最终，2023年5月18日，索托马约尔法官在一份意见书中以7∶2的比例确认此案。

　　(二)Goldsmith案引发对合理使用的制度思考

　　在Goldsmith案之前，美国的交互式计算机服务提供者将Campbel案所确立的合理使用标准奉为圭臬。根据Campbel案，当受版权保护的作品传达“新的表达、意义或信息”时，使用受版权保护的作品是变革性的。AWF在诉讼过程中也引用了这一判例，称其为“坎贝尔的意义或信息测试”，并断言该测试适用于所有对变革性使用的分析。因此，AWF认为，尽管使用与原文有相似之处，甚至是对原文的字面复制，但如果增加了新的含义，则具有变革性，并认为它遵循了《版权法》的文本和目的。

　　但是Goldsmith案改变了这一认定标准。该案清楚地表明，尽管变革性是一个重要的问题，但它不是第一个要素的唯一因素，且变革性不应仅以创作者的标准来判断，需结合一些客观性元素综合、全面地判定，这就是人工智能公司应该关注这一决定的原因。生成式人工智能的工作原理是提取或处理大量人类生成的工作，然后训练模型根据输入的数据创建“新”的工作。其摄取的几乎所有数据，包括文本和图像AI，都未得到原始创建者的许可。这意味着人工智能是建立在大量受版权保护的材料之上的，而这些材料是在未经许可的情况下使用的。在Campbel案所确立的合理使用标准下，人工智能公司长期以来一直认为，他们使用这些原材料是被允许的，因为这是一种合理使用。他们对此讨论的焦点主要是人工智能生成的作品具有怎样的变革性。然而，最高法院忽略了有利于人工智能公司的最佳论据。现在，变革性必须与其他元素形成对比，最明显的问题是新作品如何在市场上与原作竞争或取代原作。

　　三、生成式人工智能合理使用的标准重塑

　　(一)“三步检验法”难以适应生成式人工智能的发展

　　合理使用制度的渊源可追溯至英国普通法，其最初内涵是再创作的作者利用原创作品创作自己的作品可以获得版权。第二巡回上诉法院在1986年判决指出，当第二个作者以创造和创新的方式使用他人受保护的作品时，其结果是学术的进步而非剥削第一个作者［3］。由此观之，合理使用制度的初衷是平衡著作权人与使用者之间的利益关系，以调和作者权利与社会公共利益之间的紧张关系，实现促进思想文化传播的目的。在制度定位上，合理使用属于受著作权限制的一种方式，通过限制权利行使方式、范围和界限，为著作权侵权提供抗辩。证成合理使用的理由无外乎三类:(1)不具有商业性目的;(2)使用占作品的数量较少;(3)基于公共利益之考量。在此基础上，逐步形成了合理使用的判断性标准———“三步检验法”。这一标准也为国际社会所认可，在《伯尔尼公约》第9条第2款中有相关的规定:(1)合理使用限于某些特殊的情况下;(2)不应与作品的正常利用相抵触;(3)不得不合理地损害版权持有者的合法利益［4］。

　　依此标准，生成式人工智能恐难以达到。首先，数据对于生成式人工智能而言是基础性的养料，不可能仅在“特殊情况下”使用数据，应为“普遍且正常的”。

　　其次，《伯尔尼公约》的立法精神表明，“不应与作品的正常利用相抵触”实质含义是“所有具有或者可能具有重大经济或实际重要性的作品利用方式，都应当保留给作者，对于这些作品利用方式，任何可能对作者的利益加以限制的例外都是不容许的”［5］。生成式人工智能对于作品最常用的方式即是复制，而这种抄袭行为正是著作权人最为反感的。可见，这明显与作品的正常利用“相抵触”。

　　最后，对于“不合理地损害”，应是指非基于公共利益要求对权利人的利益进行损害，这会对权利人的经济利益造成损失，而这种不合理损害可以通过经济方式予以补偿。通常，生成式人工智能生命周期中作品的利益并非基于公共利益，如果要求生成式人工智能的服务提供者对著作权人予以经济补偿，则会给其带来巨大的经济压力，容易将这一新兴事物扼杀在摇篮中。可见，“三步检验法”与生成式人工智能的发展需要难以契合。

　　(二)“转换性使用”完美契合生成式人工智能需求

　　生成式人工智能合理使用的标准，应当结合其技术原理及使用目的有针对性地革新。具言之，可借鉴Goldsmith案的论证逻辑，着重对生成式人工智能服务提供者及用户对作品的使用目的是否具有变革性进行考量，从而确定其是否构成“转换性使用”，并将此作为认定合理使用的标准。

　　“转换性使用”相较于“三步检验法”的优势主要有二。其一，“转换性使用”更符合人工智能产业政策的需求。当下，各国均加大投入，加速人工智能的研发，以求占据新兴技术的发展高地，完善的法治要为生成式人工智能的发展保驾护航。若以“三步检验法”为合理使用之标准，则生成式人工智能服务提供者将面临高昂的数据成本、侵权成本甚至诉讼成本，势必会迟缓其发展，与产业政策相悖，而“转换性使用”则可以弥补这一缺陷。

　　其二，“转换性使用”能充分协调各方的利益诉求。生成式人工智能时代的到来，使得“重保护轻共享”的传统立法范式已难以适应现实之需，对著作权人的过度保护将阻滞文化的创新繁荣。因此，应当重新审视著作权法的价值，著作权法不仅保护原创性内容，也应鼓励创作之后的使用行为，力争在著作权人的专有权利益与社会公众使用和享受作品的利益之间实现平衡，而“转换性使用”恰能符合这一价值需求。

　　结合生成式人工智能的技术原理及Goldsmith案的思路，“转换性使用”应当把生成式人工智能服务提供者或用户的使用目的和性质作为认定的重点内容。此外，“转换性使用”的认定应当依据“输入”和“输出”阶段而有所不同。输入阶段的转换性使用，如果是基于数据训练，则应认定为合理使用之情形。因为AI的数据训练本身具有隐蔽性和非感知性，不是为了欣赏作品中的“表达”，而是通过大量阅读归纳总结出“素材”的结构性特征进而创建其自己的“规则”，与传统的作品使用有实质性差异。所以，在一定程度上，AI对作品的使用具有“私人使用”“合理借鉴”“转换性使用”的成分，从而具有传统著作权法上的正当性支持。而若是基于私利之使用，则应着重考察是否会“影响作品的正常使用”或“侵犯著作权人的合法权益”。输出阶段的“转换性使用”则应当采纳著作权法中的“实质相似”标准，AI作品与原作品构成“实质相似”，按照著作权法上“接触+实质相似”的侵权判断规则，从作品“输出”之时起不再属于合理使用的范畴，而应当属于著作权人控制的范围［6］。因为AI作品会构成对原作品的市场替代，会对原作品版权人的利益造成“不合理”损害。