第一章 引言
伴随着深度学习技术飞速发展和广泛使用，人工智能技术在文学、艺术、新闻报道、代码编写等领域内的产业化应用程度越来越高，已经渗透到社会生产生活的方方面面。人工智能生成物降低创作成本、提高生产效率的同时，也因为其巨大的产出量而产生了著作权权属纠纷频繁发生的现实问题。由于传统著作权制度体系是以“自然人”为中心的创作逻辑所构建起来的，因此它的各项原则，如独创性认定标准、人格利益延伸、财产权利保护期限等，都是以人类作者的智力投入为前提来设计的。就人工智能生成物这种新型客体而言，现行法律规则对于主体资格的认定以及权利归属的分配存在着明显的不适应之处，现有的法律框架不能直接适用于解决人机合作或者机器独立产生环境下的权益纠纷。因此，本文主要从算法正义这一角度出发，对技术运作背后所蕴含的价值取向进行分析，通过对算法模型在训练数据输入和生成结果输出过程中所起的作用进行考察，来解决权属归属的问题。本文试图在技术创新激励和法律公平保护之间找到一个新的平衡点，确立一种既符合技术原理又契合法理精神的著作权归属规则[1]。不但可以充实数字时代知识产权理论体系，而且可以给司法实践给予明确的裁判指引，从而有效地避免可能发生的侵权风险，推动人工智能产业的健康有序发展。全文先对人工智能生成物的技术特点和法律性质进行梳理，然后分析目前规制路径的不足，再从算法正义的角度出发，提出具体的归属认定模型和法律规制建议，用层层递进的方式来论证，给解决这一前沿法律问题提供系统的方案。
第二章 人工智能生成物著作权归属的算法正义内核与法律规制路径构建
2.1 人工智能生成物著作权归属的核心范畴界定与研究现状梳理
2.1.1 人工智能生成物的作品属性判定标准与权属争议核心锚点
在讨论人工智能生成物著作权归属的时候，首先要确定人工智能辅助生成内容和完全自主生成内容的界限。前者本质上仍然是人类使用工具进行创作，人类主导创意构思和具体表达，人工智能只是辅助提高效率的手段；后者是在没有具体人类指令干预的情况下，由算法模型根据大数据训练自动产生的结果。在现行著作权法体系当中，判定作品是否成立的标准一直是以独创性和人类智力活动为标准。独创性要求作品是作者本人的构思，具有最低限度的创造性；人类智力投入要求作品必须包含人类的思维活动、情感表达或者个性化的选择和安排。该标准成为法律实务中认定受版权保护客体的基础，把那些完全由机器随机产生而没有人类意志内容的成果排除在外。根据近几年国内外典型的司法案例，例如北京互联网法院审理的AI文生图著作权纠纷案、美国对于完全自主生成画作不予版权登记的行政决定等，可以看出司法实践正在试图确定技术介入的程度。通过对这些案例的梳理可知，目前权属争议的核心锚点主要是人类创作者的投入边界在哪里，算法在生成过程中所起的作用应该如何进行法律定性。关键分歧点在于，算法是对人类指令的机械执行，还是具有一定程度的创造性贡献。这些争议直接决定着权利主体的确定，即权利属于使用者、开发者还是进入公有领域。因此，对这些核心范畴和争议焦点进行梳理和明确，可以为之后有关所有权属的法律论证提供一个统一的讨论前提，也可以为判定提供一个清晰的标准。
2.1.2 国内外人工智能生成物著作权归属的研究脉络与现有规制局限
纵观域外以及国内有关人工智能生成物著作权归属的研究发展，具有明显的阶段性特点。早期学界主要从弱人工智能背景下工具辅助属性入手进行研究，随着深度学习技术的爆发，研究重点很快转移到了强人工智能生成物的独创性认定以及权利主体资格问题上。国内研究起步较晚但是发展很快，从最初引进英美判例法的经验，逐渐转向建立本土化的法律解释论体系，主要研究如何在现有的著作权法框架下通过扩张解释来容纳新技术客体。学界目前主要形成了三种主流观点，在学说争鸣上，学界目前主要有三种主流观点，第一种是“开发者所有说”，认为生成物本质上是算法逻辑的延伸和代码运行的结果，开发者作为技术和工具的提供者应该享有权益，但是它的缺陷是可能会过度抑制技术的推广和应用；第二种是“使用者所有说”，认为提示词等智力投入使使用者获得了“作者”的地位，肯定了人机交互中创造性的贡献，但是很难界定随机生成的内容中人类的贡献比例；第三种是“公共领域说”，认为生成物没有人类创作的灵魂，应该直接进入公有领域，这样虽然避免了权利垄断，但是会使得投资者的创作激励枯竭，不利于产业生态的长远发展。纵观各国试水的规制方案，普遍存在着适用范围的限制，即现有的法律主体制度不能适应非人类实体的权利归属，造成主体虚置；司法实践中过分看重最终表现形式而忽略算法生成过程中所起的核心作用，造成评价维度片面；权益分配机制严重失衡，在开发者、使用者和算法平台之间不能实现公平的利益分割。以上共性困境说明，只用传统的法律解释已经不能解决问题了，必须要有新的分析角度来打破僵局。
2.2 人工智能生成物著作权归属中的算法正义维度解析
2.2.1 算法正义在著作权权属分配中的核心内涵与适配性逻辑
算法正义在人工智能生成物著作权归属中所蕴含的核心意义，并不是仅仅依靠技术层面的代码运行没有错误、算法逻辑客观中立就可以实现的，它是一个包含分配正义、程序正义和交互正义的复合伦理维度。分配正义关注智力成果以及相关的经济利益在人类创作者、算法开发者和投资方之间如何合理分配，防止由于算法垄断造成利益失衡；程序正义要求权属认定规则具有透明度和公开性，保证算法决策过程可以被追溯和审查，防止黑箱操作对权利认定造成干扰；交互正义关注人机协作过程中各方主体地位是否平等、尊重。复合正义观和著作权制度“鼓励创作、平衡各方权益”的立法目的不谋而合。传统著作权法以人类为中心构建，重视独创性和人格属性，在人工智能深度介入创作的情况下，完全否定算法主体价值的思维定式已经不能适应技术发展的现实需要了。就著作权权属分配的底层逻辑而言，把算法正义加入到权属判定体系当中，可以很好地克服目前法律体系对于技术变革的迟缓反应。它在确定权利归属的时候，既要看人类干预的程度，也要看算法在产生过程中所起的作用以及是否符合伦理。由此逻辑推演得出，以算法正义为导向的正当性，就是指通过建立一个兼顾技术贡献和人文关怀的规制路径，在激励技术创新的同时，又保持公平竞争的市场秩序，从而达到人工智能时代著作权制度动态调整和价值重塑的目的。
2.2.2 当前人工智能生成场景下权属判定背离算法正义的现实表现
在目前的人工智能生成场景下，权属判定的实际操作很难完全体现出算法正义的要求，造成法律适用和技术实质相脱离。背离最直接的表现就是对算法开发者前期智力投入的完全忽略。在很多行业的实践当中，用户只需要输入简单的提示词就可以得到具有很高商业价值的生成物，但是现有的司法倾向于将这样的成果直接认定为用户作品，实质上抹杀了开发者构建底层模型、清洗数据、优化算法等复杂的劳动。就部分视觉设计领域的纠纷而言，判例有时过分重视用户在“提示词”中所做出的个性化选择，而忽视了生成过程中起着决定性作用的算法逻辑是通用的，从而使开发者的智力贡献陷入“有投入无权益”的困境之中，违背了贡献与收益相匹配的公平原则。
其次，由于算法黑箱的特性，使得权属溯源没有依据，从而造成权属判定的混乱。由于深度学习算法具有很强的不可解释性，从输入数据到最终输出之间存在着复杂的非线性映射关系，因此在确权的时候很难准确地分辨出人类创意和机器自主生成的界限。由于缺少技术鉴证手段，法律主体很难证明生成物中独创性的人类指令占多少比例，又有多少是由算法的概率生成的。技术壁垒使得权利归属没有客观的事实依据，也使真正掌握生成逻辑的开发者或者数据提供方无法通过有效的途径来主张权利，造成权属认定流于形式，不能触及算法运行的实质正义。
另外，权益分配过于集中于某一个主体，会严重阻碍产业的健康发展。目前由于缺少相应的规则而造成实质上的不公平，一些资本方凭借其技术垄断地位，用格式条款把生成物权属全部收归己有，对普通用户以及技术贡献者造成双重挤压。失衡的分配机制忽略了算法产生过程中多主体协同互动的本质，如果继续下去，会使得开发者因为缺乏激励而降低创新意愿，用户因为权利不明而减少应用投入。因此，算法正义导向的缺失不但是个案中的不公，而且会成为人工智能产业在法治轨道上健康持续发展的一个障碍。
2.3 契合算法正义导向的人工智能生成物著作权归属法律规制完善方案
2.3.1 构建“人类核心贡献+算法协作价值”的二元权属判定基准
创建起“人类核心贡献+算法协作价值”的二元权属判定标准，这是破解人工智能生成物著作权归属纷争、践行算法正义理念的重要技术途径。该基准认为，在法律认定当中，把权利归属的判断逻辑由单一的“作品中心制”转变为对“人机贡献度”的细致量化和定性分析。就具体的操作而言，首先要明确人类核心贡献的认定标准。这就意味着使用者对于生成物的智力投入应该是具体的、实质性的，而不是通用的或者机械的。使用者所输入的生成指令如果包含独创性的参数设计、复杂的提示词工程架构，在生成物产生之后又进行了个性化的筛选、深度修改和后期润色，那么这些行为就可以被认定为核心智力投入要件，从而成为人类主体性的法律确权基础。
其次要确定算法协作价值的法律定位以及权重分配规则。算法是生成过程的主要推动力，但是它的法律地位应该被认定为辅助性的智力工具，而不是独立的作者。在实际判定时要按照算法模型是否开放、技术上有何限制、使用者的操作空间如何等各方面来综合考虑算法的贡献权重。如果使用者主要是依靠独特的创意指令来激发算法的潜能，并且对生成的内容做了实质性的后期处理，那么权属应该主要归使用者所有；如果生成的内容很大程度上依赖于开发者预先设定好的底层算法逻辑，而且使用者的选择范围很小，那么就应当考虑开发者的技术权益。通过明确不同场景下权属向使用者、开发者或者多方共有的适应情况，可以保证权利的分配既有利于技术创新，又有利于人类智力劳动的价值实现，从而达到符合算法正义要求的公平分配。
2.3.2 配套设置算法透明化披露机制与权益分配平衡规则
配套设置算法透明化披露机制是建立人工智能生成物著作权法律规制的基础，它的主要目的就是打破由于技术壁垒造成的“算法黑箱”，给著作权权属认定提供清晰的可追溯依据。在具体的操作过程中应该建立强制性的信息披露标准，要求所有的人工智能生成物在公开传播或者商业利用的时候，都必须用不可移除的技术手段标注出它所依赖的算法工具来源、主要训练数据类别和重要的生成参数等必要信息。披露机制可以很好地解决由于生成过程隐蔽造成的权属溯源问题，防止侵权主体模糊化，给司法实践中判定生成物独创性来源提供实质性的技术证据，保证法律判定建立在客观、可查证的事实基础上。
另外还要建立精细化的权益分配平衡规则来应对技术发展所造成的利益格局变化。该规则要依照“利益贡献和风险承担相统一”准则，具体规定开发者，使用者以及社会公共利益主体之间的权利义务界限。就具体的条款设计而言，需要对收益分配比例进行细化，一方面要承认开发者在算法研发、数据投注方面的先期投入成本，给开发者赋予相应的获取报酬权，另一方面也要充分尊重使用者在提示词设计、创意构思、参数调整等过程中所付出的智力劳动，保障使用者基于生成物享有的财产权益。另外还要加入公平合理使用机制来防止权利过度垄断阻碍后续创新，用动态调整机制来应对技术迭代，保证各方权益在法律规制下达到动态平衡，使算法正义精神在权属确定和利益分配的全过程都得到贯彻。
第三章 结论
本文对人工智能生成物著作权归属问题进行了详细的论述，从算法正义的角度出发，对法律规制的逻辑进行了系统的梳理，得出了一些有实践指导意义的结论。人工智能生成物本质上就是算法对于数据的深度学习和处理，它的生成过程虽然没有人类的主观意图，但是凝聚了研发者的智力投入和算力消耗。因此著作权归属规则的设计不能再走模仿人类创作思维的老路，而应该确立以算法正义为分配原则。具体来说，应该把权利赋予给对算法模型训练和生成结果有实质性影响的主体，即人工智能系统的开发者或者使用者，但是需要根据他们在智力创造和具体选择中所起的作用来细化。该种设计思路很好地解决了传统著作权制度对于“非人类主体”创作的适应性问题，既没有把人工智能拟制成法律主体，也没有否定智力劳动的价值。从应用价值角度来讲，本文所建立的规制方案在保证著作权人合法权益的基础上，给人工智能产业留出了合理的公共领域空间，很好地解决了人工智能产业持续创新的需求同公众获取知识自由之间的矛盾。通过确定权利归属来降低交易成本，促使技术研发投入增加，从而促进数字经济的健康有序发展。但是必须指出的是，由于目前人工智能技术的更新速度远远大于法律的修订速度，本文所提出的规制框架还处在理论建构阶段，对于极端复杂的“黑箱”算法生成场景，其权益划分的准确性还有待后续的实证检验。展望未来，人工智能生成物著作权制度将会越来越动态化、场景化，立法者要保持对技术的敏感度，及时出台弹性法律条款来应对技术变革所带来的新问题，使技术创新和法律正义达到和谐统一的目的。
参考文献
\[1\]林韶. 算法之治:智能时代的技治与法治关系探赜[J]. 科学学研究, 2026(4): 739-745.
\[2\]王芳, 郭雷. 人机融合社会中的系统调控[J]. 系统工程理论与实践, 2020, 40(8): 10.