AIGC时代对出版伦理的呼吁

　　对于生成式人工智能模型的“训练”，在商业应用场景不明朗、算法确权机制不完善、原始语料对最终AI生成产品的“贡献权重”不清楚、收益分配机制不确定、数据要素制度法律不具备等情况下，作品著作权人将会面临极大地被取代、被损害著作权合法权益的风险。目前世界各国有关如何平衡生成式人工智能模型的性能优化与版权作品的权益保护这一问题上，仍未有可适用的政策法律框架。对此，甚至有人提议，“生成式人工智能模型训练涉及海量作品，要求使用者获得所有作品的授权并不现实。”不要求使用者获取作品版权拥有人的使用许可就利用版权作品进行“训练”，是对版权保护的严重破坏。

　　生成式人工智能模型生成的结果，不仅有原始作品的内容汇编，也有基于原始作品创作而形成的足以胜过原始作品的同类型、与原作品具有竞争关系且极有可能替代原作品的结果。比如，在文学创作领域，就有创作者认为，“AI可以模仿各种文风的作者，写得很好”。当然，生成式人工智能模型生成的产品，也有基于文本与数据挖掘技术而形成的，某种情形下可适应有关国家在非AIGC年代所制定的文本与数据挖掘的著作权例外规定。除此之外，AIGC利益相关者不应该以“生成式人工智能模型训练的目标并非复制，而是基于复制进行信息分析”作为理由，而应在模型的“训练”过程中，以“不与作品的正常使用相冲突”“不得不合理地损害著作权人的合法利益”作为须遵循的出版伦理。