AI 與創作者的版權大戰：當機器生成的作品無法受版權保護

核心問題：AI 生成作品的版權真空

版權法的基本邏輯建立在「人類創作」之上——法律保護的是人類的智力勞動成果。當 AI 成為作品的主要「創作者」時，這一基本前提被根本性地動搖了。美國版權局在一系列裁定中明確表示：純粹由 AI 生成的作品——無論是文字、圖像還是音樂——不符合版權保護的要件，因為它們不是「人類作者的原創作品」。

這一裁定引發了一個極為棘手的邊界問題：人類需要投入多少程度的創意參與，作品才能獲得版權保護？如果一位藝術家給 AI 輸入了一段極為詳細的提示詞（prompt），然後從數百張生成的圖像中精心挑選並微調了一張——這算是「人類創作」嗎？

目前，答案因案而異。美國版權局在處理 Kris Kashtanova 的漫畫作品《Zarya of the Dawn》時做出了折衷裁定：作品的文字部分和整體排版佈局可以獲得版權保護，但由 Midjourney 生成的圖像部分則不受保護。這種「成分式」的版權分析開創了先例，但也增加了實際操作的複雜性。

「我們正面臨一個前所未有的法律困境：如果 AI 能夠在幾秒鐘內產生一部小說、一首交響樂或一幅畫作，而這些作品又不受版權保護，那麼整個創意經濟的商業模式將面臨根本性的崩塌。」——美國作家協會主席 Mary Rasenberger

法庭上的多線戰爭

圍繞 AI 與版權的法律爭議正在多條戰線上同時展開，涉及出版、視覺藝術、音樂等多個創意產業。

紐約時報 vs. OpenAI：新聞業的存亡之戰

2023 年 12 月提起的紐約時報訴 OpenAI 和 Microsoft 案，是這場版權大戰中最受矚目的案件之一。紐約時報指控 OpenAI 在訓練 ChatGPT 時未經授權使用了數百萬篇新聞報導，構成大規模版權侵權。OpenAI 則辯稱，使用公開可用的內容進行模型訓練屬於「公平使用」（fair use）。

這起訴訟的核心爭議在於：AI 模型的訓練過程是否構成「轉化性使用」（transformative use）——即是否將原始材料轉化為了一種本質上不同的新事物。OpenAI 的律師團隊援引 Google Books 案例，認為就像 Google 掃描書籍建立搜索索引被法院裁定為公平使用一樣，AI 訓練也是將原始內容「轉化」為了一個全新的技術產品。

但紐約時報的律師團隊指出了一個關鍵差異：Google Books 不會直接向用戶展示完整的書籍內容，而 ChatGPT 可以生成與訓練數據高度相似——甚至幾乎逐字一致——的文本。這種「記憶性」輸出的存在，大大削弱了「轉化性使用」的論證。

視覺藝術的集體訴訟

在視覺藝術領域，數以千計的藝術家對 Midjourney、Stability AI 和 DeviantArt 提起了集體訴訟。原告藝術家指控，這些 AI 圖像生成公司在未經同意的情況下使用了他們的作品來訓練模型，而且生成的圖像有時與原始藝術風格高度相似，直接搶奪了他們的市場。

Getty Images 對 Stability AI 的訴訟則從另一個角度切入：Getty 提出的證據顯示，Stable Diffusion 生成的部分圖像甚至帶有被扭曲的 Getty 水印——這幾乎是模型「記住」了訓練數據的鐵證。這一細節對 Stability AI 的「轉化性使用」辯護造成了嚴重打擊。

音樂產業的反擊

三大唱片公司——環球音樂（Universal）、索尼音樂（Sony）和華納音樂（Warner）——已對多家 AI 音樂生成公司提起訴訟，索賠金額高達數十億美元。音樂產業的案例在某些方面比文字和圖像更為清晰：當一個 AI 工具能夠生成「聽起來像」某位知名歌手的歌曲時，其對原始藝術家市場的替代效應是顯而易見的。

2025 年引發廣泛關注的 AI 生成「Drake 和 The Weeknd」歌曲事件，成為了一個標誌性案例。一首由 AI 生成的模仿歌曲在串流平台上獲得了數百萬次播放，而原始藝術家和唱片公司未獲得任何報酬。這直接推動了美國國會加快 AI 與版權相關的立法審議。

公平使用原則的極限考驗

美國版權法中的「公平使用」（Fair Use）原則是 AI 公司最重要的法律防線。這一原則允許在特定條件下未經授權使用受版權保護的作品——例如用於評論、教育、研究或新聞報導等目的。法院在判斷是否構成公平使用時，主要考慮四個因素：使用目的與性質、原作品的性質、使用的數量與比例、以及對原作品市場的影響。

AI 公司強調的是第一個因素——使用目的的「轉化性」：他們並非在複製或分發原作品，而是將大量作品「蒸餾」為統計模式，以創造一種全新的技術能力。這一論點有一定說服力，但也面臨嚴重挑戰。

最大的挑戰在於第四個因素——市場影響。當 AI 工具能夠以極低成本生成替代性內容時，原創作者的市場確實受到了直接威脅。自由職業插畫師報告收入下降了 30-50%；新聞記者面臨裁員壓力；音樂製作人的委託項目大幅減少。這些實實在在的市場損害，使得「公平使用」的辯護愈發困難。

各國法律走向的分歧

面對 AI 版權挑戰，各國的法律回應呈現出顯著的分歧：

歐盟：監管先行

歐盟 AI 法案（AI Act）要求 AI 公司披露其訓練數據的來源，並尊重版權持有人的「選擇退出」（opt-out）權利。這意味著如果一位作者明確表示不希望其作品被用於 AI 訓練，AI 公司必須遵從這一意願。這一要求的實際執行雖然面臨巨大的技術挑戰，但至少在法律層面為創作者提供了一定的保護。

日本：寬鬆路線遇阻

日本曾是全球對 AI 訓練用途最為寬鬆的主要經濟體——其 2018 年修訂的版權法允許為機器學習目的使用受版權保護的材料，幾乎不設限制。然而，隨著日本漫畫和動畫產業對 AI 生成的仿冒作品表達了強烈不滿，政府正在重新審視這一立場。日本文化廳在 2025 年底發布了修訂指引，開始對「以商業替代為目的」的 AI 訓練施加限制。

英國：尋找中間路線

英國政府正在就 AI 版權的行為準則進行公眾諮詢，試圖在創新與保護之間找到平衡。英國的方案傾向於建立一個自願性的授權框架——AI 公司可以通過集體授權機制合法使用受版權保護的訓練數據，同時向版權持有人支付合理報酬。這一模式借鑒了音樂產業中行之有效的集體授權體系。

AI 內容洪流對平台的衝擊

版權問題之外，AI 生成內容的爆炸性增長本身也在造成嚴重的生態問題。Amazon 已移除了數百萬本疑似 AI 生成的電子書——這些書籍通常品質低劣，但以極低的「生產成本」大量湧入市場，擠壓了人類作者的曝光空間。

學術出版界同樣面臨挑戰。科學期刊發現了越來越多的 AI 撰寫論文——其中一些甚至通過了同行評審。這不僅涉及學術誠信問題，還可能污染科學文獻的可靠性。多家頂級期刊已要求作者在投稿時披露 AI 工具的使用情況。

作為應對，一些出版商和平台正在實施「AI-free」認證計劃。這類似於食品行業的「有機認證」——以「純人類創作」作為一種質量標誌和市場差異化因素。雖然這種方法在短期內可能有效，但長期來看，人類創作與 AI 輔助創作之間的界限只會越來越模糊。

「真正的創造力和真實性是不可替代的。讀者、觀眾和聽眾最終尋求的是與另一個人類心智的連接——這是 AI 永遠無法真正提供的。我們需要保護的不只是版權，而是人類創作的價值本身。」——英國作家協會會長 Philip Pullman

AI 公司的回應與授權模式探索

面對日益增大的法律壓力，部分 AI 公司開始轉向授權模式。OpenAI 已與美聯社、Axel Springer（Business Insider、Politico 母公司）等媒體簽訂了內容授權協議；Anthropic 則表示支持建立行業標準的訓練數據授權框架。

然而，這些授權協議引發了另一層爭議：談判能力的不對等。大型媒體機構可以直接與 AI 公司協商授權條款和費用，但獨立藝術家、自由撰稿人和小型出版社幾乎沒有議價能力。這催生了對「集體授權」機制的需求——類似於音樂產業中版權集體管理組織（如 ASCAP、BMI）的角色。

對香港的啟示

AI 版權問題對香港的影響涉及法律框架、創意產業和商業實踐多個層面。

香港版權法的更新需求

香港現行的《版權條例》（第 528 章）主要制定於 1997 年，雖然經歷了多次修訂，但基本框架未能充分覆蓋 AI 時代的新挑戰。知識產權署（IPDO）已就 AI 對版權的影響展開公眾諮詢，但進展相對緩慢。

香港需要在以下幾個關鍵問題上盡快明確立場：AI 生成作品是否可以獲得版權保護？使用受版權保護的作品訓練 AI 模型是否構成侵權？「合理使用」（fair dealing）原則如何適用於 AI 場景？在各國法律走向分歧的背景下，香港需要根據自身的經濟結構和產業需求，制定一套既保護創作者權益、又不扼殺 AI 創新的平衡方案。

創意產業的應對策略

香港的創意產業——包括電影、設計、廣告、遊戲等——正日益感受到 AI 的衝擊。據業界估計，香港自由職業設計師和插畫師的委託量在過去一年下降了約 20-30%，部分原因是客戶轉向使用 AI 工具。

然而，AI 對創意產業的影響並非單向的替代。明智的創意工作者正在將 AI 整合為創作流程的一部分——用 AI 加速概念探索和初始設計，但以人類的審美判斷和原創思維完成最終作品。這種「人機協作」模式可能成為香港創意產業轉型的關鍵路徑。

香港設計中心和香港數碼港等機構可以發揮重要的橋樑作用：一方面為創意工作者提供 AI 工具的培訓和資源，另一方面倡導建立保護原創性的行業標準和認證體系。

企業的實際合規建議

對於在香港營運的企業，我們建議在 AI 內容生產方面建立清晰的內部政策：記錄 AI 工具在內容生產中的使用情況；確保 AI 生成的營銷材料經過人工審查和修改，增加人類創意貢獻的比例；避免使用 AI 工具刻意模仿特定藝術家或品牌的風格；關注版權法的最新發展，為未來可能的合規要求做好準備。在法律環境尚不明確的過渡期，採取審慎的立場比冒險使用更為明智。