生成式人工智能（AIGC）的迅速崛起正在重塑創意產業的格局。然而，這些技術的應用同時也帶來了一系列版權和法律挑戰，特別是在確定創作者身份和保護內容原創性方面。隨著技術不斷演進，各界對於如何在鼓勵創新和保護版權之間取得平衡的討論愈加熱烈。本文將繼續探討AIGC對版權的影響，並分享有效的風險管理策略，以助力在這一新興領域中的持續發展。

AIGC對版權的影響

生成式人工智能（AIGC）的快速發展正在改變創意產業的面貌，然而其帶來的版權問題同樣引人關注。傳統版權法主要針對人類創作者，而AI生成內容的創作者身份問題則頗為複雜，涉及模型訓練者、操作員甚至AI本身的角色認定。此外，AI生成內容的原創性和可能的侵權風險，也讓法律挑戰日益增多。國際合作正逐步被視為解決AIGC版權問題的關鍵途徑，各國法律和政策的差異需要更為統一的標準來調和。例如，世界知識產權組織（WIPO）已經開始探討AI生成內容的版權保護問題，並試圖制定國際標準來調和不同國家之間的法律差異。

保護版權風險的策略

使用AIGC平台生成內容時，應進行全面的版權清查，以確保訓練數據集不包含未經授權的受保護作品。例如，Adobe 已表示，他們僅使用授權數據來訓練其生成式AI模型。對於生成的內容，使用者應獲得必要的版權授權，以避免潛在的法律糾紛。

使用公共領域或創作共用授權：利用公共領域或創作共用（Creative Commons）授權的素材進行AI訓練，可以有效降低版權風險。這不僅在法律上安全，還有助於促進開放知識和資源的使用。

AI模型的透明度：開發者應公開AI模型的訓練過程和數據來源，增加透明度，以減少版權爭議和增強對AI生成內容的信任。2022年，OpenAI等公司已開始增加透明度，說明其數據來源的多樣性和訓練過程。Adobe亦強調只有提交到 Adobe Stock 市場的作品（作者可以opt-out）才會用於訓練，並不會掃描本地儲存的內容，以緩解用戶對於創意作品可能被用於訓練 AI 的擔憂。

設置版權標記和內容檢測機制：開發AI工具時，應考慮加入版權標記功能，讓創作者標記其作品，並通過內容檢測系統自動檢查潛在的版權侵權行為。

風險管理策略

版權教育與意識提升：對於使用AIGC的企業和個人，應進行版權法和相關法律知識的培訓，以確保他們了解版權保護的基本原則和潛在風險。自2019年以來，多個國際會議和法律研討會強調了在AI開發者和使用者中普及版權知識的重要性。

採用水印和標記技術：為了保護AI生成的內容，可以在圖像、文本或音頻中加入數字水印或版權標記，這有助於追蹤和識別作品的原始來源。2022年，Adobe推出了一種基於AI的內容認證工具，可以嵌入和驗證數字版權信息。上一篇文章也提到內地已經早在前年年底對此有所規定。

法規和政策的制定：政府和相關機構應考慮針對AIGC的特定法律框架，明確界定AI生成作品的版權歸屬和使用權限，確保在技術發展和版權保護之間保持平衡。

跨平台合作與標準制定：不同的AIGC平台應加強合作，共同制定行業標準，確保在使用數據集訓練模型時遵循版權法規，並共享最佳實踐以減少版權糾紛。

創意產業的未來：技術與法律的雙重挑戰

AIGC技術的應用既為創意產業帶來了巨大的機遇，也帶來了複雜的法律挑戰。在這一背景下，如何在技術創新和版權保護之間取得平衡，成為各界共同關注的問題。未來，通過積極的風險管理和法律制度的完善，我們有望看到一個更為健康和可持續的AIGC發展生態。

撰文：陳迪源

香港創科發展協會創會主席、自由黨中央委員