由卡拉揚研究所（Karajan Institute）所長Matthias R�丼er博士帶領團隊，利用貝多芬留下的手稿和大量交響曲資料訓練人工智慧（AI），終於在2021年完成《第「十」號交響曲》作品，於10月9日在波昂首演並且發行完整錄音，一補樂聖當年的遺憾。人們樂於談論也希望知道的是，AI是否真的能和人類一樣創作、甚至成為權利與義務的主體？
2019年，世界智慧財產權組織（WIPO）首度舉辦「智慧財產與AI對話」論壇，匯聚各領域的專家及相關人士，期望廣泛討論AI在智慧財產權上的發展和影響，並且思索往後的政策規範方針。根據2018年調查，目前已有20多個智慧財產權主管機關運用AI提升行政管理效率，而WIPO本身也開發多款AI工具，包括神經機器翻譯系統「WIPO Translate」，以及由AI支援的圖形檢索工具、國際專利分類（IPC）與維也納分類（VCL）的自動分類工具等，足見AI已是智慧財產權領域的重要管理工具之一。
實際上，AI不僅能夠協助人類處理事務，由AI創作與發明早已不是什麼新鮮事，但問題在於，AI產出結果能否受到法律保護、甚至以AI本身作為權利所有人？日前引發熱議的「DABUS」專利申請案便揭示了兩種截然不同的觀點：儘管歐洲專利局、美國維吉尼亞州東區地方法院和英國上訴法院皆拒絕以AI作為發明人，但南非智慧局和澳洲聯邦法院卻予以肯認。
針對這個問題，致力推廣知識共享與交流的Creative Commons組織便在2020年的「智慧財產與AI對話」論壇中提交意見，嚴正聲明反對以著作權法保護AI產出結果。支持該份聲明的其他組織包括國際圖書館協會聯盟（IFLA）、公共領域協會（Communia Association for the Public Domain）以及電子資訊圖書館（EIFL）。
有鑑於AI發展快速，Creative Commons認為目前尚不到決定以著作權或其他法律規範AI的階段，而是必須廣納各方意見，隨著AI技術進展逐步評估適當的法制架構。Creative Commons主要從以下幾個角度立論、質疑並提出相關建議。
現階段規範仍言之過早：AI範圍不易界定
Creative Commons指出，AI一詞指涉的範圍極為廣泛，可以是簡單至撰寫電子郵件時的自動字詞建議，也可能是針對抽象問題做出連貫性回答的複雜神經網路系統，就算是同樣產生連貫性結果，資料輸入的深度及廣度也會因AI演算法不同而有所差異。
由於目前難以全面且準確地理解AI的複雜程度及其未來運作情形，在導入規範之前，首要工作是界定AI並釐清相關概念，當然也包括公共政策與道德問題的廣泛討論。更具體來說，目前尚不清楚AI產出內容需要人類介入到何種程度，AI程式是否能夠真正獨立且自主地產出內容，以及該如何判斷由數百萬個輸入資料隨機片段 組成的作品有無原創性，因此，在還未釐清AI本身內涵、機器自主性（machine autonomy）和創作過程等重要概念之際，不宜貿然將著作權制度應用在AI產出上。
AI產出不受著作權保護：無法符合門檻要件
AI並非著作人
著作權制度是以人類的創造力作為核心，因此，必須是人類直接參與及貢獻的創作，才值得賦予著作權保護。儘管伯恩公約（Berne Convention）和歐盟著作權法皆未定義何謂「著作人」（author），但判例法上肯定唯有人類創作方能受保護，而如法國、德國、西班牙等大陸法系國家，也要求著作必須彰顯著作人的個性 ，AI顯然無法達成此點要求。相對地，如美國、英國、加拿大、澳洲、紐西蘭等普通法系國家，雖認為著作權法提供的獎勵是公眾取用創作的交換條件，似乎可能將非人類創作納入保護範圍，但從2018年美國的黑冠獼猴自拍案來看，恐怕仍是認同僅能保護人類創作。
Creative Commons認為，若是將保護範圍擴大至只受人類間接影響的產出結果，會大幅限制對AI產出的取用機會，並減少未經事先授權而合法使用創作的可能性，最終對公共領域造成威脅，進而導致其萎縮貧乏。
產出欠缺原創性
著作權保護僅限於充分表現出人類創造力的作品（亦即人類創作過程的結果），原創性要件反映出人類思維的創意性選擇 ，即使門檻不高，但仍是必備條件。AI程式不具著作人資格，其產出自然不符合此項要件。
Creative Commons藉由以馬可夫鏈（Markov chain）與人工神經網路（ANN）模型產出珍．奧斯汀風格文句的實例指出，AI程式看似有創造力的選擇，實際上並無法歸功於人類與結果之間的因果關係，也並非由人類決定作品的最終形式或表達 。就算人類真的參與AI產出過程（例如AI程式設計師或使用者），也只是純機械性，很難認定表現出著作人的個性或符合創造性。AI程式所包含的隨機元素雖會造成具創造力的錯覺，然而，越是接近人類作品的樣貌，相似程度便越高，反而導致原創性越低。根據此一邏輯，Creative Commons認為從AI學習珍．奧斯汀寫作的實例來看，AI產出並不具原創性。
另一個欠缺原創性的例子是深偽技術（Deep Fake）。就衍生著作而言，必須增添新的原創元素（亦即足夠的人為參與），才可能跨過原創性要件門檻。實際上，深偽技術更常牽涉的是人格、形象與隱私權問題，以及誹謗疑慮，這已然成為各國目前努力遏制的犯罪手法。
著作權制度是否合適存有疑義
以保護期間計算為例
Creative Commons認為，現階段同樣不清楚著作權制度是否適合規範AI、或是否為理想的規範機制。從新聞出版者權（press publisher right）和廣播權（broadcast right）等鄰接權（related right）的發展情形觀察，著作權顯然力有未逮，這也正是企圖將著作權適用在AI產出所面臨的窘境，若是未經大規模公共政策辯論便強行適用，不但危險，同時可能損及著作權的制度初衷。
舉例來說，若按照著作權制度計算保護期間，自著作人死亡開始計算將變成自AI程式或產出流程「死亡」時起算，不僅令人困惑也相當怪異；再者，如果從AI產出之製作日期起算，與製作所投注的投資相比，保護期間恐怕過長。
立法獎勵未必需要創設新權利
Creative Commons相當不樂見為不受著作權保護的AI產出創設新權利或特別權利（sui generis），其認為透過隱私權、營業秘密、資訊安全、禁止歧視、不正競爭、消費者保護、公共衛生等現有機制，便足表彰與獎勵人類參與AI開發所帶來的創新以及解決相關問題。如此見解不僅顯示出AI產出涉及的層面甚廣，未必適合以著作權法規範，也再次強調Creative Commons維護公共領域與共享理念的決心。
以保守立場適用著作權法規範
不過，退一步言，倘若WIPO及其成員決定適用著作權法或將AI納入特別權利保護，Creative Commons強烈建議WIPO保守地處理規範問題，謹守著作權之基本原理，制定高保護門檻，在公共利益、使用者權利、保護範圍──包括專有權利與收取報酬權利（remunerative right）──等各方面保持平衡，並且考慮縮短保護期間（可比照廣播權的立法建議，但必須是開發商回收投資所需的合理期間）。
有效維持保護例外及限制規定
Creative Commons指出，維護人類創作尊嚴與鼓勵AI創新密不可分，除以合乎道德的方式使用創意內容外，維持合理使用等有效的例外及限制機制至關重要：自由取用有助於消除內容障礙，才能為AI的訓練素材庫提供多元性內容，使AI運用可自由且無偏差地表達，進而減少AI系統開發中可能產生的偏誤 （bias）。
Creative Commons對於使用CC授權的內容訓練AI，態度相當寬容，表示毋須另外取得著作人同意，僅需遵守授權條款即可。同時，Creative Commons也認為其他受著作權保護的作品亦應依據現有的例外及限制規定，允許在AI訓練過程中重複使用，不因用途而有法律適用上的差異。至於文本與資料探勘（text & data mining），Creative Commons則認為並非消費性使用（consumptive use）且為支持創新的重要方法，應非屬於著作權規範範疇，或者適用例外及限制規定而不構成侵權。
簡單來說，Creative Commons秉持「著作權保護僅能及於直接 涉及人類創造力的產出」之原則，另一方面，主張必須確保AI所使用的作品享可適用例外及限制規定（甚至更為擴大範圍），以消弭AI偏誤問題。基於如此立場，Creative Commons自然反對導入數位權利管理或技術保護措施來禁止使用資料。
結語
Creative Commons針對AI產出的著作權保護問題，立論核心始終圍繞在維護公共領域，其著重新興科技之公益面向的做法，其實與WIPO開發「WIPO Translate」工具有著異曲同工之妙。不過，AI產出最終究竟是如Creative Commons所願歸入公共領域，或是納入著作權及相關法制保護，目前態勢確實並不明朗；除了「排除」與「保護」這兩者絕對的選項外，或許也能從Matthias R�丼er博士所言——AI雖無法取代人類，但可作為藝術家的創新表達手法——去思考將AI視為工具的可能性。
沒有留言:
張貼留言