人工智能学习作品的著作权补偿金制度构建

　　□  杨启中  金诚信  王思琪  梅微微

　　一、问题的提出：人工智能学习作品的著作权法困境

　　随着生成式人工智能技术的迅猛发展及其产品的规模化应用，以海量数据为基础的算法训练已成为驱动产业进步的核心环节。然而，这场技术革命也将一个尖锐的著作权法难题置于面前：人工智能服务提供者为训练算法而复制、使用受版权保护作品的行为，其法律性质应如何界定？此问题不仅关涉技术创新的边界，更直接触及著作权法激励创作与促进知识传播的底层逻辑，亟待理论上的澄清与制度上的回应。

　　首先，从行为本质观之，人工智能学习作品构成了对复制权的实质性利用。深度学习技术的运作机理在于通过反复复制作品，构建并扩充其训练语料库，从而迭代优化算法模型。无论是将非数字化作品进行“数字化”转换，还是对已数字化作品进行拷贝，该行为在物理层面均落入了《著作权法》所规制的“复制”范畴。正如学者所指，人工智能的“学习”过程本质上是对人类知识成果的“系统性、规模化利用”。若未经许可且无法定免责事由，则该行为在形式上已构成对版权人专有权利的侵害。

　　其次，既有的著作权制度框架在应对此问题时，均呈现出显著的局限性，陷入“三重失灵”的困境。其一，传统版权许可模式失之于“效率”。人工智能训练所需作品数量浩如烟海、类型纷繁复杂，要求开发者逐一寻求授权，无疑将产生难以承受的交易成本。即便依托著作权集体管理组织，亦因作品数据库覆盖不全、跨类别许可机制不畅以及授权后数字化作品交付困难等问题，难以满足人工智能产业高效获取高质量数据的现实需求。其二，合理使用制度失之于“公平”。虽有观点主张将人工智能学习纳入合理使用以扶持技术发展，但此路径在我国现行法下难以证成。一方面，该行为难以契合《著作权法》第二十四条所列举的“个人使用”“适当引用”或“课堂教学”等封闭式情形。另一方面，援引“三步检验法”进行个案衡量亦难言乐观。人工智能学习行为不仅与作品的正常利用相冲突，更可能不合理地损害版权人的正当利益，尤其是侵蚀其作品潜在的市场价值。其三，法定许可制度失之于“依据”与“可行性”。法定许可虽能在理论上兼顾效率与公平，但其适用以明确的立法规定为前提，且制度初衷在于维护特定的公共利益。当前，我国《著作权法》并未为人工智能学习行为创设法定许可，在缺乏法律依据的情况下贸然适用，既有违《伯尔尼公约》的基本精神，也在报酬收取、分配与监督等具体环节面临巨大的实施困境。

　　二、问题的回应：著作权补偿金制度的适配性与引入

　　（一）制度初衷的契合：从“复印机”到“人工智能模型”的治理逻辑延伸

　　著作权补偿金制度的核心设计初衷，在于应对复制技术普及所导致的“权利人无法行使权利—社会公众普遍违法”之困境。上世纪，录音录像设备与复印机的出现，使得私人复制行为规模化，严重侵占了版权人的经济利益。德国联邦最高法院在“Grundig Reporter”案中确立了如下原则：不能因维权困难而剥夺版权人获得报酬的权利，并由此催生了以“合法化复制行为+法定报酬请求权”为特征的补偿金制度。

　　人工智能对作品的海量复制与学习，在本质上构成了数字时代一种新型的、更为高效的私人复制行为。当人工智能学习已超出合理范围，却又因效率与可行性无法适用传统许可时，补偿金制度通过“向复制工具或服务征税”的方式，将原本侵权的复制行为合法化，并保障权利人获得经济补偿，精准地复刻了其处理技术革新与版权冲突的原始治理逻辑。

　　（二）制度运行的优化：集中化机制克服授权与维权双重困境

　　在运行层面，著作权补偿金制度通过“集中收费+集中分配”的模式，能有效破解人工智能学习场景下的授权效率与维权成本难题。

　　对人工智能服务提供者而言，该制度免除了其与海量权利人逐一谈判的沉重负担。通过向指定的中间组织支付一笔统一的补偿金，即可获得对特定作品库进行学习使用的“默示许可”，极大降低了合规成本与法律风险。

　　对版权人而言，该制度将分散的、难以行使的个别权利，汇聚为一种可集体管理和实现的获酬权。权利人无需主动监控网络、发现侵权并提起诉讼，即可通过中间组织的分配机制，从人工智能产业的发展中分享收益。

　　（三）制度价值的实现：重塑利益平衡的公平与效率

　　在公平价值层面，它回应了洛克的劳动财产权理论，承认了人类作者的作品是人工智能的养料与原材料。当人工智能的产出削弱了对人类原创作品的需求时，补偿金制度确保了那些为人工智能创新提供原材料的人类作者应当得到报酬，体现了基本的分配正义。它纠正了因技术不对等导致的利益失衡，使版权人能够从作品的新兴利用方式中获益，从而维系其创作动力。

　　在效率价值层面，该制度实现了“卡尔多—希克斯效率”的改进。它通过集中化、标准化的许可与分配机制，显著降低了整个社会的交易成本，促进了作品这一生产要素在人工智能领域的高效流通与配置。同时，统一的补偿金标准与透明的分配规则，能够向市场释放价格信号，引导人工智能服务提供者合理使用资源，并激励创作者投向市场需求旺盛的领域，最终形成“鼓励创作—促进利用—利益回馈”的良性循环。

　　三、配套制度完善：区块链赋能著作权补偿金制度的构建

　　著作权补偿金制度要从理论构想转化为可行方案，必须克服传统集体管理中的透明度缺失与效率瓶颈。区块链技术凭借其去中心化、不可篡改与智能合约自动执行的特性，为实现这一制度的数字化治理提供了理想的技术范式。

　　构建该制度的核心在于建立一个人工智能区块链版权服务平台，这一平台将同时承担“标准化作品数据库”与“自动化清算中心”的双重职能。在该平台中，权利人通过完成实名认证与作品上链，生成不可篡改的“数字指纹”，并明示授权AI在支付补偿金的前提下进行学习；AI服务提供者则需经资质审核并通过智能合约预存费用，以获得对授权作品库的合规访问权限。为确保公平与灵活，平台应嵌入动态调节机制：一方面，允许权利人通过链上标记随时撤销授权；另一方面，借鉴日本经验，设立使用量未达约定时的按比例退款机制与超额使用时的自动补缴锁闭功能，从而在保障权利人获酬权的同时，避免对AI服务提供者造成不公。

　　在收益分配环节，区块链技术支持建立以客观使用数据为核心的精确分配模型。补偿金的征收可采用“数据量基数+访问次数调节”的复合标准，对文字作品按字数计价，对音美作品则参考数据体积与压缩品质，并依据访问频次设置梯度费率，使补偿金真实反映作品的市场价值与使用强度。

　　最终，这一基于区块链的协同框架，将著作权补偿金制度重塑为一个高效、可信的利益平衡器，它不仅为人工智能产业提供了合法合规的数据获取渠道，更使版权人得以在数字生态中公平地分享技术发展的红利，从而在激励创作、促进传播与推动创新之间建立起可持续的良性循环。