今年政府工作報告對發展人工智能作出具體部署。人工智能作為引領未來的戰略性技術，在為各行各業賦能的同時，也帶來了一系列法律、倫理和社會問題。生成式人工智能的發展和應用，一直是我重點關注的領域。2025年，我就整治不法分子利用生成式人工智能生成謠言、危害網絡生態的問題提出了相關建議，今年，我又關注到生成式人工智能的著作權保護問題。

　　當前，人工智能生成內容能否構成“作品”、權利如何歸屬，是該領域爭議最多的法律問題。根據絕大多數國家的著作權法，作品的作者必須為自然人，純粹由人工智能自動生成、無人為干預的內容，因其缺乏人的創作思想與個性化表達，難以被認定為著作權法意義上的“作品”。然而，也有很多人工智能生成內容是基於使用者獨創性的提示、選擇、篩選、修改以及編排而産生的，最終生成內容體現了使用者的獨特思想與創作意圖，若全然否定這類生成內容的智力成果屬性，勢必削弱使用者的創作動力，不利於促進人工智能技術的發展和文化産業繁榮。

　　因此，對於人工智能生成內容的認定和保護，關鍵在於厘清其中是否存在“人的獨創性貢獻”。用戶輸入的提示詞越具體、越具創意，其對輸出結果的個性化調整越充分，越應主張著作權歸屬用戶。建議在司法實踐和政策指引中進一步明確這一標準，同時引導開發者在用戶協議中清晰告知人工智能生成內容的權利歸屬，避免未來引起糾紛；同步推動內容溯源技術的應用，通過數字浮水印、元數據記錄等方式為權屬爭議提供技術支撐。

　　與人工智能生成內容的性質界定和權利歸屬同樣棘手的，是人工智能訓練數據的版權侵權風險。人工智能模型多依賴海量互聯網數據進行訓練，其中包含大量受版權保護的作品。未經許可使用這些內容進行模型訓練，是否構成侵權，已成為全球範圍內的法律焦點。一方面，人工智能訓練確實存在“非表達性使用”或“轉換性使用”的特徵；另一方面，大規模複製行為又可能損害原作品的市場價值。

　　因此，針對訓練數據的版權侵權風險，有必要在著作權法框架下，適時通過立法或司法解釋明確人工智能訓練數據使用的法律邊界。在現行“合理使用”條款難以完全覆蓋人工智能訓練場景的情況下，探索引入“法定許可”加“報酬請求權”的模式，允許技術開發者在未獲逐一授權的情況下使用作品，但須向著作權集體管理組織支付合理費用，再由其分配給權利人，從而既保障數據的可獲得性，推動人工智能産業發展，也有效維護權利人的合法經濟利益。

　　面對生成式人工智能的著作權保護這一新課題，單靠司法或行政手段難以全面覆蓋，必須構建“政府引導—平臺履責—社會參與”的多元共治機制，同時壓實平臺主體責任，督促其建立健全內容審核、版權過濾、侵權響應機制。科研機構、行業協會、法律實務界也需參與其中，深入進行案例研究、加快相關標準制定，提升著作權保護的精準性與適應性。

　　期待今後在法治框架下，通過各方共同努力，生成式人工智能的著作權保護問題從爭議走向共識，每一位創作者的智慧結晶都能在人工智能時代得到應有的尊重與回報。