薩莉亞2024財年年報顯示，勞動力學公司營業(yè)收入同比增長23%至2245億日元。

蔣舸：最光種傳在全球各國，著作權(quán)人已經(jīng)向人工智能開發(fā)者和運營者提出多起訴訟。熊文聰：統(tǒng)農(nóng)人們往往一方面把新技術(shù)設(shè)想得過于浪漫，憧憬它的到來能給周遭的生活帶來翻天覆地的巨變，一方面又會因為陌生而過度緊張甚至恐慌。

縱觀歷史可知，原理每一波傳播技術(shù)的革新巨流都被著作權(quán)法這片汪洋大海所吸納了，原理只要秉持正確的觀念、常識和邏輯，AI技術(shù)并不會給著作權(quán)法帶來顛覆性的挑戰(zhàn)。訓練AI用數(shù)據(jù)，勞動力學侵權(quán)嗎？主持人：勞動力學人工智能可以在算法和算力驅(qū)動下利用海量數(shù)據(jù)自主生成內(nèi)容，從大模型訓練到內(nèi)容的產(chǎn)出，涉及數(shù)據(jù)的搜集、使用、存儲和共享等多個環(huán)節(jié)。無論AI文生圖是否構(gòu)成用戶作品，最光種傳被告不侵權(quán)的結(jié)論都不會改變。

在著作權(quán)法框架內(nèi)，統(tǒng)農(nóng)可對經(jīng)個性化選擇、編排、加工的數(shù)據(jù)集給予作品保護。獨創(chuàng)性必須同時滿足獨立完成和具有一定的創(chuàng)作高度兩個要件，原理而體現(xiàn)了完成人的個性化表達頂多只能用于證明獨立完成，原理卻無法證明該獨立完成的智力成果達到了一定的創(chuàng)作高度。

一個更為關(guān)鍵和復(fù)雜的問題是，勞動力學利用已有版權(quán)作品進行機器學習和內(nèi)容生成，勞動力學到底多大程度上會被認為是合理使用從而得到侵權(quán)豁免？我認為，既然著作權(quán)作為財產(chǎn)制度是對社會資源（智力創(chuàng)作成果）的一種分配方式，而以合理使用為代表的著作權(quán)限制規(guī)則也是一種利益再分配機制，那解題的思路與方案仍然還是需要回到經(jīng)濟學中找尋。鑒于早有各種蝴蝶靠背座椅被設(shè)計出來，最光種傳因此原告并不能證明被告銷售的座椅來自對原告圖片的抄襲，但這與原告能否享有AI文生圖的著作權(quán)并無關(guān)系。在這樣的背景下，統(tǒng)農(nóng)應(yīng)當如何界定AI創(chuàng)作的保護邊界？制度規(guī)則如何實現(xiàn)保護與共享之間的平衡？萬勇：統(tǒng)農(nóng)應(yīng)當認識到人工智能與傳統(tǒng)創(chuàng)作工具的差異：AI生成具有高度的隨機性與偶然性，即使輸入完全一致的提示詞，也可能輸出差異顯著的結(jié)果。由此可見，原理當著作權(quán)許可市場出現(xiàn)失靈時，合理使用就是一套更好地配置資源、增加社會整體福利的替代方案或?qū)崿F(xiàn)機制。此外，勞動力學平臺義務(wù)并非一成不變，而是伴隨人工智能發(fā)展水平、平臺自身規(guī)模、模型訓練成本等因素動態(tài)變化的。而人工智能方不僅不向作者支付報酬，最光種傳甚至在文藝市場形成了替代效應(yīng)，給作者群體造成巨大生存壓力。另一方面，統(tǒng)農(nóng)在公眾沒有原樣照抄的情況下寬容地對待借鑒行為，在用戶不對創(chuàng)作過程加以說明的情況下允許公眾自由借鑒人工智能生成內(nèi)容。