新闻动态

NEWS

首页

新闻动态

NEWS CENTER

相关新闻

暂无数据

首页

WIPO发布《生成式人工智能：知识产权导航》

发布时间：

2024-03-18

摘要

近日，世界知识产权组织（WIPO）发布了《生成式人工智能：知识产权导航》（Generative AI: Navigating Intellectual Property），该文件旨在帮助采用生成式人工智能工具的组织了解知识产权风险，提出正确的问题，并考虑潜在的应对措施。

许多企业和组织正在迅速采用生成式人工智能工具用于内容的生成，这些工具不仅为业务运营提供了重大机遇，同时也因目前存在的不确定性（包括知识产权相关问题）而带来显著的法律风险。

许多组织正寻求制定指导方针来帮助员工减轻这些风险。然而，每个企业的情况和法律背景都是独特的，以下的指导原则和检查清单旨在帮助组织理解知识产权风险、提出正确的问题，并考虑潜在的应对措施。

生成式AI带来了众多风险和问题。企业和组织应考虑实施合适的政策，并向员工提供有关该技术机遇和局限性的培训。这种积极主动的方法对于应对使用生成式AI所伴随的挑战至关重要。

什么是生成式人工智能？

生成式人工智能工具能够根据用户的提示创造新内容，例如文本、计算机代码、图像、音频、声音和视频等。这种提示可以是对期望输出的简短书面描述。当前的生成式AI工具包括ChatGPT、Midjourney、Copilot和Firefly等。

生成式人工智能工具基于机器学习，通过使用大量数据进行训练，训练数据通常包括数十亿页的文本或图像。根据AI工具开发者的方法，训练数据集可能由自由可获取的、无负担的信息（纯数据）、受保护的数据（如版权保护的作品）或两者的混合组成。

经过训练的AI工具由人类输入激发，触发一系列复杂的、通常为数十亿次的计算，来决定输出内容。通常无法预测其输出结果，或确定训练数据中特定部分对产生的输出有多大的影响。

生成式人工智能在知识产权方面涉及许多接触点和不确定性。虽然完全避免这些知识产权风险是不可能的，但以下几点考虑因素可能会对企业和组织在这一不断发展的技术领域中导航知识产权问题时有所帮助。

01 机密信息

机密信息是指不对外公开、不以是否具有商业价值为限制、以保密方式传达并受到合理保护的信息。这包括商业秘密，商业秘密是一种因其秘密性质具有（潜在）经济价值或提供竞争优势的保密信息。

使用生成式AI工具的企业和组织可能会在不经意间泄露商业秘密或放弃商业敏感信息的保密性，尤其是当这些信息被用于训练或提示人工智能工具时。企业或组织应考虑采取技术、法律和实际保护措施的组合，以防止这种情况发生。

风险

1. 生成式AI工具可能会保存并根据用户的提示进行训练。如果用户在提示中包含保密信息，其保密性可能会丢失，因为AI工具的供应商拥有这些信息的副本，而且这些信息可能会成为模型的一部分，以及与其他用户公开共享的输出内容。

2. 当企业和组织从零开始训练生成式AI工具，或者使用其保密信息对现有工具进行微调时，存在信息公开化的风险。

3. 黑客可能会利用“提示词注入”等技术提取训练数据，包括保密信息。

4. 私有的生成式AI工具的供应商可能会监控和存储提示信息，以检查是否有不当使用的情况。在某些情况下，提示信息可能会被供应商的工作人员审查。

应对措施

1. 检查生成式AI工具的设置，以尽量降低供应商存储或使用您的提示进行训练的风险。

2. 考虑使用在私有云上操作和存储的生成式AI工具。

3. 检查AI工具的供应商是否会存储、监控和审查您的提示信息。从供应商那里寻求适当的保护和保证，以确保保密信息的安全。

4. 限制生成式AI工具使用保密信息的访问权限，仅允许获得授权的人员使用和访问。

5. 落实员工政策，并提供有关在提示信息中包含保密信息风险的培训。

6. 考虑让信息安全专家审查和监控生成式AI工具。

02 知识产权侵权

许多生成式AI工具是通过训练大量（有时达数十亿件）受知识产权保护的项目而开发的。目前有一些正在进行的法律纠纷，指控用这些作品来训练AI、训练出的AI模型及其输出构成了知识产权侵犯。这些案件主要集中在版权和商标上，但理论上，其他知识产权也可能涉及，例如工业设计、数据库权利和发明专利等。

关于人工智能工具，其训练、使用及输出是否构成知识产权侵犯，存在重大的法律不确定性，不同司法管辖区的答案可能不同。企业和组织应考虑通过使用符合知识产权要求的工具，在可能的情况下寻求赔偿、审查数据集以及实施技术和实际措施来减轻侵权的风险。

风险

1. 全球范围内有待解决的诉讼，以确定使用受知识产权保护的物品训练人工智能、使用这些训练过的人工智能模型以及由其生成的输出是否构成知识产权侵权。

2. 这种风险不仅限于人工智能开发人员，还有可能延伸到生成式人工智能工具的用户。在许多国家，各种形式的知识产权侵权责任，如复制版权作品，并不取决于被控侵权者的意图或是否知情。

3. 法院尚未解决生成式人工智能开发商、提供商、客户和用户是否需要对知识产权侵权、支付赔偿金和销毁侵权模型或输出承担责任的问题。目前还不清楚法院是否会认为下达命令阻止使用在受知识产权保护的物品上训练的人工智能模型是相称的。

4. 关于潜在的版权侵权问题，一些国家的知识产权法规定了可能适用于生成式人工智能的例外情况，如合理使用、文本和数据挖掘以及临时复制。然而，由于各国之间缺乏协调，而且这些例外情况是否适用于生成式人工智能尚不得而知，这就带来了不确定性。

5. 即使法院做出了判决，也可能取决于案件的具体情况以及国家法律的规定。

应对措施

1. 考虑使用只在授权数据、公共领域数据或用户自己的训练数据上进行训练的生成式人工智能工具。

2. 在选择人工智能工具时，要考虑是否有供应商愿意提供知识产权侵权赔偿，特别是版权侵权赔偿，并评估赔偿的范围和适用性。例如，这种保护可能仅限于第三方赔偿，并以遵守合同限制和实施风险降低措施为条件。

3. 在训练或微调生成式人工智能工具时，应彻底审核数据集。验证知识产权所有权、人工智能训练的许可覆盖范围，以及是否符合知识共享许可或公共领域状态，确保符合预定管辖区域内适用的版权例外规定。

4. 监管机构正在考虑规定披露用于训练模型的受知识产权保护项目详情的义务，并考虑保留记录人工智能模型的训练过程。

5. 制定实施员工政策和培训，最大限度地降低产生侵权输出的风险。建议不要在提示信息中提及第三方企业名称、商标、版权作品或特定作者/艺术家。

6. 考虑采取措施，在使用产出前检查侵权情况。这些措施可能包括剽窃/抄袭检查、图像搜索和自由合作审查等。

7. 根据具体情况评估缓解措施、相关成本和业务风险。

03 开源义务

人工智能生成的代码可能需要履行开源义务。当一个软件应用程序或代码是开源的，这意味着源代码是向公众开放的，用户通常被授予一定的权利和自由来使用、修改和分发软件。不过，这些权利和自由也伴随着用户必须遵守的义务，如署名，这些义务因管理软件的特定开源许可证而异。

企业和组织应考虑这种风险是否适合其代码，调查潜在的赔偿，并实施技术和实际措施，以降低产生开源义务的可能性。

风险

1. 生成式人工智能可以在符合开源要求的代码上进行训练，这可能会违反商业使用或归属限制等义务。目前美国已有一系列相关的法律纠纷正在发生。

2. 一些开源许可证规定，任何包含开源代码的代码都必须遵守相同开源许可证的要求。因此，集成人工智能生成代码的用户可能会无意中将开源义务引入其项目。

应对措施

1. 考虑从供应商处获取生成式人工智能工具，这些工具专门针对授权范例进行培训，或实施技术保障措施，如检测相关的开源许可。

2. 考虑从提供开源侵权赔偿的供应商处采购人工智能生成工具，并检查适用的保护范围和条件是否合适。

3. 在训练或微调生成式人工智能工具时，要对训练数据进行彻底审查，以获得足够宽松的许可。

4. 在编码中使用生成式人工智能时，采用风险与收益结合的方法。如果确保代码免于承担开源义务至关重要，则应考虑禁止供应商和员工在这些项目中使用生成式人工智能。

04 深度伪造：肖像权和声音权

肖像和声音在许多国家都受到保护，但这种保护并不统一。保护形式包括某些知识产权（如普通法国家的假冒）、不公平竞争法、人权、宪法权利和宣传权。

生成式人工智能有可能模仿特定人物的肖像或声音，有些工具就是明确为此目的而设计的，企业和组织应考虑与此类功能相关的风险。

风险

1. 未经授权使用或模仿他人的声音或肖像可能会导致侵犯知识产权或其他权利，而各司法管辖区的法律框架不统一也会带来挑战。

2. 模仿肖像和声音还可能带来名誉损害或法律诉讼的风险，如欺诈或诽谤。许多国家正在考虑针对深度仿冒制定专门的法律法规。例如，中国已经通过了适用于“深度合成”的法规。

应对措施

1. 制定员工政策并提供培训，明确限制使用“深度伪造”生成式人工智能工具。对于已获批准的人工智能生成工具，执行禁止在提示中提及特定个人的政策。

2. 在有合法商业理由合成某人的声音或肖像的情况下，应征得当事人的必要同意和许可。

05 人工智能成果的知识产权和所有权

目前还不清楚人工智能工具生成的新内容（如文本、图像或其他创意作品）是否可以受到知识产权保护，如果可以，这些权利归谁所有。即使人工智能输出不受知识产权保护，也可能有合同条款对其使用做出规定。

生成式人工智能产出的知识产权的存在和所有权尚不明确。企业和组织应在合同中明确所有权，并考虑只在产出的知识产权所有权对其商业模式并不重要的情况下使用生成式人工智能。

风险

1. 大多数国家的知识产权法在制定时都没有考虑到人工智能的生成性，这导致人工智能的产出是否可以有知识产权以及谁将拥有这些权利等问题变得不确定。对于某些知识产权（如商标）来说，这可能不是问题，但对于版权来说，这就引起了广泛关注。

2. 最近，将人工智能系统“DABUS”命名为发明人的专利申请，在作出判决的国家一直被驳回，因为没有确定人类发明人。目前还不清楚生成式人工智能是否可以在没有人类发明者的情况下进行发明创造，也不清楚这种发明创造是否可以申请专利。

3. 美国版权局发布了关于注册包含人工智能生成的材料的作品的指南，指出必须有人类的创造性贡献。版权局的决定表明，仅凭用户的文字提示可能无法确立版权，因为文字提示只是“影响”了输出结果。然而，北京互联网法院最近裁定，用户对人工智能生成的图像拥有版权，因为他调整了提示和参数，使图像反映了他的审美选择和判断。这些对人工智能生成作品版权的不同解释给全球承认人工智能生成输出版权带来了法律上的不确定性。

4. 少数国家（如印度、爱尔兰、新西兰、南非和英国）为没有作者的“计算机作品”提供版权保护。乌克兰引入了计算机程序生成的“非原创物品”的权利。

应对措施

1. 查看生成式人工智能工具的条款和条件，了解产出的知识产权（如有）归谁所有。

2. 探索如何通过纳入知识产权元素（如品牌名称和徽标）或让人类创造力参与修改或创建新版本的产出，来加强对产出的控制或权利。

3. 记录人类在发明或创造过程中的作用。

4. 在可能的情况下，就谁拥有计算机生成作品的版权达成协议。各州的法律检验标准不尽相同，而且可能难以适用，因此协议可以提高确定性。

5. 在委托工程时，可考虑要求保证未使用生成式人工智能。

6. 考虑仅在不需要知识产权的情况下使用生成式人工智能，如内部使用、创意生成以及（个人）社交媒体帖子等短暂用途。

应对措施检查清单

企业和组织可以采取许多措施，促进负责任地、合法合规地使用生成式人工智能。以下核对表可能会对那些希望采取负责任的做法并涉足这一不断发展的领域的企业和组织有所帮助。

工作人员政策和培训

□ 实施员工政策和培训，指导适当的使用，鼓励负责任地尝试和使用生成式人工智能，包括：

□ 了解与生成式人工智能相关的机遇、风险和限制。

□ 避免在提示中使用机密信息。

□ 仅限经授权可访问商业机密的员工访问经过训练的生成式人工智能。

□ 避免在提示中使用第三方知识产权，以尽量减少侵权输出。

□ 避免使用“人工智能生成工具。

风险监测和风险状况管理

□ 监测判例法和法规的变化。

□ 根据不断变化的风险和法院判决，定期评估和更新政策。

□ 向业务部门明确传达法律风险，以便根据业务风险偏好采取相应措施。

□ 维护一份人工智能工具清单，根据风险情况对其进行分类，例如，所有员工均可使用的工具白名单、使用机密信息的受限工具以及禁止使用的工具。

保存记录

□ 考虑记录人工智能工具是如何训练的。

□ 要求工作人员为人工智能生成的输出结果贴上标签，并保留所用提示的记录。

□ 记录人类在创作过程中的作用。

人工智能工具评估

□ 审查外部采购工具（包括根据内部数据进行培训的工具）的条款和条件以及设置，以便：

□ 了解提供商是否会存储您的提示。

□ 了解这些工具根据哪些数据进行过培训。

□ 寻求使用获得适当许可或公共领域培训数据的工具，或具有防止使用受保护数据的技术保障措施的工具。

□ 确定提供商是否提供知识产权侵权赔偿以及条件是什么。

□ 由信息安全专家对生成式人工智能工具进行审查和监控。

□ 探索在企业内部或私有云中存储的私有生成式人工智能工具，以加强控制和保证。

□ 寻求提供方对机密信息的适当保护和保证。

数据评估

□ 在训练人工智能时对数据集进行审查，并考虑知识产权所有权和许可范围。

人工智能输出

□ 检查生成式人工智能提供商关于知识产权和产出所有权的条款。

□ 在使用输出结果之前，检查是否侵犯知识产权。

□ 将人类的投入和创造力与人工智能产出相结合，以保持对产出所有权的控制。

□ 就产出的所有权达成协议。

□ 记录人类在创造过程中的角色。

□ 获得合成某人的声音或肖像所需的同意和许可。

来源：翻译整理自WIPO官网文件

编辑：GaoH