论人工智能生成内容的著作权法分析

陈丽苹 田琪雅

如果说互联网对作品的最大影响在于改变了作品的传播，那么人工智能技术则改变了作品的创作过程和创作方式。不同于以往人类对作品产生过程的全方位参与，人工智能介入下作品的“创作”仅表现为人类选择创作风格、启动创作程序、调整作品具体表达等简单步骤，而最能体现作者情感，表达作者思想创意的部分则完全由人工智能取代，表面上造成人工智能与相机、画笔、乐器等创作工具的不同。人类在主要创作过程中的缺失使人工智能生成内容表面上无法直接体现人类在此过程中所投入的智力劳动，也给考察与生成内容有关的人类实质性贡献带来困难，由此对通过确立作品这一权利客体和其负载的作者专有权而调整作者、传播者和使用者关系的著作权法造成适用困境。毫不夸张地说，人工智能生成内容的出现，不仅动摇了传统人类作者的法律地位，而且也给著作权法带来新的挑战。因此，在此背景下，研究人工智能生成内容能否基于现行著作权法标准被认定为作品，以及如果可以被认定为作品，明确权利能否归属于设计者、使用者、所有者等主体，具有重要的前瞻性意义。

面对新技术的挑战，研究新型事物，不应脱离著作权法基本理论，但同时也需结合研究对象的特殊性，人工智能生成内容的著作权法分析也应如此。因此，本文从著作权法基本理论出发，首先分析人工智能生成内容是否可作为著作权法保护的作品；在此基础上，梳理现行著作权法下权利归属认定的两种方式，将人工智能生成内容的创作过程、设计者贡献、使用者贡献和创作原理整合成表，汇总分析不同生成原理对权利归属认定的影响，在此基础上得出相应的结论。

一、人工智能生成内容的可版权性分析

（一）可版权性的范围

论证特定对象的可版权性，首先应确定该特定对象是否属于著作权法的基本保护范围。思想表达二分法是版权法领域的一项基本原则，这项基本原则划定了版权法的保护范围。人类的感情、观念、想法、创意等无形信息如果不借助外在表现，则无法被他人知悉和接触，也无法实现与他人的交流。所以，思想的传播必须通过外在有形形式才能实现，这就体现为版权意义上的表达。思想与表达二分法原理是出于确保著作权法不对任何一个表达的一般形式授予专有权利的政策考虑①参见冯晓青：《著作权法中思想与表达二分法原则探析》，《湖南文理学院学报（社会科学版）》2008年第1期。，该原理将不借助外在表达媒介的抽象信息排除在著作权法保护的范围之外，同时也确认任何已经外在化的具体表达形式可能成为著作权法保护的客体。

具体到人工智能生成内容，如果其具体形态是一种表达，则落入著作权法保护范围，有可能成为著作权法保护的客体；反之，如果仅仅是一种公有领域的元素、操作方法、过程等无法借助有形载体被他人感知、不能复制的无形思想，则不是著作权保护的对象。“在对人工智能生成内容的定性进行研究之前，应当排除那些即使源于人类，也被认为不可能构成作品的内容。”②王迁：《论人工智能生成的内容在著作权法中的定性》，《法律科学(西北政法大学学报)》2017年第5期。例如，AlphaGo对每一步围棋的预测、对整体局面的评估、策略的布置以及最终下棋位置的选择虽然也是人工智能产出的一种形式，但由于仅仅为抽象层面的步骤、推理，无法作为表达加以保护；又如，智能软件将文字作品转换为盲文，本身只是同一文字作品在记录语言方面的变更，且存在一一对应关系，并没有产生新的作品。而类似阿里云ET生成的春联，AARON完成的绘画，Amper Music③Amper Music是一款音乐软件，可根据使用者选择的风格生成各种乐曲。产生的各种风格的音乐，都是以文字、线条、色彩、音符等多种形式使人们得以感知某种观念或创意，所以，符合作品的上位概念——表达，有可能被认定为著作权法意义上的作品。

（二）可版权性的条件

作为作品上位概念的表达涵盖了所有可能出现的作品类型，作品属于表达的一种形态，而表达却并非都是作品。因此，当某一新型客体仅满足“表达”这一要素时仍不足以得出其为著作权法意义上的作品的结论，还应满足作品的构成要件。著作权法意义上的作品应当符合以下几方面的条件：

1.属文学、艺术、科学领域的内容

文学、艺术和科学领域的内容范围很广，也有多种类型，具体到人工智能生成内容，大部分人工智能生成内容符合此构成要件。在实践中已经出现各领域和各种类型的人工智能作品，例如，由David Cope设计的软件在模仿著名作曲家后形成的新音乐作品；在泰特现代美术馆展出的AARON软件制作的绘画；甚至已经出现控制诗人软件（Cybernetic Poetsoftware）自动生成的诗歌和小说。而当人工智能生成内容以音乐、美术、文字形式出现时，在不加辨识标识的情形下已经无法区分人工智能生成内容和普通作品。

2.体现最低程度的创造性

这一条件是指作品虽有可能借鉴前人已有成果，但并非完全复制，在作品中能够体现出独有的表达方式、表达逻辑和表达架构。思想的独创性并不是著作权法对作品的要求，著作权法只要求作品的具体表达体现最低限度的创造性。并且，随着版权贸易的不断增加，创造性越来越多地表现为作品本身的经济社会价值，由此，英国司法实践中出现了“值得复制的，也就值得保护”的独创性标准。

排除上文所指单纯生成思想的人工智能，大部分人工智能生成内容符合具有少量创造性的标准。尽管一定程度在“风格迁移”上有模拟人类创作的迹象，但无法否定人工智能作品符合少量创造性的要求，甚至一部分已经具有较高的创作水平。从创作过程来看，人工智能既可实现从无到有的原创也可实现在已有作品上的演绎创作，前者如可以为李开复画肖像画的智能机械手和阿里的ET，后者如谷歌采用深度学习算法的机器翻译。从创作结果来看，人工智能生成内容可以表现出与一般作品类似的审美意义，对作品受众而言，其与普通作品一样，也能产生审美的精神效果，如测试由DeepBach创作的和声时，大约一半的听众都将其视为是巴赫创作的作品①参见《机器进军交响乐、歌剧领域的前奏？人工智能成功模仿巴赫清唱曲可以假乱真》，http://www.sohu.com/a/122660561_354973，搜狐网，2019年1月28日访问。；甚至有些生成内容，如在美术馆展出的AARON绘画已呈现出作品的经济和社会价值，被许多私人收藏家以数百甚至数千美元的价格收藏。②Creative AI: The robots that would be painters, http://newatlas.com/creative-ai-algorithmic-art-painting-fool-aaron/36106/, accessed December 20, 2018.

3.具有可复制性

可复制性是指作品一般情况下应具有相应的物质载体，使其能够被他人感知。可复制性是作品传播、交易、流通的必要条件。

人工智能生成内容能够以客观的形式表达于外，具有可复制性。有的学者指出，人工智能生成内容在这方面与其他一般作品的共性使每一种可复制的作品都可以并且通常情况下是使用计算机创作的，将作品数字固定的都是生成该作品的程序，并列举了文学作品、音乐作品、绘画、图形和雕塑作品等作品中使用计算机软件的情况③Grimmelmann, James , "There's No Such Thing as a Computer-Authored Work - And It's a Good Thing, Too."403(4) Social Science Electronic Publishing (2017).，所以，人工智能生成内容已具备交易、传播的前提条件。实践中微软已将其人工智能——小冰创作的诗集《阳光失了玻璃窗》出版成书④参见《全球首部！微软小冰推原创诗集<阳光失了玻璃窗>》，http://tech.sina.com.cn/roll/2017-05-20/doc-ifyfkkmc9892391.shtml，新浪科技网，2018年12月20日访问。，使公众可以实实在在地通过纸质书这一物质形态感受到小冰表达的思想。

虽然大部分人工智能生成内容符合作品的构成要件，然而不排除人工智能生成的形式中存在无法达到少量创造性要求的情况，例如，随机产生的单纯事实堆砌，乱写乱画，词句不通的翻译、诗句等形式由于不符合最低限度的创造性要件，难以认定为作品。此中包含的逻辑种属关系，可参见图1。其中黑色部分是可以被认定为作品的人工智能生成内容，下文关于权利主体的认定，也是以能够被认定为作品的人工智能生成内容为基础。

图1 人工智能生成内容可版权性认定图

（三）可版权性的政策考量：激励作品创作等因素

正面论证人工智能生成内容的可版权性后，还应从不给予作品保护产生的后果考虑：

第一，从版权交易市场的效果看，如果未来大量不受著作权保护的人工智能生成内容充斥市场，公众则倾向于选择不支付版权许可费的人工智能生成内容，长此以往导致自然人创作的作品越来越少，市场回报愈发减少的状况也会减弱人类直接创作作品的动力和热情，蝴蝶效应下可能造成以版权产品为经营对象，并依靠版权法律保护而生存的出版商、广播影视制作商利益链条的断裂，而由此带来版权产业市场的衰弱，对知识的传播、对文化产品的利用和保护都将产生不利影响。

第二，对作为公共素材的人工智能生成内容不加限制地利用也可能使作品质量下降，同质化作品越来越多，不利于文化多样性的丰富和公民素质的提高。另外，人工智能生成内容与人类创作的作品无法在表面上区分的特点也容易引发投机者对其主张权利的行为。例如，有人想要将人工智能创作的小说改编成剧本再拍成电影，如果这部小说不被给予作品保护，而以此为基础制作完成的电影著作权人将有权控制被改编小说部分内容的未经许可的再利用行为，一些投机者会因此垄断部分公共领域的内容。这一问题直接导致本不应受著作权法保护的客体受到保护，实际不存在的著作权人或本来不具备资格的人享有作者的权利①参见刘影：《人工智能生成物的著作权法保护初探》，《知识产权》2017年第9期。，进而导致权利归属和权利体系的混乱。

第三，从司法裁量角度考虑，外观上已经与人类直接创作的作品无异的人工智能生成内容，对其不加以作品保护的情况下，如何区分两者之间的差异将成为司法难题，法官在权力范围内对是否为人类直接创作的个案判断极易产生司法标准不统一的现象，司法操作性的缺乏也使司法裁判的效率低下，将会降低公众对司法的信赖程度。

总之，可版权性的认定，除了剖析是否属于著作权法保护对象外，还需从政策角度，结合对公众、版权产业和司法裁量产生的后果考察。著作权法应通过赋予人工智能生成内容的作品地位以激励作品的创作，鼓励作品的传播，防止因人工智能生成内容地位的不确定性导致的版权产业凋敝、作品质量同质化等不利后果，在此基础上，人工智能生成内容的权利主体才可以基于其专有权控制作品的复制、演绎、发行等产生收益的行为，以阻止他人未经许可对作品的利用而带来的商业损失。

二、人工智能生成内容的权利归属分析

（一）著作权归属的一般方式

人工智能生成内容的权利归属认定，不能脱离著作权一般归属方式。著作权法基本理论中，归属方式通常有两种：一为著作权归属于原始创作者；二为著作权归属于对作品创作投资的人或组织。

对于第一种归属原则而言，需要考虑是否存在“直接产生文学、艺术和科学作品的智力活动”②参见《中华人民共和国著作权法实施条例》第3条。。具体言之，需分析（1）创作者是否在创作过程中进行了独创性思考；（2）创作者对完成作品是否通过技能、劳动等方式作出实质性贡献；（3）最终是否产生著作权法意义上具有独创性并能以有形形式复制的作品。而其中，尤以是否通过技能、劳动等形式作出实质性贡献为核心要素。基于此，仅付出机械劳动的人、仅负责执行他人意志的人等未作实质性贡献的人不是作者，这在许多国家的法律、司法实践中都有体现，如我国《著作权法实施条例》第3条中就有“为他人创作进行组织工作，提供咨询意见、物质条件，或者进行其他辅助工作，均不视为创作”的规定。

一部作品的完成除了上述作者要素中的智力贡献外，往往无法忽视为创作作品投入的学习、培训、购买创作工具、安排创作过程等财力或组织方面的非智力成本。当智力投入和非智力成本均由直接创作者本人承担时，著作权归属于创作者自不待言；而当智力投入和非智力成本分离时，就会产生著作权归属于投资者的情况，在实践中表现为雇佣作品和委托作品两种情形。对此，我国《著作权法》明确规定：“由法人或者其他组织主持，代表法人或者其他组织意志创作，并由法人或者其他组织承担责任的作品，法人或者其他组织视为作者”“委托作品的著作权的归属由委托人和受托人通过合同约定。合同未作明确约定或者没有订立合同的，著作权属于受托人”。

（二）人工智能生成内容归属分析考虑因素

人工智能生成内容的著作权法分析，除了考虑著作权权利主体归属的一般原则外，还应考虑人工智能生成内容的特殊性。生成原理在很大程度上决定人类在人工智能生成内容创作过程中的贡献程度，而贡献程度（包括智力贡献和资本贡献）与权利归属的认定密切相关，总结不同生成原理下现有人工智能生成内容产生过程中设计者、使用者、投资者的贡献，以著作权权利主体归属的一般原则为大前提，以人工智能生成内容的特殊性为小前提，运用三段论推理，才能得出相应的结论。

从人工智能生成内容表现形式及各方贡献表（见表1）中可知，生成原理可分为2种类型：（1）设计者直接设定生成规则的方式，如Amper Music、EMI、AARON等；（2）设计者未直接设定生成规则，而是采取神经网络等方式使人工智能深度学习，由人工智能自行产生生成规则的方式，如A.I.Duet、微软小冰、阿里云ET等。两种方式的共同之处在于，人工智能生成内容的产生上，首先需要设计者编写出人工智能程序，生成内容的产生才有可能。因此，设计者的贡献主要集中在设置学习、语音识别、对应关系、语言规则等各种算法上。对人工智能的使用者而言，启动生成程序、固定作品形式为两种生成原理中的相同贡献。两种方式最大的不同则体现为非直接设定生成规则的方式要求设计者提供训练数据，为人工智能指明学习的维度和方法，此方式决定了创作的完成通常需要使用者选择创作素材、选择创作风格、输入训练数据，由人工智能基于已有的经验规则分析提取使用者输入的内容，进而产生作品，因此，相比直接设定生成规则的方式，使用者贡献程度相对较大。

在创作贡献的投入上，人工智能设计者和使用者均投入的是智力贡献，而人工智能公司主要贡献则体现为为制造人工智能提供资金、场地、设备；为人工智能程序的诞生进行人员分工的组织和安排；为员工负担培训、学习等间接成本；并对人工智能的开发、市场化谈判、许可、利用承担责任，财力或资本贡献的比例相比前两者较大。从贡献程度与生成内容产出的关系角度分析，使用者在输入端一系列的操作是导致生成内容产生的直接原因，设计者设计的人工智能程序是使用者完成创作素材输入、固定作品形式的前提，而人工智能公司对生成内容的影响最远，只能对人工智能程序的诞生贡献非智力因素，其对创作物的影响鞭长莫及，由此而言，设计者和人工智能公司对创作物的贡献具有间接性，必须通过下游影响因素才能发挥作用。三者的贡献程度与生成内容的远近关系如图2所示：

图2 贡献程度与生成内容远近关系图

表1 人工智能生成表现形式及各方贡献表

人工智能实现结果生成过程设计者贡献使用者贡献生成原理A.I.Duet音乐作品：在用户弹奏少量音符的情况下，根据音乐的相符度自动弹奏出搭配音乐程序使用的神经网络受过提供大量示例旋律的机器学习系统的训练，A.I.Duet 记住了音符、时间之间的联系。当用户键入音符时，该程序将之与其所学习的内容比较，实时以最佳匹配做出回应提供训练数据、设计学习算法 键盘键入音符设计者未直接设定生成规则：深度学习微软小冰文字作品：看图作诗小冰“学习”了1920年以来519位诗人的现代诗，被训练了超过10000次后，基于模仿而创作。暂时没有评价诗歌艺术性和创造性的标准，需要程序员在训练途中设置检查点，检查诗歌是否合理提供训练数据、设计学习算法 上传图片设计者未直接设定生成规则：深度学习阿里云ET文字作品：创作春联首先，ET使用面部识别技术识别体验者性别、年龄和心情等信息；然后，体验者告诉ET新年愿望；再次，ET生成春联内容；最后，完成春联写作。为了给出个性化定制的春联，ET调用了机器学习的相关功能。针对每个用户的愿望，ET会抓取关键词，再通过关键词与春联数据库中的海量春联数据集比较，就可以找出最符合用户愿望的春联提供训练数据、设计学习算法 提供面部信息，说出新年愿望设计者未直接设定生成规则：深度学习Deep Dream美术作品：图像识别，根据用户上传的图像生成新图像Deep Dream采取了通常由10-30层堆叠的人工神经元组成的人工神经网络技术。每幅图像都由输入层送入，然后递入下一层，直到最后抵达输出层，梦幻般的图片即来自于最终的输出层。谷歌的工程师向该程序展示数以百万计的训练样本并逐步调整网络参数，直到程序能给出想要的分类结果。在此训练之后，每一层会逐步提取越来越高级的图像特征，直到由最后一层做出最终的显示提供训练数据、设计学习算法 上传图片、选择生成风格，点击生成按钮设计者未直接设定生成规则：卷积神经网络框架实现深度学习

（三）人工智能生成内容权利归属规则的建议

1.直接设定生成规则类型的权利归属

当人工智能生成内容生成于设计者直接设定生成规则的程序时，归属于设计者较为合适，如果设计者受雇于人工智能公司，并代表单位意志设计程序，由单位承担责任的，应认定人工智能公司为权利主体。如果人工智能生成内容是在委托关系中产生，当委托合同没有另有约定时，其权利应归属于受托人，即设计者或其所属的人工智能公司。理由有以下几点：

第一，设计者设计的规则直接决定了作品的产生。相比使用者仅仅启动生成程序的微小贡献而言，设计者的贡献为关键性的。在深度学习方法没有运用时，生成规则来源于设计者对已有作品的理解，作品规则产生过程总能呈现为分析音符再现频率表、总结现有作品规则、设定韵律模式框架、给出衡量作品优劣的计算方法、架构叙述模型等抽象描述方式，具体的算法可能为启发式搜索、遗传算法等。曾有人指出，人工智能创作的本质是人类能不能把审美品味抽象成计算机能理解的规则。①参见《人工智能可以作曲吗？》，https://www.zhihu.com/question/22213757，知乎网，2019月1月15日访问。“只要把被认为是计算机无法解决的问题描述清楚，计算机就能总能找到一种方法解决它。”②同注①。因此，考虑到千变万化的具体对应规则都来自设计者对可被人工智能理解的规则的抽象描述，尽管具体的算法形式多种多样，但本质都为设计者的直接设定，由此决定了作品的生成过程表现为启动创作程序、运行规则算法，作品诞生3步骤。

本文将下载率较高的区域创新评价体系指标进行整合，根据频度统计法得到频率较高的指标作为备用指标，将其进行同类型整合。同时，根据辽宁地区生产经营的实际情况，本文从知识创新、技术创新、资源能力创新、人才创新、制度创新这五大方面来作为辽宁省地区区域创新评价体系的指标（如表2）。

第二，使用者的贡献过于微小，不足以认定为是创作作品的行为。在题述情形下，使用者启动创作程序、选择创作风格的行为虽然是作品产生的必要步骤，但不仅有限的风格选择无独创性可言，而且使用者仅是遵守设计者预先设定的作品创作算法使构成作品的元素按照指令有规律地调用，再按照规则筛选下一元素，最后由系统自动组合，程序较少有提供给使用者个性化的表达空间。如果因启动创作过程等简单的操作就将其认定为权利主体，实难平衡设计者在其中付出的智力劳动，权利义务的严重不对等不符合知识产权法的利益平衡原则。

第三，从现实角度看，开放给终端用户的此类人工智能程序所有者也将自己称为生成内容的权利主体。在2017年3月Amper Music公司发布的终端用户许可协议中，第4条第1款约定，Amper Music授予用户非独占的，免费的，个人的和非商业的许可，以及复制，表演，发行，修改（包括制作演绎作品的权利）和使用用户创建的内容的权利。③参见《AmperMusic终端用户协议》，https://www.ampermusic.com/legal，AmperMusic网，2018年11月30日访问。第2款约定，除了本协议授予的许可和权利以外，Amper Music保留所有权利和利益，包括但不限于全球所有专利，版权，商标，商业秘密以及Amper Music的其他权利、任何其他的Amper Music产品或服务。用户同意，不得以任何方式损害或倾向于损害Amper Music或许可人的权利、利益和知识产权的任何部分。④同注①。显然，该协议的拟定者Amper Music认为其为权利主体，终端使用者的地位为被许可人，在Amper Music 授权的情况下使用者才享有生成内容的复制、修改等权利。

第四，如受到投资因素的影响，著作权人应相应被认定为其受雇的单位或受托人（委托合同另有约定除外）。如前文所述，打破自然人创作者为归属主体的必要条件为投资因素。详细言之，一方面，人工智能程序的诞生往往需要长期投资和研究，程序诞生后通常还需要长期的测试和不断的修改，例如，AARON程序的设计者从1973年在斯坦福大学人工智能实验室研究至今，经过不断的调试和改进而具备了机器作画能力；EMI的设计者Cope需要不断的决定哪些程序产生的音乐可以走出实验室演奏。这些工作的完成离不开单位在背后对设计者在报酬、研究经费、研究设备等方面的投资和支持。此外，著作权初始分配的差异也会影响作品效益的实现程度。正如前文所指，作为人工智能程序的投资方，整合市场供给和需求的能力相比个体设计者更强，组织个体设计人工智能和将人工智能产品推向市场的作用更为关键，对作品侵权行为，也更有维权的资本和能力，上述Amper Music法律声明中将公司作为权利享有的主体即可印证。所以，题述情形产生的人工智能生成内容，如果其生成程序是设计者为完成雇佣单位的工作任务，代表雇佣单位的意志，并由雇佣单位对生成程序承担责任时，应当将雇佣单位认定为著作权人。另一方面，如果人工智能生成内容是在委托关系中产生，当委托合同没有另有约定时，其权利应归属于受托人，即设计者或其所属的人工智能公司。

2.未直接设定生成规则类型的权利归属

生成原理的第二种为设计者未直接设定生成规则，而是通过设计学习算法训练人工智能使其具有学习能力，由人工智能自行生成内容的对应关系，此种情形下，虽然具体的生成过程与第一种有所差异，但仍应当归属于设计者。与第一种分析路径类似，如果雇佣关系或委托关系介入，应认定人工智能公司（雇佣关系下）或受托人（没有另有约定）为权利主体。具体言之 ：

表面上，使用者在输入端的操作对创作物的产生影响非常大，在目前弱人工智能的背景下，终端输入的内容似乎对生成内容的具体形式起到决定性作用。阿里云的人工智能ET能创造春联的前提是首先与体验者进行一番视频对话，了解性别、心情和新年愿望后，进行面部识别技术和语音技术分析，根据体验者特点与数据库匹配，进而再产出结果。①参见《科技公司真会玩阿里云人工智能ET写春联送员工》，http://www.techweb.com.cn/internet/2017-01-17/2474698.shtml，Techweb网，2018年11月26日访问。谷歌交互式人工智能A.I.Duet钢琴二重奏效果实现的先决条件也必须是使用者在终端设备上或随意点击电子钢琴键盘或将自己创作的歌曲以电子钢琴方式表达。②参见《Google新AI可与你共弹“钢琴二重奏”》，http://www.cnbeta.com/articles/tech/585705.htm，cnBeta网，2018年11月28日访问。所以，一旦离开使用者的终端输入，作品的创作无法完成。的确，不可忽视使用者的终端操作行为，但是必须意识到的一种情形是，如果不同的使用者终端输入的内容完全相同，在现有人工智能生成的技术环境下无法产生不同的结果。例如，Deep Dream软件不同人使用相同的作品，选择相同的生成风格，生成的图像具有一致性。又如，在谷歌翻译中，不同的人在输入框中输入相同的文字，选择相同的翻译语种，翻译的结果具有一致性。其中原因仍然需要回归生成原理分析。

需要注意的是，人工智能生成内容权利归属的认定，应秉持应然的立场，从一般归属的角度分析。不可否认的是，在实践中，此情形下的一些使用者已成为人工智能作品的著作权人。例如，Deep Dream Generator官网2017年4月5日更新的使用条款权利部分与使用者约定，谷歌不声明用户在其服务上或通过其服务发布的任何内容的所有权。相反，用户特此授予谷歌非独占，免版税、可转让、分许可的全球许可，以使用在其服务上或通过其服务发布的内容。可见，在Deep Dream 生成器的用户协议中，使用者处于著作权许可人的地位，对通过该程序产生的作品享有版权。无独有偶，微软小冰的作诗界面下，也有“微软小冰宣布放弃她创作的这首诗歌的版权。这意味着，你可以根据她的内容，创作并发表你最终的作品，甚至不必提及她参与了你的创作过程”类似约定，谷歌和微软两大人工智能公司巨头的使用条款意味着对使用者著作权主体地位的认可。

然而，人工智能软件的供应商采取此种策略往往是基于商业模式的考虑，并在用户协议中与用户完成了著作权权利的转让。在人工智能竞争日趋白热化的今天，谁掌握了人工智能的核心技术，谁就掌握了竞争主动权。在这种背景下，人工智能公司采取权利让渡的方式吸引用户使用人工智能程序，以博取用户眼球，起到粉丝经济的效益。另外，人工智能公司对人工智能生成内容的专有权转让，可保障使用者使用人工智能创作的内容得到及时和有效的回报，而使用者在作品商业化中获得潜在或现实的利润则有利于刺激更多人工智能生成内容的产生，激励人工智能公司生产更多的人工智能产品。因此，不畏浮云遮望眼，揭开用户协议的面纱，才能看到原始权利主体的真容，原始权利主体始终应当被认定为设计者或其所属的人工智能公司。