人工智能绘画的版权争论与创作伦理思辨

潘美伶

（华东师范大学）

人工智能（Artificial Intelligence，AI）绘画的概念起源于二十世纪八十年代。从艺术家哈罗德·科恩用电脑控制机械手臂进行绘画这样直白的“创作”，一直到2021年OpenAI发布具备用文字输入生成画面的能力的DALL-E系统，AI绘画经历了漫长的演变和进化，但生成出来的图像无论是从质量上还是从图灵测试的结果来看都是不尽如人意的。从2022年2月起，第一个基于CLIP+Diffusion模型（使用噪点化和去噪技术）的实用化AI绘画产品Disco Diffusion发布，极大地提高了AI作画的准确性与画面质量。同年7月模型Stable Diffusion推出，解决了Disco Diffusion的两大痛点：极大地提高了AI绘画的细节深入以及缩短了渲染时间。短短几月之间AI绘画有了质的变化，人们惊叹于AI绘画的无限潜力的同时，也逐渐被AI绘画带来的创作伦理和版权问题所困扰：AI绘画在技术兴起的初期遭到滥用侵害了艺术家权益引起了创作者群体的抵触情绪、AI绘画跳出了传统以人为中心构建起来的传统版权体系，暴露了大量的版权“灰色地带”以及关于AI绘画“创作”和人类艺术家创作的主体性伦理争辩等。AI绘画的急速发展背后尚且没有跟进体系化的规范和管理，而这正是其是否能走向更普及化、更高效、更合理道路上急需探讨的问题。

一、人工智能绘画版权争议点

由于人工智能绘画特殊的学习原理，其产生的结果往往会引发版权问题和困扰。了解AI绘画的工作流程和版权争议点，有利于从多种角度寻找解决问题的突破口。

（一）AI绘画的样本导向

AI的创作能力源于神经网络技术，神经网络由数学公式表示，无实体结构。计算节点之间与人类的神经元之间联系相似，各自拥有不同权重，当数字经过这些节点和连线时，乘以不同的权重，产生不同的输出结果。将计算机图像上的所有像素转换成数字记录的RGB比例，用数字表格表示（如图1）。转换后的数字表格投入到神经网络中进行运算并再次输出，从而得到AI“创作”的图片。

（图1 色彩信息转换为数字信息的加码过程）

在AI的学习过程中，程序识别和并总结这些图像上的像素的颜色和像素的排布规律，重新根据关键词组合和生成新的图像。虽然这些重组并不是简单地将原图拆解和拼贴，但在图像风格和内容上仍然脱离不了训练样本。训练样本越多，AI生成的图像就越准确、越满足质量需求。AI的训练样本直接决定了结果的视觉效果。

（二）训练源侵权

AI训练最大的难题就在于庞大的学习源数据的整理、标记和投入学习，繁杂的信息收集会消耗巨大的人力整合资源。但人工智能艺术创作是基于大数据和深度学习技术发展的结果，大数据为人工智能提供可用于学习的庞大数据库。这让开发者将目光投向搜索引擎、社交平台等图片库的“词条（tag）”等大数据功能上。在互联网上由上传或者欣赏图片的用户根为其打上例如“风景”“苹果”“蛇”等详细的标签，AI就可以毫无障碍地进行识别和学习。即在网络上的任何一张图片在无授权的状态下都可能是AI学习的对象。

不仅局限于内容的识别，AI在学习客观事物的同时也会学习艺术家的风格。艺术的风格是艺术家个人独创性的集中表现，是创新精神和聪明才智的结晶。同时也是艺术家创作上成熟的重要标志。而AI不经过授权，无视创作者的劳动成果，生成带有艺术家个人风格的“作品”，侵害创作者权益。例如引起巨大争议的Novel AI（以生成二次元风格的视觉图像为主的AI模型），其生成的图像比以往任何一个AI产品的拼贴感都强，甚至能重叠上原图。Novel AI模型的本质并不是缝合与拼贴。但因使用了存有大量无授权图片数据源Danbooru图库和不当的训练方式（算力和数据规模过小）导致图像“过拟合”问题。并且开发者没有对模型输出结果进行检查和风控，在结果上出现了高度相似引发了抄袭与侵权的风险。右为Novel AI生成图源twitter）

除此之外，Novel AI还违反了开源协议，将diffusion框架用于盈利。侵犯了源代码和创作者的权益，引发了创作者群体对于技术发展的不满与恐慌情绪。在Novel AI被曝严重侵权之后，大量的艺术家和创作者发出声明，禁止自己的作品用于任何AI绘画模型的训练，这样的结果无疑是给其他的AI绘画模型的继续发展带来了困境和阻碍。

在AI绘画的应用场景中，想要生成现代审美和市场接受的图像，AI不得不依托于当代热门艺术家的作品。然而AI是无权自由使用这些图像的，无人监管的AI伤害到了许多创作者的权益，并且这种伤害还具有隐蔽性和攻击性：普通的使用者很难识别出AI吸收了哪些创作者的图像，只会直接使用通过侵害创作者权益的结果。创作者也没有有效的手段去阻止和挽回自己的损失——图像被用于AI模型训练是不可逆的，AI会完全记录下这张图像的构成并应用于生成。创作者也无法起诉AI本身，因为diffusion框架已经开源，无人对AI直接负责。故而AI绘画引起了大量争议，以至于掩盖了它原本的开创性和潜力。

（三）AI作品生成结果的版权风险与创作伦理争议

目前AI绘画的产出在质量上已经基本能满足艺术性要求不高的商业应用或者个人盈利需求，但人工智能作品产生后关于商业使用权力，个人所属权力等的版权问题十分复杂。在这些问题当中除了法律意义上的利益分配，更存在创作伦理上的争议：在AI作画的过程中，使用者同样需要耗费大量的时间与精力输入关键词和词条进行描述和调试，但画面本身并不是使用者创作出来的，使用者可能完全不具备绘画能力或者审美素养。在这种情况下我们如何认定这幅作品的创作者，又如何进行利益的分配与保护。AI绘画作品的归属权以及版权保护问题亟待商榷。

二、艺术家权益保护实现路径与创作伦理

技术的发展是不可逆的，AI绘画目前从技术和规范上仍然有许多不足之处，但AI作画带来的生产力提高和商业潜力使其被投入产业使用是必然的趋势。围绕游戏、动画等需要数码绘画的行业必然会迎来巨大的革新，在这种视觉内容的创作模式转变下，旧的创作工作流程随之改变。我们应当在技术的洪流中保护好人类的劳动成果和包容技术的进步之间找到平衡。

（一）学习源的授权

对于AI绘画的管控最方便有效的方法是从源头开始规范。AI开发者需要对AI的学习样本进行严格的筛选，在将图片投入之前，应当获得图片创作者的授权，并且根据盈利情况保证创作者的收益。这可以最大程度地保障训练出符合法律也符合道德要求的AI。

1.建立合法的授权学习库和管理系统

AI的训练源的合法合规性绝大程度上决定了成长出来的AI是否有侵权风险。诚然筛选有版权的图片会耗费巨大的人力物力，安全有效的解决方法就是建立学习库。开发者通过后续利益分成吸引艺术家将自己的作品投入和授权给学习库，在上传的过程中自行为自己的作品指定词条和分类。模型公开的同时公开学习库让公众进行监管，让训练后的AI不受到没有授权图像的污染，最大程度上保证创作者的权益。

虽然AI框架已经开源，但AI模型的训练者不尽相同。这些发布者应当承担起监管人的责任，不得擅自使用未授权的学习库，如果使用AI盈利，务必要在训练初始明确AI学习库的权限，无授权的AI会遭到抵制。与此同时，推动后续法律跟进与完善，同抄袭等著作权侵害案件相同，AI侵权的案件也会有法可依。

2.注意力机制对于艺术家贡献的定位

Amir Hertz等人（2022）提出了一种注意力机制，他们利用了文字的语义能力展示了对提示的各种操作如何能够直接控制合成图像的属性，将图像的像素组成和文字词条挂钩，添加交叉注意力层并且进行拆分记录和学习（如图2）。在改变图像的时候限制其他的文本，将文本提示中的文字与合成图像的空间布局联系起来，达到可控更改图像指定部分的效果。

（图2 注意力机制下将一张图像的不同部分用词条拆分记录）

此技术应用到将提示文本和艺术家风格与图像贡献定位之上，在AI生成图像的过程中，根据用户使用的文本提示，例如“梵高风格”“艺术家米山舞”等类似关键词输出图像，或使用了某个艺术家的例图作为参考对象的时候，通过分析图像具体使用的风格和艺术效果比例确定生成图像中每一位艺术家的贡献程度并且分配收益。

（二）明确输出图像的归属权与使用权

目前市场上使用AI绘画成果的案例都稍显谨慎，在商业使用的过程中这些公司往往会标注出图像由AI生成（如图4）。这表明AI生成的图像所属权并不明晰，用户和开发者暂时无法明确地指出AI作品的归属。通常来说，如果作品由人工智能程序完全独立创作的，那么可能无法为其分配版权。但如果作品是由人类艺术家使用人工智能程序创作的，则归属权会更加明确。在当前的法律环境下，人工智能绘画的版权问题仍然是一个比较模糊的领域，并且在未来可能会有所变化。所以建议在使用人工智能绘画的时候，尽可能详细地了解当地的版权法律，以便了解自己的权利和义务。归属权不明确的情况下，标注作品来源是人工智能艺术的行为是简单有效的，归属权暂时不对使用权产生决定性的影响。

针对使用权而言，现阶段AI绘画并不适合大规模的商业应用，个人的学习和非营利使用也应当谨慎选择。这种使用权应当建立在合理的前期学习库搭建上，当一套完整的授权、收益和分配体系建立之后，使用权就可以得以量化，最大程度上减少侵权问题。所以在法律尚不健全的情况下，选择AI之前应当明确其的训练来源和使用范围。

（三）正确认知创作和创作工具

AI绘画版权问题的内核更多的还是创作伦理的辨析，是讨论人和机器之间创作主体的认知问题。Andrés Guadamuz提到过：“自认为是人类的机器和真正的人类之间的区别是不存在的。计算方面的巨大进步以及大量的计算能力正在使这种区分变得毫无意义。因此，我们将不得不做出决定，我们应该给那些由人类或机器创造的新兴作品提供什么样的保护。”在技术的潮流下，我们对于机器的发展应该拥有足够的包容度，根据具体作品使用的范围、应用的场景去经营新的评判习惯和标准。“对于特定作品有需求的利用者而言，会基于利益考量倾向选择最具有效益的结果，而不是看“作品”由谁作出。这种习惯会形成一种秩序，并发展为伦理共识，伦理共识也可以反向调整秩序。”

除此之外，我们应该对人类自身的创作行为有足够的认识度——无论是从“独创性”还是从人创作“主、客体角色”来看，AI绘画的整个发展都受到人的强烈影响。机器学习人类的创作结晶，才能在短时间内跨越人类需要长年累月积攒能力的过程，实现更多未来的可能性。就目前的技术而言，AI并不能完全替代人类艺术家所做的工作：一件艺术作品被一个人的经历、认知和情感所维系，这种潜在的灵魂和表达正是人类绘画的魅力所在，无关乎一串数字和代码的重组。机器固然会对就业和资本带来冲击，但绘画创作作为人类表达的一种语言，其价值并不单单在于物质的衡量，更在于人类本身将情感寄托于画作的过程。所以我们需要警惕，AI绘画的滥用让很多人们对于创作这个过程失去了敬畏之心，在被异化的价值观社会中人们不得不面对自己创造出来的效率至上规则里“人”才是最不重要的一环的困境。创作者应当是跳出将人类与人工智能相比较的怪圈，明确自己是创作的核心，那么机器和技术就是能够驱使的工具，只要在成熟的系统下，技术的进步就会带来便利——我们的愿景是将AI变成更好的工具，而不是反被AI掣肘和淘汰。

三、结语

人工智能绘画是一个非常有趣且充满潜力的领域，人工智能绘画成为艺术家创作的重要工具的趋势已成定局，但是不受到制约的技术同样会带来许多问题和挑战。本文研究意在更深入地了解AI绘画，提高对于新技术的认知和接纳。构想更加完善的条例和规范系统来推动其更好地为人类服务。虽然在人工智能绘画的版权领域还有更多深入的问题亟待研究，但可以预见当AI绘画配备了完善的版权法律和权益分配系统后参与到各项美学相关行业时的强大生产力。除此之外，人类对于创作和工具的伦理思辨也还有很大的深入空间。创作者勿要过分抵触新兴技术，应提高对于新技术的认知、尽快适应技术的发展，认清创作中主体的力量，正确地对待创作行为和创作工具，构建出新型创作系统。对于使用者而言，应当正视人工智能绘画中创作者的贡献，主动规避侵权行为，维护良好的道德伦理环境，共同促进人工智能绘画更好地发展。