从知识产权到数据要素：AIGC相关制度困境的化解

摘 要：人工智能生成物的出现导致知识产权法理论基础遭遇困境，既有规则存在解释与适用困境。生成式人工智能技术带来的知识产权法律争议背后是过程论抑或结果论的不同选择。化解争论与分歧的根源在于对生成式人工智能涉及的对象予以准确、科学的界定，对相关客体的关照应从知识产权转变为更广泛的数据要素视角。数据要素视角下，传统的劳动价值说、个人自由主义与激励理论应进行时代性解读，以适应人工智能科技发展与利益平衡的现实需求。结合数字经济与产业发展动态、知识产权法的社会功能以及保护范围扩张趋势，对生成式人工智能技术创新与应用需作人本主义的解读，推动AIGC（Artificial Intelligence Generative Contents，人工智能生成内容）知识生产与理性运用的利益协调，基于数字市场中知识产权与数据要素的复杂关系，开展制度价值判断与效果评估。

关键词：AIGC；人工智能；知识产权；数据要素；制度困境

DOI：10.6049/kjjbydc.2023090186

中图分类号：D923.4

文献标识码：A

文章编号：1001-7348（2025）02-0122-10

0 引言

人工智能技术渗透到社会的方方面面，深刻改变和影响着人们生活、生产与思维方式。人工智能技术的应用可以帮助提升社会效率，但也带来制度、管理、伦理等方面问题。传统的技术工具主义在人工智能语境下遭遇困境，智能算法的自主性导致技术工具的智慧逐渐凌驾于人类本身智慧之上，技术依赖已经从工具依赖跃升至智慧依赖、情感依赖和价值依赖[1]。大语言模型（Large Language Model， LLM）的涌现能力（Emergent Ability）推动自然语言处理（Natural Language Processing， NLP）技术飞速发展，人工智能创新和应用进入前所未有的新阶段。AIGC（Artificial Intelligence Generative Contents，人工智能生成内容）在作品创造、科技研发领域的应用日益广泛，借助科技和网络平台塑造出新的商业模式，但也带来知识产权领域尤其是著作权法和专利法方面的问题与困惑。

AIGC引发的可版权性或可专利性问题成为当下国内外热议的重点话题，相关研究对“作品”“作者”“专利”“发明人”等概念进行解读，并结合制度设立初衷和预期目标展开分析。例如，在“菲林诉百度”著作权侵权纠纷案中，被告北京百度网讯科技有限公司未经许可擅自使用了原告北京菲林律师事务所利用威科先行库自动生成的分析报告，故原告向法院起诉主张被告构成侵权。解决该侵权纠纷首先需要回答AIGC是否属于构成著作权法保护的“作品”。 一审法院认定，自然人创作完成是著作权法上作品的必要条件，而软件开发和软件使用均“非传递软件用户思想、感情的独创性表达”。但与此同时，一审法院也指出“如果不赋予投入者一定的权益保护，将不利于对投入成果（分析报告）的传播，无法发挥其效用”，从投资回报的角度对原告就涉案作品的利益赋予法律保护。二审法院否定了一审法院的主张，认为百度公司发布的文章删除了涉案作品引言、检索概况等内容，侵犯了原告作品的保护作品完整权。这实际上赋予了AIGC著作权法上作品的地位。

在数字技术快速发展的时代背景下，相关利益之争已经不再是传统知识产权能够解决的问题，人工智能、大数据、云计算、物联网等信息技术领域的创新，都以数据或信息为对象，远远超出了传统知识产权法之客体范围。当下需实现从基于稀缺的法律到基于充裕的法律、从私益保护面向到公益保护面向、从数据控制强化到数据控制谦抑等观念转变，通过“分享—控制”一体化理论结构解决AIGC中的数据相关权益问题[2]。总体上，AIGC的发展和应用推动知识产权相关问题研究进入新的阶段，从知识产权传统的哲学原理视角对既有规则进行解释与适用无法满足科技与产业实践的需求，理论问题在社会现实中更加具体、微观地呈现，对知识产权制度的社会回应提出迫切要求。

1 问题引入：数字时代知识产权法传统理 "论的局限

从纸媒到数媒，从信息时代到智能时代，知识产权的保护对象随着科技创新与经济发展不断丰富，形成种类多样且内涵丰富的局面。世界各国科技、经济发展水平各异，知识产权保护范围的界定常受到特定地域政策考量的影响。知识产权本身具有开放性和包容性，因此，在法律中难以给予确定、统一的定义或标准，而只是根据载体形态和特征予以类型化规定。既有法律对知识产权保护客体的界定，主要从实然的角度，即根据人类智力劳动与创新活动实际产出的成果进行类型化规定，如作品按照载体与呈现形式的不同划分为文字作品、口述作品、音乐作品等十几种，专利则按照保护内容和标准的差异划分为发明、实用新型和外观设计。上述知识产权客体界定的类型化方式，主要建立在人类是智慧财产创造者的客观事实基础上，保护和尊重智力劳动与精神投入。而AIGC的出现，改变了智慧成果的信息创造与诞生模式，动摇了知识产权制度长久以来的哲学基础，也给司法实践中的判断认定带来困难。

生成式人工智能技术应用过程中，需要首先学习、处理和挖掘大量已有作品，按照人类自然语言指令，通过算法模型自动计算生成特定内容。AIGC是否应属于知识产权保护的客体范围成为首要问题（吴汉东，2020）。客体要件上，我国著作权法规定作品应当是“文学、艺术和科学领域内具有独创性并能以一定形式表现的智力成果”。在惯常语境下，“智力成果”是指人类智力成果，“独创性”要素判断也伴随着对作者智力投入因素高低与付出劳动多少的审视，并未将人工智能的深度学习、数据分析过程包含在作品创作的内涵当中，实践中在回答相关问题时就会存在法律依据空白和制度解释分歧。在“深圳腾讯诉上海盈讯”案中，法院从“外在表现形式”与“生成过程”两个角度进行分析，主张计算机软件Dreamwriter自动生成的涉案文章源自创作者个性化的安排与选择，满足著作权保护的条件。而“菲林诉百度”案中，虽然一审法院否认了人工智能生成作品的可版权性，但从保护投资收益与促进传播使用的角度，提出文章相关收益应当赋予软件使用者，而对于应当属于何种性质的权利以及如何保护并未明确；二审法院在搁置作品“可版权性”的问题时，认为涉案作品享有“保护作品完整权”，显然是通过著作权体系对涉案文章进行保护。上述案例表明，我国法院在具体案件中偏向于对人工智能自动生成的作品予以保护，但规则适用存在模糊与分歧，难以为实务界提供明确指引或参考。

AIGC的客体法律属性受到各国广泛关注，美国版权局、欧美委员会针对AIGC的知识产权属性，已出台规范性文件或指导性建议，推动AIGC相关国际规则的形塑和学理观点的碰撞。美国版权局于2023年3月发布《版权登记指南：包含人工智能生成素材的作品》，明确指出人工智能参与创作的要素不能超过“最低限度”，在进行版权登记时需要公开披露使用人工智能参与创作的具体信息，并将人工智能生成内容排除在版权之外。与该指南逻辑一致，美国版权局先后拒绝为《通往天堂的最近入口》《太空歌剧院》等生成式人工智能系统生成的视觉艺术作品进行版权登记。而欧盟在《人工智能的趋势和发展：对知识产权框架的挑战》报告中则提出“四步检测法（Four Steps Test）”，对满足属于文学、科学或艺术领域，属于人类智力成果，具有独创性，属于外在表达的“人工智能辅助创作”的作品（AI-Assisted Content）提供保护，对缺乏人类智力投入、完全由人工智能自动生成（AI-Generated Content）的作品则拒绝保护。欧盟委员会认为人工智能辅助的输出始终与某种形式的人为干预相辅相成，无论是软件的开发、训练数据的收集或选择、编辑等，这些人为的投入满足著作权保护的条件。在对知识产权客体保护标准展开法律解释的过程中，美、欧均强调人类智力因素的介入、对人类智力劳动的保护和尊重，排除非人类智力成果的保护，但是，对于生成式人工智能的参与程度、创作属性、人类智力投入的行为方式等的界定存在很大区别。美国在版权登记指南中否认提供或修改指令的行为构成著作权法意义上的创作，而欧盟则对著作权法中的智力投入作广泛解释，主张发出指令、修改作品、使用人工智能等行为属于创作行为范畴。

在专利法领域，DABUS系列案例折射出人工智能生成发明存在类似的客体制度困境。DABUS系统全称为“Device for the Autonomous Bootstrapping of Unified Sentience”，该系统研发者斯蒂芬·泰勒（Stephen Thaler，以下简称斯蒂芬）利用DABUS系统进行数据分析和处理，该系统自动生成了两项发明创造。斯蒂芬在美国、欧盟、英国、澳大利亚等国家或地区就该发明方案相继提出专利申请，但均被驳回。斯蒂芬继而将专利主管部门起诉至法院，主张其专利申请满足法定条件而应获授权。不同国家或地区的审理结果呈现对立局面，美、英、欧等国家或地区的专利局从现行规则出发，对“发明”及“发明人”概念作严格解释，因人工智能缺乏明确法律主体身份而否定发明成果的可专利性；澳大利亚联邦法院中的独任法官对发明人作扩张解释，主张人工智能系统可以成为专利法中的发明人，但合议庭认为一项发明必须依赖于人类的创造行为，不过，即便人工智能不被接受为发明人，人工智能生成的发明依然可能满足可专利主题的要求。截至目前，DABUS生成发明仅在南非获得官方授权。在科技创新面前，对制度规则进行机械演绎和解读已经难以满足现实需求，而法官在个案中进行的法律续造与适用受到个人主观色彩的干扰和影响。知识产权制度如何实现逻辑自洽与价值论证以及客体的保护范围与标准确定，成为亟待解决的问题。

2 从传统知识产权视角到数据要素视角的 "转变

2.1 传统知识产权理论体系应对AIGC时存在困境

目前，针对人工智能生成物能否获得知识产权保护的学理争议，可主要划分为“肯定论”与“否定论”两种立场。以刘银良、王迁为代表的“否定论”者主张应当从作品创作过程是否体现人类思想与情感投入判断是否满足独创性标准，强调著作权对作品的保护以存在人类创作的事实为前提，重视在创造过程中人类因素的介入及对知识生产的贡献， 认为作品不必来自于人的“独创性客观说”不能成立（刘银良，2020；王迁，2017） 。而以吴汉东、易继明等为代表的“肯定论”者则从激励创造和传播、保护投资者、鼓励交易与转化的视角，主张符合“形式要件”的人工智能生成物应当获得著作权或专利权的保护，通过产权保护规范技术使用与转化，保障科技创新与发展（吴汉东，2020；易继明，2017）。 基于产业政策和利益平衡考量，应构建以人工智能投资者为核心、辅之以意思自治原则的专利权属制度[3]。概言之，人工智能生成物是否应当获得知识产权保护之争的落脚点在于如何看待“创造过程”与“创造结果”孰重孰轻的问题。否定论者将作品等知识产权客体诞生过程中人类的投入、凝结的智力劳动视为赋予知识产权的前提与基础，主张知识产权的逻辑起点在于人类付出了智力劳动；肯定论者则从功利主义的视角，力图突破既有知识产权规则对成果保护的边界，以更加多元、包容、发展的视角诠释客体定义与范围，以促进具有应用价值或经济效益的成果实施转化。知识产权制度的诞生与演变过程，呈现了科学技术进化、人类需求进化、法律制度进化三者之间的关系。

过程论与结果论两种思路，呈现出知识产权基础理论应对科技创新挑战时的复杂与矛盾。劳动价值论、个人自由主义、创新激励理论作为知识产权制度的三大理论基石[4]，建立在智力成果由人类通过自身智力劳动获取的事实基础上。首先，洛克的劳动价值论肯定了人类在作品创作、技术发明过程中的智力劳动应获得认可与尊重，劳动者通过个人劳动将某种东西从自然状态中分离出去，从而形成劳动者个人的财产[5]。其次，个人自由主义强调为了实现个人目的，尤其是实现个人自由，财产权制度必不可少，包括知识产权在内的财产权利的诞生、使用、分配、收益等，都体现了个人自由的精神，应当获得尊重和维护。最后，随着知识经济发展与技术更迭频繁，以知识产权制度激励创新、鼓励发明的“工具论”逐渐受到重视，并成为立法者进行法律解释与法律推理时的重要理论支撑。三大理论共同发挥理论基础作用，成为当今各国知识产权立法的重要依据，促进价值多元化目标的有效实现。人工智能自动生成作品或发明的出现，导致人类智力劳动在“知识生产”过程中缺位，因而带来困惑与分歧。

如何在智能技术快速发展的背景下作出合理选择，需要首先在知识产权法中对“过程论”或“结果论”作系统研究与梳理，分析智力劳动的“过程”或“结果”在知识产权具体情境中的权重配比，从而完善促进AIGC技术创新与理性运用的理论体系与制度供给。当前传统知识产权法在应对AIGC应用中的法律问题时存在局限，其原因在于对知识产权法的传统解读和适用已经无法适应AIGC应用以数据要素为核心的技术属性。AIGC对作品的获取、学习、模仿、生成等各个环节，与传统语境下作品的复制、利用、学习、展示等行为性质存在本质区别，即AIGC的非表达性使用与传统语境下的表达性使用应区分讨论，前者主要在于数据的积累、抓取、学习和生成，后者则在于对具体作品本身进行人为学习与处理，前者是智能机器的客观处理，后者是具体个人的主观行为。人本主义是治理的价值基础，包容审慎的敏捷治理是治理理念，“点面结合”的多方参与是治理的主体要求，多措并举的体系化方案是治理的模式（陈锐等，2024）。因此，对AIGC相关制度问题的研究起点在于对技术本质和应用特征展开科学、客观、深入的观察与分析，准确识别法律问题遭遇的理论与现实困境，继而界定AIGC在法律中的定位和属性，结合经济、科技、文化等多元社会因素展开利益分析和价值评估，不局限于知识产权视角，探索有效应对相关法律问题、展开综合治理的合理路径。

2.2 数据规则对知识产权体系的渗透

从技术本质上看，生成式人工智能在进行数据训练时广泛抓取文字、图片、声音、视频等不同信息内容，继而进行后续分析和处理。从技术流程上看，AIGC对于人为“投喂”的数据进行自动化学习和处理，依据事先设置的模型展开运算，最终得出程序性的信息处理结果。技术本质和技术流程都显示出AIGC实际上是模拟人类进行信息与数据抓取、学习、产出，都是信息和数据处理与表达。例如，在微软公司推出的“下一个伦勃朗”计划中，人工智能算法首先对画家伦勃朗本人创作的画作进行逐个像素的研究，大量并广泛分析画作材料，对数字文件进行高分辨率的3D扫描，利用这些信息对深度学习算法予以升级，以最大限度提高分辨率和质量，构建庞大的数据库基础。数据质量和数量会直接影响机器处理效果，智能技术的发展与应用对数据的丰富性、全面性、综合性提出较高要求。欧盟为促进数据要素的利用、挖掘潜在数据价值，通过《非个人数据自由流动条例》《数据治理法》等一系列法规，为数据保护和利用、数据流通和共享提供完整的法律框架。欧盟将数据要素的法律规则与科学技术创新、数字经济发展紧密结合，认为数据相关规则不应成为阻碍数字技术应用的障碍，而应提供空间和契机，这就涉及到当智能设备抓取作品信息进行处理时的相关问题。突破知识产权框架，从数据要素视角对AIGC予以价值判断和审视，具有系统性、整体性和综合性，可避免陷入传统知识产权法解释僵化的窠臼。

传统知识生产范式对大数据时代的海量数据束手无策，面临“数据很丰富，缺乏分析能力”的问题，以深度学习为核心的新一代人工智能使得基于大数据的知识生产成为现实[6]。知识产权中的多元价值体系，使得规则和制度实施可以有充分的灵活空间，以应对实践中的问题。对知识产品进行私权保护是直接目标，基于私权保护实现创新激励与利益平衡是间接目标，推动全人类共同进步与全社会福利提升是知识产权制度的最终目标[5]。在创新驱动发展的时代背景下，制度选择的落脚点在于促进知识产品实施和转化，使文化得以传承，技术得以运用，思想得以传播和交流。在实现自身价值的过程中，不同类型的智慧财产呈现区分态势，技术发明的价值在于应用，实现转化，发挥效用；文化作品的价值在于传播，实现交流，促进文明发展。传统社会中，智慧成果的产生方式依赖于人类智力因素的融入，从而诞生劳动价值说、个人自由主义、激励理论等基础理论作为知识产权法的正当性依据。随着客观实践的变化，人类认知不断突破与提升[7]。旧的规则和理念无法支撑新的实践，而新的制度和规则需要考虑社会成本与发展趋势。

在数据规则需进一步明确和具体化、知识产权固有规则需及时调适的背景下，对AIGC相关制度问题的解决，不应局限于既有规则框架，而应综合考虑在数字经济时代，数据规则与知识产权制度之间的衔接和互动。《中共中央、国务院关于构建数据基础制度更好发挥数据要素作用的意见》提出了数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的数据产权制度。从数据要素视角看，利用人工智能生成内容属于数据资源流通和利用的阶段性环节。从数据要素治理角度看，应当按照“三权分置”的思路进行AIGC规则建设，而非局限于知识产权传统框架或体系。AIGC作为数据要素，其知识产权界定绕不开数据要素特征和权属问题，厘清知识产权制度与数据规则各自发挥作用的条件和领域，有助于推动人工智能综合治理以及数字经济长远发展。

3 传统知识产权制度与数据规则的互动衔接

3.1 过程论：人类参与程度是否影响智力成果赋权

3.1.1 劳动价值说对智力创造过程的强调与重视

作为知识产权法学传统理论基础之一，自然法下的劳动价值说强调对人类智力劳动的肯定与尊重。基于劳动价值说，人类进行智力成果创作时经过思考、设计、构造等劳动，将原本属于共有领域的知识财产划分出来，形成自己可以主张独占权利的部分。在劳动价值论视角下，知识产权法的实质是对人类智力劳动过程的嘉奖，通过赋予权利人特定时期的独占权利换取智慧成果的公开和期满后的公众使用权。作者或发明人付出的智力劳动是获得权利的事实基础，质言之，智力劳动过程是知识产权构建的事实依据。这在知识产权赋权条件中得到肯定与保留，如创作作品的过程对“独创性”要素的判断产生直接影响。在著作权领域，作品的稀缺性和价值性与著作权保护要件之一“独创性”关系密切。由于知识的累积效应和人脑信息处理的时间要求，作品价值的高低受到创作作品过程的较大影响，而创作过程受到时间和单位时间内产出作品质量的双重影响。

对作品“独创性”和“价值性”的判断往往是从事后角度，结合作品声誉、相关销量、许可交易、社会评价等视角作综合判断。但无论何种标准，作品应受保护的基础之一是人类实际付出了智力劳动，在思想表达过程中，凝结着个人经验积累、价值选择与设计安排。实践中，法官在判断“独创性”要素时，也会考虑作者创作作品时进行的设计、安排、选择等智力投入过程，例如“新浪体育赛事直播案”中，初审法院和再审法院均结合拍摄赛事的过程进行独创性判断，认为“赛事节目连续画面在素材的选择、拍摄以及画面选择、编排上均存在个性化贡献和选择，具有独创性”。可见，“过程论”在著作权法领域发挥重要作用。

但人工智能技术应用打破了传统智慧成果生成的模式，集中表现为人类的介入减少、贡献降低，机器通过信息输入、自主学习和自动化处理，生成“智力成果”，且形式上基本符合作品、发明的客体特征，智力成果诞生过程中人类智力因素成分减少[8]。以深度学习领域的“生成对抗网络（Generative Adversarial Network， 简称GAN）”为例，它是一种对抗流程框架，常用于图片生成、艺术作品模仿等领域，通过计算数据中的概率分布，GAN交替训练一个用于从随机噪声中生成接近数据概率分布的样本的“生成模型”与一个辨别生成样本是否为模型生成的“辨别模型”[9]。人类在此过程中的智力创造参与程度较低，往往只设置输入与预判输出，并结合具体标准或范围进行优化或调整。“只保护自然人创作”的前提假设使得著作权法在应对AIGC时面临颠覆性挑战[10]。人工智能自动生成作品或发明中缺乏人类对“创造”或“创作”过程的充分参与，而过程论在传统知识产权法正当性论证中发挥重要作用，导致人工智能生成物获得知识产权保护缺乏基本价值基础。尤其是在强调精神权利的大陆法系中，知识产权法蕴含个人本位主义，这一基本立场难以在人工智能生成物中得到扩展或延续，传统智慧成果创作过程的人类中心主义在此场景下出现盲点。

3.1.2 个人自由主义面对AIGC中数据要素的理论空白

自然法中对作者精神权利的尊重可追溯至黑格尔主张的个人自由主义[11]，其是大陆法系早期赋予版权保护的价值起点之一，也是过程论在知识产权领域的理论彰显与表达。与洛克不同，黑格尔更加关注自由意志与财产权的关系，在黑格尔的观念中，物的所有是意志外化的结果，自由意志也因此成为财产所有权的依据[12]。在知识产权语境下，人类主导并参与智力成果创作过程，对自身所积累和存储的知识、思想、观点等进行加工处理，形成新的成果，新的成果中蕴含着创作主体本身的人格因素，这是个人自由主义论证并检验知识产权正当性的逻辑起点。在我国现行著作权法体系下，以及在世界上诸多大陆法系国家，著作人身权依然是不可或缺的重要内容。作品是作者思想、情感、理念的表达，著作人身权与作者个体息息相关，其无法进行自由转让和许可等交易也折射出对作品承载的作者人格、尊严的肯定与保护。著作权蕴含的精神利益已成为国际社会中多数国家的共识，即便是在强调保护知识产权经济利益的英美法系国家，对作者精神权利进行保护也成为法学实务界与学术界的呼声。以美国版权立法为例，1990年出台的《视觉艺术家保护法》就包含着对作者精神权利的保护。美国学者墨杰斯也提出“尊严”原则，强调对作品蕴含的作者精神、思想、情感的尊重，将知识产权法视为自然法、功利主义和其它多重元素的混合产物[4]。上述立场的背后，是自然法中个人自由主义的现实表达与需求折射。

在市场交易环节，作者身份也会对作品价值判断产生重要影响，“畅销作家”“知名学者”等头衔能够有效促进作品的市场传播。诺贝尔文学奖也是将奖项颁发给作者个人而非某个具体作品。又比如，李白创作的诗歌诞生于特定年代，蕴含着李白个人的人格特征、性格要素与价值选择，其思想情感借助文字载体得以代代流传。相同的诗歌作品若由人工智能进行创作，就缺乏了时代韵味与感情色彩，无法实现人类精神上的共鸣与传承。正如黑格尔所主张的，“财产是人格的体现”[5]，著作权法保护的作者利益受到作者个人身份的极大影响，作品的价值有时会与作者身份直接挂钩，尤其是在艺术品领域，美术作品的作者身份成为作品市场交易环节中的重要评估要素。这也是著作权法“过程论”的重要体现，由谁完成创作过程会直接影响权利人的利益与市场交易。基于此，作者个人在创作中的智力劳动投入过程对作品能否获得著作权保护具有重要影响。

专利法领域虽然没有如著作权制度中专门设立“人身权”体系，但也存在类似制度以保护发明人或设计人的精神利益。例如，在职务发明的权属划分上，当雇员为完成本单位工作任务或主要利用本单位物质技术条件完成发明创造时，该发明创造属于职务发明，专利申请权及申请通过后的专利权归属单位，但雇员有权表明自己作为发明人的身份，即专利法语境下的“署名权”，并有权获得相应报酬或奖励。这一发明人权利保护规则也彰显出对发明创造进行构思、设计、检验、转化的过程控制者、操作者的利益维护，体现出对发明主体个人尊严与自由的保护和尊重，以法定形式确立专利法蕴含的个人自由主义，也是对发明者在付出劳动过程中蕴含的个人精神权益的尊重。

在人工智能自动生成的场景下，个人自由主义作为知识产权哲学理论基础之一面临极大冲击。人工智能自动生成作品或发明方案时，人类虽可以作为管理者运行智能设备，但无法干预成果生成过程与最终形式，作品或发明方案并未凝聚人类智力劳动因素，人类思想、情感无法通过最终成果得以表达或诠释，个人自由主义哲学理念在此缺乏基本客观事实基础。此时，以个人自由主义为基础的精神权利不再是利益主张者所要求的权利内容。如在DABUS一案中，智能设备应用者作为专利申请人，甚至主动放弃对“发明权”的主张，申请专利时将智能设备列为发明人角色。申请人更多的是希望通过法律授权，确立其对特定专利技术方案的控制权和排他权，而不再执着于专利背后的精神权利。因此，精神权利的需求在人工智能自动生成技术方案的场景中逐渐淡化，个人自由主义也无法为人工智能生成物的技术方案问题提供理论依据或哲学基础。而制度发展需要随着时代发展变化而不断演进，关注社会事件中暴露出的新的需求与动态，作出及时回应与调整。在人工智能参与知识生产的过程中，知识产权制度规则亦需要围绕现实需求进行演变与进化，与科技创新发展的节奏相契合，并关注不同知识产权客体的差异化价值导向，而非依照规则“削足适履”，以避免抑制科技发展与创新突破。

3.2 结果论：知识产权规则演变的结果导向

3.2.1 功利主义：知识产权激励创新的不同解读

激励论从功利主义视角，强调知识产权对激励创新、鼓励发明与文化创作的重要功能[13]。激励是现代知识产权制度蕴含的内在功能和政策目标，在激励理论的指引下，知识产权保护从结果主义视角展开规则安排与设置。应对人工智能生成内容的著作权客体属性问题时，激励理论作为重要的理论工具，其理解和适用却存在明显分歧。以王迁[14]为代表的学者主张只有人才能理解和利用著作权法的激励机制，只有人的创作成果才能作为作品受到著作权法的保护，而邓文[15]从激励创作的角度提出生成式AI内容具有可版权性。对激励理论的不同理解，尤其是对激励对象、激励目标的不同认知，催生出不同的法律制度论证结果。过程论视角对激励理论的理解偏向于通过著作权法激励人类的创作行为、智力劳动，而结果论视角则偏向于对文化产品成果的激励导向。

激励论在知识产权领域得到诸多肯定和支持，但是，从过程论抑或结果论的角度展开理论解释会产生不同制度效应。实践中，专利制度和著作权制度也萌生出不同的价值取向和政策路径。专利制度价值有赖于对技术研发的创新激励，产生正向的市场信号，实现专利制度与国民经济和社会发展体系的有效协同（毛昊，2020）。在此观念下，完成专利的过程对专利是否可以获得授权以及专利价值评估似乎并不会产生太大影响。美国专利法第103条规定了专利获得授权的基本条件，其明确指出“发明是以何种方式获取的并不会对是否能够获得授权产生实质影响”，“灵光乍现”型的发明创造与长期试验研究得出的发明创造应一视同仁地获得保护。结果论在专利制度中也多处呈现。作为发明和实用新型授权的要件之一，“创造性”强调将技术方案与现有技术相比，在实质性特点与技术进步维度作出判断。这其实就是评估发明创造的结果在科技创新层面是否作出贡献，其中还包含了一系列参考要素，例如是否取得商业上的成功、是否解决了未曾解决的难题等[16]，但并未涉及发明创造过程。

专利的价值在于最终能够实施转化，曾认定“拒绝许可专利”且自己不实施专利的行为构成“专利滥用”，虽然这一规则后来被删除，但也映射出社会公众对专利实施转化以发挥效用的期待。闲置专利会造成资源浪费和效率低下，开放许可、强制许可等制度的出现也是为了避免专利无法及时转化而阻碍进步。强制许可的一种情形是无正当理由在特定期限内未实施或未充分实施专利。与专利不同，著作权的制度目标并不完全在于实现作品使用价值或促进作品实施转化，著作权法框架下并没有针对闲置资源的对策安排，甚至在选择是否将作品公之于众、许可利用等方面，作者可以拥有绝对自由，例如通过发表权、发行权保障作者对作品的绝对控制。这一方面是因为作品往往与作者个人精神、人格息息相关，是个人思想的现实折射，为充分保护作者利益需要赋予更强的保护；另一方面则是因为专利权与科技进步紧密挂钩，对社会发展尤其是经济效率、公共福利的提升会带来更加根本性的作用与影响，因此，公共利益的介入会在专利制度中体现得更为明显和深入。

此外，在精神权利方面，专利法也呈现与著作权法大不相同的内涵和选择。例如，休斯认为，诗歌、小说或音乐作品是“人格的天然容器”，而其它对象，诸如专利、集成电路布图设计和商业秘密显然不属于个体人格的表现。即便上述客体均属智力成果，但实用性的强弱会导致不同类型知识产权在权利属性与权利内容上产生分化。以最具代表性的专利和著作权为例，专利评价的标准相对更加客观、可量化，而著作权评价的标准则较为主观、随机化。究其原因，专利的价值依托于技术方案可以满足的物质需求或实现的经济效益，而作品的价值往往在于实现其给受众带来的精神上的满足或心灵上的愉悦[17]。作品的价值不仅体现为通过产业转化实现经济利益，还在于社会群体对作品之上承载的人的思想、情感、经历等予以理解、领悟、体会的精神利益。为激励创新，推动新型技术研发和应用，为人工智能生成物提供知识产权保护，是从结果论视角对制度规则进行的解释与应用。结果论更加强调智力成果实际呈现的终端样态，关注成果转化运用对社会效率、经济发展带来的影响。而对较多承载着精神与文化传承价值的作品，不应过度重视其结果，更应注重其创作过程中人类智力劳动的本身意义。

3.2.2 保护强化：知识产权客体范围的扩张趋势

科技与文化创新活动交融下催生的新模式、新样态，总会引起知识产权保护范围扩张或限缩的争议。科技更新迭代速度之快，样态之多，范围之广，促使“量变引起质变”的哲理在知识产权领域也得到论证，并对相关法律制度调整提出新的需求与期待。很多先前未出现的知识产权类型逐渐得到肯定和保护，例如方法发明、药品专利、摄影作品、视听作品等。总体而言，知识产权保护范围呈现明显扩张趋势，通过对传统客体的扩张解释，或新型客体的法律吸纳，实现包容与周延的制度安排。例如，在杭州音乐喷泉案中，北京知识产权法院主张“涉案客体通过对喷泉水型、灯光及色彩的变化与音乐情感结合而进行的取舍、选择、安排，展现出的一种艺术美感表达，满足可复制性要求，符合作品的一般构成要件”，且“其客体是由灯光、色彩、音乐、水型等多种要素共同构成的动态立体造型表达，其美轮美奂的喷射效果呈现具有审美意义，构成美术作品”，因而可以获得法律保护。法官在进行知识产权概念解释或条款适用时，也越来越意识到法律对实际社会生活所肩负的责任。

人工智能的研发者、所有者（投资者）、使用者和公众用户，是受到相关规则影响的利益主体（冯晓青等，2020）。知识产权保护范围扩张趋势，是结果主义视角下通过制度协调各方利益以实现社会效益最大化的具象化结果。人工智能生成物背后涉及的利益博弈是界定知识产权保护范围时应考虑的因素。在“菲林诉百度”人工智能生成内容著作权侵权案判决中，北京互联网法院论述了人工智能生成内容的法律属性，一方面不认可人工智能的法律主体资格，进而否认了人工智能创作的内容享有著作权；另一方面，鉴于举证内容，认为涉案的分析报告由原告独立完成，因而承认了人工智能生成内容享有财产性权益。是否应当扩张知识产权客体范围以保护人工智能生成物，实质上是对智能时代利益划分的制度安排与价值选择。

纵观版权制度发展历史，几乎每一次大的制度演变都伴随着科技创新：印刷技术的兴起推动了版权市场的兴盛，作品的可复制性使得立法者更加重视对权利人经济利益的维护；电影、有线电视、广播等多形态的媒介载体促使版权内容不断丰富，制度选择也向推动文化产业发展倾斜；互联网技术的应用大大提高了作品传播速度，网络版权的保护和利益平衡成为新的关注热点。知识产权保护范围扩张的背后，也是对客体所涉及相关主体提供利益保护与创新激励的政策考量。在DABUS案的司法实践中，美、欧、英等专利局主要基于现行法对专利申请的形式规范等作出决定，法院也认识到现行知识产权立法的局限，因而在行政决定或司法裁判中没有直接否认人工智能生成物获得专利保护的可能，为未来立法调整与实践应对留下空间。但是，知识产权客体范围的扩张需要受到本身制度理念和价值追求的限制，否则科技创新现代化背景下知识产权边界将愈发模糊含混，制度目标的实现成本会不断增加，知识产权制度与数据规则等其它制度之间的关系也会愈发重叠混乱。

4 数据要素视角下AIGC相关制度的调适 "与应对

4.1 推动AIGC知识生产与理性运用的利益协调机制

知识产品的价值一定程度上受到其生产模式的影响。工业革命时代的机械化大生产降低了商品生产成本，提高效率，降低商品稀缺性。而信息社会中智能技术的应用降低了知识产品生产成本，缩短创造周期，提高效率，同时降低知识产品稀缺性。在传统知识产权时代，生产关系较为简单，科技进步或文化创新偶有突破，但仍然处于相对静态中。随着互联网、人工智能、大数据等信息科技的突飞猛进，生产力水平发展十分迅速，社会呈现日新月异的状态。传统语境下，作品的价值来源受到非经济因素的影响，作品蕴含着作者的个人思想与情感，是人类进行对内自省与向外互动时的精神成果。版权保护的意义一定程度上也在于激励人类思想的传播、交流与碰撞。

发展到今天，知识产权的公共政策属性愈发明显，不再只是单纯给予私权保护，建立在功利主义的基础上，“工具论”强调知识产权制度服务和服从于社会与经济发展的整体建设。知识产权制度面对人工智能创作物的取舍和选择也成为政策考量的问题。过程论强调在知识产品生产过程中，人类智力劳动因素的投入，以此判断作品“独创性”和专利“独创性”；过程论将人类实际参与研究、构思或创作的过程视为获得专利或著作权的条件，是知识产权中人格权属性的体现和要求，但会增加授权、确权成本，抑制自然人利用人工智能生成发明或者作品，不利于鼓励技术发展和突破；结果论则更加看重人工智能生成物可能带来的经济效益，通过利益保护促进技术研发和应用，人类在创作过程中的付出程度可以有所减低。结果论更强调从经济效率维度审视知识产权制度，主张知识产权法的基本功能是分配基于符号表达产生的市场利益[18]。对人工智能生成物能否获得知识产权保护抑或数据要素保护的不同立场，会影响产业界围绕人工智能技术进行研发和应用的动力，过程论抑或结果论将产生不同的发展方向和动态效果，需结合科技与经济等社会背景辩证看待，面对AIGC作品或发明成果时，应采用不同分析视角和思路。

4.2 多元化价值交织下人类中心主义的核心地位

知识产权立法具有多元价值目标导向，在著作权、专利等不同的智力成果保护中，规则设置的出发点与价值选择的起点存在差异。结果主义与过程主义在著作权法和专利法中均有所体现，并共同构成相关规则的价值基础。著作人身权制度体现出知识产权对创作者精神权利的尊重与个人意志的肯定；鼓励作品创作与传播的立法目标则揭示著作权保护带有部分结果主义的色彩。而专利法更加强调制度对促进社会经济效益的作用，通过法律保护激励创新、推动转化是结果主义的现实体现，但专利发明人表明身份的人身权利则是对劳动过程的价值肯定。过程论与结果论的视角不同，实际运用中应基于不同知识产权类型作出理性选择。

著作权作为经济、精神、自然权利的集合体，其本质在于实现权利人对作品的有效控制，同时维护必要的公有领域空间，确保教育、科研、慈善及人道主义等社会公众利益不受影响。《中华人民共和国著作权法》第一条具体列明了多元化的立法目的，其中“为保护文学、艺术和科学作品作者的著作权以及与著作权有关的权益”是直接目的，“鼓励有益于社会主义精神文明、物质文明建设的作品的创作和传播”是间接目的，“促进社会主义文化和科学事业的发展与繁荣”是最终目的。对经济利益的追求或产业价值的实现并非著作权法制度的最终目标。而专利制度的本质是“对价机制”，即申请人通过公开技术方案换取特定期限的独占权。设立专利制度的初衷，是希望鼓励发明人及时、充分、清楚地公开技术信息，使社会公众能够知晓、了解并加以运用，从而推动科技发展与社会进步。《中华人民共和国专利法》第一条明确了立法目标，其中，“保护专利权人的合法权益”是直接目的，“鼓励发明创造，推动发明创造的应用，提高创新能力”是间接目的，“促进科学技术进步和经济社会发展”是最终目的。直接目标是间接目标的激励措施或制度工具，间接目标是实现最终目标的可选路径，三重目标之间的递进关系体现了专利制度的基本逻辑，这与著作权法立法目标存在共通[19]。人工智能生成物的保护，能够鼓励技术研发与产业经营者，维护科技竞争秩序，也可以推动新信息共享与传播，进一步推动产业转化与应用。如果否认人工智能生成物的知识产权保护，则会促使相关市场主体或创新主体采用商业秘密的保护模式，以维护其经济利益或竞争优势，这不利于技术信息流通与传播，最终对人类福祉与社会长远利益产生不利影响。著作权法和专利法在制度目标和制度功能上的差异，使其在应对AIGC问题时亦需要区分对待。对于不同类型知识产权客体，智力成果创造过程对权利诞生的影响不同，相关制度规则的立法目标不同，人格性因素在权利内容中注入的程度不同，这些都会带来差异化的价值选择与规则安排。

人工智能被想象成为“像人一样的主体”，在此基础上，人们借助主体范式和关系范式建构人工智能的权利话语体系，其根源是人类中心主义[20]。虽然表面上看，生成式人工智能创新与应用中人类智力因素介入较少，但其开发、创新和应用过程均蕴含着人类中心主义思想。人工智能技术的设计构思需要算法设计者的投入，人工智能技术的应用依赖于操作者或控制者的数据输入、算法选择与结果筛选，人工智能技术的实施结果作用于人类生活，如提供知识产品供文化生活消费或科技生活体验。人工智能的确改变了传统的“人类发明创造手段”，进一步提升专利发明创造活动的速度（孜里米拉·艾尼瓦尔，2021），但人工智能的底层运作原理决定其只是一款运算程序和机器学习模型，并不具有人类的自我意识和自由意志[21]。因此，人工智能技术的突破并不会根本上冲击人类中心主义的社会架构，人工智能独立性与自主性的实现依然有待实践的检验与立法的承认。

4.3 知识产权法与数据规则的互补衔接

新型知识产权客体的不断出现，也对知识产品客体提出开放式立法的需求。人工智能的发展催生了作品创作的新形态，从美联社与人工智能公司合作开展的人工智能新闻写作平台Wordsmith，谷歌公司推出的创作乐谱Magenta计划，再到微软“小冰” 创作的诗歌集《阳光失去了玻璃窗》的发布。这些文化产品诞生之后会流入市场环节，引发交易、投资、转化等后续活动，法律规则的缺失将导致相关主体的利益无法得到及时维护，继而抑制市场参与的积极性和活跃度，最终对文化与科技的传播交流和长远发展产生不利影响。

法律不应忽视人工智能创作物的客观存在及其愈渐成熟的商业模式[22]。人工智能在创作领域的应用可能创造新的商业模式，推动智能创作产业发展。人工智能从辅助工具到自主决策的发展已经不再局限于技术层面，而是向着新生产要素的方向迈进，不断融入整个社会生态系统中[23]。个人或组织在使用、管理人工智能方面进行投资，相关法律权益的保护可促进人工智能创作软件的开发应用，推动相关产业链的形成。制度工具应服务于特定时期、特定环境中的政策发展导向，其所保护的智力成果需有益于科技进步与经济社会发展。生成式人工智能具有泛化性、通用性、迁移性的显著优势和巨大潜力，但其训练过程需要海量的多源数据[24]。为有效应对技术创新与应用中带来的利益划分与平衡问题，合理的选择是以AIGC中的数据要素为观察坐标，突破传统知识产权划分的作品、专利、商标等信息载体的边界，关注数据收集、保护、处理、交易、流通和使用等各个环节中涉及的利益分配问题，在相关数据成果无法满足知识产权客体要求的情况下，基于交易、转化和应用的需要，可以赋予特殊的数据产权。同时，当AIGC将作品、技术方案等作为数据要素进行抓取、学习、挖掘，而非传统知识产权法意义上的侵权利用时，合理使用制度可以为该行为提供一定的豁免和例外，以回应数字经济时代对大量（Volume）、高速（Velocity）、多样（Variety）、价值性（Value）数据的需求。

为避免对著作权现有制度的冲击，以及生成式人工智能技术误用或滥用，作为缓冲机制，“数据知识产权登记”制度不失为一种折中选择。在该登记制度下，将机器生成的数据类成果进行分类分级，把具有市场价值、保护意义的成果纳入“数据知识产权”范围从而提供保护，但也予以一定限制，尤其是需确保留有足够的数据共享、利用、交易空间和平台，为挖掘数据要素价值、推动数字经济发展提供保障。在涉及生成式专利技术方案权利归属的制度安排上，需要协调多方参与主体的利益关系，基于产业政策的驱动，专利权归属理念应由创造者向投资者转移[25]。同时，还需引入约定优先和公平报酬原则作为合理补充，以实现人工智能生成技术方案专利保护的利益平衡（杨利华，2023）。由于著作权法、专利法的价值理念不同，以及指向过程论抑或结果论的视角差异，AIGC的定位需要在数据治理的整体框架下予以回应，而非局限于现有知识产权范畴的客体界定。

5 结语

知识产权规则在解答人工智能生成物法律保护问题上的缺位，会带来社会利益分配秩序的混乱与困惑，产权界定不清会增加市场交易与转化成本。基于智力成果创作的差异，过程论与结果论能够基本概括现有研究视角。不同客体类型对“过程”与“结果”提出差异化需求，且立法价值目标在不同领域呈现场景化特征，需展开类型化研究与场景化应用，为智能时代知识产权制度的回应提供参考和依据。当前相关立法主要依据科技发展现状而展开，很难针对飞速发展的科技作出前瞻性的预设立法或填补式的随机立法，因而无法通过法条演绎直接回答人工智能生成物是否应获得知识产权保护及其侵权问题。

科技发展促使社会关系不断变迁，法律的解释也需与之适应，并对新技术、新事物和新业态进行准确的事实判断与理性的价值判断。面对科技发展与突破，知识产权客体范围不断扩张，为应对人工智能生成物带来的法律问题，需采取目的导向或利益导向，结合数据市场发展现状和发挥数据要素价值的社会需求，进行制度的价值判断或制定评估标准。同时，需在明确“数据产权”的基础上探索私人利益与公共利益的协调问题并建立协调机制，为数字经济发展提供制度保障，为人工智能产业的科技治理提供依据，以实现对社会需求的有效回应。

参考文献：

[1] 谢晖. 法律方法论： 文化， 社会， 规范[M]. 北京： 法律出版社，2020： 66.

[2] 梅夏英. 在分享和控制之间——数据保护的私法局限和公共秩序构建[J].中外法学，2019， 31（4）：845-870.

[3] 陈全真， 徐棣枫. 论人工智能生成发明的可专利性及权利归属[J]. 科技进步与对策，2022， 39（9）： 114-121.

[4] ROBERT P，MERGES.Justifying intellectual property[M].Cambridge：Harvard University Press， 2011：13-157.

[5] 彼得·德霍斯. 知识财产权法哲学[M]. 周林，译. 北京：商务印书馆， 2017： 66-119.

[6] 苏明， 陈·巴特尔. 数据驱动下的人工智能知识生产[J]. 中国科技论坛，2021，37（11）： 51-56.

[7] DARYL LIM. AI amp; IP： innovation amp; creativity in an age of accelerated change[J]. Akron Law Review， 2018，52（3）： 813-873.

[8] RETO M HILTY，JORG HOFFMANN，STEFAN SCHEUERER. Intellectual property justification for artificial intelligence[C]. JYH-AN LEE， RETO M HILTY，" KUNG-CHUNG LIU. Artificial Intelligence and Intellectual Property，2021.

[9] GOODFELLOW IAN J， POUGET-ABADIE JEAN， MIRZA MEHDI， et al. Generative adversarial networks[C].Proceedings of the 27th International Conference on Neural Information Processing Systems， 2014.

[10] 司晓.奇点来临： ChatGPT时代的著作权法走向何处——兼回应相关论点[J].探索与争鸣，2023，39（5）：79-86，178-179.

[11] JUSTIN HUGHES. The philosophy of intellectual property[J]. Georgetown Law Journal， 1988（77）： 296-314.

[12] 李扬. 知识产权的合理性、危机及其未来模式[M]. 北京： 法律出版社，2003： 64.

[13] 李红. 发展中国家知识产权保护与创新研究进展[J].科研管理，2020， 41（4）： 263-269.

[14] 王迁.再论人工智能生成的内容在著作权法中的定性[J].政法论坛，2023，41（4）：16-33.

[15] 邓文.以ChatGPT为代表的生成式AI内容的可版权性研究[J].政治与法律， 2023，42（9）： 84-97.

[16] CRAIG ALLEN NARD. The law of patents[M]. New York：Aspen Publishers， 2011：371.

[17] 范晓波. 知识产权的价值与侵权损害赔偿[M]. 北京：知识产权出版社，2016： 66.

[18] 李琛. 知识产权法基本功能之重解[J]. 知识产权， 2014，28（7）： 3-9.

[19] 季冬梅. 人工智能生成发明专利保护的理论回归与制度探索——以DABUS案为例[J]. 科技进步与对策， 2022， 39（18）： 121-129.

[20] 刘振宇. 人工智能权利话语批判[J]. 自然辩证法研究， 2018， 34（8）：31-37.

[21] 雷磊. ChatGPT对法律人主体性的挑战[J]. 法学， 2023，46（9）：3-15.

[22] 许明月， 谭玲. 论人工智能创作物的邻接权保护——理论证成与制度安排[J]. 比较法研究，2018，32（6）：42-54.

[23] 邓鹏， 李芳， 李明晶. 人工智能时代专利制度的实践挑战与应对策略[J]. 科技进步与对策，2022， 39（19）： 105-113.

[24] 张欣.生成式人工智能的数据风险与治理路径[J].法律科学（西北政法大学学报），2023， 41（5）： 42-54.

[25] 陈全真. 人工智能生成技术方案的专利授权：理论争议、政策考量及权属安排[J]. 科学管理研究，2022， 40（3）： 40-48.

From Intellectual Property to Data Elements： Resolving Institutional Dilemmas Related to AIGC

Abstract：The emergence of AI-Generated Contents （AIGC） causes theoretical dilemma of intellectual property law. Existing rules have difficulties in interpretation and application. The definition of intellectual property subject in existing laws is mainly based on established facts，and the emergence of AIGC changes the creation process of intellectual property， shakes the long-standing philosophical foundation of intellectual property system， and also brings difficulties to the judgment in judicial practice.

In the application of AIGC， the devices need to learn， mine， and process a large number of existing works and materials， then automatically calculate and generate contents through algorithmic models according to natural language instructions. In this process， the primary issue is whether AIGC should be classified as intellectual property subject matter. According to the traditional rules and regulations， the subject matter of intellectual property should be human intellectual output. However， human intellectual involvement is really limited in AIGC， while the appearance of AIGC looks like human intellectual output. The opinions on whether the AIGC should be protected under intellectual property law are divided into two categories. Behind this debate are the different choices of process perspective and result perspective.Nowadays， the scope of intellectual property protection shows an obvious trend of expansion， through extensive interpretation of traditional subject matter， or the introduce of new subject matter to the law， to realize inclusive and extended arrangements. As a result， there are also two kinds of legal attitudes towards the development of artificial intelligence， one is to expand the scope of traditional subject matter to cover new things， the other is to design new rules to solve new problems.

In this case， the start point of resolving disputes and disagreements is to accurately and scientifically define the subject matter involving generative AI， and the analysis position should be shifted from intellectual property to a broader perspective of data elements. The current data intellectual property registration’ system in China may be an alternative. From the perspective of data elements， the traditional labor theory of value， individual liberalism and incentive theory should be interpreted to meet the realistic needs of the development of artificial intelligence technology and the balance of interests. Both the technical nature and the technical process show that AIGC is actually simulating human activities of information and data extraction， learning and thinking. The output of AI is essentially the result of information and data processing. Old rules and ideas cannot support new practices， and social costs and historical trends should be taken into account in making new institutions and rules. Combined with the trends of digital economy and industrial development， the social function of intellectual property law and the expansion of intellectual property protection， it is necessary to make a humanistic interpretation， promote interests coordination， facilitate AI knowledge production and rational application， and carry out institutional value judgment and effect evaluation based on the complex relationship between intellectual property and data elements in the digital market.

Considering that the data rules are still in the turnaround zone and the inherent rules of intellectual property need to be adjusted in time， it is essential to comprehensively consider the connection and interaction between the data rules and the intellectual property system to find a solution to the legal issues of AIGC. From the perspective of future data governance， AIGC rules should be constructed according to the separation-of-rights framework rather than limited to the traditional intellectual property system. The definition of rights in AIGC cannot be separated from the characteristics and ownership issues of the data elements.This will help promote the comprehensive governance of artificial intelligence in the future and the long-term development of the digital economy.

In order to balance the benefits brought about by technological innovation and application effectively， the reasonable choice is to break through the boundaries of traditional information carriers such as works， patents and trademarks， and pay attention to the distribution of benefits involved in various fields such as data collection， protection， processing， transaction， circulation and use. It is necessary to explore the balance between private and public interests and establish a coordination mechanism based on the ‘data property rights’ framework so as to provide a legal basis for the governance of artificial intelligence and the development of the domestic digital economy.

Key Words：AIGC； Artificial Intelligence；Intellectual Property; Data Elements; Institutional Dilemmas