【世界知识产权组织WIPO】2024生成式人工智能知识产权导航研究报告_15页_1mb

生成式人工智能与知识产权总结

核心内容

生成式人工智能（AI）工具能够根据用户提示生成文本、图像、音频等多种内容，广泛应用于企业运营。然而，其使用伴随着诸多法律风险，尤其是在知识产权领域。当前，生成式AI的法律框架尚未成熟，企业和组织需采取主动措施以应对潜在的法律挑战。

主要观点

• 生成式AI的运作原理：生成式AI通过大量数据训练，包括受版权保护的内容、个人信息、非法内容等。其输出无法预测，且训练数据对输出的影响难以量化。
• 知识产权风险：生成式AI在训练和使用过程中可能涉及版权、商标、工业品外观设计、数据库权利和专利侵权问题。各国法律对AI生成内容的知识产权归属尚未达成一致。
• 机密信息风险：若企业使用内部机密信息训练AI，可能无意中泄露商业秘密。AI供应商可能存储、监测和审查提示，导致机密信息外泄。
• 开源义务风险：AI生成的代码可能受到开源许可的约束，用户需遵守相应的义务，如署名、商业使用限制等。
• 深度伪造风险：AI可能模仿特定人物的肖像或声音，引发肖像权、声音权、名誉权等法律争议，尤其在不同司法管辖区法律不统一的情况下。
• 输出所有权模糊：AI生成的内容是否受版权保护、谁拥有版权仍存疑。部分国家已开始对AI生成作品提供版权保护，但标准不一。

关键信息

问题概述

• 用例选择：生成式AI的最佳用例仍在发展中，需根据企业实际情况进行评估。
• 合同条款差异：不同AI供应商的合同条款存在较大差异，涉及数据处理、输出所有权、赔偿责任等方面。
• 训练数据问题：AI训练数据可能包含受保护内容，引发知识产权争议。
• 输出问题：AI可能生成不适当、非法或有偏见的内容，法律风险较高。

风险

• 数据泄露风险：AI工具可能存储或利用用户提示，导致机密信息外泄。
• 法律不确定性：各国对AI生成内容的知识产权归属、侵权责任等尚未有统一标准。
• 开源义务风险：AI生成的代码可能违反开源许可条款，引发法律纠纷。
• 深度伪造风险：未经授权使用个人肖像或声音可能构成侵权，甚至引发名誉权诉讼。
• 输出所有权风险：AI生成内容的版权归属尚不明确，影响其商业使用。

缓解办法

• 政策与培训：制定员工政策，提供AI使用培训，明确提示内容限制。
• 技术保障：使用私有云部署AI工具，避免供应商存储或利用提示。
• 合同审查：在采购AI工具时，审查供应商的合同条款，确保知识产权和数据保护。
• 数据审查：在训练AI时，确保数据集符合知识产权许可要求。
• 输出检查：在使用AI生成内容前，进行侵权检查，如抄袭检测、图像搜索等。
• 记录保存：记录AI训练过程和提示内容，确保创作过程中的人类作用清晰可辨。

检查清单

员工政策和培训

• 实施员工政策和培训，确保AI使用符合法律规范。
• 避免在提示中使用机密信息或第三方知识产权。
• 限制使用AI工具的员工范围。
• 禁止使用深度伪造工具。

风险监测和管理

• 定期关注判例法和法规的变化。
• 根据法律风险更新政策。
• 明确传达法律风险给业务部门。
• 分类管理AI工具，明确使用权限。

记录保存

• 记录AI工具的训练方式和数据来源。
• 标记AI生成的输出，并保存提示记录。
• 记录创作过程中的人类作用。

AI工具评估

• 审查AI工具的条款和条件，了解数据处理和输出归属。
• 确认供应商是否存储提示。
• 选择基于许可或公有领域数据训练的AI工具。
• 确定供应商是否提供知识产权侵权赔偿。

数据评估

• 检查训练数据集的知识产权状态。
• 确保数据来源合法，避免侵权风险。

输出管理

• 检查AI输出中的知识产权条款。
• 在使用前进行侵权审查。
• 结合人工创意，确保对输出的所有权控制。
• 就输出所有权与AI供应商达成协议。
• 获得合成个人肖像或声音的必要同意。

延伸阅读

• 产权组织知识产权和前沿技术对话会：作为全球主要论坛，讨论AI对知识产权的影响。
• 会议信息：第八届会议重点探讨生成式AI与知识产权的关系，提供更多政策建议。
• 进一步资源：访问产权组织网站获取更多关于AI与知识产权的信息。

下一步工作

• 订阅新闻通讯：通过邮件注册订阅产权组织的新闻通讯，获取最新会议信息。
• 法律咨询：参考专业律师（如Matt Hervey）的建议，制定符合当地法律的AI使用政策。