收益：
- 区分输入和输出版权风险
- 了解人工智能输出的所有权与人类创造力之间的联系
- 实施方法来管理代码和内容的版权和许可风险
当人工智能生成的文本、图像或代码代表组织发布时，会出现两个问题：“此输出是否侵犯了他人的权利？”和“我们拥有这个输出吗？”两者都是知识产权问题，都应该受到合规官员的关注。在本单元中，我们将从输入端和输出端两个方面来讨论版权风险；我们将了解人工智能输出的所有权、人类创造力的作用以及代码/内容的实际风险管理。
双向版权风险
对于人工智能，特许权使用费风险来自两个不同的渠道：两者不应混淆。
方向
问题
风险示例
输入面
我要给人工智能什么？
将一本受版权保护的书输入人工智能并说“以你的风格写作”
输出侧
人工智能生产什么，我做什么？
输出与其他人的工作太相似，所有权不明确
输入端风险：未经许可将不属于该机构的受版权保护的内容（作者的书、竞争对手的报告、许可图像）输入并派生到AI中可能会导致版权和合同违规。
输出偏差风险：人工智能产生的输出可能与训练数据中受保护的工件过于相似；或者可能仍不清楚输出属于谁。
AI输出的所有权：人类的创造力
在许多法律体系中，版权保护需要人类的创造力。在大多数地方，完全由机器产生而无需人工输入的输出可能不受版权保护。这里的基本标准是，人类的指导、选择、监管和独特贡献越大，产出被保留的可能性就越大。
实际结论：如果你使用人工智能作为“初稿”生成器并添加真正的人类劳动（选择、编辑、定制），结果会更好，你的所有权也会更强。 “一键制作，按原样发布”的做法削弱了质量和法律地位。
注意：说“人工智能生产了它，所以它是免版税和免费的”是误导性的。即使输出不受您的版权保护，它也可能侵犯了他人的作品。没有占有并不等于没有侵犯。
三个迷你箱子
案例 1 — 竞争对手的报告作为输入。营销团队将竞争对手的付费且受版权保护的行业报告上传到 AI，并表示“它将为我们制作一个独特的版本。”尽管输出看起来是原创的，但来源已被未经许可使用；这是版权和许可侵权的风险。正确的方法：仅使用公开可用的数据和组织自己的内容作为输入。
案例 2 — 代码许可陷阱。软件团队将AI代码助手建议的功能直接添加到产品中。该功能与受特定开源许可证（copyleft）约束的代码非常相似；该许可证可能要求整个产品开源。该团队制定了人工智能代码建议的许可/相似性筛选规则，并将关键代码与人工审查联系起来。
案例 3 — 通过人力投入强化所有权。内容团队使用人工智能起草活动文案；然后他根据自己的品牌声音重写，更改样本，并添加独特的虚构内容。由此产生的作品很大程度上反映了人为的选择和安排。无论是从更强大的内容还是所有权的角度来看，这是一个更具防御性的立场。
特别注意代码
人工智能代码助手功能强大，但它们存在三个风险：（1）它推荐的代码类似于受许可证约束的代码，（2）它包含安全漏洞，（3）它引用了非工作/伪造的库。这就是为什么人工智能生成的代码在直接投入生产之前必须经过人工审查、许可和测试。
提示：当从 AI 获取代码时，您可能会问“该代码可能是什么样的许可证以及在安全方面我应该寻找什么？”询问“可以让风险提前显现”。但最终的许可/安全决定应始终由人工审查以及（如有必要）扫描工具进行审查。
商标、商业使用和机密数据风险
版权并不是唯一的风险。将AI输出商业化使用时还需要注意三点。首先是品牌和商标：人工智能可能会无意中在其生成的文本或图像中使用另一个品牌的名称、徽标或受保护的口号；这可能会导致除版权之外的商标侵权。其次，误导性内容：如果在广告中使用人工智能制作的“统计数据”或“顾客评论”，就会出现不公平竞争和消费者法问题。第三，输入中的机密数据：将属于机构的机密文件作为输入来产生输出不是版权，而是机密和商业秘密风险。
经验法则：每一个上线的人工智能内容都必须通过“品牌、完整性和隐私”审查以及版权检查。这种三重控制应该是标准的，特别是在广告、新闻和官方信件等外部内容中。
提示：在发布公共人工智能内容之前，问三个问题：“它是否包含其他人的品牌/作品？”、“其中的每项声明都可以得到验证吗？”、“其生产中是否使用了组织的机密数据？”。如果这三点都清楚，就可以发布了。
可复制模板
模板 1 — 输入版权检查：“我正在考虑将以下内容输入到 AI 中：[描述内容]。该内容属于我们机构吗？是否属于公共领域，或者可能是第三方的版权/许可作品？列出我在输入之前应询问的许可/许可问题。将您不确定的区域标记为“法律验证”。”
模板 2 — 输出原创性和所有权注释：“我在使用人工智能生成的输出[描述输出]中添加了多少人工输入？我应该采取哪些独特化步骤（选择、编辑、重新编辑）来加强我的所有权声明？写下 5 个具体项目。”
模板 3 — 代码建议风险筛选：“从三个角度评估以下人工智能生成的代码：(1) 是否类似于已知的开源许可证，(2) 可能的漏洞，(3) 不存在/捏造的库参考。针对每个主题提供风险和控制建议。将最终决定留给人工审核。”
模板 4 — 人工智能内容归属/标签规则：“为我们的组织编写人工智能生成内容的透明度和版权规则草案：哪些内容应标记为‘人工智能支持’，哪些内容不能用作输入，输出在发布前必须经过哪些检查。逐篇文章，简单语言。”
弱提示/强提示
弱：“根据这本书，以这位著名作家的风格来写文本。”（粘贴受版权保护的书）-> 输入版权侵权的风险+输出看起来像别人的作品的风险； 此外，受版权保护的内容将转移给提供商。强：“根据我们自己的品牌指南和公开的示例，以我们的原创风格制作草稿。不要使用受版权保护的第三方作品。我将重写和定制草稿；在最后添加“人类贡献”注释的编辑建议。”-> 输入是安全的，输出可以定制，所有权得到加强。
常见错误
- 未经许可将受版权保护的第三方内容作为人工智能的输入。
- 认为“人工智能产生了它，所以它是免费的，免版税的”；忽视违规风险。
- 按原样发布人工智能输出，不添加任何人工输入。
- 在未通过许可和安全审查的情况下将AI代码提案投入生产。
- 忽略 Copyleft 许可的风险（这可能会强制开放整个产品）。
- 不对人工智能生成的内容施加透明度/标签规则。
- 将不存在占有与不存在违法行为混为一谈；这些是不同的问题。
综上所述
- 版税风险是双重的：输入端（我给人工智能什么）和输出端（人工智能生产什么，我做什么）。
- 在许多法律体系中，版权保护需要人类的创造力；随着人类贡献的增加，所有权变得更强。
- “人工智能产生=免费”是错误的；即使输出不是你的，也可能侵犯了别人的作品。
- 人工智能生产必须经过代码、许可和安全方面的人工审查。
- 只有机构自己的内容和公开来源的输入才是安全的；受版权保护的作品需要许可。
应用任务
选择您的组织将使用 AI 生成的两种类型的输出：一种内容（文本/图像），一种代码。编写内容规则的候选清单，区分什么是安全的，什么是有风险的输入，并确定五个人工输入步骤，以加强输出的所有权。为人工智能建议在投入生产之前将要经历的代码设计一个控制流程：许可证筛选、安全审查、测试和人工批准。最后，起草组织将在人工智能生成的内容上使用的透明度/标签规则。
清单
- [ ] 我已确认我没有使用受版权保护的第三方内容作为输入。
- [ ] 我添加了人力投入，以加强输出的所有权。
- [ ] 我确保我没有陷入“人工智能产生=免费”的误解。
- [ ] 出于许可和安全目的，我已扫描 AI 代码。
- [ ] 我评估了 Copyleft/关键许可证的风险。
- [ ] 我为AI内容设置了透明度/标签规则。
- [ ] 我要求对关键交付成果进行人工审核。