AI生成內容與著作權：從影像談起
Will robots inherit the earth? Yes, but they will be our children. – Marvin Minsky
AI生成的內容（AI-generated contents）是否應受法律保護？使用 AI 工具所完成的作品，還算是創作嗎？能否受著作權保護？本文將從美國著作權局（U.S. Copyright Office）最近的一個案例 Zarya of the Dawn 談起。
人工智慧（AI）
ChatGPT 最近引爆媒體討論 AI 風潮，背後開發商 OpenAI 因此受到高度關注，執行長 Sam Altman 成為媒體寵兒，AI 競賽也因此加速展開。突然之間，AI 成為備受關注的焦點。
AI 已經發展幾十年，但大部分時候都停留在小說、電影場景之中，或隱身在學術機構或科技公司之內。直到ChatGPT開放大眾使用，AI 才突然從雲端上的存在，變成一般人日常生活和例行工作中就可以使用的工具，不再只是隱藏在大型科技公司伺服器裡的幽靈。
不過，在ChatGPT之前，OpenAI 所推出的 DALL·E 2 就已經令人感到驚訝，使用者只要輸入簡單的文字提示（prompt），就可以透過 AI 產生高品質的圖像。以 DALL·E 2 官網首頁的展示為例，輸入“An astronaut riding a horse in photorealistic style.”後，DALL·E 2 自動產生以下圖像：
透過 AI，繪圖變成輕鬆容易的事，或者，影像創作不再需要繪圖？
藝術作品（Work of Art）
但輕鬆容易不代表品質堪慮。與 DALL·E 2 同樣具有強大圖像生成能力的 Midjourney 也大受歡迎，透過 Midjourney 完成的 AI 繪圖作品，甚至在2022年美國科羅拉多州博覽會（Colorado State Fair）藝術競賽中獲得首獎，這不只證明 AI 創作的品質優異，而且已經是現在進行式。但這也引發藝術倫理上的爭議：透過 AI 所完成的作品，還算是藝術作品嗎？
藝術（Art）
藝術是非常主觀的感受，什麼是藝術，言人人殊，可能永遠也不會有定論。但如果我們所思考的議題是 AI生成內容（AI-generated contents）的法律保護問題，尤其是著作權問題，就可以先擱置“藝術”與否的爭議，因為著作權保護的是創作，不是藝術，藝術與否也不應該以法律定義或規範。
作品（Work）
除去藝術與否的問題之後，就是“作品”與否的問題。
AI生成的內容（AI generated contents），是作品（work）嗎？誰的作品？透過 AI 所完成的產出，算不算是人類的創作？這就不只是美的感受或理念上的爭議，而是法律問題。
最近美國著作權局（U.S. Copyright Office）的一個案例，不但具有相當參考價值，也很適合作為思考的起點。
人類（Homo sapiens）
創作者 Kristina Kashtanova 使用 Midjourney 完成一部影像小說 Zarya of the Dawn，並向美國著作權局申請著作權登記。一開始美國著作權局准予登記，但在得知作品中大部分的圖像都是透過 Midjourney 生成的圖像之後，美國著作權局重新審閱該部作品，並於2023年2月重新做成決定，撤銷該部影像小說之前所完成的著作權登記，將著作權登記範圍局限於該部影像小說的文字（text）和文字與圖像的選擇、協調與編排（the selection, coordination, and arrangement of the Work’s written and visual elements），至於作品中透過Midjourney所生成的圖像，則拒絕登記著作權，理由是透過 Midjourney 的 AI生成技術所產出的圖像，不是人類的創作，不能主張擁有著作權。
換句話說，依照美國著作權局的見解，AI生成的內容，不是人類的作品。
若果如此，不只是 Midjourney、DALL·E 2 等 AI生成的圖像，包括 ChatGPT 所生成的文章和程式碼等內容，甚至所有使用 AI生成技術所產出的內容，包括音樂在內，也不受著作權法保護。
美國著作權局認定 Midjourney 生成的圖像不能享有著作權的主要理由是：
依照美國著作權法規定（17 U.S.C. § 102(a)），受著作權保護的作品必須是“固著於任何可感知媒介的原創作品”（original works of authorship fixed in any tangible medium of expression），而所謂“原創”（original），根據美國最高法院（U.S. Supreme Court）Feist Publ’ns, Inc. v. Rural Tel. Serv. Co. 判決所闡述的見解，包含二個部分：獨立創作（independent creation）和足夠的創作性（sufficient creativity）。 根據美國法院的普遍見解，所謂“works of authorship”（著作），是指人類作者的創作（creations of human authors ），並引用美國最高法院 Burrow-Giles Lithographic Co. v. Sarony 判決的見解，認為攝影照片若只是機械性的過程、而沒有人類攝影者的原創性介入（a “merely mechanical” process, “with no place for novelty, invention or originality” by the human photographer），就不受著作權保護。 有趣的是，美國著作權局還在本案決定書中援引“美國著作權局實務彙編”（Compendium of U.S. Copyright Office Practices）所舉的例子，認為“猴子所拍的照片”（ a photograph taken by a monkey），不受著作權法保護。
這是將 AI 比喻為猴子？
美國著作權局的結論是：只有“人類”所創作的作品，才受著作權保護，非人類所產出的內容，不論是猴子拍的照片、聖靈（Holy spirit）創作的歌曲、或 AI生成的圖像，都不受著作權保護。
我國著作權法第1條規定：「為保障著作人著作權益，調和社會公共利益，促進國家文化發展，特制定本法。」，所以，著作權法的主要目的是保障“著作人”的權益；而依著作權法第3條第1項第2款的定義，所謂著作人是指「創作著作之人」。因此，關於 AI生成的內容是否受著作權法保護的問題，至少從「著作人」的字義來看，我國著作權法的規定，和美國著作權局的思考方式和因此所推導出來的結論，似乎完全相同：只有人類的創作，才受著作權法保護。
工具（Tool）
但使用 AI 的是人類，如果將 AI 視為一種工具，使用 AI 創作，和使用繪圖軟體創作、使用相機拍照有什麼不一樣？
依照美國著作權局的見解，Midjourney 等 AI 系統和一般創作工具（繪圖軟體、攝影機、照相機）並不相同，主要理由是：
- 使用者使用 Midjourney 的方式，是輸入文字提示（prompt），但依照 Midjourney 網站說明，Midjourney 系統並不是將使用者所輸入的文字提示當作一種“據以產出特定結果的具體指示”（specific instructions to create a particular expressive result），因為 Midjourney “並不像人類一樣懂文法、句型結構或文字意義”（The Midjourney Bot does not understand grammar, sentence structure, or words like humans.），而是將提示中的單字和詞組（phrase）分拆成片段（token）後，用來和建立 AI 系統時所使用的學習資料（training data，或譯為訓練資料）比較，再據以產出圖像。
- 使用者所輸入的文字提示不同，Midjourney 會產出不同的結果，也就是說，使用者可以藉由提示文字或詞組的選擇，影響圖像產出的結果，使用者也可以提供指定圖檔、或設定參數，對 Midjourney 的產出結果提供更多具體的提示。但是，使用者輸入提示之後，Midjourney究竟將產出什麼樣的圖像，事先無法預測，所以，AI生成圖像的過程，並不是由使用者所控制。
- 依照美國著作權局實務彙編第313.2節（Compendium of U.S. Copyright Office Practices §313.2），欠缺人類作者的創作性投入或介入，而是由機械或機械過程隨機或自動產生的結果，美國著作權局將不准予著作權登記。
綜合美國著作權局的見解，使用 Midjourney 所產生的圖像之所以不受著作權保護，是因為美國著作權局認定 Midjourney 不是使用者可以控制的工具，使用者對於 Midjourney 所生成的圖片事先無法預測，Midjourney 也無法依照使用者的特定指示產生特定的內容，使用者只能不斷地用嘗試錯誤（trial-and-error）的方法，期待 Midjourney 最後可以產出滿足使用者期待的內容。
如果從控制的角度來看，Midjourney 的確和傳統的創作工具有所差異。
控制（control）
但什麼是控制？我們可以先從字義上討論什麼是「控制」（control）。
依照教育部重編國語辭典修訂本的釋義，控制是指：
操縱，節制使不超出範圍或隨意活動。如：「控制飲食」
依照 Merriam-Webster 的釋義1，control 是指：
to exercise restraining or directing influence over
而根據 Oxford Advanced Learner’s Dictionary 對 control 的釋義2，control 是：
to limit something or make it happen in a particular way
這三項解釋的意思相近，主要是從消極面解釋控制的意義：節制、施加影響力，使受控制對象不逾越預先設定的界限。
但依照 Merriam-Webster 的釋義2，control 是指：
to have power over
而根據 Oxford Advanced Learner’s Dictionary 對 control 的釋義1，control 是：
to have power over a person, company, country, etc. so that you are able to decide what they must do or how it is run”
這二種解釋則主要從積極面解釋控制的意義：對受控制對象施加權力或力量，使受控制對象按照設定的方式進行。
以此看來，也許可以從二個面向理解控制的意義：積極的控制與消極的控制。
- 積極的控制
從積極面來看，所謂控制，必須是足以使受控制對象按照控制者的意願，以特定的方式達成特定的結果。
如果必須達到這種意義的控制，恐怕很多種類型的創作都會產生是否受著作權保護的疑義。
以攝影為例，假設攝影師選定季節、天氣和時段，以三腳架固定攝影機和鏡頭的方向及角度，設定好光圈、快門、白平衡及所有攝影參數，計劃拍攝夜空下群山影像多變的縮時攝影，接著就回到帳篷安穩入眠。這樣算是對受攝對象或攝影結果施加積極的控制？這些設定算是具體指示受攝對象的光影應該如何通過鏡頭、固定在底片或感光元件上、形成特定的影像？
假設當晚，正好有野生動物經過焦距範圍，攝影機意外拍攝到野生動物令人驚奇的活動紀錄和影像，這意外的攝影結果，是否受著作權保護？如果認為野生動物亂入，不在攝影師的預期之內、不在積極控制範圍之內、也不是依照攝影師事先指定完成的特定拍攝內容，所以固定在野外的攝影機不算是可以控制的創作工具，因此所完成的攝影成果不受著作權法保護，應該會備受質疑。
所以，即使將創作「工具」解釋為創作者可以控制的器具或方法，也不應該將「控制」解釋為「依照特定指示產生特定內容或結果」。
事實上，很多創作是美好的意外，更多創作是在持續不斷的嘗試錯誤（trial-and-error）後，才取得滿意的創作成果，而非事先預測或指定的特定內容。
- 消極的控制
從消極面來看，所謂控制，是指施加影響力，將受控制對象限制在一定範圍之內。
以前述拍攝夜空下群山影像的攝影師為例，如果對「控制」採用消極面的解釋，只要在攝影師預先設定的鏡頭取景範圍之內所拍攝的內容，都算是在攝影師事先指定的範圍之內，所以也是在攝影師的控制之下，因此所完成的所有拍攝成果，不論內容為何，都算是攝影師以攝影機為工具所創作的作品。
再以另一種情況為例：在生態攝影時，假設攝影師無意間將快門速度設定錯誤，卻因此將快速掠過鏡頭的生物影像，以詭譎卻充滿戲劇效果的方式留在底片或感光元件上。
這意外的拍攝結果，並非攝影師事先指定以特定方式所完成的特定結果，但如果對創作工具的「控制」，只要求將可能的結果限制在一定範圍之內，那就不影響攝影師對拍攝成果主張著作權，因為留存在攝影機底片或感光元件上的內容，都是攝影師以攝影機為工具所拍攝的內容，攝影機的鏡頭取景範圍、底片或感光元件的感光能力，就是攝影師指定的範圍、也就是在攝影師的控制之下。而且，即使攝影師對鏡頭、底片或感光元件的技術細節和運作原理一無所知，也不影響攝影機是否為創作工具的判斷。
二相比較，所謂「控制」，應該採用消極面的解釋：創作者所使用的特定器材或方法，只要創作者對於創作結果可以施加一定範圍的影響力，就可以認為是創作工具，因此所完成的創作成果，也不應該以創作者對所使用的器材或方法欠缺百分之百的控制能力、無法預測創作結果為理由，認為不算是創作者所控制的創作工具。
否則，相當多的攝影作品，都會變成攝影機的自主創作。
傻瓜相機（point-and-shoot camera）
以傻瓜相機為例：傻瓜相機算不算是一種創作工具？一般人以傻瓜相機隨手拍攝的照片，是否可以主張著作權？
傻瓜相機可以自動對焦、自動根據所在環境調整光圈和快門，使用者只需要 point and shoot（拿起相機對準拍攝對象、按下拍攝鍵）就可以完成拍照。現在人手一支的智慧型手機，也是如此。
用這種方式拍攝照片，使用者實際上只是拿起相機或手機對準拍攝對象、按下拍攝鍵，其他所有創作過程，包括影響拍攝結果的關鍵因素，例如光圈、快門、焦距等等，都是由相機或手機自動選擇、自動完成，使用者對相機或手機內部軟硬體的科技原理和技術細節可能一無所知，但傻瓜相機和智慧型手機，仍然是攝影創作的工具，甚至是越來越重要的創作工具。
智慧型手機的攝影功能越來越強，使用者需要控制或調整的設定也越來越少，如果「控制程度」會影響某種器材或方法是否屬於創作工具的判斷，智慧型手機會不會因為功能越來越強，就越來越不屬於創作工具？科技越進步，可使用的創作工具卻越來越少？
如果傻瓜相機和智慧型手機不會因為功能強大、使用者不需要受過專業訓練就可以應用自如，就因此而無法當作創作工具，在面對 Midjourney 之類的 AI 系統時，也應該有相同的態度。
例如，使用者在 Midjourney 輸入文字提示「monkey」，Midjourney 因此所產出和 monkey 有關的圖像，當然也可以認為 AI 是在使用者預先指定的範圍之內生成與 monkey 有關的圖像，所以也是在使用者的控制範圍之內。雖然相較於攝影機，指定範圍的方式和產出範圍的大小可能有所差異，而且，工具的功能越強大，所需要的控制程度就越低，但這只是工具本身的差異，並非有無控制的差異，也不是本質上的差異。
再者，使用 Midjourney 之類的 AI 系統產出影像時，雖然可以像使用傻瓜相機一樣簡便，只要輸入簡單文字、按下 enter，就可以產出令人驚豔的圖像，但就像攝影一樣，清晰的照片只需要按下快門，具有感染力的攝影作品，需要的就不只是按下快門。
不論是前述在美國科羅拉多州博覽會藝術競賽中獲得首獎的創作者、或本案影像小說 Zarya of the Dawn 的作者，都表示在使用 Midjourney 創作的過程中，耗費數十小時，產出數十張、甚至數百張圖像，才能在不斷的嘗試和修改過程中獲得滿意的作品。
尤其，當創作者心中已經有預先構想的內容時，例如本案的影像小說 Zarya of the Dawn，由於 Midjourney 之類的 AI生成系統，即使輸入相同的提示文字，但每次所生成的圖像也都不一樣，創作者必必須不斷地嘗試、摸索與 AI 系統互動的方式，包括使用 outpainting、inpainting 等等，才能完成符合特定需求或創作意念的作品，並非像傻瓜相機一樣：point and shoot。
至少就目前的 AI生成系統來看，由於提示（prompt）是與 AI生成系統互動的主要方式，使用者之間越來越常問的問題是：這是用什麼樣的提示產出的圖像？提示的重要性提升，也代表提示的經濟價值，所以，網路上開始出現銷售提示的交易市集（prompt marketplace），例如 PromptBase。這種現象，也印證如何使用 AI 系統產出適合需求的圖像，絕非只是按下輸入鍵（enter）。
創作性（Creativity）
使用傻瓜相機所拍攝的照片是否受著作權保護，真正的問題並非傻瓜相機是否可以當作創作工具，而是日常生活中隨手拿起相機按下快門所拍攝的照片，是否具有創作性？
學理上在討論某特定作品是否受著作權保護時，通常以是否具有「原創性」（originality）作為判斷標準。但著作權法上的原創性，與一般人對原創性的理解並不相同。
著作權法上的原創性並不要求首創，不必具有新穎性（novelty），也不是指創意或獨特性（unique），更不需要達到藝術上或美學上的任何高度，只需要具備二項要件：獨立創作（independent creation）和創作性（creativity）。
所謂獨立創作，只要是自己完成的作品、而不是複製他人的作品，基本上就已經符合獨立創作的要求。
至於創作性，只要具備最低程度的創作（de minimis quantum of creativity），就已經符合創作的要件，不必達到專業水準，也不必超過普通能力的創作高度。
以這個標準來看，絕大部分的照片，就算是傻瓜相機或智慧型手機隨手拍下的照片，也應該認為拍攝者擁有著作權。至於“人類作者的創作性投入或介入程度”，應該和創作性的要求一樣，只需要最低程度的投入或介入，因為要求人類作者的創作性投入或介入，就是為了滿足「創作性」的要求，既然創作性只需要具備最低程度的創作，人類作者的投入或介入程度，也應該採用相同的標準，否則，若對創作過程要求較高程度的投入或介入，但對產出結果卻只要求最低程度的創作性，將產生目的與手段輕重失衡的不合理現象。
關於原創性、創作性的要求，前述美國最高法院的 Feist Publ’ns, Inc. v. Rural Tel. Serv. Co. 判決，很可能是最具有代表性、也是最常被引用的判決，當中的一段見解，值得全文摘錄，以供參考：
Original, as the term is used in copyright, means only that the work was independently created by the author (as opposed to copied from other works), and that it possesses at least some minimal degree of creativity. …… To be sure, the requisite level of creativity is extremely low; even a slight amount will suffice. The vast majority of works make the grade quite easily, as they possess some creative spark, ‘no matter how crude, humble or obvious’ it might be. …… Originality does not signify novelty; a work may be original even though it closely resembles other works so long as the similarity is fortuitous, not the result of copying. To illustrate, assume that two poets, each ignorant of the other, compose identical poems. Neither work is novel, yet both are original and, hence, copyrightable.
試譯：
原創性，就這個詞使用於著作權的意義而言，只意指該作品是由作者獨立創作（相對於複製其他人的作品），且該作品具備至少低微程度的創作性・・・・・・確定的是，所要求的創作性程度非常低，即使是一點點也已經足夠。絕大多數的作品都可以很容易地達到這個等級，因為這些作品具備創作力*，不論有多粗糙、簡陋、或明顯而平淡無奇。・・・・・・原創性並不意味著新穎性，作品即使與其他作品非常相似，只要是偶然的相似、而非複製的結果，也可以認為具有原創性。例如，假設有二位詩人彼此並不相識，卻各自創作了一模一樣的詩，這二首詩都不是新穎的，但都是原創的，也都是可享有著作權的。
（*創作力：原文為 creative spark，筆者認為，依照前後文義判斷，這裡的 creative spark 應該相當於人類內心的創作靈感，暫譯為創作力，意指人類內心的原始創作動力。）
以實際的生活經驗為例：筆者曾經在美國下羚羊峽谷（the Lower Antelope Canyon）用智慧型手機拍下以下照片：
顏色豐富多變。但事實上，這些照片是當地導遊兼解說員在狹窄的峽谷通道中，突然在某定點停下，請筆者將手機給他，他半蹲斜立著調好取景角度之後，請筆者接手按下拍攝鍵。否則，筆者也不會發現這個定點、這個需要半蹲斜立的角度，可以拍出這種影像。可以想見，之前已經不知道有多少遊客在他的指導之下，拍出相同或類似的影像。
其他類似的事例每天都在發生。例如日前媒體報導，日本開放觀光之後，日本某街巷的居民不堪其擾，因為大量遊客站在巷道上，希望從某一個角度、同一個角度拍攝看似緊鄰在街巷外的富士山。
這些影像是否具有創作性、受著作權保護？
在傻瓜相機的例子中，一般人拿起相機取景，至少是拍攝者自己隨手選定的角度，但在這些經典畫面中，取景範圍、拍攝角度甚至很難認為是拍攝者自己的選擇，「人類作者的投入或介入」程度就更低了。
但依照前述關於創作性的說明，筆者認為，這些不是來自於自己創意的影像，拍攝者仍然可以主張擁有著作權，畢竟，不顧自身安危的舉動，應該是來自於拍攝者內心創作衝動的星星之火（creative spark）。
經濟利益（Economic Interests）
星星之火，可以燎原。
討論 AI生成的內容是否可以、或是否應該以著作權法保護或規範的問題時，必須考慮另一項非常實際的因素：無可迴避的經濟利益。
若將一般人以傻瓜相機所拍攝的照片，和同一個人使用 Midjourney 等 AI 系統所生成的圖像比較一下，會發現一個弔詭的現象：若只看結果，AI生成圖像的影像品質或商業應用可能性，可能高於一般隨手拍攝的旅遊景點照片；影像品質和商業應用可能性較高的，被質疑是否受著作權法保護，影像品質和商業應用可能性較低的，卻較不易受質疑。除非停留在傳統文學藝術創作時代的著作權觀念，否則，對這種弔詭現象，不能視而不見。
可以預見，隨著 AI生成圖像的服務越來越普及、技術越來越成熟，將有越來越多的影像會直接或間接使用 AI 系統，原本因為成本或時效問題而不使用或較少使用影像的場合，包括職場和商業應用，都將因為 AI生成系統的普及而開始大量使用影像。由於 AI生成圖像的效率遠高於其他繪圖工具，相關應用將越來越普遍，尤其是商業性應用。
這還只是 AI生成的圖像，若再加上 AI生成的文字和音樂，甚至動畫、影片、3D 影像，所牽涉的經濟利益將更為龐大。
大量內容（contents）來自 AI 之後，因此所生的經濟利益終究難以避免發生衝突，法律爭議就無可避免。而和內容的產出和保護最相關的法律，就是著作權法，AI生成內容在著作權法上的定位，也就無可迴避。
只因為 AI 過於強大，人類作者在影像生成過程中所需要介入的技術程度降低，就認定 AI生成圖像是 AI 所創作、而非人類作者的創作，不僅忽略人類創作心智在整個過程中所扮演的啟動、引導、重試、修改、結束、定稿等等的關鍵作用，也忽略了著作權法的概念和架構是最適合用來規範人類心智產出的法律概念和規範體系，而且不分國內外，著作權法制也一直因應科技發展而不斷演變，與其從概念上爭執 AI生成內容是否為人類創作，不如思考 AI生成內容是否最適合置於著作權法體系內加以規範。
以資料庫為例，單純的事實性資料（data）不得主張著作權，即使是集合大量資料的資料庫（database），由於只是資料的集合（collection），而非創作（creative work），從概念上來看，原本不受著作權法保護。但是，資訊網路科技的發展，讓資料庫的經濟利益大到不可忽視，資料庫的法律規範對資訊經濟的發展也不可或缺，而仔細檢視各種和人類精神上產出有關的法律規範，包括專利、營業秘密、或另立新制等，著作權的既有概念和架構，包括合理使用（fair use）在內，其實更適合用來規範因資料庫所衍生的經濟利益衝突，因此，著作權仍然成為資料庫的主要法律規範。
正巧，前述闡釋著作權創作性的美國最高法院 Feist Publ’ns, Inc. v. Rural Tel. Serv. Co. 判決，也是和資料庫的著作權保護有關的著名判決。而我國著作權法第7條也明訂：就資料之選擇及編排具有創作性者為編輯著作，以獨立之著作保護之。
回顧著作權法制的發展歷史，著作權的保護標的和保護範圍其實不斷地擴大，相對地，合理使用（fair use）的範圍也是往擴大的方向發展，最主要的影響因素，其實就是科技發展，尤其是資訊與網路科技。資料庫的法律保護問題，就是著作權法因應科技發展而演變的最佳例證之一。
對一般使用者、商業公司、或與影像製作有關的產業來說，相較於資料庫的法律保護，AI生成內容的法律保護問題，可能有更直接的影響。若從概念上就否定 AI生成內容的著作權標的適格性（copyrightability），不但無法適應未來相關經濟利益發生衝突時的法規範需求，也可能低估對相關產業發展的負面影響。
美國著作權局拒絕本案影像小說 Zarya of the Dawn 的著作權登記，只是著作權登記行政主管機關的見解，並無拘束法院的效力，而且著作權登記也不是取得著作權保護的要件；至於國內，關於 AI生成內容是否受著作權保護的問題，目前也僅止於學界的討論。未來相關問題若引發訴訟，後續會如何發展，值得觀察；但不論企業或個人，在產出或使用 AI生成內容時，應該留意可能衍生的法律問題。
著作權歸屬（Ownership of Copyright）
以上所探討的，都是 AI生成內容是否可以享有著作權、也就是著作權標的適格性（Copyrightability）的問題，但即使認為 AI生成內容可以享有著作權，還有另一個問題：誰是著作權人？
AI生成內容的著作權人，理論上有三種可能性：AI、AI 擁有者、AI 使用者。限於篇幅，將另外撰文探討。
相關文章：