“科學界定並規制其責任，是延續著作權法核心價值、平衡技術創新與知識產權生態的關鍵。”

作為連結底層技術與內容輸出的樞紐，生成式人工智慧服務提供者憑藉對內容生成機制、資料流向及傳播路徑的掌控力，成為版權侵權風險治理的關鍵主體。 2024年，多地法院在「AI奧特曼」等案件中，依法認定服務提供者是否就其產生的侵權內容承擔責任，為司法實踐指明方向，具有里程碑意義。然而，理論界與實務界在主體定性、歸責原則、過失認定及規則適配等方面仍存分歧，侵權行為全鏈條解構與責任邊界劃分尚未形成共識。科學界定並規制其責任，是延續著作權法核心價值、平衡技術創新與智慧財產權生態的關鍵。

01、生成式人工智慧版權侵權風險的典型場景

與傳統網路服務提供者「資訊傳輸管道」「內容儲存倉庫」的角色不同，生成式人工智慧服務提供者介入資料訓練至內容產生的整個過程，其行為與侵權結果的因果關係鏈更趨複雜。依據風險根源、行為主體及業務環節，可將其侵權風險解構為以下三類典型情境：

1.源頭性侵權風險。一是自動爬取資料的侵權風險。為提升模型知識涵蓋度與泛化能力，服務提供者常透過網路爬蟲技術大規模採集網路公開作品，過程中涉及的臨時或永久性複製、格式轉換及結構化處理，涉及著作權法規定的複製權、改編權。認定的核心難點是此類為人工智慧訓練目的的大規模複製能否及在何種條件下構成“合理使用”，現行法律尚無明確規定，實踐中亦缺乏統一裁判標準，亟待立法或司法解釋予以釐清。

二是合作資料的授權鏈風險。透過商業採購、授權許可獲取的訓練數據，合法性依賴完整且清晰的授權鏈。服務提供者作為資料最終使用者，負有資料來源合法性、授權範圍完整性及用途一致性的審查義務。若因疏於審查，使用存在權利瑕疵的資料訓練模型，且最終生成內容與原始作品構成實質相似，應認定其存在過錯，承擔間接侵權責任。此處的關鍵在於「合理審查義務」的具體邊界與標準。

三是投餵數據所引發的風險。在互動式場景中，使用者上傳受版權保護的資料供模型學習生成，服務提供者雖非直接內容提供者，但作為平台管理者與技術控制方，負有風險防範與監控的義務。對於具有明顯侵權特徵的「投餵」內容，未採取符合行業慣例的技術措施識別過濾，致使侵權材料被模型吸收並影響後續輸出，服務提供者因未履行必要注意義務而承擔責任。

2.過程性侵權風險。此階段風險產生於使用者與模型互動生成內容的過程，核心涉及服務提供者擔保義務的履行。生成過程的「黑箱」特性與輸出結果的機率性，導致使用者難以控制內容的版權形式。從法律關係來看，使用者購買使用服務形成服務合約關係，依據誠實信用原則與業界慣例，服務提供者負有提供合理範圍內不侵犯他人版權基礎服務的擔保義務。非因使用者侵權指令，模型響應普通中性指令時輸出與受保護作品構成明顯可識別的實質性相似內容，可初步推定服務提供者在模型設計或風險防控機制上存在不足，未盡到與專業能力匹配的注意義務；若服務提供者證明侵權結果完全或主要歸因於用戶規避過濾機制的惡意行為，則可以減輕或免除責任。

3.輸出性侵權風險。此類風險內嵌於技術本身，源自於模型演算法的固有缺陷。生成式人工智慧工作原理決定其輸出存在與訓練資料中表達近似的內在可能性，模型成熟度、泛化能力及內建版權約束機制，直接影響風險高低。作為技術研發與部署主體，服務提供者負有持續最佳化演算法、採取合理技術措施，降低固有風險的勤勉義務。因模型架構、訓練方法或安全對齊措施有可歸責缺陷，導致模型系統性、非偶然地輸出侵權內容，服務提供者為技術選擇帶來的擴散性風險負責。此處認定關鍵在於區分“技術發展階段的客觀局限”與“可歸責的技術疏忽或懈怠”，裁判時須保持審慎克制，避免過度苛責而阻礙技術進步。

02、服務提供者侵權責任司法認定的難題

1.歸責原則之爭。理論界與實務界的立場分歧集中於歸責原則的選擇，其中，主張嚴格責任者立足人工智慧侵權規模化、隱蔽化特徵及權利人舉證難的現實，透過加重服務提供者責任實現風險內化與強力威懾；主張產品責任者將人工智慧模型類推為“產品”，借助成熟的產品缺陷責任制度應對新型風險；堅持過錯責任者則認為，生成式人工智能具有廣泛合法用途，泛化適用嚴格責任或產品責任，使服務提供者承擔過重的“結果保證”義務，扼殺產業創新活力。此分歧的根源在於，著作權法體係以規制「傳播行為」為核心，難以涵蓋服務提供者「生成﹢傳播」的複合行為，傳統歸責框架與新型技術行為的適配性不足。

2.過錯認定之困。即便採納過錯責任原則，過錯的具體認定仍是司法實務的困難。一方面，過錯認定基礎難以錨定。生成過程的自主性與隨機性，使僅憑侵權結果無法直接反推服務提供者存在主觀過失，否則易滑向「結果責任」；但要求權利人證明服務提供者在複雜技術環節中的具體過失，又導致舉證負擔過重，陷入「權利保護失靈」的困境。另一方面，注意義務標準難以統一。技術快速迭代與應用場景多元化，使“合理注意義務”缺乏客觀的衡量標尺，如事前過濾義務的強度、技術優化的達標水平、不同規模企業的義務差異等均無明確標準，從而引發“類案不同判”，影響司法公信力。

3.責任形態之情緒。責任承擔形式的認定混亂，導致服務提供者責任範圍與過失程度不符。在用戶主導侵權的情形下，服務提供者本應承擔與其過錯相應的責任，例如按份責任或者符合法定條件的連帶責任，但實踐中因用戶難以追索，常被不當擴大為無差別的連帶責任，使其成為事實上的“最終兜底者”，超出過失範圍。當侵權根源在於服務提供者本身行為時，其本應承擔單獨責任，卻有時被納入與使用者的共同侵權範圍，導致責任主體與份額劃分不清，加重不合理負擔。這種責任形態的混淆，既不利於追責，也扭曲經營主體的行為預期。

03、服務提供者侵權責任的裁判路徑

結合生成式人工智慧的技術特徵與產業現實，筆者認為，可建構以過失責任為基礎、分層動態注意義務為核心、責任形態為保障的裁判路徑，實現權利保護、技術創新與公共利益的動態平衡。

1.確立過失責任原則的統領地位。將過失責任作為生成式人工智慧服務提供者版權侵權責任的歸責原則，具有充分的法理正當性與實務合理性。從法理層面來看，嚴格責任適用於高度危險性活動，旨在分配無法透過注意義務避免的固有風險，而生成式人工智慧服務主要引發財產性權益糾紛，不具備適用嚴格責任的法定情形；將其納入產品責任框架，忽視了人工智慧服務的本質屬性與損害形態的特殊性，難以契合「產品」的法律定義。從制度定位來看，《生成式人工智慧服務管理暫行辦法》明確將其定性為“服務”，規制重心在於服務提供者的運營行為與管理責任，過錯責任聚焦行為合規性，與監管邏輯高度契合。從產業發展來看，科技快速發展期的過錯責任，為創新預留必要空間，避免過嚴責任抑制產業活力，同時與現有網路侵權責任體系銜接，維持法律體系穩定性，為經營主體提供明確預期。

2.建構注意義務的審查標準。過錯認定的關鍵在於明確注意義務的邊界。結合不同業務環節的風險特徵，可建立分割場景、分層的審查標準，並隨技術發展動態調整，實現「過失認定有依據、義務履行有標尺」。

在訓練資料環節，聚焦「來源合法性與過程可追溯性」。重點審查服務提供者是否建立有效的資料審核與溯源機制，對已知侵權源是否排除，對第三方授權資料是否履行合理審查義務；鼓勵業界領導者揭露資料治理概況，確立高於一般標準的產業標桿，引導產業規範發展。

在內容生成環節，聚焦「風險識別與處置的有效性」。不應苛求服務提供者承擔普遍性事前過濾義務，但審查其是否建立暢通的「通知—處置」通道。參照民法典第一千一百九十五條至第一千一百九十七條，生成式人工智慧服務本質上屬於網路服務，同樣面臨海量用戶輸入與即時輸出的結構性困境，參照適用通知規則以較低成本製止侵權擴散，平衡權利保護與技術創新。然而，傳統避風港原則中的「刪除、屏蔽、斷開連結」係針對已儲存訊息，而生成式人工智慧內容即時生成、難以回溯。因此，必要措施的內涵須作技術化解釋，具體包括對相同或近似侵權提示詞進行即時阻斷、調整模型過濾規則、在技術可行範圍內，防止重複生成等。服務提供者接到合格通知後，未及時採取上述合理措施的，對損害的擴大部分承擔責任。過失認定圍繞服務提供者的回應態度與處置措施的合理性展開，不要求結果保證。

在演算法模型環節，聚焦“技術優化的勤勉度”，認可技術發展的客觀局限，不因偶發相似內容認定過錯；重點考察服務提供者是否積極跟進行業技術發展，採用成本效益合理的優化方案，降低侵權風險，對怠於履行技術優化義務導致系統性侵權的，則認定存在過錯。

3.實現過錯與責任形態的匹配。根據服務提供者的過失性質、原因力大小，適用對應責任形態，避免責任承擔與過失程度失衡。具言之，單獨責任適用於侵權完全歸因於服務提供者自身行為的情形，如使用侵權資料訓練模型、模型存在可歸責性缺陷等，此時服務提供者應獨立承擔全部侵權賠償責任，體現「自己責任」原則；連帶責任適用於權利人發出合格侵權通知後，服務提供者未及時採取必要服務措詞施的情形，依據民法典第一千一百九十五條的規定，服務提供者對損害的擴大部分與該侵權用戶承擔連帶責任，權利人可直接請求服務提供者賠償，無需先向用戶求償；按份責任適用於服務提供者與用戶均有過錯、共同導致損害發生，且各自過失與原因力比例可分的情形。例如，服務提供者未對明顯異常的侵權提示詞設置基礎過濾機制，而用戶故意輸入侵權指令誘導生成侵權內容，二者各自獨立的過錯行為原因力可分，可結合證據合理劃分雙方責任份額，實現“過錯相當、責任相當”。

總之，生成式人工智慧版權侵權責任的認定，是科技革命賦予司法的前沿命題，也是重塑數位時代版權治理體系的重要機會。司法裁判既不能因技術複雜迴避追責，也不能為產業發展一味寬縱。建構以過失責任為起點、場景化動態注意義務為核心、精細化責任形態為落點的裁判路徑，是平衡著作權保護、技術創新與公共利益的最適解。我們要隨技術演進細化標準、優化證明規則，加強司法與行政、立法的協同聯動，築牢數位經濟高品質發展的版權法治基石，引導生成式人工智慧在創新與規範的軌道上行穩致遠。

【本文系2025年國家社會科學基金社科學術社團學術研究一般計畫《生成式人工智慧監管與法律責任研究》（批准號：25SGC087）的階段性研究成果】