AI生成音乐“可版权性”的困局与破解之道

当前，AI技术被广泛应用于千行百业，AI也被引用到音乐创作中，然而，AI音乐正陷入前所未有的争议局面，尤其是国内外AI音乐引发的版权争议持续发酵，法律边界仍然悬而未决，AI“听歌学歌”，究竟是创作还是侵权？

一、创作主体：谁可以为AI音乐署名？

《著作权法》第三条规定作品须为“智力成果”，但未明确“智力”是否必须来自自然人。华东政法大学教授王迁认为，“只有人的创作成果才能作为作品受保护”，其核心判断是：人工智能的研发者和使用者“均不能基于自由意志直接决定”生成内容，因此该内容并非人类以AI为工具创作的成果。将AI拟制为作者在逻辑上不能成立——拟制作者的前提是“先有作品”，而非“先有作者”。

中南财经政法大学教授徐小奔则认为，AIGC与人类作品在“客体外观上具有一致性”、在“经济利益上具有同质性”，应给予“著作权法平等保护”。其思路是将“人机互动视为一个创作整体”，通过将AI“拟制为形式主体”而非利益实体来证成AIGC的独创性。本文认为，对于AI音乐而言，应区分两种情形：使用者通过精细提示词设计、风格限定、多轮筛选表现出“实质性智力投入”的，可倾向于认可其可版权性；完全由AI自主生成、人类仅有笼统指令的，则不宜赋予版权保护。这一区分思路与徐小奔对“人机互动关系”的类型化分析相呼应，也与北京互联网法院在AI图片案中强调“自然人的智力投入”的裁判思路相一致。

二、数据训练：“学习”与“复制”的边界何在

训练数据的合法性是另一重更为棘手的困境。AI模型训练依赖海量音乐作品作为“养料”，但“听歌学歌”是否构成著作权法意义上的“复制”，核心争议并未消解。西安交通大学法学院教授焦和平、西安交通大学法学院博士研究生梁龙坤在研究中指出，以现有音乐为原材料的AI合成音乐，其对音乐素材的“复制性使用”和“表达性使用”难以适用合理使用豁免，侵权风险明确。

数据采集与储存环节对数字音乐作品的备份可构成复制行为；传播环节通过网络提供AI合成音乐，则落入信息网络传播权与广播权的控制范围。至于录音制品层面，AI翻唱同样面临侵害表演者权和录音制作者权的风险。

这一从法学外部视角观察得出的结论，在进入音乐创作的技术内部后更显复杂。“思想”与“表达”在音乐创作中本有分层：和声功能进行T-S-D-T（主-下属-属-主）属于公共领域的“思想”，人人可用；但若将其与特定的旋律轮廓、节奏型、配器色彩相融合，则整体可能上升为受保护的“表达”。

AI的深度学习所做的，恰是从“表达”中逆向提取“思想”层面的规律，再反向生成新“表达”，这让传统的“思想/表达二分法”出现适用上的缝隙。马一德、汪婷从制度层面补充了一个判断——我国合理使用条款沿用“封闭式列举+原则性兜底”模式，对训练数据中的临时复制、文本与数据挖掘等新使用方式未予回应，制度的适应性不足已是显见的症结。若将训练行为一律视为侵权，AI音乐产业将寸步难行；若一概豁免，著作权人的排他权又将形同虚设。

三、治理路径：法律如何回应技术挑战

完善路径宜从制度理念、技术工具与产业配套三个维度协同推进。制度理念上，需在著作权法修订或相关行政法规中明确合理使用边界。中南财经政法大学知识产权研究中心教授马一德、中南财经政法大学知识产权研究中心博士研究生汪婷主张体系化重构合理使用制度，将临时复制、文本与数据挖掘等基础技术行为纳入合理使用范畴，但须附加“未实质性替代原作品市场价值”的限制条件。技术工具层面，AI生成音乐的内容标识制度应加速落地。

2023年《生成式人工智能服务管理暂行办法》虽已搭建框架，但标准化与可追溯性仍有欠缺。可参考中南财经政法大学知识产权研究中心教授马一德、中南财经政法大学知识产权研究中心博士研究生汪婷关于“实质化改造透明度义务规则”的建议，建立分级分类的披露标准，要求服务提供者公布训练数据来源并使其可追溯。产业配套方面，西安交通大学法学院教授焦和平、西安交通大学法学院博士研究生梁龙坤揭示了授权困境的另一根源：音乐作品与录音制品的权利结构盘根错节，一首歌曲往往聚合词曲作者、表演者、录音制作者等多方主体，授权链条过长，法定许可与集体管理机制衔接不畅。破局之道在于推动著作权集体管理组织为AI批量授权开辟专门通道，参照录音法定许可付酬模式，制定专项付酬标准，从而显著降低版权清理的交易成本。

当AI可以在几分钟内“翻唱”出超过歌手本人一生的作品量时，法律需要回答的不只是“谁享有权利”，更是“技术应当如何被引导”。AI音乐著作权困境的实质，是“保护原创者权益”与“促进文化科技创新”之间的制度平衡问题。从摄影、录音到广播，每一次技术革命都曾引发版权制度的调整，AI时代同样需要这样的制度回应。这考验的不是法律的刚性，而是法律的智慧。（武汉音乐学院音乐学系 王靖涵）