问题——生成式人工智能提高内容生产效率、拓展创作手段的同时，也把著作权法长期依赖的“作者—作品”传统框架推到前台：其一，生成内容能否认定为著作权法意义上的作品；其二，如构成作品，权利应由使用者、开发者还是其他主体享有；其三，模型训练往往依赖海量数据，训练环节对受保护作品的使用是否越过法律边界；上述问题一旦处理不当，既可能抑制创作者积极性，也可能增加产业合规成本，影响行业健康发展。 原因——争议集中源于两上结构性变化。一方面，现行著作权制度普遍以自然人的创作活动为前提，强调作品体现人的思想情感与个性表达。对“全程自动生成、缺少人为创作投入”的内容，难以与传统“作者”概念相衔接。另一方面，现实创作中大量作品并非“一键生成”：使用者通过提示词设计、素材选择、结果筛选、反复修改与编排等方式参与生产过程，最终呈现具有明确审美取向和表达意图的成果。这种“技术参与下的人类创作”法律认定上处于灰区，导致权属判断缺乏统一尺度。 影响——权属不清带来的不确定性正向产业链传导。对创作者而言，若一概否认其在提示、取舍、编辑中的智力投入，可能弱化其持续创作动力，影响文化内容供给；对平台与企业而言，权属不明会抬高版权交易与内容分发风险，增加纠纷处理成本；对社会治理而言，权利边界模糊还可能被不法分子利用，借助技术批量生成侵权内容或以“难追责”逃避监管，冲击网络生态与市场秩序。 对策——治理的关键在于抓住“人的独创性贡献”此判断轴心，并将其转化为可操作的规则体系。其一，在司法实践与政策指引中继续明确：当使用者对生成结果作出具有独创性的构思、选择、取舍、修改和编排，并使成果体现其独特表达时，应充分认可其作为权利主体的可能性；提示词越具体、越具创意，后续调整越充分，越能体现独创性贡献。其二，推动开发者和平台在用户协议与产品规则中以通俗、醒目的方式标示权属安排、使用范围与风险提示，减少因默认规则不明引发的争议。其三，加快内容溯源能力建设，推广数字水印、元数据记录、版本留痕等技术手段，为权属认定、侵权取证与责任追溯提供支撑，提升治理的可执行性。 在训练数据合规上，需要鼓励创新与保护权益之间建立更稳定的制度预期。模型训练具有一定“非表达性使用”“转换性使用”特征，但训练过程往往伴随大规模复制与处理，若不加约束，可能对原作品的许可市场、传播收益造成挤出效应。针对现行“合理使用”条款难以完全覆盖新场景的问题，可考虑在著作权法框架内适时通过立法完善或司法解释明确边界，探索“法定许可+报酬请求权”等机制：在特定条件下允许技术开发者不逐一取得授权而使用作品进行训练，同时通过集体管理等方式支付合理费用并向权利人分配，让数据可获得性与权利人收益得到兼顾，减少“一放就乱、一管就死”的两难。 前景——可以预见，随着生成式人工智能在传媒、文旅、教育、工业设计等领域的应用深化，版权问题将从个案争议逐步走向规则竞争。下一阶段，应在统一标准、透明规则与技术支撑三上协同发力：以明确的人类独创性标准稳定预期，以契约与合规体系降低交易成本，以溯源取证能力提升执法与司法效率。通过制度供给与技术治理同向发力，有望形成既尊重劳动与创造、又鼓励技术迭代的良性生态，为文化产业繁荣和新质生产力培育提供法治保障。
人工智能与著作权保护的平衡之道，本质上是技术创新与法律规制如何协同发展的时代命题。在鼓励技术创新的同时维护创作者权益，需要立法者、技术开发者和内容创作者共同探索。只有建立清晰的法律框架和技术标准，才能让新技术真正成为文化繁荣的助推器，而非版权纠纷的导火索。这个问题的解决，将深刻影响全球数字经济的发展方向。