當前，生成式人工智能技術正引發(fā)生產(chǎn)生活方式的深刻變革。2022年美國發(fā)布的ChatGPT通過數(shù)據(jù)訓練實現(xiàn)類人化內(nèi)容生成，2025年杭州深度求索公司發(fā)布的DeepSeek則憑借算法創(chuàng)新與訓練范式突破，構建了生成式AI發(fā)展新范式，其與傳統(tǒng)人工智能的核心差異在于不局限于現(xiàn)有數(shù)據(jù)，具備自生成模式，可模仿甚至超越人類想象，創(chuàng)造出新的內(nèi)容，且呈現(xiàn)爆發(fā)式增長。新技術在催生新業(yè)態(tài)的同時，也對人工智能領域的著作權刑事保護提出全新挑戰(zhàn)，有必要從犯罪風險類型、司法實踐困境和刑事保護原則等方面進行闡釋。
從刑事風險維度觀察，其可能涉及的犯罪風險主要包括四類：
一是工具型犯罪，即利用生成式人工智能作為行為工具實施犯罪。此類犯罪的本質(zhì)未因技術手段更新而改變，責任主體明確為使用者。如2025年某法院審理的人工智能侵犯著作權案，被告人通過操控人工智能工具復制美術作品并制成拼圖銷售而非法獲利，被法院定罪判刑，體現(xiàn)了“工具屬性不改變犯罪本質(zhì)”的司法邏輯。
二是對象型犯罪，以生成式人工智能技術本身的權屬為侵害對象。如某法院審理的人工智能領域侵犯商業(yè)秘密案，行為人違反保密義務竊取人工智能芯片核心代碼并用于融資，此類行為直接指向技術成果的權屬保護，適用傳統(tǒng)商業(yè)秘密犯罪規(guī)制路徑。
三是數(shù)據(jù)型犯罪，存在于生成式人工智能的數(shù)據(jù)采集環(huán)節(jié)。生成式人工智能的研發(fā)以數(shù)據(jù)輸入和訓練作為重要條件。模型訓練依賴海量數(shù)據(jù)輸入，如果未經(jīng)著作權人許可，通過網(wǎng)絡爬蟲等破壞技術保護措施的手段獲取受著作權法保護的內(nèi)容，或者不當收集公民個人信息、商業(yè)秘密等，可能觸犯侵犯著作權罪、侵犯公民個人信息罪、侵犯商業(yè)秘密罪等罪名，核心爭議在于數(shù)據(jù)獲取的合法性邊界。
四是自主型犯罪風險，產(chǎn)生于人工智能內(nèi)容生成的脫離編程控制的自主行為。與傳統(tǒng)人類創(chuàng)作相比，人工智能自主生成物具有顯著特征：創(chuàng)作過程具有自主性，能獨立完成從構思到表達的全過程；創(chuàng)作結果具有不確定性，相同輸入可能有不同輸出；創(chuàng)作效率高，短時間內(nèi)能生成大量內(nèi)容；創(chuàng)作內(nèi)容多樣，可模仿多種風格和形式。此類犯罪形態(tài)對傳統(tǒng)刑事司法構成根本性挑戰(zhàn)。
前三種類型風險屬于現(xiàn)在進行時，可通過傳統(tǒng)刑法理論解決。第四種自主型犯罪風險雖然屬于將來進行時，但生成式人工智能的發(fā)展必然極大程度引發(fā)社會生產(chǎn)力的重大變革，進而引發(fā)生產(chǎn)關系的重大改變，將對刑事司法實踐提出四大挑戰(zhàn)：
一是責任主體認定困境。人工智能生成物涉及開發(fā)者、數(shù)據(jù)提供者、使用者、平臺運營者等多元主體，傳統(tǒng)“自然人、單位”犯罪主體框架難以覆蓋，責任歸屬面臨重構壓力。
二是對作品的獨創(chuàng)性與實質(zhì)性相似認定標準是否需要修正。刑法保護的“獨創(chuàng)性”需體現(xiàn)人類智力的直接創(chuàng)造性，而對人工智能生成物的“獨創(chuàng)性”判斷缺乏明確標準。自主生成物和被侵權作品是否構成實質(zhì)性相似缺乏判定依據(jù)，刑事打擊門檻難以把握。
三是侵權鏈條復雜化。從數(shù)據(jù)獲取、模型訓練到內(nèi)容傳播，環(huán)節(jié)多、技術性強，主觀惡意認定難度大，精準追責面臨技術壁壘。
四是刑事政策平衡難題。過度刑事干預可能抑制技術創(chuàng)新，縱容侵權則損害原創(chuàng)權益，需在“保護”與“激勵”間找到動態(tài)平衡點。
面對這些全新挑戰(zhàn)，法律工作者必須保持高度的法治理性。刑法應有所為有所不為。知識產(chǎn)權本質(zhì)上屬于民事權利，司法保護主要依賴民事法律手段。知識產(chǎn)權的私權性質(zhì)決定了其刑事保護較一般刑事案件更具有特殊性，針對上述挑戰(zhàn)，知識產(chǎn)權刑事保護在查明技術事實、與前置法（著作權法）保持一致前提下，需恪守三項原則：研發(fā)風險與承擔責任相匹配原則、技術特征與法律價值相平衡原則、適度介入與必要打擊相兼顧原則。
一是研發(fā)風險與承擔責任相匹配原則。承認技術中立性與風險伴生性，對研發(fā)者基于當前技術水平無法預見的風險后果，不得適用刑事規(guī)制，否則將違背主客觀相統(tǒng)一原則，阻礙技術進步。嚴格區(qū)分“研發(fā)行為”與“應用行為”、“技術提供”與“工具使用”。區(qū)分人工智能自主生成物是否適用于醫(yī)療診斷、公共安全等特殊領域和非特殊領域。對模型訓練中的必要數(shù)據(jù)使用瑕疵，與專門開發(fā)“盜版人工智能”的惡意行為應差異化評價。
二是技術特征與法律價值相平衡原則。從技術特征看，人工智能價值鏈涵蓋數(shù)據(jù)收集、模型訓練、內(nèi)容生成、應用部署等復雜環(huán)節(jié)，涉及多元主體，需要關注傳統(tǒng)法律主體與行為責任的對應關系。人工智能法律責任的界定需結合算法邏輯、數(shù)據(jù)來源、自主學習機制等技術特征，平衡創(chuàng)新激勵與風險防控。
三是適度介入與必要打擊相兼顧原則。刑法介入需保持謙抑性。對保護對象限定聚焦人類原創(chuàng)智力成果，對人工智能“輸出”內(nèi)容，僅在體現(xiàn)“人類實質(zhì)性智力投入”且符合獨創(chuàng)性標準時方可納入保護；對風格模仿、思想借鑒類生成物，通過民事途徑調(diào)整。對行為危害性門檻需限定于產(chǎn)業(yè)化、規(guī)模化、惡意明顯的侵權行為（如人工智能批量生成盜版作品、開發(fā)侵權專用軟件、平臺明知侵權仍傳播獲利等），普通侵權行為排除刑事適用。
生成式人工智能的發(fā)展是時代必然，刑事司法需在堅守上述三項原則的基礎上保持開放性。其核心在于，既不縱容以技術為幌子的惡意侵權乃至犯罪，也不為創(chuàng)新設置不必要的刑事障礙。唯有如此，才能實現(xiàn)著作權保護與技術創(chuàng)新的良性互動，最終守護原創(chuàng)者的合法權益與社會創(chuàng)新活力。
（來源：檢察日報，作者單位：上海市人民檢察院第三分院）