摘要(Abstract)：绝大多数使用者并未察觉，许多由人工智能(Artificial Intelligence, AI)生成之资产(assets)并不具著作权保护资格(non-copyrightable)。此情形影响深远且波及广泛——任何人皆可未经许可地使用、复制及"窃取"研究人员之成果且无须承担侵权责任(impunity)。本研究围绕此一法律现状展开论述，阐释法院与行政机关认定AI生成内容欠缺"人类作者身份(human authorship)"而不予登记著作权之法理依据，并探讨通过展现实质性人类创造性控制(sufficient human creativity and creative control)以主张部分保护之可行路径及相关实务建议。
本文解读基于发表于《Computer》期刊之论文《Your AI-Generated Assets May Not Be Yours》，该文系统梳理了当前美国著作权法(Copyright Act)体系下，人工智能(Artificial Intelligence, AI)生成内容——涵盖文字、代码、图像、音视频等数字资产——因缺乏人类作者身份(human authorship)而无法获得著作权(copyright)保护的法理基础与现实困境，并针对研究者与创作者提出可据以争取部分著作权保护之实务策略与知识产权(Intellectual Property, IP)布局建议。
主要研究方法概述
研究人员采用法学文献分析与判例研究(case law analysis)方法，援引美国最高法院经典摄影著作权判例Burrow-Giles Lithographic Co. v. Sarony (1884)、近期AI著作权判例Thaler v. Perlmutter及美国版权局(U.S. Copyright Office)2023年生成式AI政策指南，对美国现行著作权法中"人类创作性(human authorship / human creative contribution)"之认定标准进行规范性阐释(normative analysis)；结合当前生成式AI工具（含代码辅助工具GitHub Copilot类）应用场景，归纳满足"足够人类作者成分(sufficient human authorship to support a copyright claim)"之要件，并提出包含过程文档(record of creative process)、自写引导代码(original code to guide AI model)、非侵权训练/微调数据证明及聘请专业IP律师在内之最佳实践(best practices)，属典型法学理论结合产业实务指引之述评研究。
研究结果
What a time to be alive! … Yet that's not the most common interpretation of the law.
Courts have consistently argued that AI-generated content is not human generated and, hence, may not be copyrighted.
研究人员引述美国版权局一贯立场——缺欠人类创造性投入之作不含人类作者身份，不具著作权登记资格。并类比19世纪摄影著作权争议案Burrow-Giles Lithographic Co. v. Sarony，最高法院判决认定摄影师通过对拍摄对象姿态、服饰、布景、光影及构图的选取与安排，体现了人类思想之可见表达(visible expression of ideas in the mind of the author)，故具著作权；反之，"普通(ordinary)"机械性拍摄则不受保护。同理，仅输入简短提示词生成之AI内容被视为"ordinary"，不具保护资格，但若人类在表达要素(arrangement, selection, stylization)上有实质性创造性介入，则可就该人类创作部分获著作权。
Thaler v. Perlmutter及2023年美国版权局指南
华盛顿特区巡回法院于Thaler v. Perlmutter案中明确裁定：完全无人类作者参与之AI生成作品不得获著作权。美国版权局2023年指南阐明：关键在于人类对作品表达要素(expression)有无创造性控制(creative control)；若AI自行决定表达元素，则该生成材料非人类创作产物，但含有AI生成材料之复合作品中，若人类创作部分达"足够(sufficient human authorship)"标准，则著作权仅及于该人类创作部分(the human-authored aspects of the work)。纯粹或极少人类介入之AI产出代码、图文、影音属非保护性资产(nonprotectable asset)。
Best Practices to Protect Creations
研究人员归纳四项保护创作之最佳实践：(1)确保作品含明确且必要之人类创造性成分，缺此成分则资产无法生成或本质不同；(2)详实记录创作过程并区分人工完成部分与AI完成部分，如提供研究人员自写之用于引导(guide)生成模型之创新代码（例：特定风格之图像/视频合成算法），并证明其新颖性及方法论所有权；(3)证明未侵害他人著作权——理想情况系以自有专有数据或获授权/付费数据微调(fine-tune)模型；(4)聘请具备知识产权专长之律师协助与美国版权局交涉以最大化获准几率。若AI输出再现(unlicensed data regurgitation)未授权相似内容，不仅难获所有权认定，还可能陷入侵权纠纷。
The U.S. AI Foundation Model Transparency Act (H.R. 6881)
研究人员提示关注拟议之《美国AI基础模型透明度法案》(U.S. AI Foundation Model Transparency Act, H.R. 6881)，该法案要求联邦贸易委员会(FTC)制定标准强制AI模型开发者公开训练数据、算法及架构等信息，一旦通过可能增加模型开发商商业机密曝光风险，同时亦有助于用户核查训练数据合规性并保障著作权人权益。
AI Coding Tools and the Doe v. GitHub Class Action
针对软件开发场景，研究人员强调AI编程助手虽提升效率但人类仍居创造性主导位，须保有代码所有权。当前Doe v. GitHub案指控AI编码助手未经署名复用开源仓库受著作权保护代码片段且违反许可证条款。若因AI建议代码含第三方权利或无法证明人类原创性，企业可能丧失代码排他使用权，影响并购(M&A)中软件资产确权。此外AI易生成意大利面代码(spaghetti code，指结构混乱难以理解之程序代码)，加大权属举证难度，故研究人员建议在编码前撰写设计文档、流程图(flowchart)，并对最终代码进行重构(refactor)、注释(annotate)及完整过程留档。
讨论与结论翻译总结
研究人员总结认为，传统"作品归创作者所有"之预设在生成式AI时代不再当然成立。著作权仅保护含原始人类表达(original human expression)之作品，即便AI工具参与了部分生成过程。创作者须在最终成果中体现有意义的人类创造性(meaningful human creativity)，并遵循美国版权局及国际机构相关指引。对软件开发者而言，应在请求AI生成代码前先行规划设计与架构；影视与游戏从业者须确保角色、剧情、风格等核心要素具备可著作权性。除著作权外，企业应综合运用商业秘密(trade secret)、专有数据(proprietary data)、合同约束(contractual controls)及业务集成(operational integration)构建多层防御性知识产权策略。无法就纯AI输出主张著作权并不等于完全丧失可防御性(defensibility)，但要求更审慎之IP战略规划。
