21世纪经济报道记者肖潇 北京报道

为凝聚行业共识、破解治理难题，推动AI技术在短剧行业的合规创新发展，切实保护原创版权，中国人民大学法学院近日主办了“AI短剧版权保护研讨会”。

研讨会上，暨南大学国际传播研究院院长、清华大学新闻与传播学院教授陈昌凤从传播学视角提出，当前AI领域版权侵权形态复杂、判定困难、责任模糊等问题，本质上是传统法律规则与智能内容生产结构之间的适配失衡。

“智能传播已经呈现出一种过程型生产结构，这一结构是内容生成、数据处理与平台分发高度耦合的结果，这种结构使得传统法律所依赖的权力配置和责任分配难以有效适应，进而出现失衡状况。”陈昌凤说，AI短剧版权机制的适配问题存在主体认定、责任归属、确权时序上的三重困境，在治理层面并非传统侵权问题的简单延伸，而是需要面向新型智力生产方式开展系统性制度变革。

陈昌凤教授以近期备受关注的“龙虾”为例，认为“AIGC作品从用户输入指令、明确创作意图，到模型生成、工具调用及分发的全流程中，权力不再集中于单一主体，作品生成是工作流协同的结果。”陈昌凤表示，过去的单一责任结构与如今的多主体协同生产之间产生冲突，制作方、AI技术方及平台难以划定权利归属的对应环节，致使“明知”或“应知”等法律规定的过错认定边界模糊。

AI生成内容的概率性特征与法律要求的确定性判断存在本质矛盾。责任归属多基于行为结果的因果关系，而人工智能生成内容常为多环节累积作用的结果，责任呈链式分布，突破了既有法律规则或标准，故传统模式在责任归属方面亦需适配。

在时序性适配问题上，传统版权遵循创作、确权、传播的线性时序，但AIGC尤其智能体条件下，生成与传播几乎无时间差。在短剧场景中，此无时间差导致确权困难，形成时序上的适配问题。

陈昌凤认为，AI短剧版权治理面临的系统性挑战，主要来自三方面深层原因。首先是内容生产过程化，AI创作并非一次性完成，而是多轮生成、多轮调整、持续迭代的动态过程，每一环节都涉及数据使用、权利来源、合规性判断等法律问题，当前司法与治理过度关注最终输出结果，忽视生成过程的合法性，难以从源头防范风险。其次是生产与传播深度耦合，内容高度依赖数据训练与算法推荐，数据来源直接影响表达形态，比如数据驱动与算法机制影响选题方向、内容风格、热点走向，产播一体化使得权利问题从内容末端延伸至数据与算法前端。第三是结构去中心化，多主体协同、无单一控制者的生产模式，削弱了传统版权制度赖以运行的稳定表达、明确作者、可归责主体等基础条件。

从传播角度的治理思考，陈昌凤提出两大方向：一是推动治理节点前移，要从结果治理转向全过程治理。当前平台治理多集中于内容审核与事后处置。但在新的创作模式下，要将合规要求落实到以制作方为主体的创作工作流中，而非仅依靠平台对最终呈现结果的被动把关，以此实现从事后认定向全过程规制的转变，从而在法律上讨论新责任问题。

二是推动责任从单点定责转向多主体协同分担。AI时代的责任呈现分层化、链条化特征，模型、工作流、工具技能、用户意图等均构成责任要素，不同主体、不同环节应承担与其行为、控制力、收益相匹配的责任。她强调，AI短剧版权问题不是传统影视作品侵权问题的简单扩展，而是新型智力生产方式引发的制度性问题，现有规则的底层假设已经滞后于技术与产业现实，仅靠修修补补、头痛医头无法从根本上解决问题。

最后，陈昌凤建议，面对AI短剧等智能内容新业态，必须跳出传统版权治理的思维定式，从内容生产与传播机制的底层变革出发，重新厘清法律的适用边界，推动版权制度、平台责任、技术合规、行业自律协同发力，构建适配分布式生产、链式责任、即时传播的新型治理体系，为产业健康发展提供稳定、可预期的制度保障。