林秀芹 郭壬癸：人工智能对知识产权正当性理论的挑战与应对

在机器学习与人工神经网络加持下的人工智能技术突飞猛进，已逐步发展出类人智力，具备独立从事创新活动的能力，传统的单一人类创新主体分化为人类与人工智能二维创新主体，形成了“三元创新格局”。创新领域的“人类中心主义”岌岌可危，开始向“后人类中心主义”过渡，这将对知识产权正当性理论产生重大冲击。在人工智能自主创新的背景下，秉持“人类中心主义”的劳动财产理论与人格理论的逻辑前提，与“人”素缺失的事实相悖，因此理论解释显失合理性；同样建立在“机械功利主义”基础上的激励理论，不仅存在主体激励不能的逻辑困境，而且难以消解人工智能技术的双刃性，亦无法胜任理论阐释的任务。建立在“社会中心主义”理论要旨上，贯彻“平衡主义”，注重“分配正义”与“公共领域丰盈”的社会规划理论，契合了人工智能时代的需要，可以有效规避“人”素缺失陷阱、破解主体激励不能与技术双刃性困境，在激励创新的同时，均衡知识的传播与利用，促进人的自我实现以及社会的公平与繁荣发展。

人工智能 劳动财产理论 激励理论 人格理论 社会规划理论

引 言

近年来，随着机器学习与人工神经网络技术的突破，人工智能技术发展迅速。2021年AlphaFold实现了对人类98.5%的蛋白质预测，2022年ChatGPT进一步实现了自然语言处理。目前，人工智能正朝着更加“聪明”、反应更加迅速的通用型人工智能方向发展。Elon Musk指出，人工智能作为人类有史以来最具破坏力的技术，在可预见的将来将会超过人类。有“人工智能教父”之称的Geoffry Hinton认为，通用型超级人工智能很快将会诞生，它将比人类更加聪明。无独有偶，Open AI创始人Sam Altman秉持相同观点并将时间节点精确为十年内。未来虽未至，当下现端倪。现阶段人工智能已然参与创新活动，如Stable Diffussion、Midjourney及Optimus等人工智能工具，仅需人类少量的提示便能完成创作，形成客观上具有独创性或满足创造性的成果。随着人工智能的继续发展，在创新领域可合理预见创新主体将从单一人类主体向“人类+人工智能”二维并列创新主体格局演变，创新活动将从“人类独立创新+人机结合创新”二元创新向“人类独立创新+人机结合创新+人工智能独立创新”的“三元创新格局”发展。

人们总是对不确定性充满恐惧，但实际上“人们所恐惧的并不是不确定本身，而是由于不确定性使我们有可能陷入危险”。正是由于对未知风险的恐惧，人们总在寻求一切可行方式增加确定性概率。理论研究便是赋予人们在不确定性中寻求确定预期与指导的有效方法。因此，人们往往期待理论研究的适度超前，在面对未来不确定性所生的“未知恐惧”时给予理性支持。随着人工智能技术的快速发展与全方位介入创新领域，“二维并列创新主体格局”与“三元创新活动格局”的发展趋向，将对建立于“人类中心主义”基础之上的知识产权正当性理论造成重大冲击，致使以“人类中心主义”为逻辑基础的知识产权正当性理论无法对人工智能诱发的不确定性提供有效理性支持。正是由于相关理论研究的滞后无法因应人工智能的快速发展，《人类简史》作者赫拉利等学者联名发布公开信呼吁暂停通用型超级人工智能的实验，以待相关理论研究的完善。然而，人工智能是新一轮技术革命的核心之一，促进其发展是产业勃兴之所需与国际时势之所趋，须臾之隔便可能关乎整个产业发展之成败，不可常停久滞，因此，相关理论研究的推进迫在眉睫、不可久待。为因应时势发展、泯纷争于未萌，有必要深入检视人工智能对知识产权正当性理论的挑战，立足“三元创新格局”的未来图景重塑知识产权正当性理论。

一、智力的实质与人工智能的智力适格性

在前人工智能时代，只有人方能从事创新活动的确信从未被质疑。随着人类进入人工智能时代，人们开始反思是否只有人才能从事创新活动，而通用人工智能的发展进一步放大了对“人是唯一创新主体”的怀疑，传统的建构在“人类中心主义”基础之上的知识产权正当性理论摇摇欲坠。此种反思怀疑的焦点在于人工智能是否具备智力而能够独立从事创新活动。如若认为人工智能具备智力，那么人工智能能够独立从事创新活动便不言自明，传统以“人类中心主义”为论证基础的知识产权正当性理论势必岌岌可危；如若反对人工智能具备智力，那么便不会认可人工智能可独立从事创新活动，以“人类中心主义”为论证基础的知识产权正当性理论仍具有强适用性。此种争论分歧持续不断，并逐渐演变为两大主要流派：弱人工智能流派与强人工智能流派。前者认为人工智能永远不可能具备智力，仅是工具性的技术综合体；后者认为人工智能可演化为具有类同细胞新陈代谢般自我复制和升级能力的智能体，不断地迭代而形成智力，甚至超越人类智能。时至今日，两派观点仍在激烈交锋，交锋范围随着“图灵测试”与“中文屋测试”等人工智能智力鉴别方法的提出而不断缩减，但迄今仍未到达弥合“奇点”。

追根究底，此种分歧的根源在于两千多年的哲学认识论以主客体二分为基础：人是主体，外部世界是客体，仅拥有智力的人才能作出决定，“只有人类这样的智慧生物才有能力去认识（客观）世界”。人是认识与改造世界的动因和本体，既是认识与改造的起点，也是认识与改造的终点，外部世界是认识与改造的对象。此种主客体二分的认识论在前人工智能时代是站得住脚的，传统科技问题中能够明显区分出科技的使用者与被使用的科技工具。如飞机，制造与使用者是人类，飞机是被制造与使用的工具，仅作为人类生理器官功能的延伸或补足，服务于人类的特定需要。但是人工智能的出现使得传统的主客体二分认知论基础发生了动摇。在机器学习、人工神经网络与大数据技术的加持下，人工智能朝着可自我升级（self-improvement）、自主学习及自主设定目标的智能体演变，逐渐摆脱人类大脑器官延伸的功能主义定位，成为了具有类人智力的认知主体，具备了认识与改造世界的主体资格，能够自主决策。此时，人工智能具备的自主“学习”“思考”“设定目标”与“决策”能力是否属于智力必然陷入争议。因此，欲研究适用于人工智能时代的知识产权正当性理论，便无法回避何为智力以及人工智能是否具备智力的问题。

（一）人工智能契合智力的本质

如上所述，人工智能是否具备智力问题的纾解，离不开智力为何这个问题的澄清。对于智力的概念，学者们界定不一。皮亚杰提出的认知发展理论认为智力是以语言能力和数理逻辑能力为核心，通过整合方式而存在的能力，具有成功解决问题与良好适用性两大特征。加德纳认为智力是基于特定社会文化形成的价值标准下，特定主体运用于化解问题与产出有效产品的能力；智力可包括语言、节奏、数理、视觉、运动、自省和交往等七元智力结构，每个个体拥有的智力结构不同，如有人擅长写作，有人善于唱歌等。虽然学者们对智力的定义各有差异，但均赞同智力包含解决问题的目的要素和信息加工要素等两个核心要素，因此智力可表述为在预先设定的目标指引下，通过对特定信息的接收与学习，掌握特定信息背后蕴含的规律以解决同样问题的能力。

就解决问题的目的要素而言，目的要素的存在意味着“行为是有目的”，这是一个因果律的描述，与纯粹运动相区分，表征随机性（Randomness）的排除，行为处在主体的控制之下。就人工智能而言，此种带有指向性的控制，实际上等同于人工智能的任务。人工智能的任务包括内在需要型任务与外部交互型任务，前者是人工智能基于内在需要而生，后者是人工智能通过与外部世界交互形成。人工智能基于维护自身运行发展的用电、存储等需要，能够产生内在需要型任务，并通过“贪婪算法”或“主动搜索算法”等“人工好奇心”（artificial curiosity）的方式实现；而与人类、自然环境以及其他人工智能进行外部交互时产生的交流、移动与处理需求，则能够构成人工智能的外部交互任务，可通过“效用函数”等使外部交互“目的因”得以编码。

就智力的信息加工要素而言，信息加工是外部环境信息输入、信息结构中逻辑关系提取以及逻辑计算后信息输出等部分的有机组合。其中逻辑关系的提取主要服务于目的要素：既可以是同时性提取，也可以是有时间顺序的继时性提取；既可以是无损提取，也可以是主要特征的提取。逻辑计算则是基于逻辑规则，将输入信息中提取出来的逻辑结构进行逻辑运算，从而输出可服务于目的要素的信息。人类的信息加工，便是眼、耳、鼻、口及皮肤等器官接收外部环境信息，然后通过神经细胞传递给大脑，大脑将信息中的逻辑结构提取出来并进行逻辑运算后，经过神经网络借助特定器官（手、脚及口等）输出信息。人工智能的信息加工模拟人脑进行运作，信息加工流程极其相似，区别在于人工智能的信息存储、计算与传输是由不同硬件与软件综合发挥作用，而人类的存储、计算与传输则是一体化于人脑之上，然而此种区别并不影响信息加工效果的类同。

可见，就表征智力本质的解决问题的目的要素和信息加工要素等两个核心要素而言，人工智能能够满足智力的核心要素规定。换言之，人工智能与智力的本质相契合。

（二）人工智能的发展足以产生智力

人工智能对智力的核心要素的满足，仅是判断人工智能具备智力的必要非充分条件。人工智能是否具备智力，还应当考量人工智能是否足以产生智力。人工智能是否能够产生智力，又取决于人工智能是否拥有自主设定任务、自主发现与修正信息处理方法的能力。一个仅能机械依照特定方法完成任务目标的物体，无法谓之能够产生智力。是故，如果主张人工智能具备智力，判断其可否自主设定任务并演化算法便是必经过程。可否自主设定任务并演化算法，又与算力、逻辑与结构（逻辑结构与数据结构）紧密相关。因此，有必要从算力、逻辑和结构等方面判定人工智能可否自主设定任务并演化算法，进而判断人工智能可否产生智力。

算力是指对数据进行信息计算处理并输出结果的能力。算力是数据收集、存储、计算和分析等能力的综合。算力虽与智力有关，但并不等同于智力，也不决定智力水平高低。算力通常被理解为计算能力，包含计算强度、计算速度和计算效能等三个维度。就计算强度而言，目前人工智能计算强度仍难以与人脑计算强度相当。根据研究表明，计算强度以“每秒浮点运算次数（FLOPS/s）”为表示方法，人工智能的计算强度达到1013-1017 FLOP/s方能匹配人脑计算强度。目前，神经元模拟网络的规模在不断扩展，日本冲绳工业大学研究生院（OIST）和德国于利希研究中心（Forschungszentrum Jülich）的研究人员已成功模拟了一个由1.73亿神经细胞组成的具有10.4万亿个突触连接的神经网络，这使得立足peta级人工智能模拟人脑计算强度在技术上已能够实现。未来随着光芯片等技术突破，人工智能计算强度将能够比拟人脑计算强度。就特定领域计算速度与计算效能而言，人工智能已然超越人类，如AlphaGo下围棋等。因此，综合来看，人工智能的算力水平已在快速迫近并局部超越人类的算力水平。

逻辑是指一种进行合理且良好推理的特定思维方式。逻辑表现为一种正确的推论，即提出主张并用理由支持它们，体现着特定对象之间的相关关系或顺序。逻辑能力是智力的重要表现方面。人工智能可通过逻辑门将人类逻辑推理时的逻辑关系映射为逻辑计算。逻辑门设定0为假、1为真，通过逻辑常数中量词、命题连接词与恒等式等，将逻辑关系基本逻辑计算，如“not”真假互换，“and”一个假为假，“or”一个真为真，“if...then”有异为真、有同为假等进行组合，借助逻辑电路的电平信号，将“真”和“假”等逻辑关系映射到集成电路上（1为开，0为关的开关网络）以实现复杂的逻辑计算。逻辑门的映射关系表现为人工智能接收数据，通过调取数据进行分析，然后基于逻辑关系输出结果。

逻辑推理正确与否与逻辑计算速度无关，只与逻辑门结构与输入数据有关。人脑通过外部环境以器官细胞为媒介输入信息，激活脑细胞生物化学反应产生生物电（兴奋电位为1，抑制电位为0），脑细胞神经突触在生物电组合下到达特定阈值，激活特定细胞处理与传递信息，从而实现神经逻辑计算；人工智能通过外部环境以物理设备为媒介输入数据，激活晶体管产生物理电流（高电平为1，低电平为0），晶体管在神经网络参数组合下达到特定阈值，激活特定晶体管处理和传递数据，从而实现物理逻辑计算。在逻辑方法上，传统人工智能使用演绎推理方法构建人工智能逻辑计算，如专家系统，而现在人工智能引进归纳学习方法，如深度学习、无监督学习、迁移学习等，使得人工智能逻辑计算更加类似人类推理。因此，就逻辑能力而言，人工智能与人类智能并无二致。

逻辑推理的过程是逻辑门结构应用数据计算的过程，推理的结果是基于逻辑门结构对数据进行计算后的输出。逻辑是特定结构的关系，不同结构产生不同逻辑计算结果，结构改变影响逻辑计算过程与结果。由此可见，结构是人工智能逻辑推理的关键之一。一个物体的功能决定于其内部结构，结构越复杂，功能也越丰富。只要能够设计一个足够复杂的结构，那么便可以产生特定目标功能。这意味着只要人工智能具备复杂结构，那么便可以形成自主逻辑推理以及产生合理推理结果的功能。

此种复杂结构何以可能呢？首先，就逻辑门结构而言，通过模拟人脑生物神经元与神经网络，将人脑结构予以约简，通过编程建构数学模型在数字神经元基础上建立人工神经网络。同时，模仿人类逻辑推理与归纳推理方法，构建专家系统、机器学习算法等，使得通用人工智能不仅可以基于事实知识库运用逻辑规则进行推理，也可以基于数据实例学习证据构建假设用于预测，从而进行依赖事实的明显（精确性）推理与依赖数据的不明显（模糊性）推论。其次，就数据结构而言，利用大数据技术，将拥有多维度、巨数量与高密度的各种实时数据进行数据汇集，形成逻辑运算的输入数据。通过人工神经网络与机器学习算法的结合，从大数据中实时动态学习数据结构中的逻辑关系（此种逻辑关系表现为一种概率，是与否的可能性），对学习获得的证据不断进行参数（权重）调整，结合损失函数中的奖惩机制，人工智能可与人类一样进行“自主学习”。通过此种方式，人工智能得以从大数据中习得复杂数据结构，结合复杂人工神经网络逻辑门结构，可实现动态算法自组织，最终将算法存入逻辑门结构之中，实现推理的自主性。

由此可见，随着人工智能技术的发展，人工智能可基于大数据技术从外部环境中获取并输入海量数据，通过构建高度复杂的类人人工神经网络，在算力加持下结合机器学习算法与成本函数等学习和存储数据结构中蕴含的逻辑关系，从而从数据中习得算法，然后结合人工神经网络逻辑门结构动态自组织算法，从而合理解决问题。这表明人工智能的发展将使其具备自主演化算法、自主设定任务并自主解决问题的能力。申言之，人工智能足以产生智力，从而能够自主从事原独属于人类的创新活动。

二、人工智能对知识产权正当性理论的挑战

知识是已知事物的总和，是人类智慧的结晶。知识的作用在于把握理性，传播智慧，在于实现记忆自我与经验自我在实践中的统一，促进人的全面发展。因此，知识具有天然的公益性。但是，新知识的产生与个体的创新紧密相关，凝结着个体的劳动与智慧，因此又具有私有性。知识是人们对自我与外部世界的认识，并通过人们的表达得以传播与被理解。正是知识可形成外在表达的特征使其区分占有成为可能，知识的公益性与私有性逐渐分离。

为了激发个体智力创造的热情，防止公地悲剧，保护特定知识私有性的知识产权应运而生。知识产权赋予特定主体对特定知识的私有性保护，与知识自由传播的开放公益性冲突，因此该权利自诞生便饱受诘问。古罗马法学家塞尔苏斯指出：“法乃善良公正之艺术。”法律的神圣性并不来源于外在强制力，而是根植于其自身的道德层面的正当性。因此，作为法所保护的权利，知识产权被人们认可且保护的前提在于其具备内在道德正当性。为探究知识产权的正当性，当前学者们主要提出了四种理论：劳动财产理论、人格权理论、激励理论与社会规划理论。虽然四种理论的理论逻辑各有异殊，但均对知识产权正当性理论体系做出了相应的理论贡献。随着人工智能技术的发展，特别是通用人工智能的出现，上述理论的提出背景与论证前提均已发生变化，传统知识产权正当性理论的适用性受到了严峻挑战。

（一）人工智能对劳动财产理论的挑战

为论证有形财产的正当性，约翰·洛克于17世纪提出了著名的“劳动财产理论”。劳动财产理论的逻辑论证主要由三个部分组成。首先，洛克提出一个前提假设：土地和所有低等生物为人们所共有，且每个人对其人身享有无可争议的所有权。其次，洛克从前提假设出发，推导出通过身体的劳动属于个人。如若人们将其劳动或者其所有物添加到任何物体上，使该物脱离了自然所提供或所处的状态，那么该物便成为人们的财产。最后，洛克由此得出结论：因为劳动属于人们无可置疑的财产，人们通过添附劳动使物体从自然所处的共有状态脱离出来，那么便可以对该物享有财产权，并阻断其他人对该物享有的共有权。同时，为了防止人们对易耗的有形财产过度占有造成实质的财产浪费，洛克对财产权的取得设置了两个限制条件：其一，留有足够多且同样好的东西为他人共有；其二，以自身生存和发展所需为限度，超过限度的部分归属他人所有，即不得浪费。综言之，对于公有公用的公共资源，个人无须他人一致同意，便可通过添附劳动的方式，在满足不浪费且留有足够多且好的东西前提下，获得公共资源的所有权。

劳动财产理论建设之初的适用对象主要是有形财产。但伴随著作权、专利权等知识财产权日渐增多和重要，学者们开始寻求知识财产权的正当性解释。贾斯丁·修斯等学者立足劳动的共性，认为基于体力劳动的有形财产权正当性理论，亦可适用于基于脑力劳动的知识产权的正当性论证，由此将劳动财产理论引入知识产权正当性论证。人们可通过对公有领域的知识掺入智力劳动，从而获得智力劳动的果实——特定的知识产权。

由劳动财产理论可知，人们要正当获得对特定知识的知识产权，应当满足一个前提预设和两大限制条件。前提预设是指特定知识中掺入了人们的智力劳动，两大限制条件则为不浪费与留给他人足够多且好的东西。但是，劳动财产理论证成的逻辑条件随着技术的进步，特别是人工智能技术的发展，已被逐渐侵蚀。

首先，劳动财产理论的前提预设已被人工智能日渐蚕食。19世纪末期，计算机的发明进一步减少了人们创作时的智力投入，部分创作活动仅需人们简单操作便可完成。20世纪中期以降，模拟、延伸与扩展人类智能的人工智能被研发出来并不断迭代，人工智能进行创作与创造活动所需要的人类智力劳动已经微乎其微，甚至根本不需要人类的参与，“人”素的重要性逐渐降低。于自然状态的公有物之上掺入智力劳动不再是专属于人类的“特权”。此种情况下，建立在“人类中心主义”基础上的劳动财产理论的前提假设——掺入人类劳动已被蚕食。“人”素的式微，导致人的劳动与财产之间的伦理逻辑关系链条断裂，劳动财产理论的前提预设崩塌。

其次，人工智能异质高效“劳动”与劳动财产理论的两大限制条件相冲突。基于机器学习能力与强大的算力，人工智能在大数据技术加持下，能够利用现有数据大批量地生成原来仅能由人类创造的文艺作品与技术方案等智力成果。这将产生两个方面问题：其一，劣币驱逐良币效应显现。人工智能通过低时间成本、高产出效率地生产大量迎合市场需要的“作品”，致使人类创作者因人工智能的高效竞争而被排挤出创作市场。由此可能导致平庸、低质与同质的作品充斥市场，思想深邃、审美高雅的作品难寻，“信息茧房”效应进一步加深，人们审美情操日益倒退，最终阻碍社会进步。这将会导致社会资源的极大浪费。其二，新知识的传播利用受阻。在大数据技术、机器学习算法与算力的赋能下，人工智能立足特定知识资源可以有效率地进行穷尽式排列组合，生成海量的作品和新技术方案。此时，大量的新知识成为知识财产，为少数研发、运营或使用人工智能的个体所独占。在稀缺性意味着价值性的前提下，受逐利性的驱使，人们将会采取一切措施阻断他人与新知识的广泛接触，从而维持新知识的稀缺性，由此新知识的自由传播与利用受阻，“人类社会面临抽象物供给的短缺”。这将导致他人获取足够多且同样好的东西的难度急剧增大。因此，人工智能“劳动”的异质“高效性”会造成知识产权生成的“殖民效应”、知识产权获取的“挤出效应”以及优质知识产权的“扼杀效应”。这违背了财产权取得的两大限制条件——不浪费与留给他人足够多且好的东西，因此与劳动财产理论的推论条件相冲突。

是故，劳动财产理论无法适应人工智能时代知识产权正当性的需求。针对人工智能对劳动财产理论逻辑链条的冲击，有学者提出对劳动财产理论的“共有、劳动与需求”三要素进行适当调试，使其契合人工智能时代知识产权正当性论证的需要。具言之，其一，为了避免权利的争夺与冲突，可将公有物从任何人可自由占有而无须他人同意调适为任何人如欲占有须获得其他所有人同意，使得人工智能利用公共领域知识生成智力成果时，须满足其他所有人同意的法律规则（通过立法将“所有人同意”转化为法律规则），遏制人工智能知识产权生成的“殖民效应”；其二，扩大解释“劳动”要素，将数据提供者、编程者与使用者的“间接劳动”纳入劳动考量范围；其三，强化需求要素，综合《著作权法》中的权利限制规则与《专利法》中的强制许可规则等，形成内部限制机制，综合《反垄断法》中的滥用市场支配地位行为规制规则与《反不正当竞争法》中的违反商业道德行为规制规则等形成外部限制机制，使得利用人工智能获取财产权符合劳动财产理论。此种调试观点虽认识到人工智能可自主进行创新的事实，并回应了利用人工智能获取财产权的限制条件问题，但是回避了应如何调试“人的劳动”的概念范畴以合理容纳异质于“人的劳动”的“人工智能的劳动”，仍无法解决劳动财产理论论证的逻辑前提——“人素”的缺乏。另外，引入“间接劳动”的尝试会使得劳动财产理论的正当性基础——通过直接劳动取得财产权的核心立论自溃。因为如若承认“间接劳动”产生财产权，将会助长不劳而获，加剧社会资源分配的不公。实际上，劳动财产理论的前提预设无法吸纳人工智能的“劳动”的原因在于，劳动财产理论是为了摆脱神权和封建王权、彰显人的价值和适应保护私有财产的时代需要而构建，具有强烈的“人类中心主义”色彩。这种“人类中心主义”要求理论论证的出发点与落脚点均应为“人类”，与人工智能独立进行创新活动时“人素”缺乏的实践特点隔阂深重。故而，劳动财产理论无法胜任人工智能时代知识产权正当性的论证任务。

（二）通用型人工智能对激励理论的挑战

激励理论是立足功利主义论证知识产权正当性的特定路径。功利主义将追求个体幸福或社会福祉的最大化作为最终价值。任何行为应根据其能否增进或多大程度增进这一最终价值，来判断行为是应当支持抑或反对。创新是新知识的发现或创造过程。一般来说，新知识的发现或创造，不仅有助于提升人们的自我认知，促进人们不断了解和追求真善美；而且有助于人们强化认识世界和改造世界的能力，实现与外部世界的和谐相处，最终促进社会福祉的最大化。因此，创新应当得到支持，任何人、任何事或任何行为，凡是有助于创新均应被赞成。

新知识是事物内部或事物之间非已知的、非显性的以及非一般性的信息。新知识的发现或创造往往需要花费大量时间、智力和金钱，而且此种时间、智力与金钱的投入并非必然对应着新知识的产生，因而能够产生新知识的创新活动具有明显的稀缺性。此种稀缺性意味着商业价值，对其进行不当攫取和占有，如同恶魔的低语不断诱惑着逐利的人心。由于新知识不仅可通过物理载体进行转移，亦可凭借人脑记忆进行传播，前者在印刷与数字技术加持下转移更加便捷，后者则因人脑特殊构造致使传播无法管控，致使不当攫取与占有的诱惑被进一步放大，创新成果的剽窃与搭便车等不良行为频发。创新所得新知识被不当占有会导致创新主体无法收回投资和获取收益，削弱市场主体投身创新活动的热情，最终导致原始创新难以产生、后续创新难以为继。为了创新的生发、延续与可持续，便需要采取措施进行激励。其中，最有效措施之一便是赋予创新主体对新知识的排他性垄断权，以法律赋予合理预期与强制力保护来维护创新主体对新知识的独占与管控能力，保障其收益期待，从而激励更多主体投身有益的创新活动。这便是激励理论对知识产权正当性的论证逻辑。

由此可知，激励理论认为，为了实现社会福利的增长，应当建立知识产权制度，通过授予创新主体专有性的知识产权，以独占收益激励相关主体进行创新，并反过来促进知识的公开与传播。《与贸易有关的知识产权协定》第7条规定的通过设立知识产权以促进创新和社会福利的增长，便是激励理论思想的表达。我国著作权等知识产权法律立法目的条款，亦体现了激励理论思想。

激励理论的结构性假设通过设立排他性权利，将特定新知识的管控权利赋予特定创新主体，使得创新主体可立足该权利获得收益可能，从而激发其收益动机以实现原始创新的生发与后续创新的延续，最终促进知识公开与传播以及社会整体知识量的增长。激励理论的假设之所以能够成立，离不开两个基本要件：其一，主体具备激励的可行性；其二，能够真正促进创新与知识传播以实现社会福利最大化。然而，随着人工智能的快速发展并进入创新领域，激励理论的两个基本要件面临着严峻挑战。

首先，人工智能不需要也不能被激励。在前人工智能时代，创新活动的主要参与者为人类。根据激励理论，理性人类参与创新活动以利己性作为出发点与内在动因。利己性表现为经济、政治、名誉等方面收益偏好，其中以经济收益偏好为主。因此，激励理论通过赋予创新主体对新知识的排他性专有权利，使其能够获取超过边际成本的“独占性收益”（supr-acompetitive profits），进而激励创新主体积极投身创新活动以获取更多排他性权利，既符合人性因而具有伦理意义，也符合逻辑因而具有理论意义。但当人工智能独立进行创新活动时，人类作为创新主体身份的唯一性被打破，激励理论的伦理意义与理论意义均被动摇。

与碳基人类不同，人工智能是一系列程序、硬件的复杂硅基组合体，执行已编译的程序并不断自组织演化，不会被人类占有、竞争、虚荣等交织欲望所牵绊。只要人工智能的预设程序包含着输出特定作品或专利等任务，那么在数据与电力供应等充足情况下，人工智能便能自主且持续产出内容，并不需要外部激励其从事该特定创新活动。因此，无须讳言，人工智能不需要也不能被激励。激励理论的主体激励可行性预设，在面对人工智能创新时存在严重的适用障碍。

其次，人工智能技术的两面性，使得“机械功利主义”激励路径难以为继。一方面，人工智能的超高运算速度与效率禀赋具有创新促进的正向效应，这与“机械功利主义”激励路径在短期效率上相耦合。创新本质是发现非已知的、非显性的、非一般性的信息，此种特殊信息的发现方式可通过对具有逻辑联系的知识进行排列组合、对大量数据进行高密度逻辑关联性分析、立足已知知识进行多维技术可行性尝试等三维路径予以实施。但无论创新实施路径为何，创新路径实施效果与尝试次数紧密相关。易言之，尝试次数越多，创新达致的可能性越大。而创新路径尝试次数与运算速度的支持密不可分。一般而言，运算速度越高，可尝试的排列组合种类、可分析的数据量与可试错的技术路径越多，产生创新可能性也就越大。作为生物组织的人脑，在通常情况下处理与外部环境的关系上并不需要高运算速度，而且为减少能量的损耗，人脑绝大多数情况偏好于依赖低运算需求的压缩性知识存储（归纳）与逻辑复现（演绎）。正是人脑这种低运算速度特性，一定程度限制了人类创新活动的效率。然而，源流于专注计算速度与任务执行效率的计算机，人工智能承继了高计算速度与效率禀赋，能够对数据进行超高速度与效率运算。具有超高运算速度的人工智能在大数据技术加持下能够海量且快速搜集与分析数据，不仅可以利用数据中蕴含的知识进行有逻辑且符合审美价值的排列组合，而且可以对数据内部或数据之间蕴含的内在隐性关联性进行发掘，以及立足已知知识并将其作为推导条件对后续可行的技术方案进行穷尽性探索，从而高效进行艺术作品创作、技术发明创造等创新活动。正是人工智能高效的艺术作品创作及技术发明创造能力，使得艺术作品与技术发明在可预见的未来大量涌现成为可能。由此，对人工智能的发展而言，“机械功利主义”激励路径粉墨登场，即片面强调激励人工智能发展对创新的促进作用，“一叶障目”式鼓吹人工智能技术的正向效应。

然而，另一方面，人工智能技术亦具有负面效应。无约束地单向激励人工智能技术发展与应用，任由人工智能凭借运算禀赋在创新领域的野蛮生长，将会阻滞创新的可持续。换言之，如若每个细分领域，人工智能均不受约束地释放其运算禀赋持续地进行创新活动，将会造成人工智能生成物的泛滥与公共资源的过度利用，严重冲击知识产权运行秩序。实际上，通过赋予知识产权专有权进行创新激励之旨趣不在于局部的、短期的个体创新促进效应，而在于实现整体的、长期的社会福利最大化，其最根本的目的与落脚点在于促进社会整体知识量的增长。采用机械功利主义立场激励人工智能参与创新活动，这固然短期内可以促进新知识的增长，增加人们可享受与利用的知识数量，但是长期来看人工智能无约束发展与应用会导致公共资源利用的“挤占效应”、创新可能的“通吃效应”、创新竞争的“挤出效应”与知识产权的“累积效应”，导致公共资源利用范围极度收缩、自由创新空间快速收窄、知识产权壁垒高耸、知识产品同质化严重，严重阻碍创新的可持续，减损社会公共福利。具言之，此种负向效应在创新领域存在如下表现。

在版权领域，人工智能通过对现有可利用知识进行穷尽式排列组合，能够创作大量可版权性成果，造成可版权性的作品泛滥，导致人类独立创作的空间被挤压甚至完全覆盖。同时，利用公共资源进行创新的可能被全部挤占，人类无法获得自主创作的“呼吸”空间，创作热情被掐灭，高品质和具有人文关怀的深度审美价值作品生产因缺乏竞争力而逐渐消失，低质、平庸、同质化的“速食性”作品大行其道，文化发展窒息并可能荒漠化。

在商标领域，由于商标的设计本质是文字、图片、声音等元素的组合，类似于艺术作品的创作，因此人工智能通过数据进行“机器学习”后，可将文字、图片与声音等元素进行海量组合，进而高效生成大量可用作商标的标识。人工智能此种高效率的标识生成能力，将进一步加剧商标的囤积，扰乱商标申请与使用的正常秩序。

在专利领域，由于人工智能可以高效率对特定技术问题进行可行路径的穷尽式探索，那么特定问题的可行技术解决方案与发展路径将可能全部被找到并被申请为专利。大量相似与关联性专利被创造，会导致专利荆棘密集且大范围分布，形成专利丛林。人类从事新生创新与后续创新将面临高耸的人工智能生成专利形成的专利壁垒，绕过专利丛林进行有效研发的空间被极度压缩，专利发明活动的难度几何式增长。以抗体为例，自人类发现抗体的结构并着力发展制造抗体的技术以来，人类研究人员创造了大量抗体用于疾病诊断与治疗目的。从统计角度来看，至少存在亿量级抗体类型。但即便存在亿量级抗体，对于有足够算力支持与超高运算速度的人工智能来说，按顺序逐一排列组合可能的抗体结构，从而制造出对人体免疫系统有效的抗体，并不是一项费时且困难的任务；但是，对于人类研究团队而言，仅依赖人脑逐一探索与解析亿量级的抗体结构将是一项漫长又艰巨的任务。正是人类与人工智能存在巨大的研发效率差距，使得如若不限制人工智能在专利领域的应用，将会对人类研发活动形成“挤出”效应，未来的发明创造将会陷入人工智能依赖，使得科学技术的发展方向将取决于“异人性”的人工智能的预测与发展。这无益于人类智慧的提升与全面发展。

故而，就激励对象而言，人工智能不需要也不能被有效激励；就激励效果而言，虽然机械激励人工智能进行创新活动，能够产生一定程度的边际收益，但是整体来看对创新活动和社会福利增长的负面效应更严重。因此，立足于“机械功利主义”的激励理论无法适配于人工智能时代知识产权正当性的证成。

（三）人工智能对人格理论的挑战

人格理论是从智力成果与人格的紧密联系角度展开知识产权正当性论证。人格是人之为人的本质要素之一，是人的内在规定性，人格的本质内涵在于自由意志。自由意志使人们可以成为独立的人，而非他人的附庸。如若自由意志受他人支配，那么独立人格便无从谈起。人的生存与发展离不开财产的占有与使用，如若没有必要财产的支持，人类保存自我的根本需求都无法得到满足，更遑论自由意志的实现。因此，拥有稳定的私有财产，是实现自由意志的前提；保障自由意志的彰显，是获得私有财产的基础。私有财产与人格密不可分，私有财产权应当且仅当满足人们生存与发展需要之目的才能确立。正是由于人格对财产权的决定性，当人将其自由意志内化于物上，便可对该物拥有所有权。申言之，财产权是人格独立的保证，人格是财产权获取的基石；人格可以转化为财产，财产可内化入人格。由此，在自由意志的纽带作用下，人们的自由意志与财产权相统一，财产权正当性得以从人格角度予以证立。

在自由意志支配下用以满足人的生存与发展的有形物，当然可转化为财产，而同样能够固化人的自由意志和满足人的生存与发展需要的无形智力成果亦可转化为财产。人们通过对智力成果这种特殊物的占有以及智力成果的财产属性变现过程，能够实现自由意志的张扬，促进人格的存在与发展。因此，智力成果是人们自由意志的创造物，是其人格的外化与结晶，所以人们能够合乎理性地取得该智力成果的所有权，并在财产变现过程中进一步实现其人格的持续存在与发展。

综上可知，人格理论认为，智力成果是人们基于自身的存在与发展，将其人格通过自由意志支配下的智力劳动予以固化后的外在表达，是人格的外显与延伸。人们通过智力成果的所有，彰显其人格；同时借由智力成果的财产实现，以促进人格的存在与发展。对资源分配权利进行创设或认可的法律，理应确认人们对智力成果的所有权，以尊重和保护智力成果中体现的创造者人格。法律确认的智力成果所有权，便是知识产权。正如吉尔克所述：“一位作者的某个作品属于该作者人格的势力范围，著作权则保障了作者对这部分人格领域的主宰。”

人格理论主张，智力成果是创新主体人格的外现，作为内在人格的外在定在，不仅可成为理性占有的对象物，以满足人格存在的需要；而且其财产性的使用方式与过程，也能够促进人格的发展，因此为了保护神圣的人格，便需要对智力成果所有权进行保护。申言之，为尊重和保护人格，赋予人们对智力成果的知识产权。从人格理论的论证逻辑可知，人格理论下知识产权正当性依赖于两个要素：其一，人格要素的存在。即智力成果是人格借由自由意志的外在表达与定在。其二，设权目的要素的满足。保护智力成果知识产权之目的，在于实现人格的存在与自我发展。在人工智能自主进行创新活动的背景下，上述人格理论的两个先决前提均难以逻辑自立。

首先，人工智能自主创新时，人格要素不存在。人格是人之为人的本质要素之一，人格为且仅为人类所独有。人格理论的人格建立在“人类中心主义”的基础上，强调人的神圣地位与主体性，超脱于外在于人的外部自然界。赋予人们对智力成果的知识产权，在于认可人们在自由意志支配下进行创新时内化于智力成果之上的人格。这存在赋权前提：智力成果是人们独立创造或者人们与智力成果的形成存在紧密联系。然而，人工智能在自主进行创作与创造活动时不需要人类直接参与，而人类的间接参与作用微乎其微，甚至完全没有作用，因此难谓人类与人工智能生成物存在紧密联系。易言之，并不存在一个特定人独立创造或实质促进了人工智能生成物的产生，人的自由意志与人工智能自主形成的生成物未建立外化联系。人工智能创造物不是人格的外在定在，其未能从人类的自由意志中获得灵魂，不是也不能体现和延伸人格。另外，虽然人工智能在进行创新活动时的自主行为，与自由意志支配下的人类进行创新活动时的行为相类同，但是人工智能与人类具有本质规定性的不同，人工智能无法且永远不能拥有人格。人工智能可为“物格”“电子人格”抑或是“人工智能格”等，但绝不是专属于人类的人格。因此，人工智能自主创新时，不需要也不存在人格要素。

其次，人工智能的生成物赋权，亦难满足设权目的要素。人格理论主张赋予人们对体现其人格的智力成果以知识产权，是为了保障人们对智力成果所指向的外部资源进行掌控，从而通过外部资源的变现，保障其人格的存在与发展。换言之，通过赋予人们对智力成果拥有知识产权，达到彰显与发展其人格的目的。当智力成果是人们自由意志支配下独立形成或与智力成果形成具有紧密联系时，彰显与发展其人格之目的的实现，自在情理之中。但如若智力成果的形成与人们的自由意志无关或仅是间接联系，智力成果便无法内化与彰显人格。人工智能独立创新形成的生成物，与人的自由意志无关或联系疏远，因此难以内化与彰显人格。诚然，可强行将人工智能生成物的知识产权分配给特定人。此种分配方式，能够使特定人因生成物的财产属性的实现而获得更多外部资源，可一定程度促进其人格的发展。但是，此种分配方式缺乏生成物与特定人之间人格的紧密联系，不仅会助长人性中“不劳而获”的懒惰，使得人格逐渐腐化堕落，与人格发展目的背道而驰，而且容易诱导资源的肆意分配与寻租，造成社会资源的分配不公，形成滋生社会动荡的温床。一旦社会动荡，外部资源分配的秩序受损，特定人的人格发展便会陷入停滞甚至倒退，最终难以促进人格发展的设权目标的达成。因此，人工智能生成物赋权，难与人格理论的设权目的相一致。

综上所述，就人格要素而言，人工智能自主创新与人的直接参与无涉，“人”素缺乏致使人格无法内化于智力成果之上，人格理论先决前提之人格要素无法满足。就设权目的要素而言，由于人工智能生成物是人工智能独立创作或创造，与人类自由意志支配下的智力劳动无关或不存在紧密联系，无法内化与彰显人格，如若强行进行权利分配会腐化人性、滋生社会动荡，最终阻碍人格的发展，因此亦无法实现人格理论的设权目的。

三、社会规划理论适配于人工智能时代知识产权正当性的证成

作为知识产权正当性证成理论的劳动财产理论、激励理论与人格理论等均有其可取之处，但面临人工智能的挑战又存在相应理论适用困境，无法有效满足人工智能时代知识产权正当性论证需要。

劳动财产理论与人格理论均致力于论证知识产权作为财产权是否正当以及何以可能，都是从伦理角度寻求知识产权正当性基础。申言之，论证前提建立在“人”这一特定基石之上，劳动财产理论关涉“人的智力劳动（创造性劳动）”，人格理论联系“人的人格（自由意志）”。然而，正是以人为中心作为论证基石，导致劳动财产理论与人格理论纷纷与人工智能自主创新的图景难以契合。因为人工智能创新时并不需要人的直接参与，“人”这一重要前提的缺位而导致二者论证的逻辑断裂。如若为补足“人”素，强行将人的间接参与纳入理论前提，则会因间接参与人无法与生成物之间形成自然的、紧密的联系，无法关联人的尊严、生存、自由与发展等不言自明的自然真理，导致劳动财产理论与人格理论的推演结果既无法从伦理角度使得基于生成物产生知识产权的正当性得以确立，又将催生知识产权生成的“殖民效应”、获取的“挤出效应”、优质成果的“扼杀效应”以及“寻租效应”等不良后果，危害社会发展。这并不符合人们寻求自由、有序、安全的社会生活的共同意志。因此，劳动财产理论与人格理论无法适应于人工智能自主创新时知识产权正当性论证的需要。

激励理论通过赋予人们对智力成果的排他性权利，使人们可以独占智力成果所生利益，从而激励人们不断创新，最终促进社会整体福利增长。因此，激励理论需要满足主体激励的可行性与激励结果达成的可能性两个要件。然而，人工智能是内在程序自主运行，异质于人类被多样欲望笼罩，人工智能“六根清净”，为且仅为程序所指定任务与自主设定的任务，因此排他性权利赋予的独占性利益并不能对通用人工智能产生激励。同时，人工智能具有超高运算速度与生产能力，在足够电力支持下能够海量且高效地产出艺术作品与发明创造等智力成果。如若基于激励理论无约束地赋予人工智能生成物知识产权，将会导致知识产权泛滥，出现“作品绿潮”“专利丛林”“商标囤积”等不良现象，导致社会资源过度开发与高度集中，阻碍创新与社会繁荣。因此，激励理论亦难契合人工智能时代知识产权正当性论证的需求。

实质上，基于人工智能自主独立创新的图景以及高效率海量产出的能力，知识产权正当性论证应脱离“人类中心主义”的伦理论证路径，摒弃忽视利益平衡的“机械功利主义”激励路径，去寻求一种建立在“非人类中心主义”上能够有效平衡创新激励与公共利益保障的新理论路径。强调创新激励与知识传播和使用之间的有效平衡，致力于实现公平、民主、繁荣、和谐的理想社会的社会规划理论，正是此种能够契合人工智能时代需要的知识产权正当性理论。

（一）社会规划理论的内容

相对于劳动财产理论、人格理论与激励理论而言，社会规划理论发展相对较晚，但却具有重要理论地位。社会规划理论主要以文化建构与实现理想社会的角度论证知识产权的正当性，其中代表人物威廉·费希尔提出了公正且有吸引力文化论（或称乌托邦文化论）、尼尔·W·尼塔尼尔提出了民主文化论等。

社会规划理论代表人物费希尔教授是从“人们应当追求何种社会？”这一宏观但却无法回避的基本问题出发，展开其理论建构的。费希尔以亚里士多德的道德哲学为基础，主张我们欲求的社会，应当是能够促进人们天性得到有效解放的社会。在这样的社会中，人们可以且被鼓励实现其所向往的“能够自决、崇尚奉献、鼓励忧患且支持有意义工作”的“美好生活”（good life）。这样的美好生活有赖于“公正且有吸引力的文化”（a just and attractive culture）的建构与保障。因此，社会制度的建构与修正均应当致力于促进与实现“公正且有吸引力的文化”。费希尔进一步指出，一般的有形财产与特殊的知识产权均应当且能够促进公正且有吸引力的文化的实现，因此知识产权制度的建构与修正应当立足形塑与实现该文化而努力。因此，为形成公正且具有吸引力的文化，建构与修正的知识产权制度应满足以下要求：在激励创新与促进知识传播使用之间达成平衡，从而实现消费者福利最大化；保证公民获取广泛的信息、思想与娱乐内容，以提升自我决定与自我表达的能力，促进自我的塑造与发展；保证公众可获得丰富的说明性与比较性艺术作品库，增强文化语言共享的复杂性与共鸣性，促进人们的观点与交流方式的精细化与创新，从而培育艺术创新的社会传统；保障分配公平，使得所有人能够最大程度获取艺术性与信息性资源，使得包括弱势群体在内的每个人都能惠益；确保人们能以积极生产者与消极消费者双重身份参与有意义文化的形成过程，从思想与符号层面形塑赖以生存的社会；提升人们对自我表达属于自我创新惯常形式这一观点的认同程度，促进社会尊重他人创新。

社会规划理论另一个代表人物内塔尼尔从知识产权与民主文化之间的关系出发，认为知识产权制度本质上是利用市场机制促进市民社会民主发展的国家政策。内塔尼尔主张虽然知识产权制度与市场机制紧密相关，但不隶属于市场机制，其基本目标并非在于分配效率，而是支持民主文化的形成。以版权制度为例，在保护作者的市场利益的同时，版权保护还应服务于两个民主促进功能：其一，生产性功能。版权制度不仅应激励政治、社会以及审美主题的创新性表达的生产，还应当促进民主文化与多样化市民关系的形成。版权制度通过激励作品创造，促进创新性表达及其思想的传播，从而形塑与发展民主文化与市民社会。其二，结构性功能。民主的市民社会有赖于有理性思考能力的公民培育与相互联合，这需要人类既往积累的知识财富与新创表达的广泛传播和有效启迪。理性公民在学习和利用现有知识时，将会对现有知识进行重构与转换，而非重复既有知识与思想。因此，版权制度在满足作者有限的财产权利的同时，还应当为转换性与教育性使用作品留足空间。

综上可知，虽然费希尔与内塔尼尔追求的理想社会在表征上存在区别，但只是表述的不同，而非本质的差异。“民主社会”是从政治与市民社会角度对理想社会的解读，“公正且有吸引力的社会”是从社会文化角度对可欲社会的阐释，二者统一在社会的“善”质上，均是对理想社会的探求。所以，社会规划理论追求的是一个“善”的社会，符合生产力规律与人性解放的理想社会。其中知识产权制度与社会规划理论欲求实现的理想社会具有统一性，知识产权处于市场之中但并不隶属于市场，知识产权制度应以促进达致优良社会为目标。具体而言，知识产权制度建构与修改，应将创新激励与知识的传播和利用视为同等地位，并努力使二者形成合理平衡。知识产权制度设计应当保证社会中每一个人均能够在秉持尊重他人创新基础上参与创新活动，进行自我表达与自我实现，而不是被动接受和消费知识产品。知识产权制度的实施，应当保证知识产品供给的充足性与可行性，不断促进公共领域知识资源的增长和传播，保障人们获取知识产品的便捷性与可能性，使得人们可以相互交流与思想碰撞，以此满足人们的自我实现与社会文化的繁荣；而不是将知识产权作为工具与手段，控制既有创新的生产性使用，阻碍知识产品的教育性与转换性等公共利用。知识产权制度内容，不仅包含创新激励，还应容纳分配正义，保证每个人均能受惠于创新活动，能够最大程度获取创新形成的知识产品。

（二）社会规划理论与人工智能时代的契合性

人工智能的发展是大势所趋，不可回避或刻意忽略，否则必将承受技术落后带来的苦难。因为历史已经警示，凡是意图回避或忽略新技术发展的，必将亲自吞下落后的苦果，鸦片战争的苦痛便是最好的历史注脚。然而，无约束地放纵人工智能的发展，又会给社会发展造成严重影响，频发的“AI换脸”诈骗就是例证。由于人工智能发展形成的“三元创新格局”，与建立在“人类中心主义”基础上的劳动财产理论与人格理论的逻辑结构，以及立足“机械功利主义”的激励理论的前提预设均难以兼容，因此人工智能时代呼唤新的知识产权正当性证成路径。在“后人类中心主义”的人工智能时代，作为知识产权制度形塑与建构基石的知识产权正当性理论，既需要对创新激励有保障意义，又需要对社会发展的负向效应有约束作用。以“社会中心主义”为理论要旨，目标在于理想社会的建构，逻辑出发点在于已建构的社会制度，可行路径在于平衡主义指导下实现知识的创新尊重与有效传播的平衡、知识的个体占有与公共利用并重、知识的收益独占与普惠分配并存以及知识利用的有限排他与合理使用共生的社会规划理论，可以胜任上述任务，指导知识产权制度的调整与重构，促进社会的发展繁荣。社会规划理论与人工智能时代的契合性，具体表现在以下三个方面。

其一，核心要旨层面的合理性。社会规划理论的“社会中心主义”可以规避人类要素的陷阱。由于人工智能将能够进行独立创作，因此“人”素的绝对神圣地位在智力成果的生成活动中已然动摇，并逐渐演化为“人”素与“类人”素共存。人类与类人人工智能二维分化形成的“三元创新格局”，适用“人类中心主义”进行解释必然面对着“人”素欠缺而导致的逻辑断崖。如若无法规避该“人”素缺失导致的逻辑断崖，任何知识产权正当性理论的论证进路在人工智能时代都将面临逻辑不周延的困境。而社会规划理论的逻辑论证中，其基本目标在于建构与调整社会制度以实现理想社会，表征为宏观与微观两方面：宏观上，表征为促进知识产品的极大丰富与广泛传播、保证社会文化的多样性；微观上，表征为保障话语民主，尊重人们进行自我决定与自我表达，促进自我发展。宏观层面的实现是核心要旨，微观层面的满足是宏观理想社会实现后的具体映射。但此时微观层面的“人”是作为目的而存在，不是逻辑论证的前提，更不是实现目的的手段。社会规划理论下的知识产权正当性论证并不需要以人类参与创作作为逻辑起点，人的自我实现与发展是逻辑论证的终点。在“社会中心主义”基础上建构起来的社会规划理论，强调知识产权制度的工具性，将人工智能的知识产权保护仅视为促进理想社会实现的手段，注重社会发展的正效应，有效规避了“人”素缺失的逻辑陷阱，能够有效契合人类与人工智能分化后的“三元创新格局”。

其二，指导方略层面的合理性。社会规划理论的“平衡主义”可以应对技术内在的两面效应。作为引领新一轮科技与产业革命的通用技术，人工智能技术具有很强的两面性。一方面，人工智能不仅可以基于机器学习，独立海量生成特定领域仅能由人类形成的复杂智力成果，使得知识产品大量产生，从整体上增加社会知识总量，促进科技进步与经济文化发展；而且大量替代人类从事简单重复性劳动，从而将人们从枯燥的劳动中解放出来，使人们可从事更为复杂和有意义的艺术作品创作与技术研发工作，按照亚里士多德的道德哲学“发展人的天性”的内在要求进行自我表达和自我决定，实现马克思指称的“人的自由发展”。另一方面，由于人工智能具备“学习”能力，在超高运算速度与效率禀赋加持下，能够高效率、持续且海量地进行作品创作或技术创造等创新活动，将会导致作品、商标以及专利的井喷式涌现，不仅存在诱发“作品绿潮”“专利丛林”“商标囤积”等知识产权乱象之虞，而且穷尽式利用公共领域知识，会使得作为创新源泉的公共知识价值耗尽，形成无法通过人造稀缺性质排他权予以消弭的严重“公地悲剧”。因此，就人工智能的正向社会效应而言，应当立足市场机制授予知识产权专有权进行激励。正如基奇教授所言，土地私有化后人们才会更有热情、有效率地使用土地。然而，人工智能技术的负向社会效应同样不可忽视。那么通过专有权的赋予与市场收益机制激励人工智能技术研发与产业发展，必然需要受到约束。换言之，劳动财产理论与人格理论的当然赋权与“机械功利主义”的单向激励，均难以平衡人工智能技术两面性而应当被舍弃。这不仅是人工智能技术双刃性决定的，亦是社会发展的现实需求。社会规划理论以“平衡主义”为指导方略，强调创新激励与公共利益保护的平衡，不仅着眼于市场激励机制带来的创新动力，而且关注知识的可获取性关涉的个人实现、知识的公共性产生的创新可能以及知识的可传播性关联的表达自由，认可公共领域的宽广和丰盈对于社会文化发展、创新促进以及人的解放的重要意义。因此，在社会规划理论“平衡主义”方略指导下，对知识产权制度进行有效调整，可以有效消弭人工智能技术对社会发展的负面效应，使得人工智能技术正向效应更为凸显。具言之，在版权领域，增设新型“人工智能生成物权”邻接权，其权利内容包括复制、发行、展览、广播等权利束。考虑到人工智能生成物低投入成本与高产出效率，可类比我国图书、期刊版式设计权赋予10年的保护期限，在激励人工智能创新的同时，使得公共领域得到丰盈，促进知识的自由传播利用。在专利领域，承认人工智能生成技术方案的可专利性。考虑到人工智能发明创造的高效率和防止专利壁垒高耸，可参照欧盟外观设计保护规则设置5年的保护期，在确有必要的情况下允许延展一次，最长不超过我国外观设计的10年保护期。单设人工智能生成专利的强制开放许可规则，在通过许可收益激励创新的同时，限制其控制权与排他权，从而为新生创新与后续创新留足空间。在商标领域，认可人工智能生成标识的可商标性，附加人工智能生成标识说明义务与特定期间内同一人工智能生成标识申请注册总次数限制规则，并对违反说明义务的失信主体适用联合惩戒。

其三，资源配置层面的合理性。社会规划理论的“分配正义”取向保障了技术应用的伦理正当。虽然高效率的人工智能可以海量持续地形成各种生成物，但是支持人工智能运转的神经网络系统、算法以及其他软硬件成本高昂。如若不能通过生成物收回投资，那么人工智能技术研发与产业发展便难以持续。只有赋予人工智能生成物知识产权保护，方能保障相关主体在人工智能技术研发与产业发展过程投入的成本得到相应的回报，进而激发其对人工智能技术及其生成物的投资热情。然而，人工智能的高成本使得人工智能很大可能被掌握在少数企业手中，相应地人工智能生成物的知识产权也只会被少数企业所独占。面对人工智能生成物的商业价值，作为追求经济利益最大化的企业，其理性选择便是严格控制他人对人工智能生成物的获取、传播与利用，使得生成物始终处于合理程度的稀缺状态而最大程度变现。这将导致人们占有的知识资源形成显著差距。由于此种差距的形成，并非人们自身努力劳动所生，而是外在的技术资本（人工智能）所致，技术资本所得而非道德应得，因此其伦理正当性偏弱。随着时间推移，人工智能高效率持续产出生成物，知识资源占有的差距不断累积，人们心中的分配不公感会愈发明显。同时，人工智能基于公共领域的知识进行穷尽式利用创新，其形成的海量生成物会全面覆盖公有知识的可能表达，使得其他社会主体利用公有知识难以回避人工智能生成物覆盖的表达而陷入创新困境或侵权泥沼，这是对公共资源的剥削式利用，难谓具备伦理正当性。另外，逐利性将使得人工智能生成物的使用对象锚定为主流消费群体，残疾人群体与少数族裔获取最新成果的需求则被忽略，这将导致原处于社会最不利地位的弱势群体的境况进一步变差。正如罗尔斯所言，“社会制度只有同时能够使得社会最弱势群体的处境得以改善”，方能具备正当性。此种知识资源与所获利益的分配，将削弱人工智能应用的伦理正当性，使得人工智能的发展产生道德阻碍。因此，人工智能应用需要解决分配不公的伦理瑕疵。社会规划理论强调“公共领域丰盈”与利益均衡，可通过调整合理使用制度与强化公共领域保留原则，使得人工智能对公共利益的剥削以人们对人工智能生成物的广泛获得与利用作为补偿，实现公共利益的损益相抵。同时，在“分配正义”取向指导下，通过调整知识产权权利范围以及法定许可制度等，使得处于社会最不利地位的弱势群体能得以最大程度获取创新性成果，克服一味强调创新保护导致的弱势群体境况变差难题，进而保障人工智能应用具备伦理正当性。

结 语

人工智能的发展，特别是通用人工智能的出现，一方面补强了人类的生理能力的某些局限，使得搜集、分析与计算等活动变得更为快捷；另一方面也分享了原独属于人类的智力能力，可以独立进行创新活动，使得传统的主体与工具的二维界分变得极为模糊，人类在创作与发明领域的独占地位不复存在，后人类创新时代已然来临。如若固守“人类中心主义”，“装聋作哑”式地忽视人工智能具有的与人类类似的甚至特定方面超越人类的智力能力，“倔强倨傲”或是“自欺欺人”地断然否定人工智能的创新主体地位，将其认定为纯粹的工具，这不仅是对智力本身重要性的贬损，而且是对人类自身独特理性能力的贬低。人工智能在创新领域攻城略地已难以避免，创新活动的“三元创新格局”近在眼前，慎重且合理的举措是做好基础理论与制度变革的准备，以迎接人工智能的冲击，直面其锋芒。在人类主体地位不断弱化的人工智能时代，秉持“人类中心主义”的劳动财产理论与人格理论，注定难以应对人工智能带来的知识产权正当性挑战。“机械功利主义”的激励理论，不仅无法回答人工智能的有效激励问题，而且难以消解人工智能技术的双刃性，亦无法背负人工智能带来的知识产权正当性论证重担。以“社会中心主义”为理论要旨，以公平、民主、物质丰富、文化繁荣、人性解放的理想社会为最终目标，以“平衡主义”为指导方略，注重“分配公平”与“公共领域丰盈”的社会规划理论，方能因应后人类主义人工智能时代的创新格局，消解人工智能技术发展的两面性难题，在激励人工智能创新与鼓励人工智能生成物传播和利用之间达致平衡，最终促进人的自我实现和社会公平与繁荣发展。