AI授權回合：什麼是創意權重歸因？

隨著生成人工智能 (AI) 系統從實驗轉向基礎設施，音樂行業被要求標準化一種模型，即首先通過選擇性許可訂購培訓。對於獨立組織、集體管理組織 (CMO) 和研究組織來說，問題不在於許可合同，而在於確保未來十年的人工智能建立在同意、透明度和可驗證的歸屬之上，而不是不透明的數據和追溯性和解。

本文是與合作夥伴 AIxchange DMN 和柏林 AI 智庫（由 Paradise Worldwide、AIxchange、AFEM、Fraunhofer 和 Music Tech 德國主辦，由 CIC 劍橋創新園區柏林主辦）合作撰寫的。

大多數大規模生成人工智能模型都是建立在從互聯網上獲取的數據集上的，包括幾乎所有受版權保護的錄音、作品、藝術品和元數據。現在的法律分析強調，未經同意收集和處理此類數據集涉及復制和復制行為，從而產生侵權責任。

監管機構和法院尚未完全協調此類培訓是否被視為合理使用，但美國版權局最近的指導強調，培訓和傳播“明顯涉及復制權”，並且合理使用的一般推定並不合理。與此同時，針對人工智能開發者未經許可攝取作品的訴訟強調，許可輸出或下游商業協議並不能解決缺乏初始同意的問題。

在這種環境下，唱片公司談判人工智能“里程碑式”許可協議的舉動被視為向整個行業發出的信號，而不僅僅是向其直接競爭對手發出的信號。有報導稱，環球音樂集團（UMG）和華納音樂集團（WMG）正在推進談判，允許人工智能公司為培訓和人工智能輔助創建新曲目進行編目，可能採用類似於流媒體的按次付費模式。

然而，這些協議的實際條款仍然不透明，引起了藝術家和創作者的擔憂，他們可能不會就未來如何使用他們的作品或聲音進行諮詢。批評者認為，這些談判模糊了唱片公司控制權和藝術家權利之間的界限。這些廣泛協議下的一些錄音和作品來自簽署了未授予此類許可的複雜協議的藝術家。對於獨立部門來說，這些框架可能會開創一個非正式的先例，即音樂可以被視為對人工智能培訓有用，除非明確排除——這是集體管理組織已經承認的問題。

在這種表面的法律摩擦之下隱藏著一個技術和倫理問題：當音樂成為人工智能模型的一部分時，價值應該如何計算？數字服務提供商 (DSP) 使用的傳統比率系統根據播放量或市場份額劃分收入。該系統主要是影響力的代表，通常會以犧牲目錄和利基曲目為代價來增強當前的熱門歌曲。

在人工智能背景下，將版稅與基於問題或生成的輸出數量的簡單比率集聯繫起來會掩蓋訓練這些系統的工作的更深層次貢獻。音樂識別技術還不夠強大，無法可靠地識別相似性，真正的挑戰在於構建識別模式中嵌入的創意來源的歸因係統。解決這個問題超出了許可機制的範圍：它需要重新思考音樂生態系統本身。

從本質上講，問題在於人工智能驅動的增長是否會與那些使他們的藝術成為可能的創作者分享，還是集中在已經擁有最大影響力的科技公司中。

隸屬於弗勞恩霍夫協會等組織的獨立首席營銷官和研究人員正在探索一種新興的替代方案，其基礎是衡量人工智能培訓和生成工作的創造性權重。這種方法不是平等地對待所有輸入或只關註明顯的匹配，而是嘗試量化特定任務隨著時間的推移塑造模型內部表示和輸出的程度。

在實踐中，這需要中立的、可審計的方法：可重複的實驗、透明的訓練數據文檔以及可以獨立驗證而不是由單一平台強加的指標。歷史表現數據、性別和地域背景以及長尾使用模式成為重要的輸入，以便歸因反映數十年的創造性工作，而不僅僅是最新的流媒體數據或模型供應商的私人記錄。

AIxchange 和總部位於柏林的 AI Think Tank 處於實施 AI 音樂許可創意權重歸因的最前沿。該平台開發工具來衡量作品對人工智能模型的影響，從而在創作者、首席營銷官和人工智能開發人員之間達成透明且經過許可的協議。它與弗勞恩霍夫 IDMT 研究所等獨立組織和研究組織合作，確保許可證反映真正的創造性貢獻，而不是簡單化的指標。

Paradise Worldwide 首席執行官兼 AIxchange 顧問 Ralph Boege 表示：“現階段，Paradise Worldwide 通過智庫解釋分發技術需要明確兩種權利（主數據+擴展出版數據），並且還需要許可，這一點很重要。” “這個新的法律技術生態系統將改變行業並帶來新的所有權。”

“我們加入 AIxchange 是因為我們也相信創意權重歸因，這是一種與人工智能平台合作的新方式，整合首席營銷官並最終整合專業人士。在與 AFEM 的合作中，我們致力於人工智能原則。我認為我們作為一個行業可以做得更好，而不是重複舊習慣，我們在市場份額或 DSP 主要結果之間質疑這一點。平台——我很難想像它們已經滿足了這裡描述的新生態系統條件。”

弗勞恩霍夫應用研究促進協會的 Steffen Holly 表示：“作為音頻匹配（指紋識別）以及元數據豐富和提取領域的先驅，20 多年來，我們一直在為媒體公司、首席營銷官和其他機構提供音樂使用測量工具。” “基於內容匹配技術的經驗，我們希望為公平、透明和有意義的內容分配技術的發展做出積極的貢獻。”

通過與 CMO 集成，AIxchange 在技術衡量和法律執行之間架起橋樑，為每項工作創造許可利益，而不是根據預測的模型影響進行談判。與研究人員的合作確保了方法的嚴謹性，將歷史表現數據和文化元數據納入目前被系統過度低估的價值目錄中。

會員管理的 CMO 開始將人工智能不僅視為法律問題，而且視為分發架構問題。歐洲集體管理組織強調擴展集體許可和私人復制機制是管理人工智能使用的潛在工具，但他們也注意到一個重大差距：如果不透明地了解哪些作品被消費以及如何使用，任何評級制度都有可能是任意的。

隨著人工智能培訓的範圍和範圍不斷擴大，集體管理組織 (CMO) 正在從討論轉向實踐實驗。為了避免政策或市場被少數主導平台佔領，協調變得至關重要。在荷蘭，AIxchange 和 Buma Stemra 已開始合作開發創意權重歸因模型，該計劃旨在確定個人作品如何對模型的行為做出貢獻。

這些努力代表了對共享歸因標準、參考數據集和數據訪問規則的更廣泛推動，避免了全球人工智能開發人員可以輕鬆針對每個領域制定單獨規則的碎片化局面。在這些討論中，可持續生態系統的一條不容談判的原則正在浮現：同意必須是具體的、知情的和可撤銷的。在版權方面，中介機構不能許可他們不擁有的權利，這意味著合同、集體授權和版權協會必須明確說明是否包括人工智能培訓、嵌入和創作權。

對於人工智能公司來說，這意味著通過選擇退出全球計劃或廣泛的“行業”協議進行追溯同意可能就足夠了，除非個人創作者和較小的目錄所有者首先同意此類用途。隨著美國版權局等組織的指導方針不斷增加，公司被敦促轉向基於許可的數據集，並記錄授權內容、授權人以及授權情況。

劍橋創新中心 (CIC) 董事總經理 Timon Rupp 表示：“作為一個全球創新生態系統，CIC Berlin 匯集了技術專家、研究人員和創作者，以解決人工智能對音樂和創意產業的真正影響。”

“同意、透明的數據訪問、適當的許可、歸屬和公平補償並不是創新的障礙；它們是大規模負責任人工智能的基礎。”

雖然大部分法律和政策注意力都集中在歐洲和北美，但新興市場（尤其是非洲）正在從不同的角度對待人工智能。在這些新興音樂市場中，平台正在通過將創作者和國家主權置於平台主導地位之上的框架來實現人工智能治理。

這種方法側重於知識轉移——為當地 CMO 和創作者配備歸因工具和許可模板——而不是實現單向平台提取。該倡議呼籲土著權利持有者審核人工智能訓練數據集和基於權重的創意補償，確保創造源材料的生態系統保留經濟價值。尼日利亞的改革強調人工智能培訓和語音/風格預測作為現有版權法下的唯一標識符。

例如，非洲崛起音樂大會在 2025 年版中啟動了音樂科技（非洲）形式。該論壇將於 2026 年 5 月在 ARMC 舉辦人工智能智庫，成員包括大陸高管、藝術家、首席營銷官和專業人士，以加強柏林和約翰內斯堡之間的聯繫。軸心是交流法律技術知識，以實現非洲內容的獨立性。

在接下來的12-24個月裡，許多問題將採取不同的路線：關於未經許可對受版權保護的音樂進行人工智能訓練是否違反版權的裁決、關於透明度義務的監管指導，以及音樂版權持有者和人工智能公司之間的大規模許可計劃。這些發展將有效地設定默認值，規定當創作者的作品為機器的創造力提供支持時，它們如何（或如何）回流到創作者手中。

對於獨立部門來說，選擇是嚴峻的：接受假設同意和歸因是黑匣子的框架，或者鼓勵以明確同意和基於科學的歸因為條件的培訓系統。隨著以科學為主導的圍繞創意權重、CMO 協調和基於同意的數據治理的舉措的成熟，該行業有機會協商更好的交易，同時也可以在今天的實驗成為明天的優先事項之前重新定義音樂中負責任的人工智能的樣子。