之所以這么說(shuō)，是那些以假亂真的內(nèi)容越來(lái)越多了。去年大家就看到過(guò)，有一組美國(guó)軍警逮捕特朗普扭打在一起的新聞?wù)掌?，?dāng)然人家說(shuō)了，這是AI生成的。但是如果不說(shuō)的話，相信多數(shù)人是看不出來(lái)的。試想，如果美國(guó)選情激烈的時(shí)刻來(lái)這么一組照片，誰(shuí)贏誰(shuí)輸，還真不一定！

別以為這只是少數(shù)人的惡作劇，實(shí)際上，換做明星面孔的成人內(nèi)容，也已經(jīng)在某些網(wǎng)站上大量出現(xiàn)，蔚然形成一個(gè)新的黑產(chǎn)行業(yè)。實(shí)際上，有些公眾人物的肖像和名譽(yù)，正在新技術(shù)下被嚴(yán)重侵犯。

不光以假亂真，還有以真亂假的。既然視頻本身都不可信了，有些犯罪分子干脆就在手上戴個(gè)六指的指套，這樣哪怕是監(jiān)控拍到他了，他也可以狡辯說(shuō)：你看，這是AI生成的視頻，指頭都多出一根兒來(lái)了！

除了圖片和視頻作為新聞線索和事件證據(jù)的根據(jù)在動(dòng)搖，在正常的AI輔助生產(chǎn)中，生成、抄襲和借鑒的模糊邊界，也讓傳統(tǒng)的知識(shí)產(chǎn)權(quán)體系焦頭爛額。為什么這么說(shuō)？咱們要先知道大模型在干啥？實(shí)際上它就是把人類(lèi)已經(jīng)創(chuàng)造和積累的大量語(yǔ)料、圖片視頻這些素材都給喂進(jìn)去，把規(guī)律摸清楚，當(dāng)人類(lèi)給它出一個(gè)新題目時(shí)，它就會(huì)按照規(guī)律對(duì)素材進(jìn)行編寫(xiě)。

如此一來(lái)問(wèn)題就出現(xiàn)了：編和抄的邊界在哪兒？當(dāng)然，這取決于你跟它聊什么事兒？比如你要讓它暢想一下1萬(wàn)年以后的工人福利問(wèn)題，它海闊天空怎么編都沒(méi)事；可是你要問(wèn)它很具體的事，比方，怎么證明根號(hào)2是無(wú)理數(shù)？筆者問(wèn)過(guò)很多產(chǎn)品，出來(lái)的結(jié)果都差不了兩個(gè)字兒，再對(duì)照原來(lái)網(wǎng)頁(yè)上的答案看，如果是筆者回答的，必定就被認(rèn)定是抄襲的。

當(dāng)然，抄這個(gè)證明并不打緊，但是其他新聞、小說(shuō)、知識(shí)里的內(nèi)容，你抄完了有沒(méi)有給原作者分錢(qián)？要知道，好多大模型可是收費(fèi)的。如果不給作者分，“你憑什么拿我的語(yǔ)料？”

繪畫(huà)也一樣。今天如果你讓AI給畫(huà)一幅梵高風(fēng)格的狗尾巴草，畫(huà)出來(lái)一看還真像，可是它要是沒(méi)看過(guò)梵高的畫(huà)，打死它也像不了！雖然說(shuō)，梵高老先生不會(huì)再計(jì)較，是不是也應(yīng)該給人家墳頭上燒點(diǎn)紙呢？

因此，無(wú)論是內(nèi)容的來(lái)源還是生產(chǎn)過(guò)程，新興的AI技術(shù)對(duì)傳統(tǒng)的法律秩序體系都帶來(lái)了巨大的沖擊。而這些沖擊僅僅靠法律本身，似乎還不那么好解決。就拿上面大模型語(yǔ)料來(lái)源的問(wèn)題說(shuō)吧，即使法律想制定個(gè)給語(yǔ)料方分成的辦法，都無(wú)法計(jì)算該給人家分多少——誰(shuí)知道你那批語(yǔ)料對(duì)最終的模型質(zhì)量，或者某一條具體的回答，起了多大的作用呢？如果就按貢獻(xiàn)的語(yǔ)料多來(lái)分賬，AI干脆搞一大堆語(yǔ)料進(jìn)去，不管有用沒(méi)用，先多占點(diǎn)份額再說(shuō)。

為什么會(huì)出現(xiàn)這些難解的問(wèn)題？根本原因在于，過(guò)去法律解決的是人與人之間的問(wèn)題；可如今，我們面對(duì)的是人與算法之間的問(wèn)題。而算法的特征和規(guī)律，跟人的差別太大了，刻舟求劍地在原來(lái)的框架上修修補(bǔ)補(bǔ)，只怕是“按下葫蘆起來(lái)瓢”。

怎么辦？筆者的看法是，要解決這些問(wèn)題，越來(lái)越需要法律和技術(shù)互相配合，探索出一條新路。

比方說(shuō)，圖片、視頻“眼見(jiàn)不為實(shí)”這事兒，是不是可以嘗試一下這樣的思路：制定法律，要求所有AI生成和加工的內(nèi)容，都要有明確的標(biāo)識(shí)。可能有人會(huì)反駁，“這有啥用，人家給你P掉不就得了！”是的，這種情況下，就需要技術(shù)幫忙了：加進(jìn)去的標(biāo)識(shí)得是肉眼瞧不見(jiàn)的數(shù)字水印，而且就算是裁掉一部分，也得能把水印恢復(fù)出來(lái)。如果哪個(gè)AI不加水印，就要受到法律的制裁。如此互相配合，是不是個(gè)值得探索的方向？

當(dāng)然，需要解決的法律和技術(shù)問(wèn)題還有很多。就拿數(shù)字水印來(lái)說(shuō)，埋到圖片和視頻里并不難，可要埋在文本的生成內(nèi)容中怕就不那么簡(jiǎn)單了，這恐怕還得科學(xué)家們進(jìn)一步研究。

技術(shù)幫助法律解決人與算法打交道過(guò)程中的新問(wèn)題，其實(shí)已有先例。如在隱私保護(hù)和數(shù)據(jù)安全領(lǐng)域，科學(xué)家們研究出的“聯(lián)邦學(xué)習(xí)”技術(shù)，就能讓多個(gè)數(shù)據(jù)所有者在不交換數(shù)據(jù)的前提下，完成一個(gè)聯(lián)合建模的任務(wù)。

解鈴還須系鈴人。筆者相信，在AI這個(gè)日新月異的領(lǐng)域中，要解決對(duì)原有法律體系產(chǎn)生沖擊的許多新問(wèn)題，離不開(kāi)技術(shù)進(jìn)步的力量。