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

別以為這只是少數(shù)人的惡作劇,，實際上，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),，蔚然形成一個新的黑產(chǎn)行業(yè)。實際上,，有些公眾人物的肖像和名譽,，正在新技術(shù)下被嚴重侵犯。

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六指的指套,，這樣哪怕是監(jiān)控拍到他了,，他也可以狡辯說：你看，這是AI生成的視頻,，指頭都多出一根兒來了,！

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)的知識產(chǎn)權(quán)體系焦頭爛額。為什么這么說,？咱們要先知道大模型在干啥,？實際上它就是把人類已經(jīng)創(chuàng)造和積累的大量語料、圖片視頻這些素材都給喂進去,，把規(guī)律摸清楚,，當(dāng)人類給它出一個新題目時，它就會按照規(guī)律對素材進行編寫,。

如此一來問題就出現(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1萬年以后的工人福利問題,，它海闊天空怎么編都沒事；可是你要問它很具體的事,，比方,，怎么證明根號2是無理數(shù)？筆者問過很多產(chǎn)品,，出來的結(jié)果都差不了兩個字兒,，再對照原來網(wǎng)頁上的答案看，如果是筆者回答的,，必定就被認定是抄襲的,。

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

繪畫也一樣,。今天如果你讓AI給畫一幅梵高風(fēng)格的狗尾巴草,，畫出來一看還真像，可是它要是沒看過梵高的畫,，打死它也像不了,！雖然說，梵高老先生不會再計較,，是不是也應(yīng)該給人家墳頭上燒點紙呢,？

因此,，無論是內(nèi)容的來源還是生產(chǎn)過程，新興的AI技術(shù)對傳統(tǒng)的法律秩序體系都帶來了巨大的沖擊,。而這些沖擊僅僅靠法律本身,，似乎還不那么好解決。就拿上面大模型語料來源的問題說吧,，即使法律想制定個給語料方分成的辦法,，都無法計算該給人家分多少——誰知道你那批語料對最終的模型質(zhì)量，或者某一條具體的回答,，起了多大的作用呢,？如果就按貢獻的語料多來分賬，AI干脆搞一大堆語料進去,，不管有用沒用,，先多占點份額再說。

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

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

比方說,，圖片,、視頻“眼見不為實”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,，都要有明確的標識?？赡苡腥藭瘩g,，“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：加進去的標識得是肉眼瞧不見的數(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,。如果哪個AI不加水印，就要受到法律的制裁,。如此互相配合,，是不是個值得探索的方向？

當(dāng)然,，需要解決的法律和技術(shù)問題還有很多,。就拿數(shù)字水印來說，埋到圖片和視頻里并不難,，可要埋在文本的生成內(nèi)容中怕就不那么簡單了,，這恐怕還得科學(xué)家們進一步研究。

技術(shù)幫助法律解決人與算法打交道過程中的新問題,，其實已有先例,。如在隱私保護和數(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),，就能讓多個數(shù)據(jù)所有者在不交換數(shù)據(jù)的前提下,，完成一個聯(lián)合建模的任務(wù)。

解鈴還須系鈴人,。筆者相信,，在AI這個日新月異的領(lǐng)域中，要解決對原有法律體系產(chǎn)生沖擊的許多新問題,，離不開技術(shù)進步的力量,。