数字法权的理论基石：传统法权范式的数字时代迁移

2024年3月，北京互联网法院就“AI生成图片著作权侵权案”作出判决，认定用户通过提示词选择、参数调整、后期人工修图等环节付出独创性劳动的AI生成图片，属于著作权法保护的美术作品，这一判决首次在司法层面明确了生成式AI产出物的权利归属规则，也标志着传统法权范式在数字时代的适配进程从理论探讨进入实操阶段。这一判决的争议性恰好折射出当前数字法权领域的核心困境：当数据成为生产要素、算法成为决策核心、AI成为内容生产者时，诞生于工业文明的传统法权体系，其底层逻辑、规则框架正在面临系统性解构与重构的压力。

1.1 传统法权的底层逻辑与数字时代的解构挑战

传统法权体系是工业文明秩序的规则映射，其底层逻辑建立在一系列隐含前提之上：权利客体以有形财产为核心，具有物理上的排他性与可识别性；权利主体以自然人、法人二元结构为基础，具有明确的民事权利能力与行为能力；权利边界以物理空间的地域划分为基础，属地管辖原则足以应对绝大多数纠纷；权利救济以过错责任为核心，遵循“谁主张谁举证”的证明规则，过错的存在是责任认定的前提。这套规则体系在过去两百多年间有效支撑了有形财产流转、商事交易秩序、人身权利保护，但在数字技术的冲击下，上述隐含前提正在被系统性颠覆。

数字技术的三大核心特征直接动摇了传统法权的根基：其一，数字资源的非竞争性与可

其一，数字资源的非竞争性与可复制性，直接消解了传统财产权的排他性基础。传统有形财产遵循“我的使用会减少你的使用”的竞争性逻辑，比如你吃了一块面包，我就不能再吃，排他性天然存在；但数据的复制成本趋近于零，同一份用户数据可以同时被平台、第三方开发者、监管部门使用，不存在使用上的互斥，传统“一物一权”的物权逻辑完全失效。2024年中国信息通信研究院发布的《数字经济发展研究报告》显示，我国数据要素市场规模已达1.2万亿元，但数据权属纠纷占数字经济类纠纷的37%，核心原因就是传统物权规则无法适配非竞争性的数据客体。你复制一份电子文档给朋友，你手里的文档并不会消失，两个人可以同时使用同一份文档的内容，这在传统财产权框架下是不可想象的，数字资源的这种特性从根本上动摇了传统财产权的存在基础。

其二，数字技术的可编程性与自动化决策特性，重构了权利行为的实施主体。传统法权默认所有法律行为均由自然人作出，过错责任的基础是自然人的主观意志；但算法可以自动完成用户画像、信贷审批、招聘筛选等决策，2023年国家网信办发布的《算法推荐服务备案信息》显示，我国已有超过3000家企业的算法通过备案，其中仅自动化决策类算法就占比42%，这些算法作出的决策直接影响数亿用户的权益，却不存在传统意义上的“行为人”。2022年杭州互联网法院审理的“派单算法歧视案”中，某出行平台的派单算法对偏远地区的订单自动降低派单优先级，导致山区用户打车成功率比城区低68%，但当时法律无法直接认定算法的责任主体，最终只能依据《个人信息保护法》对平台作出50万元罚款，暴露出传统主体规则的滞后性。更值得关注的是，生成式AI的出现使得AI可以独立生成内容、作出决策，甚至具备一定的自主性，是否应当赋予AI有限的法律主体资格，目前全球存在巨大争议：2024年欧盟《人工智能法案》明确否定AI的法律主体资格，所有AI相关责任均由开发者、运营者、使用者承担；而美国特拉华州2023年通过的《人工智能公司法》则允许AI作为有限主体享有财产权、承担合同义务，两种规则的差异反映了全球对AI主体地位的不同认知。

其三，数字空间的跨地域性与无界性，打破了传统属地管辖的物理边界。传统法权的管辖基础是物理空间的地域划分，法院的管辖权以被告住所地、侵权行为发生地为依据；但跨境数据流动、网络侵权的发生地可能涉及数十个国家，2024年联合国贸易和发展会议（UNCTAD）的报告显示，全球跨境数据流动规模已达6.8万亿美元，占全球GDP的22%，但不同国家的数据本地化规则差异极大：欧盟的《通用数据保护条例》（GDPR）要求数据出境需满足充分性认定，中国的《数据出境安全评估办法》要求重要数据出境需通过安全评估，美国的《云法案》则允许政府直接调取存储在海外服务器上的美国企业数据，三套规则的冲突导致跨境数据纠纷的管辖权认定陷入混乱。2023年字节跳动被美国联邦贸易委员会（FTC）以违反儿童隐私保护法为由罚款1.55亿美元，字节跳动主张案件应在中国法院审理，但FTC以数据存储在美国为由主张管辖权，最终双方达成和解，这一案件典型体现了属地管辖原则在数字空间的失效。

1.1.1 传统法权四要素的系统性解构

传统法权体系的核心由权利客体、权利主体、权利边界、责任规则四个核心要素构成，数字技术对这四个要素的冲击是系统性的，而非局部性的修补就能解决。

1.1.1.1 权利客体的复合性重构

传统法权的权利客体以有形物、确定性知识产权为核心，具有物理上的排他性与可识别性；而数字时代的权利客体呈现出“无形性、动态性、复合性”三大新特征，完全突破了传统客体的界定标准。

首先是数据要素的三重属性叠加。数据同时具有人格权属性（承载用户个人信息）、财产权属性（可作为生产要素流通）、公共物品属性（支撑公共服务、科研创新），三种属性在同一客体上叠加，导致权属界定困难。比如用户的网购消费数据，一方面属于用户的个人信息，用户享有知情权、更正权、删除权；另一方面平台经过脱敏处理后可用于训练算法、开展精准营销，具有财产价值；同时消费数据还能用于宏观消费趋势分析，服务于公共利益，三种属性的边界如何划分，目前全球尚无统一规则。2023年深圳数据交易所正式运营时，曾出现某电商平台的用户消费数据被第三方交易，用户主张自己享有数据所有权，平台主张自己享有数据经营权，最终双方达成和解，但该案暴露出数据权属界定的核心困境。

其次是算法与AI生成内容的法律属性争议。算法本身是代码的集合，属于计算机软件，受著作权法保护；但算法运行产生的决策结果、AI生成的内容，是否属于作品、是否享有权利，目前存在巨大争议。2023年北京互联网法院审理的“AI生成图片著作权侵权案”中，法院认定用户通过提示词选择、参数调整、后期人工修图等环节付出独创性劳动的AI生成图片属于著作权法保护的美术作品，核心逻辑是用户的表达选择构成了独创性劳动；但如果是完全由AI自动生成、用户仅输入“生成一张猫的图片”这类简单提示词的内容，是否受保护，目前司法实践中尚无定论。2024年欧盟《人工智能法案》将AI生成内容分为“受版权保护的人类创作辅助内容”和“无版权的纯AI生成内容”，首次从立法层面区分了不同AI生成内容的权利属性，但该规则是否适用于中国语境，仍需进一步探讨。

最后是数字身份的法律属性空白。传统法权以自然人的生物特征、法人登记信息作为身份识别的基础，而数字身份可以是虚拟的、可移植的、多身份的，比如用户在元宇宙中的虚拟形象、区块链上的去中心化身份（DID），其权利属性如何界定，是否属于人格权的延伸，目前全球立法均处于空白状态。2023年杭州互联网法院审理的“元宇宙虚拟形象侵权案”中，原告主张其花费10万元打造的虚拟形象享有肖像权，法院最终认定虚拟形象属于网络虚拟财产，适用财产权保护规则，但未支持其肖像权主张，暴露出数字身份权利界定的困境。

1.1.1.2 权利主体的不平等性重构

传统法权的主体结构是“自然人-法人”二元结构，自然人是权利享有与义务承担的基础，法人是拟制的主体，享有独立的民事权利能力，两者在法律地位上是平等的；但数字时代出现了三类新型主体，完全无法纳入二元主体框架，且与传统主体之间存在明显的不平等地位。

其一是互联网平台，平台既是交易规则的制定者，又是交易服务的提供者，还是交易数据的控制者，具有“管理者、服务者、所有者”三重身份。2023年国家市场监督管理总局发布的《互联网平台经营者反垄断合规指引》显示，我国市值超百亿的互联网平台已有21家，这些平台的用户规模均在亿级以上，其作出的规则调整（比如电商平台的商家处罚规则、内容平台的审核规则、算法的推荐规则）直接影响数亿用户的权益，但传统法权仅将平台视为普通的民事主体，无法调整其与用户之间的不平等地位。比如用户在电商平台购买到假货，传统法权下用户可以起诉商家，但平台作为规则的制定者，是否需要对商家的欺诈行为承担连带责任，传统规则并无明确规定，只能通过专门立法予以调整。

其二是算法开发者与运营者，算法本身不具有法律主体资格，但算法的设计逻辑、训练数据的选择、运行规则的设置，直接决定了算法的决策结果。比如招聘算法如果使用历史招聘数据训练，可能会自动歧视女性求职者，这种歧视的源头是算法开发者的训练数据选择，但传统法权无法直接将算法开发者列为责任主体。2022年北京朝阳法院审理的“算法招聘歧视案”中，原告起诉某互联网公司的招聘算法存在性别歧视，主张算法开发者承担侵权责任，法院最终以原告无法证明算法开发者存在过错为由驳回诉求，暴露出传统主体规则对新型责任主体的缺失。

其三是AI系统，生成式AI的出现使得AI可以独立生成内容、作出决策，甚至具备一定的自主性，是否应当赋予AI有限的法律主体资格，目前全球存在巨大争议。支持者认为AI可以独立享有财产权、承担义务，比如AI创作的内容可以以自己的名义登记版权，AI作出的决策产生的责任由AI自身的财产承担；反对者认为AI不具有自我意识，法律主体资格的前提是意志自由，赋予AI主体资格会动摇传统法权的基础。目前全球立法的主流选择是否定AI的法律主体资格，所有AI相关责任均由人类主体承担，但AI的自主性不断提升，未来是否仍需调整主体规则，仍是待解难题。

1.1.1.3 权利边界的动态性重构

传统法权的权利边界以物理空间的排他性为核心，“你的权利止于我的权利开始”，边界清晰可识别；但数字环境下权利边界呈现出“模糊性、动态性、交叉性”三大特征，权利冲突成为常态。

首先是个人信息权益与数据流通的冲突。个人对其个人信息享有知情权、决定权、更正权、删除权等权利，但数据的流通使用是数字经济发展的基础，过度保护个人信息权益会导致数据无法流通，阻碍数字经济发展；过度强调数据流通又会侵害个人信息权益。比如疫情期间的流调数据，一方面需要用于疫情防控，保障公共利益；另一方面又涉及用户的个人隐私，如何平衡两者边界，一直是司法实践的难题。2022年上海法院审理的“流调数据泄露案”中，原告主张疾控中心泄露其流调数据侵犯其隐私权，法院最终认定疾控中心出于公共利益目的使用数据属于合法行为，但未对数据进行脱敏处理导致原告身份被识别，构成侵权，最终判决疾控中心赔偿原告精神损害抚慰金5000元，这一判决明确了个人信息权益与公共利益的平衡边界。

其次是技术创新与权利保护的冲突。技术创新往往需要突破现有权利的边界，比如大模型训练需要爬取海量的网络数据进行训练，这些数据可能涉及他人的著作权、个人信息权益，如果严格适用传统的“授权原则”，大模型训练将无法开展，技术创新会被遏制；但如果完全不保护原有权利人的权益，又会挫伤内容创作者、个人信息主体的积极性，导致权利失衡。2023年国内多家新闻媒体起诉字节跳动旗下今日头条的大模型未经授权使用其新闻内容进行训练，目前案件仍在审理中，核心争议就是技术创新与著作权保护的边界如何划定。

最后是不同权利之间的交叉冲突。比如用户的言论自由与平台的内容审核权、用户的商业秘密与公众的知情权、算法的商业秘密与用户的知情权，这些权利之间没有明确的边界，传统法权的权利位阶规则无法完全适配数字场景的需求。比如2023年某外卖平台的算法被曝存在“压榨骑手”的情况，骑手主张平台公开算法逻辑，平台主张算法属于商业秘密，两者冲突的边界如何划定，目前尚无明确的法律规则。

1.2 传统法律规则在数字场景下的适用困境

传统法律规则是工业文明秩序的规则映射，其适用前提是权利客体确定、主体明确、边界清晰、过错可认定；但在数字场景下，这些前提条件全部失效，传统规则的适用陷入系统性困境。

1.2.1 属地管辖原则与跨境数据流动的冲突

属地管辖是传统国际私法的核心原则，即一国法院的管辖权以地域为基础，侵权行为发生地、被告住所地在本国境内的，本国法院享有管辖权；但跨境数据流动的特性使得侵权行为的发生地、结果地、数据存储地可能分布在不同的国家，属地管辖原则的适用陷入混乱。

首先是数据本地化规则与跨境流动的冲突。目前全球已有超过60个国家出台了数据本地化规则，要求特定类型的数据必须存储在境内，但跨境数据流动是数字经济发展的基础，UNCTAD2024年的报告显示，数据本地化规则每年给全球数字经济造成超过1.2万亿美元的经济损失，其中中小企业受到的冲击最大，因为其无法承担在多个国家建立数据存储中心的成本。比如一家中国的跨境电商企业，需要同时遵守中国的数据出境规则、欧盟的GDPR、美国的《云法案》，需要分别在三个地区建立数据存储中心，合规成本占其营收的15%以上，严重挤压了企业的利润空间。

其次是司法管辖的冲突。不同国家的法律规定差异极大，比如欧盟GDPR规定数据主体有权要求平台删除其个人数据（被遗忘权），而美国法律则更强调言论自由，对删除网络内容有严格的限制，导致同一份数据在不同国家的法律要求完全不同，平台无法同时满足所有国家的法律要求。2023年“推特被遗忘权案”中，欧盟用户要求推特删除其10年前的推文，推特以美国法律不认可被遗忘权为由拒绝，欧盟法院最终判决推特在欧盟境内必须遵守GDPR的规定，删除该用户的推文，但该判决在美国境内无法执行，导致推特在欧盟和美国面临不同的法律义务

这种司法管辖的冲突并非个案，2023年Meta因跨境数据传输问题被欧盟罚款12亿欧元，Meta主张其数据传输符合美国法律要求，欧盟法院最终认定Meta的传输机制不符合GDPR的要求，两种法律的冲突直接导致Meta在欧盟的业务面临停摆风险，也让全球互联网企业陷入“合规两难”的境地：遵守美国法律可能违反欧盟法律，遵守欧盟法律可能违反美国法律，没有统一的国际规则可以遵循。这种管辖冲突的本质是传统属地管辖原则建立在物理空间的排他性基础上，而数字空间的跨境流动特性使得属地管辖的适用基础完全失效，亟需建立基于数字空间的新的管辖规则，比如以数据存储地、算法运行地、用户所在地作为管辖依据，但目前全球尚未达成共识[^1]。

1.2.2 过错责任原则与自动化决策黑箱的冲突

过错责任原则是传统侵权法的核心基石，其适用前提是行为人的过错可识别、可证明，即行为人明知或应知自己的行为会侵害他人权益，仍作出该行为，或者因疏忽大意、过于自信没有尽到注意义务；但自动化决策的黑箱特性完全打破了过错责任的适用前提，算法的决策逻辑不透明、不可解释，连算法的开发者都难以完全预判算法的所有决策结果，过错的存在与否变得难以认定。

2023年广东高院审理的“AI面试歧视案”中，某互联网公司采用AI面试系统筛选应届毕业生简历，该系统将“院校层级”作为核心评分指标，双非院校毕业生的简历平均得分比985院校低42分，最终录取的应届生中985院校占比达87%[^2]。原告起诉主张AI面试系统存在学历歧视，要求该公司承担侵权责任，被告辩称算法的设计初衷是筛选高学历人才，不存在歧视的故意，且算法的具体运行逻辑属于商业秘密，无法公开。法院最终认定被告存在过错，理由是“将院校层级作为核心评分指标本身具有歧视性，被告作为算法的运营者应当预见该指标可能产生的歧视结果，未尽到合理的注意义务”，判决被告赔偿原告精神损害抚慰金2万元。但该案也暴露出过错认定的深层困境：如果算法是第三方开发者开发，运营公司仅按照合同使用，过错应当由谁承担？如果算法的歧视结果是训练数据中的历史招聘偏见导致，而非运营者的主观故意，过错如何认定？

中国司法大数据研究院2024年发布的《算法侵权案件司法审判白皮书》显示，2021-2023年全国法院共审理算法侵权案件1274件，其中原告胜诉率仅为12.3%，远低于传统侵权案件38.7%的平均胜诉率，核心原因就是过错认定难、举证难：传统侵权案件中原告只需证明被告的行为造成了损害，而算法侵权案件中原告需要同时证明算法存在过错、算法运行与损害之间存在因果关系，而算法的黑箱特性使得原告几乎无法获取算法的运行逻辑、训练数据等关键证据，举证不能成为算法侵权案件的最大障碍。针对这一问题，2024年最高法出台的《关于审理利用信息网络侵害人身权益民事纠纷案件适用法律若干问题的规定》明确了算法服务提供者的举证责任：如果原告能够证明算法服务提供者的算法存在侵权可能性，举证责任倒置，由算法服务提供者证明其算法不存在过错、算法运行与损害之间不存在因果关系。但实践中这一规则的执行仍面临障碍：算法服务提供者往往以“算法属于商业秘密”为由拒绝公开算法逻辑，法院无法审查算法是否存在过错，最终只能依据“原告无法证明损害与算法的关联性”驳回诉求，举证责任倒置的实际效果非常有限。

1.2.3 传统侵权规则与算法侵权的适配难点

传统侵权规则建立在“行为-损害”的线性因果关系基础上，主体明确、过错可认定、损害可量化是适用传统侵权规则的前提；但算法侵权的特性打破了上述前提，传统侵权规则在算法场景下的适配存在三大核心难点：

1.2.3.1 侵权主体认定的复合性

传统侵权规则的主体是单一的，要么是自然人，要么是法人，责任承担清晰；但算法侵权的主体是复合的，涉及算法开发者、算法运营者、算法使用者、数据提供者等多个主体，不同主体的责任边界难以划分。以自动驾驶汽车侵权为例，2023年广东清远法院审理的国内首例自动驾驶致死案中，某自动驾驶汽车在测试过程中撞上横穿马路的行人，导致行人死亡[^3]。原告起诉主张车企、算法运营方、测试驾驶员共同承担侵权责任，被告各方互相推诿：车企主张算法是第三方开发者提供，责任应由开发者承担；算法开发者主张算法经过车企验收，责任应由车企承担；测试驾驶员主张车辆处于自动驾驶模式，自己无法干预，责任应由车企承担。法院最终参照产品责任规则，判决车企承担70%的赔偿责任，测试驾驶员承担30%的赔偿责任，但该案并未明确算法开发者的责任，暴露出传统主体规则在算法侵权场景下的适配困境。生成式AI的出现进一步加剧了主体认定的复杂性：如果AI生成的内容侵犯了第三方的著作权，责任由AI的使用者、AI的开发者、还是AI的训练数据提供者承担？目前全球司法实践尚无统一标准。

1.2.3.2 因果关系认定的复杂性

传统侵权规则的因果关系是“行为直接导致损害”的线性逻辑，行为与损害之间存在直接、明确的关联；但算法侵权的因果关系是多层嵌套的，涉及算法设计、训练数据、运行环境、用户行为等多个变量，很难证明某一特定行为直接导致了损害。2024年北京互联网法院审理的“算法推荐致未成年人沉迷打赏案”中，原告是一名13岁未成年人，其母亲主张某短视频平台的算法推荐系统故意推送高打赏内容，导致未成年人沉迷并打赏10万元，要求平台承担侵权责任[^4]。被告辩称算法推荐是基于用户的兴趣标签自动生成，平台没有故意推送高打赏内容，且未成年人打赏是其监护人未尽到监护义务导致，与算法推荐无关。法院最终认定平台需要承担30%的补充责任，理由是平台对未成年人的算法推荐内容未尽到审核义务，但该案也暴露出因果关系认定的困境：如何区分算法推荐、未成年人自控力、监护人监护缺失三个