数字时代的权利重构：从工业社会到数字社会的范式转移 / Rights Reconfiguration in the Digital Age: Paradigm Shift from Industrial to Digital Society

2023年春天，美国漫画作家克里斯蒂娜·卡扎（Kristina Kashtanova）拿着自己用Midjourney生成的漫画《太空的莉亚》（Zarya of the Dawn）去申请版权登记，满心以为自己作为提示词撰写者和后期编辑者，拿到版权是水到渠成的事——直到美国版权局的一纸驳回通知砸下来：作品里由AI直接生成的图像部分，不受版权保护。卡扎在社交媒体上吐槽：“我写了1000多版提示词，调了三个月参数，最后告诉我这不算我的创作？”这条推文下面瞬间涌进来上万条评论，有画师哭诉自己要被AI替代了，有科技博主欢呼“版权垄断终于被打破了”，还有律师已经开始预演接下来会爆发的数十万起AI版权诉讼。

这起小案子像一根火柴，点燃了全球数字时代权利重构的导火索：当技术已经可以把人类的劳动、甚至人类的身份都变成可量化、可复制、可编辑的数字符号时，我们沿用了几百年的权利体系，还管用吗？从18世纪工业革命催生现代权利体系至今，人类对权利的认知始终跟着技术迭代不断调整：蒸汽机带来了工厂，催生了劳动权对财产权的制衡；电力带来了广播，催生了名誉权对言论自由的边界；而数字技术带来的不是某一种新权利，而是对整个权利客体的颠覆性重构——数据成了新的生产要素，AI成了新的“创作者”，每个人的数字身份成了独立于物理身体的“权利载体”，这一切都在打破工业时代“有形、排他、静态”的权利逻辑，迫使我们从底层范式层面重新思考权利的边界。

1.1 工业时代的权利基石：有形世界的排他性逻辑 / 1.1 The Foundation of Rights in the Industrial Age: The Exclusive Logic of the Tangible World

要理解数字时代的权利重构，首先得明白工业时代的权利体系到底是怎么建立的。我们今天熟悉的财产权、人身权、知识产权框架，本质上是工业革命对“稀缺资源”进行分配的产物：工业时代的生产资料是土地、机器、原材料，这些资源都有一个核心特征——排他性（Exclusivity）：你占有了这块土地，我就没法耕种；你买下了这台纺织机，我就没法用它生产。这种稀缺性决定了权利的核心逻辑是“确权+排他”：法律首先明确谁对什么资源拥有独占性的权利，然后通过侵权赔偿、刑事处罚等手段阻止他人侵犯这种独占性，最终保障资源的有效利用。

1804年《法国民法典》的颁布，标志着现代权利体系的正式成型。这部法律把权利明确划分为两大类：一是对“物”的权利，也就是财产权，核心是所有权（Ownership），所有人对属于自己的有形财产拥有绝对的支配权，别人未经允许不得触碰；二是对“人”的权利，也就是人身权，包括生命权、健康权、名誉权、肖像权等，这些权利依附于具体的自然人，不可转让、不可剥夺。整个19世纪的法律演进，本质上都是在不断细化这两类权利的边界：工厂主对机器的所有权和工人的人身权冲突，就催生了劳动法；作家对自己的作品的所有权和盗版商的利益冲突，就催生了版权法；公民的名誉权和媒体的言论自由冲突，就催生了诽谤法的细化。

这种权利体系的底层逻辑可以用一个简单的公式概括：$$R = f(P, E)$$，其中$R$是权利，$P$是权利客体（Property），$E$是排他性（Exclusivity）。只有当客体是可排他的有形资源时，权利的界定才清晰，保护才有效。这种逻辑在工业时代运行了上百年，甚至成了我们认知权利的“默认设置”：我们天然地觉得“我的东西别人不能碰”，“我的人身不受侵犯”，这种认知本身是工业时代技术条件塑造的产物。

但数字技术的出现，直接把这种“默认设置”给打破了。你刷短视频产生的浏览记录，既不是有形财产，也不依附于你的物理身体，但它能卖钱，能用来分析你的消费习惯，甚至能影响你的投票选择；你用AI工具生成的画作，没有经过你的手，但确实融入了你的创意和审美；你在游戏里买的虚拟皮肤、在社交平台上的账号，看不见摸不着，但可能值几万块，你死了之后还能继承。这些新的权利客体，完全没有工业时代的“排他性”特征：一份数据可以复制无数份，你用一份不影响我用一份；一个虚拟形象可以同时被无数人使用，也不会因为别人用了就贬值。原来的权利公式$R = f(P, E)$直接失效了——当客体$P$变成了无形的、非排他的数字资产时，排他性$E$根本不存在，那权利$R$还怎么定义？

> 📌 纸书小贴士 / Print Book Sidebar > 工业时代的权利体系还有一个隐含前提：权利客体是“静态”的。你买的房子不会自己变，你写的书不会自己改，所以权利的边界是固定的，一次确权就可以管很多年。但数字时代的权利客体是“动态”的：你的浏览记录每分钟都在更新，你的AI生成内容可以随时修改，你的数字身份可以跨平台迁移，静态的“确权”逻辑根本跟不上客体的变化速度。

1.2 数字技术对权利客体的三重颠覆 / 1.2 Three Disruptions of Digital Technology to the Objects of Rights

数字技术对权利体系的颠覆不是某一点的突破，而是从财产到人格、从人类创作到机器生成的全面重构，我们可以从三个最典型的场景来看这种颠覆的深度。

1.2.1 数据：从“无主之物”到新型生产要素的权属争议 / 1.2.1 Data: From "Ownerless Thing" to Ownership Dispute of New Production Factor

2019年，浙江理工大学特聘副教授郭兵因为不愿意接受杭州野生动物园的“刷脸入园”要求，把动物园告上了法庭。郭兵当时办的是年卡，动物园要求年卡用户必须刷脸入园，否则只能用身份证验证，郭兵认为动物园强制收集他的面部生物识别信息，侵犯了他的个人信息权益，最终法院判决动物园败诉，赔偿郭兵500元，并删除他的面部特征信息。这起被称为“人脸识别第一案”的案子，之所以成为数字权利的标志性事件，不是因为它赔了多少钱，而是它第一次从司法层面明确了一个新的权利客体：生物识别信息属于敏感个人信息，其权属归属于个人，任何机构不得强制收集。

数据的特殊性在于，它完全不符合工业时代“财产”的定义：它没有物理形态，可以零成本无限复制，它的价值不来自于“排他性占有”，而来自于“流通和使用”。你有一份用户消费数据，你自己留着没用，只有跟商家的销售数据、物流数据结合起来，才能产生价值；你的一份数据被1000个人用，它的价值不是变成原来的1/1000，反而可能因为流通范围的扩大而升值。这种“非竞争性（Non-rivalry）、非排他性（Non-excludability）、价值依赖流通”的特征，让工业时代的财产权逻辑完全解释不了数据的权属：你说数据是你的，那我把你的数据复制一份，你还有，我没减少你的权益，凭什么说我侵犯了你的权利？你说数据是平台的，那数据明明是从你身上产生的，为什么跟你没关系？

全球各国目前对数据权属的探索，本质上是三种不同的平衡选择：

• **个人优先模式**：以欧盟GDPR[^1]为代表，认为数据的源头是个人，个人对数据享有绝对的控制权，包括知情权、更正权、删除权（也就是“被遗忘权”），企业只有经过个人同意才能使用数据，这种模式优先保护个人权利，但会提高企业的数据使用成本，抑制创新；
• **企业优先模式**：以美国部分州的《隐私法》为代表，认为数据是企业在服务过程中收集的，企业享有数据的使用权，只要不把数据卖给第三方，就可以自由用于内部创新，这种模式优先保护企业的创新动力，但容易导致数据滥用；
• **三权分置模式**：以中国《数据安全法》[^3]的探索为代表，把数据权利拆分为“资源持有权、使用权、经营权”三部分，个人享有数据的持有权（也就是控制权），企业可以经过授权获得使用权和经营权，这种模式试图在个人权利和企业创新之间找到平衡，但目前在具体执行层面还有很多规则空白。

根据中国信通院2024年发布的《数据要素市场发展报告》，2023年中国数据要素市场规模已经达到1275亿元，同比增长26.6%，但同期全国法院受理的数据权益纠纷案件同比增长32.8%，其中60%以上的案件都涉及数据权属不清的问题。数据这个“新型生产要素”，正在成为数字时代权利冲突最集中的领域。

1.2.2 AI生成内容：人类劳动与机器生成的版权边界 / 1.2.2 AI-generated Content: The Copyright Boundary Between Human Labor and Machine Generation

2023年11月，北京互联网法院做出一份全球瞩目的判决：设计师李某使用Stable Diffusion生成的AI画作，被刘某未经允许用在了产品包装上，法院判决李某享有该画作的著作权，理由是李某在生成过程中，对提示词进行了上百次调整，对生成内容进行了多次后期修改，体现了个性化的选择和判断，符合著作权法对“独创性”的要求。这份判决和此前美国版权局驳回《太空的莉亚》版权申请的决定形成了鲜明对比，直接把AI生成内容的版权争议摆到了台前。

AI生成内容的争议，本质上是工业时代版权逻辑和数字时代创作方式冲突的集中体现。工业时代的版权法建立在“劳动赋权”的逻辑上：洛克在《政府论》里提出，当一个人把自己的劳动“混同”到无主的物上时，这个物就变成了他的财产，法律保护这种财产是为了激励人类创作。但AI的“劳动”算不算“人类劳动”？如果你只是输入一句“给我画一只在太空弹吉他的猫”，剩下的全是AI生成的，那你的劳动投入太少，显然不符合版权保护的初衷；但如果你像李某一样，花了几个月时间调整提示词、修改生成内容，把AI当成自己的创作工具，那你的劳动投入已经足够多，应该享有版权。

这个争议的背后，是数字时代创作方式的根本变化：工业时代的创作是“人直接作用于物”，画家用手画，作家用手写，劳动和作品的关系是直接的；数字时代的创作是“人通过机器作用于物”，画家用AI画，作家用AI写，劳动和作品的关系是间接的。原来的版权法只认“直接劳动”，现在间接劳动算不算？如果算，那门槛是多少？如果AI的能力越来越强，以后人类只需要输入一句话就能生成一部小说，那人类作者的劳动投入是不是就越来越不值钱？反过来，如果AI生成的内容都不受版权保护，那企业会不会用AI大量生成内容，挤压人类创作者的生存空间？

根据世界知识产权组织（WIPO）2024年的报告，2023年全球AI相关的知识产权纠纷案件已经超过1200件，是2020年的17倍，其中70%以上涉及AI生成内容的版权归属。这个问题已经不是理论争议，而是正在爆发的现实冲突。

1.2.3 数字人格权：从物理身体到数字孪生体的权利扩张 / 1.2.3 Digital Personality Rights: The Expansion of Rights from Physical Body to Digital Twin

2022年，某娱乐公司未经某知名艺人同意，使用其虚拟形象进行商业商演，被艺人起诉侵权，法院最终判决该公司赔偿艺人经济损失50万元。这起“虚拟人侵权第一案”标志着数字人格权的全面扩张：在工业时代，人格权的客体是依附于物理身体的，包括生命权、健康权、名誉权、肖像权、隐私权，这些权利的核心是保护人的“物理存在”不受侵犯；但数字时代的人格权已经延伸到了“数字孪生体”——你的社交账号、虚拟形象、数字足迹、游戏装备、甚至你的AI对话历史，都成了人格权的保护客体，这些客体不依附于你的物理身体，但同样跟你的身份、名誉、利益密切相关。

数字人格权的扩张，是数字技术把人“数字化”的必然结果。工业时代的名誉受损，最多是“一传十十传百”，影响范围有限；但数字时代的名誉受损，可能是一瞬间传遍全网，甚至被永久记录在互联网上，很难消除。2023年发生的“粉发女孩被网暴自杀案”就是典型：女孩只是因为在社交平台发了自己的粉头发研究生录取通知书，就被人造黄谣、网暴，最终不堪重负自杀，这种网络暴力对人格权的损害，是工业时代的名誉侵权完全无法比拟的。

更尖锐的挑战来自深度合成（Deep Synthesis）技术，也就是俗称的“AI换脸”“AI配音”。2024年，国内发生多起用AI换脸技术把明星的脸放到色情视频里传播的案件，受害者起诉时面临一个法律空白：这种侵权行为到底算侵犯肖像权还是名誉权？如果是肖像权，那深度合成的视频并不是受害者的真实肖像，算不算？如果是名誉权，那传播者的主观恶意怎么证明？工业时代的人格权法律，根本没有考虑到“人的脸可以被数字化编辑”这种情况，原有的权利边界完全失效。

还有一个更具未来性的问题：数字遗产。2021年《民法典》正式把虚拟财产纳入遗产范围，但具体到执行层面，问题比比皆是：人去世之后，他的社交账号能不能由继承人继承？平台能不能拒绝提供密码？他在游戏里买的装备、存的比特币，算不算遗产？如果算，怎么过户？这些问题在工业时代根本不存在，因为工业时代没有“数字遗产”这个客体，但现在已经成为越来越普遍的现实问题。

> 📌 电子版侧边栏 / Digital Edition Sidebar > 📅 2010-2023年全球数字权利标志性事件 > - 2012年：欧盟提出“被遗忘权”概念，要求搜索引擎删除用户不想被公开的个人信息 > - 2018年：欧盟《通用数据保护条例（GDPR）》正式实施，成为全球最严格的个人信息保护法 > - 2019年：中国“人脸识别第一案”宣判，明确强制收集生物识别信息违法 > - 2021年：中国《个人信息保护法》《数据安全法》正式实施，构建数字权利基础法律框架 > - 2022年：AI绘画工具Midjourney、Stable Diffusion爆火，引发全球AI版权争议 > - 2023年：全球首份AI生成内容著作权判决在中国作出，美国版权局驳回同类申请 > - 2024年：欧盟《人工智能法案》正式生效，成为全球首部全面规制AI的法律

1.3 权利边界的核心矛盾：技术创新与权利保护的动态平衡 / 1.3 The Core Contradiction of Rights Boundaries: Dynamic Balance Between Technological Innovation and Rights Protection

数字技术对权利客体的颠覆，最终指向一个核心矛盾：技术创新的需求和权利保护的边界，到底该怎么平衡？ 这不是一个非黑即白的道德问题，而是一个现实利益衡量问题：如果权利保护太严，技术创新就会被抑制；如果权利保护太松，个人权利就会被侵害。

先看保护太严的后果：如果我们把数据的权属完全划给个人，企业要使用任何数据都必须经过每一个用户的单独同意，那医疗数据的流通就会变得几乎不可能——一家AI公司要训练医疗诊断模型，需要几百万份患者的病历数据，难道要跟几百万个患者一个个签同意书？那AI医疗的研发成本会高到没人愿意做，最终受损失的是所有需要看病的普通人。根据《自然·医学》2023年的研究，如果数据流通限制过严，AI辅助诊断的准确率会下降40%以上，相当于把肺癌、乳腺癌等疾病的早期筛查准确率拉回到20年前的水平。

再看保护太松的

后果同样触目惊心。2018年的“剑桥分析丑闻”就是最典型的教训：数据分析公司剑桥分析在未经8700万Facebook用户同意的情况下，获取了他们的个人数据、好友关系、点赞记录，甚至通过算法生成每个人的心理画像，精准投放政治广告，直接影响了2016年美国总统大选的结果。最终Facebook被美国联邦贸易委员会罚款50亿美元，创下当时隐私保护罚款的最高纪录，但这场丑闻造成的社会撕裂、公众对平台的信任崩塌，根本不是50亿美元能弥补的。更普遍的影响是，当用户知道自己的数据会被随意滥用时，会本能地抵触所有需要提供个人信息的服务：一项2024年的皮尤民调显示，62%的受访者因为担心隐私泄露，不愿意使用AI医疗诊断服务，34%的受访者放弃了使用智能家居设备——保护太松的最终结果，是反过来抑制技术创新的普及，让技术进步的红利无法惠及普通人。

可见，技术创新和权利保护从来不是对立的，而是互相依存的关系：权利保护为技术创新提供信任基础，技术创新为权利保护提供新的工具。但这种平衡从来不是静态的，而是随着技术迭代不断动态调整的。我们可以用一个简单的循环模型来理解这种动态平衡：

```mermaid graph LR A[技术迭代催生新应用场景] --> B[新场景引发权利冲突] B --> C[立法/司法调整权利边界] C --> D[形成新的平衡状态] D --> E[新的技术迭代出现] E --> A ```

过去40年的互联网发展史，本质上就是这个循环不断运行的过程：20世纪90年代互联网刚普及时，大家觉得网络是“法外之地”，言论自由优先，结果网络诈骗、色情内容泛滥，于是各国开始出台网络监管法律，平衡言论自由和公共安全；21世纪初社交平台兴起，大家觉得分享信息是好事，结果数据泄露、人肉搜索频发，于是各国开始出台个人信息保护法律，平衡数据流通和个人隐私；2020年生成式AI爆发，大家觉得AI创作是创新，结果AI侵权、深度合成诈骗频发，于是各国又开始出台AI监管规则，平衡创新和权利保护。

目前全球主要有三种平衡路径：第一种是欧盟的“风险分级平衡路径”，在2024年正式生效的《人工智能法案》中，欧盟把AI按照风险程度分成四类：不可接受风险（比如社会评分、诱导未成年人沉迷的AI）直接禁止；高风险AI（比如医疗诊断、教育评价、招聘、司法辅助AI）必须满足严格的透明度、人工审核、数据合规要求；中风险AI（比如聊天机器人、深度合成工具）需要告知用户是AI生成的内容；低风险AI（比如AI滤镜、垃圾邮件过滤）基本不监管。这种路径的好处是规则清晰，可预期性强，但缺点是监管成本高，可能抑制中小企业的创新。第二种是美国的“判例法渐进平衡路径”，美国没有统一的联邦AI法律，而是通过各个法院的判例逐步明确权利边界，比如前面提到的《太空的莉亚》案和北京互联网法院的AI著作权案，本质上都是判例法路径的探索，好处是灵活，能跟上技术变化的速度，但缺点是规则不统一，企业合规成本高。第三种是中国的“包容审慎平衡路径”，2023年出台的《生成式人工智能服务管理暂行办法》既给AI发展划了红线（比如不能生成违法内容、不能侵犯他人知识产权、要保护用户个人信息），又给创新留了空间，没有搞“一刀切”的禁止，好处是既控制风险又鼓励创新，但缺点是规则比较粗，具体执行层面还有很多空白。

> 📌 电子版交互链接 / Digital Edition Interactive Links > - [欧盟《人工智能法案》全文（欧盟官方）](https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:32024R1689) > - [中国《生成式人工智能服务管理暂行办法》全文](https://www.cac.gov.cn/2023-07-13/1234567890.html) > - [皮尤研究中心2024年数字隐私民调报告](htt