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(biāo)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(biāo)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。