为生成式人工智能协作创作署名版权
最佳论文生成式AI(文本、图像、音乐、视频)AI 伦理、公平与问责算法透明度与可审计性音乐人、DJ 与声音设计师UI/UX 设计师律师与法律研究员
虽然不同国家对版权性的判定有所不同,但目前美国等司法管辖区不允许艺术家在缺乏创意控制的情况下对人工智能生成的内容拥有版权。作者为获得人工智能创作作品的版权保护的一种途径可能是展示他们在创作过程中“预测”生成式人工智能输出的意图,尽可能将随机性元素从人工智能转移到人类自己的决策中。当这种情况发生时,艺术家可能声称通过生成式人工智能表达了他们的想法,并为他们的作品寻求版权保护。我们提议生成式人工智能协作工具可以通过在每次生成式人工智能迭代中记录可预测性统计数据并捕获潜在的其他选项来支持这一意图,以便后续评估它们与提示的匹配程度。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
DIS
calendar_month
年份
2025
emoji_events
奖项
最佳论文
group
作者
3 位作者
sell
研究子方向
生成式AI(文本、图像、音乐、视频)、AI 伦理、公平与问责、算法透明度与可审计性
work
职业/产业
音乐人、DJ 与声音设计师、UI/UX 设计师、律师与法律研究员
article
内容状态
仅摘要
hub
相关论文
1 篇相关论文