引言：人工智能侵权的责任分配难题 人工智能致损的侵权责任认定是人工智能治理的重点与难点问题。已经成为阻碍人工智能应用的三大障碍之一，亟须法学研究予以回应。①其一，人工智能系统具有一定的自主性，损害是否因相关主体过错行为导致，不易判断。自主性意味着人工智能系统可以根据并非完全预先编程的规则作出决定或采取行动。以大语言模型为基础的人工智能系统有能力实现“智能涌现”，即使没有经过针对性训练也可以胜任陌生的任务，并表现出超预期的性能，这使得人类对人工智能的控制力遭遇挑战。②例如，生成式人工智能输出虚假信息侵犯名誉权的，无法判断输出结果是相关主体违反义务所致，还是人工智能系统自我进化的结果，因为算法完全可以从海量数据中挖掘新的语言规律以进行合乎逻辑的“捏造”，即产生所谓“幻觉”。③当人工智能输出偏离预期并不表征存在研发或应用错误时，被侵权人要证明人工智能相关主体具有过错，就更加困难。④其二，人工智能活动具有网络性，一旦发生人工智能侵权，难以准确识别过错行为人。人工智能产业链条绵长，一项产品或服务涉及主体众多，包括设计者、提供者、使用者、第三方服务商、感应器制造商等复数主体。人工智能链条上任何一处出现纰漏，均可能导致损害。尤其值得注意的是，当下的人工智能活动表现出较强的人机交互性，即人工智能使用人可以直接影响系统运行结果，此与以往的商品(如计算机、智能手机、聊天软件等)存在明显不同。人工智能系统并非完全依赖于硬件和软件自动运行，而是在系统与人类操作者的互动中实现预设目标。人机交互下的人工智能活动，一方面通过人类参与(human in the loop)防止系统失控，另一方面也使得人工智能被滥用的风险增加。⑤使用者可以切换云计算服务商、底层大模型、第三方数据处理商，甚至可以直接改变系统设计或运行逻辑。当发生人工智能致损时，被侵权人可能无法确定是人工智能系统自身设计出现问题，还是后续的使用行为导致损害。如果无法确定责任主体，则难以有效地救济被侵权人。 面对人工智能侵权带来的责任分配难题，法律人可以借助革新民法典中的交通事故侵权责任、医疗侵权责任等规则调整自动驾驶汽车、医疗人工智能等特定人工智能应用侵权。⑥如果人工智能被应用到核设施、航空器等高度危险作业，当然也有民法典第1236条以下高度危险责任之适用。只是针对特定场景的责任规则难免挂一漏万，不能全面调整不同应用场景中的人工智能侵权活动(如数字助理、人脸识别、智能家居调控系统、生成式人工智能侵权等)，学者由此强调应创设新的人工智能侵权一般规则。⑦然而，无过错责任、过错推定责任等设想虽有助于填补被侵权人的损失，但若不加限制地适用，将加重人工智能企业的负担，尤其构成中小企业进入人工智能行业的“责任墙”。研究指出，未来在人工智能领域大放异彩的企业，大概率不会是现在的大型企业，而可能是目前并不起眼的小公司。⑧如何设计一套妥当的人工智能侵权责任规则，既充分救济被侵权人的损害，又无碍于人工智能中小企业发展，实为人工智能治理的荦荦大端。 有鉴于此，本文将在分析既有人工智能侵权规范设想的基础上，尝试借助侵权法基本原理，建立既符合人工智能人机构造与技术特性，又可桥接现行侵权责任分类体系、归责体系的人工智能侵权责任框架，以期实现鼓励创新与权益保护之间的动态平衡。 一、调整人工智能致损活动的两种路径检讨 当下学界存在两种试图解决人工智能侵权纠纷的通行路径：一是通过扩张产品责任的适用范围，借助作为无过错责任的产品责任规则调整人工智能研发与应用活动；二是设想直接赋予人工智能民事主体资格，按照民法典中的替代责任或自己责任解决责任认定与承担问题。下文将分别检视这两种路径的合理性与可行性。 (一)产品责任规则适用剖析 产品责任属于无过错责任，似较之一般过错责任更能保护被侵权人的合法权益。欧盟于2024年10月修改通过新的《缺陷产品责任指令》，⑨将产品责任的适用范围扩张至软件等程序。该法前言第13条清晰地指出，“软件是一种适用无过错责任的产品，无论其供应或使用方式如何，也无论软件是通过设备存储、通信网络或云技术访问，还是通过软件即服务模式提供”。据此，人工智能系统成为欧盟产品责任的适用对象。但是，欧盟的这一立法动向始终存在巨大争议。欧盟法院长期认为软件服务不应适用产品责任规则。⑩上述第13条虽然指出软件即服务模式(SaaS)下的软件也属于产品，但也指出电子文件、源代码等属于信息，并不属于产品，这使得人工智能系统是否属于产品仍具有一定的不确定性。学者指出，过度扩张产品范围将混淆产品与服务的边界，带来法律适用上的混乱。(11)更重要的是，适用产品责任调整人工智能活动，并不会降低被侵权人的证明难度，也不符合产品责任的规范目的，随着人工智能的广泛应用还可能颠覆侵权法的过错基石。 其一，产品责任路径不能有效缓解因人工智能系统自主性带来的过错证明压力。欧盟《缺陷产品责任指令》前言第2条指出，之所以将产品范围扩张至软件，是为了借助无过错责任解决现代技术发展带来的损害分担问题。然而，产品缺陷认定同样具有过错色彩。对于缺陷的判断目前主要存在“消费者合理期待”与“风险—效益测试”两套标准。在消费者合理期待标准下，生产者仅对可预见的危险负责。《缺陷产品责任指令》第7条第2款b项和d项均强调可预见性对于评估缺陷的意义。可预见性本就是判断注意义务的核心标准。(12)在产品责任路径下，被侵权人仍应证明存在合理期待。但是，民事主体很难充分了解人工智能系统的运行机制，未必会产生合理期待。例如，消费者是否应预见到人工智能和人一样会出错，抑或人工智能是否应表现得比人更优秀，均不存在确定答案。随着人工智能的正向效应越发明显，或许在特定时空场景下不使用人工智能系统反倒构成过错。(13)风险—效益测试同样具有过错判断色彩。该测试是一种量化分析方式，高度依赖高质量数据的积累和有效的评估模型。在人工智能技术被投入应用前，并不存在可供评估风险、收益的数据与模型。在这一背景下，或可借助美国《侵权法(第三次)重述：产品责任》第2条(b)款提出的替代设计标准判断是否存在缺陷：如果市场上存在更为安全的合理的替代设计，就可以认定产品存在缺陷。(14)但若如此，将导致赢家通吃的局面，不利于中小人工智能企业的发展。《缺陷产品责任指令》第7条第3款明确规定，不得仅以市场上存在较优的产品，就将特定人工智能产品视为存在缺陷。是否存在合理的替代设计，应结合在不损害产品实用性的前提下消除产品危险的可能性、用户的风险控制能力、通过警示控制风险的可能性以及制造商的损失分散可能等多种因素综合判断。(15)上述因素同时也构成判断行为人是否应承担注意义务的参考框架。美国学者由此认为，风险—效益测试本质上是在适用过错责任。(16)可见，对产品缺陷的判断均应证明生产者违反合理的注意义务，此与认定行为人是否具有过错殊途同归。(17)源于缺陷认定同样涉及对注意义务的判断，对人工智能侵权活动适用产品责任并不能有效减轻被侵权人的证明压力。
