在古希腊神话中，普罗米修斯（Prometheus）盗取火种，将其带给人类。火不只是技术的象征，更代表着知识本身——一种可以被掌握、被复制、也可能被争夺的力量。从那一刻起，一个问题便隐约存在：当知识可以被获取与再利用时，它究竟属于谁。当前人工智能的发展，正在重新激活这一知识产权领域最古老的问题：知识的原材料究竟属于谁。
知识原材料的归属问题
这一问题之所以在当下变得紧迫，并不是因为新的法律原则出现，而是因为技术系统首次在如此规模上依赖既有文化进行运作。可以想象一个几乎看不见的过程。在数据中心的服务器中，数以亿计的文本被分解为词语与结构，图像被拆解为像素与特征，音乐被转化为频率与模式。大型语言模型与生成式人工智能系统正是在这样的过程中，学习语言、理解风格，并逐步形成生成能力。而这些训练数据，几乎全部来自既有的人类文化生产——书籍、新闻、图像、音乐与代码，被持续地输入、处理，并转化为模型的能力基础。
也正是在这一过程中，文化的存在方式开始发生改变。在传统体系中，作品以完整形式被阅读、被观看、被传播，其价值体现为人与人之间的理解与交流。而在人工智能语境中，这些内容进入模型训练，被拆解为统计模式，用于构建对世界的抽象理解。复制行为不再发生在出版或传播环节，而发生在训练过程之中，其目的也不再是再现作品，而是提取结构与规律。知识因此不再只是表达的结果，而成为技术系统运行所依赖的原材料。
授权机制如何重塑知识分配
当训练数据开始通过授权与合作进入制度与市场体系，其意义便不再停留在个别协议之上，而逐渐显现为一种规则形成的过程。2024年，美国《大西洋月刊》（The Atlantic）——这本创立于19世纪、长期以深度报道与思想评论著称、被视为美国最具影响力与权威性的高端知识类媒体之一——与OpenAI达成内容授权合作，使其积累多年的新闻与评论内容可以被用于模型训练，并在生成结果中以规范方式呈现。这类合作的意义，并不在于技术应用本身，而在于它首次在高质量内容领域明确了一件事情：哪些内容可以被使用，以及在什么条件下被使用。
沿着这一变化，可以看到类似机制正在不同文化领域逐步展开。在中国，这一过程呈现出更为体系化的特征。媒体方面，以新华社、人民日报为代表的主流媒体机构，在数据要素政策推动下持续推进语料资源的标准化与结构化建设，使新闻内容不仅用于传播，也进入可被管理与调用的资源体系；另一方面，在音乐产业领域，腾讯音乐娱乐集团（Tencent Music Entertainment）通过整合音乐版权数据库与AI生成工具，探索在既有音乐作品的授权框架内，支持AI辅助创作与内容生成的协作模式，使音乐资源的使用从单一消费逐步延伸至可控调用与再创作。
这些实践的重要性，并不在于它们涉及不同机构或不同产业，而在于它们共同推动了变化。数据的使用方式不再由技术单方面决定，而逐渐通过授权机制被明确下来。哪些内容可以进入训练体系，是否需要付费，是否需要标注来源，以及生成结果如何呈现，这些原本模糊的问题，正在通过一系列具体合作被逐步界定。
正是在这一过程中，可以看到一个更清晰的趋势。无论是在国际市场中由媒体机构主导的内容授权，还是在中国由平台与制度推动的资源整合，训练数据正在从“可获取”转向“可协商”。技术系统不再只是被动吸收文化内容，而开始嵌入一套逐渐成形的使用规则之中，而这些规则，正在成为连接文化生产、市场机制与制度安排的关键环节。
合理使用的边界被重新定义
“合理使用”（fair use）这一原则，并非随着人工智能而出现。它最早形成于20世纪的美国版权法实践之中，其初衷是为了解决一个长期存在的张力：在保护创作者权益的同时，如何允许知识被引用、评论、研究与再利用。换句话说，合理使用并不是为了限制使用，而是为了在“保护”与“流通”之间维持一种动态平衡，使知识体系能够持续运作。
然而，人工智能的出现，使这一原本围绕“人类使用”的原则进入了一个全新的语境。在传统情况下，合理使用通常发生在有限范围内，例如引用一段文字或进行评论；而在模型训练过程中，复制行为发生在系统层面，规模远超个体使用，其目的也不再是表达观点，而是提取结构与模式。这使得一个原本用于调节文化流通的原则，被置入一个难以直接类比的技术环境之中。
这一变化之所以带来真正的制度压力，可以从经济学对不确定性的理解中得到解释。美国经济学家弗兰克•奈特（Frank Knight）在其关于风险与不确定性的区分中指出，风险是可以被计算与预期的，而不确定性则意味着结果无法被事先量化。在传统版权语境中，合理使用通常处理的是可预期的影响，例如引用是否会对原作品的市场造成可衡量的影响；而在人工智能训练中，数据使用的范围、影响与结果难以被预先界定，使制度开始面对更接近不确定性的情境。
也正是在这一点上，可以更清楚地理解前一部分所呈现的变化。无论是媒体机构通过授权协议界定内容使用方式，还是平台与文化产业在不同领域建立合作机制，这些实践实际上是在为合理使用所难以覆盖的部分寻找新的解决路径。当使用规模与方式超出既有法律框架时，授权与制度安排便成为新的调节机制。合理使用并未消失，但其边界正在被重新界定，而这一界定过程，正在与市场与制度的变化同步展开。
知识使用权的重新分配
当知识以训练数据的形式进入人工智能体系，其位置已经发生了根本变化。它不再只是被创作与传播的内容，而成为系统运行所依赖的前提条件。在这一过程中，知识的价值不再仅仅体现在其被阅读或被理解的方式上，而体现在它是否能够被纳入模型、被调用以及被持续使用。技术能力的形成，因此不只是算法优化的结果，也取决于其所能够接触与组织的知识范围。
围绕这一变化，一种新的运作结构正在逐渐成形。授权机制为内容进入系统提供路径，市场机制为其建立交易与定价方式，而制度安排则不断调整使用边界与条件。这三者并非彼此替代，而是在相互作用中形成一套新的秩序，使知识从“表达对象”转变为“配置对象”。在这一体系中，关键不再只是作品如何传播，而是哪些内容能够进入系统，以及这一进入过程如何被界定。
在这样的条件下，人工智能的发展路径也开始呈现出不同形态。技术并不是在一个完全开放的环境中演进，而是在既定的知识获取方式与使用规则之中展开。哪些内容可以被使用，如何被使用，以及使用的范围与成本如何设定，这些因素正在逐渐构成技术发展的边界。知识治理因此不再是附属问题，而成为影响资源分配与系统能力的重要变量，并在不显性的层面上塑造着人工智能的未来方向。