隨著AI技術(shù)的飛速發(fā)展，AI與創(chuàng)作者之間的關(guān)系正陷入一種復雜的囚徒困境。AI公司通過大量抓取創(chuàng)意內(nèi)容來訓練模型，而創(chuàng)作者則面臨著作品被無償使用和版權(quán)被侵犯的困境。這種關(guān)系不僅損害了創(chuàng)作者的利益，也對整個創(chuàng)意生態(tài)造成了侵蝕。本文將通過博弈論的視角，深入探討AI公司與創(chuàng)作者之間的這種困境，分析其背后的經(jīng)濟和法律問題，并探討可能的解決方案，以期找到一個雙方都能從中受益的平衡點。

剛剛我介紹了 OpenAI 的新圖像生成器如何在一夜之間將互聯(lián)網(wǎng)變成一個以宮崎駿為主題的游樂場。

當我們見證 GPT-4o 的圖像生成器從公告（3 月 25 日）演變?yōu)椴《臼降膶m崎駿式趨勢（3 月 28 日）到免費層訪問（3 月 31 日）再到水印測試（4 月 6 日）時，一個更黑暗的模式已經(jīng)浮出水面。

我們正在目睹一個經(jīng)典的囚徒困境實時上演。

像 OpenAI 這樣的 AI 公司從使用創(chuàng)意內(nèi)容來訓練他們的模型中受益匪淺，而個人創(chuàng)作者發(fā)現(xiàn)自己無法有效地扣留他們的工作或要求公平的報酬。納什均衡嚴重有利于科技公司，處處系統(tǒng)性地貶低創(chuàng)造性勞動力。

這不僅僅是破壞，而是侵蝕。價值在這種關(guān)系的每個層面上都在消失。這個循環(huán)既全面又自我強化：

竊取的訓練數(shù)據(jù)→侵犯版權(quán)的輸出→自動化的創(chuàng)意任務→對原創(chuàng)作品的欣賞質(zhì)量下降；

每一次回合都會將更多的權(quán)力和經(jīng)濟價值轉(zhuǎn)移到 AI 公司，而不是創(chuàng)作者。

時間不站在創(chuàng)作者這邊。

每天都有更多內(nèi)容被抓取，更多的模型被訓練，更多的創(chuàng)意工作消失，越來越多的觀眾習慣于消費 AI 生成的內(nèi)容，而不質(zhì)疑其來源。

這種情況持續(xù)的時間越長，重置余額就越困難。

B端产品经理的能力模型与学习提升

B端产品经理面临的第一大挑战，是如何正确的分析诊断业务问题。 这也是最难的部分，产品设计知识对这部分工作基本没有帮助，如果想做好业务分析诊断，必须具备扎实 ...

查看详情 >

雖然合作對每個人都有好處，但 AI 公司和創(chuàng)作者被困在零和游戲中，個人激勵推動相互毀滅。該展望嚴重青睞科技公司，同時系統(tǒng)性地貶低了創(chuàng)造性勞動力的價值。與過去的顛覆不同，這次顛覆不僅改變了創(chuàng)造性工作的發(fā)生方式，而且侵蝕了其經(jīng)濟基礎(chǔ)。

如果有 RESET 按鈕，我們現(xiàn)在應該按下它。

我們的目標是在分析游戲中的關(guān)鍵參與者時，剝?nèi)?AI 公司和大公司 CEO 使用的外表，考慮他們的賠率，并建議我們?nèi)绾握业竭@個難以捉摸的 RESET 按鈕，以造福創(chuàng)意生態(tài)系統(tǒng)中或周圍的每個人。

01 囚徒困境以及為什么背叛是每個人最好的選擇

囚徒困境是博弈論中的一個思想實驗。

我不會開始進行數(shù)學運算，所以不用擔心。囚徒困境代表了一個基本模式，即決策應該由合作還是自身利益驅(qū)動。

在經(jīng)典的囚徒困境中，兩名嫌疑人被逮捕并被關(guān)押在不同的牢房中，無法進行交流。每個囚犯都得到同樣的交易：通過作證來背叛你的同伙，或者保持沉默。以下是三種可能的情況：

• 如果雙方都保持沉默（合作），他們都會被輕判；
• 如果雙方都背叛了對方（相互背叛），他們都會被判處適度的刑罰；
• 然而，如果一個人背叛而另一個人保持沉默，那么背叛者就會逍遙法外，而沉默的囚犯則會被判處重刑；

你覺得囚犯們會合作嗎？

不，每個囚犯的理性選擇，無論對方做什么，都是背叛。

想象一下你是囚犯之一。讓我們來看看您的選擇。

• 如果你的同伙保持沉默，背叛就會釋放你，而不是輕判；
• 如果你的同伙背叛了你，你的背叛會導致中度的判決而不是重刑；

這就形成了所謂的納什均衡：除非其他人也愿意改變他們的策略，所以他們都不斷選擇更糟糕的選項（比如不合作），即使如果他們一起工作會更好。

想想冷戰(zhàn)時期的軍備競賽。美國和蘇聯(lián)都最好將軍費開支用于國內(nèi)繁榮。但雙方都無法解除武裝，而對方仍然單方面持有武器。因此，兩國在武器上投入了數(shù)萬億，實現(xiàn)了不穩(wěn)定且代價高昂的對峙。

或者考慮一下氣候變化。每個國家都會從穩(wěn)定的氣候中受益，但每個國家都有繼續(xù)排放溫室氣體的動機。結(jié)果如何？集體未能解決生存威脅。

簡單來說，我們都會失去一點，但沒有人愿意成為那個合作而別人不合作的傻瓜。

也就是說，至少兩名囚犯在互相告密后服了相同的刑期。從某種意義上說，這仍然是公平的游戲。不幸的是，我們今天將要討論的內(nèi)容中沒有什么是公平的。

囚犯 A （AI 公司）：

在風險投資壓力、對市場份額的癡迷和對顛覆的準宗教信仰的推動下，一切都是無力的。

無視他們的目標 —現(xiàn)在擴大規(guī)模，以后貨幣化，也許暫時處理道德/法律后果。作為玩家，他們確實可以選擇：

• 合作：通過尋求創(chuàng)作者的同意、就許可達成一致，并為創(chuàng)意內(nèi)容提供公平的報酬；
• 缺陷：未經(jīng)許可或補償抓取內(nèi)容；

囚犯 B（創(chuàng)作者）：

分散、多樣化，從個體藝術(shù)家到大型工作室和出版社。他們希望獲得公平的報酬、認可、對作品使用的控制權(quán)以及可持續(xù)的未來。他們將 AI 公司視為竊取其知識產(chǎn)權(quán)的小偷，并害怕被 AI 模型取代。因此，這是一個生存威脅。

創(chuàng)作者集體也有選擇：

• 他們可以“合作”（通過讓他們的內(nèi)容可用于 AI 訓練），或者
• 他們可能會 “背叛”（通過扣留內(nèi)容或要求賠償）；

02 AI 公司與創(chuàng)作者之間的平衡

在真正的納什均衡中，沒有單個玩家可以通過單方面改變他們的策略來提高他們的位置。

這在現(xiàn)實生活中又一次表現(xiàn)得如此之好：

• 在這種環(huán)境中，創(chuàng)作者幾乎沒有動力或權(quán)力來拒絕他們的工作。為了謀生或賺取觀眾，作家和藝術(shù)家仍然必須在線發(fā)布他們的內(nèi)容（通常是免費或在開放平臺上），這不可避免地會使其暴露在爬蟲機器人面前。如果一個創(chuàng)作者選擇退出或支付所有費用，它幾乎不會削弱 AI 模型的龐大訓練語料庫——當 AI 對數(shù)百萬其他人的作品進行訓練時，它們會犧牲影響力或收入。因此，從理性上講，盡管 AI 公司有能力“搭便車”他們的內(nèi)容，但大多數(shù)公司還是繼續(xù)公開分享作品。
• 面臨協(xié)調(diào)問題：大多數(shù)創(chuàng)作者是個體經(jīng)營者或自由職業(yè)者，無法用一個聲音進行活動。
• 即使一些創(chuàng)作者扣留他們的內(nèi)容或要求賠償，許多其他創(chuàng)作者也會不這樣做（要么是自愿的，要么是無能的），讓 AI 公司能夠獲得足夠的訓練數(shù)據(jù)。
• 他們在這種均衡中的“回報”越來越差：議價能力下降，收入下降壓力，以及他們的創(chuàng)造性勞動被無償侵占的感覺。
• 訴訟或集體行動仍處于起步階段且不確定，因此現(xiàn)狀仍然存在。至關(guān)重要的是，這種均衡在社會上是次優(yōu)的——創(chuàng)造力的長期動力。

單個 AI 公司

主導策略是使用所有可用內(nèi)容來最大限度地提高 AI 性能。當縮放定律仍然適用時，大規(guī)模抓取創(chuàng)意數(shù)據(jù)提供了一定程度的回報（更多的訓練數(shù)據(jù) = 更好的模型）。

• 協(xié)商和為內(nèi)容付費會減慢您的速度并增加成本。如果一家 AI 公司決定許可內(nèi)容，則會產(chǎn)生額外費用并延遲產(chǎn)品發(fā)布。而自由抓取的競爭對手可以更快地移動、使用更多數(shù)據(jù)進行訓練并花費更少。在速度和規(guī)模決定市場主導地位的比賽中，沒有公司愿意成為唯一一家公平競爭的公司。結(jié)果是，沒有一家 AI 公司敢單方面阻止。

幾個因素進一步加強了這種平衡：

• 存在信息不對稱。創(chuàng)作者通常不知道他們的內(nèi)容何時被用于訓練 AI 系統(tǒng)。
• 存在權(quán)力不平衡。個人創(chuàng)作者缺乏資源來監(jiān)控或執(zhí)行針對大型科技公司的權(quán)利。
• 這是一個集體行動問題。即使大多數(shù)創(chuàng)作者都想保留他們的內(nèi)容，在數(shù)百萬人之間協(xié)調(diào)這樣的行動也幾乎是不可能的。

因此，結(jié)果是當前的納什均衡嚴重有利于人工智能公司。AI 公司叛逃（未經(jīng)許可獲取內(nèi)容），而創(chuàng)作者無法有效保護（扣留其內(nèi)容）。

同樣，這是系統(tǒng)性的。兩組中的任何一個參與者都不能做出改變來影響等式。

為了打破這種停滯不前的局面，我們必須改變游戲規(guī)則。例如，調(diào)整獎勵、設(shè)置更好的協(xié)調(diào)方式或為不良行為承擔后果。

這就是為什么使用博弈論如此有用。通過游戲，我們研究了如果我們希望真正的解決方案奏效，而不是讓我們的論點停留在表面水平上，就需要改變的更深層次的激勵措施。

真正的挑戰(zhàn)不僅僅是公平或道德。這是關(guān)于構(gòu)建一個新系統(tǒng)，在這個系統(tǒng)中，協(xié)同工作對每個人（AI 公司和創(chuàng)作者）都更有意義。只有有一個具有正確激勵和懲罰的制度，公平才會隨之而來。

時間因素

與經(jīng)典的囚徒困境不同，這種對峙有一個有利于一方的滴答作響的時鐘。每過一天，AI 模型都會不斷改進，對新創(chuàng)意輸入的依賴程度會降低。創(chuàng)作者建立公平條款的窗口正在迅速關(guān)閉。

這就像一場國際象棋游戲，每隔幾回合就有一名玩家獲得一步額外的棋步。最終，優(yōu)勢變得不可逾越。

AI 公司知道監(jiān)管機構(gòu)需要數(shù)年時間才能采取行動，而他們的爬蟲機器人每秒都在無情地抓取內(nèi)容，吞噬更多、更高質(zhì)量、更稀有的材料來滿足他們黑洞般的胃口。這就是為什么等待完美的監(jiān)管解決方案或希望市場自然而然地自我糾正對創(chuàng)作者來說是一個失敗的策略。

當這些過程發(fā)揮作用時，游戲?qū)嶋H上可能已經(jīng)結(jié)束了。

那么我們能做些什么呢？我們?nèi)绾未蚱七@種破壞性的平衡，創(chuàng)造一個人工智能和人類創(chuàng)造力相互增強而不是相互破壞的未來？

答案在于改變這個游戲的規(guī)則。

我們需要尋找創(chuàng)造性的方法來創(chuàng)造新的結(jié)構(gòu)和激勵措施，使合作成為雙方的理性選擇。我們還需要讓具有深厚技術(shù)知識的人參與進來，他們能夠幫助我們打這場仗。

如果你知敵知己，就不必擔心百戰(zhàn)百戰(zhàn)的結(jié)果。如果你了解自己但不了解敵人，那么每獲得一次勝利，你也會遭受一場失敗。如果你既不了解敵人也不了解自己，你將在每場戰(zhàn)斗中屈服?！?孫子，《孫子兵法》

讓我們探討三種可以重置平衡的方法。

既然 “漂亮，請停止竊取我們的工作” 并不是特別有效，那么我們?nèi)绾未蚱七@個僵局呢？有三種越獄選項，每種選項都有自己的潛力和局限性。

• 導致這個問題的技術(shù)也會是它的解決方案嗎？讓我們談談不需要吞噬整個互聯(lián)網(wǎng)的高級 AI 模型；
• 如果你不能單獨擊敗他們，那就聯(lián)手吧。內(nèi)容平臺如何成為創(chuàng)作者抵御 AI 寄生蟲的集體盾牌？
• 監(jiān)管框架 — 當所有其他方法都失敗時，請律師和政客來?？赡艹鍪裁磫栴}？

03 先進的 AI 技術(shù) — 擺脫數(shù)據(jù)饑餓

當立法者辯論和創(chuàng)作者抗議時，AI 研究實驗室正在發(fā)生一些積極的事情。研究人員正在開發(fā)新的方法，這些方法可能會從根本上改變我們討論過的博弈論動態(tài)。

想象一下，如果 AI 公司可以構(gòu)建強大的模型，而無需抓取整個互聯(lián)網(wǎng)，或者至少不需要比他們已經(jīng)擁有的更多？也許對新內(nèi)容的胃口可能會受到限制？

更智能的模型設(shè)計。

新的架構(gòu)不再使用當今的大型語言模型 LLMs 或基于大量數(shù)據(jù)訓練的擴散模型，而是簡化了這一過程。

它們可以更有效地學習語言模式，這意味著它們可以像傳統(tǒng)模型一樣理解文本，但示例要少得多。它們處理文本的方式不同，處理速度快，總體使用的資源更少。將他們視為更專注的學習者，通過學習更少的材料來獲得相同的成績。

合成數(shù)據(jù)生成

AI 模型可以生成自己的訓練材料，而不是依賴真實世界的文本。強大的 AI 可以創(chuàng)建示例、故事或?qū)υ拋斫淌谄渌?AI。想想作者虛構(gòu)的場景來幫助學生理解一個主題，而不是使用現(xiàn)實世界的文本。

檢索增強生成（RAG）

AI 可以在需要時簡單地查找內(nèi)容，而不是記住人類的全部創(chuàng)造力，從根本上改變訓練要求，并有可能實現(xiàn)適當?shù)臍w屬或許可。該模型不需要在內(nèi)部存儲受版權(quán)保護的材料 — 它只需在需要時在外部引用它。

基于區(qū)塊鏈的歸因和許可？？

Story （迄今已籌集 1.4 億美元） 提出了一種有趣的方法，用于構(gòu)建一個跟蹤知識產(chǎn)權(quán)所有權(quán)的區(qū)塊鏈網(wǎng)絡。2025 年 1 月，Story 宣布與 Stability AI 合作，使創(chuàng)作者能夠應對通過 AI 生成的創(chuàng)意作品進行歸因、跟蹤和貨幣化的挑戰(zhàn)。

Story 將此解決方案稱為“無形資產(chǎn)”，因此可以在 AI 生態(tài)系統(tǒng)中的任何地方對其進行跟蹤和控制。這使得對與 AI 模型一起使用的創(chuàng)意作品的 IP 進行歸屬和許可成為可能，包括衍生作品的收入流。

04 技術(shù)方法的局限性

也就是說，上述解決方案存在一些基本限制：

• 即使效率提高，這些模型仍然需要大量的真實數(shù)據(jù)作為基礎(chǔ)，其中可能包括受版權(quán)保護的材料。
• 盡管它們處理信息的方式與 transformer 不同，但這些架構(gòu)仍然可以記住部分訓練數(shù)據(jù)，從而有可能在輸出中復制受版權(quán)保護的內(nèi)容。
• 這些技術(shù)解決方案并不能完全滿足權(quán)利持有人控制其作品的使用方式或獲得報酬的愿望。
• 所有方法仍然涉及版權(quán)以外的各種知識產(chǎn)權(quán)，包括數(shù)據(jù)庫權(quán)利、商標、商業(yè)秘密和道德權(quán)利。
• 區(qū)塊鏈解決方案帶來了新的復雜性：現(xiàn)有 IP 系統(tǒng)缺乏標準化;區(qū)塊鏈記錄的法律認可有限;無法容納版權(quán)例外的僵化不變性;實施成本高，將較小的創(chuàng)作者排除在外;被動保護而不是預防性保護。
• 從博弈論的角度來看，僅靠先進的 AI 技術(shù)不太可能打破目前 AI 公司和內(nèi)容創(chuàng)作者之間的囚徒困境。

將平臺從 AI 自助餐轉(zhuǎn)變?yōu)閼?zhàn)略據(jù)點

將互聯(lián)網(wǎng)想象成一個資源豐富的大陸，人工智能公司在這里像殖民大國一樣運作，在不補償當?shù)厝说那闆r下榨取價值。內(nèi)容平臺正在成為控制其邊界、征收關(guān)稅并形成戰(zhàn)略聯(lián)盟的主權(quán)領(lǐng)土。隨著創(chuàng)作者遷移到治理最嚴格的地區(qū)，權(quán)力的天平從開采轉(zhuǎn)向談判。

阻止數(shù)字寄生蟲 — AI 爬蟲

AI 網(wǎng)絡爬蟲機器人是寄生蟲的數(shù)字等價物。他們榨取價值，但未為維持他們的生態(tài)系統(tǒng)做出貢獻。就像生物寄生蟲一樣，它們已經(jīng)變得非常擅長逃避防御。