新经济下的机器生产

发布时间:

2021-11-09

资料来源:

　　这主要体现在两个层次，第一个生产层次是机器生产内容、创作作品、申请专利。第二个是匹配的层次，就是自动化的推送问题，可以给用户推送最想看到的内容和广告。自从人工智能作为一种技术被不断深入以来，生产量级增加了，开始出现一些竞争关系，很多新的法律问题也是在这个过程里出现的。需要法律确认它的合法性，而且化解冲突。这种冲突在20年前发生过一次，就是非法兴起的阶段，这个过程到今天的后果就是确认了新经济的合法性。现在这个趋势走得非常快，法律就试图去调和矛盾，去推动这个过程。

　　现在我们可能面临的是第二次冲突，它可能是个开端，会持续多长时间也很难预料，但是至少我们可以尝试归纳它的一些特点。它本质上和第一次冲突没有特别的区别，仍然是取决于创业者对生产要素的渴求。现在的问题是，机器加入的话，能不能产生一些新的格局，开辟新的赛道，创造一种新的媒介形态，我们现在熟悉的移动互联网形态是不是也会发生变化等等，这也会产生法律问题。

　　人工智能出现带来一些恐慌，一些经济学家总在说“机器换人”，人类会不会大量集体失业，但我认为法律试图要解决的核心矛盾是利用机器生产的平台和利用人力生产的平台之间的矛盾。

　　换句话说，人可能还会有活儿干，因为总会有平台试图去调动这样的一些人力，但现在问题是出现新平台，号称是新物种，这个新物种说我们现在生产的东西完全是一个全自动的机器生产的，根本不靠人力。这种情况下，人力现在似乎又成了一个新的成本，所以法律的问题出现于这两种不同平台的生产模式冲突。

　　机器生产需求跟早期互联网“非法兴起”的逻辑是非常一致的。机器首先都是依赖于人的活动，它无法凭空产生。另外，人工智能公司，包括人脸识别，需要有大量的人脸数据集进行训练，这个数据集就是从网上爬取的，网上有大量的人脸照片。这个机器学习本身是依赖于由人提供的劳动过程的。这个过程中会引发一个问题，就是平台经济会降低信息生产和匹配成本，有竞争优势。但是对生产者来说，大家都在用互联网，人力成本又上来了；大家开始生产垃圾信息了，用户可能从这些垃圾信息里边获得的有增量的价值就很少。

　　如果很多人都要投入大量时间开始内卷的话，反而会造成浪费，因为所生产出来这些东西不一定会被推送到那些需要它的人那里。所以从这个意义上讲，机器生产对原来的专家体系实际上是一个冲击。专家不仅要生产高质量的信息，而且必须跟垃圾信息竞争。

　　初创企业都是这个逻辑，开发新赛道，无形中就给原来的平台或者生产者提供了很多压力。整个环境也慢慢地变成一个跟主体不断互动的过程，数据不再是单纯作为消费品的数据，而且包括我们的生活和行为数据。线下世界或者智慧城市，都是“元宇宙”。而且用户会不断跟非人类的要素进行互动，你用了什么，买了什么，看了什么，在这个互动过程里，机器就不断地学习，做一个全方位的模拟。

　　这个过程面临哪些法律问题？

　　首先是智能聚合侵权问题。视频自动的聚合、换脸，这可能是非法的；还有假新闻的问题，比如网上有很多水军，或者账户本身就是一些机器人在操控的，它可以批量生产真新闻，也可以生产假新闻，甚至一些账号是机器控制的。

　　这又涉及到不同层次的问题。第一是机器生产的合法性问题，比如新闻究竟必须由人来生产，还是由机器生产，包括司法也是这样，在形式上是需要有一个人类法官来做出决策，还是可以允许机器参与决策，这都是类似的问题。

　　如果承认机器生产没问题，我们需要机器生产。那接下来的问题就是机器和人类竞争的问题了。人类究竟要附着在机器生产过程里，还是另开一个赛道？

　　表面上法律问题好像是一个中性的问题，但并不完全是。形式上的法律问题有时候反而会掩盖以及反映生产关系，法律好像是在真空中运行，我们只要去读法条，或者读案例就行了，但是只有跟社会生产过程联系在一起的时候，我们才能理解法律问题究竟怎么出来的，以及什么人希望用法律来达到什么目的。

　　那么机器生产对消费者会产生什么影响？首先是机器生产是否能给我们增加财富？这个问题突出地体现在一些虚拟装备，虚拟财产，也就是我们在虚拟世界里拥有的一些东西上。平台或游戏公司会说这个游戏装备是不能给你们的，换句话说这些东西你只能在游戏的意义上去拥有他，但是不能脱离这个场景去永久拥有它。所以从这个意义上讲，它只是服务的一部分，不能为你增加额外的财富。

　　除了对消费者有影响，它对整个信息市场的生产结构也有影响。如果机器成为竞争者的话，人类生产者不得不去开发更多类型的服务。现阶段看，好像某些工作被机器取代了，但是人还会开发出更多新的工种。但问题关键是，市场结构的竞争性如何把控，如果目的就是靠机器推动降低人的生产成本的话，可能会带来一些反效果。其次，从生产的角度来看，最初还会尝试按照过去的互联网模式，比如说先免费后收费，目的是维持稀缺性。如果这个市场可以有效运作，很多要素必须是稀缺性的状态，否则没有办法去获利，所以在大量的机器生产过程中，怎么去提升质量始终是一个问题。

　　还有内容自动推送问题。言论不是消费性的市场，它是一个表达性的市场，表达本身才有意义，一个有创造力的社会需要让人发声，如果过度商业化，或者过度通过机器推送的话，会造成信息的窄化。如果算法推送不可避免，那你只能主动付出更多的努力来改善所在的言论环境。

　　机器控制市场还有一个问题，机器可以大量创造内容，但是这个内容最终要人来消费，而不是机器来消费。

　　因此我们仍然把人当成消费者或劳动者，所以在人机混合的过程里面，行为数据可能更有价值。从功能上区分了两类数据，第一类功能是展示性的数据，另一类是辅助性的数据，它可以帮助市场更加有序安全地流动，以及帮助这些展示性的数据更好地匹配。

　　过去我们谈很多问题，包括数据产权、数据权属问题、交易问题，谈的都是第一类数据，比如知乎上的问答，或者抖音上的视频，微博上的信息，这一类数据可能原来都是人类产生的，但是如果平台现在开始用机器来生产这些数据，会发生什么？这些东西可能慢慢就不再作为竞争性的资产了，作为一个法律问题的重要性可能会减弱。但是第二类数据变得更重要，这体现为大型平台的竞争优势。大平台有很多用户，也有很多生产者，现在引入了机器生产，但是人类生产者不会退出，而且可能会开发更多的服务，也可以转化为消费者，去消费更多的机器信息。