本研究基於人工智慧日漸蓬勃發展之背景，以人工智慧在教育領域之應用態樣為基礎，探究其中存在的著作權法相關問題，以期在我國人工智慧專法完成立法前，能針對人工智慧在著作權方面的問題予以整理與分析。本研究採取文獻分析法與比較研究法，針對國內外對於人工智慧在著作權法上的定位與權利認定問題，以及現行著作權法規範對此問題之見解與回應進行統整。依據上述研究目的與研究方法，本研究之發現與結論如下：一、人工智慧在提升教學效率和學習價值的潛力已顯現。特別是在「適性教育」和「個性化學習」的目標下，人工智慧能根據學習者的行為為其量身訂製學習計畫，增強學習動機；同時，亦能協助教師生成教學計畫、教材和學習資源，提升教學效率與品質。然仍須建立人工智慧在教育領域應用上的完善制度，確保人工智慧能有效促進教育發展。二、著作權法以「人」為基礎，強調創作行為中的人類智慧與創意，國際上普遍僅將「自然人」或「法人」視為權利主體，因此人工智慧無法成為著作權法中的權利主體。儘管人工智慧能生成創作內容，但這些內容並非來自人工智慧自身的創作意圖，而是基於開發者、設計者及使用者的指令。因此，現行教育領域上應用之人工智慧本質上仍只是工具，無法符合著作權法的「人」的要素。三、在探討人工智慧產出內容是否符合著作權法的「原創性」要求時，關鍵在於人類的參與程度。因此須就個案究竟如何使用人工智慧工具、使用何種人工智慧工具等情況進行個案分析，就其應用過程中人類之參與而為判斷，無法一概論定。四、討論人工智慧生成內容之著作權歸屬的前提是該內容符合著作權法對「著作」的定義。通常，人工智慧生成的內容需體現人類智慧與創作才能被視為著作。因此，權利通常歸屬於對創作結果有實質貢獻者，即使用人工智慧工具並對內容創作有貢獻的自然人。五、人工智慧的運作原理及訓練過程中經常使用大量數據，這些數據可能包含受著作權保護的內容，從而構成對原著作權利的侵害；在生成階段，亦有可能與原著作產生相似內容而造成侵害，特別是重製權和改作權。然以教育領域之應用而言，大多數的應用態樣是非營利的，目的在於協助學習者和支援教學過程，因此通常符合合理使用之範疇。然而，合理使用範圍並非無限制，仍須根據個案具體情況進行全面評估。

The purpose of this research is based on the rapidly developing field of artificial intelligence (AI) and aims to explore the relevant copyright issues in the application of AI in education. It seeks to provide an analysis of AI-related copyright problems before the completion of the AI-specific legislation in Taiwan. The study employs literature analysis and comparative research methods to summarize domestic and international perspectives on the positioning and rights recognition of AI in copyright law, as well as the responses of current copyright regulations to these issues.Based on the research objectives and methods above, the findings and conclusions of this study are as follows: I.The potential of AI to enhance teaching efficiency and learning value has become evident. Particularly in the context of "adaptive education" and "personalized learning," AI can tailor learning plans based on the learner's behavior, enhancing motivation. Additionally, AI can assist teachers in generating teaching plans, materials, and learning resources, improving teaching efficiency and quality. However, there is a need to establish a comprehensive system for AI applications in education to ensure that AI can effectively promote educational development. II.Copyright law is human-centered, emphasizing human intelligence and creativity in the act of creation. Internationally, the rights holder is typically considered to be a "natural person" or " juridical person" and thus AI cannot be considered a rights holder under copyright law. Although AI can generate creative content, this content is not the result of AI's own creative intent, but rather based on instructions from developers, designers, or users. Therefore, AI in the current educational applications remains a tool and cannot satisfy the "human" element required by copyright law. III.When exploring whether AI-generated content meets the "originality" requirement of copyright law, the key factor is the degree of human involvement. Case-by-case analysis is required to examine how AI tools are used and the extent of human participation in the application process. A general rule cannot be applied. IV.The discussion of copyright ownership of AI-generated content assumes that the content meets the definition of "work" under copyright law. Generally, AI-generated content must reflect human intelligence and creativity to be considered a work. Therefore, the rights typically belong to the natural person who made a substantial contribution to the creative result, that is, the individual who uses AI tools and contributes to the creation of the content. V.The operation and training processes of AI often involve the use of large amounts of data, which may include copyrighted content and thereby result in potential infringement of original copyright, particularly reproduction rights and adaptation rights. In the content generation phase, AI may also produce outputs similar to existing works, which could lead to copyright infringement. However, in educational applications, most uses are non-commercial and aim to assist learners and support teaching processes, thus generally falling within the scope of fair use. Nevertheless, the scope of fair use is not unlimited and requires comprehensive case-by-case evaluation based on specific circumstances.

Liz （2024年3月8日）。紐約時報開出第一搶，與OpenAI的著作權訴訟可能改變AI技術的未來。智由博集。https://www.proguidescreen.com/?p=12009
Prof. Dr. Christian Djeffal （2022）。我們應如何在法律上規範人工智慧？ 歐洲的觀點（李長曄、林宇軒譯）。公法研究，（3），33-44。
王立達 （2000）。法釋義學研究取向初探：一個方法論的反省。法令月刊，51（9），23-33。
王迁（2017）。论人工智能生成的内容在著作权法中的定性。法律科学（西北政法大学学报，（5），148-155。
王怡蘋（2019）。公開發表權之保護與限制。臺大法學論叢，48（2），752-789。
王芝庭（2016）。美國著作權案件─Author Guild v. Google Inc. 案件介紹。台一專利商標雜誌，（208）。
王筱如（2018）。從「猴子自拍照案」看非人類創作之著作權保護。智慧財產權月刊，（239），5-17。
朱家毅（2012）。著作重製權侵害之理論與實務〔未出版之碩士論文〕。國立政治大學智慧財產研究所。
余欣潔（2023）。AI繪圖應用於國小高年級美術課程對學童創作表現之影響〔未出版之碩士論文〕。國立宜蘭大學多媒體網路通訊數位學習研究所。
余惠如（2014）。著作「實質近似」之侵權分析 — 以美術著作為中心。聖島智慧財產權實務報導，16（11）。
余惠如（2023）。生成式AI 對著作權的挑戰 (下)。聖島智慧財產權實務報導，25（11），2-8。
吳尚昆（2020）。輕鬆看著作權法。書泉出版。
吳尚昆（2022）。著作財產權授權爭議的處理原則──最高法院111年度台上字第1299號民事判決評析。月旦會計實務研究，（60），91-101。
吳尚昆（2023）。著作權法的「改作」相關議題。月旦會計實務研究，（64），77-85。
吳婷（2023年12月6日）。IDC公布2024年台灣資通訊(ICT)市場重點趨勢預測。IDC Research。https://www.idc.com/getdoc.jsp?containerId=prAP51484623
张颖凌（2024）。人工智能新闻的著作权保护困境及求解——以”Dreamwriter 案”为例。法学，12（5），2705-2712。
李治安（2012）。著作權法中的灰姑娘：利用人地位之探討。臺大法學論叢，41（3），931-979。
李素華（2023）。著作權法所保護「著作」之概念釐清。當代法律，（15），78-83。
沈宗原（2018）。如何判別是獨立著作或衍生著作？理律法律雜誌，（5），2-3。
林利芝（2018）。初探人工智慧的著作權爭議─以「著作人身分」為中心。智慧財產權月刊，（237），61-78。
林妍溱 (2022年2月22日)。美著作權局判定AI不具有繪圖著作權。iThome。https://www.ithome.com.tw/news/149473
林建甫（2017）。迎接人工智慧的時代。臺灣經濟月刊，40（7），8-9。
林洲富（2018）。保護著作人格權之姓名表示權── 評最高法院106年度台上字第54號民事判決。月旦裁判時報，（74），51-59。
林純如（2005）。衍生著作與編輯著作之研究〔未出版之碩士論文〕。國立臺灣大學法律學研究所。
施雲心（2024年9月23日）。ChatGPT怎麼用？10種老師應用ChatGPT的方法分享。翻轉教育。https://flipedu.parenting.com.tw/article/008119
洪哲倫、張志宏、林宛儒（2019）。工業 4.0 與智慧製造的關鍵技術：工業物聯網與人工智慧。科儀新知，（221），19-25。
洪錦魁（2023）。AI和ChatGPT：人類和機器共生的未來。深智數位股份有限公司。
徐龍（2021）。論人工智慧創作之法律屬性與保護。東吳法律學報，33（1），139-181。
高立仁、嚴竹華、蕭曼蓉（2021）。一個應用人工智慧的適性化學習系統架構。中華創新發展期刊，5（3）， 31-39。
高嘉鴻（2018）。人工智慧創作是否受著作權保護之略探。智慧財產權月刊，（239），18-34。
張訓譯（2019）。人工智能與人類智慧：教育4.0下的教師角色再思考。育達科大學報，（47），189-214。
張瑋真（2015）。衍生著作與合理使用之研究〔未出版之碩士論文〕。國立雲林科技大學科技法律研究所。
張漢驊 (2024年8月28日)。加州通過AI訓練資料透明度法案。工商時報。https://www.ctee.com.tw/news/20240828700607-430701
章忠信（2023a）。著作權法逐條釋義。五南圖書。
章忠信（2023b）。美國關於人工智慧生成成果之「著作權登記指引」簡析。當代法律，（19），74-86。
章忠信（2024a）。著作財產權之限制與合理使用。當代法律，（27），88-102。
章忠信（2024b）。人工智慧訓練與著作之合法利用。智慧財產權月刊，（304），5-26。
許正乾、陳家駿、林宜柔（2024）。AI/ChatGPT v. 智慧財產權 美國生成式AI案例評析。元照出版。
陳仲嶙（2011）。著作自由作為著作人格權的憲法基礎。東海大學法學研究，（34），49-89。
陳匡正（2024）。論著作禁止不當修改權中致損害著作人名譽之構成要件—以伯恩公約非形式主義為中心。專利師，（56），42-58。
陳良榕（2023）。開箱全球第一部AI法案！規範了什麼？後續影響為何。天下雜誌，（788）。
陳秉訓（2023）。保障AI生成之音樂著作 著作權法修法應動起來。北美智權報，（347）。https://www.naipo.com/Portals/1/web_tw/Knowledge_Center/Laws_and_Regulations/IPNC_231227_0203.htm
陳俊宏、呂豐足（2003）。網路著作權的合理使用原則概觀。資訊、科技與社會學報， 3(1)，107-124。
陳建佑（2020）。人工智慧著作權法及管理規範之研究〔未出版之碩士論文〕。國立臺灣科技大學管理研究所。
陳建佑（2023）。人工智慧監管法律－獨漏自主性武器之規範？全國律師雜誌，27（6）， 37-50。
陳彥如（2013）。著作之原創性 〔未出版之碩士論文〕。國立臺北大學法律學系研究所。
陳家駿（2020）。從百度、騰訊及Google 等案例談AI 人工智慧機器/深度學習之著作侵權及合理使用原則之適用。教育法學評論，（5），1-33。
陳家駿（2023）。從美國人工智慧擴散模型訴訟案──談生成式AI 圖像之著作侵權議題。智慧財產權月刊，（298），6-35。
陳家駿、賴苡安（2023）。全球首宗生成式AI圖像商標侵權案──Getty Images v. Stability AI。月旦律評，（19），70-87。
陳曉慧（2020）。著作人之推定。臺大法學論叢，49（4），29-110。
陳錦全（2004）。論暫時性重製〔未出版之博士論文〕。輔仁大學法律學系研究所。
陳錫平（2022年1月27日）。歐盟人工智慧規則草案之初探——以市場、風險、價值及信賴為核心的管制架構。臺灣人工智慧行動網。https://ai.iias.sinica.edu.tw/eu-ai-regulation-draft-minutes/
馮震宇（2020）。從人類創作到AI創作：智財權權利主體與權利歸屬之挑戰。月旦法學教室，（212），39-40。
黃國禎（2021）。人工智慧的發展與教育應用。人文與社會科學簡訊，23（1），98-104。
黃舒芃（2020）。什麼是法釋義學？：以二次戰後德國憲法釋義學的發展為借鏡。國立臺灣大學出版中心。
黃雯琪（2020）。人工智慧專利保護要件之研究〔未出版之碩士論文〕。國立高雄大學財經法律學系研究所。
黃雙成（2022）。人工智慧創作侵權之研究：以著作之轉化性使用為中心〔未出版之碩士論文〕。國立陽明交通大學科技法律研究所。
黃雙成（2024）。人工智慧創作與著作之轉化性使用－結合法律及技術之觀點。萬國法律雜誌，（253），19-38。
經濟部智慧財產局電子報 (2021年11月1日)。我國智慧財產及商業法院判決人工智慧系統不得為專利發明。經濟部智慧財產局。https://www.tipo.gov.tw/tw/cp-886-897837-9339c-1.html
廖柏翰（2023）。人工智慧創作之作品於著作權法之保護〔未出版之碩士論文〕。真理大學法律學系研究所。
趙宥寧、馬瑞璿（2023年8月4日）。鬆緊拿捏 我人工智慧法難產。聯合新聞網。https://udn.com/news/story/7238/7367081
趙麗妍、黃國芳（2024年4月2日）。復興商工美展作品用AI 學者：應具智慧財產權概念。中央社。https://www.cna.com.tw/news/ahel/202404020185.aspx
歐宇祥（2023年9月1日）。規範生成式AI 專家︰指引先行 再立法。自由財經。https://ec.ltn.com.tw/article/paper/1602506
潘素霞（2015）。論著作權保護之客體—以原創性之色情著作為中心〔未出版之碩士論文〕。國立中正大學法律學系研究所。
蔡嘉裕（2021）。著作權「轉化性使用」之我國本土案例分析。智慧財產權月刊，（271），47-77。
盧思綸 （2023年9月25日）。非人類創作！美駁回AI畫作「太空歌劇院」版權登記 文藝界士氣大振。聯合新聞網。https://tunhwa.com.tw/tw/news/2/754
蕭雄淋（2021）。著作權法論。五南圖書。
羅明通（2014）。著作權法論I。台英國際商務法律事務所。
蘇芳琪（2018）。人工智慧教學輔助系統應用。儀科中心簡訊，（147），9-10。
蘇英偉（2024）。語文著作實質相似的判斷標準。台一專利商標雜誌，（256）。
Andrea Bertolini (2020, July). Artificial Intelligence and Civil Liability. European Parliament's Committee on Legal Affairs. https://www.europarl.europa.eu/RegData/etudes/STUD/2020/621926/IPOL_STU(2020)621926_EN.pdf
Andrey V. Rezaev (2023). From Artificial Intelligence to Artificial Sociality: Outlooks for a New Social Analytics. NPUST Humanities and Social Sciences Research, 17(4), 1-22.
Annemarie Bridy (2012). Coding Creativity: Copyright and the Artificially Intelligent Author. Stanford Technology Law Review, 5, 1-28.
Chinedu Wilfred Okonkwo, Abejide Ade-Ibijola (2021). Chatbots applications in education: A systematic review. Computers and Education: Artificial Intelligence, 2.
Elana Lyn Gross (2021, July 29). 4 Ways Artificial Intelligence is Revolutionizing Education. RobotLab Blog. https://reurl.cc/7dQG6l
Glenda Tan (2024). The Role of Artificial Intelligence in Art Restoration. WOVEN: An Interdisciplinary Journal of Dietrich College, (4), 11-26.
Guibault, Lucie M.C.R (2002). Copyright Limitations And Contracts: An Analysis Of The Contractual Overridability Of Limitations On Copyright. Kluwer Law International, The Hague, The Netherlands.
James Grimmelmann (2016). There's No Such Thing as a Computer-Authored Work - And It's a Good Thing, Too. The Columbia Journal of Law & the Art, 39, 403-416.
Jesse Emspak (2016, September 30). Robo Rocker: How Artificial Intelligence Wrote Beatles-Esque Pop Song. Live Science. https://www.livescience.com/56328-how-artificial-intelligence-wrote-pop-song.html
Jing Wei, Marimuthu Karuppiah, A Prathik (2022). College music education and teaching based on AI techniques. Computers and Electrical Engineering,100.
John Searle (1980). Minds, Brains and Programs. Cambridge University Press.
Jonas Schuett (2019). A Legal Definition of AI. SSRN Electronic Journal, 1-14.
Mark Perry & Thomas Margoni (2010). From Music Tracks to Google Maps: Who Owns Computer-Generated Works. Computer Law & Security Review, 26, 621-629.
Mircea Mureșan (2023). Impact of Artificial Intelligence on Education. RAIS Conference Proceedings, 32, 81-85.
Nils J. Nilsson (2010). The Quest For Artificial Intelligence : A History Of Ideas And Achievements. Cambridge University Press.
Olaf Zawacki-Richter, Victoria I. Marín, Melissa Bond, Franziska Gouverneur (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators. International Journal of Educational Technology in Higher Education, 16(39).
Palanichamy Naveen, Pavel Trojovský (2024). Overview and challenges of machine translation for contextually appropriate translations. iScience, 27(10).
Rita Matulionyte (2022). AI as an inventor: has the Federal Court of Australia erred in DABUS. Journal of Intellectual Property, Information Technology and E-Commerce Law, 13(2), 99-112.
Rita Matulionyte, Jyh-An Lee (2022). Copyright in AI-generated Works: Lessons from Recent Developments in Patent Law. A Journal of Law, Technology & Society, 19(1), 5-35.
Robert Yu (2017). The Machine Author: What Level of Copyright Protection Is Appropriate for Fully Independent Computer-generated Works. University of Pennsylvania Law Review, 165(5), 1245-1269.
Shengluan Hou, Shuhan Zhang, Chaoqun Fei (2020). Rhetorical structure theory: A comprehensive review of theory, parsing methods and applications. Expert Systems with Applications, 157.
Stuart Russell & Peter Norvig (2020). Artificial Intelligence: A Modern Approach. Pearson FT Press.
Tetiana Sovhyra (2021). Artificial Intelligence and Issue Of Authorship and Uniqueness For Works Of Art (Technological Research Of The Next Rembrandt). Culture and Arts in the Modern World, (22), 156-163.
Valerie J. Shute, Diego Zapata-Rivera (2010). Intelligent Systems. International Encyclopedia of Education, 4, 75-80.
Valerie J. Shute, Diego Zapata-Rivera (2012). Adaptive Educational Systems. Adaptive Technologies for Training and Education, 5-27.
X. Zhang, J. Geng, Y. Chen, S. Hu, T. Huang (2023). I-assistant: An Intelligent Teaching Assistant System for Classroom Teaching. 2023 IEEE 12th International Conference on Educational and Information Technology (ICEIT), 1-5.
Xieling Chen, Haoran Xie, Gwo-Jen Hwang (2020). A multi-perspective study on Artificial Intelligence in Education: grants, conferences, journals, software tools, institutions, and researchers. Computers and Education: Artificial Intelligence, 1, 1-11.
Yu Xiaofei, Ning Ma, Lei Zheng, Licheng Wang, and Kai Wang (2023). Developments and Applications of Artificial Intelligence in Music Education. Technologies, 11(2).