當員工離職后，他的數(shù)字分身仍在原公司上班；而真正的他，卻要在新公司從零開始。這種被戲稱為“煉化”的操作已成為當下的熱門話題：公司只需將離職員工在職期間產(chǎn)生的音視頻、工作數(shù)據(jù)、文字資產(chǎn)數(shù)據(jù)輸入AI，輔以性格描述，即可訓練出一個模仿員工思維與風格的數(shù)字分身。這一現(xiàn)象，正引發(fā)人們的擔憂。近日，多位接受本報記者采訪的學者表示，技術(shù)狂歡之下，“煉化”正引發(fā)人們對個人隱私、勞動價值以及法律邊界的深刻追問。

01

被“克隆”的員工

學者普遍認為，“煉化”作為一種深度加工數(shù)據(jù)的技術(shù)手段，本身具有價值中立性。從企業(yè)角度看，它能夠?qū)崿F(xiàn)員工經(jīng)驗與能力的留存和復用，降低對關(guān)鍵人才的依賴，保障服務和業(yè)務的連續(xù)性。

然而，“數(shù)字‘煉化’如果針對特定人員進行經(jīng)驗留存和能力復用，就可能觸碰AI倫理問題”。北京大學法學院教授張平對此表示擔憂。他認為，對于企業(yè)管理、用戶咨詢服務、數(shù)據(jù)合規(guī)、初級律師、內(nèi)容審核等經(jīng)驗型崗位而言，由員工數(shù)據(jù)“煉化”產(chǎn)生的智能模型具有較強替代性，已經(jīng)在一定程度上影響了相關(guān)從業(yè)者的生存空間。

更為棘手的是侵權(quán)問題。2025年8月，杭州一家企業(yè)在未獲得完整授權(quán)的情況下，利用前員工聲音訓練AI并用于商業(yè)配音，最終被法院認定侵犯聲音權(quán)益。該案例表明，即便AI生成聲音經(jīng)過技術(shù)處理，只要具有可識別性，仍屬于自然人聲音權(quán)益的保護范圍。然而，相較于聲音、外形、個人信息等已有明確法律依據(jù)的權(quán)益，思維方式、職業(yè)經(jīng)驗等帶有鮮明個人色彩的人格特征卻處于法律的灰色地帶。中國社會科學院法學研究所網(wǎng)絡與信息法研究室副主任周輝認為，從知識產(chǎn)權(quán)法角度看，法律保護的是思想的表達，而非思想本身。思維作為主觀意識活動，難以滿足著作權(quán)法對于“獨創(chuàng)性表達”的客體要求。

“現(xiàn)行法律在認定‘思維產(chǎn)權(quán)’侵權(quán)時，面臨獨創(chuàng)性判斷困難、侵權(quán)比對標準模糊以及責任主體界定不清等問題。”周輝解釋道，員工“煉化”生成的表征雖然可能與人類思維模式高度相似，但算法輸出本質(zhì)上仍是統(tǒng)計概率意義上的模式匹配，其創(chuàng)作過程缺乏人類有意識的選擇和安排，難以滿足著作權(quán)法關(guān)于智力創(chuàng)造的要求。同時，傳統(tǒng)“實質(zhì)性相似+接觸”規(guī)則在數(shù)據(jù)“煉化”場景下也難以適用。模型黑箱特性使接觸要件難以證實，而生成內(nèi)容的隨機性與演化性，又使實質(zhì)性相似的判斷失去穩(wěn)定參照。

從現(xiàn)有民法體系來看，“煉化”并未顛覆侵權(quán)法的基本框架，但在因果關(guān)系認定方面確有特殊性。中國社會科學院法學研究所民法研究室主任謝鴻飛以醫(yī)療領(lǐng)域的生命數(shù)字孿生為例解釋道：“醫(yī)生依據(jù)數(shù)字克隆體的建議作出診療決策并導致錯誤，仍適用民法典過錯責任原則，因為醫(yī)生的注意義務不會因AI介入而減輕；醫(yī)療機構(gòu)和技術(shù)廠商則依據(jù)產(chǎn)品責任或技術(shù)服務合同分擔相應風險。”由此可見，“煉化”本質(zhì)上是對人格要素與職業(yè)經(jīng)驗的數(shù)字化復用，而非創(chuàng)設新的權(quán)利客體。

盡管“思維產(chǎn)權(quán)”在權(quán)責認定上存在困難，但企業(yè)不構(gòu)成著作權(quán)侵權(quán)，并不意味著員工權(quán)益不會受到侵害。

中國人民大學法學院教授萬勇提醒，即使不構(gòu)成著作權(quán)侵權(quán)，也不意味著可以任意提取他人的經(jīng)驗特征。在他看來，員工“煉化”過程中的侵權(quán)風險不僅存在于輸出端，也可能存在于數(shù)據(jù)采集、復制、抽取、訓練和存儲等各個環(huán)節(jié)。如果相關(guān)特征來源于保密數(shù)據(jù)、客戶畫像、專有數(shù)據(jù)庫或可識別個人信息，仍可能侵犯商業(yè)秘密、人格權(quán)，甚至構(gòu)成不正當競爭。

“這一灰色地帶最大的風險在于，被提取的經(jīng)驗特征可能被用于重構(gòu)個人身份、反推訓練樣本，進而泄露個人信息。”萬勇表示，法學界當前最迫切需要討論的邊界，是從他人數(shù)據(jù)中提煉出的經(jīng)驗特征何時構(gòu)成對商業(yè)秘密、人格利益、市場機會或競爭優(yōu)勢的不當攫取。

02

警惕技術(shù)風險

如今，文化創(chuàng)意、廣告營銷、新聞傳媒及互聯(lián)網(wǎng)內(nèi)容生產(chǎn)行業(yè)已率先大規(guī)模應用數(shù)據(jù)“煉化”技術(shù)。借助AI生成文案、圖像、視頻等內(nèi)容，通過模仿特定風格實現(xiàn)海量定向生產(chǎn)。同時，在高端制造、醫(yī)療健康、金融風控、智能客服等領(lǐng)域，數(shù)字克隆體也得到一定程度的應用。

但與業(yè)內(nèi)公司普遍持歡迎態(tài)度不同，公眾對于“煉化”行為普遍抱有危機感。有網(wǎng)友尖銳地評論，這種行為“相當于免費萃取了員工的知識產(chǎn)權(quán)，是知識圈的圈地運動”，認為應推動建立訓練數(shù)據(jù)權(quán)益保護機制，將數(shù)據(jù)價值返還給真正的數(shù)據(jù)貢獻者。

當技術(shù)發(fā)展速度快于立法和社會共識形成速度時，學者認為，與其急于全面立法，不如優(yōu)先厘清技術(shù)本身的風險，對不同類型的“煉化”行為進行分類研究，再通過針對性規(guī)則逐步填補制度空白。

在周輝看來，“煉化”員工的一個直接風險是造成“模仿停滯”。過度依賴靜態(tài)模型輸出，可能削弱人的批判性思維能力；當模型與社會現(xiàn)實逐漸脫節(jié)時，其輸出可能持續(xù)傳播過時的甚至錯誤的認知，而責任追究又因技術(shù)“黑箱”而面臨困境。此外，靜態(tài)模型對既有模式的反復復制，還可能形成“信息繭房”，抑制原創(chuàng)思想產(chǎn)生，削弱社會的創(chuàng)新活力。

相比“模仿停滯”與“創(chuàng)新受阻”，謝鴻飛更深層的擔憂則來自宏觀層面。他認為，未來如果數(shù)據(jù)“煉化”與腦機接口技術(shù)結(jié)合，福柯所說的“生命政治”以及邊沁提出的“全景監(jiān)獄”可能在數(shù)字時代被進一步放大。如果公共衛(wèi)生、應急救助等資源配置越來越依賴算法決策，可能出現(xiàn)所謂“數(shù)字赤裸生命”現(xiàn)象，即部分群體因被系統(tǒng)判定風險較高而遭到系統(tǒng)性邊緣化，這將與憲法平等原則形成直接沖突。

張平提醒，“煉化”所依賴的訓練數(shù)據(jù)中可能隱含性別、地域和行業(yè)等歷史偏見，從而導致AI決策不公甚至形成歧視。謝鴻飛認為，除完善侵權(quán)責任分配機制外，更應在倫理與法哲學層面確立“算法公平”與“意識數(shù)據(jù)主權(quán)”的底線，確保技術(shù)進步不會以犧牲個人自由和社會公正為代價。

在數(shù)據(jù)“煉化”大潮中，有一部分被“煉化”的原主體已不在世。若利用其風格訓練的系統(tǒng)持續(xù)牟利，究竟屬于技術(shù)中立行為，還是構(gòu)成一種新型剝削？

有學者認為，員工數(shù)據(jù)“煉化”不僅是知識產(chǎn)權(quán)問題，更涉及人格權(quán)、個人信息保護和勞動價值分配。特別是在原主體已經(jīng)離世且缺乏明確知識產(chǎn)權(quán)標識的情況下，表面上利用的是風格，實際上卻可能復制其聲音、肖像、思維方式和表達習慣等人格要素。即便主體已經(jīng)消亡，未經(jīng)其生前同意或繼承人許可，克隆其人格特征并用于商業(yè)獲利，本質(zhì)上仍是在榨取數(shù)字痕跡的剩余價值。因此，不宜簡單以技術(shù)中立概括，而應從技術(shù)、法律和行業(yè)自治三個維度協(xié)同治理。

武漢大學知識產(chǎn)權(quán)與競爭法研究所所長寧立志建議，在技術(shù)層面，企業(yè)應在模型訓練前進行數(shù)據(jù)脫敏和身份剝離，對無法取得許可的數(shù)據(jù)，特別是涉及已故自然人特征的數(shù)據(jù)，應予以清除或匿名化處理，并建立可追溯的授權(quán)記錄。在法律層面，應進一步明確人格要素的商業(yè)化利用規(guī)則，可將擅自模仿聲音、肖像及表達風格等行為納入人格權(quán)保護范圍，同時借助反不正當競爭法對“搭便車”式克隆牟利行為進行規(guī)制。在行業(yè)自治層面，行業(yè)協(xié)會應制定倫理標準，建立倫理審查機制，禁止未經(jīng)許可的人格克隆行為。

03

從事后救濟走向全過程預判

網(wǎng)絡上流傳著這樣一則帶有黑色幽默色彩的“員工自救方案”：一位互聯(lián)網(wǎng)從業(yè)者為了防止公司惡意“煉化”自己的技能，計劃在訓練個人模型時悄悄嵌入高深數(shù)學解題能力。一旦公司試圖復用其AI分身，模型便會自動推演復雜力學方程，大量消耗算力資源。這看似荒誕的對抗方式背后，折射出的是勞動者對于數(shù)字“煉化”的深層焦慮。在數(shù)字時代，如何最大程度保護個人利益不受侵害，已成為無法回避的問題。

面對數(shù)字“煉化”帶來的風險，萬勇主張由政府主導建立全過程預判框架。“我認為，對數(shù)字‘煉化’風險的預判不能等損害發(fā)生后再依靠傳統(tǒng)侵權(quán)法補救，而應采取全過程治理模式，涵蓋合法來源審查、輸出風險測試、持續(xù)監(jiān)測與投訴處置等環(huán)節(jié)。”

對此，萬勇提出借鑒兩類較為成熟的治理經(jīng)驗：一類是算法推薦治理，通過建立算法機制審核、科技倫理審查、安全評估監(jiān)測等制度，將治理重點前移至系統(tǒng)性風險評估；另一類是深度合成治理，通過強化訓練數(shù)據(jù)管理，對可能引發(fā)混淆的生成內(nèi)容進行顯著標識，提升來源、過程和責任主體的可識別性。

落實到數(shù)據(jù)“煉化”場景，萬勇舉例，目前至少可以捕捉三類風險信號。其一是數(shù)據(jù)來源信號，例如批量抓取封閉數(shù)據(jù)庫、繞過技術(shù)保護措施、缺乏訓練數(shù)據(jù)摘要或合規(guī)記錄。其二是輸出可逆信號，例如模型在特定提示下能夠復現(xiàn)訓練樣本、泄露個人信息、還原專有數(shù)據(jù)，或者生成高度可識別的肖像和聲音。其三是市場替代信號，即“煉化”產(chǎn)物被集中用于替代特定創(chuàng)作者、機構(gòu)數(shù)據(jù)庫或經(jīng)驗服務，并以“非表達性特征”為名規(guī)避許可、付費與公平競爭。“這些信號都不斷提醒學術(shù)界，風險干預必須前置到系統(tǒng)性審查和全過程監(jiān)測之中。”萬勇稱。

對于經(jīng)驗“煉化”，學術(shù)界仍有大量值得深入研究的新課題。張平表示，由于經(jīng)驗“煉化”的邊界目前仍較為模糊，“尚無統(tǒng)一標準界定可煉化經(jīng)驗與不可煉化的高階決策經(jīng)驗”。實踐中，往往將從業(yè)者全部經(jīng)驗籠統(tǒng)數(shù)字化，卻忽視了隱私倫理、價值判斷、自由裁量和個性化表達等非規(guī)則化經(jīng)驗。這些內(nèi)容無法被數(shù)據(jù)完整復刻，強行“煉化”極易造成技術(shù)應用偏差。

勞動替代的量化指標也長期缺失。一方面，現(xiàn)有研究多停留在定性層面，缺少法律、醫(yī)療等專業(yè)領(lǐng)域勞動替代比例、崗位結(jié)構(gòu)變化以及職業(yè)轉(zhuǎn)型路徑的實證數(shù)據(jù)，導致難以準確判斷技術(shù)對勞動力市場的真實影響。另一方面，成本效益測算也普遍存在片面化問題。“多數(shù)研究僅核算人力和流程成本下降，卻忽視數(shù)字‘煉化’帶來的算法運維成本、合規(guī)整改成本、人才培養(yǎng)重塑成本以及糾紛追責等隱性成本。”張平表示，這使得效益評估與產(chǎn)業(yè)實際存在明顯偏差。

“除此之外，我們對經(jīng)驗固化危害的預防研究明顯不足。”張平認為，目前學術(shù)界尚未充分討論經(jīng)驗固化可能導致的行業(yè)思維僵化、新生代從業(yè)者能力退化以及組織創(chuàng)新能力衰減等深層問題。她呼吁盡快建立可煉化與不可煉化經(jīng)驗的界定標準，開發(fā)勞動替代量化評估模型，開展全口徑成本效益實證研究，并加強對經(jīng)驗固化長期影響的預防性研究。

AI代表著科技發(fā)展的新土壤，催生了新的產(chǎn)業(yè)形態(tài)。學術(shù)研究既離不開實踐土壤，也應服務于實踐發(fā)展。寧立志表示，研究過程中應始終警惕技術(shù)異化，避免過度推崇工具理性，堅持技術(shù)發(fā)展與公共利益相平衡，防止以效率之名犧牲人的主體價值。同時，應保持法律制度的穩(wěn)定性。面對AI帶來的新問題，應優(yōu)先通過解釋和適用著作權(quán)法、個人信息保護法、反不正當競爭法、勞動法等現(xiàn)有制度加以回應，不宜急于創(chuàng)設新的權(quán)利義務體系，以避免規(guī)范碎片化和制度過度復雜化。

數(shù)字“煉化”將人的經(jīng)驗、思維與人格編碼作為可無限復制的數(shù)據(jù)資源，卻也可能使勞動者陷入“我非我”的權(quán)利困境，而現(xiàn)行法律對于相關(guān)權(quán)益的歸屬與保護仍存在空白。但無論技術(shù)如何發(fā)展，人工智能產(chǎn)業(yè)和服務都應堅持“以人為本、智能向善，尊重和保障人格尊嚴”的基本原則。這一原則不應僅停留于理念層面，而應落實到數(shù)據(jù)采集、模型訓練和算法應用的具體制度之中。正如學者所警示的，在效率之外，人始終應是目的而非手段。唯有如此，數(shù)字分身才不會成為勞動者的“第二座圍城”。

中國社會科學報記者 張譯心

來源 ： 中國社會科學報

責任編輯：隋萌萌

新媒體編輯：張雨楠

如需交流可聯(lián)系我們