當員工離職后，他的數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生的音視頻、工作數據、文字資產數據輸入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字分身。這一現象，正引發人們的擔憂。近日，多位接受本報記者采訪的學者表示，技術狂歡之下，“煉化”正引發人們對個人隱私、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據的技術手段，本身具有價值中立性。從企業角度看，它能夠實現員工經驗與能力的留存和復用，降低對關鍵人才的依賴，保障服務和業務的連續性。

然而，“數字‘煉化’如果針對特定人員進行經驗留存和能力復用，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，對于企業管理、用戶咨詢服務、數據合規、初級律師、內容審核等經驗型崗位而言，由員工數據“煉化”產生的智能模型具有較強替代性，已經在一定程度上影響了相關從業者的生存空間。

更為棘手的是侵權問題。2025年8月，杭州一家企業在未獲得完整授權的情況下，利用前員工聲音訓練AI并用于商業配音，最終被法院認定侵犯聲音權益。該案例表明，即便AI生成聲音經過技術處理，只要具有可識別性，仍屬于自然人聲音權益的保護范圍。然而，相較于聲音、外形、個人信息等已有明確法律依據的權益，思維方式、職業經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絡與信息法研究室副主任周輝認為，從知識產權法角度看，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，難以滿足著作權法對于“獨創性表達”的客體要求。

“現行法律在認定‘思維產權’侵權時，面臨獨創性判斷困難、侵權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，但算法輸出本質上仍是統計概率意義上的模式匹配，其創作過程缺乏人類有意識的選擇和安排，難以滿足著作權法關于智力創造的要求。同時，傳統“實質性相似+接觸”規則在數據“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，而生成內容的隨機性與演化性，又使實質性相似的判斷失去穩定參照。

從現有民法體系來看，“煉化”并未顛覆侵權法的基本框架，但在因果關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療領域的生命數字孿生為例解釋道：“醫生依據數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，因為醫生的注意義務不會因AI介入而減輕；醫療機構和技術廠商則依據產品責任或技術服務合同分擔相應風險。”由此可見，“煉化”本質上是對人格要素與職業經驗的數字化復用，而非創設新的權利客體。

盡管“思維產權”在權責認定上存在困難，但企業不構成著作權侵權，并不意味著員工權益不會受到侵害。

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

“這一灰色地帶最大的風險在于，被提取的經驗特征可能被用于重構個人身份、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，是從他人數據中提煉出的經驗特征何時構成對商業秘密、人格利益、市場機會或競爭優勢的不當攫取。

02

警惕技術風險

如今，文化創意、廣告營銷、新聞傳媒及互聯網內容生產行業已率先大規模應用數據“煉化”技術。借助AI生成文案、圖像、視頻等內容，通過模仿特定風格實現海量定向生產。同時，在高端制造、醫療健康、金融風控、智能客服等領域，數字克隆體也得到一定程度的應用。

但與業內公司普遍持歡迎態度不同，公眾對于“煉化”行為普遍抱有危機感。有網友尖銳地評論，這種行為“相當于免費萃取了員工的知識產權，是知識圈的圈地運動”，認為應推動建立訓練數據權益保護機制，將數據價值返還給真正的數據貢獻者。

當技術發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，不如優先厘清技術本身的風險，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”。過度依賴靜態模型輸出，可能削弱人的批判性思維能力；當模型與社會現實逐漸脫節時，其輸出可能持續傳播過時的甚至錯誤的認知，而責任追究又因技術“黑箱”而面臨困境。此外，靜態模型對既有模式的反復復制，還可能形成“信息繭房”，抑制原創思想產生，削弱社會的創新活力。

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

張平提醒，“煉化”所依賴的訓練數據中可能隱含性別、地域和行業等歷史偏見，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“意識數據主權”的底線，確保技術進步不會以犧牲個人自由和社會公正為代價。

在數據“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持續牟利，究竟屬于技術中立行為，還是構成一種新型剝削？

有學者認為，員工數據“煉化”不僅是知識產權問題，更涉及人格權、個人信息保護和勞動價值分配。特別是在原主體已經離世且缺乏明確知識產權標識的情況下，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。即便主體已經消亡，未經其生前同意或繼承人許可，克隆其人格特征并用于商業獲利，本質上仍是在榨取數字痕跡的剩余價值。因此，不宜簡單以技術中立概括，而應從技術、法律和行業自治三個維度協同治理。

武漢大學知識產權與競爭法研究所所長寧立志建議，在技術層面，企業應在模型訓練前進行數據脫敏和身份剝離，對無法取得許可的數據，特別是涉及已故自然人特征的數據，應予以清除或匿名化處理，并建立可追溯的授權記錄。在法律層面，應進一步明確人格要素的商業化利用規則，可將擅自模仿聲音、肖像及表達風格等行為納入人格權保護范圍，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制。在行業自治層面，行業協會應制定倫理標準，建立倫理審查機制，禁止未經許可的人格克隆行為。

03

從事后救濟走向全過程預判

網絡上流傳著這樣一則帶有黑色幽默色彩的“員工自救方案”：一位互聯網從業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字“煉化”的深層焦慮。在數字時代，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，對數字‘煉化’風險的預判不能等損害發生后再依靠傳統侵權法補救，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、持續監測與投訴處置等環節。”

對此，萬勇提出借鑒兩類較為成熟的治理經驗：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、安全評估監測等制度，將治理重點前移至系統性風險評估；另一類是深度合成治理，通過強化訓練數據管理，對可能引發混淆的生成內容進行顯著標識，提升來源、過程和責任主體的可識別性。

落實到數據“煉化”場景，萬勇舉例，目前至少可以捕捉三類風險信號。其一是數據來源信號，例如批量抓取封閉數據庫、繞過技術保護措施、缺乏訓練數據摘要或合規記錄。其二是輸出可逆信號，例如模型在特定提示下能夠復現訓練樣本、泄露個人信息、還原專有數據，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”產物被集中用于替代特定創作者、機構數據庫或經驗服務，并以“非表達性特征”為名規避許可、付費與公平競爭。“這些信號都不斷提醒學術界，風險干預必須前置到系統性審查和全過程監測之中。”萬勇稱。

對于經驗“煉化”，學術界仍有大量值得深入研究的新課題。張平表示，由于經驗“煉化”的邊界目前仍較為模糊，“尚無統一標準界定可煉化經驗與不可煉化的高階決策經驗”。實踐中，往往將從業者全部經驗籠統數字化，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則化經驗。這些內容無法被數據完整復刻，強行“煉化”極易造成技術應用偏差。

勞動替代的量化指標也長期缺失。一方面，現有研究多停留在定性層面，缺少法律、醫療等專業領域勞動替代比例、崗位結構變化以及職業轉型路徑的實證數據，導致難以準確判斷技術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。“多數研究僅核算人力和流程成本下降，卻忽視數字‘煉化’帶來的算法運維成本、合規整改成本、人才培養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業實際存在明顯偏差。

“除此之外，我們對經驗固化危害的預防研究明顯不足。”張平認為，目前學術界尚未充分討論經驗固化可能導致的行業思維僵化、新生代從業者能力退化以及組織創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驗的界定標準，開發勞動替代量化評估模型，開展全口徑成本效益實證研究，并加強對經驗固化長期影響的預防性研究。

AI代表著科技發展的新土壤，催生了新的產業形態。學術研究既離不開實踐土壤，也應服務于實踐發展。寧立志表示，研究過程中應始終警惕技術異化，避免過度推崇工具理性，堅持技術發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定性。面對AI帶來的新問題，應優先通過解釋和適用著作權法、個人信息保護法、反不正當競爭法、勞動法等現有制度加以回應，不宜急于創設新的權利義務體系，以避免規范碎片化和制度過度復雜化。

數字“煉化”將人的經驗、思維與人格編碼作為可無限復制的數據資源，卻也可能使勞動者陷入“我非我”的權利困境，而現行法律對于相關權益的歸屬與保護仍存在空白。但無論技術如何發展，人工智能產業和服務都應堅持“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，而應落實到數據采集、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

如需交流可聯系我們