用戶能否取得人工智能生成內容（以下簡稱AIGC）的版權？在探求過程中，不僅需要通過本體論層面的“名”“實”對應關系來探求何為“作品”，還應當在認識論層面考察不同作品觀的認知經濟性表現。
版權分析框架在文藝成果界權上的認知優勢
從認知經濟性的角度看，“作品”概念的功能是篩選出與版權法上利益平衡分析框架相匹配的信息成果。考慮到版權法在小概率文藝成果事后界權方面的優勢，允許AIGC進入版權分析框架才是明智之選。不僅不應絕對化地把AIGC排除在版權分析框架之外，而且在設定可版權標準時，還應當將充分發揮版權分析框架的認知優勢作為目標之一。
AIGC獨創性高低判斷的認知成本分析
版權分析框架不僅適用于用戶獨創性貢獻程度高到足以直接認定為作品的AIGC（以下簡稱高獨創性AIGC），而且也同樣適用于用戶貢獻程度較低、但與既有作品和公有領域內容存在顯著差別的AIGC（以下簡稱低獨創性AIGC），因為區別對待高獨創性AIGC和低獨創性AIGC的做法勢必產生高昂的區分成本，而該區分成本并不能通過區分收益得以彌補。具體而言，該區分成本主要包含以下內容：
（一）高獨創性標準的選擇成本
一旦拒絕適用“最低限度創造性標準”，決策者便面臨在各種高獨創性標準之間進行選擇的難題。經驗表明，與判斷獨創性的“有/無”相比，判斷獨創性“高/低”的難度更大，僅在各種高獨創性標準之間進行選擇本身就將耗費大量認知成本。
（二）逐個澄清創作過程的制度成本
如果將高獨創性表達作為用戶取得版權的前提，則必須在每起個案中調查用戶貢獻是否達標。無論是在前AI時代還是AI時代，試圖針對每個文藝客體來逐一判斷版權主張者的貢獻程度的認知成本都很高。“最低限度創造性標準”只關心人的貢獻，不關心人的貢獻與非人因素貢獻之間的比例，因而能夠回避逐一判斷人類貢獻是否主導的難題。這一認知成本層面的優勢恐怕正是它能夠成為全球主流標準的重要原因。AI的出現只不過使得人類貢獻與非人因素貢獻的混同變得更加明顯，但并不會使得從混同物中區分出人的貢獻并且判斷其主導地位變得更加輕松。
對于版權登記機關而言，考察用戶是否輸入了作品、是否進行了匯編以及是否進行了線性修改都意味著對用戶創作過程進行考察。包括我國在內的多數國家奉行版權自動產生原則，登記并非取得版權之條件，故登記機關不以實質審查為己任。如果我國在權利客體環節引入針對每起申請的實質審查，則版權登記機關需要逐一考察每個申請登記的AIGC的創作過程，這意味著對現有版權登記制度的重構。即便我國希望提高版權登記質量，逐一考察AIGC創作過程也不是對癥下藥的方式。
調查成本只是程序事項，與可版權性的實體規則無關，無論調查成本多么高、用戶為了獲得版權而隱瞞過程信息的可能性有多大，都應當將非源自用戶的內容排除在版權保護范圍之外。這種將程序與實體截然分開的思路，恐怕難以反映許多規則背后的制度邏輯。法律規則設計乃通盤考慮之結果，實體規則的合理性不能脫離程序效率而存在。
此外，即便公權力機關甘愿容忍區分高獨創性AIGC和低獨創性AIGC的認知成本，公眾面對的區分成本可能已然高到阻礙區分目的的程度。無論針對哪種AIGC，公眾既不能從AIGC中看出用戶是否輸入作品，也無法看出用戶是否對AIGC前序輸出內容進行匯編或者線性修改。由于公眾無法以合理的認知成本來區分高獨創性AIGC和低獨創性AIGC，因此所謂公眾能夠自由利用低獨創性AIGC的益處根本無法實現。由此，無論AIGC質量如何，公眾的合理策略都是避免照抄。
（三）AI定制化導致的折中標準排除困難成本
區分成本高昂的第三項原因是，AI定制化將導致對低獨創性AIGC的排除越來越困難。
AI智能化程度的提高僅意味著機器越來越優秀，卻不意味著人越來越無能。用戶與AI的“雙向奔赴”意味著，用戶越來越可能以相對較少的輸入獲得比較滿意的輸出，這導致“線性修改說”和“實質控制說”的實踐效果將越來越接近于“最低限度創造性標準”。
（四）持續記錄與保存創作過程信息的社會成本
有學者建議法院在必要時可要求用戶提供其AI客戶端上存儲的關于創作過程的記錄作為佐證。但這種記錄并保存創作過程信息的要求即便在技術上可行，也不應當被設定為用戶主張版權救濟的必要條件。
首先，絕大多數版權都不會成為交易或者訴訟的對象。由于用戶未必能夠準確判斷哪些AIGC未來將被交易甚至引發糾紛，因此只能對所有AIGC的生成過程予以記錄保存。由此產生的成本對于絕大多數并不進入交易或糾紛的AIGC而言毫無必要。
其次，版權保護期相當漫長。在如此長久的時間內維持AIGC與其創作過程信息的對應關系未必容易。
（五）新設規范的立法成本
國內外均有論文建議通過新增鄰接權來實現AIGC生產者與使用者之間的平衡。從認識論角度看，如果立法者為低獨創性AIGC新增分析框架，則目的不應僅停留在維護“獨創性”或者“表達”等概念的傳統教義上，還應當追求提升認知效率的目標。這對規則制定者提出了相當高的要求。稍微不慎，便容易出現新增規范無用或者有害的結果。
AIGC獨創性高低判斷的認知收益分析
筆者之所以不贊同區分策略，是在綜合考察社會收益之后，發現區分策略實為“華而不實”。
（一）拒絕保護低獨創性AIGC的策略缺乏社會收益
首先，獨立創作不侵權規則足以確保公眾的行動自由，所以拒絕保護低獨創性AIGC版權對于公眾自由并無實質增益。AIGC都是小概率成果，所以即便承認用戶就低獨創性AIGC享有排他權，留給公眾的創作空間仍然非常寬廣。
其次，版權法上靈活的權利限制規則為公眾自由提供了“按需定制”的實質保障，進一步降低了不保護低獨創性AIGC的邊際收益。
最后，恰當的權利救濟力度應當與用戶貢獻程度相稱，當侵權責任并不構成實質負擔時，拒絕保護低獨創性AIGC也就不會給公眾帶來實質利益。
未來，運用AI將成為主流創作方式，相當大一部分內容生產行為都將以某種形式用到AI。在此背景下，否認AIGC可版權性無疑將把用戶推向以下三種行為模式之一：一是放棄創作；二是放棄用高效的人工智能工具進行創作；三是隱瞞對人工智能的使用。上述任何一種模式的不合理性都足以督促我們謹慎對待“AIGC不受版權保護”的立場。
（二）為低獨創性AIGC新設產權規范的做法缺乏社會收益
至今為止，未見有人設計出合理的低獨創性AIGC分析框架。假如低獨創性AIGC的分析框架實質上與版權分析框架一致，強求法官每當面對AIGC都要區分作品與鄰接權客體的意義何在？區分高獨創性AIGC和低獨創性AIGC并給予不同待遇的制度成本不菲而制度收益存疑。因此，合理的制度設計應當對這種區分保持“理性無知”。
AIGC版權判定的規范建議
版權法的歷史表明，原本形態各異的可版權性高門檻逐漸都已降低到“最低限度創造性標準”附近。可見低門檻的法律預見性遠勝高門檻。面對極低比例被卷入糾紛的AIGC，法院應當確保救濟力度與用戶貢獻匹配。具體而言，需要貫徹以下規則：
第一，無論貢獻程度高低，用戶均不能禁止他人獨立創作。第二，對于用戶而言，提出關于創作過程的證據是權利而非義務。第三，當用戶能夠證明自己輸入了作品、進行了匯編或者實施了線性修改時，便可享有落入獨創性表達范圍內的演繹權。第四，關于用戶貢獻的證據可以作為損害賠償的參考因素。法院可以通過動態調整各領域、各層次作品的合理許可費區間，引導創作者與使用者展開合作，建構良好的市場秩序。
總之，在判斷版權制度合理性時，認知成本和收益應當作為非常重要的考慮因素。AI用戶版權所促進的是人與人之間的競爭，而不是人和人工智能之間的競爭。人的主體性應當在坦然承認工具效能的基礎上發展。