只有肯定人工智慧生成成果的價值，人們才會願意購買此類人工智慧程式軟體或人工智慧裝置硬體的使用權或所有權。而只有人工智慧產品有市場才會有人願意投資此類程式的開發或產品的研發。

對於人工智慧的開發者來說，其才會有動力繼續最佳化人工智慧的技術能力和開發新的產品，以及在人工智慧裝置的功能設計上投入更多，從根本上而言，這必然有助於科技進步。

著作權法上的獨創性所要求的智力投入標準較低所以著作權法的政策導向並非鼓威有較強創造性的智力付出，而是鼓勵更多的和有潛在價值的新成果。人工智慧生成成果的過程是一個正迴圈鏈條，生成的新成果越多，可供人工智慧學習的資料量也就越多，相應地，後續生成的成果也會越來越好。所以，對人工智慧生成成果加以保護，符合著作權法鼓勵新成果的這一政策導向。

人工智慧生成成果只有透過傳播才能使社會受益。人工智慧的使用者對該成果的公開具有決定性作用。只有對人工智慧生成成果予以財產權保護，才能促使其持有人為實現自身的經濟利益而予以公開。否則，其可謊稱該成果是自己創作的，進而行使著作權，而非如實披露成果生成主體的人工智慧身份，這顯然不是立法者期待的結果。

人工智慧生成成果的過程是對人類已有文化、藝術、科學等領域成果的利用過程，所以人工智慧提高了已有成果的效用，使得包括公共領域的作品、孤兒作品，已退出流通市場的作品等在內的已發表作品的價值得以發掘。對人工智慧生成成果的保護能夠促進對人類已有成果的再利用。

對人工智慧生成成果加以保護與著作權法的價值相契合。若不給予其法律保護既無助於鼓勵人工智慧技術的應用，又無助於促進人工智慧生成成果的許可與轉讓，長遠來看，也無助於激勵人工智慧技術本身的開發。

人工智慧生成成果的執行機理

機器獲得智慧依賴於大資料和智慧演算法。在深度學習模型下，程式可自動地從大量資料中尋求語言、語音、影象的特徵，總結規律與模型，進而生成不具有重複性和可預測性的內容。這一方法稱為“統計法”，有別於傳統的先由人類建立模型、再由機器根據該模型和人類輸入的相關元素生成內容的“符號法”。

就文字生成程式而言，以谷歌寫詩程式為例，基於迴圈神經網路（RNN）演算法在自然語言方面的應用，透過分析單個詞的前後銜接詞構建語句。例如，“微軟小冰”發表的詩集《陽光失了玻璃窗》的生成基礎是對1920年之後519位現代詩人的上千首詩的反覆學習和迭代反饋。

大資料與特定的資訊科技相結合，能夠產生比在過夫資料來源資訊缺乏狀態下的計算機生成內容更加複雜多樣的成果。 又如，美國佐治亞理工學院開發的互動式故事生成程式“謝赫拉莎德”能夠在收集、整理與分析現有資料的基礎上，生成多樣化情節和分支線索並按照特定情景進行排序，再根據排序決定故事走向。