數字出版中AIGC生成物的應用場景及其倫理規制

段永杰　李彤

[摘 要] 聚焦于AIGC生成技術在數字出版領域的應用場景、潛在的倫理問題，并以此為基點，基于現實場景探討未來人工智能介入數字出版領域的規制路徑。首先，在技術層面上對AIGC與數字化出版概念進行辨析；其次，在實踐層面總結目前AIGC介入數字出版的具體應用，包括出版物的選題策劃、內容制作，營銷發行以及用戶反饋。并分析AIGC的介入為數字出版領域帶來的倫理規范變革。最后，從構建人機協同智慧創作生態框架出發，嘗試為AIGC技術下數字出版的良性發展提供有機融合的路徑規劃。

[關鍵詞] AIGC 數字出版 數字倫理 人工智能 版權

[中圖分類號] G230 [文獻標識碼] A [文章編號] 1009-5853 （2023） 06-0084-10

Application Scenarios and Ethical Regulation of AIGC Generates in Digital Publishing

Duan Yongjie Li Tong

（School of Journalism，Nanjing University of Finance & Economics，Nanjing，210023）

[Abstract] This paper focuses on the application scenarios of AIGC generation technology in the field of digital publishing， potential ethical issues， and as a base， discusses the future regulatory path of AI intervention in the field of digital publishing based on realistic scenarios. Firstly， the concepts of AIGC and digital publishing are analyzed at the technical level; secondly， the specific applications of AIGC intervention in digital publishing are summarized at the practical level， including topic planning， content production， marketing and distribution， and user feedback. And the ethical normative changes brought about by AIGC intervention in the field of digital publishing are analyzed. Finally， from the perspective of building the ecological framework of human-computer collaborative intelligent creation， it tries to provide an organically integrated path planning for the benign development of digital publishing under AIGC technology.

[Key words] AIGC Digital publishing Digital ethics Artificial intelligence Copyrights

[基金項目] 本文系江蘇省高校哲學社會科學研究項目“新媒體環境下江蘇疾控應急情感傳播機制對策研究”（2020SJA0278）研究成果。

[作者簡介] 段永杰， 傳播學博士，南京財經大學新聞學院講師、碩士生導師；李彤， 南京財經大學新聞學院2021級本科生。

1 AIGC技術與數字出版

1.1 人工智能的前沿性與變革性發展：AIGC

AIGC即AI生成內容技術，包括AI人工智能+GC通用計算技術兩大基礎模塊，是繼專業生產內容（PGC）、用戶生產內容（UGC）后產生的新型內容生產方式，是一種基于人工智能自動化生成語言文本、視覺圖像、音頻視頻等多模塊的技術[1]。與PGC與UGC相比，AIGC使用的技術通過訪問和處理已有的數據集和知識庫，在不斷學習和訓練中提升自身性能和準確性，具備更深入和更廣泛的知識，進而自動化地處理和生成內容，其生成的新的內容已與人類創作的內容達到同一水平。

2022年被稱為AIGC技術發展元年，2022年11月，Open AI的大型語言生成模型Chat GPT，一經推出便引發社會的廣泛關注。它是一個基于轉換器模型（Transformer）的人工智能對話機器人程序[2]。在短短幾天的公開試用中，就吸引了超過100萬的互聯網用戶；推出兩個月后，其月活躍用戶量超過一億[3]。自ChatGPT出現以來，相關的討論就一直層出不窮，將AIGC拉入人們的視野中。

目前，AIGC技術正開始新一代范式轉移，在文本和圖像內容生成領域逐漸成熟，但在視頻3D等高精度復雜領域仍處于探索階段。在計算機技術與人工智能不斷迭代發展下，AIGC的應用不再局限于傳統領域，而是更廣泛地應用于藝術創作領域，如利用人工智能進行文本創作、繪畫生成、視頻和音樂制作。

1.2 出版領域的新發展與新趨勢：數字出版

人工智能自身技術的提升，進一步推動了技術與數字出版領域的融合。同時，AIGC技術對于傳媒業的持續介入，也離不開出版行業數字化智能化的發展趨勢。2022年，全國規模以上文化及相關產業企業實現營業收入121805億元，比上年增長0.9%。數字出版行業同時實現了30.3%的兩位數增長。

數字出版是當代網絡文化領域的一個重要發展方向。廣義的數字出版是指以高科技為基礎的完整新興出版產業，狹義的數字出版則是指利用電子技術和互聯網平臺創作、出版、傳播和銷售圖書、雜志、報紙等出版物的過程和方式[4]。

與傳統出版方式不同，數字出版通過數字化的方式將內容轉換為電子文件，并以電子書、數字雜志、在線新聞等形式呈現給讀者。數字出版在紙質出版的基礎上改變了原有的出版技術、傳播方式、業務模塊、服務模式等，具有較強的“技術依賴性”，表現為出版物內容以數字形式存在，可以在平板電腦、智能手機等電子設備上閱讀。

在人工智能幫助下，數字出版不必在印刷、裝訂等過程中花費大量時間，大大縮短了出版周期。數字化處理和自動化流程可以提高效率，使編輯內容更快地上線。數字出版不需要紙質書籍的生產和分銷，大大節省了印刷成本、庫存成本和物流成本。數字出版可以隨時更新和修改內容，而無需重印和分發。這使得作者和出版商能夠更靈活地處理錯誤、添加新信息或進行改進。在形式上，數字出版可以將內容轉換為多種格式，以適應不同的設備和平臺。無論是用電子書閱讀器、平板電腦還是智能手機，讀者都可以輕松訪問和閱讀數字出版物?？傮w而言，數字出版具有加快速度、降低成本、靈活更新、適配多平臺、數據驅動、拓寬傳播渠道等優勢，有效地優化了出版流程。

近些年來，數字出版領域向縱深拓展，維度從一維逐漸至多維化融合發展，不斷形成各個領域新的出版生態圈，為AIGC的應用提供新賽道[5]。目前數字出版出現了諸如數字內容訂閱模式、智能個性化推薦、應用區塊鏈技術等新發展趨勢，形成了“人工智能+出版行業”融合的新模式。隨著技術的進一步滲透和出版行業的自我優化，數字出版領域仍將持續演變和創新。

2 AIGC技術及其生成物在數字出版領域的應用場景

從傳統紙質化出版到數字信息化出版，技術發展的浪潮推動著出版領域不斷產生新的變革。在這個人工智能與數字出版進行更多技術性對話的時代，AIGC技術的廣泛應用正重塑著整個行業的發展路徑，出版業也將直面這一技術帶來的機遇與挑戰。人工智能技術將在出版物的選題收集與策劃、內容創作與校對、版面設計與制作、出版物傳播與推送、用戶服務與反饋等方面發揮巨大的助力作用。

2.1 出版選題的信息整合與策劃

在選題策劃環節，AIGC技術可以幫助出版社和編輯有針對性地對市場需求進行分析和預測，以更好地把握市場趨勢和讀者閱讀需求，為圖書選題策劃提供參考[6]。這使選題策劃由被動到主動，由模糊到精準。

第一，人工智能作為一個大數據分析處理模型，依靠其龐大的數據源與原始資料庫，使得數據收集與智能分析技術在出版物選題策劃方面具有突出優勢。這些數據包括從網頁、書籍、新聞文章、論壇帖子等各種來源收集的文本。

第二，AIGC可以通過訓練好的模型，對已有的文本進行主題識別和關鍵詞提取。它能識別到文本中的關鍵信息和主題，并提取出與出版物相關的關鍵詞和短語。在出版物的應用中，AIGC通過網絡爬蟲技術，可以自動獲取互聯網上公開可訪問的文章、新聞、博客等文本內容；通過對網頁的解析和處理，提取其中的信息作為數據源[7]。在數字出版平臺中，也可以利用用戶與AIGC的互動或提供反饋意見的方式，提供關于他們的喜好、需求、評價和建議等信息，使選題策劃不斷向用戶傾斜。

2.2 內容生產的智能化趨勢

出版物內容建設是出版的核心與重中之重，從數字出版物目前的發展來看，出版內容依然以PGC與UGC為主導，但隨著人工智能技術在內容出版上的成本與功能的優勢彰顯，內容生產智能化趨勢成為數字出版的必然趨勢[8]。AI生成內容技術得到了廣泛應用，主要表現在以下方面。

第一，內容生產的創意生成。AIGC技術可以自動生成文章、新聞稿、博客內容等。通過分析大量數據和采用自然語言處理技術，AIGC可以生成與特定主題相關的高質量內容與內容的快速創作和大規模生產，提高出版效率，縮短出版周期，更大程度上節約成本。以變換器為架構的預訓練模型GPT目前已發展到GPT-4版本，具有強大的自然語言處理能力，擁有穩定、精確、持續的內容產出優勢。通過在預訓練之后進行微調，該模型可以用于各種文本生成任務，包括機器翻譯、對話生成、文本摘要、文章寫作等。如百度“文心一言”（ERNIE Bot）可根據對話問題將知名科幻小說《三體》的核心內容進行總結，并提出五個續寫《三體》的建議角度[9]。

第二，內容的校對與糾錯。編輯、加工與校對是出版過程中的重要環節，傳統的紙質化出版需要耗費大量的時間、人力與物力。AIGC技術能夠幫助完成部分內容自動化編輯和校對。例如，基于變換器的雙向編碼器表示技術（Bidirectional Encoder Representations from Transformers，BERT）這一預訓練語言模型，在2018年由谷歌（Google）提出。它基于Transformer架構，使用了雙向編碼器來進行預訓練。這一模型能夠同時考慮上下文信息，可以更好地理解語言中的依賴關系和語義。對于自動檢測與校對拼寫錯誤、語法問題、文體不一致等問題提供極大幫助，提高內容質量和編輯效率。

第三，內容的多媒體開發。這使出版的內容不局限于文本和圖像，實現內容的多模態化。AIGC技術可以將文本、圖像和音頻相結合，生成更直觀易懂的解釋。例如，在科學教育或醫學科普文章中，可以使用AIGC技術生成與文本描述相關的圖像或動畫，并配以語音解釋，幫助讀者更好地理解和學習。通過利用AIGC技術，可以開發交互式圖書應用程序，允許讀者通過觸摸、點擊和其他方式與圖書內容進行交互。例如，在教學中，文本材料可以轉換為視頻教程或學習材料。通過語音解說、圖像和動畫等方式，以更加生動的方式向學習者呈現復雜的概念和知識。在出版物閱讀過程中，數字出版可以提供文字到語音的轉換功能，使用戶能夠選擇聽書而不僅僅是閱讀。通過語音朗讀技術，用戶可以隨時隨地以聽書的方式閱讀，提高了便利性和可訪問性。

2.3 產品的個性化知識服務與數字化創新

數字出版實現了從產品中心到用戶中心的思維轉變。利用AIGC技術，可以開發智能搜索和索引系統，根據用戶的輸入或查詢意圖，提供準確、個性化的搜索結果和內容推薦?；跈C器學習和數據分析算法，平臺可以根據用戶的喜好和閱讀行為，向其推薦相關主題、作者或類別的圖書，幫助用戶快速找到感興趣的內容。

數字出版平臺可以模擬傳統實體書店的體驗，為用戶提供更加真實的閱讀環境和購書體驗。如微信推出的微信讀書，用戶可以在此平臺上瀏覽書架、翻閱書籍，并與其他讀者進行互動交流，增強社交和共享閱讀的感覺。在此基礎上建立的讀者社區，讓讀者之間能夠分享閱讀心得、推薦圖書、互相交流。在每本書閱讀過程中，平臺提供的評論和評分功能，讓讀者對圖書進行評價，為其他用戶提供參考和決策依據。除此之外，數字出版平臺還可以開發豐富的交互功能，如構建智能聊天機器人，為讀者提供定制化的互動體驗，使用戶能夠更加主動地參與閱讀。

AI繪畫則更多投入到出版物的美術設計與排版過程中，如可畫（CANVA），圖片深度藝術渲染工具（Deep Art.io）等。這些AI圖像處理技術和設計工具能夠生成藝術化的插圖和封面，也可以幫助設計師在出版物的美術設計中獲得更多創意，生成獨特而藝術的圖像元素，增強視覺吸引力和藝術感[10]。

2.4 數字化產品營銷與發行

隨著移動互聯網的應用與普及，信息傳播速度逐漸加快，導致數字出版渠道從傳統市場向媒體市場不斷擴張。數字出版可以通過互聯網和在線平臺在全球傳播，讀者可以通過電子書店、在線圖書館或訂閱服務等渠道獲得數字出版物。多樣化的營銷渠道和方法為出版商提供了更多選擇。

AIGC技術的使用可以進一步實現營銷的精確性。首先，AIGC技術是基于對用戶閱讀歷史、興趣和行為模式的大數據分析，不斷改進數據庫。圍繞用戶喜好，數字出版可以更準確地推薦符合用戶偏好的數字出版物，提高用戶體驗、參與度和讀者滿意度，增強出版物的推廣效果，促進銷售和訂閱。其次，通過人工智能對大量出版數據的分析，AIGC技術可以利用這些數據為編輯提供洞察和見解，幫助出版商了解讀者需求和市場趨勢，更好地做出相應的營銷戰略決策。

2.5 數字出版物的保存與更新

AIGC技術可以利用云存儲服務和數據庫管理系統存儲數字出版物。這種方法可以提供可擴展的存儲容量、強大的數據冗余和備份機制，以及靈活的訪問控制，以確保數字出版物的安全性和可靠性。為了保護數字出版物的版權，AIGC技術可以使用數字水印技術在數字出版物中嵌入唯一的標識信息，從而提供版權保護并防止非法傳播，保護出版物的數據安全。在更新出版物內容方面，AIGC技術可以定期自動掃描數字出版物的來源數據和相關信息，如作者、標題、摘要等。當發布新版本或修訂版本時，AIGC可以自動更新這些信息，并將以前的版本替換或添加數字出版物的最新版本。

3 AIGC技術帶來的潛在倫理問題

AIGC技術的應用中出現的倫理問題是研究中的重要話題之一。在數字出版過程中，誰是生成內容的法律擁有者？如何保護原創作者的權益？AI生成物內容是否科學準確，立場是否正確清晰，在規章制度尚未完善的情況下，如何辨別與評定等成為AI技術帶給我們的新的時代課題。

3.1 傳播倫理：AIGC的著作權歸屬與責任風險問題

隨著人工智能的快速發展，一些法律專家和學者開始提出對AI自動生成的作品進行版權保護的討論。目前，AI已經能夠創作出完整的內容生成作品，如人工智能詩人小冰創作的詩集《陽光失了玻璃窗》，在藝術創作比賽中獲得一等獎的AI繪畫《太空歌劇院》等，這一類AIGC作品的出圈，改變了傳統的內容生產方式與規律，對原有的著作權制度產生了一定程度的沖擊[11]。

權力歸屬問題。對于AIGC生成物版權歸屬的探討，我們首先應明確這一生成物是否可以被稱為“作品”，是否能夠受法律保護與享有法律效益。根據著作權的一般原則，只要創作物符合創造性、原創性原則與其他作品產生差異化內容，并具有自然人的創作因素（在自然人的參與下，符合人的意志，觸動人的情感，并具有社會價值）的要求都可被視為作品并享有著作權保護[12]。第一，在人工智能生成內容時，AI可以通過學習總結規律生成新的內容，展現出一定程度的創造力。盡管這些內容是通過算法和模型生成的，但其結果可能是獨特且具有創意的。第二，AIGC通常是基于大量的輸入數據進行訓練，并在此基礎上生成新的作品。即使人工智能從已有作品中學習，它也可以生成與之前作品不同的新作品，具備了原創性的特征。就人工智能發展的現有水平來看，盡管人工智能是通過算法和模型生成作品，但這些算法和模型往往是由人類設計、配置和訓練的，人類在創作過程中起到了重要的角色。因此，人工智能生成的作品可以視為人類與機器的合作成果。

關于人工智能是否享有其創作物所有權的爭議，存在兩種不同的聲音。盡管存在這種辯論，目前大多數國家的法律體系還沒有對人工智能生成物的版權進行明確的規定。因此，版權歸屬于人而不是人工智能仍然是主流觀點。筆者堅持認為在當前的AIGC技術局限性下，人工智能并不能獨立享有著作權。著作權法規定著作權屬于作品的作者或者合法權利人，享有權利的同時也要承擔對應的社會責任。人工智能生成作品的歸屬權爭議根本在將人工智能定性為“人”還是“工具”，主體是否能獨立行使權力執行義務[13]。因此，在人工智能生成內容的情況下，如果AI僅僅是作為工具或輔助工具被人類使用，并且人類作者對AIGC生成的內容有創作性的貢獻，且AI不能獨立地承擔法律責任，那么著作權歸屬于自然人作者。

作品的權力歸屬問題，明確了創作物的所有權歸誰所有，以及誰要對創作物承擔責任與風險。AI生成內容權益歸屬于誰的問題，要對其創作的商業模式與運作方式進行分析。AIGC技術的商業運作首先需要進行技術研發和創新。這包括算法研究、模型訓練與優化、數據處理等工作，這一技術掌握在開發者及設計者手中。推動AIGC技術運作的關鍵在于投資者、企業、機構、開發者等合作伙伴的合作，共同開發產品與服務。AIGC技術的終端即為用戶提供優質的支持與服務，使用者是AIGC技術應用的核心，這一創作過程中涉及多個環節和參與者。因此，確定具體的權益歸屬可能變得復雜。如創作者可能是算法的開發者，但所有權和著作權歸屬可能受到合同約定、法律規定以及地區法律的影響。

數據安全與維權問題。AIGC通常是通過學習和分析大量已有的作品來生成新內容。如果創作物中包含了他人的原創作品或受版權保護的素材，未經授權使用這些內容可能構成侵權。人們很難確定具體哪部分內容是機器生成的，哪部分內容是來源于訓練數據或人類貢獻的。當人工智能生成物包含了受版權保護的視頻、圖像、文字等內容時，未經版權持有人的許可，將其用于商業目的或進行公開傳播可能構成侵權。這使得確定著作權歸屬變得復雜，涉及到許多法律和道德問題。

AIGC技術在生成內容時可能會使用大量數據，包括個人信息、公共記錄等。這些數據的獲取和使用可能涉及隱私和個人信息保護問題。如果這些數據被違規使用，可能會侵犯用戶的隱私和數據安全。如果人工智能生成物將他人的個人照片、姓名和其他信息用于未經授權的公共或商業用途，可能會侵犯個人的肖像權。如果人工智能生成的內容包含虛假、誤導或貶低他人的信息，可能會對其聲譽造成損害，并構成侵權。當人工智能生成涉及誹謗他人言論或行為的虛假信息時，可能會引發名譽侵權糾紛。

人工智能生成物的侵權問題隨之帶來了維權問題。AIGC技術的快速發展遠遠超過了現存法律與法規的制定和適應能力。目前對于這一技術的法律保護尚不完善，相關法律框架和規范性文件還在不斷探索和完善中，缺乏統一和明確的法律準則。侵權維權需要確鑿的證據來證明侵權行為，而人工智能生成內容的過程往往是復雜且不完全可追溯的，證據收集和界定可能存在困難。另一方面，AIGC創作物的快速復制和傳播給維權工作帶來了新的挑戰。數字技術的加成使得復制和修改創作物變得輕而易舉，這增加了尋找證據、追蹤侵權行為的難度。由于互聯網的跨國性質，不同國家和地區有不同的法律體系和司法程序，使得侵權維權變得更加復雜。

3.2 文化倫理：生成內容的低質化與創意性缺失

內容的不可靠性。AIGC技術可以從大規模的文本數據中學習，并生成出版物相關的內容。然而，這些數據的來源和可信性可能存在問題，導致生成的內容可能受到不可靠、偏見或錯誤信息的影響。AIGC在理解和解釋復雜的語義結構和上下文時可能存在困難，同時它無法理解和評估真實世界的信息，在處理復雜或歧義的問題時，容易產生錯誤、誤導或模棱兩可的內容。這就使得出版物的品質和真實性難以保證。如在新聞出版領域，AIGC技術的生成是基于已有的文本數據進行模型訓練和推理，缺乏對真實世界的獨立判斷和核實能力。這使得生成的新聞內容可能缺乏對事件背景、相關人物和觀點的深入了解，容易導致不準確、片面或誤導性的報道，降低了讀者對內容的信任度。

內容的同質化。盡管人工智能能夠模仿人類生成大量內容，但受制于技術限制，AIGC生成的內容大多具有同質化與低創性，很難創造出真正的原創性內容。

第一，AIGC內容缺乏多樣性。人工智能生成內容模型是通過大量的訓練數據進行學習和生成的，模型的回答僅僅是基于其對大量文本數據的學習和理解。如果所使用的數據集不包含足夠多樣化和富有創意的內容，那么生成的結果也會受到限制，自動化生產的內容很難為人們提供創新和獨特的觀點和想法。

第二，AIGC缺乏真正的人類創造力和獨特性。人工智能對于文本的理解是表面的，缺乏深層次的語義和語境把握，這會影響其生成的內容的創意和靈活性。創意和靈感往往是在人類大腦中產生的，基于對外界的觀察、思考和體驗，這種特質對于機器來說相對困難。同時，人工智能可能只能根據已有信息進行概括和推斷，通常缺乏情感和主觀判斷能力，生成的內容可能缺乏情感、洞察力和主觀性，而難以展現出人類創意的獨特情感表達。這使得出版物變得單調和缺乏靈感，削弱了讀者對內容的吸引力。

第三，AIGC生成的內容空洞。AIGC技術在生成內容時缺乏人類的思考和深度研究，它只是通過對大量文本數據的學習來產生回應，而沒有實際的經驗、見解和獨立思考能力。這導致生成的內容缺乏深度、廣度和洞察力，無法提供高質量的分析和觀點。

3.3 技術倫理：算法黑箱與算法歧視

算法黑箱是指那些在運行過程中難以理解和解釋其內部運作原理的算法系統。這類算法通常由復雜的模型組成，如人工智能的深度學習神經網絡，其內含的大規模訓練數據和參數量與高度抽象的、難以理解的學習特征使得模型的決策過程變得更為復雜，而這一過程難以被人類完全理解和解釋[14]。阿莫斯·阿扎里亞（Amos Azaria）曾質疑ChatGPT，理由是其無法解釋為什么它報告“3.23.3≈21.73”，而實際答案是46.45 [15]。由于算法黑箱問題的存在，我們難以準確了解AIGC模型是如何做出決策和生成內容的，也難以檢測和解決模型中的偏見、無法對模型的錯誤或不當行為進行有效糾正等。

算法歧視是指在算法設計或使用過程中，對某個特定群體或個體造成不公平待遇的情況。在AIGC開發過程中，缺乏來自不同文化、種族、性別、地理位置等多樣性的參與可能導致模型無法充分理解和反映各種群體的需求和觀點。在數據獲取來源上，AIGC訓練數據往往來自互聯網上的大規模數據集，這些數據集可能包含大量存在偏見和歧視的信息。如果模型在訓練過程中未能正確處理這些信息，將影響其生成內容的中立性和公正性。在內容生成時，AIGC可能會傾向于垂直生成符合主流文化、社會標準或特定群體喜好的內容，而忽略其他文化、種族、性別等群體的需求和多樣性。這種偏好暗含對一些群體的歧視或排斥。

3.4 行業倫理：價值選擇與價值判斷

職業價值危機：對人的主體性地位的沖擊。自AIGC技術在各行各業廣泛應用，人類越來越多地接觸由智能機器人創作的內容，這一現狀使出版人員陷入被邊緣化的困境中。AIGC的出現打破了原有出版物的生產規則，這是人類的工作被大規模替代的開始[16]。使用AIGC技術可以減少對人工的需求，從而降低人力成本，出版公司可能更傾向于采用AIGC技術，以降低成本并提高效率。這可能導致一些傳統上由人類完成的任務的職位變得不再那么穩定，打破了出版行業人才就業的生態平衡，造成嚴重的就業問題[17]。

AIGC技術生成的內容可能導致人們失去創作和表達的自主性和控制權。由于機器生成的內容可以大規模且快速地產生，人的主體地位降低了。人工智能的大量應用，使得人們對于機器生成內容的接受度下降，同時也減弱了人類創作者在社會關系中的重要地位。

盡管AIGC技術在數字出版領域有廣泛應用，但人類編輯和專業人士的角色仍然至關重要。他們負責內容策劃、編輯調整、人工校對等工作，保證出版物的質量和權威性。AIGC技術應該被視為輔助工具，而非取代人類的創造力和專業知識。

社會價值隱患：重塑社會倫理。AIGC技術生成的內容雖然具有高效性和即時性，看似生成的是正確的內容，但對于道德和責任的考量則可能存在挑戰。例如，在處理敏感信息、隱私保護等方面，AIGC技術可能無法充分考慮倫理原則和社會意識。

更重要的是，對于人工智能技術的過度使用與依賴很可能導致人們失去獨立思考、創造和創新的能力。如果人們過于依賴于機器生成的內容，而不再努力提升自己的技能，就喪失了解決問題和應對挑戰的能力，逐漸被機器所代替。出版行業是知識傳播的引領者，不僅要充分彰顯人文情懷，還要提高對其社會價值的影響，對時代的發展有引領作用[18]。

4 AIGC在數字出版領域的規劃路徑

在數字出版領域，AIGC的應用離不開專業人員的審核、校驗與把關，在關鍵性問題上，依然是使用者在做分析決策，而AIGC僅僅是協助的角色，由此可見人工智能和人類之間的合作模式將成為未來出版行業的一種趨勢。因此，有效構建人機協同智能創作模式是出版領域創新發展的主流，能夠更好地發揮人類與人工智能各自的優勢。

4.1 環境規范

就AIGC的精準規劃來說，環境規范是一個以國家為主導，涵蓋行業組織、媒體、消費者大眾與人工智能多主體的多元共同治理體系[19]。首先，構建新的人機協同創作模式，國家通過政策支持、教育培訓、研究合作、數據共享、法律法規和市場推廣等多種手段，促進人機協同智能創作模式的發展和應用，推動藝術與科技的融合，促進創新創造，提升國家在智能創作領域的競爭力和影響力。

出版行業要建立人機協同創作的良好生態系統，促進作者、編輯、設計師與技術團隊之間的緊密合作和協同創作[20]。搭建創作平臺和交流平臺，提供資源共享和溝通互動的機會。同時出版行業應加強對原創作品的保護，行業共同制定相關政策和技術措施，防止未經授權的復制或盜用，確保這一模式的合法合規運行。

社會公眾需要加強對人機協同智能創作的理解和認知。第一，通過舉辦講座、研討會等形式，向公眾普及人工智能技術原理、應用范圍和潛在影響，增強公眾對人機協同創作的認同和接受度。第二，促進學術界、媒體機構以及公眾開展合作，開放數據項目，鼓勵社會公眾參與數據共享和開放，促進數據的廣泛收集和使用。第三，社會公眾可以積極提供對人機協同智能創作模式的反饋和建議，收集公眾的意見和需求能夠反映社會對于人機協同創作的期望和關切，為相關機構改進模式、解決問題提供指導。

4.2 主體規范

盡管機器可以具備強大的計算和模仿能力，但人類獨特的創造力和想象力仍然是不可替代的。在構建人機協同模式中重新定義人的地位至關重要。重視人類的獨特性和創造力，強調人類的情感與共情能力，在智慧創作過程中賦予人更重要的角色，才能確保技術的發展符合人類利益和社會福祉[21]。

在這個人工智能越來越發達的時代，人就越要發揮自身的不可替代性，并適應新時代不斷產生新定位[22]。隨著AIGC技術的發展，會出現一些新的適合人的職位和領域，例如，專門負責AIGC技術的開發、優化和監督，以及出版物內容策劃和創意發展等。這些新興職位可能會逐漸取代傳統的出版人員的工作。雖然AIGC技術可以自動生成內容，但結合人類的判斷和優化能力，可以得到更好的產出。人類仍具有其獨特的價值和作用。隨著讀者需求的變化和多樣化，人類可以通過提供更個性化、深度和專業的內容來滿足這一需求，這是機器人所不能做到的。

構建人機平衡的道德倫理是實現人機協同智能創作模式可持續發展的重要前提。要做到平衡技術的發展與人類的尊嚴和價值[23]。AI的發展必須始終處于人類倫理規范下，在AIGC技術的使用中，重視人文關懷，應鼓勵人類的參與和決策，將人類的聰明才智與機器的能力結合起來，實現良性互動，促進智慧創作的可持續發展，共同推動創作和決策的質量提升。

4.3 實踐規范

在技術的發展下實踐規范要求我們不斷建立健全數字化出版全產業鏈，創新出版行業新的商業模式[24]。在出版內容生成中，人必須處于核心地位。支持作者、編劇、藝術家等創作者通過數字化工具進行創作，鼓勵優質內容的創作和獲取。積極探索學術機構、媒體公司、獨立制作人之間的合作，獲取多樣的優質內容資源。其次，促進數字出版行業內外的合作，搭建合作平臺和交流機制。與圖書館、學術機構、媒體公司、科技企業等建立伙伴關系，共享內容資源、技術研發成果和市場渠道，推動數字出版產業的互利共贏。

AIGC運行各個環節的負責人和開發者應提供對人機協同系統的透明度，讓用戶了解系統的工作原理、數據來源和生成過程。同時，明確責任界定，確保開發者對系統及其產生的內容負有相應責任。出版機構建立相應的學術問責，要求作者對AIGC負責[25]。能夠使人機協同模式得到更好的監督與管理，保護用戶的權益并能促進社會的可持續發展。

4.4 人才隊伍建設

新的創作模式需要建設一支具備綜合能力、創新思維和實踐經驗的人才隊伍，推動人機協同智能創作模式的健康發展，為數字時代的創作和表達提供有力支持。相關機構可以設置相關專業或培訓課程，培養人才的技術能力、創作能力和領域專業知識[26]。同時，鼓勵人文學科和科技領域的交叉學習和合作，促進多學科融合。人機協同智能創作涉及技術和藝術的結合。培養人才需要注重技術能力的提升，包括人工智能算法、數據分析、編程等方面的知識和技能。同時，也需要培養藝術素養和審美能力，使人才能夠在創作中發揮創造性和表達能力[27]。

5 結 語

綜上所述，人工智能的發展使數字出版在技術更新帶來的紅利與人文主義的堅守間不斷搖擺。人工智能生成內容的出現顛覆了數字出版領域原有的工作流程與工作定位，從出版物的信息收集到營銷發售，AIGC參與了每一個出版物完整的出版流程，但這僅僅是一個開始。伴隨AI學習范式的不斷升級，AIGC將在人機互動的過程中更加深度地滲透到出版物的生產與服務環節，再造出版物生產流程，推動數字出版領域進一步轉型升級[28]。

需要強調的是，如果只看重技術，而忽略了出版內容下最重要的價值導向，我們最終會迷失在一次次技術變革中。AIGC技術在數字出版領域的應用，不可避免地會帶來傳播倫理、文化倫理與行業倫理的相關問題，如侵犯人們的隱私、權益與情感，為整個行業帶來了價值觀與就業危機[29]。AIGC給數字出版帶來的是機遇還是挑戰，不取決于技術本身，而取決于人們如何使用。人類相較于人工智能具有不可比擬的優勢，應該讓人類占據主導地位，將人工智能作為一種工具使用[30]。通過平衡人工智能的自動化生成能力與人類的創造力和專業知識，可以實現更高效和創新的出版物生產。同時，必須充分考慮并解決AIGC技術可能帶來的質量、準確性以及版權保護等問題，將人工智能生成的內容向理性、準確、獨創的方向推進，在技術完善與管理規范的雙重保障下實現人與人工智能的協作，促進數字出版的創新與發展。

注 釋

[1]方卿，丁靖佳.人工智能生成內容（AIGC）的三個出版學議題[J].出版科學，2023，31（02）：5-10

[2]OpenAI.IntroducingChatGPT[EB/OL].[2023-02-28].https//openai.com/blog/chatgpt

[3]李白楊，白云，詹希旎，等.人工智能生成內容（AIGC）的技術特征與形態演進[J].圖書情報知識，2023，40（1）：66-74

[4]方卿，丁靖佳.數字出版三個基本理論問題的思考[J].中國出版，2023（10）：17-22

[5]吳煒華，黃珩.智能創作、深度融入與倫理危機：ChatGPT在數字出版行業的應用前景新探[J].中國編輯，2023（6）：40-44

[6]王峻峰.人工智能生成內容（AIGC）及其在圖書出版中的應用探討[J].傳播與版權，2023（10）：48-51

[7]沈衛星，劉宇軒.ChatGPT介入新聞出版：功能、倫理風險及編輯把關[J].中國編輯，2023（5）：123-128

[8]楊志輝.學術期刊數字化出版到智慧出版的變革[J].編輯之友，2019（1）：36-41

[9]鄭麗芬.賦能與重構：AIGC驅動下的出版業[J].出版發行研究，2023（4）：37-44

[10]姚源.數字出版與藝術創作的新媒介表現形式研究[J].明日風尚，2023（12）：185-187

[11]陳鴻，劉育猛，裴孟.人工智能與期刊發展融合的機遇、挑戰和實踐路徑研究[J].中國科技期刊研究，2019，30（3）：217-224

[12]邵松，喬監松.基于學術出版倫理的AI創作物可版權性探討[J].科技與出版，2019（3）：80-85

[13]陳永偉.超越ChatGPT：生成式AI的機遇、風險與挑戰[J].山東大學學報（哲學社會科學版），2023（3）：127-143

[14]田麗，陳馨婕.創作者視角下的算法生成技術倫理問題[J].圖書情報知識，2023，40（1）：56-65

[15]AZARIAA.ChatGPTusageandlimitations[EB/OL].[2023-01-02].https：//osf.io/5ue7n

[16]宋博洋.淺談AIGC給編輯出版行業帶來的變革與挑戰[J].傳播與版權，2023（14）：17-20

[17]陶鋒.人工智能文藝領域的倫理與治理[J].人文雜志，2023（5）：52-62

[18]MATHIAS L S，CERON W. Artificial intelligence in news media：current perceptions and future outlook[J].Journalism and Media，2021，3（1）：13-26

[19]孟仁振，孫曉翠.高質量發展視域下數字出版產業的技術創新體系建設[J].科技與出版，2023（8）：1-6

[20]周敏，郅慧，滕文強.信息生態視角下的數字出版變革：內生機理與創新路徑[J].中國編輯，2023（6）：34-39

[21]張新新，薛彥婷.數字出版規劃治理：概念特征、現狀成效與路徑優化[J].出版與印刷，2023（2）：39-50

[22]王建磊，江浩.AIGC與融媒生產：賦能、互補與邊界[J].視聽界，2023（3）：21-25

[23]張炯.人工智能時代的出版倫理博弈及編輯倫理價值觀[J].中國編輯，2019（2）：24-28

[24]譚利彬.傳統出版與數字出版融合共贏發展之路徑探析[J].傳播與版權，2023（15）：73-75

[25]蔣雪穎，劉欣.生成式人工智能技術下的學術生產與出版：變革、失范與路徑[J].數字圖書館論壇，2023，19（5）：64-71

[26]張永麗.大數據時代數字出版產業的發展與實踐策略[J].山西大同大學學報（社會科學版），2023，37（3）：156-160

[27]徐怡行，劉洪權.AIGC環境下編輯出版人才的關鍵能力重構[J].數字出版研究，2023，2（3）：28-33

[28]向颯.人工智能對學術期刊智能化轉型與融合發展的賦能[J].出版廣角，2022（18）：81-84

[29]李佳咪.曇花一現還是技術革命？——生成式人工智能的多維審視[J].新聞與寫作，2023（4）：4

[30]胡嘉思.人工智能在出版行業融合傳播及運營模式中的應用與展望[J].科技與出版，2023（1）：79-82

（收稿日期：2023-08-25）