数字出版中AIGC生成物的应用场景及其伦理规制

段永杰　李彤

[摘 要] 聚焦于AIGC生成技术在数字出版领域的应用场景、潜在的伦理问题，并以此为基点，基于现实场景探讨未来人工智能介入数字出版领域的规制路径。首先，在技术层面上对AIGC与数字化出版概念进行辨析；
其次，在实践层面总结目前AIGC介入数字出版的具体应用，包括出版物的选题策划、内容制作，营销发行以及用户反馈。并分析AIGC的介入为数字出版领域带来的伦理规范变革。最后，从构建人机协同智慧创作生态框架出发，尝试为AIGC技术下数字出版的良性发展提供有机融合的路径规划。

[关键词] AIGC 数字出版 数字伦理 人工智能 版权

[中图分类号] G230 [文献标识码] A [文章编号] 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] 本文系江苏省高校哲学社会科学研究项目“新媒体环境下江苏疾控应急情感传播机制对策研究”（2020SJA0278）研究成果。

[作者简介] 段永杰， 传播学博士，南京财经大学新闻学院讲师、硕士生导师；
李彤， 南京财经大学新闻学院2021级本科生。

1 AIGC技术与数字出版

1.1 人工智能的前沿性与变革性发展：AIGC

AIGC即AI生成内容技术，包括AI人工智能+GC通用计算技术两大基础模块，是继专业生产内容（PGC）、用户生产内容（UGC）后产生的新型内容生产方式，是一种基于人工智能自动化生成语言文本、视觉图像、音频视频等多模块的技术[1]。与PGC与UGC相比，AIGC使用的技术通过访问和处理已有的数据集和知识库，在不断学习和训练中提升自身性能和准确性，具备更深入和更广泛的知识，进而自动化地处理和生成内容，其生成的新的内容已与人类创作的内容达到同一水平。

2022年被称为AIGC技术发展元年，2022年11月，Open AI的大型语言生成模型Chat GPT，一经推出便引发社会的广泛关注。它是一个基于转换器模型（Transformer）的人工智能对话机器人程序[2]。在短短几天的公开试用中，就吸引了超过100万的互联网用户；
推出两个月后，其月活跃用户量超过一亿[3]。自ChatGPT出现以来，相关的讨论就一直层出不穷，将AIGC拉入人们的视野中。

目前，AIGC技术正开始新一代范式转移，在文本和图像内容生成领域逐渐成熟，但在视频3D等高精度复杂领域仍处于探索阶段。在计算机技术与人工智能不断迭代发展下，AIGC的应用不再局限于传统领域，而是更广泛地应用于艺术创作领域，如利用人工智能进行文本创作、绘画生成、视频和音乐制作。

1.2 出版领域的新发展与新趋势：数字出版

人工智能自身技术的提升，进一步推动了技术与数字出版领域的融合。同时，AIGC技术对于传媒业的持续介入，也离不开出版行业数字化智能化的发展趋势。2022年，全国规模以上文化及相关产业企业实现营业收入121805亿元，比上年增长0.9%。数字出版行业同时实现了30.3%的两位数增长。

数字出版是当代网络文化领域的一个重要发展方向。广义的数字出版是指以高科技为基础的完整新兴出版产业，狭义的数字出版则是指利用电子技术和互联网平台创作、出版、传播和销售图书、杂志、报纸等出版物的过程和方式[4]。

与传统出版方式不同，数字出版通过数字化的方式将内容转换为电子文件，并以电子书、数字杂志、在线新闻等形式呈现给读者。数字出版在纸质出版的基础上改变了原有的出版技术、传播方式、业务模块、服务模式等，具有较强的“技术依赖性”，表现為出版物内容以数字形式存在，可以在平板电脑、智能手机等电子设备上阅读。

在人工智能帮助下，数字出版不必在印刷、装订等过程中花费大量时间，大大缩短了出版周期。数字化处理和自动化流程可以提高效率，使编辑内容更快地上线。数字出版不需要纸质书籍的生产和分销，大大节省了印刷成本、库存成本和物流成本。数字出版可以随时更新和修改内容，而无需重印和分发。这使得作者和出版商能够更灵活地处理错误、添加新信息或进行改进。在形式上，数字出版可以将内容转换为多种格式，以适应不同的设备和平台。无论是用电子书阅读器、平板电脑还是智能手机，读者都可以轻松访问和阅读数字出版物。总体而言，数字出版具有加快速度、降低成本、灵活更新、适配多平台、数据驱动、拓宽传播渠道等优势，有效地优化了出版流程。

近些年来，数字出版领域向纵深拓展，维度从一维逐渐至多维化融合发展，不断形成各个领域新的出版生态圈，为AIGC的应用提供新赛道[5]。目前数字出版出现了诸如数字内容订阅模式、智能个性化推荐、应用区块链技术等新发展趋势，形成了“人工智能+出版行业”融合的新模式。随着技术的进一步渗透和出版行业的自我优化，数字出版领域仍将持续演变和创新。

2 AIGC技术及其生成物在数字出版领域的应用场景

从传统纸质化出版到数字信息化出版，技术发展的浪潮推动着出版领域不断产生新的变革。在这个人工智能与数字出版进行更多技术性对话的时代，AIGC技术的广泛应用正重塑着整个行业的发展路径，出版业也将直面这一技术带来的机遇与挑战。人工智能技术将在出版物的选题收集与策划、内容创作与校对、版面设计与制作、出版物传播与推送、用户服务与反馈等方面发挥巨大的助力作用。

2.1 出版选题的信息整合与策划

在选题策划环节，AIGC技术可以帮助出版社和编辑有针对性地对市场需求进行分析和预测，以更好地把握市场趋势和读者阅读需求，为图书选题策划提供参考[6]。这使选题策划由被动到主动，由模糊到精准。

第一，人工智能作为一个大数据分析处理模型，依靠其庞大的数据源与原始资料库，使得数据收集与智能分析技术在出版物选题策划方面具有突出优势。这些数据包括从网页、书籍、新闻文章、论坛帖子等各种来源收集的文本。

第二，AIGC可以通过训练好的模型，对已有的文本进行主题识别和关键词提取。它能识别到文本中的关键信息和主题，并提取出与出版物相关的关键词和短语。在出版物的应用中，AIGC通过网络爬虫技术，可以自动获取互联网上公开可访问的文章、新闻、博客等文本内容；
通过对网页的解析和处理，提取其中的信息作为数据源[7]。在数字出版平台中，也可以利用用户与AIGC的互动或提供反馈意见的方式，提供关于他们的喜好、需求、评价和建议等信息，使选题策划不断向用户倾斜。

2.2 内容生产的智能化趋势

出版物内容建设是出版的核心与重中之重，从数字出版物目前的发展来看，出版内容依然以PGC与UGC为主导，但随着人工智能技术在内容出版上的成本与功能的优势彰显，内容生产智能化趋势成为数字出版的必然趋势[8]。AI生成内容技术得到了广泛应用，主要表现在以下方面。

第一，内容生产的创意生成。AIGC技术可以自动生成文章、新闻稿、博客内容等。通过分析大量数据和采用自然语言处理技术，AIGC可以生成与特定主题相关的高质量内容与内容的快速创作和大规模生产，提高出版效率，缩短出版周期，更大程度上节约成本。以变换器为架构的预训练模型GPT目前已发展到GPT-4版本，具有强大的自然语言处理能力，拥有稳定、精确、持续的内容产出优势。通过在预训练之后进行微调，该模型可以用于各种文本生成任务，包括机器翻译、对话生成、文本摘要、文章写作等。如百度“文心一言”（ERNIE Bot）可根据对话问题将知名科幻小说《三体》的核心内容进行总结，并提出五个续写《三体》的建议角度[9]。

第二，内容的校对与纠错。编辑、加工与校对是出版过程中的重要环节，传统的纸质化出版需要耗费大量的时间、人力与物力。AIGC技术能够帮助完成部分内容自动化编辑和校对。例如，基于变换器的双向编码器表示技术（Bidirectional Encoder Representations from Transformers，BERT）这一预训练语言模型，在2018年由谷歌（Google）提出。它基于Transformer架构，使用了双向编码器来进行预训练。这一模型能够同时考虑上下文信息，可以更好地理解语言中的依赖关系和语义。对于自动检测与校对拼写错误、语法问题、文体不一致等问题提供极大帮助，提高内容质量和编辑效率。

第三，内容的多媒体开发。这使出版的内容不局限于文本和图像，实现内容的多模态化。AIGC技术可以将文本、图像和音频相结合，生成更直观易懂的解释。例如，在科学教育或医学科普文章中，可以使用AIGC技术生成与文本描述相关的图像或动画，并配以语音解释，帮助读者更好地理解和学习。通过利用AIGC技术，可以开发交互式图书应用程序，允许读者通过触摸、点击和其他方式与图书内容进行交互。例如，在教学中，文本材料可以转换为视频教程或学习材料。通过语音解说、图像和动画等方式，以更加生动的方式向学习者呈现复杂的概念和知识。在出版物阅读过程中，数字出版可以提供文字到语音的转换功能，使用户能够选择听书而不仅仅是阅读。通过语音朗读技术，用户可以随时随地以听书的方式阅读，提高了便利性和可访问性。

2.3 产品的个性化知识服务与数字化创新

数字出版实现了从产品中心到用户中心的思维转变。利用AIGC技术，可以开发智能搜索和索引系统，根据用户的输入或查询意图，提供准确、个性化的搜索结果和内容推荐。基于机器学习和数据分析算法，平台可以根据用户的喜好和阅读行为，向其推荐相关主题、作者或类别的图书，帮助用户快速找到感兴趣的内容。

数字出版平台可以模拟传统实体书店的体验，为用户提供更加真实的阅读环境和购书体验。如微信推出的微信读书，用户可以在此平台上浏览书架、翻阅书籍，并与其他读者进行互动交流，增强社交和共享阅读的感觉。在此基础上建立的读者社区，让读者之间能够分享阅读心得、推荐图书、互相交流。在每本书阅读过程中，平台提供的评论和评分功能，让读者对图书进行评价，为其他用户提供参考和决策依据。除此之外，数字出版平台还可以开发丰富的交互功能，如构建智能聊天机器人，为读者提供定制化的互动体验，使用户能够更加主动地参与阅读。

AI绘画则更多投入到出版物的美术设计与排版过程中，如可画（CANVA），图片深度艺术渲染工具（Deep Art.io）等。这些AI图像处理技术和设计工具能够生成艺术化的插图和封面，也可以帮助设计师在出版物的美术设计中获得更多创意，生成独特而艺术的图像元素，增强视觉吸引力和艺术感[10]。

2.4 数字化产品营销与发行

随着移动互联网的应用与普及，信息传播速度逐渐加快，导致数字出版渠道从传统市场向媒体市场不断扩张。数字出版可以通过互联网和在线平台在全球传播，读者可以通过電子书店、在线图书馆或订阅服务等渠道获得数字出版物。多样化的营销渠道和方法为出版商提供了更多选择。

AIGC技术的使用可以进一步实现营销的精确性。首先，AIGC技术是基于对用户阅读历史、兴趣和行为模式的大数据分析，不断改进数据库。围绕用户喜好，数字出版可以更准确地推荐符合用户偏好的数字出版物，提高用户体验、参与度和读者满意度，增强出版物的推广效果，促进销售和订阅。其次，通过人工智能对大量出版数据的分析，AIGC技术可以利用这些数据为编辑提供洞察和见解，帮助出版商了解读者需求和市场趋势，更好地做出相应的营销战略决策。

2.5 数字出版物的保存与更新

AIGC技术可以利用云存储服务和数据库管理系统存储数字出版物。这种方法可以提供可扩展的存储容量、强大的数据冗余和备份机制，以及灵活的访问控制，以确保数字出版物的安全性和可靠性。为了保护数字出版物的版权，AIGC技术可以使用数字水印技术在数字出版物中嵌入唯一的标识信息，从而提供版权保护并防止非法传播，保护出版物的数据安全。在更新出版物内容方面，AIGC技术可以定期自动扫描数字出版物的来源数据和相关信息，如作者、标题、摘要等。当发布新版本或修订版本时，AIGC可以自动更新这些信息，并将以前的版本替换或添加数字出版物的最新版本。

3 AIGC技术带来的潜在伦理问题

AIGC技术的应用中出现的伦理问题是研究中的重要话题之一。在数字出版过程中，谁是生成内容的法律拥有者？如何保护原创作者的权益？AI生成物内容是否科学准确，立场是否正确清晰，在规章制度尚未完善的情况下，如何辨别与评定等成为AI技术带给我们的新的时代课题。

3.1 传播伦理：AIGC的著作权归属与责任风险问题

随着人工智能的快速发展，一些法律专家和学者开始提出对AI自动生成的作品进行版权保护的讨论。目前，AI已经能够创作出完整的内容生成作品，如人工智能诗人小冰创作的诗集《阳光失了玻璃窗》，在艺术创作比赛中获得一等奖的AI绘画《太空歌剧院》等，这一类AIGC作品的出圈，改变了传统的内容生产方式与规律，对原有的著作权制度产生了一定程度的冲击[11]。

权力归属问题。对于AIGC生成物版权归属的探讨，我们首先应明确这一生成物是否可以被称为“作品”，是否能够受法律保护与享有法律效益。根据著作权的一般原则，只要创作物符合创造性、原创性原则与其他作品产生差异化内容，并具有自然人的创作因素（在自然人的参与下，符合人的意志，触动人的情感，并具有社会价值）的要求都可被视为作品并享有著作权保护[12]。第一，在人工智能生成内容时，AI可以通过学习总结规律生成新的内容，展现出一定程度的创造力。尽管这些内容是通过算法和模型生成的，但其结果可能是独特且具有创意的。第二，AIGC通常是基于大量的输入数据进行训练，并在此基础上生成新的作品。即使人工智能从已有作品中学习，它也可以生成与之前作品不同的新作品，具备了原创性的特征。就人工智能发展的现有水平来看，尽管人工智能是通过算法和模型生成作品，但这些算法和模型往往是由人类设计、配置和训练的，人类在创作过程中起到了重要的角色。因此，人工智能生成的作品可以视为人类与机器的合作成果。

关于人工智能是否享有其创作物所有权的争议，存在两种不同的声音。尽管存在这种辩论，目前大多数国家的法律体系还没有对人工智能生成物的版权进行明确的规定。因此，版权归属于人而不是人工智能仍然是主流观点。笔者坚持认为在当前的AIGC技术局限性下，人工智能并不能独立享有著作权。著作权法规定著作权属于作品的作者或者合法权利人，享有权利的同时也要承担对应的社会责任。人工智能生成作品的归属权争议根本在将人工智能定性为“人”还是“工具”，主体是否能独立行使权力执行义务[13]。因此，在人工智能生成内容的情况下，如果AI仅仅是作为工具或辅助工具被人类使用，并且人类作者对AIGC生成的内容有创作性的贡献，且AI不能独立地承担法律责任，那么著作权归属于自然人作者。

作品的权力归属问题，明确了创作物的所有权归谁所有，以及谁要对创作物承担责任与风险。AI生成内容权益归属于谁的问题，要对其创作的商业模式与运作方式进行分析。AIGC技术的商业运作首先需要进行技术研发和创新。这包括算法研究、模型训练与优化、数据处理等工作，这一技术掌握在开发者及设计者手中。推动AIGC技术运作的关键在于投资者、企业、机构、开发者等合作伙伴的合作，共同开发产品与服务。AIGC技术的终端即为用户提供优质的支持与服务，使用者是AIGC技术应用的核心，这一创作过程中涉及多个环节和参与者。因此，确定具体的权益归属可能变得复杂。如创作者可能是算法的开发者，但所有权和著作权归属可能受到合同约定、法律规定以及地区法律的影响。

数据安全与维权问题。AIGC通常是通过学习和分析大量已有的作品来生成新内容。如果创作物中包含了他人的原创作品或受版权保护的素材，未经授权使用这些内容可能构成侵权。人们很难确定具体哪部分内容是机器生成的，哪部分内容是来源于训练数据或人类贡献的。当人工智能生成物包含了受版权保护的视频、图像、文字等内容时，未经版权持有人的许可，将其用于商业目的或进行公开传播可能构成侵权。这使得确定著作权归属变得复杂，涉及到许多法律和道德问题。

AIGC技术在生成内容时可能会使用大量数据，包括个人信息、公共记录等。这些数据的获取和使用可能涉及隐私和个人信息保护问题。如果这些数据被违规使用，可能会侵犯用户的隐私和数据安全。如果人工智能生成物将他人的个人照片、姓名和其他信息用于未经授权的公共或商业用途，可能会侵犯个人的肖像权。如果人工智能生成的内容包含虚假、误导或贬低他人的信息，可能会对其声誉造成损害，并构成侵权。当人工智能生成涉及诽谤他人言论或行为的虚假信息时，可能会引发名誉侵权纠纷。

人工智能生成物的侵权问题随之带来了维权问题。AIGC技术的快速发展远远超过了现存法律与法规的制定和适应能力。目前对于这一技术的法律保护尚不完善，相关法律框架和规范性文件还在不断探索和完善中，缺乏统一和明确的法律准则。侵权维权需要确凿的证据来证明侵权行为，而人工智能生成内容的过程往往是复杂且不完全可追溯的，证据收集和界定可能存在困难。另一方面，AIGC创作物的快速复制和传播给维权工作带来了新的挑战。数字技术的加成使得复制和修改创作物变得轻而易举，这增加了寻找证据、追踪侵权行为的难度。由于互联网的跨国性质，不同国家和地区有不同的法律体系和司法程序，使得侵权维权变得更加复杂。

3.2 文化伦理：生成内容的低质化与创意性缺失

内容的不可靠性。AIGC技术可以从大规模的文本数据中学习，并生成出版物相关的内容。然而，这些数据的来源和可信性可能存在问题，导致生成的内容可能受到不可靠、偏见或错误信息的影响。AIGC在理解和解释复杂的语义结构和上下文时可能存在困难，同时它无法理解和评估真实世界的信息，在处理复杂或歧义的问题时，容易产生错误、误导或模棱两可的内容。这就使得出版物的品质和真实性难以保证。如在新闻出版领域，AIGC技术的生成是基于已有的文本数据进行模型训练和推理，缺乏对真实世界的独立判断和核实能力。这使得生成的新闻内容可能缺乏对事件背景、相关人物和观点的深入了解，容易导致不准确、片面或误导性的报道，降低了读者对内容的信任度。

内容的同质化。尽管人工智能能够模仿人类生成大量内容，但受制于技术限制，AIGC生成的内容大多具有同质化与低创性，很难创造出真正的原创性内容。

第一，AIGC内容缺乏多样性。人工智能生成内容模型是通过大量的训练数据进行学习和生成的，模型的回答仅仅是基于其对大量文本数据的学习和理解。如果所使用的数据集不包含足够多样化和富有创意的内容，那么生成的结果也会受到限制，自动化生产的内容很难为人们提供创新和独特的观点和想法。

第二，AIGC缺乏真正的人类创造力和独特性。人工智能对于文本的理解是表面的，缺乏深层次的语义和语境把握，这会影响其生成的内容的创意和灵活性。创意和灵感往往是在人类大脑中产生的，基于对外界的观察、思考和体验，这种特质对于机器来说相对困难。同时，人工智能可能只能根据已有信息进行概括和推断，通常缺乏情感和主观判断能力，生成的内容可能缺乏情感、洞察力和主观性，而难以展现出人类创意的独特情感表达。这使得出版物变得单调和缺乏灵感，削弱了读者对内容的吸引力。

第三，AIGC生成的内容空洞。AIGC技术在生成内容时缺乏人类的思考和深度研究，它只是通过对大量文本数据的学习来产生回应，而没有实际的经验、见解和独立思考能力。这导致生成的内容缺乏深度、广度和洞察力，无法提供高质量的分析和观点。

3.3 技术伦理：算法黑箱与算法歧视

算法黑箱是指那些在运行过程中难以理解和解释其内部运作原理的算法系统。这类算法通常由复杂的模型组成，如人工智能的深度学习神经网络，其内含的大规模训练数据和参数量与高度抽象的、难以理解的学习特征使得模型的决策过程变得更为复杂，而这一过程难以被人类完全理解和解释[14]。阿莫斯·阿扎里亚（Amos Azaria）曾质疑ChatGPT，理由是其无法解释为什么它报告“3.23.3≈21.73”，而实际答案是46.45 [15]。由于算法黑箱问题的存在，我们难以准确了解AIGC模型是如何做出决策和生成内容的，也难以检测和解决模型中的偏见、无法对模型的错误或不当行为进行有效纠正等。

算法歧视是指在算法设计或使用过程中，对某个特定群体或个体造成不公平待遇的情况。在AIGC开发过程中，缺乏来自不同文化、种族、性别、地理位置等多样性的参与可能导致模型无法充分理解和反映各种群体的需求和观点。在数据获取来源上，AIGC训练数据往往来自互联网上的大规模数据集，这些数据集可能包含大量存在偏见和歧视的信息。如果模型在训练过程中未能正确处理这些信息，将影响其生成内容的中立性和公正性。在内容生成时，AIGC可能会倾向于垂直生成符合主流文化、社会标准或特定群体喜好的内容，而忽略其他文化、种族、性别等群体的需求和多样性。这种偏好暗含对一些群体的歧视或排斥。

3.4 行業伦理：价值选择与价值判断

职业价值危机：对人的主体性地位的冲击。自AIGC技术在各行各业广泛应用，人类越来越多地接触由智能机器人创作的内容，这一现状使出版人员陷入被边缘化的困境中。AIGC的出现打破了原有出版物的生产规则，这是人类的工作被大规模替代的开始[16]。使用AIGC技术可以减少对人工的需求，从而降低人力成本，出版公司可能更倾向于采用AIGC技术，以降低成本并提高效率。这可能导致一些传统上由人类完成的任务的职位变得不再那么稳定，打破了出版行业人才就业的生态平衡，造成严重的就业问题[17]。

AIGC技术生成的内容可能导致人们失去创作和表达的自主性和控制权。由于机器生成的内容可以大规模且快速地产生，人的主体地位降低了。人工智能的大量应用，使得人们对于机器生成内容的接受度下降，同时也减弱了人类创作者在社会关系中的重要地位。

尽管AIGC技术在数字出版领域有广泛应用，但人类编辑和专业人士的角色仍然至关重要。他们负责内容策划、编辑调整、人工校对等工作，保证出版物的质量和权威性。AIGC技术应该被视为辅助工具，而非取代人类的创造力和专业知识。

社会价值隐患：重塑社会伦理。AIGC技术生成的内容虽然具有高效性和即时性，看似生成的是正确的内容，但对于道德和责任的考量则可能存在挑战。例如，在处理敏感信息、隐私保护等方面，AIGC技术可能无法充分考虑伦理原则和社会意识。

更重要的是，对于人工智能技术的过度使用与依赖很可能导致人们失去独立思考、创造和创新的能力。如果人们过于依赖于机器生成的内容，而不再努力提升自己的技能，就丧失了解决问题和应对挑战的能力，逐渐被机器所代替。出版行业是知识传播的引领者，不仅要充分彰显人文情怀，还要提高对其社会价值的影响，对时代的发展有引领作用[18]。

4 AIGC在数字出版领域的规划路径

在数字出版领域，AIGC的应用离不开专业人员的审核、校验与把关，在关键性问题上，依然是使用者在做分析决策，而AIGC仅仅是协助的角色，由此可见人工智能和人类之间的合作模式将成为未来出版行业的一种趋势。因此，有效构建人机协同智能创作模式是出版领域创新发展的主流，能够更好地发挥人类与人工智能各自的优势。

4.1 环境规范

就AIGC的精准规划来说，环境规范是一个以国家为主导，涵盖行业组织、媒体、消费者大众与人工智能多主体的多元共同治理体系[19]。首先，构建新的人机协同创作模式，国家通过政策支持、教育培训、研究合作、数据共享、法律法规和市场推广等多种手段，促进人机协同智能创作模式的发展和应用，推动艺术与科技的融合，促进创新创造，提升国家在智能创作领域的竞争力和影响力。

出版行业要建立人机协同创作的良好生态系统，促进作者、编辑、设计师与技术团队之间的紧密合作和协同创作[20]。搭建创作平台和交流平台，提供资源共享和沟通互动的机会。同时出版行业应加强对原创作品的保护，行业共同制定相关政策和技术措施，防止未经授权的复制或盗用，确保这一模式的合法合规运行。

社会公众需要加强对人机协同智能创作的理解和认知。第一，通过举办讲座、研讨会等形式，向公众普及人工智能技术原理、应用范围和潜在影响，增强公众对人机协同创作的认同和接受度。第二，促进学术界、媒体机构以及公众开展合作，开放数据项目，鼓励社会公众参与数据共享和开放，促进数据的广泛收集和使用。第三，社会公众可以积极提供对人机协同智能创作模式的反馈和建议，收集公众的意见和需求能够反映社会对于人机协同创作的期望和关切，为相关机构改进模式、解决问题提供指导。

4.2 主体规范

尽管机器可以具备强大的计算和模仿能力，但人类独特的创造力和想象力仍然是不可替代的。在构建人机协同模式中重新定义人的地位至关重要。重视人类的独特性和创造力，强调人类的情感与共情能力，在智慧创作过程中赋予人更重要的角色，才能确保技术的发展符合人类利益和社会福祉[21]。

在这个人工智能越来越发达的时代，人就越要发挥自身的不可替代性，并适应新时代不断产生新定位[22]。随着AIGC技术的发展，会出现一些新的适合人的职位和领域，例如，专门负责AIGC技术的开发、优化和监督，以及出版物内容策划和创意发展等。这些新兴职位可能会逐渐取代传统的出版人员的工作。虽然AIGC技术可以自动生成内容，但结合人类的判断和优化能力，可以得到更好的产出。人类仍具有其独特的价值和作用。随着读者需求的变化和多样化，人类可以通过提供更个性化、深度和专业的内容来满足这一需求，这是机器人所不能做到的。

构建人机平衡的道德伦理是实现人机协同智能创作模式可持续发展的重要前提。要做到平衡技术的发展与人类的尊严和价值[23]。AI的发展必须始终处于人类伦理规范下，在AIGC技术的使用中，重视人文关怀，应鼓励人类的参与和决策，将人类的聪明才智与机器的能力结合起来，实现良性互动，促进智慧创作的可持续发展，共同推动创作和决策的质量提升。

4.3 实践规范

在技术的发展下实践规范要求我们不断建立健全数字化出版全产业链，创新出版行业新的商业模式[24]。在出版内容生成中，人必须处于核心地位。支持作者、编剧、艺术家等创作者通过数字化工具进行创作，鼓励优质内容的创作和获取。积极探索学术机构、媒体公司、独立制作人之间的合作，获取多样的优质内容资源。其次，促进数字出版行业内外的合作，搭建合作平台和交流机制。与图书馆、学术机构、媒体公司、科技企业等建立伙伴关系，共享内容资源、技术研发成果和市场渠道，推动数字出版产业的互利共赢。

AIGC运行各个环节的负责人和开发者应提供对人机协同系统的透明度，让用户了解系统的工作原理、数据来源和生成过程。同时，明确责任界定，确保开发者对系统及其产生的内容负有相应责任。出版机构建立相应的学术问责，要求作者对AIGC负责[25]。能够使人机协同模式得到更好的监督与管理，保护用户的权益并能促进社会的可持续发展。

4.4 人才隊伍建设

新的创作模式需要建设一支具备综合能力、创新思维和实践经验的人才队伍，推动人机协同智能创作模式的健康发展，为数字时代的创作和表达提供有力支持。相关机构可以设置相关专业或培训课程，培养人才的技术能力、创作能力和领域专业知识[26]。同时，鼓励人文学科和科技领域的交叉学习和合作，促进多学科融合。人机协同智能创作涉及技术和艺术的结合。培养人才需要注重技术能力的提升，包括人工智能算法、数据分析、编程等方面的知识和技能。同时，也需要培养艺术素养和审美能力，使人才能够在创作中发挥创造性和表达能力[27]。

5 结 语

综上所述，人工智能的发展使数字出版在技术更新带来的红利与人文主义的坚守间不断摇摆。人工智能生成内容的出现颠覆了数字出版领域原有的工作流程与工作定位，从出版物的信息收集到营销发售，AIGC参与了每一个出版物完整的出版流程，但这仅仅是一个开始。伴随AI学习范式的不断升级，AIGC将在人机互动的过程中更加深度地渗透到出版物的生产与服务环节，再造出版物生产流程，推动数字出版领域进一步转型升级[28]。

需要强调的是，如果只看重技术，而忽略了出版内容下最重要的价值导向，我们最终会迷失在一次次技术变革中。AIGC技术在数字出版领域的应用，不可避免地会带来传播伦理、文化伦理与行业伦理的相关问题，如侵犯人们的隐私、权益与情感，为整个行业带来了价值观与就业危机[29]。AIGC给数字出版带来的是机遇还是挑战，不取决于技术本身，而取决于人们如何使用。人类相较于人工智能具有不可比拟的优势，应该让人类占据主导地位，将人工智能作为一种工具使用[30]。通过平衡人工智能的自动化生成能力与人类的创造力和专业知识，可以实现更高效和创新的出版物生产。同时，必须充分考虑并解决AIGC技术可能带来的质量、准确性以及版权保护等问题，将人工智能生成的内容向理性、准确、独创的方向推进，在技术完善与管理规范的双重保障下实现人与人工智能的协作，促进数字出版的创新与发展。

注 释

[1]方卿，丁靖佳.人工智能生成内容（AIGC）的三个出版学议题[J].出版科学，2023，31（02）：5-10

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

[3]李白杨，白云，詹希旎，等.人工智能生成内容（AIGC）的技术特征与形态演进[J].图书情报知识，2023，40（1）：66-74

[4]方卿，丁靖佳.数字出版三个基本理论问题的思考[J].中国出版，2023（10）：17-22

[5]吴炜华，黄珩.智能创作、深度融入与伦理危机：ChatGPT在数字出版行业的应用前景新探[J].中国编辑，2023（6）：40-44

[6]王峻峰.人工智能生成内容（AIGC）及其在图书出版中的应用探讨[J].传播与版权，2023（10）：48-51

[7]沈卫星，刘宇轩.ChatGPT介入新闻出版：功能、伦理风险及编辑把关[J].中国编辑，2023（5）：123-128

[8]杨志辉.学术期刊数字化出版到智慧出版的变革[J].编辑之友，2019（1）：36-41

[9]郑丽芬.赋能与重构：AIGC驱动下的出版业[J].出版发行研究，2023（4）：37-44

[10]姚源.数字出版与艺术创作的新媒介表现形式研究[J].明日风尚，2023（12）：185-187

[11]陈鸿，刘育猛，裴孟.人工智能与期刊发展融合的机遇、挑战和实践路径研究[J].中国科技期刊研究，2019，30（3）：217-224

[12]邵松，乔监松.基于学术出版伦理的AI创作物可版权性探讨[J].科技与出版，2019（3）：80-85

[13]陈永伟.超越ChatGPT：生成式AI的机遇、风险與挑战[J].山东大学学报（哲学社会科学版），2023（3）：127-143

[14]田丽，陈馨婕.创作者视角下的算法生成技术伦理问题[J].图书情报知识，2023，40（1）：56-65

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

[16]宋博洋.浅谈AIGC给编辑出版行业带来的变革与挑战[J].传播与版权，2023（14）：17-20

[17]陶锋.人工智能文艺领域的伦理与治理[J].人文杂志，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，孙晓翠.高质量发展视域下数字出版产业的技术创新体系建设[J].科技与出版，2023（8）：1-6

[20]周敏，郅慧，滕文强.信息生态视角下的数字出版变革：内生机理与创新路径[J].中国编辑，2023（6）：34-39

[21]张新新，薛彦婷.数字出版规划治理：概念特征、现状成效与路径优化[J].出版与印刷，2023（2）：39-50

[22]王建磊，江浩.AIGC与融媒生产：赋能、互补与边界[J].视听界，2023（3）：21-25

[23]张炯.人工智能时代的出版伦理博弈及编辑伦理价值观[J].中国编辑，2019（2）：24-28

[24]谭利彬.传统出版与数字出版融合共赢发展之路径探析[J].传播与版权，2023（15）：73-75

[25]蒋雪颖，刘欣.生成式人工智能技术下的学术生产与出版：变革、失范与路径[J].数字图书馆论坛，2023，19（5）：64-71

[26]张永丽.大数据时代数字出版产业的发展与实践策略[J].山西大同大学学报（社会科学版），2023，37（3）：156-160

[27]徐怡行，刘洪权.AIGC环境下编辑出版人才的关键能力重构[J].数字出版研究，2023，2（3）：28-33

[28]向飒.人工智能对学术期刊智能化转型与融合发展的赋能[J].出版广角，2022（18）：81-84

[29]李佳咪.昙花一现还是技术革命？——生成式人工智能的多维审视[J].新闻与写作，2023（4）：4

[30]胡嘉思.人工智能在出版行业融合传播及运营模式中的应用与展望[J].科技与出版，2023（1）：79-82

（收稿日期：2023-08-25）

猜你喜欢 版权数字出版人工智能 2019：人工智能商界(2019年12期)2019-01-03人工智能与就业IT经理世界(2018年20期)2018-10-24数读人工智能小康(2017年16期)2017-06-07误读为“演绎”的“同人”文艺生活·中旬刊(2016年10期)2016-11-04微信传播与版权法定许可制度的适用与建构出版广角(2016年15期)2016-10-18新闻作品权利归属与行使中的利益平衡出版广角(2016年15期)2016-10-18学术期刊数字出版的运行模式与市场结构出版广角(2016年15期)2016-10-18新闻版权合理使用制度的反思与重构出版广角(2016年15期)2016-10-18浅谈新媒体在美术类图书出版中的应用今传媒(2016年9期)2016-10-15做一个全民阅读时代的“悦”读人今传媒(2016年9期)2016-10-15