生成式人工智能版权侵权治理研究

生成式人工智能的蓬勃发展引发人工智能生成内容广泛传播,但也催生版权侵权风险。技术支持者、服务提供者和AI使用者构成生成式人工智能产业体系的主要链条,是版权侵权风险产生的重要来源。当下生成式人工智能版权侵权治理围绕AI使用者和服务提供者展开,将技术支持者排除在外,呈现出局部治理特征,治理效果不佳。生成式人工智能版权侵权治理需要采取全周期治理思路,延长追责主体链条、坚持过错原则、实施分层分类治理,探索“技术支持者—服务提供者—AI使用者”价值链上各个主体之间的责任分担机制。对于技术支持者,应着眼于算法和数据,优化算法模型避让版权作品,建立著作权人的“选择退出”机制;对于服务提供者,需区分不同商业模式界定其版权侵权治理的注意义务范围;对于AI使用者,涉及“接触+实质性相似”直接侵权认定规则的改造。     

生成式AI传播范式：AI生成内容版权风险与规制建构——以全球首例AIGC侵权案为缘由

在AI传播时代,生成式AI出版场景的应用为作品创作提供了新工具,推动出版传播领域的新革命,但对既有版权立法与司法认定带来新的风险与挑战,如生成式AI生成图片对版权法中“作者”与“作品”法律适用的新问题。基于黑格尔哲学“主体-客体”论,以“主体-客体”“精神-技术”“作者-作品”的二元关系范式,解构AI创作版权认定、侵权认定、抗辩理由等问题。对大陆法系与英美法系AI版权规范与执法实践的反思与超越,优化中国AI创作版权规制的新路径：在“作者”主体上,处理好“人类-AI”主客体式关系,明确人类为创作主体,AI为创作工具;在“作品”客体上,统筹好版权保护与AI出版传播产业发展的关系,厘定商事主体研发AI出版场景应用的合理使用情形,为AI新闻传播业态良性发展提供规范保障。     

生成式AI及其GPT类技术应用对信息管理与传播的变革探析

生成式AI和GPT类技术应用风靡全球。一场影响全社会的知识创新正在发生,新技术革命开启,值得各行业尤其是信息管理与传播业密切关注。本文以逻辑综合方法讨论生成式AI、大语言模型、GPT对信息管理与传播的影响。指出生成式AI和GPT类技术应用正通过智能办公、自动摘要、自动综述和自动简报、机器翻译、媒体变革等对信息管理与传播产生颠覆性影响;也指出生成式AI和GPT类技术应用存在数据偏差、透明度、隐私、恶意使用等问题;提示AI进步和GPT发展正在变革信息管理与传播,正在重塑信息管理与传播,值得学界和业界高度关注。图1。表1。参考文献35。     

作为学术传播管道的学术新媒体探索——以“图情招聘”微信公众号为例

新媒体技术推动了学术传播范式的演变,生成式AI技术的进步也为学术内容创作提供了全新路径。文章基于对学术新媒体内容开发和传播结构的回顾,以“图情招聘”微信公众号为例,从平台构建背景、运营架构、主题版块、传播效果等方面梳理学术新媒体运营规律;在人工智慧发展背景下,结合开放知识库建设、学术评价范式转换、学术内容策展及全球学术资讯融合等要素,探索构建生成式AI驱动的学术知识服务新模式。     

理解生成式AI：对一个互联网发展史上标志性节点的审视

ChatGPT问世掀起生成式AI研究热潮。本文从复杂性范式出发,依循“是什么-会怎样-应如何”的逻辑分析生成式AI的理解路径。生成式AI是实现传播理性与非理性要素交织的新媒介技术,将内容网络升维成更具开放性的复杂巨系统。从社会影响来看,生成式AI作为智能主体和智能工具,可通过“替代”与“增强”人类脑力的方式,促进人类非理性逻辑与机器理性逻辑交织并深入社会表达之中,使普罗大众得以跨越传播“能力沟”并实现平均水平的智力增强,进一步打破精英宰制的社会并迈入“常人政治”的未来新社会。在治理方面,应摒弃机械控制论思路,以其道德伦理和算法伦理为原则,形成抓大放小的复杂性治理思路。面对未来发展,为避免陷入科林格里奇困境,应沿智能试错方案的思路,允许通过技术小规模试错来厘清发展路径,相关研究也应更关注生成式AI具体应用层的议题。     

AI涌现：国际传播生态新物种、新范式和新秩序

以Chat GPT为代表的生成式AI进入国际传播生态,兼具生产者和消费者双重身份,成为传播新物种。人机共存、人机共有、人机共创将是国际传播的新面向。生成式AI在与既有传播主体的碰撞与融合中,催生了国际传播新范式,但同时也伴随着虚假信息泛滥、技术发展失衡和违背伦理法规等风险。因此,国际传播的新秩序亟待重构,从全方位提升国际传播主体能力、多层次多角度展开叙事内容和全过程治理传播等方向构建新秩序或是可行之路。     

过程性思维：构建技术发展与技术伦理之间的良性互动——负责任创新视角下生成式AI传播生态治理的思考

面对生成式AI所带来的复杂系统,无限扩容的内容主体和自发涌现的内容网络都使得传统的“应对型”治理模式逐渐失效。技术的发展是一个循序渐进的过程,而与之匹配的治理路径也要满足过程性思维的特点。本文站在负责任创新视角下,厘清生成式AI对媒介生态系统的演化,提出以规范性锚点、情境治理的思维促使治理模式从适应性治理策略向前瞻性治理策略演变,构建负责任的生成式AI传播创新协同机制。     

生成式AI赋能智慧图书馆的融合路径探析——以扎耶德大学图书馆为例

ChatGPT、文心一言等生成式AI产品在产学研界掀起了讨论热潮,其在众多任务上表现出的优势性能将给图书馆领域带来极大的机遇,同时也颇具挑战。探索生成式AI与智慧图书馆融合路径,对智慧图书馆更好地拥抱生成式AI具有重要意义。文章采用文献调研法以及网络调查法,梳理生成式AI概况以及与智慧图书馆之间的关联,探索生成式AI赋能智慧图书馆的研究现状。并采用案例分析法,对国外首例图书馆(扎耶德大学图书馆)生成式聊天机器人实践案例进行分析,探究其应用方式、成效以及问题。最后,以上述研究内容为基础,将优势应用方式与问题解决方案相结合,提出生成式AI与智慧图书馆融合的四大路径,以期赋能智慧图书馆的建设与服务。     

生成式人工智能内容风险的一体化规制

生成式人工智能技术建立在大模型的基础之上,并且经过大规模数据集的训练后,能够生成文本、图片、音频、视频等内容。与以往的人工智能技术相比,生成式人工智能技术所生成的内容在质量、效率以及多样性等方面已经有了明显的进步。生成内容在本质上是客观世界在信息空间的映射。当前,生成内容面临着虚假性、违法性、安全性等诸多风险。因此,需要构建“数据信息、模型算法、生成内容”三位一体的规制体系,从而推动人工智能生成内容的规范应用与健康发展。     

“人—机”关系视角下AIGC的可版权性与版权分配路径刍议

生成式AI在知识生产中地位的上升与AIGC版权保护缺失之间的矛盾推动对AI主体地位认识论的范式转变。在“人—机”协同创作中认定AI的主体地位与AIGC的可版权性,有助于对人类认知风险和复杂利益关系进行道德与利益调节。以“人—机”贡献比率为依据、以作品形式与内容为前提、以训练数据合法性为准绳三种方式界定版权,通过技术供给侧与技术使用侧的协商制界定版权分配,有利于以开放的态度对待“人—机”协同创作的兴起,进而就建立全链条版权保护体系、生成式AI身份等问题进行广泛探讨,开拓AIGC版权的监管与保护思路。     

主流媒体事实核查应对AIGC的问题分析与路径探索

Chat GPT的出现启动了人工智能从分析式AI向生成式AI转变的进程，全面冲击了传统新闻事实核查模式。本文基于对智能传播领域的观察，从主体、技术、认知结构三个角度，探讨了AIGC（人工智能内容生产）对主流媒体开展事实核查的主体冲击，以及主流媒体应用AIGC进行事实核查的技术壁垒和工具局限，提出构建智能化的新型把关体系、组建专业化的事实核查队伍、完善规范化的行业自治制度，以期实现算法向善，促进事实核查和新闻传播行业整体的良性发展。     

人工智能生成学术期刊文本的检测研究

人工智能生成内容（AIGC）已经开始应用于学术论文的写作，如何判别此类文本成为学界的重大挑战。文章选取了2022年发表的100篇医学综述的文摘，随机选择50篇利用ChatGPT4.0进行重写（AI写作组），余50篇不做处理（原文对照组）。在整合处理后将两组文本进行万方文献相似性检测系统检测，同时将两组数据随机打乱后交给AI检测工具和评审者以评定是否为AI写作，并比较他们在判别能力上的差异。结果发现上述两组数据基于文字的相似性检测结果显示，AI写作组相似性比例仅为6.19%，远低于原文对照组的55.91%(P<0.01)。在识别是否由AI写作方面，ChatGPT无法执行此类任务。AI检测工具和评审者均能较好地完成检测任务，其准确率分别为81.0%和77.9%(P>0.05)，两组间差异未见有显著的统计学意义。然而，在考察假阳性两组间表现出显著差异（4.0%比14.7%,P<0.01），在假阴性方面组间没有差异（34.0%比29.6%,P>0.05），说明评审者更容易误将人类撰写的文本判定为AI写作，识别AI写作文本稍胜一筹，但差异不大。上述研究指出学术编辑可以发现...     

从文本构造到界面连接:生成式人工智能对数字新闻叙事的重塑北大核心

生成式AI取得的技术进展,日益表现出重塑数字新闻行动主体、表达方式与用户感知的巨大可能性,也带来改造数字新闻叙事的充分潜力。立足这一技术语境,本文指出“界面”是区别于围绕“文本”组织的传统新闻叙事的重要观念基础,通过技术界面、内容界面、关系界面、情感界面的创设共同决定数字新闻的叙事意义生产。以“界面连接”取代“文本构造”构成新型人工智能技术再造新闻叙事结构的核心线索,面向人机耦合的目标,这被进一步强调为以开放性连接为叙事机制、以模型化连接为叙事手段、以情感化连接为叙事语法。同时,本文也从“界面连接”出发形成反思,提出在生成式AI介入下审视数字新闻叙事变革理应予以重视的两组关系,据此启发伴随此类技术广泛接入数字新闻应当持续跟进关注的重要命题。     

玫瑰荆棘：生成式AI赋能数字出版内容生产的逻辑、机遇与隐忧

以ChatGPT、Sora为代表的生成式AI为数字出版内容生产激发了新动能,其逻辑在于以个性化的内容定制与拟真性的共情交流,在交互性的内容生成中实现主体性的思维联结,并在开放式的内容创作中出现超链接的无限循环。生成式AI超高效率生产带来技术对个体能力的赋权,并促进内容生产边界的消融,为数字出版内容生产带来了新的机遇。但是,生成式AI在数字出版内容生产中的互文性会导致灵韵的消逝,理解偏差的误导性易于催生内容异化,技术尺度的主导将引发主体危机,数字出版从业者需要以审慎的态度面对技术的变革。     

从失序到再序:生成式人工智能下的信息秩序变局与治理北大核心

以ChatGPT为代表的生成式人工智能促动信息秩序的巨大变局,重新分配社会信息资源和数字权力。数据喂养的偏狭、使用的偏误和伦理的偏颇为生成式人工智能输出的虚假信息、错误信息及恶意信息流入信道创造条件,现有信息秩序面临失序风险。调整信息治理范式与治理方向成为智能传播格局下AI治理的题中应有之义。本文提出实现信息秩序再次和谐的共创进路与治理方向,即以法律为约束,构建软硬法兼施的复合型AI信息治理法律框架,将法治贯彻到生成式人工智能信息治理的全链条多领域,全面提升法律规制效能;以内外兼顾的技术善治实现技术真正服务于社会价值和公共利益的图景,促动技术的自我纠偏与完善;构建生成式人工智能流域化治理模式以直面多元治理难题,将多元数字行动主体纳入差异化规制与协同性治理体系以实现信息秩序的复建。     

生成式人工智能变革图书馆阅读推广研究

为推动图书馆阅读推广的变革与优化,探索生成式人工智能对图书馆阅读推广的影响,文章采用逻辑推演的方式分析生成式AI对于图书馆阅读推广的作用关系,归纳图书馆阅读推广的服务转变内容。研究发现：生成式AI可以通过智能推广策划、智能推广营销、智能讲解咨询实现馆藏资源推广智能化;通过读者身份虚拟化、读物资源多元化、阅读场域沉浸化助推阅读活动场景化;通过读物信息精准推荐、读物内容深度解读、一对一式陪伴阅读促进读者发展精准化和个性化。     

从ChatGPT到Sora——生成式AI浪潮下强化新闻专业意识的再思考

文生视频大模型Sora将生成式人工智能的应用边界从文字、图片拓展到了视频领域。通过以Sora对视频类记者的职业规范可能带来的挑战为切入点,对生成式AI浪潮下新闻专业意识进行再思考。作者认为,原有的新闻专业操作要求需要有更广阔的外延,新闻从业者不仅要律己,更要学会如何他律于机器。人机协同中新闻从业者应占据“核查者”的主体地位,明确适合生成式AI条件下的职业规范意识和评价标准,新闻传播教育应训练学生如何使用及核实AIGC。智能传播时代不仅新闻从业者,全民的媒介素养都需要提高。     

技术逻辑、实现方式与现实边界：生成式AI对出版业的深层影响

从当前阶段生成式AI的技术特性和局限来看,其所具有的全域整合、语义理解和内容生成能力不会对出版形成替代,反而能全面辅助出版生产关系的优化以及生产效率的提升。同时,生成式AI催化智慧出版在知识的交互式非线性生成、知识封装的深层重塑以及用户阅读习惯、消费入口的迁移等方面加速变革。作为人类智慧集成领域的出版业,需要明确AI生成内容与专业内容生产在真实、安全与版权等方面的边界,警惕技术和资本对出版文化事业的侵蚀,最为根本的是人与机器的权力与伦理边界。     

生成式智能出版的技术原理与流程革新

[目的/意义]探索生成式人工智能技术赋能出版业所形成的生成式智能出版的技术原理,基于分析式智能出版与生成式智能出版的范畴结构,研究生成式智能出版在内容生产、内容审校、智能印刷、智能营销四个环节的流程革新。[研究设计/方法]以ChatGPT为视角,分析了ChatGPT在生成式智能、认知智能以及通用人工智能三个方面的本体属性界定,揭示其具有的海量数据优势、强化学习算法优势和持续超强算力优势三个关键技术原理,论述了基于生成式人工智能的智能出版流程革新。[结论/发现]生成式智能出版流程革新的意涵包括从专业生产内容到人工智能生产内容,从人工编校到人机协同智能编校,基于生成式智能的按需印刷、智能印刷厂等印刷场景创新以及基于生成式智能的营销数据、能力、效率和质量变革。[创新/价值]对以ChatGPT为代表的优化对话语言模型产品进行了生成式智能、认知智能和通用人工智能阶段成果的本体界定,提出了生成式智能出版在策划、编校、印制和发行环节的新特点、新规律和新设想,一定程度拓展了数字出版、智能出版的研究范畴。     

ChatGPT生成与学者撰写文献摘要的对比研究——以信息资源管理领域为例

[目的/意义]探究ChatGPT生成与学者撰写的中文论文摘要之间的异同,为AI生成学术论文检测及相关研究提供借鉴。[方法/过程]首先,以信息资源管理领域为例,分别抽取图书馆学、情报学、档案学近3年各500篇高被引论文,基于获取的论文题目采用Prompt方式应用ChatGPT工具生成对应的摘要文本,构建数据集合;其次,采用9种机器学习及深度学习算法对ChatGPT生成与学者撰写的摘要文本进行分类检测;最后,从文本特征、主题模型、ROUGE评测对二者的异同进行多角度分析,从而揭示二者之间的异同点。[结果/结论]基于数据集所训练的主流机器学习及深度学习算法可以有效地分辨摘要是AI生成还是学者撰写,其中BERT和ERNIE的效果最好,而机器学习算法中RF和Xgboost效果最好。ChatGPT生成的摘要字符数量、句子数量较学者撰写的要多,关键词多为模版化的转折性词语;两者的文本主题大部分相同,在“学科体系”“数字人文”等主题上存在差异;ROUGE及余弦相似度定量分析表明ChatGPT生成的摘要与学者撰写的摘要文本存在明显的“形似”而非“神似”的现象。