内容生成式AI赋能教育出版知识服务的现实困境与优化路径

将内容生成式AI应用于教育出版知识服务领域,可以打破时空限制,赋能教育出版知识服务活动。AI优秀的交互性能和出色的编辑生成能力可以助力教育出版知识服务的内容生产理念变革、产品开发交互方式创新、应用场景拓展以及成本的有效降低,但教育出版知识服务应用落地的推进尚存在准确性不稳定、侵权风险加剧、伦理失范凸显、教育评价机制失衡等现实问题。对此,教育出版知识服务应加强技术前端的伦理治理,提高预训练模型的针对性,降低知识服务侵权风险,引入多元评价主体。

生成式内容的版权侵权行为与互动规制

为明确生成式内容的版权侵权行为,首先从作为内容素材的原作品两大使用方式角度出发,就生成式内容的版权合理使用和侵权行为性质予以客观探讨,再就版权侵权行为可能造成的公私法益危害展开深入分析,最后根据“行动网络理论”,从法律、技术及社会层面提出多主体互动规制路径。研究发现,对生成式内容的版权侵权行为而言,从法律层面对其定性区分,并基于其特征表现与现实危害构建多元规制路径,是应对技术滥用和保护版权生态的必由之路。

生成式内容生产崛起环境下社会协同治理的一项重要举措——试论全过程式AIGC标识的重要性与必要性

AIGC正在成为继PGC和UGC之后,一种更为高效、便捷的新型内容创作方式,但AIGC下的内容生成与图像及视频的深度合成在各种应用场景下可能会出现错误信息、虚假信息以及信息客观真实性与内容安全性等问题。本文探讨了促进AIGC下深度合成产品发展的元问题,并提出了以“信息助推”范式下的内容标记技术来解决认知失序现象的有效思路。文章认为,对AIGC下深度合成产品进行规范化标注是内容生产的供给侧与消费侧一项兴利除弊的重要举措。

人工智能在设计产业中的应用及发展

目的对人工智能在设计领域的应用进行梳理与总结,分析当下人工智能对设计流程和设计师的影响,展望未来人工智能对设计行业的影响趋势。方法使用VOSviewer工具和文献计量法对Web of Science数据库中关于“人工智能在设计领域的创新与应用”的文献进行详细的可视化和聚类分析,深入探讨文献中的核心观点和案例。结果基于四个主要聚类(AI+技术应用、AI+设计流程、AI+创意协作、AI+影响反思)来展开讨论。特别关注生成式人工智能(AIGC)技术对设计方法和设计流程的影响,指出生成式人工智能在促进设计创新和提升设计效率方面发挥着至关重要的作用。此外,生成式人工智能对设计师的传统角色及设计原创性提出了新的挑战并重新定义需求。预测未来人工智能将进一步整合进设计流程,促进设计创新,更加关注人工智能的原创性、责任边界问题,探讨人工智能与设计师合作的新模式。结论通过对人工智能在设计领域应用的全面综述,为未来设计创新与人工智能融合提供了有价值的理论参考和发展方向。

人工智能绘画的版权风险与应对思考

随着内容生成式人工智能技术的发展和普及,AI绘画技术日趋成熟,AI绘画软件也逐渐被投放到应用市场中。人工智能绘画为我们生活带来极大便利的同时,也存在不容忽视的版权风险。人工智能绘画的版权风险主要包括在利用海量图片训练时,可能产生侵犯原作复制权和改编权的风险;生成画作后,可能产生侵犯复制权、改编权、网络信息传播权、修改权和保护作品完整权的风险。为应对模型训练阶段可能带来的版权风险,国家应完善现有法律法规,并加强对AI绘画软件研发机构的监管;为应对生成图片后可能产生的版权风险,法律应适当肯定基于强人工智能模型的AI绘画画作的可版权性,使用者应提高风险防范意识,让人工智能绘画在版权领域带来更多的正效益。

ChatGPT在军事领域的潜在应用分析

ChatGPT是美国人工智能研究室OpenAI开发的一种大型语言模型,作为一款人工智能驱动的自然语言处理(NLP)工具,因其极高的智能化水平引发各界广泛关注。ChatGPT是一种内容生成式的AI产品(AIGC Products),通过模拟人类交互行为,它不仅可以回答用户的问题,还可以完成用户设定的某些任务,甚至还可以持续实现任务的优化。由于其突出的性能表现,在军事领域的潜在应用场景广泛,应用价值不容小觑。论文分析了ChatGPT的基本原理和发展历程,总结了ChatGPT的特点,设想了其在军事领域的潜在应用、面临的挑战,探究了ChatGPT在军事领域应用的未来发展趋势。

类ChatGPT模型产生的法律风险及应对之策

内容生成式人工智能ChatGPT的面世,在开启新一轮人工智能领域科技革命的同时也带来诸多风险,包括版权侵权、隐私侵犯和数据安全问题。本文分析了类Chat GPT模型在数据挖掘、内容生成和应用过程中可能产生的法律风险,并提出了相应的应对策略,如确保数据来源合法、明确版权归属、加强平台责任和建立市场准入制度。本文强调,通过合理的法律规制和技术创新,可以有效应对这些风险,促进生成式人工智能的健康发展。

ChatGPT模型的法律风险及应对之策

人工智能聊天机器人ChatGPT一经推出就引发广泛关注,其为社会带来巨大便利的同时,也存在诸多法律风险,主要包括知识产权归属争议,数据来源合法性与用以训练的数据质量问题,生成不良或违法信息,挑战学校及学术伦理规范,等等。对此,监管机构与立法机构应提供相应的规制对策,包括明确类ChatGPT人工智能生成内容的知识产权取得规则,构建合理的市场准入制度和严格的责任承担制度,加强全链条监管;研发机构应履行合规义务,推出学术抄袭检测模型,提高类ChatGPT人工智能系统服务人类的水准和安全性。

ChatGPT的负面影响及应用建议——基于文化产业与传播视角的分析

基于“媒介即信息”、媒介的分众作用和传播学批判学派视角,结合有关ChatGPT的产业与传播现象,梳理和讨论了ChatGPT在缺乏监管和有效引导的情况下导致的种种负面效应。针对ChatGPT产生的种种弊端,对其监管提出针对性的建议和呼吁,包括:对其壁垒进行突破,对技术进行攻关;对AI生成内容进行有效识别和溯源,限制内容生产中的GPT对话轮次和内容占比;对其适度应用的场景做出政策上的具体指引,引导人工智能产业在人本位规则下进行发展等。

ChatGPT类产品助益高校在线教学的耦合设计与应用展望

ChatGPT作为以AI为基础的生成式交互平台正在获得广泛应用与认可,然而,其与教育教学的联结却褒贬不一,未来如何依凭ChatGPT类产品助益教学值得教育者深思。本文在核心概念界定的基础上,遵循ChatGPT类产品的外在特征与内在逻辑,设计了其与高校在线教学的耦合模式,并对高校数字化转型过程中ChatGPT类产品助益教学的应用路向作出展望,旨在为高校在线教学改革提供有益的参考。

基于AIGC的数智化内部审计研究

将生成式人工智能(AIGC)技术引入企业内部审计业务,能够有效提升审计质量和效率,强化审计效能。本文从业务和技术两个层面出发构建了基于AIGC的数智化内部审计框架,对入IGC在数智化内部审计中审计数据采集、审计数据分析(包括合规性审计和增值性审计)和审计报告生成三个阶段的具体运用进行探析,并针对AIGC在内部审计应用中可能面临的数据安全、数据质量、人机协作三方面挑战提出应对措施。

ChatGPT类产品:内在机制及其对学习评价的影响

2022年底,美国人工智能研究实验室OpenAI发布了生成式交互工具ChatGPT,引发了广大用户的关注。ChatGPT及其同类产品是一种内容生成式AI产品(AIGC Products),模拟的是人类的交互行为,而交互行为又是人类最基本的行为,因此该类产品将会成为AI领域最接地气的产品。自然语言处理是机器模拟人类交互智能研究中需要解决的首要问题,实现自然语言处理既需要依赖强大的计算机集群与算力,也需要合理的规则与算法模型支持,预训练语言算法模型研究的突破使得内容生成式产品可以成功上线。这类产品具有相似的算法思维逻辑与基础的共性特征,更加贴近每一个个体,当个体与该类产品建立联系以后,这类产品就可以作为个体的外脑,并与内脑构成复合脑。推动个体构建适应未来世界的复合脑,学校教育需要形成“思维比知道重要、问题比答案重要、逻辑比罗列重要”的学习评价新思维。