生成式智能出版:可版权性与著作权归属

虽然ChatGPT等人工智能的创作突破了作品作者须是自然人的限定,但考虑到借由版权法奖励劳动、鼓励社会对话、激励科学和艺术的发展以及促进知识产权的功利目的,可以将“含有思想或情感内容”的作品判断标准加以缓和,赋予ChatGPT等人工智能生成物以可版权性。至于ChatGPT等人工智能生成物的著作权归属,需要结合我国相关法律的立法目标、经济发展、ChatGPT等人工智能的法律地位等因素,于当下和未来选择不同的路径。《生成式人工智能服务管理暂行办法》首次在部委规章层面,提出了生成式人工智能服务的系统法律规制方案。立法者应当以此为起点,与时俱进跟上科学技术发展的脚步,接受重塑版权法的挑战,制定新的知识产权法律框架。

从媒介工具性到技术本体论:西方生成式智能的数字帝国主义风险

智能时代到来,传统的以“工具化”媒介视角来探讨数字技术的政治性将不再适用。西方生成式智能不仅仅是存于现象学视野下的效率工具,更需要借助关于技术物的一种“本体论”视角的切换来分析其政治性。文章通过对生成式智能“本体”的分析发现,技术作为独立体系具有政治建构的特质:生成式算法下的体系控制、智能算力下的政治不平等与数据化机器式的掠夺化生产等。生成式智能的技术物本源与数字帝国主义观念呈现出一种接洽。数据化趋势与平台扩张观念不谋而合,霸权国家数字权力垄断风险下的压迫与歧视,甚至基于智能优势的西方国家有可能形成资本主义联合的超帝国主义风险。由此,对于技术后果的讨论,将最终回到机器与资本关系之间的初始语境:技术生产资料私有制与技术公共建构的悖论。

生成式智能出版的技术原理、应用挑战及优化路径

智能出版的本质是作者通过自动文本分析、AI语义解析、人工智能排版等方式生产以及传播知识。在人工智能与出版融合发展的大趋势下,生成式智能出版作为一种新型智能出版模式,通过对内容资源进行数字化处理和个性化定制,实现知识内容的快速生产、精准分发与个性化定制。生成式智能出版具有智能生产、人机协同、个性化定制等特点,在优化出版物结构、助力内容增值、增强用户体验等方面具有积极作用,但在技术应用过程中也存在版权保护不力、生产成本高昂、知识产权难以保障等问题。对此,文章针对上述问题从加强版权保护与权益保障、打造自主可控的核心技术、优化生产流程与用户体验三个方面提出生成式智能出版的优化路径。

生成式智能出版:知识生成原理、沿革与启迪——从智慧驱动到数据驱动

文章基于人工智能生成知识的视角,分析了智慧驱动型和数据驱动型两种知识生成的原理,论述了个体生产知识、专业生产知识、大众生产知识以及人工智能生成知识的沿革历程,最后提出知识生成格局的变化对出版业、出版本质及出版学研究范围拓展三个方面的价值思考。

生成式智能搜索结果可信度研究

以ChatGPT为代表的生成式人工智能取得突破性进展,使生成式智能搜索在运行机制和结果呈现形式上与传统搜索引擎的差异更加显著,也使得生成式智能搜索这一新型搜索工具的结果可信度面临新的挑战。本研究以SOR模型为基础,基于可信度研究的成果和想象可供性理论,从用户信息获取的视角出发,运用卡片分类法和叙事研究法,通过生成式智能搜索典型代表New Bing开展实验,旨在厘清生成式智能搜索结果可信度从刺激、机体到反应的个体心理链路,探究其形成机理与影响因素。以生成式智能搜索结果界面的信息线索为外部刺激,以用户的内在感知和信任意愿为机体,将导致的用户情绪及行为作为反应,最终形成了生成式智能搜索可信度的SOR模型。对生成式智能搜索可信度的形成机理进行分析后认为,系统的研发者可以面向用户,根据使用体验催生的搜索需求,从内容整合性、问答交互性、工具拟人性三个维度出发,优化生成式智能搜索系统。

生成式智能出版的应用场景、风险挑战与调治路径

[目的/意义]ChatGPT及生成式人工智能技术的“出圈”催生了生成式智能出版新业态。围绕生成式智能出版进行多维探索,揭示其应用场景、风险挑战及调治路径。[研究设计/方法]立足生成式人工智能技术的技术应用原理及其应用特征,探索生成式智能出版的应用场景、风险挑战和调治路径。[结论/发现]生成式智能出版的应用场景包括出版大数据与大规模语言模型、升维发展的智能知识服务,智能决策的出版领域智能机器人、生成式智能出版物、元宇宙出版新业态五类,面临数据来源和输出、学术伦理规范、核心价值坚守、人类职业的替代性等方面的挑战,并从调节和治理出发提出了相应的调治路径。[创新/价值]面对生成式人工智能技术加持的数智时代,探讨其对出版的赋能作用及其深层次影响,对推动出版高质量发展、现代化发展具有重要意义。

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。

“生成式人工智能”(AIGC)及其哲学意蕴

从“生成式的AI”或“生成式的人工智能”(AIGC)的角度看,需要关注“自然生成”“人工智能生成”“社会生成”或“伦理生成”之间的关联和区分。人工智能具有确定性与生成性,它从一个侧面体现了being与becoming的沟通和统一。从传统意义上的人禽之辨到人机之辨,体现了重要的转换,但二者在本质上都关乎何为人的追问。人工智能所体现的理性具有非原创的意义,人所具有的理性推论能力作为人的本质,则具有原创性。相对于人而言,AI作为一种机器,归根到底还是属于“器”,只具有工具意义,不具有独立的人格,也难以获得伦理主体的地位。此外,人工智能主要表现为人的创造的一种结果,真正的原创意义上的智能只有人才具有。从这一意义上说,只有人才是原始的创造者,把人工智能看作比人更高级的动物,并不合乎事实。人工智能发展可以取代很多人的工作,这在本质上如同在近代工业的发展过程中,机器不断取代手工操作,二者情形相近,原理也一致。从更深远的意义上说,这也是人不断地走向人性化的社会、达到真正自由存在形态的一个环节或前提。科技的发展可以使我们对世界的细节、对某些方面越来越深化,但是总体上对世界的把握离不开哲学。另一方面,科学发展具有自主之性或惯性,后者需要哲学为其提供价值引导。

生成式人工智能的知识产权法律因应与制度创新

生成式人工智能的复合产品结构与自主运转功能造成了知识产权法律适用的难题与挑战。在复合产品结构下,知识产权法律难题源于生成式人工智能核心要素之算法与数据的知识产权保护问题;在自主运转功能下,知识产权法律挑战则呈现为生成式人工智能衍生内容的知识产权授权与确权问题。对此,应积极推进生成式人工智能场景下的知识产权法律变革,立足生成式人工智能核心要素与衍生内容,有针对性地展开知识产权制度创新,从而实现对生成式人工智能知识产权法律问题的合理回应。

基于供需理论的生成式人工智能赋能情报工作范式模型构建与应用研究

[目的/意义]当前生成式人工智能的发展对社会产生了强烈冲击。为响应国家创新发展的迫切需求,如何利用生成式人工智能更好地完成情报工作,以满足用户的情报需求,已成为当前情报学领域关注的热点问题。[方法/过程]基于供需理论提出从数据供给侧(Supply)、智慧情报分析中台(Analysis)、情报需求侧(Demand)三方构建生成式人工智能赋能情报工作范式模型——SAD范式模型,深入分析生成式人工智能赋能情报工作机理,并结合国际前沿项目案例探讨生成式人工智能与情报工作的前瞻性融合发展。[结果/结论]生成式人工智能赋能情报工作范式模型SAD,可以更好地促进生成式人工智能赋能情报工作的各个环节,提高情报工作效率,为情报工作范式研究提供了新思路。

智能新闻业:生成式人工智能成为基础设施

生成式人工智能(GenAI)作为通用智媒时代的基础设施,正在快速变革新闻业。GenAI的典型应用ChatGPT在赋能新闻业,实现新闻素材检索的海量化、内容生成的智能化、新闻推荐的显性化、新闻反馈的人性化等方面发挥着重要作用。而且,ChatGPT的数据与模型缺陷也挑战着新闻价值及其专业性。因此,虚假信息生成,损害着新闻的真实性;数据更新缓慢,延误新闻的时效性;特定领域难以深耕,缺乏新闻的专业性;偏好与偏见共存,削弱新闻的客观性;AI茧房加剧,模糊新闻的公共性。人机协同新闻将成为智能新闻业的新范式,要求新闻工作者具备提问与评估能力,形成对GenAI的有效监督闭环。“CHAT”(careful、helpful、authentic、transparent)将作为新闻伦理调适的进路,实现人与技术、社会的良性互动。

ChatGPT等生成式人工智能技术对产业转型升级的影响

ChatGPT等生成式人工智能技术引发了社会公众的广泛讨论,其不断迭代将对产业转型与升级产生深刻影响。生成式人工智能将传统产业引向数字化、智能化的发展方向,不仅会融入制造行业最大限度地实现自动化生产管理和监督,还会对法律咨询、养老服务、教育等服务行业产生部分人力资本替代。生成式人工智能进一步技术迭代甚至会对消费零售业、金融业、文本翻译、新闻传播行业等文本整合输出类工作具有完全替代作用。在此背景下,中国既面临着产业转型升级的重大机遇,又面临着关键核心技术封锁困境、就业结构调整、人伦等挑战。

生成式人工智能对课堂教学的挑战与应对

以ChatGPT为代表的生成式人工智能,在形式、角色、过程等方面都表现出明显的优越性,但也存在对话的被动性、知识的不确定性、伦理的争议性、信息的安全性等局限,由此加剧了人们对智能技术应用于课堂教学活动中的问题担忧,主要表现为教学主体地位的混淆、学生道德规范的模糊、课堂教学方式的单一和考核评价难度的提升。为有效应对生成式人工智能对课堂教学带来的挑战,提出通过教师、学生和技术三者之间的角色转型和关系重构创设有温度的课堂教学空间,通过有目标的教育、有意义的学习和有智慧的课堂建构有深度的课堂教学环境,通过宏观、中观和微观(国家、社会和学校)执行有力度的课堂教学制度,以推动课堂教学高质量发展。

大学生生成式人工智能应用现状与思考——基于浙江大学的调查

本研究随机调查了1190位浙江大学本科生,通过描述统计、差异检验及事后多重比较等方法,分析大学生生成式人工智能的使用现状及影响因素。研究表明,约七成受访者表示熟悉生成式人工智能;三分之二的大学生使用生成式人工智能的时间在2022年12月-2023年6月间,四分之一的大学生开始使用生成式人工智能的时间是2023年7-11月;五分之一大学生表示会经常使用,七成大学生表示会偶尔使用;大学生使用最多的生成式人工智能工具是ChatGPT;使用最多的技术是文本生成技术;最常用的生成式人工智能功能包括文本生成和信息搜索;约六成大学生学过生成式人工智能的知识或技能;大学生使用生成式人工智能的四大典型场景(课程学习、科研活动、日常生活以及升学求职)中,科研活动是最常用生成式人工智能场景;性别、年级、专业大类等变量会不同程度影响大学生使用生成式人工智能;希望学校开设生成式人工智能相关课程/讲座是大学生提出最多的建议。基于调研结果,本研究从高教管理部门、公司机构、高校和教师等角度,提出未来高校使用生成式人工智能的建议,以期为生成式人工智能融入高等教育教学实践提供参考。

基于生成式人工智能技术的对话机器人能促进在线协作学习绩效吗?

近年来,人工智能技术迅猛发展,对教育教学产生了巨大的冲击和影响,最引人注目的是基于生成式人工智能技术的对话机器人的兴起。为进一步提高在线协作学习绩效,研究旨在检验基于生成式人工智能技术的对话机器人对在线协作学习绩效、批判性思维意识及其知识激活量和贡献度的影响。研究邀请大学生参与在线协作学习,综合采用定量和定性相结合的研究方法,深度分析对话机器人的影响。研究结果表明,基于生成式人工智能技术的对话机器人不仅在其知识激活量、贡献度方面明显优于传统媒体,而且也能够显著提升在线协作学习绩效和批判性思维意识。文章深入分析和讨论了研究结果,并提出若干启示和建议。

生成式人工智能训练数据的风险与治理研究

生成式人工智能技术目前正处于蓬勃发展时期,但其在训练数据收集和处理时,潜在的合规、泄露和偏见等风险时刻威胁着生成式人工智能技术的健康发展、扰乱社会秩序,成为生成式人工智能治理必须解决的问题。我国目前对生成式人工智能训练数据风险治理既有政策支持,又有法律保障。在这些基础上,行政机关可以建立生成式人工智能基础模型信息库,预防训练数据合规风险;也可以开发、使用合成数据,扩大训练数据来源,规避训练数据泄露风险;还可以通过适当细化训练数据审核制度和逐步实施生成式人工智能企业数据信用制度的方式,规范生成式人工智能训练数据使用行为,降低风险发生概率。

生成式人工智能影响下的新闻生产创新:实践与挑战

本文聚焦生成式人工智能影响下的新闻生产创新实践,通过一系列代表性调查展示了生成式人工智能在国际新闻界的基本采纳状况,重点关注生成式人工智能技术在新闻生产关键领域中的具体实践和创新,包括辅助新闻内容创作、新闻选题与角度、数据新闻、调查与监督报道以及事实核查等,进而分析了生成式人工智能应用于新闻生产创新面临的主要挑战(包括质与量的权衡、新闻文化的挑战以及技术“幻觉”与伦理问题等)。生成式人工智能之于新闻创新的发展,取决于技术和行业的实践、新闻从业者与人工智能的协作调适以及对于新闻业基本价值的始终追求。

生成式人工智能赋能跨学科创新思维培养:内在机理与模式构建

在学科融合趋势日益迅猛的时代背景下,培养学生的跨学科创新思维是当前教育的重要目标之一。作为人工智能时代的突破性技术,生成式人工智能给技术赋能教育带来了巨大的机遇与挑战。基于此,文章聚焦跨学科教育领域,首先阐释了跨学科创新思维的基本内涵和分类,在此基础上归纳出跨学科创新思维的四个发生要素:多学科知识基础、基本的创新思维、团队沟通与协作、产出导向。然后,文章剖析了生成式人工智能赋能跨学科创新思维培养的四个核心功能:高效信息检索与整合、多轮对话与角色模拟、评价与反馈、生成与创作。在此基础上,文章厘清了生成式人工智能赋能跨学科创新思维培养的内在机理。最后,文章从“课前-课中-课后”教学评一体化的视角,基于面向设计的产生式学习模式(Design-oriented Production-Based Learning,DoPBL),构建了生成式人工智能赋能跨学科创新思维培养的教学模式。文章通过研究,旨在为人工智能时代下如何培养学生的跨学科创新思维提供理论和实践参考。

站在巨人肩膀上的初学者:社会科学研究中的生成式人工智能

如何利用生成式人工智能助力社会科学研究是近期社会科学研究者们共同关心的重要议题之一。在此背景下,从一般社会科学研究的实践需求出发,通过具体的实例考察生成式人工智能在社会科学研究的理论、方法和研究偏误三个方面的具体表现。生成式人工智能对于总结和复现现有资料具有很大的优势,以其强大算力来预处理海量在线资料,可以帮助研究者节省信息搜索的时间成本和精力成本。但是,生成式人工智能难以对既有理论进行“阅读”后的“理解”,同时亦不擅长进行方法层面的优劣对比和新分析工具的开发。此外,在生成内容上也表现出明显的偏见或者误差。背靠人类既有资料积累的生成式人工智能可谓站在巨人肩膀上,但由于其本身缺乏成熟的能动创新能力,生成式人工智能在学术研究的意义上仍然是一位“初学者”。如何引导和培养这位“初学者”,是社会科学研究者需要思考和完成的任务。

生成式人工智能技术风险的刑法谨慎性规制

刑法介入生成式人工智能技术风险应采取包括刑法规制的后卫性、保护性和就轻性等内容的谨慎性规制模式,其符合技术中立原理、刑法谦抑性原则和刑法可允许风险理论的要求,值得提倡和践行。在适用刑法谨慎性规制模式时,应秉承法益保护原则和比例原则,需要廓清刑事法治外部的技术规则、行业规则以及前置法和刑法的适用畛域,同时也要明确刑事法治内部重罪和轻罪的作用边界。在刑法适用范围之外,虚假信息生成风险和违反使用规则的行为可以分别由技术规则和行业规则处理。介于民事不法与犯罪未遂之间的行为以及纯粹破解技术措施使用生成式人工智能的行为,应当优先适用民事法律,而算法妨害行为和网络服务提供者未履行适当管理义务的行为应由行政法规制。在刑法适用范围之内,应优先适用轻罪,在构成要件明确的罪名和兜底罪名中选择明确性的罪名,在预防性罪名和实害性罪名中选择预防性罪名。