AI與出版融合視角下圖書選題策劃與內容生產的優化路徑

王羽佳

（電子工業出版社，北京，100036）

人工智能（AI）研究浪潮席卷全球，出版領域也迎來智能化轉型的機遇，“AI+出版”議題成為行業熱點。在應用層面，許多出版企業在出版生產中引入了人工智能技術，諸如增強現實（AR）、虛擬現實（VR）等，借由這些技術應用，將傳統的紙質出版物變換成更適應讀者個性化閱讀體驗的形式，重塑了出版物的傳播介質，并改變了出版物的傳播途徑和傳播模式，促進出版行業向智能化方向發展。

基于人工智能神經網絡深度學習性能，AI技術在出版生產中有諸多形式的應用，比如基于信息處理技術的AI編輯、AI審稿和AI校對等。當前，許多出版企業應用了較為前沿的AI技術，能夠輔助編輯完成圖片識別、格式轉換、語音文字交互等任務，有效提升了編輯的審核效率，替代了一部分重復勞動，也使編輯對信息的利用更加充分，提升了選題策劃與內容生產效率，縮短了出版周期。但是，隨著AI在圖書選題策劃與內容生產中的運用越來越普遍，也浮現出諸多問題。本文基于“AI技術并不完善，但其與出版融合的趨勢不可逆”這一基本前提，從AI對傳統出版工作中圖書選題策劃與內容生產的影響和賦能角度，嘗試提出“AI+出版”的圖書選題策劃與內容生產優化路徑。本文中的圖書選題策劃與內容生產主體是出版單位和編輯，涉及圖書著作類型包括原創著作、譯著、論文集、編著圖書等。

1 AI賦能圖書選題策劃與內容生產的優勢

2017年5月，北京聯合出版有限公司出版了AI詩人小冰創作的詩集《陽光失了玻璃窗》。這是小冰學習了19世紀20年代以來519位中國現代詩人的上千首詩、經過萬次迭代后“創作”的139首詩的結集。該詩集的出版顯示，AI技術的發展和應用，實現了圖書選題策劃與內容生產的自動化、智能化，開啟了機器創作（Machine Generated Content，MGC）的新時代，賦予圖書選題策劃與內容生產新的優勢。

1.1 實現選題策劃與內容生產的人+AI智能協作

傳統圖書的選題策劃與內容生產高度依賴編輯和作者，而“AI+”圖書選題策劃與內容生產模式中，AI算法可以替代編輯進行智能化數據篩選、信息識別、歸納整理等工作，AI內容生產輔助功能可以實現內容的多樣化呈現，從而使圖書選題策劃與內容生產降低對人力的依賴，實現人與AI的智能協作。

2018年4月，電子工業出版社出版了網易有道推出的譯著《極簡區塊鏈》。該書以全方位的視角，結合通俗有趣的案例及150張插圖深入淺出地講解區塊鏈的核心理論和最新發展。全書20萬字，由AI翻譯技術翻譯、人工參與審校，從原文錄入到翻譯完成，用時不足半分鐘。龍源數字傳媒集團旗下的AI平臺“知識樹”，能夠在數千萬篇文章中尋找已獲取授權的內容，然后基于編輯定義的主題和創作的部分內容，自動組織和生成剩余內容。“知識樹”利用龍源集團旗下數千萬篇授權文章的積累，讓舊的內容煥發出新的活力。如果沒有AI協同，在數據庫中查找相同主題的內容都需要幾天甚至更長的時間，更不用說把這些內容編成一本書。內容生產完成后，“知識樹”會對接亞馬遜、當當、京東等電商平臺，將內容輸出到各種數字出版分發渠道，快速完成一系列出版發行工作。在“知識樹”的幫助下，一本書的編寫只需要一個半小時，發行只需要一天，并且內容可以分發到所有渠道，實現“流量在哪里，內容就可以被輸出到哪里”。

現在的AI水平仍處于弱人工智能階段，內容生產過程中，人與AI協同工作是最佳方式，AI能夠有效提升內容生產的效率。在選題策劃和內容生產過程中，人利用AI，更易獲得選題靈感，更易把握市場需求，從而使圖書內容生產更符合市場期待。

1.2 拓展圖書內容交互功能

AI賦能圖書選題策劃與內容生產，不僅能夠實現傳統出版規范化知識生產和傳播的功能，而且能夠借助AI技術實現內容的融合出版，增強內容與讀者的互動。AI參與圖書選題策劃與內容生產，使圖書不僅可以是“實體紙質圖書+電子書+音視頻”等簡單的融合出版物形態，而且可以是集文字、圖像、語音、視頻、VR/AR等于一體的復雜的融合出版物形態，但無論是哪種，都大大提高了內容與讀者的交互性能。如美國作家詹姆斯·帕特森（James Patterson）在2018年發表的AI對話式小說《大廚》（The Chef），讀者可以通過與書中人物進行線上互動推動情節發展，從而提高作品的表現力與市場吸引力。

隨著AI技術在選題策劃與內容生產中的深入應用，傳統的圖書選題策劃與內容生產模式將被打破，出版服務將不再局限于向讀者單向輸出內容，出版社、編輯、作者與讀者之間將真正實現自由“對話”，交互式學習、沉浸式閱讀將日漸普及，讀者將真正成為“主角”。

1.3 增強選題策劃與內容生產的信息集成功能

2019年3月施普林格·自然（Springer Nature）出版的《鋰離子電池：機器生成的前沿研究摘要》（Lithium-lon Batteries：A Machine-Generated Summary of Current Research），是基于對530000篇論文的學習、通過Beta編寫器（Beta Writer）算法，由AI創作出來的第一本學術圖書，聚焦于鋰離子電池的前沿研究，是巨量研究論文的精華合集。2021年，施普林格·自然又采用混合人機交互方式出版了第二本AI創作的學術圖書—《氣候、行星和進化科學：計算機生成的文獻綜述》（Climate，Planetary and Evolutionary Sciences：A Machine-Generated Literature Overview），這是一本將人工撰寫的文本和計算機生成的文獻融合綜述而成的圖書。2022年7月，該社推出第3本由AI整合生命科學專業領域的文獻而集成的學術圖書—《CRISPR：計算機生成的文獻綜述》（CRISPR-A Machine-Generated Literature Overview），這也是首次有中國學者參與的AI創作圖書。這些書的出版，顯示了AI對于信息極強的整合能力，這種能力，毫無疑問會推動圖書選題策劃與內容生產邁上新臺階。

2 AI應用于圖書選題策劃與內容生產存在的瓶頸

AI技術在圖書選題策劃與內容生產中嶄露頭角，應用領域從篇幅較小的詩集、小說等，已逐步拓展到學術著作等大部頭圖書，成為傳統出版業轉型發展的重要趨勢之一。但AI技術本身并不成熟，在出版領域更是遠未達到普及的程度，這就使得AI應用于圖書選題策劃與內容生產存在質量與法律管理方面的瓶頸問題。

2.1 AI主導或導致選題策劃與內容生產個性化喪失，作品“缺少靈魂”

AI主導的圖書選題策劃與內容生產很難呈現真正意義上的“原創”，而是在已有資料、數據的基礎上進行的“二次創作”。嚴格來說，AI并不是其自主創作的圖書的“著者”，而應該稱為“編者”或“譯者”。從原創性、文學性或學術性來說，AI創作的圖書內容距離文學名著、社會科學和自然科學的創新性著作相去甚遠。由于AI圖書是基于既有數據庫的總結、歸納和模仿，因而創作深度不夠，提供給讀者的價值有限。

對于AI技術應用于圖書選題策劃與內容生產，出版業內外都存在較大的質疑，這些質疑主要表現在兩個方面。一種質疑指責AI主導的圖書選題策劃與內容生產過于屈服于市場，過度應用流量導向，導致內容同質化現象愈發嚴重，且拉低了出版內容的精神文化屬性，使其流于文本形式，而喪失了文字的內涵深度與個性化色彩。例如，在傳統出版選題策劃中，內容寫作角度、寫作方法、寫作素材都會融入編輯、作者的個體價值，具有較強的個體性特征。但在AI出版中，AI提供的基于數據分析的、可能更受市場歡迎的寫作方案，盡管寫作素材或寫作角度可能不完全被編輯、作者認同，但出于市場考慮，他們可能會產生一定的妥協，從而使圖書的個性化程度降低。另一種質疑指責AI技術過度干預選題策劃，造成選題策劃中的“劣幣驅除良幣”現象。由算法和流量主導的內容生產可能導致大量人工創作的優質內容無法得到有效的展示，基于算法和流量推薦，真正有內涵的作品可能無法被出版方發現，繼而導致出版行業在精神文化價值方向上的迷失，導致出版的作品“缺少靈魂”。例如《陽光失了玻璃窗》中，字里行間不難找到冰心、徐志摩、汪靜之、李金發等一批著名詩人的影子和名句。正是這種明顯的直接“挪用”暴露了AI內容生產的本質—通過一定的算法和程序對海量的數據進行篩選和整合，通過改造和重組別人的作品進行“創作”。該詩集中的詩歌，詩句基本是各種修辭堆砌的華麗語句，看不出立意的深度和事件的細節和場景，部分詩句語句不連貫、情感表達混亂、思維邏輯跳躍。《人民日報》這樣評價這本詩集：“詩歌語言向來模糊、多義，文體自由度和讀者的理解包容度都比較大，微軟小冰的詩集《陽光失了玻璃窗》能夠‘以假亂真’被讀者接受，多多少少得益于這種自由度和包容度。”的確，該詩集的出版在一定程度上得益于作者是AI詩人為讀者獵奇心理所帶來的市場。

2.2 AI創作情感表達缺乏溫度，人文關懷不夠

與人類情感充沛的文字表達相比，AI的文字表達顯得相對冰冷—計算機算法的世界里，所有信息被歸化為“0”和“1”。AI創作的作品中，情感表達只是對大量作者既有的情緒和思維的機械整合，文字往往止步于字面意思，因此，存在情感缺乏和人文關懷缺位現象。同時，由于目前AI技術不成熟，很多AI作品中存在句子不連貫、表意不清晰甚至亂碼的情況，這進一步制約了AI創作的情感表達力。人類使用文字已經有幾千年歷史，基于情感的表達方式、理解思維已形成完備體系，顯然，短時期內AI還難以達到人類的文字表達水平。

AI的學習算法決定了內容的寫作角度與寫作水平。盡管AI技術已經迭代多次，但相對傳統出版行業仍顯得稚嫩，復雜的算法還無法準確地表達所有的寫作實踐，這是因為圖書不僅具有商品屬性，更具有精神文化屬性。通過算法迭代，AI技術可以實現對圖書商品屬性的最大挖掘，可以盡可能深入地模仿數據庫中內容的寫作模式，但缺乏人類真實情感的轉化，很難比肩人類書寫。因此，在圖書選題策劃與內容生產過程中，仍然需要人工因素與AI技術的協同。

2.3 相關法律不健全，實施困難

AI技術應用于圖書選題策劃與內容生產時，會遇到諸多具體法律問題。例如在選題策劃階段，AI大數據技術智能搜索依托于海量的數據庫，通過對來源于虛擬網絡世界中的瀏覽數據的高效分析獲得關鍵數據，提取并進行大量的樣本統計歸納后，將可能受市場歡迎的選題方向提供給編輯。這一過程如果沒有得到用戶授權，那么就存在侵犯用戶著作權的問題。在內容生產階段，AI的“二次創作”可能會侵犯其學習數據庫中相關作品的著作權。AI選題策劃與內容生產使著作權的歸屬變得復雜，由此產生了諸多關于AI出版著作權問題的討論。

但是，目前我國與AI內容生產相關的法律體系不完備，針對性核心法條缺位。AI介入內容生產屬于新生事物，因而我國尚未出臺相關法律，而現有的著作權法、出版管理法律法規等缺乏明確的關聯條款，這使得對AI參與選題策劃和內容生產的法律監管在具體實施時面臨許多困難，存在明顯的執行性和可操作性不強的問題。

3 編輯、AI、法律“三位一體”優化路徑

出版行業正站在產業變革的十字路口，為了促進知識與文化的最大價值化發展，滿足人們對圖書的多樣化需求，出版業和人工智能的深入融合是必然選擇。就AI技術在圖書選題策劃與內容生產中的應用而言，筆者認為，可以選擇編輯、AI、法律“三位一體”的優化路徑，見圖1，以編輯主導選題策劃與內容生產的價值導向，同時聚焦AI技術的突破和法律法規的保障。

圖1 “三位一體”的AI圖書選題策劃與內容生產

3.1 構建“編輯決策+AI協同”的選題策劃與內容生產模式

選題策劃是重要的出版環節，在某種程度上來說，選題決定了圖書的受歡迎程度。傳統出版行業，選題策劃要經過編輯的前期調研和判斷，提煉出選題構思，再經過團體決策尋找出價值點后形成選題。這一過程通常需要花費較長的時間來進行信息篩選、沉淀和整合，而且對信息利用的程度并不能充分保證。但如果將AI技術應用于選題策劃，則能夠有效地提升信息檢索、篩選和整合的效率，使信息得到更全面、充分的利用。AI能在選題關鍵詞的引導下，高效地搜索出大量與選題相關的數據，并能在數據分析模型之下有效地篩選出關鍵信息、隱蔽性信息和相關性強的信息，為圖書選題提供精準的信息支撐。

雖然AI對選題策劃的助益良多，但只能作為協同圖書選題決策的一種有力手段，選題策劃的決策者應該仍然是“人”—編輯和作者。具體來說，圖書的主題、形式等應該由“人”而不是“機器”來決定，即使是AI創作的作品，也有必要經過人—編輯和作者的再次整理和編纂，對AI創作的內容“取其精華，去其糟粕”，錘煉內容，決策成書。有“靈魂”的作品，才能成為雋永的“好書”。因此，“編輯決策+AI協同”模式，應成為AI賦能圖書選題策劃與內容生產的主流模式。

在這一模式下，既要充分發揮AI在學習廣度和深度上的優勢，為選題策劃與內容生產提供精準的參考選項，更要合理規劃編輯主體、作者與AI在選題策劃與內容生產體系中的話語權，必須堅持以“人”為本。要做到不過度依賴AI算法，不完全以流量和市場商業價值為導向，必須始終堅持選題策劃與內容生產的價值導向，堅持出版內容的精神文化屬性。

3.2 建設選題策劃與內容生產數據庫，助力AI技術優勢發揮

AI應用于圖書選題策劃與內容生產的核心技術是基于數據庫的深度學習和算法創作，因此，在技術層面，AI賦能選題策劃與內容生產的重點是做好選題策劃與內容生產數據庫建設。

選題策劃與內容生產的整個流程涉及很多數據，如圖書信息、作者信息、銷量信息、內容評價信息、讀者信息，以及用戶偏好和購買行為信息等，這些數據是圖書選題決策的基礎和依據。如果能將這些數據匯總到數據庫，就可以通過AI大數據技術幫助編輯進行分析判斷。比如，可以借助AI分析社會事件的熱度以發現選題方向，優化選題構思；可以通過AI對銷售數據、閱讀數據、評論數據、傳播數據、同類圖書影響力數據等的分析，幫助編輯定位目標市場和分銷渠道。AI還可以重塑內容分發機制，基于AI大數據的智能分發和個性化推薦，可以做到千人千面，或者每個人都可以獨享自己關注的內容。因此，AI的應用，還可以在發行和精準營銷上起到很好的支撐作用。

要提升AI賦能內容生產的質量，出版社必須建立更大、更全面的數據庫。出版企業應該積極構建和擴充版權數據庫、作者數據庫、選題數據庫、讀者數據庫、銷售數據庫等各類數據庫，加強數字化建設和基礎設施建設，也可以嘗試與AI技術企業達成數據庫共享合作機制，構建規模更大、容納類型更多樣、來源更廣泛的數據庫。小型出版機構可以采用聯盟機制，共建數據庫。

有了強大的數據支持，結合讀者和市場導向思維—社交思維和對話理念，AI賦能圖書選題策劃與內容生產就能更加高效和可行，就能從算法機制上實現選題策劃和內容生產與讀者個性化需求之間的精準適配，為讀者提供個性化的出版服務，構建穩定的讀者社群，優化出版企業的選題策劃與內容生產生態鏈，最終實現智能化出版。

3.3 建立和完善AI出版相關法律法規

《人工智能指數2022》報告顯示，自2014年以來，關于AI法律研究的出版物數量增長了5倍，學術界對人工智能的版權法律規則的討論十分熱烈。不過，目前有關AI法律層面的諸多問題仍處于討論階段，并未達成共識。本文想指出的是，出版行業在推動AI出版相關法律建設的過程中，要追求技術變革與法律規則的協調發展，既要保障AI技術價值的發揮，也要在法律層面約束其可能產生的不利影響，確保AI技術真正促進出版產業的繁榮發展。

具體而言，建立和完善AI出版相關法律體系，首先應補充和完善《中華人民共和國著作權法》和《出版管理條例》中有關AI內容生產的相關內容和實施細則。科學技術飛速發展并與出版行業的緊密結合，凸顯了出版相關法律法規調整的急迫性。對AI內容出版的相關流程和實施細則均應設置詳盡的操作規范，確保有法可依。其次應修改和廢止原有不合理的法律和行政法規，以推進AI技術的應用以及出版行業的革新和升級。第三，在新法律法規出臺或對原有法規進行修訂后，適時出臺有關司法解釋，對涉及概念、術語及其含義等進行清晰解釋，幫助出版企業及相關主體深入理解這些法律法規，從而提高法律法規執行的有效性，保障執法權威。

在當下的工作實踐中，為了避免AI內容生產侵權的相關法律風險，出版企業可以在每本圖書的出版合同中加入取得本作品內容后續可能被用于AI內容生產素材的相關權利，如發表權、署名權、修改權、保護作品完整權、復制權、發行權、信息網絡傳播權、改編權、翻譯權、匯編權等。可以根據作品具體內容，與著作權人商議采取有償或者無償的方式取得這些權益，在充分保障著作權人合法權益的基礎上，為建設內容數據庫和后續的AI內容生產做好充分的法律授權準備。

4 結 語

AI引入出版行業，改變了傳統圖書選題策劃與內容生產模式，但并沒有改變出版行業對優質內容的極度渴望。AI或許能改變出版物內容這種圖書的呈現形態、傳播渠道，但不可能改變出版物內容這種人類精神文化的表現方式。從長遠看，AI+出版融合發展趨勢下的圖書選題策劃與內容生產必然要堅守的仍然是文化價值和文化自信，而非對技術的無止境追求。