大語言模型賦能數字出版的機遇與挑戰

張寧 西蒙·馬奧尼

【摘要】以ChatGPT為代表的大語言模型廣泛應用于對話生成、文本摘要生成、問答系統等場景，具有文字編輯、知識記憶的顯著優勢，能替代重復性和耗時性工作，為數字出版領域的寫作、選題策劃、稿件審閱與校對、數字人語料供給、智能客服與銷售、機構管理與決策帶來新機遇。同時，其在邏輯推理、文化關聯、意義挖掘等方面的不足凸顯，致使其內容生成尚未融通正確出版觀，知識產權爭議不斷，還擴大了多元群體信息鴻溝，加劇形成“信息繭房”，加大內容價值甄別難度，抬高用戶信息素養門檻。

【關鍵詞】數字出版 大語言模型 ChatGPT 人工智能 出版業

【中圖分類號】G230 【文獻標識碼】Ａ 【文章編號】1003-6687（2023）11-045-07

【DOI】10.13786/j.cnki.cn14-1066/g2.2023.11.006

人工智能大語言模型（Large Language Models，LLMs）在生成文本方面表現出卓越優勢并掀起了一場智力革命，其廣泛應用于對話生成、文本摘要、問答系統等場景，具有文字編輯、知識記憶等優勢，已逐步革新產業范式。2022年11月，美國人工智能企業OpenAI推出ChatGPT應用，其技術模型是生成式預訓練模型（Generative Pre-Training，GPT），生成式表明其能力是生成內容，預訓練表明其能力是預先訓練的。該模型憑借流暢回應復雜問題的能力，上線僅兩月活躍用戶達1億人，成為互聯網史上用戶增長最快的現象級應用程序。其應用效果完成了大眾對人工智能聊天機器人（ChatBot）從刻板的“人工智障”到“聰明有趣”的印象改觀。其強大的通用性和邏輯推理能力使其變成一個生產力工具，行業接受之廣引發大眾對技術應用的深度思考，部分用戶甚至產生“機器換人”的恐慌。

當前，中外大語言模型開發競爭激烈，但工具定位各有不同。以ChatGPT為代表的主流模型訓練數據源以英文居多，優勢在于處理英文文本，輸出歐美國家主導下的內容，部分答案并不適用于我國用戶；Meta繼發布Glactica和Blender Bot3大型語言模型之后，于2023年2月宣布推出科研領域專用的大型基礎語言模型（Large Language Model Meta AI，LLaMA），即用于生成文本、對話、總結書面材料、證明數學定理、預測蛋白質結構等，服務科研工作者。中國互聯網大廠和高校立足國情陸續布局開發中國版ChatGPT，如復旦大學發布中國第一個對話式大型語言模型MOSS，可執行對話生成、編程、事實問答等任務；百度對標ChatGPT開發在中國文化的理解和輸出上更具優勢的“文心一言”（ERNIE Bot）模型，更符合中國語境與相關規范。

大語言模型革新數字出版領域內容創作范式，可縮短出版選題、編輯、加工、審核、校對、銷售、服務等周期，為出版業帶來前所未有的機遇，同時也給出版業帶來了新挑戰。如韓國出版商Snowfox Books發行了完全由ChatGPT撰寫的《找到人生目標的45種方法》一書，由AI完成英譯韓、校對和插圖工作，整個出版流程從先前的兩至三年壓縮到一周，效率遠超自然人，[1]高自動化水平雖然降低了出版內容創作成本，但也存在一定的風險。

一、大型語言模型賦能數字出版的機遇

目前以ChatGPT為代表的大語言模型，定位是為人類提供更加高效和智能化的輔助，而非替代業務鏈中的人工角色，其優勢在于基于海量數據快速生成翔實系統的內容，但內容質量不高，最終采納與否仍需人工干預。出版業可考慮將其私有化部署或改造嵌入目前的智能編輯分析系統、知識服務數字平臺、出版印刷智能云平臺、圖書銷售系統等，為從業人員和終端用戶提供更具精準性、時效性的信息支撐，促進數字出版高質量發展。

1. 輔助選題策劃與內容寫作，縮短選題與成稿周期

（1）大語言模型能夠智能挖掘與發現潛在出版項目，明確市場需求風向標，按需規劃供應出版內容，全面解決編輯在進行高質量內容生產時的難題。[2]編輯在定題階段很難充分、全面地掌握相關領域的熱點，類似ChatGPT的大語言模型學習了龐大的在線文本數據，能有效采集和挖掘主題信息，比對用戶提問信息，提取多個話題中的特點、異同、熱點、動態等，輸出熱點選題素材，為初始選題方案提供依據。[3]

（2）協助作者產生想法與思路，提供寫作素材。用戶通過不斷變換問題讓大語言模型從不同視角生成內容，幫助作者從多角度看待問題，為作者的內容創作提供線索與思路，也可幫助作者搜集論證所需的數據與案例，提供寫作素材。[4]例如，《自然》（Nature）對其672名讀者進行調研后發現，27%的讀者使用ChatGPT等AI工具進行頭腦風暴、輔助內容創作。[5]

（3）用于耗時性和重復性的內容生成，為作者留出更多時間從事創造性的知識生產。作者借助大語言模型完成概念性、重復性、程序性、搜索性等耗時性工作（如導論描述、術語定義、概念界定、數據溯源、要點提取等），[6]若是內容不符合預期，作者也能與其交互從而修正內容，獲取更新后的答案。作者還可輸入主題、目標、方法、數據等關鍵信息，利用ChatGPT等工具生成初稿，省去考慮行文風格、語句、語法、邏輯，甚至潤色的時間。[7]然而，AI內容生成質量不高，高品質內容創作依舊需要作者投入一定的個人創造力。

（4）輔助文本翻譯、編譯和轉譯。大語言模型是一個處理各種自然語言任務并涵蓋不同語言的模型，被視為一個統一的多語言機器翻譯模型，具有較好的穩健性與可信性，能夠有效提升作者閱讀外文的效率。[8]例如作者可利用 ChatGPT翻譯多元語言文本，生成連貫性、豐富性、系統性、準確性高的長篇翻譯稿件，也能實現古漢語轉譯為現代漢語，有效縮短編譯稿件的時間，提升工作效率。

2. 協助編輯稿件審閱與校對，提高審稿質量與效率

（1）自動執行簡單的稿件審閱任務，縮短審稿周期。ChatGPT可依據設置的語法和格式規則分析稿件內容、評價稿件質量、標記提醒需要編輯處理的疑難問題，使到達編輯手頭的稿件質量更高，給作者的反饋更快，也能更快進入排版與編寫階段。[9]

（2）檢測稿件內容關鍵信息的準確性與一致性。ChatGPT能為審稿人提供標準信息參考，可識別數據不一致、錯誤或驗證研究結果的準確性，保證稿件內容數據、術語、時間等元信息前后一致，甚至復現和檢測研究結論。[10]

（3）提升審稿反饋意見的客觀性。人工審稿會不可避免地將專家個人偏見滲入評審中，影響或干擾作者原始觀點與知識創新，甚至改變作者原始想法，不利于知識進步。大語言模型可檢測和驗證結構化和客觀性強的稿件內容，為審稿人提供參考意見，能在一定程度上消除個人偏見，為作者提供更客觀的反饋意見。

（4）輔助稿件校對與潤色，節省編輯人員校對時間。與Grammarly相比，ChatGPT英文校對效果比原稿好10倍，[11]能解決文本中機械的語法、邏輯和用詞問題，甚至改寫無實際內涵的表述內容，使文本表達自然通順、內涵準確，[3]也可為古籍文本添加標點，提高文本可讀性。然而即便如此，其校對效果依舊存在瑕疵，需人工校對后才能出版。

3. 活化數字人語料信息供給，增強出版內容呈現效果

（1）短視頻與直播數字虛擬人輸出內容的知識容量與思維表述更具思想深度與廣度，而非機械陳述指定文本。服務型虛擬數字人核心功能是替代真人為用戶提供服務，常見形態有虛擬主播、虛擬老師、虛擬陪伴助手等。2021年以來，各企業陸續推出用于短視頻和網絡直播的AI數字人主播，服務品牌介紹、知識科普、娛樂表演等，進一步推動知識傳播與知識服務。在不久的將來，用戶擁有善解人意和無所不知的虛擬老師和陪伴助手將是常態。[12]

（2）打造嵌入大語言模型應用的身份型數字人，成為連接虛擬與現實的重要“人物”，支撐元宇宙出版產業落地。身份型數字人是用于社交、娛樂、傳播類型的虛擬IP/偶像/名人，可以是真人的輔助分身，也可以是個體在虛擬世界的第二分身。例如Meta Media超媒體控股集團旗下《InStyle優家畫報》推出全球首位具有“靈魂”的虛擬主編Beatrice，依托ChatGPT擁有極其活躍的AI大腦和驚人的時尚思維，專為“Z世代”傳遞時尚資訊。[13]中華書局推出的“蘇東坡”數字人是名人在虛擬世界的分身，若集成ChatGPT類語言模型，則更能增強分身的逼真性與人情味，提升大眾對其傳達的中國傳統文化的信任度。

（3）活化游戲NPC對話，強化游戲體驗的真實性。游戲是數字出版的重要產品之一，用戶與NPC的互動通常需從固定選項中選擇。將ChatGPT接入Unity 3D中，讓AI控制游戲NPC與玩家對話，憑借龐大的語料數據庫，通過自動語音識別技術，將聲音轉換為文字，對文字進行自然語言處理，并將處理的文字結果轉換為語音，可實現NPC與玩家的對話自由，[14]這使數量龐大但呆板的NPC“靈魂更加有趣”，可提高用戶沉浸感與交互質量。[4]

4. 嵌入智能客服與銷售場景，提升服務流程精密程度

（1）輔助出版網站管理與運營，提高運營效率。 ChatGPT可用于出版類網站運營和營銷，包含電子郵件營銷、出版物描述生成、消息回復、個性化推薦、訂單處理與管理等。例如美國數字媒體公司BuzzFeed與OpenAI合作使用ChatGPT輔助網站內容的制作。[15]

（2）根據用戶畫像定制個性化溝通內容，提升智能客服或銷售場景中的用戶滿意度。ChatGPT等模型有多輪對話記憶功能和上下文對話學習能力，可持續學習與用戶互動產生的數據（如用詞、語氣、風格、情緒等），理解用戶需求與偏好，為其提供準確、連貫、符合語境的答案，從而有效提高用戶滿意度。

（3）提升虛擬客服和虛擬銷售人員的可信度，帶動出版物銷售。將大語言模型對話能力與計算機視覺、機器人視覺和物理能力相結合，能創造出智能對話的人工智能系統，賦予其數字人的外形，使其看起來“有血有肉”，聽起來“靈魂豐富”，可增強用戶信任。[12]

（4）輔助出版物信息推廣、展示與訪問，提高出版物銷量。大語言模型可生成摘要信息，方便經銷商和讀者獲取出版物信息，也可根據分銷商的銷售記錄、盈利狀況、市場定位、市場動向撰寫出版行業資訊與報告，幫助經銷商更好地制定訂購方案，還可根據讀者閱讀水平、興趣和閱讀歷史為其推薦網站、電子書、雜志、音樂等。

5. 輔助出版機構規劃與運營，推進管理流程精細運作

（1）輔助識別出版產業發展方向與任務。大語言模型基于海量數據能分析出人類無法立即識別的趨勢與模式，其可行的分析事項包括：生成關于數字出版市場趨勢的報告或摘要、分析讀者消費行為趨勢、分析加大資金投入評估的準確性、分析數字出版產業規劃、分析高質量數字出版產業發展測評指標、分析熱點選題等。

（2）輔助撰寫出版單位社交媒體賬號推文，加大推廣力度。當前出版單位對外宣傳和推薦的社交媒體平臺主要有微信、微博、抖音等，須配備專門的運營策劃、撰寫、發布圖文信息的人員，ChatGPT可在推文策劃、分析、成文方面輔助編輯人員，節省運營成本。[15]

（3）輔助出版人才培訓與測評，提升從業人員素養。ChatGPT以人機對話方式為出版從業人員講授課程、解決或回答用戶問題，如推薦出版術語信息、定制考試內容、閱卷評分、反饋考核結果，為數字出版從業人員提供個性、高效、私密的培訓體驗；制定出版人才培育和測評的合格標準，輔助出版機構人才選拔、評估與考核，提升從業人員專業素養。[16]

二、大語言模型賦能數字出版的挑戰

以ChatGPT為代表的大語言模型自動化程度較高，可替代重復性較高的數字出版工作任務，節約數字出版所需時間與成本。ChatGPT是AI技術演進的一小步，但是大語言模型發展的一大步，其應用在內容真實性、合規性、合法性、倫理問題等方面存在諸多不足，距離大范圍落地應用還有較長的路要走。大語言模型輔助數字出版面臨如下挑戰。

1. 人工智能不具人腦意識，尚未融通正確的出版觀

（1）不具備文化與意識形態概念。人工智能沒有意識，也就不可能有世界觀。大語言模型只是機器學習模型，是對語言的處理而非理解與判斷，其智能性是通過數學優化算法從預訓練數據集中整理排序出最優答案，不具備站在特定立場輸出內容的意識。[10]根植本土的數字出版產業具有文化屬性與意識形態屬性，除考慮出版內容價值外，還需兼顧所處環境的文化與政治意識形態要素，這種更為高級的內容生產要求是ChatGPT尚未達到的；“文心一言”GPT模型具備理解中國本土文化的些許優勢，但仍需持續訓練并具備正確的出版觀，這是大語言模型時代出版業關注的要點所在。

（2）倫理意識不足。加拿大國家研究委員會的數字技術高級研究官斯蒂芬·唐斯說：“現代AI是基于大量數據集上的應用數學函數。數學函數沒有‘好‘惡之分，數據中的偏見也不容易被識別或阻止。”要設計出能被廣泛采用的生成式大語言模型倫理系統相當困難。[17]大語言模型開發的初衷是正向賦能人類工作、學習與生活，自然語言處理在倫理、價值觀、文化理解層面發揮的作用有限，不具備情感和道德判斷，可能輸出不合理和不恰當的答案，容易引發群體性事故。例如Meta發布的科研輔助Galactica大語言模型因輸出不恰當的種族歧視、文化優越性內容，上線僅48小時便慘遭下架，有違模型創建初心。因此，作者和編輯都需要警惕大語言模型輸出內容存在的潛在倫理問題。

（3）技術壟斷引發科技與資本對民眾集中心化的思想與意識形態控制。ChatGPT的成功得益于巧妙的技術組合，打造比肩其技術效果的模型難度較大，某一應用長期占領種子用戶市場，容易形成技術壟斷局面。大語言模型越成功，提供的答案也越精準，當全民都依賴和相信某一模型時，就容易捧出一個無所不知的權威“上帝”。從搜索引擎的發展歷程可知，互聯網大廠掌握核心的預訓練數據集，為科技與資本巨頭對全民集中心化的思想與意識形態控制提供了得天獨厚的便利條件，須采取規范措施。

2. 預訓練數據受質量限制，輸出有偏見或錯誤的內容

（1）預訓練數據集存在數據污染現象，輸出內容帶有偏見或錯誤。大語言模型的本質是依據預訓練數據統計分析，將預測的答案輸出給用戶，其關鍵在于數據是否正確、完整、全面、有邏輯。[9]而當前訓練所用的海量自然語言數據多是在線文本數據，其中不乏謠言、偏見和過時信息。

（2）自然語言處理獎勵模型擇優機制，致使內容輸出單一有偏見。大語言模型的數據統計生成模型通常具有統計顯著性特征，其答案輸出較為單一，缺乏多元性，這種越單一的答案通常越具偏見性，在人文社科領域尤為明顯。[17]

（3）專業領域數據采集力度不足，需平衡數據合規性和全面性之間的矛盾。訓練ChatGPT模型所用的數據集要符合行業規范，需權衡多元主體與部門要求，以實現經濟效益和社會效益的最大化。例如隱私數據和部分產業專用數據等未被納入訓練數據集范圍，否則易導致大范圍信息泄露，影響社會安全。在出版行業，ChatGPT在選題策劃、市場規模、用戶畫像等方面的預訓練數據有限，甚至存在知識盲區，這會降低選題、行業動態、用戶行為分析結果的可信度，甚至出現事實性錯誤。然而，部分數據的恒久缺失必然導致相關回應存在偏差與缺陷，平衡這一矛盾是大語言模型推廣應用落地要深思的關鍵問題之一。

（4）大語言模型訓練需耗費較長時間與巨大財力，無力實時同步新數據，具有延遲性。模型會因數據殘缺不全生成不相關的、通用的、重復的答案，甚至有違常識。[9]例如ChatGPT當前僅能基于2021年的數據集做出回應，對新近話題的回應可能還處于空白期，也可能輸出有違事實的創造性答案，這需要作者、編輯、運營人員人工干預，審核內容后再出版，否則未經審查的答案可能會誤導領域知識薄弱的用戶。

3. 知識產權問題爭議不斷，用稿質量“劣幣驅逐良幣”

（1）網絡數據爬取具有侵權風險，內容生成存在知識產權之爭。大語言模型應用進一步放大了數字網絡時代就存在的作品權屬不明這一問題，[18]文本版權狀態不明的情形將成為常態，原因在于預訓練數據抓取自網絡文本，再通過深度學習技術進行加工處理，使得內容輸出更有邏輯。數據庫、網頁、APP等通常設置數據使用條約，但此類數據授權不一定充分和到位，如對受著作權保護的素材，直接引用可能會涉及學術倫理問題，增加GPT模型侵權的風險，這是數據挖掘帶來的潛在知識產權問題。[19]誠然，該模型可生成受版權保護的內容，但前提是模型的使用符合知識產權法規和學術倫理規范，如在必要時須獲得版權人許可。[16]

為規避學術不端問題，擁抱或絞殺大語言模型應用的爭議不斷。持接納態度的編輯部認為：一方面，ChatGPT不能承擔法律責任，出版單位不能賦予其作者資格，對此，全球知名學術期刊《自然》（Nature）、《細胞》（Cell）編輯部明確聲明任何大語言模型工具都不能列為論文作者；另一方面，ChatGPT生成的內容需在文中標注引用或聲明，大型出版集團如Springer Nature和Taylor&Francis聲明作者需合理利用新工具與新技術，在文獻綜述、致謝、方法論、參考文獻等類似篇幅中聲明其使用結果與使用時間，而非忽略人工智能的貢獻度。持反對態度的機構認為：大語言模型的內容輸出帶有偏見和安全問題，為此需雇傭廉價勞動力人工標注帶有風險的數據，這種勞動剝削有違人權主義。同時，人類的思考能力與創造能力會被機器替代，造成個體創造力下降。因此荷蘭拉德堡德大學的計算認知科學家Iris van Rooij呼吁抵制此類模型，[20]《科學》（Science）雜志要求所有論文中都不得使用ChatGPT或其他任何人工智能工具生成的文本，中國著名科幻雜志《科幻世界》拒收ChatGPT等的AI投稿。

（2）自動化寫作使得知識創造商品化，出版內容呈現單一、機械化特征。自動化內容生成意味著寫作不再是知識創造與輸出，而是標準化的任務流，出版物出版成了純牟利的商品。AI生成的文本（尤其是創造性強的文學、藝術等）難以捕捉人類復雜和細微的情感，難以生成與人類產生情感共鳴和富有洞察力的文本內容，出版物的多樣性、原創性、細膩程度降低。[21]

（3）利用大語言模型快速成稿與投稿加大編輯部審稿負荷，稿件質量出現“劣幣驅逐良幣”的不良競爭局面。在大語言模型的加持下投稿數量猛增，編輯部既要處理大量稿件，還需花費更大成本辨別AI生成的內容，工作負擔增大。例如《科幻雜志》（Clarkesworld Magazine）在收到大量AI生成的投稿后不堪重負暫時關閉投稿渠道。針對大模型書寫的稿件增多現象，亞馬遜特設新書籍類別Books about using ChatGPT，即用ChatGPT撰寫的圖書。由此，自動化寫作使得市場上將會流通大量劣質出版物，優秀原創作品可能喪失發表機會，部分作家可能面臨失業。

4. 技術與數據可及性不公，加劇形成信息鴻溝現象

（1）技術可及性不公，信息供給不均。以復旦大學版MOSS為代表的我國大預言模型最大短板是中文網頁干擾信息較多（如廣告），數據清理困難較大，有些回答邏輯不清甚至有違事實，整體上中文處理水平不高，比肩ChatGPT性能還有較長的路要走。國內專家預判ChatGPT從數據、算力、模型等維度上領先“文心一言”一至兩年，概括起來為OpenAI第一梯隊、Google第二梯隊、百度第三梯隊。[22]OpenAI的服務只能采用微軟API接口，即不允許私有化部署，接口單一無法與機構業務深度關聯，無論是出于數據安全考慮還是使用的便捷性都不利于在中國落地。打造出版業專用的GPT成本過高，出版機構可等待比肩ChatGPT的中國化模型推出后再考慮私有化部署或應用改造。

（2）數據優勢以英文文本為主，中文內容生成質量則稍顯遜色。用戶獲取信息的平等性受其所用模型和檢索話題、領域、時間等因素影響，ChatGPT所用算力資源大、標注成本高，處理英文數據更具優勢，LLaMA文本訓練重點是拉丁語和西里爾字母，而百度推出的“文心一言”模型預訓練數據以互聯網上的漢語文本數據為主，各大語言模型所用的數據集質量不一。[9]受中文漢字信息復雜度和在線文本數據質量影響，我國大語言模型內容輸出效果暫時難以比肩ChatGPT。

（3）用戶提問水平不一，答案質量不同。大語言模型無論是替代現有搜索引擎還是嵌入搜索引擎都會加劇“信息繭房”現象，嚴重程度遠超推薦系統時代。ChatGPT在輸出答案之前需要拆分理解用戶輸入的問題，提問中的關鍵信息要素會影響其對內置知識的調用，極端情況下可能出現不同表述的同一個問題的答案天差地別。發揮其效用要求用戶理解自然語言處理的流程，多角度拆解和重置問題以獲取理想答案，因此用戶既要懂得領域知識，也要了解計算機思維。[9]從實踐來看，若用戶提問用語模糊不清，輸出的答案也似是而非；也可能輸入清晰問題，答案卻模糊不清。除去客觀因素，答案檢索質量受信息素養和領域知識差距影響，會不成比例地影響邊緣化群體，將使不同水平用戶之間的信息鴻溝持續加大，致使用戶認知更加單一，觀點更加頑固，甚至相信謬論。

5. 加大內容價值甄別難度，抬高用戶信息素養門檻

（1）極具人情味的對話搜索方式降低用戶甄別信息的警惕心理，對用戶采納正確內容的信息素養和領域知識提出了更高要求。ChatGPT的進化成長路徑之一是基于人類反饋進行強化學習，持續與其交互才能深入理解用戶意圖，繼而主動輸出用戶偏好的答案。不同于傳統搜索引擎列舉的一條條冷冰冰的鏈接，ChatGPT以極具人情味的對話方式提升用戶對其輸出內容的信任程度，降低對信息可信度的警惕心理，[23]這種更高明的騙術使普通用戶在有限的領域知識指引下默認其回應正確合理，而模型因數據質量有限會輸出帶有偏見或錯誤的答案，也會因為大量用戶濫用該技術訓練模型學習錯誤答案而輸出誤導性信息。

（2）生成內容難以溯源，參考數據不透明，抬高了用戶甄別信息可信度的門檻。不同于傳統搜索引擎列出的鏈接，大語言模型輸出的內容是處理、排序后輸出的答案。因ChatGPT類應用生成答案的原始數據來源不透明，作者難以溯源參考文獻的權威性和可信性，[8]判斷內容可否采納的難度加大。[23]

（3）大語言模型善于擴充或壓縮文本篇幅，或有違作者原意。ChatGPT優勢在于創造新文本，有時會遺漏或變相疊加重要細節，例如將一段話壓縮為一句話，或將一個關鍵信息擴充為一句話。作者和編輯在利用ChatGPT查詢內容，校對、檢測稿件時，須辨別其內容改寫是否有必要。[24]

結語

相較大語言模型對文本的處理與生成效率，人腦的短板在于存儲信息少、算力不足，ChatGPT類模型的出現為從業人員補充和擴展智能，推動數字出版高質量發展，而出版業也要思考如何應對上述挑戰。

大語言模型時代，數字出版從業人員要放大和強化作為自然人最為本能的優勢，要做到擁有正確的出版觀、價值觀與使命感，具備能夠鑒別大語言模型創作內容的有效性、客觀性、有用性的專業素養；具備多角度、多元化、多語種問題表述與檢索能力，最大化、多角度、系統性地檢索答案，輔助內容生成與編輯；根植具體情境提出重要且有意義的問題，善于從學科和產業實踐中發現問題，再借助人工智能內容生成工具獲取答案，在完成個體工作的同時訓練優化大語言模型；發揮個體想象力和創造力，創建更為新穎優質的內容，成為大語言模型預訓練數據的供給者。總之，沒有人類創造原始數據，再強大的人工智能內容生成工具也是“巧婦難為無米之炊”，人的角色難以替代。

參考文獻：

[1] 全球首本ChatGPT撰寫、AI翻譯校對的圖書將于下周在韓國出版[EB/OL].[2023-02-20].https：//m.jiemian.com/article/8929512.html.

[2] 趙宇佳，姜進章. 智能出版的變革趨勢與策略[J]. 編輯之友，2023（1）：64-72.

[3] 毛渝川，蔣慶. 首本由ChatGPT寫的實體書出版，國內出版界如何應對？ [EB/OL].[2023-02-28].https：//www.sohu.com/a/647497296_116237.

[4] Aljanabi M. ChatGPT： Future Directions and Open possibilities[J]. Mesopotamian Journal of CyberSecurity， 2023（1）： 16-17.

[5] How Nature readers are using ChatGPT[EB/OL].[2023-02-20].https：//www.nature.com/articles/d41586-023-00500-8.

[6] 孫美娟，吳楠. ChatGPT給人文社會科學帶來的機會大于沖擊——訪南京大學社會學院教授陳云松[EB/OL].[2023-02-23].中國社會科學網，http：//www.cssn.cn/skgz/bwyc/202302/t20230223_5594608.shtml.

[7] 王樹義，張慶薇. ChatGPT給科研工作者帶來的機遇與挑戰[J/OL].[2023-02-23].圖書館論壇，http：//kns.cnki.net/kcms/detail/44.1306.G2.20230223.2231.002.html.

[8] Jiao W， Wang W， Huang J， et al. Is ChatGPT a good translator？ A preliminary study[EB/OL].[2023-05-19].Cornell University，https：//arxiv.org/abs/2301.08745.

[9] Bracey R. ChatGPT： Some uses for editors. CyberText Newsletter[EB/OL].[2023-01-21].https：//cybertext.wordpress.com/2023/01/21/chatgpt-some-uses-for-editors/.

[10] Goldrick-Jones A. ChatGPT and the Role of Editors. Editors Toronto[EB/OL].[2023-02-06].https：//editorstorontoblog.com/2023/02/06/chatgpt-and-the-role-of-editors/.

[11] Huh S. Emergence of the Metaverse and ChatGPT in Journal Publishing after the COVID-19 Pandemic[J]. Science Editing， 2023， 10（1）： 1-4.

[12] 徐賜豪. 給數字人裝上ChatGPT？多家公司這樣回應[EB/OL].[2023-02-22].https：//finance.sina.com.cn/blockchain/roll/2023-02-22/doc-imyhpvzy8626660.shtml.

[13] 元宇宙首個時尚IP：全球第一個ChatGPT主編上任！[EB/OL].[2023-02-22].https：//t.qianzhan.com/caijing/detail/230223-b18a732d.html.

[14] 楊名宜，喻國明. 賦能與“賦魂”：數字虛擬人的個性化建構[J]. 編輯之友，2022（9）：44-50.

[15] Bruell A. BuzzFeed to Use ChatGPT Creator OpenAI to Help Create Quizzes and Other Content[EB/OL].[2023-01-26].https：//www.wsj.com/articles/buzzfeed-to-use-chatgpt-creator-openai-to-help-create-some-of-its-content-11674752660.

[16] Hern A. AI bot ChatGPT Stuns Academics with Essay-Writing Skills and Usability[EB/OL].[2023-01-04].https：//www.theguardian.com/technology/2022/dec/04/ai-bot-chatgpt-stuns-academics-with-essay-writing-skills-and-usability.

[17] 葉妮. 虛實共生：數據驅動時代的算法主體性、中介關系與治理邏輯[J]. 編輯之友，2023（5）：59-65.

[18] 姚鶴徽. 智能時代出版者版權風險與防范之策[J]. 編輯之友，2023（4）：84-89.

[19] 叢立先，李泳霖. 聊天機器人生成內容的版權風險及其治理——以ChatGPT的應用場景為視角[J]. 中國出版，2023（5）：16-21.

[20] 賽先生. ChatGPT等新工具，將如何影響科學的發展？[EB/OL].[2023-02-23].https：//mp.weixin.qq.com/s/VN87ujaEJeyTjZ0dyhLK8w.

[21] Bhattacharjee M. Should publishers fear the industry's next big disrupter？ ChatGPT answers. What Is New in Publishing？ [EB/OL].[2023-01-04].https：//whatsnewinpublishing.com/should-publishers-fear-the-industrys-next-big-disrupter-chatgpt-answers/.

[22] IDC：2022中國大模型發展[EB/OL].[2023-02-26].https：//www.eet-china.com/mp/a198216.html.

[23] Stokel-Walker C. AI Chatbots are Coming to Search Engines-can you Trust the Results？[EB/OL].[2023-05-16].https：//www.nature.com/articles/d41586-023-00423-4.

[24] 沈書生，祝智庭. ChatGPT類產品：內在機制及其對學習評價的影響[J]. 中國遠程教育，2023，43（4）：8-15.

基金項目：廣東省教育科學規劃項目“面向大學生傳統文化教育的VR古籍游戲化系統模型與實踐研究”（2022GXJK416）

作者信息：張寧（1990— ），女，陜西渭南人，博士，北京師范大學文理學院講師，主要研究方向：數字出版、古籍文獻活化利用；西蒙·馬奧尼 （1952— ），男，英國倫敦人，博士，北京師范大學未來教育學院教授，倫敦大學學院信息研究系退休榮譽教師，主要研究方向：數字人文、數字出版、圖書營銷等。