AIGC與人類創作者的協同創作模式探析

◎李思蕊

隨著信息技術的不斷進步和普及，人類正逐漸步入一個協同創作的全新時代。在這個時代，人們能夠借助現有的技術優勢跨越時間、地點和平臺的限制，實現資源共享、知識交流和創意互補。筆者通過梳理已有文獻發現，目前對AIGC（Artificial Intelligence Generated Content，人工智能生成的內容）的研究主要集中于它給創作者帶來的機遇①、AIGC 產業發展對創作者影響方面的探討②；更多學者的研究集中在對AIGC 的技術特征與形態演進③④、應用場景⑤⑥、未來發展趨勢⑦以及它對各行業發展的影響⑧⑨等方面，例如學術生態⑩、圖書館智慧服務?、元宇宙內容生產?等方面，進而去探討各行各業如何在AIGC 產業發展中進行逐步變革。雖然目前的研究成果豐富，但鮮有學者針對兩者協同創作模式展開探究，且未有學者去厘清AIGC與人類創作者之間的角色定位，探討雙方之間如何通過協作實現最佳的創作模式。

鑒于此，本文將對AIGC 目前的發展階段進行剖析，進而探討其對人類創作者協同創作的影響，并嘗試探索其與創作者的協同創作模式，平衡人工智能技術和人類創作者之間的關系，以促進協同創作更好地發展。

一、AIGC的發展和應用現狀

AIGC 是指利用人工智能技術，通過計算機程序的自主學習、推理和創造能力，生成各種形式的內容。近年來，隨著AI技術的不斷發展和完善，AIGC得到了快速發展，許多應用和平臺涌現出來，例如GPT-3.5、DALLE-2和百度文心大模型等。這些平臺從文字、圖像、音頻到視頻等多種形式的內容都開始在實踐中得到應用，許多領域的創作和生產方式產生了深刻的變革。

AIGC的發展可分為三個階段。第一階段始于20世紀50年代，當時AI技術剛萌芽，計算機技術尚不成熟，主要使用規則與模板生成內容，生成的內容較簡單，需要手動設置大量規則和模板，呈現效果也較為固定和單一。第二階段在20世紀90年代中期，AI進入了機器學習階段。人們開始利用大量的數據進行訓練，讓計算機具備更強的自主學習和推理能力，逐漸替代傳統的規則和模板。利用機器學習訓練出來的語言模型，可以自動地寫出類似人類撰寫的文章。這個階段AI生成的內容更加豐富多樣，能夠應對不同的需求，且生成效果越來越好。第三階段始于21世紀10年代中期，是基于深度學習的內容生成階段，也是AI技術快速發展的一個階段。深度學習技術的不斷發展讓人工智能的生成能力大幅提升，使其能夠生成逼真的圖像、音頻和視頻等多媒體內容。但同時，AI技術也面臨著一些倫理和安全等問題需要解決。

二、AIGC與人類創作者之間的協同創作

雖然AIGC在許多領域取得了顯著進展，但人類創作者在創作過程中的創造性、情感和思維等方面，仍然具有無法替代的優勢。因此，如何更好地使AIGC與人類創作者實現協同創作已成為當今研究的重要議題。本文從創作全流程鏈路出發，分析AIGC與人類創作者之間的協同創作，并從協同創作前的創作準備、協同創作中的創作交互、協同創作后的創作評價三個階段展開論述。（如圖1）

圖1 AIGC與人類創作者協同創作示意圖

（一）創作準備階段：AIGC 對人類創作者的創意激發

在協同創作前的準備階段，AIGC可以幫助人類更快速、更有效地處理大量信息和素材，提供多樣化創作靈感，拓寬創意廣度，加深創意深度。例如，在影視劇方面，通過對觀眾數據的分析，提取出受眾喜好，幫助創作者創作符合受眾口味的作品。同時，AIGC也可以模擬人類創意，為人類創作者提供啟示和參考。例如微軟的Newbing等的應用，顯示出AIGC在協同創作中更為廣泛的應用前景。

（二）創作交互階段：AIGC對人類創作者的創作輔助

在創作交互階段，AIGC 可提供強有力的創作輔助，以及更快速、準確的信息檢索和整合服務。在進行創作時，人類創作者需要查找和整合大量信息，以便構思和完善自己的創作想法。而AIGC 可以通過自然語言處理、圖像識別等技術，快速檢索并整合相關信息，為創作者提供更為豐富的素材和數據，并通過學習大量的創作數據和規律，為人們提供更為智能的創作建議。

（三）創作評價階段：AIGC 對人類創作者的創作成果完善

在創作評價階段，AIGC 能幫助人類創作者進一步完善創作成果，提高創作質量。它能夠自動識別并糾正常見的語法和拼寫錯誤，提高文本的準確性，并能夠進行自然語言處理，幫助人們識別文本中的情感和觀點等，提高文本的質量。其中最具代表性的是GPT 系列模型，如GPT-4模型可生成類似人類寫作的文章，為商業和科研等領域提供了更廣泛的應用。此外，AIGC還能進行文本相似度比對和變化趨勢分析，幫助人們更好地完善創作成果，并發揮自己的創造潛力。

三、探索AIGC與人類創作者的協同創作模式

DeepMind 的創始人、當代人工智能領軍人物Demis Hassabis曾在Lex Fridman的訪談中表示，AI的創造力可以讓它通過看數百萬張貓的照片來“創造”一只普通的貓，但人類目前還不能把高層次的抽象概念（比如發明象棋規則，而不是教AI 學會下象棋）用算法準確地表示出來。因此，與傳統的人類創作相比，AIGC 在生成速度和數量上具有明顯優勢，同時也可以提供更多的創意和可能性。然而，在兩者的協同創作模式中，如何實現雙方優勢的發揮和結合，平衡AIGC 和人類創作者的貢獻和意見是一個亟待解決的問題。基于此，筆者從AIGC 與人類創作者在協同創作中的角色和職責入手，探討如何實現雙方的最佳協同效果，提高創作效率和質量，拓展創作空間和可能性。

（一）AIGC 與人類創作者在協同創作中的角色和職責

在創作領域，人工智能創作技術的發展讓創作過程更加高效和多樣化，AIGC與人類創作者的協同創作也逐漸成為一種新興的創作方式。在這種協作方式中，AIGC的角色和職責與人類創作者有所區別，而如何平衡雙方的貢獻和意見也成為一個重要的問題。

一方面，作為創作者，人類在協同創作中扮演著主導角色，這意味著他們可決定創作的目標和風格，并對作品進行最終的審查和調整。人類創作者與AIGC 的協作基于清晰的指導和有效的溝通，以確保作品的最終版本能夠達到創作者的期望和要求。此外，創作者需要在使用AIGC提供的服務時進行篩選，以確保這些服務對創作的價值產生積極影響，并進一步完善和優化作品。然而，人類創作者的職責不僅是將創作作為一種單純的表達行為，還需要考慮到作品可能產生的影響和潛在的風險。在使用AIGC時，人們需要明確自己的創作意圖和價值觀，并選擇能夠促進這些目標的服務，同時也要對創作內容負責任，確保它符合法律和道德規范，尊重用戶的利益和權益，避免產生不良影響。

另一方面，AIGC 在協同創作模式中更多作為一種輔助工具，幫助人類創作者在創作過程中提高效率和質量，拓展創作空間。它可以通過運用自然語言處理、機器學習等技術，提供創意服務，創新人類靈感和設計思路，為人類提供啟示。它還可以進行內容優化，識別和分析創作者的創作內容，提供改進意見和建議，幫助創作者在創作過程中發現和糾正不足。同時，它也可以提供實時反饋服務，通過對內容的反饋和數據的分析，幫助創作者快速調整和改進創作內容，確保作品與受眾的需求和期望相符。但是，在使用AIGC 的過程中，人們也應注意AIGC 的職責和義務，以保證創作的真實性、合法性和道德性。AIGC作為一種工具，生成的內容必須遵循人類創作者的指導和要求，保證內容與創作目標和風格相符，同時也必須尊重創作者的版權和知識產權。對于一些敏感或具有爭議性的內容，AIGC必須遵守相關的法律和倫理規范，避免出現侵權、虛假宣傳等問題。

（二）平衡協同創作中AIGC和人類創作者的貢獻和意見

在協同創作中，人類創作者和AIGC之間需要平衡各自的貢獻和意見，以獲得最優的創作效果。為了實現這一目標，人類創作者需要密切關注AIGC所提供的服務，理解它們的特點和局限性，并根據自己的需要進行選擇和使用。

一是明確AIGC 和人類創作者的優勢和劣勢。在協同創作中，AIGC和人類創作者各有優劣。AIGC的優勢在于其高效性和自動化處理能力，可在短時間內處理大量數據，從不同的角度、維度和程度來理解、分析和處理信息，生成多樣化內容，滿足不同的需求和偏好。然而，它的劣勢在于缺乏人類的創意、想象力和靈活性，雖然可以在一定程度上模擬人類的創造力，但其創意仍然是基于已有的數據和信息，缺乏新穎性和原創性。同時，其處理結果可能存在一定的模糊性、不準確性和失誤率，需要人類進行修正和完善。相對于AIGC，人類創作者的優勢在于其創意性、靈活性和主觀性，劣勢在于其有限的處理能力和處理量，人類需要較長的時間和更多的資源來完成一項任務。因此，在協同創作中，需要充分利用兩者的優點，盡量彌補兩者的不足。

二是確定協同創作的目標和范圍。協同創作的目標是通過AIGC 與人類創作者的協同，提高創作效率和質量。協同創作的范圍包括但不限于文學、音樂、游戲等藝術領域，也涉及商業領域的廣告、數據分析等。而明確協同創作的目標和范圍是實現雙方平衡貢獻和意見的前提，只有在清晰的目標和范圍下，兩者才能更好地理解彼此的角色和職責，發揮各自的優勢和劣勢。確定的目標與范圍，有助于判斷何時需要AIGC 的參與，以及何時需要人類創作者的獨立創作。在創作的不同階段，人類創作者可決定是否要借助AIGC 的能力來實現更高效、更精準的創作，或者在某些情況下放棄它的參與，保留個人風格和創意獨立性。

三是建立良好的溝通和反饋機制。在AIGC 與人類創作者的協同創作中，有效的溝通渠道至關重要。AIGC由機器生成，無法像人類一樣理解復雜的情感和語言語境，因此人類需要通過溝通向它傳達自己的意圖和要求。只有建立有效的溝通渠道，才能更好地完成協同創作的任務。同時，建立反饋機制可幫助雙方及時發現和解決問題。人類創作者對AIGC 生成的內容進行評價和反饋，可使AIGC 了解自己的優勢和不足。AIGC也可以對人類創作者的反饋進行解讀和處理，提供更加符合創作者要求的創作服務。只有通過相互交流和反饋，雙方之間才能更加了解對方的工作方式和習慣，進而更好地協同合作。

四、AIGC 與人類創作者協同創作模式的促進策略

在AIGC與人類創作者協同創作模式逐漸成為創作領域的常態之后，如何更好地促進這種模式的發展和普及？對此，我們還需探討一些有針對性的策略，來幫助AIGC與人類創作者協同創作模式獲得進一步發展和推廣。

首先，進一步優化AIGC 與人類創作者分工協同。在AIGC與人類創作者的協同創作中，更好地設計和實踐分工及協同方式，是實現協同效益的關鍵。在協同過程中，要明確雙方之間的分工和職責，避免任務重疊或者責任模糊；建立明確的溝通和反饋機制，確保信息的流暢和反饋的及時性，避免信息斷層；要根據具體的創作任務和場景，制定符合實際情況的協同方案，保證協同過程的高效性和靈活性。

其次，技術升級與人類學習的同步發展。隨著AIGC的不斷升級和創新，人類創作者需要與之保持同步，不斷學習和更新自己的技能和知識，不僅包括對AIGC的了解和掌握，也包括對創作領域的深入研究和思考。只有這樣，才能更好地利用技術的優勢，創造出更加有創意、有價值、有影響力的作品。創作者需要持續地更新自己的技能和知識，時刻關注自己所從事領域的最新進展和趨勢，不斷提高自己的專業素養和創意能力。

最后，推廣和普及AIGC與人類創作者協同創作模式。目前AIGC 與人類創作者的協同創作仍處于實驗階段，缺乏實際的應用場景和商業價值，難以實現其真正的價值。同時，這種協同創作方式的技術和資源需求較高，可能存在商業化成本過高的問題，因此需要各方的共同努力和支持。政府可通過制定政策和提供支持，促進協同創作模式的推廣和應用。學校和培訓機構應該加強對該協同創作模式的教育和培訓，培養更多的專業人才和創作者。企業和社會組織可以通過使用協同創作模式提高生產效率和質量，拓展創作空間和市場，增強競爭力和創新力。

五、結語

AIGC與人類創作者的協同創作模式不僅是文化創作的一種新型模式，更是一種新的思考方式。這種模式不僅是兩者之間的合作形式，更是一種互相協調、互相促進、互相學習的過程。人類創作者可從AIGC的強大計算能力和數據處理能力中獲益，而AIGC則可從人類創作者的創造力和獨特思維中汲取靈感和智慧。然而，AIGC與人類創作者協同創作模式的實現仍然面臨著許多挑戰。比如，在技術層面，AIGC需要具備更強的自我學習和自我完善能力，同時保證數據的準確性和可靠性。在人文層面，需要深入探討和解決AIGC的倫理和道德問題，尤其是在涉及人類價值觀、文化和信仰等方面的創作中，需要更加謹慎和負責任等。但總的來說，雙方的協同創作模式將是數字文化創作的未來趨勢。

注釋：

①溫夢華.嗶哩嗶哩副董事長兼COO李旎：AIGC為創作者帶來無限機遇[N].每日經濟新聞,2023-03-31(002).

②范芊芊.AIGC 改變千行百業業內：我們或被用AI的人取代[N].每日經濟新聞,2023-04-04(003).

③李白楊,白云,詹希旎,等.人工智能生成內容(AIGC)的技術特征與形態演進[J].圖書情報知識,2023(01):66-74.

④Du H,Li Z,Niyato D,et al.Generative AI-aided optimization for AI-generated content (AIGC) services in edge networks[J].arXiv preprint arXiv:2303.13052,2023.

⑤詹希旎,李白楊,孫建軍.數智融合環境下AIGC的場景化應用與發展機遇[J].圖書情報知識,2023(01):75-85+55.

⑥36KradoptsAIGCtechnologytoenhancecontentproductionefficiencyandcostsavings[EB/OL].36Kr,2023-05-31.https://www.prnewswire.com/news-releases/36kr-adoptsaigc-technology-to-enhance-content-production-efficiency-and-cost-savings-301786867.html.

⑦王諾,畢學成,許鑫.先利其器：元宇宙場景下的AIGC 及其GLAM 應用機遇[J].圖書館論壇,2023(02):117-124.

⑧丁舟洋.美圖創始人兼首席執行官吳欣鴻：AIGC 將對視頻創作帶來一場變革[N].每日經濟新聞,2023-03-31(002).

⑨溫夢華.嗶哩嗶哩董事長兼CEO陳睿：AIGC將極大提升視頻創作效率[N].每日經濟新聞,2023-03-31(003).

⑩駱飛,馬雨璇.人工智能生成內容對學術生態的影響與應對——基于ChatGPT的討論與分析[J].現代教育技術,2023(06):15-25.

?蔡子凡,蔚海燕.人工智能生成內容（AIGC）的演進歷程及其圖書館智慧服務應用場景[J].圖書館雜志,2023(04):34-43+135-136.

?郭全中,袁柏林.AIGC與WEB3.0有機融合：元宇宙內容生產的新范式[J].南方傳媒研究,2023(01):36-47.