生成式智能出版的技術原理、應用挑戰(zhàn)及優(yōu)化路徑

［摘要］智能出版的本質是作者通過自動文本分析、AI語義解析、人工智能排版等方式生產以及傳播知識。在人工智能與出版融合發(fā)展的大趨勢下，生成式智能出版作為一種新型智能出版模式，通過對內容資源進行數字化處理和個性化定制，實現(xiàn)知識內容的快速生產、精準分發(fā)與個性化定制。生成式智能出版具有智能生產、人機協(xié)同、個性化定制等特點，在優(yōu)化出版物結構、助力內容增值、增強用戶體驗等方面具有積極作用，但在技術應用過程中也存在版權保護不力、生產成本高昂、知識產權難以保障等問題。對此，文章針對上述問題從加強版權保護與權益保障、打造自主可控的核心技術、優(yōu)化生產流程與用戶體驗三個方面提出生成式智能出版的優(yōu)化路徑。

［關鍵詞］生成式智能出版；技術原理；應用挑戰(zhàn)；路徑

智能出版是人工智能與出版融合發(fā)展的產物，指利用人工智能、大數據、云計算等技術手段，對傳統(tǒng)出版進行數字化處理和智能化再造，為讀者提供個性化的內容和服務［1］。人工智能技術在出版業(yè)的落地與應用是生成式智能出版的重要組成部分，代表出版業(yè)數字化轉型發(fā)展的新方向。2017年，中國新聞出版研究院印發(fā)的《2016—2017中國數字出版產業(yè)年度報告》（以下簡稱《報告》）指出，從數字內容生產、數字內容消費到數字內容服務，我國數字出版產業(yè)的數字化轉型升級已成為必然趨勢［2］。

一、生成式智能出版：“智能生產”與“人機協(xié)同”的新型出版模式

新型出版領域的智能化轉型已是大勢所趨，而人工智能作為一種先進的生產工具，已經滲透至出版生產與傳播的各個環(huán)節(jié)。近年來，我國對人工智能技術加大投入力度，從基礎層到應用層都實現(xiàn)了智能化的轉型，如當下的大型化工廠、酒店等都可實現(xiàn)智能化，而對出版行業(yè)而言，智能化也是人心所向，新聞出版產業(yè)逐漸從“人找信息”過渡到“信息找人”，從“產品導向”轉向“用戶導向”，從“人機協(xié)同”走向“人機融合”。

傳統(tǒng)出版企業(yè)為實現(xiàn)融合發(fā)展，紛紛引入人工智能技術，在智能編輯、智能校對、智能排版、智能審核等方面進行探索和嘗試。然而，目前基于人工智能的智能編輯與校對仍主要處于“人機協(xié)同”階段［3］。在編輯環(huán)節(jié)，人工智能主要用于自動檢測、糾錯與矯錯等；在校對環(huán)節(jié)，人工智能主要用于語言識別、語義理解和語法分析；在排版環(huán)節(jié)，人工智能主要用于排版工具的開發(fā)。總體而言，這種人機協(xié)同模式僅將人工智能作為一種工具，尚未實現(xiàn)真正意義上的“人機協(xié)同”。而生成式智能出版作為一種新型智能出版模式，以進行數字化處理并加以個性化定制為核心內容，是基于深度學習算法模型和自然語言處理技術進行內容生成的過程。隨著深度學習算法模型的不斷改進與優(yōu)化，生成式智能出版逐漸實現(xiàn)從“人機協(xié)同”到“人機融合”的轉變。

在出版領域中，“人機協(xié)同”指機器在完成任務的過程中更加注重人與機器之間的協(xié)作關系，并使得工作效率得到顯著提升。在內容生產階段，人工智能主要通過機器自動或半自動地完成編輯工作；在內容分發(fā)階段，人工智能主要通過機器自動或半自動地完成對內容的快速分發(fā)；在個性化定制階段，人工智能則主要通過機器自主或半自動地完成對內容的深度加工并最終交付。與傳統(tǒng)出版相比，生成式智能出版具有更高的智能化程度和更強的個性化定制能力。一方面，生成式智能出版可以根據用戶的當前需求和用戶的喜好習慣，更新出版內容和寫作資源；另一方面，生成式智能化出版可以結合用戶的喜好，為用戶提供個性化專屬定制，從而真正實現(xiàn)內容生產和分發(fā)與用戶一體化關系，優(yōu)化用戶的使用體驗［4］。

二、生成式智能出版的技術原理：內容、用戶與場景的匹配

生成式智能出版的第一個關鍵技術是機器學習技術。機器學習技術是人工智能發(fā)展中最重要的分支之一，也是生成式智能出版的核心技術。機器學習算法以統(tǒng)計學為基礎，利用統(tǒng)計學中的一些經典思想和算法分析來處理數據，從而對人類思維過程進行模

擬［5］。具體來說，機器學習可分為監(jiān)督學習、無監(jiān)督學習、強化學習三種類型：監(jiān)督學習指通過訓練一個模型來預測另一個模型的輸出結果，通過不斷地訓練和優(yōu)化，讓模型的預測效果更好；無監(jiān)督學習則指從沒有標簽的數據中進行學習，如無標簽文本分類；強化學習則是通過與環(huán)境之間的互動來進行學習，如自動駕駛汽車。

在生成式智能出版中，機器學習技術主要分為三種類型：一是基于文本數據訓練得到的分類模型；二是基于用戶行為數據訓練得到的推薦模型；三是基于用戶反饋數據訓練得到的推薦模型。基于文本數據訓練得到的分類模型主要是在傳統(tǒng)算法上進行改進，其在大規(guī)模數據集訓練上取得較好的效果；基于用戶行為數據訓練得到的推薦模型則能夠更加準確地預測用戶可能感興趣或者需要關注的領域。在傳統(tǒng)算法中，文本數據集通過分類標簽對用戶進行分類，并根據不同標簽來判斷用戶偏好，從而向其推薦內容。然而，這種模式存在一定的問題：第一，對海量且多樣的文本數據集而言，標簽本身就會存在一定程度的局限性；第二，不同標簽之間缺乏有效區(qū)分度。在推薦算法中，由于對用戶標簽進行了系統(tǒng)級劃分和處理，因此在用戶多標簽下的內容推薦很難取得好效果。基于用戶反饋數據訓練得到的推薦模型雖然能夠較為準確地預測用戶可能感興趣或需要關注的領域，但是其在面對海量且多樣的文本數據集時會出現(xiàn)泛化能力不足、不穩(wěn)定等問題。

三、生成式智能出版的價值作用：助力內容增值，優(yōu)化出版結構

在人工智能與出版融合發(fā)展的大趨勢下，生成式智能出版以數據和算法為核心，在數字時代重新定義了出版業(yè)的基本規(guī)律，具有優(yōu)化出版物結構、助力內容增值、增強用戶體驗等價值作用［6］。首先，在內容增值方面，生成式智能出版通過對海量數據的自動處理和分析，能夠對已有內容資源進行深加工與再利用，更好地實現(xiàn)知識內容的個性化生產與定制化推送，從而為用戶提供更多優(yōu)質的內容資源。其次，在出版結構優(yōu)化方面，生成式智能出版通過對知識數據的深入挖掘和分析，能夠將傳統(tǒng)出版物中不方便閱讀或用戶不感興趣的內容與用戶不匹配的資源進行重新整合與優(yōu)化，確保用戶既能看到自己喜歡的資源，又能屏蔽自己不感興趣的部分。最后，在用戶體驗方面，生成式智能出版通過對海量用戶數據進行自動化的深度分析與挖掘，確保在出版結構優(yōu)化時找到屬于用戶的獨一無二的內容。同時，這樣的查詢方式還能夠提升出版業(yè)的整體效率。

四、生成式智能出版的困境挑戰(zhàn)：版權保護與權益保障不足

智能出版以數據為核心，通過對內容進行數據化處理，生成具有高度個性化特征的內容產品。在這種新型智能出版模式中，由于機器自動化的屬性，數據獲取的成本降低，生產效率提升，從而引發(fā)數據產權、版權保護與權益保障等問題。目前，生成式智能出版主要分為三種形式：一是自動生成系統(tǒng)（Automated Generation System，AGS）；二是人工智能寫作系統(tǒng)（Artificial Intelligence Writing System，AW）；三是自然語言處

理系統(tǒng)（Natural Language Processing System，NLP）。

其中，前兩種生成式智能出版模式的版權保護與權益保障問題最為突出。

（一）自動生成系統(tǒng)：數據產權界定模糊

在自動生成系統(tǒng)中，數據主要由編輯通過對作品的加工處理獲得。在生成時，編輯可以通過對數據的抓取、整合與加工，形成具有高度個性化特征的內容產品。由于數據獲取的便利性和時效性，在傳統(tǒng)出版中，作品創(chuàng)作完成后由作者享有版權。而在自動生成系統(tǒng)中，編輯并不直接參與內容的創(chuàng)作過程，而將作者提供的內容作為數據來源進行抓取和處理，從中獲取大量具有獨創(chuàng)性、新穎性的內容。因此，自動生成系統(tǒng)的數據產權界定存在一定的模糊性。在未來技術不斷發(fā)展、市場競爭加劇的背景下，傳統(tǒng)版權法很可能面臨“去中心化”的挑戰(zhàn)，同時數據產權問題也可能進一步加劇，因此，數據產權界定成為生成式智能出版面臨的首要問題。

（二）人工智能寫作系統(tǒng)：著作權保護存在漏洞

人工智能寫作系統(tǒng)的核心是智能算法，通過對輸入信息的學習，根據不同作者的寫作風格和特色，利用機器自動生成文字相關的內容和作品。在生成式智能出版模式下，機器對用戶輸入的文字內容以及作者信息和擅長類別進行篩選、過濾與匯總，基于此生成用戶真正想要的內容，并通過算法推薦給適合這類內容的用戶，這種基于用戶需求的智能化創(chuàng)作模式雖然具有高度的個性化特征，但是其數據是在互聯(lián)網大環(huán)境中所找到的，因此原始數據容易受到其他機構或個人的非法利用。同時，機器不具有重新創(chuàng)造出全新作品的能力，也無法享受我國的著作權法保護。盡管我國相關法規(guī)對“人工智能生成作品”有明確規(guī)定：“本法所稱人工智能創(chuàng)作的作品……是指計算機程序和算法”，但由于細節(jié)不夠以及缺乏相關法律規(guī)定，目前司法實踐仍難以確定人工智能著作是否構成著作權侵權，這對人工智能寫作系統(tǒng)來說是一個非常大的弊端。

五、生成式智能出版的優(yōu)化路徑

人工智能與出版的深度融合是智能出版發(fā)展的必然趨勢，生成式智能出版的應用將會對傳統(tǒng)出版模式產生巨大的影響。然而，生成式智能出版的流程還不夠完善，同時其在技術應用上也面臨不少問題，為解決這些問題，筆者認為可以從以下三個方面做出優(yōu)化。

（一）加強版權保護與權益保障

目前，作者和平臺都面臨侵權的風險。比如，一些平臺利用網絡爬蟲技術抓取他人作品數據，或在網頁中插入與他人作品相似度較高的圖片和音頻，從而獲得用戶數據。在這種情況下，如果侵權行為得不到有效制止，將會嚴重影響作者和平臺的利益。因此，相關主體必須完善相關法律法規(guī)，嚴厲打擊侵犯著作權行為，建立完善的版權交易市場，增加侵權行為成本，真正加強版權保護與權益保障。

（二）打造自主可控的核心技術

生成式智能出版涉及數字內容產品生產、加工、包裝、營銷、管理等環(huán)節(jié)，每個環(huán)節(jié)都需要投入大量的人力、物力與財力。而生成式智能出版中涉及的人工智能算法需要大量算力支撐才能實現(xiàn)智能生產與智能分發(fā)，這無疑加大了內容生產成本。因此，出版企業(yè)等相關主體要及時引入屬于自己的核心技術算法［7］，深入推進生成式智能化出版，有效利用AI技術，并科學合理地創(chuàng)新技術，引入國外相對發(fā)達的技術資源進行學習和鉆研，從而形成屬于自己的核心資源，降低內容生產成本。

（三）優(yōu)化生產流程與用戶體驗

在智能出版趨勢下，一些大學生或是學術參與者依賴AI智能寫作，由此衍生出一系列學術不端的問題。這在一定程度上對當下論文原創(chuàng)度以及實驗真實程度、學術公平性、道德規(guī)范的維持以及用戶體驗度都產生不良影響。對此，筆者建議相關主體加大內容生產流程的監(jiān)管力度，對內容生產過程給予更好的意見（列大綱、實驗數據參考等方面），從而增強用戶體驗。

六、結語

目前，生成式智能出版仍面臨前所未有的挑戰(zhàn)，有些學者認為，生成式智能出版內容提出過早。對此，相關主體要積極宣傳生成式智能出版，及時解決當前出版面臨的知識碎片化、信息過載、質量參差不齊等問題，利用人工智能與出版融合賦能，實現(xiàn)由傳統(tǒng)出版向生成式智能出版的轉型，促進生成式智能出版在內容生產領域發(fā)揮更大的價值。

［參考文獻］

［1］張新新，黃如花.生成式智能出版的應用場景、風險挑戰(zhàn)與調治路徑［J］.圖書情報知識，2023（05）：77-86.

［2］楊雅.生成式人工智能在科技期刊出版中的應用場景探討［J］.新聞研究導刊，2024（02）：242-245.

［3］楊亞紅，孫巖，余黨會.學術出版行業(yè)生成式人工智能作品相關責任與風險分析研究綜述［J］.中國科技期刊研究，2023（12）：1601-1607.

［4］劉珍，趙云澤.技術邏輯、實現(xiàn)方式與現(xiàn)實邊界：生成式AI對出版業(yè)的深層影響［J］.中國出版，2023（15）：11-16.

［5］種曉明.AIGC賦能出版業(yè)背景下版權監(jiān)管新路徑研究［J］.科技與出版，2023（08）：96-104.

［6］熊有軍，戴瓊.生成式人工智能發(fā)展路徑賽道及商業(yè)模式分析［J］.信息系統(tǒng)工程，2023（12）：121-124.

［7］彭道敦，謝琳. 大型生成式人工智能的版權法分析：禁止盜用救濟路徑的提出［J］.學術研究，2023（11）：52-54.