變革、轉向與倫理：基于SCOT理論的AIGC與出版知識服務

楊阿圓?王勇安

【摘 要】基于SCOT理論視角，分析出版業知識服務在技術與社會相關聯情境下的知識生產方式變革及存在的問題，發現出版知識生產方式經歷了三個階段。在以AIGC為代表的為服務而知識的第三階段，除了技術的創新讓出版知識方式發生重大變革，仍然存在版權爭議、數據鴻溝、知識規范性缺失等問題。構建雙驅動知識生產模式，重建知識權力，讓冰冷的技術注入人的溫度，可破解出版知識服務的困局，實現出版知識服務在社會、技術環境中的科學發展。

【關? 鍵? 詞】SCOT理論；出版知識服務；AIGC；知識生產；倫理規范

【作者單位】楊阿圓，陜西師范大學新聞與傳播學院；王勇安，陜西師范大學新聞與傳播學院。

【中圖分類號】G239.2 【文獻標識碼】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2023.23.005

一、研究緣起——理論來源及問題視角

近年來，我國移動互聯網基礎設施建設日益完善，網民數量快速增加，各種新形態互聯網內容和服務接踵而來。隨著人工智能的到來，出版業積極適應新一輪科技革命和產業變革趨勢，出版知識生產和服務模式也隨之發生改變。2022年末，由美國OpenAI研發的機器人聊天工具ChatGPT橫空出世，帶來世界級的震動。這是一種在人工智能技術驅動下的自然語言處理工具，它能夠理解和學習人類的語言來進行對話，根據聊天的上下文互動與人溝通交流，還能完成翻譯、撰寫郵件、撰寫論文、視頻腳本等任務。ChatGPT的問世使得AIGC這種新興知識生產方式進入大眾視野。

AIGC利用人工智能技術實現文字、圖像、視頻、音頻等內容的自動化輸出，是數字化信息生產與傳播過程中新興的生產模式。在此之前，出版知識生產方式經歷了幾輪變革。從PGC（專業生產內容）、OGC（職業生產內容）到UGC（用戶生產內容），再到PUGC（PGC+UGC）等生產方式，生產主體是以人為本，但AIGC則是以AI代替人工，生產主體成為機器。這種改變勢必帶來巨大變革，改變人們的知識生產方式和傳播方式，進而提升出版的知識服務水平。

所謂出版知識服務，是指圍繞用戶知識需求，在知識資源中有針對性地提煉知識，通過提供知識產品和解決方案來滿足用戶需求的信息服務過程［1］。傳統出版知識服務一直依賴以存量資源為基礎的圖情知識服務，然而在技術不斷變革的數智化時代，數據呈爆發式海量增長，網絡的多元性讓用戶需求也變得更加復雜和多元，以存量資源為基礎的知識服務模式已經不能滿足用戶的個性化需求，這就要求出版知識服務擺脫對圖情知識服務的路徑依賴，利用人工智能提高出版知識服務各環節的效率，創造新的出版知識服務模式。

在2018年中央政治局第九次集體學習時，習近平總書記強調人工智能是引領這一輪科技革命和產業變革的戰略性技術，具有溢出帶動性很強的“頭雁”效應。人工智能利用數據挖掘、智能算法、機器學習等技術手段進行數據采集、分析和處理，通過智能感知和智能服務，推動自主化與互動化的生產，提供智能化與精準化的服務，塑造全新的出版內容生產模式，實現出版知識服務的智能化、高效化與精準化。然而，“技術進步總是同時包含著善與惡，人們預期并獲得某些確定的結果，但總有一些預料之外的繼發作用。”［2］技術與人類相伴而生，技術不斷迭代標志著人類進化的圖譜，但技術的發展也會引發人們的恐慌，甚至讓人們覺察到逐步喪失了原有的控制力。當前AIGC技術的應用為出版知識生產和服務帶來新機遇的同時，也帶來新的挑戰。增加知識準確性和可靠性存在風險、內容缺乏原創性和創新性、“數字鴻溝”擴大、版權爭議加劇等問題接踵而來。可見，任何技術的發展都需要直視和深入思考。

隨著對科學技術研究的深入，人們對技術的思考也日趨多元，技術、社會與人之間的關系成為人們必將面對的問題，基于SCOT理論（技術的社會建構論）研究技術與社會的關系，以及AIGC在出版中的應用無疑是一種有效的方式。SCOT理論源自社會學家比克和平齊對技術決定論的否定，其強調社會對技術的形塑作用，認為技術并不是按照一定技術邏輯發展，而是社會的產物，由創造和使用它的條件所決定［3］，這為我們認識技術應用與出版發展的關系提供了一個新的視角。出版知識服務的變革與技術相關，無論是印刷術對知識生產起到的直接作用還是工業社會下催生的知識生產模式變更，知識生產的變遷歷程中社會、技術都起著至關重要的作用。SCOT理論將技術與社會關系進行整合，認為技術是社會關系之間存在互相作用的表現，技術的發展與穩定依靠于社會建構。基于此，利用SCOT理論考察出版知識生產方式技術與社會之間關系的變革，分析AIGC引發的出版知識服務問題，可為深度融合下的出版知識服務研究厘清和創新思路。

二、從知識到服務——SCOT視閾下的出版知識生產方式變遷

知識生產一直存在于人類生活中，是人類的一種活動形式。知識生產有狹義和廣義之分，狹義的知識生產就是新知識的生產，廣義的知識生產則指知識的原創性生產和復制性生產過程的總和，具有永久和持續性特征［4］。從19世紀初至20世紀末，知識生產的方式經歷了從“知識生產模式1”到“知識生產模式3”的進化。從早期的知識權力壟斷，到印刷術發明后知識分布擴散，再到互聯網時代，知識成為大眾傳播內容，AIGC海量知識資源快速傳播，知識生產方式隨著技術與社會的變遷迎來一次次變革。不同時期的出版都內含一種技術尺度和比率［5］。回溯過往，社會知識生產方式的變革離不開技術的進步與社會的發展。

1982年，荷蘭科學知識社會學家比克和美國科學知識社會學家平齊將科學知識社會學的理論滲透和擴張到技術領域，提出了技術的社會建構方法。他們認為，技術是由社會因素塑造的，對技術決定論持否定態度。社會建構論形成了對技術的特定認識：技術是在社會行動中形成的，從技術構思設計到產品應用擴散的整個過程，技術是在不斷的社會選擇中得以形成和發展的，技術可以被界定為一種特定的社會文化實踐。在這種社會實踐過程中，知識生產方式不斷演變與進化。利用SCOT視角來審視知識生產方式的變遷歷程，對于理解知識生產方式與技術和社會的關系、知識生產方式變革的深層原因十分必要。具體來看，知識生產方式變革包括知識圈層、知識經濟、知識服務三個階段（見表1）。

1．知識圈層——為知識而知識

17世紀，知識生產處于一種低級水平，社會以農業為主，生產力水平較低，人們對于知識的獲取需求有限，這一時期的知識整體呈現“使自身遠離社會”的一種狀態［6］。其知識生產主體以人為主，以業余、非專業化的形式存在，生產目的在于追求精神財富。知識生產模式可以分為技術化實踐和思維化探索。技術化實踐的知識生產主要以工匠、技師為主體，是一種較為樸素的基礎知識生產方式，具有很強的實用性；思維化探索的知識生產是以思考世界本源、探索自然現象等問題為主，追求純粹而非實用性的知識。隨著社會生產力的發展，城市逐步繁榮，人們對于現實世俗世界有了更多的關注和追求，對知識的需求也在不斷增加。

15世紀，德國人古登堡發明了金屬活字印刷術，打破了知識為教會所壟斷的局面，促進了知識的傳播；18世紀末英國產業革命，蒸汽機的發明與應用標志工業社會到來，知識生產逐漸形成了體制化結構；19世紀，歐洲相繼建立近代資產階級政權，德國洪堡引領柏林大學改革，基于“學術自由、教學與研究相統一”的人文思想，將科學研究納入大學體系，打破了宗教對知識生產的壟斷地位，大學學科組織開始制度化，科學家脫離自我隔絕的狀況。17世紀，人們的科學技術水平開始不斷上升，顯微鏡、望遠鏡、氣壓計等一系列的科學儀器相繼發明，為科學實驗的開展提供了更加豐富精準的技術手段，社會影響技術，技術影響知識生產，從而極大地促進了知識生產的發展。

19世紀初期，科學家逐漸脫離自我隔絕的狀況，形成了以興趣為主導，以學科為基礎的“知識生產模式1”，也稱為“為知識而知識”的知識生產模式［7］。知識生產形成學科認知語境，轉向了“職業化”道路，主要的知識生產目的是為知識而知識，屬于理性主義知識觀，所生產的知識主要以學科理論為主，遵循學科內部的邏輯，知識生產以技術為主導，逐步從形而上主義轉變為理性主義，知識生產主體都囿于圈層內部。這一時期，學科與學科，大學與社會之間的區隔產生，知識、科研的生態邊界逐漸清晰。

2．知識經濟——為應用而知識

1994年，英國學者邁克爾提出“知識生產模式2”的概念，認為這種在應用環境中面向現實社會問題的研究，是跨學科的、異質性的、強調社會問責和質量評價的知識生產新模式［7］。中世紀之后，世界工業化發展勢頭迅猛，技術發展成為社會進步的關鍵，蒸汽機、電力革命和信息技術三次技術革命，使得社會各領域發生巨大變革。自知識生產以大學為主體之后，科學文化轉向研究文化，大學對知識的掌管邊界開始溶解，知識生產主體趨于多元化。經濟發展伴隨全球化的沖擊形成“社會彌散的知識生產”。

工業化發展下的社會伴隨經濟騰飛，土地、勞動力、資本成為主要的生產要素，也開始出現諸如環境污染、道德危機、經濟危機等問題。20世紀80年代以來，傳統工業社會走向衰落，社會各領域出現了新的現象，此時人們開始重新審視知識在經濟社會發展中的作用，對知識的需求從理論構建下的為知識而知識轉變成應用情景下的為需求而生產。此時的生產主體不再局限于大學，研究中心、政府部門、企業機構都可以參與其中。只要可以解決實際問題，都可以成為知識生產的主體。加之全球化浪潮，知識生產逐漸跨越國際和民族的邊界。總體來說這個階段的知識生產更加多元、綜合和廣泛。

此外，這個階段的知識生產開始突出經濟效益。1996年，世界經濟合作和發展組織在《以知識為基礎的經濟》報告中提出了知識經濟的新概念，并對知識經濟進行了定義，即與農業經濟和工業經濟相比，知識經濟是指建立于知識生產、分配和應用之上的新經濟形態［8］。此時的知識生產呈現較強的使用價值，生產目的明確，其經過多方協商一致后達成符合公共利益的目標，屬于一種“功利”知識觀。隨著新媒體的應用，知識經濟開始轉化為“粉絲經濟”，通過用戶黏度優化口碑營銷實效，從而構建能夠獲得經濟利益與社會效益的信任代理形態和經濟運作方式［9］。粉絲經濟是現代社會逐漸形成的經濟現象，得益于技術進步、互聯網時代信息傳播加速、移動社交網絡興起等因素，用戶交往參與成本降低。2014年是粉絲經濟元年，以娛樂產業為開端，開啟了粉絲當道，引領潮流、主導消費模式的時代。在粉絲經濟的影響下，知識生產進一步凸顯其為需求而生產的特點，打造IP形象和“意見領袖”，吸引粉絲促進經濟效益，進一步增強知識擴散。

3．知識服務——為服務而知識

2006年，卡拉雅尼斯和坎貝爾提出“知識生產模式3”，認為當代知識生產方式是多層次、多形態、多節點、多主體和多邊互動的知識創新系統［7］。21世紀以來，經濟發展迅速，全球化競爭愈發明顯，知識經濟社會進入了更高的層級。知識成為全人類解決問題、實踐應用的重要支撐。這一時期的知識生產強調建立更具社會責任感與共有性的科學觀，允許不同知識與創新范式共存與共同演進。這一時期最重要的生產要素是人、文化和技術，三者互相碰撞相互作用，側重多元主體在復雜場域中進行多邊合作；大學、大學相關機構、企業共同參與知識生產的過程，結合社會發展情景，構建開放、混合非線性的知識生產與創新系統。

所謂知識服務是指“以信息知識的搜尋、組織、分析、重組的知識和能力為基礎，根據用戶的問題和環境，融入用戶解決問題的過程之中，提供能夠有效支持知識應用和知識創新的服務”［10］。互聯網時代幾經更迭，云計算、大數據、物聯網等新興技術燃起，知識生產也在技術支持下得到了拓展。利用數字技術，用戶在當下信息爆炸的時代可以獲得更加個性以及與自身更匹配的知識，進而利用人工智能技術解決自身多元化的社會需求。此外，數字資源日趨豐富與開放，用戶知識服務需求隨之呈現層次化、復雜化、多樣化的特點，而任何一個單一主體都無法獨自消化和滿足這些需求。在當前的知識生產與傳播環境下，知識服務并非單一主體能夠提供，而是需要不同知識服務主體協同合作。

從“知識生產模式1”到“知識生產模式2”，知識生產的主體從個體發展到機構、政府和社會，建立了“機構—政府—社會”三重動力機制，知識生產方式呈現超越學科理論范式的跨學科、異質性、強調社會問責和質量評價的趨勢；“知識生產模式3”在“知識生產模式2”（大學—企業—政府）三螺旋的基礎上將“社會公眾”也納入知識生產的主體范圍，建立了“大學—企業—政府—社會公眾”四重螺旋的動力機制，四重主體間相互聯系、相互促進，共同構筑了知識生產的協同創新網絡系統。人工智能時代，隨著數據挖掘算法、深度學習和知識圖譜等大數據處理分析技術在智庫建設中的應用，知識生產主體在“知識生產模式3”的基礎上加入“機器生產（AI）”，形成機器與多元主體協同創新的知識生產模式。具體如圖1所示。整體來看，知識生產方式隨著技術與社會的變遷逐漸多元化。

三、AIGC——知識服務困境破局之道

出版知識服務是指圍繞用戶知識需求，在知識資源中有針對性地提煉知識，通過提供知識產品和解決方案來滿足用戶需求的信息服務過程［1］。傳統出版知識服務一直依賴以存量資源為基礎的圖情知識服務，數智化時代，數據呈爆發式海量增長，網絡的多元性讓用戶需求變得更加復雜和多元，以存量資源為基礎的知識服務模式已經不能滿足用戶的個性化需求，這就要求出版知識服務擺脫對圖情知識服務的路徑依賴，利用人工智能提高出版知識服務各環節的效率，構建新的出版知識服務模式。

1．圖情路徑依賴——出版知識服務發展困境

全新的知識服務模式歷經互聯網時代多次技術變革，在云計算、大數據、物聯網等新興技術的繁榮中應運而生，其運用人工智能、自然語言處理等先進數字技術構建了獨具特色的內容生產及傳播應用體系。這一知識服務模式已成為當今社會出版機構與圖書館的核心業務。然而，傳統的圖情知識服務與出版知識服務在理論和實踐層面仍存在顯著差異。從對知識服務理解的角度來看，圖書情報工作以知識服務為主要業務范疇，以存量資源為基石，收集、分析與整合存量知識，通過具有專業技能和專業知識的圖情人員，將知識內容推薦給讀者，以此提供知識服務。數字出版知識服務以開發增量資源為動力，依托專業的團隊及組織，以推動知識生產與傳播為核心目標，從而保障特定的消費行為，滿足人類的精神文化需求，助力出版機構實現知識生產增值目標。這種全新的知識服務在于所提供的內容是否滿足用戶需求，以及在服務過程中是否能產生知識創新服務，進而創造價值。這種模式將給出版機構及用戶帶來精神與經濟效益的雙重滿足。

從機構屬性來看，圖情知識服務主要由圖書館和情報研究機構提供，這兩類機構大部分為公共事業單位，每年享有國家固定財政資助，因此經濟緊張程度相對較低，市場競爭壓力相對較小，并且帶有一定的公益屬性；出版機構則多為文化產業實體，不僅需要關注社會效益，還需要重視經濟效益，在確保社會效益的基礎上，盡可能地創造更多的經濟效益。鑒于嚴峻的生存危機，出版機構所提供的出版知識服務必須具備優良的盈利潛能。因此，出版機構要達成“雙效統一”的目標，不僅要自負盈虧，還要自主應對潛在的市場風險。

從主客體來看，知識服務的主體與客體分別指具備專業知識和實踐能力，可提供知識服務的專業人士或者組織，以及可根據實際需要自主選擇接受知識服務的人員或者組織。在圖情知識服務方面，主體主要包括各類服務系統和機構，以及從事圖書館領域工作的專業人員，如科學研究機構、高等教育機構、大型圖書館及相關領域的專業人員。客體主要包括需要通過知識服務滿足自身需求的各類型機構或個人用戶，如政府、各類企業或教學科研人員等。在出版知識服務方面，主體一般由擁有技術支撐和豐富信息資源的出版機構和專業出版人員構成，客體構成則更為寬泛，既可專指個人用戶，亦可涵蓋所有有需求的機構和人員。

從知識內容生產來看，圖情屬于存量知識的開發應用，出版則是知識的增量與創新。圖書情報機構一般沒有出版物的版權，只是出版物的流通場所，不會直接進行出版物的內容創作和生產，主要是對已有文獻資源的集成、挖掘與組織，是基于圖書館館員專業技能與信息技術滿足用戶顯性需求的服務機構；出版機構的業務是組織作者進行知識創作和生產，再通過生產印刷為讀者提供服務，并以此盈利，出版機構的知識服務并不依賴于存量內容資源，提供的通常都是最新最前沿的知識，具有較高的原創性。

從知識服務模式來看，圖情知識服務模式主要包括專家型知識服務模式（專家提供專業知識服務）、知識咨詢服務模式（用戶可通過咨詢滿足知識需求）、學科化知識服務模式（根據學科劃分資源，為用戶提供專業學科知識服務）；出版機構提供的是積累型和應用型的知識服務。出版機構為了生存，要不斷提高收益，依據自身定位、實際情況不斷創新，為目標用戶設計知識服務產品。設計過程既包括對知識內容的整合與解構、知識呈現的繼承與創新，也包括對知識內容的衍生與擴展，以此創造新的收入增長點，其模式包括創新運營模式、數字出版盈利模式、知識變現新模式等。

從知識服務形式來看，圖情知識服務形式主要以紙質版讀物和線上文獻查閱為主，用戶可以在圖書館或線上知識庫搜索文獻來滿足自身的知識需求。值得注意的是，有些圖書館也建立了知識服務平臺，為用戶提供知識服務，但互動性、個性化推薦等方面還需進一步完善。出版機構的知識服務形式主要以軟件、平臺為主，一些出版機構還開發了知識問答平臺、知識訂閱平臺等能夠與用戶互動的特色知識服務產品，其出版知識服務則更加注重自身技術的實現以及知識服務運營推廣。

整體來看，圖情知識服務與出版知識服務兩類知識服務各具特色（見表2）。由于圖情知識服務發展較早，出版知識服務起步較晚，傳統出版知識服務無法擺脫對圖情知識服務的路徑依賴。然而，當前出版業已經進入數字出版和知識經濟的革命時代。在數字時代浪潮下，圖情知識服務的發展路徑已不適用于數字出版知識服務的發展，出版業要實現數字出版智能服務的轉變與升級，就要擺脫對圖情知識服務的路徑依賴，構建新的知識服務體系。

2．AIGC——技術賦能出版知識服務升級

隨著AIGC的到來，出版業為適應新一輪科技革命和產業變革趨勢，積極探索技術應用，將數字技術融入出版策劃、市場分析、產品創作、分發傳播、營銷推廣等各個環節，在各方面取得了長足進步，出版質量規模日益提升，產品形態日益多元，內容呈現方式、傳播手段、服務模式日益多樣。然而，出版業在積極探索產業發展的道路上也面臨挑戰，在運用新技術、掌控新渠道、滿足新需求、構建新模式等方面存在一定的滯后性。因此，出版業應改革創新，充分利用大數據、云計算、人工智能等先進技術加快融合步伐，在內容策劃、生產、加工、存儲、呈現、分發和出版產品營銷、推廣等方面不斷探索融合發展的創新之路。

互聯網知識服務體系提升了知識資源的市場配置效率，與傳統出版社所代表的舊有知識服務體系相比，互聯網知識服務體系的知識供需匹配更加優化，知識流轉效率更高，知識服務供給主體更加多元，知識服務需求主體能動性得到提升。出版知識服務的運營邏輯從傳統的產品主導邏輯向服務主導邏輯轉變，出版知識服務需要整合異質資源為用戶提供能適應不同場景需要的定制化問題解決方案，就要發揮好人工智能和不同主體協同創新的作用，充分利用人工智能技術，在不同主體協同生產知識的基礎上實現機器智能化生產，使知識生產更及時、快捷、方便。

AIGC包含機器生產模式和內嵌知識模式。機器生產模式是指機器通過學習大量的知識生成非人類總結的知識，這些知識包含大量具備廣泛應用潛力的通用信息或是特殊場景中的個性化內容，人類可以學習這些知識并運用到實際操作中。這種模式需要大量的專業知識，人工智能公司與出版社合作，由出版社提供相關領域知識給機器，機器通過不斷迭代學習生成新知識，為用戶提供服務。人工智能公司生成的新知識還可以反饋給出版社，雙方形成螺旋的線性發展關系，為用戶帶來最新的最有價值的知識。內嵌知識模式主要指把知識提煉成文字、圖片、聲音、視頻等，通過程序設計將其融入系統，在知識服務過程中無須專業人士參與。這種基于語義分析的知識服務在服務過程中融入語音、圖像識別技術，專業人員細分知識，輔以技術手段，使計算機在進行語義識別時有準確的自主判斷能力，減少與用戶交流的錯誤頻次，提升用戶體驗。這種模式是出版社通過與科技公司合作共同研發的，將具有專業性和普適性的知識應用到多種情景中，實現大規模定制服務，為讀者用戶提供即時、精準的知識服務。然而，技術的發展必然伴隨著未知的、潛在的風險，要實現出版知識服務的全面升級，還要合理利用技術，規避AIGC帶來的風險與問題。

四、技術倫理建構——AIGC風險及規避之道

1．技術賦能下的出版新問題

隨著ChatGPT火爆全球，AIGC獲得了持續較高的關注度。相關報道顯示，華為、騰訊、百度等知名科技企業已經布局AIGC業務，如華為2021年4月推出的“盤古”、騰訊2022年4月推出的“混元”等， AIGC的行業浪潮正在一次次地席卷著人們。人類社會在依靠人工智能“類人化”技術獲得便利、不斷進步的同時，也勢必會出現許多的問題。

（1）引發版權爭議

用戶通過AIGC技術，可以在數據庫鍵入關鍵詞，搜索數據進而自動生成想要的內容。因此，目前對AIGC技術生成內容的知識產權爭議非常激烈。AIGC到底是人創作的作品還是AI創作的作品？目前世界上大部分國家對版權歸屬者的界定為自然人。AI在創作的過程確實需要人的參與，AI具體生成什么內容取決于輸入者輸入的提示詞和后續設置的參數。如果作品內容構成了侵權，那這個責任主體是AI還是人？針對此類爭議，目前國內外還沒有形成統一的答案，但是AI侵權案例仍在發生。比如，全球大型首例AIGC侵權案件Stable Diffusion案，從網上采集近60億張圖像來訓練其AI，侵犯了數百萬藝術家的權利，蓋蒂圖片社以侵犯版權和商標保護名義起訴了Stability AI。2023年8月，北京互聯網法院審理了一起“AI文生圖”著作權案，這是我國首個“AI文生圖”著作權案件。原告李某自行下載開源軟件，根據自己需求設置詳細參數，最終生成一張美女特寫攝影圖片發布在小紅書上。被告人劉某未經許可，將其圖片刪除水印用作配圖，李某認為被告人未經允許擅自使用該圖片屬于侵權行為。AIGC生成的作品是否可以受到版權的保護呢？如果將AI視作一種工具，整個創作的活動是由使用者完成的，那么創作者是該作品的作者，版權歸屬應當屬于自然人。但是AI生成圖片是根據數據庫中大量存在的資源整合而成的作品，屬于人類畫家的結晶，不能算是原告的作品，版權又當歸屬于誰？

目前全世界都在探索解決AI生成內容相關版權問題的路上，尚未達成一致。2023年3月16日，美國版權局發布了《版權登記指南：包含人工智能生成材料的作品》，提出AI工具可以是創作過程中的一部分，“重要的是人類在多大程度上創造性地控制了作品的表達，并‘實際形成了傳統的創作要素”。我國最新的著作權法也首次明確除法律、行政法規的立法機關外，任何機構認定的和學者通過學理判斷認定的合理使用情形，依法都不構成合理使用。因此，AIGC也無法在生成過程中利用他人數據作基礎，此類情形不在合理使用的界定內，不能構成使用免責。

（2）加大“數據鴻溝”

技術的發展不僅伴隨著倫理方面的爭議，也伴隨著知識生產的社會問題。從技術角度來看，以ChatGPT為代表的AIGC類系統在研發時就耗費巨大人力物力，用戶使用時需支付費用。如訓練一個千億規模的大型模型需要花費1.43億美元，用戶使用搭載GPT-4技術的ChatGPT Plus時需要繳納20美元/月的費用，GPT-3使用一次花費約為140萬美元［11］。大數據時代，科學知識生產更加依賴大數據科研平臺以及各種高精尖的研究設備和儀器，這就要求技術和資本實力融合，但因經費造成的物質差距勢必引發知識生產的不平等、資源數據壟斷，從而進一步強化數據權利。這對支付不起此項成本的發展中國家、科研機構極為不利，影響其知識生產的發展模式，進而造成“知識鴻溝”。

數據挖取不僅造成科研信息的鴻溝，還會引發社會的不公。AIGC時代的知識生產，數據成為新時代的私有財產，數據資本逐漸形成，用戶在成為“數據佃農”的同時，也為數據公司創造了更多的剩余勞動，數據企業從中獲得超額的剩余價值。具體來看，在用戶使用、輸入等操作時，數據資本家會不斷挖取和存儲相關大數據，進而形成強大的數據資源庫，這種形式會造成數據庫之間的差異以及數據資本家和個體用戶之間的“信息不對稱”，擴大資本和用戶之間的“數字鴻溝”。

（3）知識規范性缺失

科研倫理的爭議一直存在，從數據安全隱患、數據污染、剽竊等普遍問題，到以AIGC為首的人工智能時代的數據隱私暴露、知識產權歸屬、歧視與偏見等問題，科研倫理的問題隨著社會技術的進步遭遇更大的危機。

AIGC技術生成作品需要經歷一個過程，首先需要AI收集數據，然后在內部完成分析數據和抓取，再根據使用者的關鍵詞提取出相關內容。但是在數據收集時，AI可能會挖掘除公開可用數據以外一些未經授權或未公開的數據，這樣生成的內容可能會引起侵權或者隱私泄露的風險。盡管類似于ChatGPT的軟件在獲取數據時會以現有的隱私政策為規范，但是有些數據庫仍然會遭受到網絡攻擊，尤其涉及科研機密、實驗數據等，需要引起高度重視。此外，AIGC在科研中還存在虛假信息危害，生成式AI很難保證其內容是真實有效的，它會在生成內容中虛構相關信息數據，讓人難以察覺，并且模型的進步會使其虛構的信息更加隱蔽。因為以ChatGPT為首的AI系統，是在自身存儲的語料庫基礎上學習抓取數據，這種方式很難精準匹配到具體研究對象的相關數據。

AIGC在為科研發展助力的同時，也使得剽竊問題更為嚴重，并且大幅削弱知識生產原創性成果的價值，影響學術研究質量。鑒于其數據抓取的內容，極有可能在用戶選擇某領域輸入關鍵詞，如某位該領域權威學者的名字之后，生成與該學者原有成果風格、邏輯、研究方法極為相似的虛假信息成果（論文），這種行為可以稱為剽竊，如果不加以規范，將會帶來嚴重影響。

2．規避技術風險，實現知識服務升級

AIGC歸根到底是一種以人為本的“標注訓練”，在科學技術迅猛飛進時，要注入人類的溫度，確立技術倫理底線。我們要秉持種科技向善的理念，合理規范使用AIGC等人工智能技術，利用科技力量引領社會健康、可持續的創新發展。

（1）構建雙驅動知識生產服務模式

人類的知識生產方式在信息社會以前，主要依靠理論驅動模式即依據理論、經驗、知識進行社會生產等活動，為世界進步作出巨大貢獻。人工智能時代，理論仍然是知識生產的基礎，但人工智能等技術也成為知識生產的新助力，因此，需要通過深度融合知識和數據，擺脫“唯技術論”“唯經驗論”，革新人工智能領域。我們應構建“理論知識＋數據”的深度融合模式，面對科技時，不僅要知其然更要知其所以然。比如，在進行科學研究時，理論驅動下的知識生產模式更注重對研究內容的挖掘梳理，主要依靠人腦進行；大數據背景下的知識生產模式，則可以在更多維度上進行數據處理，利用手機、電腦在互聯網上抓取用戶使用痕跡等數據信息，以此解決人腦不能解決的問題。利用雙驅動模式，不僅人工智能時代下人類的知識生產達到新高度，而且隨著雙驅動模式的成熟和普及，人們會越來越嫻熟地運用技術。新時代的知識生產需要合理利用雙驅動模式，盡早劃定技術倫理底線。蘋果公司CEO庫克在2023年烏鎮互聯網大會上強調：“我們并不擔心機器越來越像人類一樣去認知和思考，我們擔心的是人類越來越像機器一樣去認知和思考。”技術飛速發展更需要人類從自身出發，保持內省模式，以此推動人工智能時代更好地發展。

（2）重建知識權力

大數據時代，“理論＋數據”雙驅動模式下的知識生產對數據的依賴性非常明顯，對數據權力場域而言，它的各種關系“鋪陳”不是依賴單一的說服、服從，或強制、操縱，而是基于數字行動者對大數據技術的“卓越知識和技能的信任”建立的“權威”［12］。雖然技術可以給予更加直觀理性的數據，但是數據生產在完善知識生產方式的同時，也在形成數據話語權。與此同時，數據安全問題隨之產生。2022年6月，習近平總書記在中央全面深化改革委員會第二十六次會議上強調，要“統籌推進數據產權、流通交易、收益分配、安全治理，加快構建數據基礎制度體系”。對于數據寡頭等需要從制度、監管、技術等角度進行權力分散，防止出現數據壟斷。根據數據的多重多元化屬性，可以嘗試建立以國家數據主權為基礎，企業和個人為核心的穩定數據生產權利模式，并對數據進行合理有效的監管，如嚴格控制企業的數據采集行為，限制過度收集；建立新的知識生產秩序，采集共創活動數據信息并進行共享（共創共享是一種新的利益平衡和分配關系，可以使得數據分散，防止數據壟斷的情況發生）；通過技術手段，比如利用區塊鏈技術去中心化、共識機制等，合理使用數據，從而形成良好的知識生產場域新秩序。

五、結語

技術的發展總是伴隨著善惡論，但是無論是技術向善論還是技術向惡論，都無法阻擋科技時代技術的騰飛，科學發展已經勢在必行。新時代人工智能已逐步嵌入社會各個領域，出版業也在人工智能技術的推動下發生重大變革。在社會群體、社會過程和社會技術的多重作用下，出版業的知識生產服務模式已經從傳統以存量資源為基礎的圖情知識服務模式，逐步轉變為數字服務模式。數字技術融入出版策劃、產品創作、營銷推廣等環節，使出版業在質量規模提升、產品形態多元、服務模式多樣等各方面有了長足進步。但是技術伴隨下的發展也會出現諸多問題，因此，構建技術倫理成為新時代難題。

現階段，以AIGC為代表的技術對出版業知識服務的技術倫理創建問題亟待解決，依托技術的發展，利用“理論知識+數據”雙驅動模式，可以更精準、更全面地對知識生產進行數據分析，這也可以為技術進步帶來良性循環，提早確定技術倫理底線。在“數據說話”的時代，對數據的掌握可形成自由的數據權利場域，因此，重建知識權力，也是現階段防止數據壟斷的合理途徑。有效的防范措施既可以讓出版業的知識生產在新時代新技術的推動下，形成良性全方位的知識生產新秩序，又可以構建更合理的出版知識生產場域，使AIGC在出版領域得到更有效的運用。

｜參考文獻｜

［1］張新新. 出版機構知識服務轉型的思考與構想 ［J］. 中國出版，2015（24）：23-26.

［2］吳國盛. 技術哲學經典文本［M］. 北京：清華大學出版社，2022.

［3］張晗. 中國新聞學STS研究之研究［D］. 保定：河北大學，2023.

［4］許崴. 試論知識生產的構成要素與特點［J］. 南方經濟，2005（12）：53-55.

［5］黃旦. 重構“谷登堡星漢”［J］. 現代出版，2020（1）：36-40.

［6］姚宇華. 知識生產模式轉型視角下大學組織模式變革研究［D］. 武漢：武漢大學，2017.

［7］王勇安，鮑柳康. 出版的本質功能與出版知識服務的范式重構［J］. 陜西師范大學學報（哲學社會科學版），2022（2）：112-120.

［8］姚宇華. 知識生產模式轉型視角下大學組織模式變革研究［D］. 武漢：武漢大學，2017.

［9］李文明，呂福玉. “粉絲經濟”的發展趨勢與應對策略［J］. 福建師范大學學報（哲學社會科學版），2014（6）：136-148.

［10］張曉林. 走向知識服務：尋找新世紀圖書情報工作的生長點［J］. 中國圖書館學報，2000（5）：30-35.

［11］王美璇，王冠，王超. 媒體融合背景下AIGC為學術期刊帶來的機遇、風險及應對措施：以ChatGPT為例［J］. 傳播與版權，2023（18）：64-66.

［12］丹尼斯·朗. 權力論［M］. 陸震綸，鄭明哲，譯. 北京：中國社會科學出版社，2001.