马文欢 等 | AIGC影响数字出版产业链韧性机制模型研究

产业链韧性研究源于学术界对供应链韧性的关注。Christopher和Peck于2006年首次提出供应链韧性的概念，我国国家政策制定部门于2020 年首次正式提出产业链供应链韧性，国内外学者对出版业韧性的研究均刚刚起步。国内有学者结合出版业务流程开展出版业韧性研究 ^[4]：闫娜从员工个体、团队、组织三个层面探讨了广电传媒集团组织韧性的提升路径；^[5] 孙晓翠提出科技创新在提高出版产业链韧性上具有重要意义。^[6] 2021 年1月，全球学术与专业出版者协会（ALPSP）举行“学术出版：韧性是转型的机会”专题讨论。有学者认为出版业的韧性可以通过人力资本、社会资本等五种资本进行评估，且学术出版具有韧性系统的健壮性、冗余性、丰富性和快速性四个特征。^[7]

现有研究尚没有给出数字出版产业链韧性明确的界定。考虑数字出版对文化意识形态影响的显著性，借鉴上述研究成果，笔者提出，数字出版产业链韧性要说明的问题包括六个方面：一是意识形态的威胁，通过内容价值导向、信息筛选与偏见强化等方式对意识形态产生多方面且复杂的影响；二是外部冲击，概括为出版技术变革、市场需求变化等外部力量；三是冲击程度，需要从长期和短期两个维度进行风险评估，确定冲击程度的大小；四是应对和恢复速度，明晰快速调整供应策略、出版计划和分销安排的能力等；五是适应再生能力，包括调整结构和运作模式、利用新技术等；六是创新升级能力，利用AIGC促进数字出版领域在技术、内容、模式等方面持续创新与改进。

由此可见，数字出版产业链韧性是指在数字出版产业各环节面对外部压力和冲击时，能保持正确意识形态、抵抗损害、快速恢复、适应变化并不断创新升级的能力。

在AIGC应用于数字出版前，学者们主要探讨人工智能赋能数字出版业及其带来的问题。ChatGPT发布后，国内外学者认同AIGC赋能数字出版同时更关注AIGC对数字出版产业链的外部冲击与风险问题，如学术伦理失范问题，意识形态渗透、文化价值观偏离等文化安全问题 ^[8-9]，缺乏独创性、信息传播风险、专业作者的流失等风险等 ^[10-11]。也有学者研究AIGC对数字出版产业链韧性影响的适应再生能力问题，如建议作者、编辑、期刊和出版商在AIGC不良影响变得过于广泛而无法补救之前，立即采取强硬措施来验证作者身份和AIGC生成的文本。^[12]

当前各国都在制定政策或法律，为大模型在数字出版领域落地提供良好的宏观环境与有力保障，提升数字出版业的适应再生能力和创新升级能力，提高数字出版产业链韧性。2023年5月，我国颁布《生成式人工智能服务管理暂行办法》；2024年5月，欧盟理事会正式批准全球首部《人工智能法案》。美国正在制定《生成式人工智能版权披露法案》《反人工智能欺诈法案》等。这些都旨在“用魔法打败魔法”，构建数据安全生态。

针对AIGC赋能数字出版可能引发的问题，理论界与实践领域的相关人员都进行了大量探讨，研讨主题分为四大类：一是讨论AIGC如何为数字出版业注入新动力；二是关注AIGC可能产生的风险问题，如生成数字内容错误、价值观的不良影响等；三是数字出版业应对策略，如何利用 AIGC打造产业新蓝海，加强产业链上下游的沟通与协作；四是个别出版单位应用AIGC的经验介绍。

业界关于AIGC对数字出版产业链影响的讨论呈现如下特点：第一，研讨频次高，从ChatGPT 发布至目前一年多的时间里，笔者参与及查阅大型研讨会至少19次。第二，主办单位多样，包括政府机构、大学、协会、出版单位等各种主体。第三，讨论内容广泛，既关注AIGC对数字出版产业链的促进作用，又关注它将带来的挑战；既关注长期的意识形态威胁，又关注短期的新工具对当下产业链的改造。

根据经济学理论，生产的短期与长期不是依据时间的长短来划分，而是依据固定生产要素是否可调整来划分。研发资金一旦投入某个研发项目中，其在短期内是不可回收、不可调整的，但在长期是可以减少或增加研发投入，因此，我们把是否自主投入研发AIGC大模型作为区分AIGC对数字出版产业链短期与长期影响的依据，即出版单位尚未投入自己的大模型开发与建设的期间称为短期影响区间，而已经开始大模型开发与建设则标志出版单位进入长期影响区间（见表1）。

从现实情况看，出版单位对AIGC的态度分为三种：公开使用AIGC新技术；正在试验AIGC新技术，但没有用它来发布内容；公开反对在内容创作中使用AIGC。而在公开使用AIGC的出版单位中，长期内，一些出版集团及其旗下企业，依托自身内容资源，加强对人工智能等前沿技术的研究，同时积极参与通用大数据和垂直大数据模型建设及应用，探究布局大模型的战略进展。短期内，数字出版单位已将AIGC应用于数字出版产业链的内容策划与创作、文字校对与评估、营销文案创作等各环节。此外，国外出版相关单位关注AIGC带来的风险问题比国内的比例要高，表1 中10家国外出版单位都在关注或解决AIGC使用中的风险问题,像剑桥大学出版社、美联社等出台了使用ChatGPT的指南或政策，减少ChatGPT带来的风险，而国内13家出版相关单位则对如何促进 AIGC与数字出版更好地融合关注较多，对AIGC 带来问题研究较少，也未见出台相应的指南或政策。

根据表1，可以归纳出AIGC影响数字出版产业链韧性的长期与短期问题，长期问题是基于短期问题基础上出现的更隐晦、更长远、更重要的问题。

3.2.1 实践探索长期层面韧性问题

一是数字出版业创新升级能力问题。部分出版单位通过自建或嫁接等技术在研发投入大模型建设，开始持续使用AIGC。但是一些出版单位尚处于观望状态，一方面缺少标准化可训练数据（语料库），一方面缺少开发大模型的资金。数字出版行业大模型研发能力不足，影响数字出版业创新升级与韧性提升。二是长期的意识形态安全威胁问题。例如数据投毒、AI投毒等语料污染攻击，可能进一步激发意识形态分裂、偏见、极端化等问题。西方国家为主导的AIGC技术极有可能成为其渗透意识形态的有力工具。^[13] 三是出版单位信任度问题。如果AIGC被直接应用于新闻报道或出版，可能导致不准确的信息被误传给读者，放大偏见，损害了出版行业的可信度和声誉。^[14]

3.2.2 实践探索短期层面韧性问题

一是数字出版产业发展遭遇的外部冲击，主要表现为隐私权和版权等问题。AIGC被“喂养” 的语料生成内容，存在不标注引用内容的出处或标注不规范的问题，出版单位表达了对AIGC创作后版权归属、侵权边界界定等问题的疑虑和担心。二是对数字出版产业发展的适应再生能力影响，主要表现为内容偏差与AI幻觉问题。AIGC 基于概率产生内容，经常存在错误、逻辑推理错乱、专业知识缺乏等。如科技网站CNET，因滥用AI生成内容，漏洞百出，被维基百科从“可靠信息来源”中除名。

长时期内，AIGC应用于数字出版会潜移默化地影响用户的思维方式和价值观，通过虚假信息、极端主义内容、有害的社会和政治观点等多种形式传播，从而对意识形态构成威胁。针对这类威胁，三道防线的有效运行可提高数字出版产业链韧性，同时促进信息环境的健康发展。

吸收防线核心在于拥抱AIGC，强化技术领域前瞻性布局的同时，提升识别和过滤能力，最大限度地减少有害意识形态内容对社会的影响。需要对AIGC生成内容进行严格审核和筛选，确保所出版的内容符合社会主流价值观和法律法规，通过人机相结合的方式对数字出版物进行实时监控和过滤，及时发现并处理不良信息。通过吸收防线尽量将不良信息拒之门外，保护数字出版的纯净和安全。例如，中国知网打造出中华知识大模型，提供智能审校系统和AIGC检测系统，引导和监管AIGC技术的科学合理使用，该公司吸收防线建设较好。

适应防线核心在于增强数字出版对意识形态威胁的抵御能力，强调AIGC应用造成不良信息渗透进数字出版业情况下，如何迅速接受现状并应对，最大限度地减少其对数字出版和读者的影响。如一旦发现有害信息，应立即启动应急响应机制，迅速处理并控制影响范围，设立公开透明的用户反馈和申诉机制，允许用户对有害内容进行举报和讨论等，通过有效管理，缓解已经存在的意识形态威胁。

恢复防线核心在于当AIGC应用数字出版造成意识形态严重问题时，提高出版单位危机管理和迅速恢复正常运行的能力，最大限度减少影响并防范未来类似问题的发生。如当应用AIGC导致不良信息对数字出版造成严重后果或出版危机时，出版单位迅速采取行动，包括删除内容、封禁账户、持续监控与预警等，以控制事态发展，确保数字出版的稳定性和持续发展。

经过三道防线后，数字出版单位在面对意识形态威胁时的韧性表现为：经过教育和培训后的编辑和作家等识别和处理偏见信息、对潜在意识形态的认识和应对能力是否提高，出版单位对意识形态风险的预警机制是否完善，公众因出版单位应用AIGC后对其信任度是否增强等。如果这些表现尚有不足，需进行调整。实施调整后，综合评估数字出版面对长期威胁时的产业链韧性，根据测度结果启动下一轮防线建设。

短时期内，政策、版权规定等不明朗条件下，第一，要识别AIGC对数字出版内容生产者、渠道分发等节点的影响，并根据风险评估的严重程度建立风险应对计划，从而激活数字出版产业链韧性。

第二，结合业界研讨及实践探索过程中AIGC 影响数字出版产业链的短期层面韧性问题，数字出版产业链韧性被激活后，其韧性表现可以通过多个维度进行观察：①稳定性与恢复力，观察数字出版产业链各关键点能否连续、稳定运行，能否在短时间内恢复到正常运作水平。②适应性与灵活性，观察数字出版单位对技术或政策等外部环境变化的适应能力，是否能够迅速调整出版计划或资源配置等。例如，大象融媒应用AIGC后短视频的制作生产周期由原本的一天缩短至数小时，人员需求从文案、摄像、主播、后期编辑4人减少至1人，每日可生产短视频数量增加至8条。^[17] 还可用AIGC工具提升作者的写作效率等指标观察出版单位应用AIGC的适应性与灵活性。③协调与整合能力，即内容生产者、渠道分发、多元用户等节点协同合作程度。例如，出版业可以开发基于 AIGC技术的个性化阅读平台、智能写作助手等产品和服务，满足读者的多元化需求。④风险分散与备份机制，针对数字出版内容中AIGC内容占比、业务替代问题，通过鉴别技术、从业人员的素质与技能等方法降低对单一环节或市场依赖的风险。

第三，根据数字出版产业链韧性表现对当前产业链韧性进行全面评估，识别在评估过程中发现的问题和短板，如应对成本高、协同应对不足。根据评估结果，设计有针对性的优化措施，包括与技术商合作减少剽窃、采用新技术以提高效率等。整个数字出版产业链完成韧性调整，可能需要跨部门协作、技术升级以及与合作伙伴的沟通和协调。

第四，实施调整后，综合评估数字出版产业链韧性，既可以评估已实施调整的效果，也可以识别新的风险和挑战。通过构建数字出版产业链韧性测度指标，建立数字出版产业链韧性测度模型，对数字出版产业链韧性进行综合评价。

第五，根据测度结果进行短期机制建设，启动数字出版产业链业务暂停机制、启动关系重构机制或冗余机制。根据建设结果启动下一轮韧性建设循环。

解决AIGC应用于数字出版产生的问题，需要企业制度与国家政策法律的保障。从出版单位实践看，一些企业已经建立起动态监督调整机制，如美联社成立人工智能使用指南委员会且每月召开一次会议。但多数出版单位或因自身实力不足以支撑相关技术研发，或重视不够，尚未建立应对AIGC的明确制度保障。部分出版机构由于缺乏定价标准和收益分配规则，且担心数据安全，不敢与大模型技术厂商合作，难以发挥数据要素价值。

从国家层面看，大多数国家尚未制定生成式人工智能的政策法规，相关的政策法律还不完善，防御措施尚不到位，仍然缺乏对数据安全和数据伦理等专门立法，国内对数据安全生态尚未形成统一认知，AIGC应用造成的意识形态、学术不端等问题使数字出版产业链韧性仍然面临巨大的挑战。AIGC大模型训练需要海量高质量语料数据，但出版业缺少数据应用到大模型中的政策指导。