变革、转向与伦理：基于SCOT理论的AIGC与出版知识服务

杨阿圆?王勇安

【摘 要】基于SCOT理论视角，分析出版业知识服务在技术与社会相关联情境下的知识生产方式变革及存在的问题，发现出版知识生产方式经历了三个阶段。在以AIGC为代表的为服务而知识的第三阶段，除了技术的创新让出版知识方式发生重大变革，仍然存在版权争议、数据鸿沟、知识规范性缺失等问题。构建双驱动知识生产模式，重建知识权力，让冰冷的技术注入人的温度，可破解出版知识服务的困局，实现出版知识服务在社会、技术环境中的科学发展。

【关  键  词】SCOT理论；出版知识服务；AIGC；知识生产；伦理规范

【作者单位】杨阿圆，陕西师范大学新闻与传播学院；王勇安，陕西师范大学新闻与传播学院。

【中图分类号】G239.2 【文献标识码】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2023.23.005

一、研究缘起——理论来源及问题视角

近年来，我国移动互联网基础设施建设日益完善，网民数量快速增加，各种新形态互联网内容和服务接踵而来。随着人工智能的到来，出版业积极适应新一轮科技革命和产业变革趋势，出版知识生产和服务模式也随之发生改变。2022年末，由美国OpenAI研发的机器人聊天工具ChatGPT横空出世，带来世界级的震动。这是一种在人工智能技术驱动下的自然语言处理工具，它能够理解和学习人类的语言来进行对话，根据聊天的上下文互动与人沟通交流，还能完成翻译、撰写邮件、撰写论文、视频脚本等任务。ChatGPT的问世使得AIGC这种新兴知识生产方式进入大众视野。

AIGC利用人工智能技术实现文字、图像、视频、音频等内容的自动化输出，是数字化信息生产与传播过程中新兴的生产模式。在此之前，出版知识生产方式经历了几轮变革。从PGC（专业生产内容）、OGC（职业生产内容）到UGC（用户生产内容），再到PUGC（PGC+UGC）等生产方式，生产主体是以人为本，但AIGC则是以AI代替人工，生产主体成为机器。这种改变势必带来巨大变革，改变人们的知识生产方式和传播方式，进而提升出版的知识服务水平。

所谓出版知识服务，是指围绕用户知识需求，在知识资源中有针对性地提炼知识，通过提供知识产品和解决方案来满足用户需求的信息服务过程［1］。传统出版知识服务一直依赖以存量资源为基础的图情知识服务，然而在技术不断变革的数智化时代，数据呈爆发式海量增长，网络的多元性让用户需求也变得更加复杂和多元，以存量资源为基础的知识服务模式已经不能满足用户的个性化需求，这就要求出版知识服务摆脱对图情知识服务的路径依赖，利用人工智能提高出版知识服务各环节的效率，创造新的出版知识服务模式。

在2018年中央政治局第九次集体学习时，习近平总书记强调人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。人工智能利用数据挖掘、智能算法、机器学习等技术手段进行数据采集、分析和处理，通过智能感知和智能服务，推动自主化与互动化的生产，提供智能化与精准化的服务，塑造全新的出版内容生产模式，实现出版知识服务的智能化、高效化与精准化。然而，“技术进步总是同时包含着善与恶，人们预期并获得某些确定的结果，但总有一些预料之外的继发作用。”［2］技术与人类相伴而生，技术不断迭代标志着人类进化的图谱，但技术的发展也会引发人们的恐慌，甚至让人们觉察到逐步丧失了原有的控制力。当前AIGC技术的应用为出版知识生产和服务带来新机遇的同时，也带来新的挑战。增加知识准确性和可靠性存在风险、内容缺乏原创性和创新性、“数字鸿沟”扩大、版权争议加剧等问题接踵而来。可见，任何技术的发展都需要直视和深入思考。

随着对科学技术研究的深入，人们对技术的思考也日趋多元，技术、社会与人之间的关系成为人们必将面对的问题，基于SCOT理论（技术的社会建构论）研究技术与社会的关系，以及AIGC在出版中的应用无疑是一种有效的方式。SCOT理论源自社会学家比克和平齊对技术决定论的否定，其强调社会对技术的形塑作用，认为技术并不是按照一定技术逻辑发展，而是社会的产物，由创造和使用它的条件所决定［3］，这为我们认识技术应用与出版发展的关系提供了一个新的视角。出版知识服务的变革与技术相关，无论是印刷术对知识生产起到的直接作用还是工业社会下催生的知识生产模式变更，知识生产的变迁历程中社会、技术都起着至关重要的作用。SCOT理论将技术与社会关系进行整合，认为技术是社会关系之间存在互相作用的表现，技术的发展与稳定依靠于社会建构。基于此，利用SCOT理论考察出版知识生产方式技术与社会之间关系的变革，分析AIGC引发的出版知识服务问题，可为深度融合下的出版知识服务研究厘清和创新思路。

二、从知识到服务——SCOT视阈下的出版知识生产方式变迁

知识生产一直存在于人类生活中，是人类的一种活动形式。知识生产有狭义和广义之分，狭义的知识生产就是新知识的生产，广义的知识生产则指知识的原创性生产和复制性生产过程的总和，具有永久和持续性特征［4］。从19世纪初至20世纪末，知识生产的方式经历了从“知识生产模式1”到“知识生产模式3”的进化。从早期的知识权力垄断，到印刷术发明后知识分布扩散，再到互联网时代，知识成为大众传播内容，AIGC海量知识资源快速传播，知识生产方式随着技术与社会的变迁迎来一次次变革。不同时期的出版都内含一种技术尺度和比率［5］。回溯过往，社会知识生产方式的变革离不开技术的进步与社会的发展。

1982年，荷兰科学知识社会学家比克和美国科学知识社会学家平齐将科学知识社会学的理论渗透和扩张到技术领域，提出了技术的社会建构方法。他们认为，技术是由社会因素塑造的，对技术决定论持否定态度。社会建构论形成了对技术的特定认识：技术是在社会行动中形成的，从技术构思设计到产品应用扩散的整个过程，技术是在不断的社会选择中得以形成和发展的，技术可以被界定为一种特定的社会文化实践。在这种社会实践过程中，知识生产方式不断演变与进化。利用SCOT视角来审视知识生产方式的变迁历程，对于理解知识生产方式与技术和社会的关系、知识生产方式变革的深层原因十分必要。具体来看，知识生产方式变革包括知识圈层、知识经济、知识服务三个阶段（见表1）。

1．知识圈层——为知识而知识

17世纪，知识生产处于一种低级水平，社会以农业为主，生产力水平较低，人们对于知识的获取需求有限，这一时期的知识整体呈现“使自身远离社会”的一种状态［6］。其知识生产主体以人为主，以业余、非专业化的形式存在，生产目的在于追求精神财富。知识生产模式可以分为技术化实践和思维化探索。技术化实践的知识生产主要以工匠、技师为主体，是一种较为朴素的基础知识生产方式，具有很强的实用性；思维化探索的知识生产是以思考世界本源、探索自然现象等问题为主，追求纯粹而非实用性的知识。随着社会生产力的发展，城市逐步繁荣，人们对于现实世俗世界有了更多的关注和追求，对知识的需求也在不断增加。

15世纪，德国人古登堡发明了金属活字印刷术，打破了知识为教会所垄断的局面，促进了知识的传播；18世纪末英国产业革命，蒸汽机的发明与应用标志工业社会到来，知识生产逐渐形成了体制化结构；19世纪，欧洲相继建立近代资产阶级政权，德国洪堡引领柏林大学改革，基于“学术自由、教学与研究相统一”的人文思想，将科学研究纳入大学体系，打破了宗教对知识生产的垄断地位，大学学科组织开始制度化，科学家脱离自我隔绝的状况。17世纪，人们的科学技术水平开始不断上升，显微镜、望远镜、气压计等一系列的科学仪器相继发明，为科学实验的开展提供了更加丰富精准的技术手段，社会影响技术，技术影响知识生产，从而极大地促进了知识生产的发展。

19世纪初期，科学家逐渐脱离自我隔绝的状况，形成了以兴趣为主导，以学科为基础的“知识生产模式1”，也称为“为知识而知识”的知识生产模式［7］。知识生产形成学科认知语境，转向了“职业化”道路，主要的知识生产目的是为知识而知识，属于理性主义知识观，所生产的知识主要以学科理论为主，遵循学科内部的逻辑，知识生产以技术为主导，逐步从形而上主义转变为理性主义，知识生产主体都囿于圈层内部。这一时期，学科与学科，大学与社会之间的区隔产生，知识、科研的生态边界逐渐清晰。

2．知识经济——为应用而知识

1994年，英国学者迈克尔提出“知识生产模式2”的概念，认为这种在应用环境中面向现实社会问题的研究，是跨学科的、异质性的、强调社会问责和质量评价的知识生产新模式［7］。中世纪之后，世界工业化发展势头迅猛，技术发展成为社会进步的关键，蒸汽机、电力革命和信息技术三次技术革命，使得社会各领域发生巨大变革。自知识生产以大学为主体之后，科学文化转向研究文化，大学对知识的掌管边界开始溶解，知识生产主体趋于多元化。经济发展伴随全球化的冲击形成“社会弥散的知识生产”。

工业化发展下的社会伴随经济腾飞，土地、劳动力、资本成为主要的生产要素，也开始出现诸如环境污染、道德危机、经济危机等问题。20世纪80年代以来，传统工业社会走向衰落，社会各领域出现了新的现象，此时人们开始重新审视知识在经济社会发展中的作用，对知识的需求从理论构建下的为知识而知识转变成应用情景下的为需求而生产。此时的生产主体不再局限于大学，研究中心、政府部门、企业机构都可以参与其中。只要可以解决实际问题，都可以成为知识生产的主体。加之全球化浪潮，知識生产逐渐跨越国际和民族的边界。总体来说这个阶段的知识生产更加多元、综合和广泛。

此外，这个阶段的知识生产开始突出经济效益。1996年，世界经济合作和发展组织在《以知识为基础的经济》报告中提出了知识经济的新概念，并对知识经济进行了定义，即与农业经济和工业经济相比，知识经济是指建立于知识生产、分配和应用之上的新经济形态［8］。此时的知识生产呈现较强的使用价值，生产目的明确，其经过多方协商一致后达成符合公共利益的目标，属于一种“功利”知识观。随着新媒体的应用，知识经济开始转化为“粉丝经济”，通过用户黏度优化口碑营销实效，从而构建能够获得经济利益与社会效益的信任代理形态和经济运作方式［9］。粉丝经济是现代社会逐渐形成的经济现象，得益于技术进步、互联网时代信息传播加速、移动社交网络兴起等因素，用户交往参与成本降低。2014年是粉丝经济元年，以娱乐产业为开端，开启了粉丝当道，引领潮流、主导消费模式的时代。在粉丝经济的影响下，知识生产进一步凸显其为需求而生产的特点，打造IP形象和“意见领袖”，吸引粉丝促进经济效益，进一步增强知识扩散。

3．知识服务——为服务而知识

2006年，卡拉雅尼斯和坎贝尔提出“知识生产模式3”，认为当代知识生产方式是多层次、多形态、多节点、多主体和多边互动的知识创新系统［7］。21世纪以来，经济发展迅速，全球化竞争愈发明显，知识经济社会进入了更高的层级。知识成为全人类解决问题、实践应用的重要支撑。这一时期的知识生产强调建立更具社会责任感与共有性的科学观，允许不同知识与创新范式共存与共同演进。这一时期最重要的生产要素是人、文化和技术，三者互相碰撞相互作用，侧重多元主体在复杂场域中进行多边合作；大学、大学相关机构、企业共同参与知识生产的过程，结合社会发展情景，构建开放、混合非线性的知识生产与创新系统。

所谓知识服务是指“以信息知识的搜寻、组织、分析、重组的知识和能力为基础，根据用户的问题和环境，融入用户解决问题的过程之中，提供能够有效支持知识应用和知识创新的服务”［10］。互联网时代几经更迭，云计算、大数据、物联网等新兴技术燃起，知识生产也在技术支持下得到了拓展。利用数字技术，用户在当下信息爆炸的时代可以获得更加个性以及与自身更匹配的知识，进而利用人工智能技术解决自身多元化的社会需求。此外，数字资源日趋丰富与开放，用户知识服务需求随之呈现层次化、复杂化、多样化的特点，而任何一个单一主体都无法独自消化和满足这些需求。在当前的知识生产与传播环境下，知识服务并非单一主体能够提供，而是需要不同知识服务主体协同合作。

从“知识生产模式1”到“知识生产模式2”，知识生产的主体从个体发展到机构、政府和社会，建立了“机构—政府—社会”三重动力机制，知识生产方式呈现超越学科理论范式的跨学科、异质性、强调社会问责和质量评价的趋势；“知识生产模式3”在“知识生产模式2”（大学—企业—政府）三螺旋的基础上将“社会公众”也纳入知识生产的主体范围，建立了“大学—企业—政府—社会公众”四重螺旋的动力机制，四重主体间相互联系、相互促进，共同构筑了知识生产的协同创新网络系统。人工智能时代，随着数据挖掘算法、深度学习和知识图谱等大数据处理分析技术在智库建设中的应用，知识生产主体在“知识生产模式3”的基础上加入“机器生产（AI）”，形成机器与多元主体协同创新的知识生产模式。具体如图1所示。整体来看，知识生产方式随着技术与社会的变迁逐渐多元化。

三、AIGC——知识服务困境破局之道

出版知识服务是指围绕用户知识需求，在知识资源中有针对性地提炼知识，通过提供知识产品和解决方案来满足用户需求的信息服务过程［1］。传统出版知识服务一直依赖以存量资源为基础的图情知识服务，数智化时代，数据呈爆发式海量增长，网络的多元性让用户需求变得更加复杂和多元，以存量资源为基础的知识服务模式已经不能满足用户的个性化需求，这就要求出版知识服务摆脱对图情知识服务的路径依赖，利用人工智能提高出版知识服务各环节的效率，构建新的出版知识服务模式。

1．图情路径依赖——出版知识服务发展困境

全新的知识服务模式历经互联网时代多次技术变革，在云计算、大数据、物联网等新兴技术的繁荣中应运而生，其运用人工智能、自然语言处理等先进数字技术构建了独具特色的内容生产及传播应用体系。这一知识服务模式已成为当今社会出版机构与图书馆的核心业务。然而，传统的图情知识服务与出版知识服务在理论和实践层面仍存在显著差异。从对知识服务理解的角度来看，图书情报工作以知识服务为主要业务范畴，以存量资源为基石，收集、分析与整合存量知识，通过具有专业技能和专业知识的图情人员，将知识内容推荐给读者，以此提供知识服务。数字出版知识服务以开发增量资源为动力，依托专业的团队及组织，以推动知识生产与传播为核心目标，从而保障特定的消费行为，满足人类的精神文化需求，助力出版机构实现知识生产增值目标。这种全新的知识服务在于所提供的内容是否满足用户需求，以及在服务过程中是否能产生知识创新服务，进而创造价值。这种模式将给出版机构及用户带来精神与经济效益的双重满足。

从机构属性来看，图情知识服务主要由图书馆和情报研究机构提供，这两类机构大部分为公共事业单位，每年享有国家固定财政资助，因此经济紧张程度相对较低，市场竞争压力相对较小，并且带有一定的公益属性；出版机构则多为文化产业实体，不仅需要关注社会效益，还需要重视经济效益，在确保社会效益的基础上，尽可能地创造更多的经济效益。鉴于严峻的生存危机，出版机构所提供的出版知识服务必须具备优良的盈利潜能。因此，出版机构要达成“双效统一”的目标，不仅要自负盈亏，还要自主应对潜在的市场风险。

从主客体来看，知识服务的主体与客体分别指具备专业知识和实践能力，可提供知识服务的专业人士或者组织，以及可根据实际需要自主选择接受知识服务的人员或者组织。在图情知识服务方面，主体主要包括各类服务系统和机构，以及从事图书馆领域工作的专业人员，如科学研究机构、高等教育机构、大型图书馆及相关领域的专业人员。客体主要包括需要通过知识服务满足自身需求的各类型机构或个人用户，如政府、各类企业或教学科研人员等。在出版知识服务方面，主体一般由拥有技术支撑和丰富信息资源的出版机构和专业出版人员构成，客体构成则更为宽泛，既可专指个人用户，亦可涵盖所有有需求的机构和人员。

从知识内容生产来看，图情属于存量知识的开发应用，出版则是知识的增量与创新。图书情报机构一般没有出版物的版权，只是出版物的流通場所，不会直接进行出版物的内容创作和生产，主要是对已有文献资源的集成、挖掘与组织，是基于图书馆馆员专业技能与信息技术满足用户显性需求的服务机构；出版机构的业务是组织作者进行知识创作和生产，再通过生产印刷为读者提供服务，并以此盈利，出版机构的知识服务并不依赖于存量内容资源，提供的通常都是最新最前沿的知识，具有较高的原创性。

从知识服务模式来看，图情知识服务模式主要包括专家型知识服务模式（专家提供专业知识服务）、知识咨询服务模式（用户可通过咨询满足知识需求）、学科化知识服务模式（根据学科划分资源，为用户提供专业学科知识服务）；出版机构提供的是积累型和应用型的知识服务。出版机构为了生存，要不断提高收益，依据自身定位、实际情况不断创新，为目标用户设计知识服务产品。设计过程既包括对知识内容的整合与解构、知识呈现的继承与创新，也包括对知识内容的衍生与扩展，以此创造新的收入增长点，其模式包括创新运营模式、数字出版盈利模式、知识变现新模式等。

从知识服务形式来看，图情知识服务形式主要以纸质版读物和线上文献查阅为主，用户可以在图书馆或线上知识库搜索文献来满足自身的知识需求。值得注意的是，有些图书馆也建立了知识服务平台，为用户提供知识服务，但互动性、个性化推荐等方面还需进一步完善。出版机构的知识服务形式主要以软件、平台为主，一些出版机构还开发了知识问答平台、知识订阅平台等能够与用户互动的特色知识服务产品，其出版知识服务则更加注重自身技术的实现以及知识服务运营推广。

整体来看，图情知识服务与出版知识服务两类知识服务各具特色（见表2）。由于图情知识服务发展较早，出版知识服务起步较晚，传统出版知识服务无法摆脱对图情知识服务的路径依赖。然而，当前出版业已经进入数字出版和知识经济的革命时代。在数字时代浪潮下，图情知识服务的发展路径已不适用于数字出版知识服务的发展，出版业要实现数字出版智能服务的转变与升级，就要摆脱对图情知识服务的路径依赖，构建新的知识服务体系。

2．AIGC——技术赋能出版知识服务升级

随着AIGC的到来，出版业为适应新一轮科技革命和产业变革趋势，积极探索技术应用，将数字技术融入出版策划、市场分析、产品创作、分发传播、营销推广等各个环节，在各方面取得了长足进步，出版质量规模日益提升，产品形态日益多元，内容呈现方式、传播手段、服务模式日益多样。然而，出版业在积极探索产业发展的道路上也面临挑战，在运用新技术、掌控新渠道、满足新需求、构建新模式等方面存在一定的滞后性。因此，出版业应改革创新，充分利用大数据、云计算、人工智能等先进技术加快融合步伐，在内容策划、生产、加工、存储、呈现、分发和出版产品营销、推广等方面不断探索融合发展的创新之路。

互联网知识服务体系提升了知识资源的市场配置效率，与传统出版社所代表的旧有知识服务体系相比，互联网知识服务体系的知识供需匹配更加优化，知识流转效率更高，知识服务供给主体更加多元，知识服务需求主体能动性得到提升。出版知识服务的运营逻辑从传统的产品主导逻辑向服务主导逻辑转变，出版知识服务需要整合异质资源为用户提供能适应不同场景需要的定制化问题解决方案，就要发挥好人工智能和不同主体协同创新的作用，充分利用人工智能技术，在不同主体协同生产知识的基础上实现机器智能化生产，使知识生产更及时、快捷、方便。

AIGC包含机器生产模式和内嵌知识模式。机器生产模式是指机器通过学习大量的知识生成非人类总结的知识，这些知识包含大量具备广泛应用潜力的通用信息或是特殊场景中的个性化内容，人类可以学习这些知识并运用到实际操作中。这种模式需要大量的专业知识，人工智能公司与出版社合作，由出版社提供相关领域知识给机器，机器通过不断迭代学习生成新知识，为用户提供服务。人工智能公司生成的新知识还可以反馈给出版社，双方形成螺旋的线性发展关系，为用户带来最新的最有价值的知识。内嵌知识模式主要指把知识提炼成文字、图片、声音、视频等，通过程序设计将其融入系统，在知识服务过程中无须专业人士参与。这种基于语义分析的知识服务在服务过程中融入语音、图像识别技术，专业人员细分知识，辅以技术手段，使计算机在进行语义识别时有准确的自主判断能力，减少与用户交流的错误频次，提升用户体验。这种模式是出版社通过与科技公司合作共同研发的，将具有专业性和普适性的知识应用到多种情景中，实现大规模定制服务，为读者用户提供即时、精准的知识服务。然而，技术的发展必然伴随着未知的、潜在的风险，要实现出版知识服务的全面升级，还要合理利用技术，规避AIGC带来的风险与问题。

四、技术伦理建构——AIGC风险及规避之道

1．技术赋能下的出版新问题

随着ChatGPT火爆全球，AIGC获得了持续较高的关注度。相关报道显示，华为、腾讯、百度等知名科技企业已经布局AIGC业务，如华为2021年4月推出的“盘古”、腾讯2022年4月推出的“混元”等， AIGC的行业浪潮正在一次次地席卷着人们。人类社会在依靠人工智能“类人化”技术获得便利、不断进步的同时，也势必会出现许多的问题。

（1）引发版权争议

用户通过AIGC技术，可以在数据库键入关键词，搜索数据进而自动生成想要的内容。因此，目前对AIGC技术生成内容的知识产权争议非常激烈。AIGC到底是人创作的作品还是AI创作的作品？目前世界上大部分国家对版权归属者的界定为自然人。AI在创作的过程确实需要人的参与，AI具体生成什么内容取决于输入者输入的提示词和后续设置的参数。如果作品内容构成了侵权，那这个责任主体是AI还是人？针对此类争议，目前国内外还没有形成统一的答案，但是AI侵权案例仍在发生。比如，全球大型首例AIGC侵权案件Stable Diffusion案，从网上采集近60亿张图像来训练其AI，侵犯了数百万艺术家的权利，盖蒂图片社以侵犯版权和商标保护名义起诉了Stability AI。2023年8月，北京互联网法院审理了一起“AI文生图”著作权案，这是我国首个“AI文生图”著作权案件。原告李某自行下载开源软件，根据自己需求设置详细参数，最终生成一张美女特写摄影图片发布在小红书上。被告人刘某未经许可，将其图片删除水印用作配图，李某认为被告人未经允许擅自使用该图片属于侵权行为。AIGC生成的作品是否可以受到版权的保护呢？如果将AI视作一种工具，整个创作的活动是由使用者完成的，那么创作者是该作品的作者，版权归属应当属于自然人。但是AI生成图片是根据数据库中大量存在的资源整合而成的作品，属于人类画家的结晶，不能算是原告的作品，版权又当归属于谁？

目前全世界都在探索解决AI生成内容相关版权问题的路上，尚未达成一致。2023年3月16日，美国版权局发布了《版权登记指南：包含人工智能生成材料的作品》，提出AI工具可以是创作过程中的一部分，“重要的是人类在多大程度上创造性地控制了作品的表达，并‘实际形成了传统的创作要素”。我国最新的著作权法也首次明确除法律、行政法规的立法机关外，任何机构认定的和学者通过学理判断认定的合理使用情形，依法都不构成合理使用。因此，AIGC也无法在生成过程中利用他人数据作基础，此类情形不在合理使用的界定内，不能构成使用免责。

（2）加大“数据鸿沟”

技术的发展不仅伴随着伦理方面的争议，也伴随着知识生产的社会问题。从技术角度来看，以ChatGPT为代表的AIGC类系统在研发时就耗费巨大人力物力，用户使用时需支付费用。如训练一个千亿规模的大型模型需要花费1.43亿美元，用户使用搭载GPT-4技术的ChatGPT Plus时需要缴纳20美元/月的费用，GPT-3使用一次花费约为140万美元［11］。大数据时代，科学知识生产更加依赖大数据科研平台以及各种高精尖的研究设备和仪器，这就要求技术和资本实力融合，但因经费造成的物质差距势必引发知识生产的不平等、资源数据垄断，从而进一步强化数据权利。这对支付不起此项成本的发展中国家、科研机构极为不利，影响其知识生产的发展模式，进而造成“知识鸿沟”。

数据挖取不仅造成科研信息的鸿沟，还会引发社会的不公。AIGC时代的知识生产，数据成为新时代的私有财产，数据资本逐渐形成，用户在成为“数据佃农”的同时，也为数据公司创造了更多的剩余劳动，数据企业从中获得超额的剩余价值。具体来看，在用户使用、输入等操作时，数据资本家会不断挖取和存储相关大数据，进而形成强大的数据资源库，这种形式会造成数据库之间的差异以及数据资本家和个体用户之间的“信息不对称”，扩大资本和用户之间的“数字鸿沟”。

（3）知识规范性缺失

科研伦理的争议一直存在，從数据安全隐患、数据污染、剽窃等普遍问题，到以AIGC为首的人工智能时代的数据隐私暴露、知识产权归属、歧视与偏见等问题，科研伦理的问题随着社会技术的进步遭遇更大的危机。

AIGC技术生成作品需要经历一个过程，首先需要AI收集数据，然后在内部完成分析数据和抓取，再根据使用者的关键词提取出相关内容。但是在数据收集时，AI可能会挖掘除公开可用数据以外一些未经授权或未公开的数据，这样生成的内容可能会引起侵权或者隐私泄露的风险。尽管类似于ChatGPT的软件在获取数据时会以现有的隐私政策为规范，但是有些数据库仍然会遭受到网络攻击，尤其涉及科研机密、实验数据等，需要引起高度重视。此外，AIGC在科研中还存在虚假信息危害，生成式AI很难保证其内容是真实有效的，它会在生成内容中虚构相关信息数据，让人难以察觉，并且模型的进步会使其虚构的信息更加隐蔽。因为以ChatGPT为首的AI系统，是在自身存储的语料库基础上学习抓取数据，这种方式很难精准匹配到具体研究对象的相关数据。

AIGC在为科研发展助力的同时，也使得剽窃问题更为严重，并且大幅削弱知识生产原创性成果的价值，影响学术研究质量。鉴于其数据抓取的内容，极有可能在用户选择某领域输入关键词，如某位该领域权威学者的名字之后，生成与该学者原有成果风格、逻辑、研究方法极为相似的虚假信息成果（论文），这种行为可以称为剽窃，如果不加以规范，将会带来严重影响。

2．规避技术风险，实现知识服务升级

AIGC归根到底是一种以人为本的“标注训练”，在科学技术迅猛飞进时，要注入人类的温度，确立技术伦理底线。我们要秉持种科技向善的理念，合理规范使用AIGC等人工智能技术，利用科技力量引领社会健康、可持续的创新发展。

（1）构建双驱动知识生产服务模式

人类的知识生产方式在信息社会以前，主要依靠理论驱动模式即依据理论、经验、知识进行社会生产等活动，为世界进步作出巨大贡献。人工智能时代，理论仍然是知识生产的基础，但人工智能等技术也成为知识生产的新助力，因此，需要通过深度融合知识和数据，摆脱“唯技术论”“唯经验论”，革新人工智能领域。我们应构建“理论知识＋数据”的深度融合模式，面对科技时，不仅要知其然更要知其所以然。比如，在進行科学研究时，理论驱动下的知识生产模式更注重对研究内容的挖掘梳理，主要依靠人脑进行；大数据背景下的知识生产模式，则可以在更多维度上进行数据处理，利用手机、电脑在互联网上抓取用户使用痕迹等数据信息，以此解决人脑不能解决的问题。利用双驱动模式，不仅人工智能时代下人类的知识生产达到新高度，而且随着双驱动模式的成熟和普及，人们会越来越娴熟地运用技术。新时代的知识生产需要合理利用双驱动模式，尽早划定技术伦理底线。苹果公司CEO库克在2023年乌镇互联网大会上强调：“我们并不担心机器越来越像人类一样去认知和思考，我们担心的是人类越来越像机器一样去认知和思考。”技术飞速发展更需要人类从自身出发，保持内省模式，以此推动人工智能时代更好地发展。

（2）重建知识权力

大数据时代，“理论＋数据”双驱动模式下的知识生产对数据的依赖性非常明显，对数据权力场域而言，它的各种关系“铺陈”不是依赖单一的说服、服从，或强制、操纵，而是基于数字行动者对大数据技术的“卓越知识和技能的信任”建立的“权威”［12］。虽然技术可以给予更加直观理性的数据，但是数据生产在完善知识生产方式的同时，也在形成数据话语权。与此同时，数据安全问题随之产生。2022年6月，习近平总书记在中央全面深化改革委员会第二十六次会议上强调，要“统筹推进数据产权、流通交易、收益分配、安全治理，加快构建数据基础制度体系”。对于数据寡头等需要从制度、监管、技术等角度进行权力分散，防止出现数据垄断。根据数据的多重多元化属性，可以尝试建立以国家数据主权为基础，企业和个人为核心的稳定数据生产权利模式，并对数据进行合理有效的监管，如严格控制企业的数据采集行为，限制过度收集；建立新的知识生产秩序，采集共创活动数据信息并进行共享（共创共享是一种新的利益平衡和分配关系，可以使得数据分散，防止数据垄断的情况发生）；通过技术手段，比如利用区块链技术去中心化、共识机制等，合理使用数据，从而形成良好的知识生产场域新秩序。

五、结语

技术的发展总是伴随着善恶论，但是无论是技术向善论还是技术向恶论，都无法阻挡科技时代技术的腾飞，科学发展已经势在必行。新时代人工智能已逐步嵌入社会各个领域，出版业也在人工智能技术的推动下发生重大变革。在社会群体、社会过程和社会技术的多重作用下，出版业的知识生产服务模式已经从传统以存量资源为基础的图情知识服务模式，逐步转变为数字服务模式。数字技术融入出版策划、产品创作、营销推广等环节，使出版业在质量规模提升、产品形态多元、服务模式多样等各方面有了长足进步。但是技术伴随下的发展也会出现诸多问题，因此，构建技术伦理成为新时代难题。

现阶段，以AIGC为代表的技术对出版业知识服务的技术伦理创建问题亟待解决，依托技术的发展，利用“理论知识+数据”双驱动模式，可以更精准、更全面地对知识生产进行数据分析，这也可以为技术进步带来良性循环，提早确定技术伦理底线。在“数据说话”的时代，对数据的掌握可形成自由的数据权利场域，因此，重建知识权力，也是现阶段防止数据垄断的合理途径。有效的防范措施既可以让出版业的知识生产在新时代新技术的推动下，形成良性全方位的知识生产新秩序，又可以构建更合理的出版知识生产场域，使AIGC在出版领域得到更有效的运用。

｜参考文献｜

［1］张新新. 出版机构知识服务转型的思考与构想 ［J］. 中国出版，2015（24）：23-26.

［2］吴国盛. 技术哲学经典文本［M］. 北京：清华大学出版社，2022.

［3］张晗. 中国新闻学STS研究之研究［D］. 保定：河北大学，2023.

［4］许崴. 试论知识生产的构成要素与特点［J］. 南方经济，2005（12）：53-55.

［5］黄旦. 重构“谷登堡星汉”［J］. 现代出版，2020（1）：36-40.

［6］姚宇华. 知识生产模式转型视角下大学组织模式变革研究［D］. 武汉：武汉大学，2017.

［7］王勇安，鲍柳康. 出版的本质功能与出版知识服务的范式重构［J］. 陕西师范大学学报（哲学社会科学版），2022（2）：112-120.

［8］姚宇华. 知识生产模式转型视角下大学组织模式变革研究［D］. 武汉：武汉大学，2017.

［9］李文明，吕福玉. “粉丝经济”的发展趋势与应对策略［J］. 福建师范大学学报（哲学社会科学版），2014（6）：136-148.

［10］张晓林. 走向知识服务：寻找新世纪图书情报工作的生长点［J］. 中国图书馆学报，2000（5）：30-35.

［11］王美璇，王冠，王超. 媒体融合背景下AIGC为学术期刊带来的机遇、风险及应对措施：以ChatGPT为例［J］. 传播与版权，2023（18）：64-66.

［12］丹尼斯·朗. 权力论［M］. 陆震纶，郑明哲，译. 北京：中国社会科学出版社，2001.