焦点消息！AIGC对内容创作者是技术革命还是技术剥削？_财金网_中华财经网

(资料图片)

“要进入那些机器不擅长的领域，这些领域需要与人打交道，具有不可预见性，需要创造力。”——Max Tegmark《生命3.0》

Max Tegmark是目前距离诺贝尔奖最近的人工智能专家，基于在AI领域的深刻洞察和远见，他特别强调“创造力”对未来职业的重要性，并认为内容创作者是AI时代最有前途的职业之一。

然而，如果AI创造力比肩人类了，人类创作者们该怎么办？

2022年底，AIGC异军突起，作为人工智能领域的重要突破，入列《科学》杂志发布的“2022年度科学十大突破”。AIGC使我们对“创造力”产生了新的理解，以前我们会认为内容生成（PGC、UGC）才是一种创作，AI只能“推荐”内容（智能推荐），没法“创作”内容。但是现在的AIGC，每一次都能生成不一样的优质内容。

AIGC，即AI生产内容，ChatGPT的聊天对话或者AI绘画都属于AIGC。高德纳公司（Gartner）年初有过一个预测：在2023年产出的内容作品中，将有20%来自AI。相当于你每看五个视频或者小说，可能其中一个就由AI创作。

AIGC甚至可以触及人类顶尖水平的艺术创作，比如，2021年底，贝多芬管弦乐团首次演奏了完整版的《第十交响曲》。这本来是贝多芬的遗作，生前只写完第一乐章。但是，在AI学习了贝多芬的过往所有数据后，仿照他的风格续写了这部曲子。更有甚者，你还可以要求AIGC用齐白石的风格重现画作《蒙娜丽莎》，用腾格尔的语调念莎士比亚的诗......

当然，从目前的情况看来，由AI产生的内容并不具备独创性，即使是ChatGPT，有的也只是对人类现有知识的高效模仿、高效整理。换句话说，AI还没有形成“人”的意识。

那么问题来了，AIGC所有创作的“原料”，都来源于人类创作者们的既有成果，因为超高的信息筛选、整合能力，或将会从效率上“打败”绝大多数人类创作者。因此，对于广大内容原创作者们来说，AIGC是不是某种程度上的技术压榨或剥削？就Web3.0时代的经济分配系统来说，是否也将面临一轮新的机遇——让内容原创作者们在AIGC时代也能获得公平的经济利益？

真正打败人类创作者的是AIGC吗？

苹果CEO蒂姆库克曾说：“我并不担心机器像人一样思考，却担心人像机器一样思考。”现今的内容产业，最大问题就是“人像机器一样思考”。

现在的人类创作者们似乎面临着一种“通病”，隔着AI分发算法，去猜测用户究竟想要什么样的内容。或者说，创作者们大多是在配合社交平台的算法规则，猜测大数据会把哪些内容筛选出来，推荐给用户。

在AIGC出现之前，AI算法已经成为人类创作者的引导者。AI掌握内容分发的内在逻辑，永远比你更加清楚用户喜欢什么。基于大数据分析，AI算法认为哪些用户喜欢哪些内容，就会引导人类创作者们去做相关的内容创作。最典型的，就是热搜上排名靠前的那些话题，几乎就是大多数内容创作者的选题方向。

而且，人类创作者在进行发言稿、新闻稿这类日常创作时使用ChatGPT可以极大解放生产力，ChatGPT可以帮助节省很多检索、筛选信息的时间，对内容创作者来说，可以帮助梳理大纲和行文思路，甚至还能对文字逐段润色。

不过，就现阶段而言，AIGC并未在各个层次、各个领域真正超越人类创作者。Google的聊天机器人首秀回答出错之后，以ChatGPT为代表的AI问答机器人也很快遇到瓶颈。近期，ChatGPT的第一批用户也已经发现很多问题：

写论文时，ChatGPT输出答案里推荐的文献看似有模有样，其实很多都是搜不到的，而且提出的观点也缺乏深度，甚而存在着抄袭的风险；写代码时，ChatGPT输出的代码表面上看一本正经，但很多完全无法使用；特别是在一些诸如金融、生化环材、电子信息等等专业领域，ChatGPT更是短板明显，经常不能真正理解专业术语。即使就目前搜集资料、处理数据的能力而言，对于会Python的人来说，吸引力也不是很大。

如何让AIGC时代的内容创作者享受技术进步的红利?

前面说过，即使是ChatGPT那样的AI，也不具有原创性、独创性，只是对人类现有知识比较高效的整理而已。那么，如何让AIGC时代的内容创作者享受技术进步的红利？

以目前红人经济领域成熟的商业模式看来，内容创作者要想实现可持续的收入至少需要两个基础条件：

内容创作者当前比较主流的商业价值就体现在品牌营销方面，就像住房市场的贝壳连接了房源和房客，打车市场的滴滴连接了司机和乘客，外卖市场的美团连接了餐厅和食客，WEIQ红人营销平台就是连接了红人（内容创作者）和商家，这刚好符合上述两个基本条件。类似平台型企业商业模式的成熟，证明了优质创作者的内容价值与商业价值可以在科技创新的进程中一次次被验证、放大。相信未来的AIGC时代，应该让创作者更少受到剥削，AI科技的进步应该是让好内容更多获益，也让创作与变现平衡。

让我们设想一下，当AIGC时代来临，并未诞生与之配套的良性创作者经济系统，那跟社交媒体爆火前夕的搜索引擎平台剥削创作者利益没有本质区别。就应用效率来说，尽管AIGC给用户带来了更好的使用和生产体验，但是一味停滞在技术的应用层面，并不能保证原创作者的利益水平，也不利于整体的创作者经济生态发展。

那么，在未来将至的AIGC时代，如何确立服务内容创作者的新商业模式，做到内容原创者的可追溯、连接商业需求的可持续化？我认为可以从以下几个点来探讨：

算法原理

实现AIGC的基础技术是深度学习算法，而这个算法也有多个技术路线。以下列举其中两个范例：

经典的深度学习算法主要是采集数据、提取特征值。比如，你想知道什么人会买500元一支的大牌口红？通过人类生活经验进行判断，我们知道婴儿肯定不会买，多数男人在一般情况下也不会买，消费水平不匹配的人也不会买......但AI绝对不会从这个维度考虑问题。机器算法可以基于交易数据，可以监测到在社交网络中搜索“口红”等关键词的用户，也可以在图像领域、视频领域采集数据（处理大量像素的色值、位置等等问题）。谁会买大牌口红？经典的AI算法是纯粹运用数理逻辑构建模型，绕过了人为提取特征、人为判断规律，最后得到的结果或者答案几乎没有（依据人类思维方式的）可解释性。

是的，经典AI算法得到的回答没有可解释性，追溯原创作者也不是其考虑的重点。

然而，近些年来出现的一款全新算法GAN（Generative adversarial network，生成对抗网络)在AIGC领域极受欢迎，得到广泛应用。GAN的基本原理就像永无止境的师徒对抗：徒弟给出考题答案，师傅来判断好坏，直到满意；师傅满意以后，徒弟对师傅不满意了，觉得师傅得出更难的题，徒弟还得继续提升成绩，于是师傅也要进步，给出新的考题，直到徒弟几乎答不出来；接下来徒弟继续努力学习、答题，直到逼近阈值，师傅继续学习、出题......循环往复，以对抗的模式促使师徒共同提升。

GAN的具体实现要更加复杂，其在图像方面表现尤其出色，非常适合基于原始内容（噪音）来补充、丰富细节。

在GAN的算法背景下，追溯原创作者是可以实现的，但意义不大。假设你决定对内容付费，但你仍然不可能对所有内容付费。假设你愿意对你想要的最好内容进行付费，那如何去判断什么是“最好内容”，毕竟从AI算法角度来说并不存在最好的答案，永远都有更好的答案，同一问题答案始终处于优化迭代当中。

那么，你需要对谁付费？这成为一个无解的问题。

商业生态与经济模式

AIGC能否超越内容生成工具的基本功能，启动一场商业模式创新的契机？

就像互联网超越了早期作为一个新闻门户的基本功能，把新闻从纸媒、电视搬到互联网上，并且衍生了后来的游戏、社交网络、视频、电商等一系列的新商业形态。

AIGC有没有可能催生大量以AI为基础的新商业模式、新经济公司？目前看来，AIGC商业上的应用场景还非常有限，而且很少考虑到内容原创者的权益。

我们看到，Adobe公司宣布就把AI绘图功能集成到了PS里，用户只需要圈住自己需要P图的部分，告诉AI要干什么，人工智能就会自动完成专业设计师才会的各种P图操作。同样的案例，笔记软件Notion正在研究用AIGC做笔记，未来你的文章初稿、概要和脑图，可能都是由机器自动生成的。

目前看来，AIGC应用面最广泛的就是内容创作者的各类内容。比如，你有个产品的广告词想不出来，可以直接问ChatGPT，让AI给出合适的灵感。

至于以上这些关于AIGC的商业应用是否考虑到内容原创者的利益，目前还是一个盲点。现在的AIGC，就像互联网早期的“免费模式”泛滥，因为要培育大量用户和开发大量应用场景。直接让用户给AIGC内容付费，在技术上还需要更多探索，商业上也需要做出妥当安排。

在面临AIGC的冲击下，我们更要注重保护原创者的利益，当然，有的企业已经形成这种意识。比如全球最大的UGC图库之一，Getty Images禁止他们的网站上传、销售和使用AI工具生成的插图。想要通过AIGC作图赚钱？平台可能不承认这是你的工作成果。

小结