摘要: 随着ChatGPT面世，人工智能进入新的发展纪元，完成最开始的简单学习到自主的生成式创作。AIGC技术助力新闻产业快速发展的同时，也存在着版权争议，隐私权等等一系列的法律问题。本文首先从生成式人工智能AIGC在新闻生产中的实践应用入手，明确AIGC的定义与法律表现，然后梳理AIGC在新闻实务的采集，生产，呈现等各个环节中所具有的法律隐患和伦理争议，探讨AIGC对新闻生产，新闻专业和记者主体带来的机遇与挑战。最后提出加强技术标识，完善传播审查、健全AIGC版权法，强化司法干预的法律规制手段，以实现新闻行业的长远发展。
Abstract: With the advent of ChatGPT, artificial intelligence has entered a new era of development, transitioning from initial simple learning to autonomous generative creation. While AIGC technology has accelerated the rapid development of the news industry, it also poses a series of legal issues such as copyright disputes and privacy concerns. This article begins by examining the practical applications of generative AI, specifically AIGC, in news production, clarifying its definition and legal manifestations. It then outlines the legal risks and ethical controversies associated with AIGC in various stages of news practice, including gathering, production, and presentation. The article delves into the opportunities and challenges that AIGC presents for news production, journalism professionalism, and journalists themselves. Finally, it proposes legal regulatory measures such as enhancing technological identification, improving dissemination censorship, perfecting AIGC copyright laws, and strengthening judicial intervention to ensure the sustainable development of the news industry.
1. 引言
当今数字技术的快速发展给社会带来深刻影响，无论是经济，文化还是政治，生成式人工智能的使用给我们的生产生活方式带来整改与重构，也给新闻传播领域带来深刻变革。AIGC广泛地应用到媒体报道当中，为媒体生产提质增效，广泛地渗透到新闻的采集、生产，分发，接收，内容创新各个层次当中。与此同时AIGC的运用也面临着一系列版权问题，虚假信息，主体性争议等等的法律隐患和技术伦理问题，本文旨在梳理AIGC在新闻生产过程当中的法律伦理问题，以期寻求切实可行的应对之策。
2. AIGC与AIGC在新闻生产报道领域的法律表现
2.1. AIGC
AIGC全称为AI Generated Content (人工智能生成内容)，通过大模型数据，相关的模型规律，对相关内容进行创作生成。2022年9月，《人工智能生成内容AIGC白皮书》将AIGC定义为：“既是内容生产方式，又是面向内容生产者视角的内容”[1]。从技术层面来看，AIGC可以建立智能数字内容孪生，将现实物理世界进行映射数字化，进行智能数字编辑，完成智能数字内容创作。2023年4月，网信办发布《生成式人工智能管理办法(征求意见稿)》，其中更加详细地阐述了生成式人工智能(AIGC)为“基于算法、模型、规则生成文本，图片，声音，视频，代码等内容的技术”[2]。2023年7月，网信办发布《生成式人工智能服务管理暂行办法》，并于2023年8月15日正式实施，对于生成式人工智能的适用范围，监管政策，外资准入，法律责任等进行全方位的明确与细化。
2.2. AIGC在新闻生产报道领域的应用
在新闻的采集，生产，和反馈检测方面，“AI主播任小融，和你说两会”同步推出，任小融的聊天不只有文字，还有实时的虚拟人物播报。文心一言进入媒体生产，各个省份的融媒体中心与百度达成战略合作。人民网传播内容认知全国重点实验室发布“深度合成内容检测平台AIGC——X”这一平台面向生成式人工智能的治理需求，能够对人工智能生成内容进行检测，在保护内容版权、防范虚假信息、学术造假检测等方面有着广阔的应用前景[3]。
在内容创新方面，央视网创意微视频《AI绘意中国》通过AIGC技术，将万里长城、文明古国、“中国style”形象化，让人感受到了AI技术的巨大潜力[4]。成都大运会期间，新华社作品《AIGC：珍稀宝贝为成都大运会加油助威》采用AIGC技术进行海报、动画、视频等一系列的生产再造，增加重大报道的亲近性与可读性，相关稿件被全网大面积转载[5]。
各个主流媒体像《人民日报》，新华社，中新网等纷纷建立AIGC实验室，紧跟媒介进化潮流，将生成式人工智能运用到新闻生产当中。2023年全国两会，《人民日报》结合AIGC技术对原有编辑部进行升级改造，推出《人民日报》编辑部4.0版本，建立多元全面的知识库为记者提供及时查询服务，方便记者的快速内容整合和创作，与此同时运用AIGC快速生产图片，视频，根据强大的知识库和语言模型赋能新闻生产，为两会报道填色[6]。
2.3. AIGC在新闻生产报道领域涉及法律
AIGC (人工智能生成内容)新闻在法律上涉及多个方面，包括隐私权、肖像权、名誉权和著作权等。第一是隐私权，主要分为数据的抓取和使用、内容的合法合规两个方面，AI新闻在数据抓取和模型训练过程中，如果使用了未公开或未取得授权的数据，可能构成隐私权侵权。另外数据使用必须合法，不涉及国家安全、商业机密和重大公共利益。第二是肖像权与名誉权，主要分为两个方面：首先是合成人像，未经授权使用他人肖像或通过AI换脸技术侵犯他人肖像权。其次是AI生成的新闻如果包含不当言论或对公众人物进行不当描述，可能侵害名誉权。第三是著作权，AI新闻作品的独创性是判断是否侵权的关键。如果作品缺乏独创性，而只是对他人作品的复制、篡改，可能构成著作权侵权。AI新闻在内容生成和表达方式上，如果使用了未授权的受版权保护的素材，也可能侵犯著作权。第四是法律责任，分为侵权责任和平台责任，AI新闻侵权的责任主体包括AI技术的研发者或使用者，可能承担民事、行政甚至刑事责任。
3. “善用”到“滥用”：AIGC的法律隐患和伦理挑战
3.1. 新闻采写：“人”的退场导致“灵韵”丧失
复制技术的扩张将导致艺术作品“灵韵”的丧失。机器人新闻生产在提高生产效率的同时也出现了内容模板化、同质化的弊端，机械的造句导致了观众审美疲劳，而机械化的写作缺乏人文关怀，无法体现报道应有的深度和思想，丧失了灵韵，让价值理性被遮蔽。机器程序化、模式化的报道虽提升效率、带来便捷，但机器注定带有冰冷的基因，无法从价值维度、情感维度对内容做出富有温度的考量。而新闻工作者具有深切的人文关怀，能在灾难报道中能给予报道对象情感的体谅。另外，虽然人机交互作品越来越多地出现，但人机交互却仍然停留在表层，难以实现真正的情感交流，如两会期间AI主播采访人大代表虽然方式新颖，但冰冷的人机交互方式始终难以取代人与人之间的情感交流。
AIGC技术运用到新闻生产当中，但从效率方面进行考量，AIGC生成式人工智能相比较记者编辑而言，在重大报道需要量产的情况下，会更加高效持续性输出。记者可以从繁琐重复性的工作当中进行解脱，只需对机器下达相关的指令，甚至完全实现身体离场，依靠AIGC就完全可以完成报道。而AIGC通过模型分析所产生的报道也与平台媒体的报道风格，媒体定位相一致。基于此记者可能就完全依赖生产式人工智能进行创作，达到了“理性上瘾”的状态，是独一无二创作与个性化的消弭。
3.2. 新闻理念：职业边界的消解与版权争议
当前的媒介进化过程当中，AIGC的运用给新闻生产的采集，生产，创作带来深刻变革。在以往的生产当中，记者作为新闻的100%创作者，而如今AIGC渗透到这个过程当中，AIGC不断地拓展新闻报道的新业务，在创新，效率，数据归纳方面成为新闻主体。这就引起新闻记者职业边界的消散，在以往的讨论当中，往往是“人人都有麦克风”，主流媒体与自媒体主体性之争，而如今随着媒介进化，AIGC成为强劲的生产者参与到这场争论中。AIGC加入到新闻生产中，各种数字人，数字藏品，智能视觉呈现，新闻记者，编辑的主体功能性被替代，新技术和现象级产品的出现，新闻界都会产生“狼来了”的恐慌感，职业新闻记者是否会被替代重新引起激烈的争议与讨论。
与此同时，AIGC新闻生产是以以往报道数据为语言模型，在此基础上进行再生产，如此就会产生“拿来主义”的滥用情况，对新闻创作者的新闻文本进行“非故意”抄袭。《伯尔尼公约》第2(8)项规定：“著作权不保护各类事实，也不保护有关事实的简单客观报道。”[7]而当前的法律规定并未将时政类新闻划分到版权保护的范围当中。对于一些重大深度报道，离不开专业的新闻工作者的深耕细作，新闻工作者对于新闻事件进行长时间跨度的跟踪调查，构思创作，付出大量的时间与精力成本，最好完成一篇优秀报道。如此报道一经发布就会进入到AIGC的模型系统当中，成为后续报道的模板，这是对新闻工作者新闻生产创作热情的泯灭。另一种情况是新闻工作者作为“半主体”对机器进行内容输入和创作思路指令，具体操作由AIGC完成，而版权的所有者又无从判别。
3.3. 新闻机械：媒介依赖增强加速“身体”退化
保罗莱文森媒介进化论指出，技术的发展具有人性化趋势，机器正在模仿甚至钳制人类的功能。的确，在人工智能技术越发成熟的当下，AI主播的出现，社交机器人的涌现使得人的主体性受到了挑战。一方面，机器所拥有的强大数据分析、挖掘的能力是人类难以企及的，人类数据的存储也依赖于机器；另一方面，机器一旦被合理设计激活，便有可能独立于人的控制之下，自动接收、传递和发送信息，具备能动性和主体性。新闻阅读沉浸感的提升，使得用户被媒介营造的信息环境影响可能性越来越大，对媒介依赖性增强的同时，思考能力也不断退化。正如学者麦克卢汉提出的“延伸即截除”，即指使用媒介延伸自己能力的同时，自己身体的能力也在退化。
在追求技术的工具理性中，人的价值理性受到禁锢，过分崇拜技术之下，尼尔波兹曼笔下的“技术垄断”有了新一轮的表现，使得一切传播着的文化臣服于技术的统治中，人的价值性不复存在。如《光明日报》在进行两会报道中过分追求技术的炫耀而被诟病为“炫耀锄头忘记锄地”，人所追求的价值理性成为技术悖论。媒介技术越来越人性化，人也越来越技术化。我们要意识到人机交流中不能过多地强调机器的服从服务地位，而是要重视人与机器的对称性，我们应该思考的是如何应用机器才有利于人自身的发展。利用技术发现和弥补人的能力局限，利用人的力量来纠正机器的偏狭与误区，才是人工智能技术的要义[8]。伦理关切的核心目标是人的进步，人的福祉，人们无论是技术应用中技术的深耕细化，还是技术的应用以及对产生问题的治理都要秉承这一原则，避免落入到双向驯化的囚笼当中。
3.4. 新闻内容：真实性的“消解”与虚假的泛滥
鲍德里亚提出“超真实”的概念。相比较真实，超真实的状态是指运用媒介技术可以完全创作出不可分辨的物质产品。虽然不该抱有技术决定论的悲观想法，但是AIGC以数据为基础进行智能生成新闻报道，以数据真假决定新闻内容真假也逐渐发展成不可忽视的问题。AIGC的数据采集和作品生成过程当中是无法判别数据的真假的，哪怕有区块链的保驾护航追根溯源，但还是无法对元数据进行甄别，反而变成模型数据进行生产。比如外网广泛传播的“特朗普被捕”，其实就是AIGC生产的图片，以假乱真之下网友信以为真，最后还是官方媒体下场辟谣才结束了这场闹剧[9]。以及国内最近抖音平台广泛应用的“AI扩图”“AI照片”等，可以直接对照片二次创作，与真实照片无异。
AIGC运用到新闻的写作生产当中，已经完全可以独立完成以假乱真的新闻报道，这种生产式内容的真实性和准确性都无法得到保障，究其根本AIGC的语言系统数据库存在着系统性偏差。相关数据的多样性匮乏，从而导致技术系统中人口偏差、内容偏差、历史偏差，形成系统性的偏见。比如司法系统当中对黑人被告群体的偏见，往往该群体存在较高的误报率；谷歌照片图像识别将黑人照片标记为“大猩猩”。AIGC的智能生成内容具有高效率，高质量，且公众无法对其生产的新闻信息进行辨别，所以在场域当中就存在大量的虚假报道以及误导信息，存在着高强度的信息过载现象，大众同时缺乏相关的专业知识，以及对AIGC的技术运行逻辑一知半解，也会对AIGC生产新闻愈发依赖，习惯性地接受这些虚假信息。
4. 规避：AIGC在新闻生产中的法律规制
4.1. 加强技术标识，完善传播审查
AIGC大模型下的虚假新闻更是无从辨别。为了构建稳固的新闻防护体系，预防新闻失范现象，强化审核与过滤机制至关重要。传统媒体应坚定不移地执行“三审三校”制度，确保文字、视频等新闻内容的每一环节都经过严格审查，同时强化行业规范责任落实，构建起坚实的意识形态防线，并致力于提升新闻从业人员的职业道德素养与专业能力[10]。针对商业媒体，建立健全内部审核与过滤流程同样不可或缺，以实现对不良信息的迅速识别与纠正，有效抵御信息传播商业化可能带来的职业道德与法律挑战。
在全球范围内，针对AIGC (生成式人工智能内容)的监管框架尚处于初步构建阶段。我国已出台《生成式人工智能服务管理暂行办法》，其中第12条明确规定了服务提供者需依据《互联网信息服务深度合成管理规定》对生成内容进行识别，彰显了我国在AIGC监管领域的积极态度与行动[11]。与此同时，国际上也在加速推进相关立法工作。美国出台白宫首个推出有关生成式人工智能(AI)的首套监管规定，该行政命令要求美国多个政府机构制定标准，以防止使用AI设计生物或核武器等威胁，并寻求“水印”等内容验证的最佳方法，拟定网络安全计划，对AI产品进行测试并将测试结果报告给联邦政府，吸引技术人才，保护隐私，促进公平和公民权利，维护消费者和劳动者的利益，促进创新和竞争[12]。欧盟方面，其人工智能法案同样强调了AIGC标记义务的重要性，旨在减少误导信息，提升公众对AI在内容创作中作用的认知。该法案还根据风险等级对人工智能系统进行了分类管理，特别指出缺乏真实性与可验证性是生成式人工智能系统面临的核心风险之一，这一分类管理策略有助于更有针对性地实施监管措施。
4.2. 健全AIGC版权法，强化司法干预
AIGC新闻生产，包括到现在的sora文生视频，目前的法律只是在AIGC的定义解释上有了明确规定，而对于AIGC在新闻生产，新闻采写，新闻分发的过程究竟要遵守怎样的法律条例还处于不全面不成熟的阶段。一方面对待AIGC所面临的内容版权问题，亟待一系列的规定与解释，从而更加明确新闻生产者与AIGC机械的主体性。另一方面，对待AIGC以假乱真的新闻报道，大模型数据存在的系统性偏差，需要更加完善的法律。
“版权法的诞生与演进紧密伴随着技术的进步”，随着技术的飞速发展，全球著作权法体系已跨越了从机械辅助创作到人工智能自主生成内容的广阔历程。然而，在这一变迁中，对于人类与独创性源泉之间关联性的基本立场始终稳固不移[13]。无论是基于自然权利的视角，还是功利主义的经济激励考量，人类的创造力始终是著作权保护的核心所在。当前，围绕人工智能生成的内容，两大核心议题备受关注：一是这些内容是否应被认定为作品并纳入《著作权法》的保护范畴；二是若被认定为作品，其权利归属又该如何界定。尽管技术日新月异，但自19世纪末摄影术引入创作领域引发的机器与创作关系首次争议以来，全球版权立法在探索机器与人工智能生成内容的过程中，始终坚守着对人类独创性来源的尊重。
人工智能在创作过程中的角色，已远远超越了传统意义上的物理工具(如画板、画笔)或软件工具(如Photoshop、CAD)，它不仅能够接收并执行人类指令，更能基于自身的“智能”进行独立思考并产生出人意料的“作品”。这种创作工具的进化，并非旨在鼓励人类的惰性或削弱创作过程中的思考深度，而是旨在通过简化信息检索与学习流程，为人类创意的激发、扩展乃至超越想象力边界提供强大助力。它们成为创作者手中的利器，让文学艺术与技术得以更加紧密地融合，推动着表达方式的创新与边界的拓展。
确保AIGC (人工智能生成内容)受到著作权法保护，是加速技术进步、促进产业繁荣，并最终推动文化发展与经济增长的关键。著作权法律体系的未来演进，应聚焦于促进“人类创意智慧”与“机器智能”的深度融合，同时激励人类在AIGC基础上的再创作活动中发挥核心作用。在立法与司法实践中，采用区分策略至关重要，需明确划分仅由人工智能自主生成的内容与那些融入了人类独创性贡献的AIGC作品。这些人类贡献体现在对AI输出的深入理解、整合创新、逻辑论证、观点反驳、内容重构、精细化编辑等多个方面，共同构成了“分布式人机协同创造力”[14]。通过这样的区分，不仅能够实现人机能力的互补，促进双方协同创作，还能确保劳动价值的共同体现，达到整体价值的最优化。
5. 小结
对于新闻行业而言，要以唯物主义辩证性的思维看待AIGC，坚持二元认识论，一方面要充分开发AIGC技术在媒体报道、媒体生产当中的应用，积极运用媒介技术赋能新闻生产流程。另一方面也要保持技术中立的态度，正确地看待AIGC所带来技术隐患、版权问题、虚假信息以及对新闻职业的冲击，避免新闻生产被技术所裹挟，通过法律对AIGC新闻生产进行法治，助力新闻行业的长远健康发展。