AIGC，AI-Generated Content的缩写，即人工智能自动生产、创作内容。AIGC是互联网、大数据、人工智能等信息技术综合发展的产物，尤其是互联网形态的演化对其概念、内容、特征产生了重要影响。国内方面，百度的AI艺术与辅助创作平台“文心一格”引起各方关注。国外方面，先是Meta发布了支持文本生成视频的Make-A-Video系统，“根据一句话就能一键生成视频”，然后就是ChatGPT，流畅对答、写剧本、写代码等各项功能一应俱全。
相较于UGC，AIGC的最大不同是新技术驱动了机器智能创作内容，这使得AIGC具有独特的技术特征，包括并不限于：1.数据巨量化。AIGC的“想象力”和创作能力是在海量数据的基础上由计算机学习和模拟生成的，由此带来的数据巨量化，推动了AIGC发展的进程。2.内容创造力。正是因为有了巨量数据的加持，创造力成为AIGC最吸引用户的特色。与人类创作过程相比，AI创作拥有时间短、规模大、风格多等特点。3.跨模态融合。跨模态融合是AIGC区别于传统UGC和PGC的显著特征。跨模态生成的本质是文本、视觉、听觉乃至脑电等不同模态的知识融合，覆盖图文、视频、数字人、机器人等更多场景。随着国内外多家科技公司发布多模态AI大模型，AIGC的跨模态融合趋势将进一步加强。4.认知交互力。拥有一定程度的认知和交互能力，是AIGC发展的重要趋势。在人工智能场景中，通常利用自动问答、视觉识别、姿态识别等实现人机交互，而AIGC的出现则为人与机器的沟通带来了更多可能，拥有人与人类沟通的媒介，在感知和交互上具备特色。
基于AI的内容生成技术可以追溯到20世纪50年代末，出现了首支计算机制作的音乐作品《伊利亚克组曲（IlliacSuite）》，1966年世界第一款可人机对话机器人“Eliza”问世，80年代中期IBM创造语音控制打字机“Tangora”，计算机科学家开发出自动生成文本的算法，并成为机器学习技术的基础；20世纪90年代中期，随着深度学习算法和图形处理器等算力设备的发展，AI内容生成技术得到更大的发展，2007年首部由AI装置完成的小说《1TheRoad》问世，2012年微软展示语言全自动同声传译系统，可英文语音自动翻译成中文语音。2000年以后，随着语音识别、图像识别、机器翻译、语义分析、自然语言处理等技术的不断完善，AI内容生成技术也取得了长足的进步。从内容产生的驱动方式来看，互联网内容生产主要经历了PGC—UGC—AIUGC—AIGC的发展历程。1.PGC是专业生产内容，主要是由拥有内容相关领域资质的专业团队进行创作的文字和视频，特点是门槛与成本较高，内容质量有保障，如一些专业视频平台，用户更多的是去接收和搜索视频资源来收看，类似于Web1.0的概念；2.UGC是用户生产内容，伴随Web2.0概念而产生，特点是用户可以自由上传内容，内容丰富，如TwitterYouTube等平台，用户不仅是接收者，也可以是内容的提供方，内容生产的规模得以极大扩张，但内容质量参差不齐；3.AIUGC是由AI辅助用户生成内容，在内容生成规模、生成频率较UGC更为显著；4.AIGC主要由AI取代人类进行内容创作，特点是生产频率更快，可以定制风格，满足个性化需求，同时拥有无限规模的创作灵感，可作为强大的生产工具，解决Web3.0和元宇宙中的内容问题。
AIGC的数据所有权归属目前尚缺乏统一的法律规制，数据语料、人工智能机构、生成平台、用户之间的版权主客体关系仍待探索。随着算法模型的进一步完善和成本的快速下降，AIGC大规模商业化应用将成为现实，过去对人们来说遥不可及的专业能力已经具备从实验室飞入寻常百姓家的可能。与此同时，AIGC的飞速发展和商业化应用除了会对创作者造成冲击之外，也会对大量依靠版权为主要营收的企业带来冲击。一方面，AIGC难以被称为“作者”。根据我国《著作权法》的规定，作者只能是自然人、法人或非法人组织。AIGC不是被法律所认可的权利主体，因此不能成为著作权的主体。但是，业界对AIGC应用生成图片的版权问题持有不同的观点，图片属于平台、完全开源还是生成者，目前尚未形成统一的意见。另一方面，AIGC产生的”作品”尚存争议。根据我国《著作权法》和《著作权法实施条例》的规定，作品是指文学、艺术和科学领域内具有独创性并能以某种有形形式复制的智力成果。AIGC的作品具有较强的随机性和算法主导性，能够准确证明AIGC作品侵权的可能性较低。一方面，部分数据集系统利用私人用户照片进行AI训练，对人像图片进行侵权训练的现象屡禁不止。这些数据集正是AIGC等图片生成模型的训练集之一另一方面，一些用户利用AIGC生成虚假名人照片等违禁图片，甚至会制作出暴力和与性相关的画作。由于AI本身还不具备价值判断能力，一些平台已经开始进行伦理方面的限制和干预。但是，相关法律法规的空白和AIGC应用研发者本身的不重视将引发人们对AI创作伦理的担忧。AIGC基于风格迁移和模仿生成的内容在深度伪造、有组织信息操控等方面加深了信息伦理问题。AIGC超强的模仿创作能力具有“双刃剑”属性，即AIGC技术使虚假信息更“真实”、更具欺骗性，而且在多模态情境下可以采用文本、语音、视频“半真半假”的形式欺骗用户。正视AIGC加剧深度伪造、适时提出AIGC使用原则框架已成为不可回避的问题。生成式AI的训练材料来自于人类的作品，因此它也有可能将人类作品中包含的歧视因素继承下来生成式AI产生的不当言论值得关注。对于ChatGPT这样的语言模型，这个问题尤为突出。虽然发行企业基本都会对模型进行一定的技术处理，比如ChatGPT被规定拒绝回答某些敏感话题。但是，在用户的诱导之下，这些模型依然会说出很多不当言论。
AIGC可以致力于研发和推广智能化技术，如自然语言处理、机器学习和人工智能等，以提升新闻传播领域的效率和质量。通过将这些技术应用于新闻报道、信息分发和数据分析等环节，可以使传媒机构更加高效地获取、处理和传播信息。AIGC可以推动传媒业实现多媒体融合，将文字、图片、音频和视频等多种形式的内容进行整合和呈现。通过整合多种媒体形式，传媒机构可以更好地适应受众多样化的需求，并提供更加丰富和多样化的内容。AIGC可以帮助传媒机构打造个性化推荐系统，通过分析用户的兴趣、偏好和行为，为用户提供定制化的新闻内容推荐。通过个性化推荐，传媒机构可以更好地吸引用户、提高用户黏性，并提供更符合用户需求的内容。AIGC可以促进传媒业进行新闻思维的转型，从传统的“一对多”传播模式转变为更加开放和互动的“多对多”传播模式。通过引入用户参与、用户生成内容和社交媒体等元素，传媒机构可以更好地与受众进行互动和沟通，提高信息获取和传播的效果。
技术是一把双刃剑。AIGC被广泛应用于传媒业，促进了传媒业的更新迭代，但也带来了一些限制和问题。AIGC的技术应用可以自动化和智能化一些繁琐、重复的新闻传播任务，例如新闻稿的写作、信息的整理和分类等，从而提升新闻传播效率，节省人力成本和时间。AIGC的技术可以通过分析用户的兴趣、偏好和行为，为用户提供个性化的新闻内容推荐，增强内容的吸引力和粘性。同时，AIGC还可以帮助传媒机构更好地分发新闻内容，根据用户的地理位置、社交网络和设备特性等因素进行定向投放，提高内容的传播效果。首先，在AI协同创作作品中，自然人的创造性贡献问题有待厘清。另外，当人工智能技术发展至拥有自主意识的阶段，AIGC从组合型内容创造转向探索型甚至变革型内容创造，其创作过程中的权益收益以及可能导致的侵权责任如何划分，目前也处于争论之中。一方面，算法设计师的主观因素会对算法结果产生影响。另一方面，即使设计师提前对模型进行“非歧视”的技术处理，但在投入社会化使用后，算法模型仍然可能在用户的诱导下发布不当内容。首先，记者身体缺席新闻现场，技术、人、环境不能实现充分的连接，截取的事实容易片段化、碎片化。其次，AIGC多借由社交媒体等社会化渠道再造新闻现场，存在众声喧哗的问题。
1.论述题：请论述AIGC如何赋能媒体内容生产与传播（2024年西南大学334真题）
2.简答题：AIGC对新闻业的影响和意义（2024年云南大学334真题）3.分析题：结合新闻理论知识，谈谈AIGC与媒体深度融合的影响（2024年贵州民族大学334真题)4.论述题：AIGC对网络信息安全的影响，以及如何有效预防其带来的内容风险（2024年北大汇丰商学院财经新闻440真题)5.名词解释：AIGC（2023年上海交通大学334真题、2023年中山大学334真题）6.简答题：智能新闻生产的特征（2023年四川大学440真题）7.名词解释：人工智能新闻（2023年北京工商大学334真题）I.AIGC：引领传媒业变革与人机关系的重构——郭小平、段琳杉《视听界》III.生成式人工智能浪潮下的传播革命与媒介生态——喻国明、苏健威《新疆师范大学学报（哲学社会科学版）》IV.超越ChatGPT：生成式AI的机遇、风险与挑战——陈永伟《山东大学学报（哲学社会科学版）》Ⅴ.新一代人工智能技术（ChatGPT）及其对人类社会的影响与变革——张夏恒《产业经济评论》
