人工智能与信任：数字时代的作者界限

第二点是保护机密性，禁止在未发表的手稿或同行评审过程中使用生成式人工智能。此外，存在一个强有力的共识：人工智能不能被列为科学作者，因为它无法为错误、虚假结果或研究带来的影响承担伦理或法律责任。人类内容作为差异化价值 专家们一致认为，生态系统正在朝着两个同时发生的主要动态发展。他们指出，辩论应转向创作过程，评估技术是否增加了价值或侵蚀了原创性、伦理和责任。可信度仍然与人类因素紧密相连 各种研究表明，将内容识别为人工智能生成并不会降低对人类文本的偏好，尤其是在处理复杂、敏感或解释性信息时。这些缺点不是技术性的，而是结构性的，它们影响内容的感知，特别是在信息、意见或专业知识等敏感领域。与此同时，亚历山大·洛佩斯·博鲁尔（UOC信息与传播研究中心的教授）强调，人类作者身份允许融入背景、价值观、叙事意图和受众适应的层次，这些元素很难通过自动生成来复制。搜索引擎、算法和新价值标准 在合成内容饱和的情况下，搜索引擎和数字平台已开始调整其算法，以优先考虑EEAT（经验、专业知识、权威性和可信度）等标准，这些标准有利于由具有可验证履历的个人创建或签署的内容。这一调整不仅基于技术标准，也源于明确的社会需求。目前，在自动化饱和的环境中，人类因素重新获得了象征性和社会价值。人工智能被用于实用任务、摘要或快速查询，但可信度仍与人类作者身份相关联。在此背景下，“人类制作”、“人工智能辅助”或“人工智能创建”等标签的含义可能会随着时间的推移而改变。一方面，完全接受人工智能用于快速、经济地生产内容。另一方面，将无人工智能支持创建的内容视为差异化质量的标志，特别是在信任至关重要的领域。Lalueza指出，这种区分将取决于用户的偏好，而López Borrull提出了中间模式，如“专家监督”标签，让人工智能作为工具而非替代品。透明度、感知和识别的局限性 尽管对透明度的要求很高，但人们识别合成内容的能力仍然有限。根据皮尤研究中心的调查，76%的成年人认为能够识别内容是由人还是人工智能创建的非常重要。这一事件引发了即时批评，并重新引发了关于在信息内容生产中使用人工智能的界限、风险和责任的辩论。对于UOC信息与传播研究中心的教授Ferran Lalueza来说，这类错误并非偶然，而是代表了更大的现象：区分人类和合成内容的难度日益增加，随着技术的进步，这条界限将继续模糊。广泛使用，信任碎片化 人工智能的采用很广泛，但并未伴随同等水平的信任。在电子游戏行业，“非生成式人工智能”印章开始成为基准。这些标签旨在在自动化生产主导的生态系统中区分人类内容，并响应新兴的看法：人类因素开始与质量、伦理和情感联系相关联，而非机械效率。科学为人工智能作者身份设定明确界限 在学术界，反应更为明确。皮尤研究中心强化了这一诊断：50%的人表示他们比更担忧，53%的人担心人类创造能力的逐渐丧失。技术能力与结构性局限 从学术角度来看，Lalueza强调，人工智能缺乏建立社会信任的基本要素：真实性、可追溯性、伦理责任、可验证的承诺和真正的同理心。第一点是透明度的要求，强制声明在哪些阶段使用了人工智能（翻译、校对、辅助分析）。墨尔本商学院与KPMG合作在47个国家进行的一项国际报告显示，66%的人口习惯性地使用人工智能，但只有46%对其使用表示完全信任。这一差距的解释是，尽管人工智能被认为在数据处理方面有效，但人们对安全性、社会影响、伦理使用和长期后果仍存在相关疑虑。从新闻业到科学，对可验证作者身份的需求日益增长