[摘 要] 出版者注意义务分为权属审查义务与内容审查义务。人工智能通过大数据训练自发生成，不接触特定作品，生成过程缺乏外显性，导致出版者面临审查途径丧失、版权归属不明、文本易内嵌隐蔽错误等多重困境。对此，需根据权属审查与内容审查的不同重心，把握出版者注意义务。针对权属审查困境，引入AIGC检测技术与区块链技术，明确AIGC的生成来源与署名的多维判断因素。针对内容审查困境，明确人工智能的黑箱特质，构建以编辑为主体的人机协同过滤机制，并以现有技术水平为基准考量出版者的注意义务。[关键词] 生成式人工智能 出版者 注意义务 AIGC人工智能生成内容（Artificial Intelligence Generated Content，AIGC）是人工智能领域的最新发展体现，与此前的人工智能相比，其标志性变革特征是具有一定的上下文理解能力，同时对内容的生成是自主的，而非对已有内容的预设回答。[1]生成式人工智能产出的文本被视为继专业内容创作模式、网络用户创作模式之后的新型内容创作模式。而代表AIGC最新发展水平的是OpenAI于2022年11月开发的ChatGPT模型，同时，国内外众多科技公司基于AIGC内容生成技术开辟新赛道，在其商业模式中引入生成式人工智能，引发了全新产业类型的出现。在出版领域，生成式人工智能对出版过程中的采集、编辑、分发等均产生影响，[2]在让出版者借助人工智能技术完成信息搜索以及选题策划、助力数字出版向智能出版转变之外，生成式人工智能亦带来了辨明署名真实性的途径失效、授权信息确认难度大、文本易内嵌隐蔽错误等风险与难题，出版者面临注意义务履行不能的困境。出版者注意义务标准，既是判断出版者合法来源抗辩是否成立、也是判断出版者是否需要承担侵权责任的核心内容。我国学界对于生成式人工智能的研究，多集中于人工智能生成物的版权归属以及作品类型认定等问题，对于生成式人工智能引发的出版者注意义务履行困境问题，尚未引起足够重视。当前，我国出版业在新一轮科技革命中面临转型，如何在人工智能生成背景下重塑出版者注意义务内容与标准，成为亟需回应的问题。一、生成式人工智能对出版者注意义务挑战的现实基础生成式人工智能改变了内容生产的底层逻辑，重新塑造了出版业的内容范式。出版主体、出版客体、AIGC属性的变化成为生成式人工智能场景下出版者注意义务变革的现实基础。对此变化的分析有利于溯源出版内容以及出版方式的演变，继而明确生成式人工智能对出版者注意义务的挑战。1.出版主体：从图书出版者到网络出版者根据《出版管理条例》的规定，出版者开展出版活动需获得审批，随着新技术的发展，根据《网络出版服务管理规定》(以下简称《规定》)，网络出版活动同样需要获得审批。与传统出版者相比，立法者并没有明确网络出版者概念，而是通过界定网络出版物以及出版途径等方式，规制网络出版活动。[3]例如《规定》从出版客体以及出版行为出发，强调从事网络出版活动法人及非法人组织需遵守的相关规定。此处的法人及非法人组织主要是指网络服务提供者，其中又包括直接向用户提供内容的内容提供者，以及不直接向用户提供内容的服务提供者，对于后者，我国《信息网络传播权保护条例》将网络服务提供者分为4种类型，与内容提供者不同，网络服务提供者的属性符合“管道”特征，即仅提供技术服务，而不参与信息的传播过程。随着Web2.0时代的来临，网络交互式特征凸显，网络服务提供者自身的定位也发生变化，网络平台一方面为用户提供网络服务，另一方面也参与信息传播过程。网络服务提供者在向网络用户提供存储空间服务的同时，也积极购买版权资源，并将此类作品存储于自身平台，向公众传播，此时该平台同时具备内容提供者与技术服务提供者双重身份。2.出版客体：从专业内容生产到人工智能生成从保护职业创作者与传播者的利益出发，不论是《著作权法》中的“作者”还是“邻接权人”均需具有一定的专业能力，此时立法所对应的是Web1.0时代的PGC专业内容生产模式（Professional generated Content）。随着Web2.0时代的到来，互联网内容生产模式逐渐转变为UGC网络用户创作内容模式（User generated content）,在这一模式下，原本被动接收网络内容的网络用户，转变为网络内容提供者。而Web3.0时代的内容生产模式表现为人机协同生成模式，网络用户可借助人工智能创作内容，人工智能在“机器学习”的过程中，经过大量的数据算法训练完成生成过程。从Web1.0到Web3.0，基于互联网技术的发展，其中点对点技术（peer to peer)的出现具有变革型意义。每一个网络用户既是信息内容的接收者，也是信息内容的生产者，网络用户可以直接与其他用户联系。网络内容的生产不再局限于由专业领域的人群或网站完成，而是由网络用户共同生产创造。[4]3. AIGC属性：从无版权到具有可版权性人工智能自2011年起进入快速发展时期，[5]相较于人工智能发展早期的浅层学习，这一阶段人工智能的算法学习能力与数据处理能力大幅提高，真正实现了深度学习。首先，在“机器学习”过程中，人工智能的自注意机制（Self-attention Mechanism）会对学习的每一个词组进行编码，再对整体内容按权重重新编排。此外，生成式人工智能的核心技术，即强化学习RLHF（Reinforcement Learning from Human Feedback），会在此过程中对语言模型进行监督微调，优化生成内容。生成式人工智能深度学习中的神经网络在经过大量数据与算法训练后，学习人类的思维表达方式，逐渐走向通用人工智能。[6]其次，人工智能虽然依据使用者的指令生成内容，但是其生成的具体内容并不依照事先设定的程序，而是在分析语言模型的基础上自主生成，其生成文本的智能程度随着算法训练的优化而提升。[7]最后，人工智能在收到使用者指令后，就摆脱了人类的干预与支配，其生成过程类似于自然人的创作阶段，最终生成文本已经逐渐具备人类思维表达特征。随着人工智能学习能力的提高，司法实践中对于人工智能生成内容的属性也逐渐形成以“人类贡献”为核心的审查标准。例如在我国首例由计算机软件生成文本的著作权侵权案中，法院认定，计算机软件生成的内容虽具备作品外观，但由于不存在自然人的创作过程，因而不构成作品。[8]如在腾讯诉盈讯科技侵害著作权纠纷案中，法院认定，由腾讯公司研发的写作机器人Dreamwriter生成文本的过程，体现了自然人的独创性智力劳动，因而具有可版权性。[9]二、生成式人工智能对出版者注意义务提出的挑战根据《最高人民法院关于审理著作权民事纠纷案件适用法律若干问题的解释》（以下简称《解释》）第二十条规定，出版者需针对作品署名、授权与内容履行审查义务。其中，署名审查与授权审查主要涉及稿件的权利归属问题，属于权属审查，与内容审查成对应关系。生成式人工智能对出版者权属审查注意义务的影响主要涉及审查途径与版权归属两方面，对内容审查注意义务的影响体现为，文本易因算法黑箱特性出现隐蔽错误。1.生成式人工智能对出版者权属审查义务的挑战署名审查：审查途径丧失。根据《著作权法》第十二条规定，在作品上署名即为作者，我国不存在作品登记制度，在作品上署名视为作者，出版者需要审查作品署名是否真实。署名审查最重要的目的是辨明作者身份，署名权代表了作者的人身权利。出版者判断稿件是否抄袭或与他人作品实质性相似，是辨明署名真实性的重要渠道。若稿件存在抄袭行为，署名则非真正作者，署名真实性无法保证。在司法实践中，出版者还需对作品来源进行审查，主要方式为审查作品创作过程中形成的创作材料等。确定作品上的署名为作者后，出版者还需审查作品署名的完整性。人工智能本身不具有主体性，不能成为版权主体。[10]国际出版伦理委员会亦认为，人工智能不能对文章中的数据以及材料的真实性负责，因此不能以人工智能署名。[11]由此，在人工智能生成场景下，出版者署名审查注意义务的履行主要集中于署名的真实性与完整性。首先，人工智能生成作品的过程与人类创作不同，人工智能的“创作”过程具有非外显性特征，[12]使得出版者无从审查人工智能的创作材料确定署名的真实性。例如国外的一项研究，由人工智能针对OkCupid、Airbnb、Guru 3家网站生成3段介绍性文字，这3家网站分别是约会网站、房屋租赁网站以及求职网站，然后由4600名被试者针对7600份混合人类创作以及人工智能生成的文字进行判断，其中被试者正确判断哪些材料是由人工智能生成的概率仅为一半。[13]然后，出版者署名审查途径的丧失，将加剧其对AIGC署名完整性的审查困境。质言之，自然人可利用人工智能生成新内容，也可基于已发表作品进行演绎“创作”。若出版者无法判明作品是否为演绎作品，便难以审查署名的完整性，导致在先作品作者的署名权难以得到保障。出版者履行署名审查义务时，还需审查稿件是否抄袭他人作品。《著作权法》中，通常通过判断稿件是否与他人享有著作权的作品实质性相似，若构成实质性相似，再审查稿件提供者是否存在“接触”该作品的事实。若两者均为肯定，则可以认定稿件存在抄袭行为，此时署名的真实性难以保障。由于“接触”属于事实行为，如果要求出版者一一审查稿件作者是否阅读过他人作品，不具有现实可能性。因此，在司法实践中，出版者对于“接触”要件的考察，多通过证明权利作品已公开发表，推定稿件作者“接触”了他人享有著作权的作品。然而，人工智能的生成过程并非对内心情感的外在表达，而是基于“机器学习”，对人类已有表达的运用。人工智能通过大量学习人类的现有表达，继而在海量数据中完成建模，最后根据使用者的指令生成文本。在这个过程中，人工智能需要抓取大量已发表作品进行学习，抓取的文本数量越多，机器学习程度越高，由此，如果继续通过“接触”要件判断人工智能的生成过程是否属于独立“创作”，将导致人工智能生成的内容毫无例外地满足“接触”要件，进而导致“接触”要件失灵。而实质性相似规则也因生成式人工智能的学习特点面临失效。根据《学术出版规范——期刊学术不端行为鉴定》规定，剽窃既包括原封不动地复制他人作品，也包括拆分重组他人作品中的表达。在AIGC模式形成之前，出版者首先通过学术不端检测软件审查稿件的复制比是否在合理范围内，确保稿件中不存在复制他人作品的内容。但是生成式人工智能的创作过程表现为拆分重组作品中的表达，其生成内容通常不构成显性复制，因此，AIGC可轻松绕过学术不端软件针对剽窃行为的检测点，这种行为更类似于“高级剽窃”。[14]授权审查：版权归属不明确。授权审查注意义务旨在要求出版者确认出版行为获得了著作权人授权。出版者仅仅与供稿者签订出版合同，并不能证明出版者已合理履行注意义务，例如在高兴宇诉中国财富出版社有限公司一案中，法院认为被告与案外人签署的出版合同，并不能证明出版者已合理履行了注意义务，因此应当承担侵权责任。[15]在司法实践中，当供稿者自称著作权人时，出版者需要审查创作过程中的材料，[16]确认供稿者是作者，继而获得出版行为的授权。而当供稿者并非著作权人，而是继受权利人时，出版者需要审查供稿者与权利人签署的授权合同，确认供稿者从原始权利人处获得了授权。首先，由于人工智能生成内容与人类创作的作品在外观上并无明显差异，出版者难以区分作品是由自然人创作还是由人工智能生成，继而难以分析作品中是否蕴含自然人的智力贡献且是否属于《著作权法》中的作品。人工智能生成过程具备黑箱特性，出版者难以采取类似审查自然人创作过程中的创作材料，去审查人工智能生成过程中自然人的贡献，例如自然人对于参数的调整等。其次，我国学界对于AIGC版权归属亦未达成一致意见，同样加深了出版者的审查困境。对于人工智能生成物的版权归属及作品类型，我国学界主流观点有3类，第一类观点认为，人工智能生成物可以视为“雇佣作品”，将人工智能生成物的版权归为“雇主”，[17]以保护人工智能投资者利益。第二类观点认为，人工智能生成物的版权应归属为人工智能的设计者。[18]第三类观点将人工智能生成物视为“计算机生成作品”。[19]AIGC版权归属不明确将影响出版者在履行授权审查注意义务时采取的审查策略。例如职务作品、法人作品、汇编作品、合作作品等均具有与自然人作品不同的权利行使规则，当作品属于职务作品时，根据《著作权法》第十八条规定，除署名权以外的权利，特殊职务作品的著作权均由法人或其他非法人组织享有，而当作品属于一般职务作品时，职务作品的著作权由作者享有。然而AIGC作品类型的不确定，导致出版者无法援用有效的权利行使规则，继而无法确认授权合同是否有效。最后，当前AIGC二次创作火热，AIGC作品的利用频率呈指数级增长，AIGC作品可能会被多次引用及改编，人工智能二次创作的作品，版权应当如何归属亦引发争论。出版者不仅需明确人工智能二次创作的作品是否具有可版权性，同时当人工智能二次创作的内容构成作品时，出版者还需要考察作品是否属于演绎作品或合作作品等具有多重权利人的作品类型，继而考察供稿者是否从多方权利人处取得授权。在此种情况下，出版者出版的作品可能涉及多个权利人，但是其本身的权属状态不明，出版者对于作品的授权审查难度增加。2.生成式人工智能对出版者内容审查义务的挑战内容审查时隐蔽错误难以发现。对于“内容为王”[20]的出版业而言，不论是传统出版模式，还是智慧出版模式，出版者毋庸置疑均处于把关人地位。根据《解释》，出版者需要考察稿件内容是否合法，具体包括是否存在政治风险与违法内容，例如稿件是否侵害他人隐私权、名誉权等，稿件是否达到刊发标准等。由于AIGC的生成过程是基于海量文本对在先发表作品精确到单一词组的重组与拆分，并且此种拆分与重组属于碎片化使用，这使得出版者难以发现稿件中蕴含的隐蔽错误。例如2023年年初，曾出现关于杭州取消汽车限行的虚假新闻，后被证实该条假新闻由人工智能生成。[21]人工智能对于出版者内容审查义务的影响主要集中于伦理风险视角。具体而言，由于AIGC生成过程存在“黑箱”问题，即出版者难以观察人工智能的生成过程，也无法核查生成过程中的参数标准等信息，更难以考察算法程序设计者的价值观与意识形态。如果生成式人工智能的训练数据有误或不齐全，最终的生成结果会带有偏见。以ChatGPT为例，其训练数据主要来自于英语国家，在语料训练过程中难免会体现西方国家的意识形态。此外，即使训练数据完善，机器学习的结果也会受到程序设计人的年龄、职业等一系列因素的限制。对于中小型公司而言，其无法通过授权获取受版权保护的内容作为训练数据，因而此类公司通常将处于公有领域的数据作为训练数据，而处于公有领域的作品多为20世纪作品，所体现的思想及价值观与当前社会的价值观会存在出入，如果只依靠此类数据进行训练，生成的数据结果会具有偏见与歧视。三、生成式人工智能场景下出版者注意义务的完善方案在生成式人工智能场景下，出版者注意义务体系变革需围绕出版者过错责任原则展开。因而，对于出版者注意义务的分析，应认识到生成式人工智能提高了出版者的信息管理能力，同时也需注意生成式人工智能对于出版者在权属与内容审查方面的困境，在过错责任的基础上，综合分析出版者的注意义务。1.出版者权属审查义务的完善方案署名审查：通过多维判断要素明确生成来源。对于出版者难以探明稿件署名的真实性问题，一方面，技术迭变使得出版者注意义务的履行成为可能。人民日报社、中国科学技术大学、合肥综合性国家科学中心人工智能研究院联合推出AIGC-X。其主要通过语言模式以及语义逻辑，实现由技术解决因技术产生的问题。AIGC-X可以区分自然人创作的内容以及人工智能生成的内容，目前AIGC-X准确率可以达到90%以上。技术的发展使得此问题从内部有了消解途径，同时外部规范也进一步重塑出版者署名审查注意义务的传统范式。针对文字作品的比对已经非常成熟，只要将文字作品作为比对对象，过滤系统会自动在作品库中搜寻被比对的作品是否包含正版作品的实质性内容，文字比对的误差值较小。例如我国知网采用自然语言分析技术，该比对技术可以自动匹配文章中相同的关键词、句子等信息，同时该比对技术采用了模糊匹配技术，如此对于两篇文章中的细微相似处也可以把握。而维普则采用基于词频和语义分析的比对技术，该比对技术与自然语言分析技术相比更为灵活，可以更好地把握文章中相同词语出现的频率以及上下文之间的语义关联，从而判断相似度是否达到侵权的程度。另一方面，人工智能标识制度亦为出版者履行署名审查义务提供制度基础。我国于2023年1月10日施行的《互联网信息服务深度合成管理规定》以及2023年7月10日颁布的《生成式人工智能服务管理暂行办法》均规定，使用人在利用人工智能生成文本、图片后，需要对生成内容进行标识。具体到出版领域，中国科学技术信息研究所联合荷兰爱思唯尔（Elsevier)、施普林格（Springer）、威立出版公司（Wiley）出版商发布《学术出版中AIGC使用边界指南》，根据指南的规定，若文章中的部分内容是作者利用人工智能生成的，那么作者必须在致谢或是其他部分完整且透明地进行标识与说明。具体如何标识，根据全国信息技术标准化技术委员会于2023年8月25号公布的《网络安全标准实践指南——生成式人工智能服务内容标识方法》规定，AIGC标识分为显式水印标识、隐式水印标识以及通过声音以及文字进行提示等。在出版行业，运用较多的是显式水印标识以及隐式水印标识，前者肉眼可见，而后者需要通过技术手段才可知悉。由此出版者在履行署名审查注意义务时，首先应通过检测软件审查稿件是否为人工智能生成。其次，核查稿件的显式水印标识，确认水印标识符合上述标准，再通过隐式水印追溯AIGC的生成来源。最后，出版者还应审查稿件作者是否对人工智能的使用情况作出完整说明与披露，并将该步骤作为履行署名审查义务的必要前提。在此过程中，编辑处于主导地位，综合上述信息考察稿件署名的真实性与完整性。授权审查：通过区块链技术溯源版权归属。区块链技术具有去中心化，以及信息来源可追溯的特点。[22]人工智能生成场景下，供稿者与原始权利人之间的授权链条极具复杂性，出版者面临自然人与人工智能相互交织的授权状态。而区块链技术可以记录版权授权过程中的各类信息，同时区块链内嵌哈希算法，使其具有不可篡改的特点，其上的任何信息均可溯及源头，由此，区块链技术可为人工智能时代出版者面临的审查困境提供解决思路。具体而言，区块链技术的核心为，当不同节点就同一个问题达成一致意见，将快速完成验证，并将验证结果传播至完整区块链范围内，确保验证结果的及时性与准确性。而生成式人工智能的训练库既包括已经发表的出版物，同时还包括各类网页信息等，生成式人工智能从海量数据库中学习，依据大语言模型，生成海量文本。因而，若AIGC依托区块链技术，不仅可以管理文本的生成过程，确认版权归属，还可以避免信息被篡改，提高AIGC的透明性与准确性。区块链技术与版权保护结合并非没有先例，例如蚂蚁集团与中国版权保护中心合作，共建数字版权链，该项合作属国家特色项目——“区块链+版权”的应有之义。[23]出版者也可在授权审查中引入区块链技术，构建数字版权管理平台，继而通过对AIGC的流转状态进行登记，明晰AIGC的版权归属。以AIGC二次创作为例，出版者应当首先明晰二次创作的AIGC是否具有作品特征，继而分析二次创作的AIGC是否包含在先AIGC作品的独创性表达，若为肯定，则二次创作的AIGC作品涉及对在先AIGC作品改编权的侵犯。继而，出版者通过锚定AIGC作品在区块链中的登记信息，审查作品的流转与授权状态完成授权审查。然而出版者对于授权审查注意义务的履行应以出版者的审查能力为限。例如在刘放诉舒莺、罗学蓬等著作权侵权纠纷案中，法院认为刘放作为《中国远征军》的著作权人之一，舒莺与罗学蓬等被告未经其许可，授权重庆出版社出版作品，侵犯了刘放享有的著作权，法院认为，出版社在进行授权审查时，没有能力知晓一部未发表的作品是否存在著作权争议，出版者已在其能力范围内审查了授权合同，已合理履行注意义务。[24]因此，在人工智能生成场景下，出版者在审查供稿者与原始权利人之间的授权合同时，出版者需尊重人工智能所有者与人工智能使用者之间的合同约定，以约定的内容优先。以ChatGPT为例，OpenAI公司的用户协议规定，当用户遵守OpenAI相关条款的情况下，ChatGPT生成的所有内容以及后续的利用行为均归网络用户享有。由此，当供稿者自称作者时，出版者可审查人工智能使用者与人工智能所有者的合同约定，若约定内容与供稿者身份一致，可推定出版者已从供稿者处获得出版授权。2.出版者实质审查义务的完善方案构建以编辑为主体的人机协同过滤机制。当前人工智能已深度融入文本处理领域，而ChatGPT则被视为传统识别技术之外的最新突破。ChatGPT不仅可以满足编辑的多元化需求，同时还可以适应更加广泛的领域，国内百度公司首创的“文心一言”模型，亦属于ChatGPT的类模型，此类大语言模型引领传统出版走向智能出版，其涉及的环节不限于搜集信息以及加工等传统编辑出版环节，还涉及交互性更强的数字出版领域。在人工智能发展初期，网络出版者主要应用以下几种方法过滤侵权信息，一是通过用户上传时添加的标签进行过滤，二是对用户上传内容的资源定位符（URL）信息进行过滤，三是设置关键词进行过滤，然而上述方法可以通过改变关键词等方法逃避过滤，抑或是过滤的准确度过低，不宜在实践中推广。[25]随着生成式人工智能的发展，网络出版者的过滤技术得到极大提升，主流方法为通过数据分析与机器学习等对文本进行深度分析，从而在其中建立针对需要过滤内容的索引，继而通过分析疑似侵权作品中是否包含上述特征，决定是否过滤。对于内容审查而言，审查稿件是否达到刊发标准与政治性标准，需要由出版者依据自身的专业素养作出判断，该项判断不属于事实判断，而是一项价值判断。与前述出版者的权属审查相较，其对出版者注意义务的要求较高。出版者可借鉴网络服务提供者在实践中发展出的版权过滤机制，审查稿件内容是否符合政治性要求，首先由过滤系统完成浅层过滤，审查稿件是否存在违法信息，之后由出版者作出专业判断，该内容审查需以编辑为主体，由编辑把关稿件内容，而不能将价值判断交由过滤技术处理。具体而言，在编辑出版的各个环节，强调编辑的责任意识与主导地位，由编辑履行把关人职责，行使最终决策权。该机制强调智能过滤与人工审核的结合，确保在智能过滤的基础上，坚守出版者的把关人地位，此举可有效避免算法生成过程中的隐蔽错误。注意义务高度以现有技术水平为依据。在生成式人工智能场景下，考察出版者的注意义务需遵循理性人标准，理性人标准是指以具有相同经验以及知识的人对于这一事件所需注意义务的判断为标准，行为人是否具备这一特定的知识和经验均不考察。因而，理性人标准以同行业普遍做法为核心。对于出版者内容审查义务的把握需以现有技术水平为基础，若要求过高，将导致因人工智能赋能而具有较强信息管理能力的网络出版者承担更高的注意义务，不符合产业发展导向。具体而言，人工智能赋能使得网络出版者具备较强的审核以及过滤能力，但如果主张出版者注意义务高低等同于出版者信息管理能力高低，将不恰当提高网络出版的准入条件，从而导致拥有较高信息管理能力的网络出版者挤压中小型网络出版者的生存空间。人工智能赋能的审核能力，只能作为网络出版者是否尽到注意义务的考量因素之一。现有技术的范围则指在出版行业内的普遍做法，例如当出版行业普遍适用AIGC-X技术检测文本中是否含有AIGC内容时，若行为人没有采取此做法，则视为未合理履行注意义务。该技术仅指行业内的普遍做法，而不指行业内的最新做法。[26]此外，现有技术水平也需与出版者采取措施的成本相适应，以汉德公式为例，只有当出版者采取相关审核措施的成本（B）小于侵权事实发生的概率（P）与侵权损失（L）相乘时，出版者才需承担责任，据此，只有出版者采取措施的成本在合理范围内时，出版者才需承担责任。当网络出版者已经尽到合理注意义务，不应要求其承担更高注意义务。而且，现有技术水平也与作品性质有关，例如在傅敏诉吉林音像出版社有限责任公司一案中，法官认定《傅雷家书》属于知名作品，出版者理应承担更高的注意义务。[27]质言之，出版者注意义务的高低根据出版作品种类以及作品知名程度的不同而不同。在人工智能生成场景下，出版者的注意义务高度同样应与上述要素相匹配。四、结语生成式人工智能在引发出版业内容范式变革、促进出版新业态发生之际，也为出版者注意义务的履行带来一系列审查困境。在署名审查方面，由于人工智能的生成过程具有非外显性特征，出版者无法通过考察创作过程履行注意义务；在授权审查方面，版权归属的不明确，加剧了授权链条的复杂性；在内容审查方面，人工智能创作以大数据训练为核心，生成过程具有黑箱特性，导致生成内容易嵌隐蔽错误。对此，我国既有的出版者注意义务体系无法回应生成式人工智能引发的颠覆性变革。面对出版新态势，首先，应在坚持出版者承担过错责任原则的基础上，规范出版物中人工智能生成内容标识，明确出版者履行署名审查注意义务的判断要素。其次，通过引入区块链技术，构建数字版权管理系统，尊重人工智能使用者与所有者之间的合同约定，以此降低授权审查的复杂性。最后，在内容审查方面，构建人机协同过滤机制，以现有技术水平为依据，避免结果主义认定思路。（作者单位：中南财经政法大学知识产权学院）*本文系国家社会科学基金重大项目“新形势下我国参与知识产权全球治理的战略研究”（21&ZD164）阶段性研究成果注释：略