高远的回答
话又说回来，作品被窃似乎是在 AIGC 爆火之前就一直存在的问题。那么我们不如换个思路：是否有可能使用 AI 来校验盗窃行为呢？
首先，作品窃取指的是盗窃「创意」或「风格」。在过去，这两者是很难被准确定义的，多数时候无法定义。但是，神经网络却做到了。神经网络可以通过升维或者降维，以及上百亿级别的参数量，通过激活函数组成的数字网络去捕获到作品的「创意」或「灵感」，并生成对应特征空间的向量。
总之，神经网络找到了一种方式，用数字去表示灵感或者创意。那么我们是否可以通过这些数字的相似度来甄别抄袭行为？我认为可能是可行的。
比如，你可以丢 2 篇文章给 GPT，并且咨询它：
1 文章是否抄袭了 2 文章？如果有，给出一个大概的抄袭比例，并且说明存在抄袭嫌疑的具体点。
AIGC 技术只是一种工具，用什么还是得看人。从技术潜力上，AIGC 技术能够成为人类辅助检测抄袭的手段。
当然，创作者也需要去方式 AIGC 带来的冲击，毕竟哪天被低成本抄袭就要丢饭碗了。我分享一些想到的切实可行的方法去应对这些冲击。
思路一、证明自己的工作量。这是一个区块链的思想，叫工作量证明，也可以用在创作工作中，比如：通过视频证明你是从头开始绘画的、灵感的来源、思路的整理、反复改稿的历史等等。在自媒体平台上，部分图像创作者已经开始把创作内容转向展示自己的创作过程上了。以此可以证明作品是原创的，而非 AI 生成的。
思路二、注入特殊内容。举个例子，word 文档凑数最简单的办法是什么？打一大堆无意义的话，并且字体设置为白色！同样的道理可以用于作品创作。以文章举例，作者可以加一大堆无意义的字，甚至是误导 AI 的文字，在文章的底部，并设置成白色（或者和背景相同的颜色）。人看不到，AI 看得到，AI 看到并学习了，就会把自己迭代成一个笨蛋！图像创作者应该也有对应的水印方法，或者加错误的 tag，比如把山的绘画 tag 成海，以此误导 AI。
总之，创作者可以挖坑给 AI。
最后，作品窃取问题其实隐含着一个更加深刻的哲学问题：“模仿一个人叫抄袭，模仿全人类还算抄袭嘛？”如果 AI 学习的数据集是千千万万个人的作品，而不是某个特定的作家，这还能叫抄袭么？
欢迎探讨～
