AI技术赋能年鉴编纂的影响与对策研究_第二期_2026_科技创新与技术

摘要：伴随着人工智能技术的迅猛发展，在文化传承和信息管理方面应用越来越广。年鉴编纂属于一项系统性文化工程，长久以来就一直处在工作量大、流程繁杂、效率低下的状况中。AI 技术被加入到年鉴编撰当中时，给年鉴编撰现代化转型赋予了新契机，但同时也会出现很多问题需要深入考虑。本文主要研究AI技术对年鉴编纂全流程的运用可能性，探究AI赋能造成的技术依赖、伦理风险、数据安全等各方面的危险。提出打造“人机协同”工作模式、加大数据管控及算法可信度的培育，健全行业规则与质量督查制度，并引导人才向更高层次发展等方案，从而助力AI同年鉴编撰活动开展得更为健康、持久。

关键词：人工智能；年鉴编纂；人机协同；伦理规范；数据治理

参考文献：

[1]肖东发等:《年鉴学》,方志出版社,2014年,第1页.

[2]中国互联网信息中心:第52次《中国互联网络发展状况统计报告》,2023.

[3]史密斯.R;《Tesseract OCR引擎概述》,第九届国际文档分析与识别会议论文集,2007,第629-633页.

[4]国家新闻出版署;《出版业人工智能应用指南》,2023.

[5]切斯尼(R.Chesney)与西特伦(D.Citron)合著的《深度伪造:隐私､民主与国家安全面临的迫在眉睫的挑战》,法律与网络安全,2024年,第107卷第1期,45-68页.

[6]李泽宇等.:《多模态深度伪造及检测技术综述》,计算机研究与发展, 2023年第6期.

[7]杨艳妮等:《形式信任与递进归谬:人工智能生成内容可信度评估研究》,新媒体与社会,2025年9月.

[8]工业和信息化部:《人工智能产业人才发展报告》,2023年.

[9]唐毅:《区块链技术原理与应用实践》,清华大学出版社,2022年,第117页.

[10]中国通信标准化协会大数据技术标准推进委员会:《面向人工智能的数据治理白皮书》,2024.