ARTICLE · 1097481
AI让内容越来越多,创作者和读者得到了什么?| NBER论文3篇
当AI让内容越来越多，创作者和读者都会过得更好吗？
新书数量激增、平均表现下降，读者却仍可能受益；AI绘画不断涌入，原本活跃的插画作者却减少了发布；AI回答即使准确、方便，也可能削弱支撑未来信息生产的收入与关注。内容变多、获取变快，与创作能否持续，并不总是同步发生。
这三篇NBER工作论文分别从图书出版、绘画平台与开放网络出发，把讨论从“AI能创作什么”推进到另一个问题：当内容生产与传播的方式改变，谁获得了价值，谁失去了回报，又是什么支撑新的作品与信息继续产生？ 这也是我们把它们放在一起推荐的原因：理解AI对内容生态的影响，既要看新增了多少内容，也要看读者从中得到什么，以及创作者是否还有持续投入的动力。
NBER：AI让新书变多、平均质量变低，读者为何仍可能受益？
如果AI带来的新书大多乏人问津，出版数量的激增还有价值吗？平均质量下降，是否就意味着读者得到的更少？
NBER最新工作论文《AI与创意产品的数量和质量》中，考察了2020—2025年亚马逊电子书市场。研究发现，2022年底至2025年底，每月新书数量增至近三倍；新书平均表现下降，但获得一定读者关注的作品绝对数量增加。需求模型估算，2025年，含AI内容的图书使消费者剩余——读者获得的价值扣除购书支出——提高约7%。
理解这一反差，需要区分“平均一本书的表现”与“有一定价值的书有多少”。大量表现不佳的新书可以拉低平均水平，却不妨碍其中一部分满足读者需求。论文主要用评分人数衡量使用程度，并据此刻画质量，辅以销售排名和星级评分；这里的“质量”指向市场吸引力，并不等同于文学成就。
为同时观察数量与质量，研究从约1000万本新书中分层抽取逾33万本，比较不同类别、出版时期的表现，并调整出版时长造成的评分积累差异。作者还对其中约4.8万本书的试读文本进行AI检测，以检验新增供给是否伴随AI使用增长；另用作者连续出版记录，区分“哪些人更常使用AI”与“同一作者不同作品的表现差异”。
关键证据表明，2025年部分月份的新书中，检测出AI内容的比例超过六成，但新增供给带来的读者收益远小于数量增幅。与此同时，AI图书表现较差，也不能全部归因于工具本身：新作者、此前作品较少受到读者关注的作者更倾向于使用AI。在作者追踪样本中，比较同一作者的不同作品后，AI与非AI作品的差距仅剩原差距的约35%—40%，说明作者构成解释了大部分差异。
这项研究将AI创作的讨论从产量扩张推进到质量分布与消费者收益：平均表现下降和读者收益增加可以同时发生，而评价AI作品也需要区分技术使用与作者选择。它同时保留了市场价值与文化价值之间的界限：如果部分AI作品能够获得读者，AI是否也能促进受到评论界认可、具有文化重要性的作品诞生？
论文原文：Reimers, I., & Waldfogel, J. (2026). AI and the Quantity and Quality of Creative Products: Have LLMs Boosted Creation of Valuable Books? NBER Working Paper No. 34777
NBER：AI回答越方便，互联网为何可能越贫乏？
当AI准确回答了你的问题，让你不必再打开原始网页，为什么这次成功的信息获取，反而可能削弱未来的信息供给？
NBER在近期工作论文《AI与万维网的崩塌》中，通过理论模型分析AI问答平台与内容生产者的关系。核心结论是：即使内容真实、回答准确、用户选择理性，当平台未充分考虑未来信息生产的价值，过度截留访问流量且缺乏补偿时，依靠市场收入维持的高成本信息生产仍可能无法持续。这里的“崩塌”指这一生产体系的萎缩，并非所有网站消失。
一次网页访问承担着两项功能：带来广告、订阅等收入，也留下回访、引用、纠错等帮助识别来源质量的信号。AI将用户留在回答界面，可能同时移走这两者。用户给AI答案点赞，并不必然说明哪一个来源贡献了关键事实、哪一个提供了过时信息。因此，收入减少之外，还存在来源质量更难辨认的问题。
为了单独检验这条机制，作者没有把虚假信息或用户误判作为前提，而是比较AI平台与更充分考虑长期社会价值的决策者，会各自保留多少导向原网站的流量。模型还纳入订阅者、链接和声誉等能够延续但会衰减的资产，以判断当期内容带来的资源能否支持后续生产，而非仅观察一次流量下降。
模型推导出一条可能自我强化的链条：来源访问减少，收入与质量信号随之流失；当传统搜索依赖这些信号、又缺乏独立核验等保护机制时，优质来源更难被发现；搜索体验变差，进一步推动用户转向AI。当剩余资源不足以维持信息更新，且没有补偿或其他收入填补缺口，生产体系便可能持续萎缩。与此同时，低成本生成的网页可以不断增加，使页面数量与调查、测试、核验等真实信息投入背离。
论文的学术推进，是把创作者收入问题与来源质量识别问题放进同一框架：补偿被替代的访问收益，能够恢复模型中的原有生产激励，却不能自动恢复来源识别。作者因此提出结合收入补偿、来源贡献核验与信息生产审计，并在资金有限时关注最有助于维持整个信息体系的议题。当一个AI答案综合了多个来源，如何核验各来源的实际贡献，并据此支持持续的信息生产？
本文引用：Chan, A. (2026). AI and the Collapse of the WWW. NBER Working Paper No. 35344. https://www.nber.org/papers/w35344
NBER：AI作品涌入后，人类画师减少创作了吗？
生成式AI让图片生产变得更容易，会吸引更多人参与创作，还是让原本活跃的画师减少发布？对于没有转向AI的创作者，这场供给扩张意味着什么？
2026最新NBER工作论文《生成式AI会挤出人类创作者吗？来自Pixiv的证据》中，考察了NovelAI图像生成器上线前后的创作变化。研究估计，相较于受冲击较小的漫画作者，既有插画作者的月均发帖量下降约10.1%，商业导向插画作者的降幅达到14.3%。这里衡量的是平台发布行为，并非创作者全部作品或收入。
影响创作激励的一个关键，是作品能否继续获得关注。研究发现，AI上线后，人类插画帖获得的收藏减少；在AI作品涌入程度更高的题材中，收藏和发帖量的下降也更明显。这些证据支持注意力流失与直接竞争两条机制，但研究没有观察到创作者完整的经济回报，不能将收藏下降直接等同于收入损失。
识别这一影响，依赖于当时AI对两类作品的适应程度不同：单幅插画较容易生成，漫画则需要连续画面保持风格一致。研究因此比较插画作者与漫画作者在2022年10月NovelAI上线前后的变化，以控制平台共同经历的冲击，并检查两组上线前的变化趋势。分析聚焦既有创作者，而非将大量AI新进入者与原有作者混在一起。
这一设计背后有鲜明的供给差异：上线后的观察期内，平台全部插画帖约22%被标记为AI生成，漫画帖约为4%，新增AI作品主要来自新进入者。既有作者也并非只是减少发布：在AI竞争暴露程度最高的15%插画作者中，研究观察到避开AI常用标签、扩大所涉作品系列或角色题材范围的迹象。这与分散竞争风险的应对方式一致，但尚不能证明这些调整有效改善了处境。
这项研究把AI对创作的影响，从使用者的效率提升推进到未采用者面临的竞争后果，并揭示商业导向与原有产量带来的影响差异。不过，上线后的观察期只有六个月，结论限于这一平台与技术阶段。如果观察时间更长，创作者调整题材、采用AI或转向其他平台后，最初的发布下降会持续、缓解，还是进一步扩大？
本文引用：Kim, S., Jin, G. Z., & Lee, E. (2026). Does Generative AI Crowd Out Human Creators? Evidence from Pixiv. NBER Working Paper No. 34733. https://www.nber.org/papers/w34733
推荐试用
系统检索论文，并获取结构化研究信息
以上数据库，安卓手机用户可通过下方小程序链接订阅，苹果手机用户请通过文末“阅读原文”链接访问唧唧堂学院H5页面订阅。
咨询+开票+团购
