序言

理解生成式AI：一種新質(zhì)內(nèi)容生產(chǎn)力

一、引言：作為新質(zhì)內(nèi)容生產(chǎn)力的生成式AI

2022年11月30日，美國人工智能公司OpenAI推出新型人工智能產(chǎn)品——ChatGPT，標志著生成式AI（Generative Artificial Intelligence，GAI）作為近年來最具革命性和顛覆性的技術(shù)之一，正式進入公眾視野。該技術(shù)以其卓越的能力——從現(xiàn)有數(shù)據(jù)中學習并生成全新的內(nèi)容，正逐步重塑我們對生產(chǎn)力的傳統(tǒng)認知，并在信息化、數(shù)字化、智能化時代成為新質(zhì)內(nèi)容生產(chǎn)力的典范——不僅極大地拓展了內(nèi)容生產(chǎn)的邊界，還為藝術(shù)創(chuàng)作、產(chǎn)品設(shè)計、科學研究等多個領(lǐng)域注入了前所未有的創(chuàng)新活力和無限可能。

在當前對生成式AI的討論中，焦點主要集中在該技術(shù)對信息生態(tài)、內(nèi)容系統(tǒng)、人機交互網(wǎng)絡(luò)，以及算法治理的革新性影響上（見圖0-1）。各種觀點交織，形成了一個多元化的討論場域。例如，“樂觀論”的觀點認為，生成式AI作為新質(zhì)內(nèi)容生產(chǎn)力的代表，將極大地豐富人類的社會生活，推動經(jīng)濟和社會的快速發(fā)展；“悲觀論”的觀點則認為，我們需要警惕生成式AI可能帶來的潛在風險，如信息過載、誤導性內(nèi)容的產(chǎn)生、對人類工作的替代等；此外，還有一些“泡沫論”的觀點強調(diào)，盡管生成式AI的前景廣闊，但其目前尚處于未成熟的發(fā)展階段，距離成為推動社會進步的新質(zhì)內(nèi)容生產(chǎn)力還有很長的路，因此在推廣應(yīng)用生成式AI之前，需要充分考慮其社會適應(yīng)、倫理道德、監(jiān)管框架等現(xiàn)實問題。綜上，生成式AI作為新質(zhì)內(nèi)容生產(chǎn)力的代表，其對社會的多維影響要求我們進行全面而深入的考量。在積極推動技術(shù)進步的同時，我們必須對潛在的挑戰(zhàn)保持警覺，并采取適當?shù)念A(yù)防和應(yīng)對措施。這樣，生成式AI才能在促進社會進步的同時，發(fā)揮其積極的正面作用。

為深入討論“生成式AI作為一種新質(zhì)內(nèi)容生產(chǎn)力”這一議題，我們首先需要建立對生成式AI的基本理解，包括技術(shù)原理、可能帶來的廣泛影響等。達成一個基礎(chǔ)性的認知共識是進一步探討的前提，本序言旨在提供對這些問題的初步闡釋，嘗試為讀者構(gòu)建一個關(guān)于生成式AI的基礎(chǔ)性認識框架。

二、生成式AI的技術(shù)原理

技術(shù)如何模擬人類的認知與思考活動，是理解人工智能技術(shù)原理的基本認識落點。

生成式AI這個概念源自國外自然科學學者，指基于算法、模型、規(guī)則，在沒有人直接參與的情況下生成圖文、音視頻、代碼等內(nèi)容的技術(shù)，包括生成式對抗網(wǎng)絡(luò)（GAN）、生成式預(yù)訓練轉(zhuǎn)換器（GPT）、生成擴散模型（GDM）等技術(shù)形式。ChatGPT就是基于生成式預(yù)訓練轉(zhuǎn)換器這種具體的技術(shù)形式所實現(xiàn)的技術(shù)產(chǎn)品，所謂大語言模型（Large Language Model，LLM）是GPT技術(shù)的一種具體模型。生成式預(yù)訓練轉(zhuǎn)換器、大語言模型是囊括在生成式AI之下的下位概念。

生成式AI的技術(shù)過程被一些學者形象地概括為“四板斧”：文字接龍、給予引導、標注反饋和強化學習。這一過程揭示了生成式AI的核心運作機制：基于給定輸入，通過概率計算預(yù)測并生成可能的文本或內(nèi)容，然后利用人類標注的反饋數(shù)據(jù)進行訓練和優(yōu)化。由此可見，概率計算生成與實時標注訓練兩大技術(shù)特性共同構(gòu)成生成式AI獨特的運作模式——與判別式AI的演繹式規(guī)則輸入不同，生成式AI側(cè)重于通過預(yù)測不同元素間的概率分布來實現(xiàn)認知模擬，這依賴于數(shù)據(jù)的相關(guān)性和概率性，而非因果性。

對于生成式AI能否復現(xiàn)人類智能這一問題，學界存在兩種主流觀點。一種是相對樂觀的認識，即認為生成式AI是已然逼近能夠模擬人類真實智能的強人工智能。這種論斷源自人工智能流派的聯(lián)結(jié)主義（Connectionism），他們認為人類智能即“學習”智能，是從不斷積累的經(jīng)驗中歸納出一般原則的學習過程。生成式AI基于大數(shù)據(jù)集進行表征的學習過程與人通過表征來把握對象的學習過程很相似，因此該觀點肯定了生成式AI對“學習”智能的模擬復刻，并認為這賦予了生成式AI與人類共享的行動者主體地位。另一種是相對悲觀的認識，即認為生成式AI與強人工智能的差距仍巨大，無法實現(xiàn)全部人類智能。這種論斷源自人工智能流派中的符號主義（Symbolicism）和行動主義（Actionism）。他們認為，人類智能并不是學習過程，而是推理過程或行為反應(yīng)，要想讓機器擁有人類智能，還需要采用各種各樣的符號將信息和規(guī)則傳授給機器，或通過具身認知的方式讓機器能夠根據(jù)外界環(huán)境的變化及時做出相應(yīng)行為。

綜上，盡管生成式AI在模擬“學習”智能方面取得了進展，但它目前還無法達到強人工智能的標準，這是因為生成式AI主要基于機器語言的概率計算和轉(zhuǎn)譯，缺乏自主的辨認和控制能力，也不具備自然人的具身行動性和意志主體性，因此其本質(zhì)上仍是一種工具。

三、生成式AI的社會意義

若仍在技術(shù)邏輯的框架下理解生成式AI，我們可能會局限于人機之間的能力比較，從而忽略這項技術(shù)更深層次的社會意義和影響。我們必須看到，生成式AI釋放的巨大潛力并非單純來自于其對判別式AI技術(shù)原理的革新，更在于其作為新質(zhì)內(nèi)容生產(chǎn)力對整個內(nèi)容生產(chǎn)和分發(fā)系統(tǒng)所帶來的根本性變革。因此，這項技術(shù)的社會意義的本質(zhì)在于，它是一項能夠?qū)崿F(xiàn)人類傳播理性要素與非理性要素交織的新質(zhì)內(nèi)容生產(chǎn)力。

新質(zhì)生產(chǎn)力概念，是習近平總書記在科學研判中國社會矛盾、發(fā)展階段和發(fā)展動力的基礎(chǔ)上得出的重大理論標識性概念，對當代中國的發(fā)展方式、發(fā)展動力具有重要指引意義。生成式AI作為一項新質(zhì)內(nèi)容生產(chǎn)力，主要體現(xiàn)在它從“新”和“質(zhì)”兩個層面對傳統(tǒng)內(nèi)容生產(chǎn)力進行了革新。

所謂“新”，是指生成式AI不同于傳統(tǒng)內(nèi)容生產(chǎn)力，它實現(xiàn)了內(nèi)容領(lǐng)域的關(guān)鍵性技術(shù)突破。回顧歷史，我們可以觀察到內(nèi)容產(chǎn)業(yè)經(jīng)歷了三個不同的生產(chǎn)力時代，正如羅雪爾所闡述：勞動生產(chǎn)力時代、資本生產(chǎn)力時代以及科技生產(chǎn)力時代。在勞動生產(chǎn)力時代，內(nèi)容的創(chuàng)造和傳播主要依靠個體的手工勞作，依賴于民間那些“講故事的人”和“采風者”來記錄、分享；隨著印刷技術(shù)的興起，內(nèi)容產(chǎn)業(yè)進入以資本為主的生產(chǎn)力時代，專業(yè)的新聞機構(gòu)和企業(yè)成為產(chǎn)業(yè)的主導者，內(nèi)容渠道等資本的積累和集中也推動了現(xiàn)代大眾傳播的發(fā)展；進入現(xiàn)代社會，科技生產(chǎn)力成為推動經(jīng)濟和社會進步的主要動力，高科技和高效率的人工智能技術(shù)為內(nèi)容產(chǎn)業(yè)帶來了新的生產(chǎn)力。例如，生成式AI的出現(xiàn)極大地促進了高質(zhì)量的人機協(xié)作內(nèi)容創(chuàng)造，該技術(shù)將內(nèi)容生產(chǎn)與分發(fā)剝離成體力勞動與腦力勞動兩個維度，將重復性的編輯和校對任務(wù)交給了機器，將需要人類創(chuàng)造力（包括觀察能力、思維能力、想象能力等）的任務(wù)重新交還給人類，從而最大限度地發(fā)揮了人類的智慧。與傳統(tǒng)的以人為主的內(nèi)容生產(chǎn)方式相比，生成式AI開啟了人機協(xié)作的新可能，也促使內(nèi)容創(chuàng)作者從側(cè)重體力和技能的角色轉(zhuǎn)變?yōu)楦幼⒅刂R和創(chuàng)新導向的角色。

所謂“質(zhì)”，強調(diào)的是生成式AI能通過關(guān)鍵性技術(shù)的突破，與現(xiàn)有的勞動者、勞動資料和勞動對象結(jié)合，孕育出一種新的、更為強勁的創(chuàng)新驅(qū)動力。生成式AI給內(nèi)容產(chǎn)業(yè)帶來了創(chuàng)新驅(qū)動力—能夠促成以機器智能為代表的傳播理性要素和以人類智能為代表的傳播非理性要素的交織融合，從而推動內(nèi)容業(yè)態(tài)的整體演化和升級。具體來說，傳統(tǒng)的判別式AI依賴人類輸入簡單的線性計算模型來執(zhí)行任務(wù)，它需要先從訓練數(shù)據(jù)中提取解決問題的模型，再應(yīng)用這一模型對新的對象進行識別，遵循從基礎(chǔ)模型到微觀對象的對應(yīng)邏輯。傳統(tǒng)的判別式AI一旦構(gòu)建了解決問題的基礎(chǔ)模型，便脫離了人類的直接介入，除非采用新數(shù)據(jù)重新訓練其基礎(chǔ)模型。因此，判別式AI主要是基于技術(shù)計算邏輯建立的，只有清晰指示的理性要素能被機器捕捉并集成入模型。生成式AI則采取不同的路徑，它在人類逐步向機器描述微觀對象特征的過程中進行自我調(diào)整，最終形成完成任務(wù)的計算模型，這是從微觀對象到基礎(chǔ)模型的邏輯。生成式AI的操作必須建立在與人類的持續(xù)互動、“標注”“微調(diào)”之上，人們可以通過精細化的指令不斷影響技術(shù)模型。在這個過程中，人類關(guān)系、情感等非理性要素會在人機交互過程中被卷入計算模型中，傳統(tǒng)被認為無法被機器識別的、模糊的關(guān)系和情感因素都會在人類的標注反饋與機器的適應(yīng)學習中被技術(shù)所內(nèi)化，并表現(xiàn)在其生成內(nèi)容中。正因如此，我們可以在ChatGPT生成的文本中感受到“情商”與“情感張力”。從該角度來說，生成式AI是一種融合了人類非理性與機器理性邏輯的新型內(nèi)容生產(chǎn)力，它不僅拓展了人類的理性思維，也延伸了人類的情感聯(lián)系。通過概率計算的技術(shù)邏輯和用戶反饋中的人類情感邏輯，生成式AI使得所有傳播的理性與非理性要素在海量數(shù)據(jù)和強大算力的支持下自然“涌現(xiàn)”，實現(xiàn)了內(nèi)容生產(chǎn)力從量變到質(zhì)變的躍升。

四、生成式AI賦能的內(nèi)容產(chǎn)業(yè)新質(zhì)態(tài)

新質(zhì)態(tài)不僅標志著一種全新的發(fā)展狀態(tài)或形式，更是新質(zhì)內(nèi)容生產(chǎn)力的影響力的核心所在。生成式AI賦能的內(nèi)容產(chǎn)業(yè)質(zhì)態(tài)嬗變，集中體現(xiàn)在兩個方面：一是發(fā)揮了機器智能在內(nèi)容產(chǎn)業(yè)中的“替代”作用；二是發(fā)揮了機器智能在內(nèi)容產(chǎn)業(yè)中的“增強”作用。

（一）生成式AI對內(nèi)容產(chǎn)業(yè)的智能“替代”

當生成式AI通過與人類共享的行動者主體身份融入復雜系統(tǒng)中時，它將以智能“替代”的方式發(fā)揮作用，替代人類智能，自主完成工作。

第一，替代人類智能完成簡單性的內(nèi)容生產(chǎn)思維活動。一方面，思維活動將從人類獨有的實踐活動變成人機共同協(xié)作的活動，從前保留在個人大腦內(nèi)的思考活動和人內(nèi)交往活動可能經(jīng)由生成式AI的互動性而外化出來。當個人習慣了與生成式AI互動交往后，人的大腦可能會不得不服從智能機器大腦而成為生成式AI的配合者。人腦會仿照生成式AI展開活動，而生成式AI則會侵入人體，替代人體執(zhí)行決策，使人類思維模糊。另一方面，身體交往也會被所謂“精神交往”替代。這是因為生成式AI等技術(shù)的使用不會受到身體制約，也不存在因身體缺陷而導致的“遺憾”，由此生成的傳播關(guān)系能更加靠近理想狀態(tài)下的精神交往。人類與生成式AI在交互之前就會擁有一套無主體、共享的原初經(jīng)驗，它們共處于同一系統(tǒng)與機制之中，當兩者身體達到一種耦合狀態(tài)時，人類與生成式AI之間的他心感知就成為可能。由此，數(shù)字生命、機器生命與生物生命（即人體）的對話將得到充分實現(xiàn)，“跨生命交往”成為可能。

第二，替代重復性的內(nèi)容生產(chǎn)環(huán)節(jié)，包括模板性的內(nèi)容創(chuàng)作、內(nèi)容校對等環(huán)節(jié)。正如韋德所提出的，在ChatGPT促逼信息傳播領(lǐng)域變革的眾多路徑中，影響最大的將是其創(chuàng)建初稿的能力。當生成式AI取代了大量低端的信息傳播和重復性的內(nèi)容生產(chǎn)工作時，職業(yè)內(nèi)容生產(chǎn)者的生產(chǎn)活動也將向理性、深度、獨創(chuàng)的方向深入推進。有學者也將生成式AI對內(nèi)容生產(chǎn)的替代活動看作一種社會資源的再分配途徑，生成式AI對內(nèi)容流程的變革本質(zhì)上是對內(nèi)容生產(chǎn)資源的重新分配，傳統(tǒng)由人類要素絕對把持的生產(chǎn)環(huán)節(jié)首次有了非人類要素（生成式AI）的深度介入，并與人類平起平坐，進而突破了人類知識的生產(chǎn)格局。基于人類非理性邏輯所組織的“人類語言”成為一種“數(shù)碼物”和基礎(chǔ)設(shè)施，并經(jīng)由生成式AI表現(xiàn)出來。在這種理性要素與非理性要素碰撞交織的內(nèi)容范式下，生成式AI或成為人類語言的外化物，成為一個重新型構(gòu)社會秩序的行動者，沖擊社會對新聞、真相、時效、專業(yè)等內(nèi)容概念的共識。

第三，替代既有的社會傳播秩序。生成式AI對系統(tǒng)中人類主體活動的“替代”意味著系統(tǒng)中人機的“資源”（Resource）與“位置”（Site）均發(fā)生了改變，這會帶來社會秩序的變革，傳統(tǒng)精英宰制的社會治理邏輯得以被打破并邁入“常人政治”的未來新社會。例如，由于未來分工結(jié)構(gòu)的轉(zhuǎn)變，人機混合工作的新職業(yè)結(jié)構(gòu)與社會分工將成為常態(tài)，與生成式AI互補的提示工程師這種職業(yè)正在興起，他們通過對用戶需求的洞察和整合，在對大語言模型進行邏輯解析的基礎(chǔ)上反向調(diào)控大語言模型，進而輸出更高效的模型能力調(diào)用方案，提升用戶服務(wù)效率。同時，生成式AI還可以打破大眾與精英在信息獲取能力上的分工對立局面。從古到今，人類社會的政治、經(jīng)濟、文化大都是精英主導型的，生成式AI對于人類社會的最大改變就在于其極大地增強了人類的平等性，縮小了人與人之間的能力差距，打破了精英和普通大眾之間的壁壘，突破了人與人在認知把握和資源使用上的天賦異稟及后天能力方面存在巨大差距的局限，使每個人至少在理論和技術(shù)層面可以以一種社會平均線水平的語義表達及資源動員能力進行社會性的內(nèi)容生產(chǎn)、傳播對話及其相關(guān)的一切社會實踐活動。這將在很大程度上改寫精英社會的組織結(jié)構(gòu)模式，真正以個人為行動者的去中心化、分布式社會結(jié)構(gòu)進程將被極大推動。再如，由于社會關(guān)系模式的改變，生成式AI正以無界的方式全面融入人類實踐領(lǐng)域（通用性）、以深度學習的方式不斷為文本的生成注入“以人為本”的關(guān)系要素，進而提升文本表達的結(jié)構(gòu)價值，最終作為自由插件進入人類實踐全域并實現(xiàn)普及化，成為人類實踐全域、全要素整合的推動者、設(shè)計者與運維者，成為深度媒介化社會的“操作系統(tǒng)”和基礎(chǔ)設(shè)施。這將促使社會在“以人為本”的實踐邏輯以及社會多元化價值追求的背景下，朝分布式結(jié)構(gòu)演進。在生成式AI的價值連接下，去中心化自治組織（Decentralized Autonomous Organization，DAO）是這張“大網(wǎng)”上進一步剝離出的千態(tài)萬狀的“小網(wǎng)”，即在全要素連接的基礎(chǔ)上，部分連接開始閉合成為彼此間隔的中小型關(guān)系網(wǎng)絡(luò)，在這種網(wǎng)絡(luò)中連接得到進一步升維，擁有了以復雜協(xié)作、價值生成為主要功能的趣緣強關(guān)系屬性。

（二）生成式AI對內(nèi)容產(chǎn)業(yè)的智能“增強”

當生成式AI作為智能輔助工具進入復雜系統(tǒng)中，它將通過智能“增強”的方式來輔助人類行動。

第一，對個人認知能力的增強。當生成式AI被用于輔助人類認知時，它可以通過技術(shù)賦能推動人類主體朝著創(chuàng)意密集型、想象密集型的智力增強主體進化。例如，生成式AI可以提高中低端腦力工作的效率，幫助人類處理大量重復性任務(wù)，減輕人類主體的智力勞動強度。例如，生成式AI可以承擔一些初級智力勞動角色，包括文本制作人、語言編輯和研究助理等，與承擔創(chuàng)意密集型智力勞動的人類主體互相配合，作為人類主體的輔助角色存在。此外，生成式AI可以賦能個人生產(chǎn)力，幫助大眾跨越搜尋與獲取信息的“能力溝”障礙，有效按照自己的意愿、想法激活和調(diào)動海量的外部資源，形成強大、豐富的社會表達和價值創(chuàng)造能力。這一技術(shù)明顯增強了智能文本生成能力，使人們能夠在短時間內(nèi)獲得極高的效率。生成式AI還可以釋放個人創(chuàng)造力，助推個人向知識、智慧、創(chuàng)造密集型勞動發(fā)展，充分釋放創(chuàng)新與想象潛能。當技術(shù)承擔了人類的語言、知識、思考里的重復性工作之后，每個人都可以在更有盈余和閑暇的時空中激發(fā)出自身的潛能。

第二，對社會關(guān)鍵傳播節(jié)點的能力的增強。隨著社會層級被打破，生成式AI將處于不同層級的人類個體和組織拉到社會表達的同一平均線上，社會力量會因此被化約為扁平節(jié)點——個體和組織將會以一種“社會公約數(shù)”的身份進行交互與合作。由生成式AI帶來的技術(shù)性化約可能導致一些技術(shù)寡頭的出現(xiàn)，也就是說當生成式AI逐漸成為人類智能普遍的增強工具后，創(chuàng)造該技術(shù)的組織將成為社會結(jié)構(gòu)中連接眾多社會資源的核心節(jié)點，關(guān)系著社會結(jié)構(gòu)的整體存續(xù)。這可能帶來一些社會問題，如它可能導致資本和政治霸權(quán)。由于生成式AI的開發(fā)與應(yīng)用是資本密集型行業(yè)，因此當它成為不可或缺的人類智能增強工具并逐步滲入人類認知方式與知識生產(chǎn)方式背后時，就可能改變財富分配狀況。基辛格將這種霸權(quán)描述為理解世界的“第三種技術(shù)方式”——一種不可知的、顯然無所不知的、能夠改變現(xiàn)實的工具的到來，使認識世界的第三種方式有了出現(xiàn)的可能。領(lǐng)導權(quán)可能會集中在少數(shù)人和機構(gòu)手中，他們控制著能夠高質(zhì)量綜合現(xiàn)實的有限數(shù)量的機器的訪問。另一方面，它還可能導致信息霸權(quán)，使信息傳播權(quán)逐漸集中到少數(shù)信息巨頭手中，技術(shù)使用方面的差異會進一步加劇因信息獲取、使用所帶來的收入和福利方面的差異，擴大全球數(shù)字鴻溝。這預(yù)示著未來社會管理需要注重對關(guān)鍵技術(shù)節(jié)點的引導規(guī)制。當節(jié)點所連接的社會資源越多時，該節(jié)點越關(guān)鍵。對這些關(guān)鍵性技術(shù)節(jié)點的治理不應(yīng)也不能通過簡單、機械的壓制干預(yù)，因為在分布式網(wǎng)絡(luò)社會中，每個節(jié)點的變化都會“牽一發(fā)而動全身”，更不用說是連接眾多資源的關(guān)鍵技術(shù)節(jié)點。因此，治理應(yīng)轉(zhuǎn)變?yōu)榻Y(jié)構(gòu)引導，需要在理解整個復雜系統(tǒng)結(jié)構(gòu)的基礎(chǔ)上，遵從節(jié)點的適應(yīng)性進化規(guī)律，通過系統(tǒng)環(huán)境的“引導”和“誘使”來推動技術(shù)節(jié)點改變自己的技術(shù)發(fā)展規(guī)劃和功能規(guī)劃，以符合人類社會的共同利益。

第三，對內(nèi)容產(chǎn)業(yè)流動性和開放性的增強。不可否認，受制于技術(shù)缺陷，作為新技術(shù)進入內(nèi)容網(wǎng)絡(luò)中的生成式AI不可避免地會帶來信息失序的問題。例如，由于數(shù)據(jù)集滯后和數(shù)據(jù)集錯誤，生成式AI可能造成更大規(guī)模的虛假信息，出現(xiàn)批量制造事實性錯誤信息的情況；同時，由于算法缺陷，生成式AI所催生的“人工智能幻覺”現(xiàn)象越多，它越可能“一本正經(jīng)地胡說八道”，以一種令人信服但完全編造的方式來表達自己，制造幻覺性虛假；此外，若技術(shù)被挪用操縱，生成式AI還可能成為信息操縱的強大工具，虛假信息得以通過這一工具大規(guī)模復制并頻繁運行。然而，我們必須辯證地看待這種內(nèi)容噪聲，因為它也預(yù)示著內(nèi)容系統(tǒng)的流動性和開放性的增加。在涌現(xiàn)理論中，提升系統(tǒng)開放性和動態(tài)性，從而適當“熵增”，這是具有合理性的。要想實現(xiàn)系統(tǒng)自發(fā)涌現(xiàn)，必須給系統(tǒng)提供“涌現(xiàn)新質(zhì)”（也即推動系統(tǒng)遠離平衡態(tài)的新介質(zhì)），它將作為觸發(fā)因素使系統(tǒng)組成部分形成“化學反應(yīng)”，產(chǎn)生涌現(xiàn)。生成式AI就是內(nèi)容網(wǎng)絡(luò)中的“涌現(xiàn)新質(zhì)”，從該角度來看，它所帶來的信息失序?qū)⒉辉偈莻鹘y(tǒng)意義上的破壞性噪聲，反而可能成為將內(nèi)容網(wǎng)絡(luò)從“死寂”狀態(tài)激活為動態(tài)的新力量。它將成為解構(gòu)傳統(tǒng)內(nèi)容權(quán)力的介質(zhì)和一種豐富而巨大的創(chuàng)新性資源，通過新的運行法則來組織信息加工、傳輸和存儲，進而保障內(nèi)容網(wǎng)絡(luò)的多樣性共存。因而，如何看待生成式AI給內(nèi)容網(wǎng)絡(luò)帶來的噪聲現(xiàn)象也是一個重要命題，這需要學界和業(yè)界共同探究一種更具多樣性和包容性的技術(shù)利用方式，在保障技術(shù)給既有系統(tǒng)結(jié)構(gòu)注入解構(gòu)性力量的基礎(chǔ)上，也對其過度的“熵增”亂象予以明確。

四、生成式AI的治理方案

必須意識到，面對生成式AI等新質(zhì)內(nèi)容生產(chǎn)力，簡單、機械的傳統(tǒng)治理方式無法解決復雜系統(tǒng)的不確定性與復雜性，未來的治理核心在于轉(zhuǎn)微入宏，關(guān)注系統(tǒng)整體結(jié)構(gòu)與規(guī)則的治理。

（一）以宏觀原則為指導的復雜性治理思路

傳統(tǒng)的治理思路建立在機械控制論上，即“我指揮你動作”，所有決策都由統(tǒng)一的中央處理器來進行，各個系統(tǒng)組成部分沒有自己的目的和能動性，因而信息傳遞的速度和準確性、過渡過程的穩(wěn)定性、決策的有效性等成了系統(tǒng)治理的決定因素。因此，過去的治理總是顯得事無巨細、“眉毛胡子一把抓”。然而，這種治理思路僅在傳統(tǒng)社會系統(tǒng)中有效。面對生成式AI所帶來的內(nèi)容復雜巨系統(tǒng)，無限擴容的內(nèi)容主體和自發(fā)涌現(xiàn)的內(nèi)容網(wǎng)絡(luò)都使得傳統(tǒng)自上而下的機械控制論喪失了治理有效性。復雜系統(tǒng)中的多元治理主體具有自適應(yīng)性和多重目的性，當不確定性發(fā)生時，它們能夠自適應(yīng)、自組織地應(yīng)對混沌或挑戰(zhàn)，彼此相互影響、相互作用，這也使得針對系統(tǒng)的治理行為及其結(jié)果難以預(yù)測，控制效果很有限。動態(tài)社會系統(tǒng)的存在表明，社會已不再具有某種一成不變的、客觀的平衡狀態(tài)，它將始終處于不同社會元素相互作用的動態(tài)演進過程中。簡單來說，“上有政策下有對策”本就是復雜社會系統(tǒng)中不可避免的現(xiàn)象，社會治理無法期待通過固定的社會規(guī)制來限制主體能動性和社會系統(tǒng)演化。

顯然，簡單粗暴的治理雖然能夠得表面之“效”，但其破壞性的成本和代價是極高的。因為數(shù)智互聯(lián)網(wǎng)已然是全社會要素的關(guān)聯(lián)之所，“牽一發(fā)而動全身”是對其治理所必須面對的現(xiàn)實狀況。因此，治理者必須秉持“大道不直”的治理邏輯——兩點之間畫一條直線看似捷徑，然而在社會操作中如江河行地的九曲十八彎才是其最有效的實現(xiàn)路徑。我們在理念上要把互聯(lián)網(wǎng)治理視為一種對復雜系統(tǒng)的治理，用生態(tài)級意義上的發(fā)展范式去處理，不能頭痛醫(yī)頭，腳痛醫(yī)腳，用一刀切和簡單化的方式去解決問題。

其次，所謂復雜性范式其實就是一種建立在對于創(chuàng)新有容錯空間基礎(chǔ)之上的規(guī)范性的治理方式。要知道，數(shù)智互聯(lián)網(wǎng)及其社會的媒介化進程是以創(chuàng)新為其基本發(fā)展條件和動力的，因此，對于創(chuàng)新自由度的保護成為復雜系統(tǒng)進化中不可或缺的必要條件。也就是說，治理的范式中要有容錯空間，創(chuàng)新是需要一定的空間的。動輒得究是無法創(chuàng)新的，過于剛性的管理可能會對互聯(lián)網(wǎng)與平臺發(fā)展本身帶來某種難以避免的重大損害。中國的歷史經(jīng)驗里面就有類似的“前車之鑒”：秦朝作為非常強大的“大一統(tǒng)”帝國，卻短時間崩塌，漢朝的統(tǒng)治者長期反思后得出了兩句治理教訓——“皇權(quán)不下縣，縣下皆自治”。他們認為秦朝統(tǒng)治嚴刑峻法，對社會的剛性化治理雖看起來極易貫徹中央意圖，但問題恰恰出現(xiàn)在這里，不留容錯空間的治理本身就容易引起社會的巨大不滿。在漢朝統(tǒng)治者看來，社會治理必須要有一定的“不作為”空間，所以皇權(quán)只管大政方針在縣這一級的落實，而縣下的很多具體問題則依照鄉(xiāng)規(guī)民約、宗法習慣等因地制宜、自由裁量。這既為整個社會運作保留了必要的容錯空間，同時也極大地簡省了中央政府的管理成本。這種治理思路在某種程度上也正是中國封建社會延續(xù)上千年發(fā)展的重要秘訣之一，對今天生態(tài)級意義上的互聯(lián)網(wǎng)內(nèi)容治理來說也具有重要的借鑒意義。

據(jù)此，如今的治理思路應(yīng)逐漸過渡到抓大放小的路徑上，通過宏觀的結(jié)構(gòu)與規(guī)則管理、過程管理來實現(xiàn)治理目的。我們不應(yīng)簡單地對一個表達要求過高，對網(wǎng)絡(luò)的言論尺度和表達事實的標準尺度也應(yīng)盡可能往下探，如此可以讓更多的主體參與到社會信息彼此之間的匯沖、互動和交流過程中，從中找到社會最大公約數(shù)，找到社會的共識所在。從宏觀層面認識、厘清生成式AI的倫理原則，將是治理生成式AI的基礎(chǔ)一步。只有如此才能從復雜性治理范式的角度形成對該技術(shù)的底層治理框架。

（二）以道德倫理和算法倫理為主的治理原則

如上論及，生成式AI可作為智能主體或智能工具產(chǎn)生社會影響，因而生成式AI除了要遵循機器技術(shù)所應(yīng)當遵循的算法倫理外，還需要遵循因行動者主體身份所帶來的新道德倫理。

當考慮生成式AI的算法倫理時，即將其作為一種大語言模型看待，考慮其在技術(shù)設(shè)計層面的設(shè)計倫理，具體包括隱私性、公平性、透明性三個維度。隱私性，即生成式AI必須保證用戶隱私，不應(yīng)存在利用互聯(lián)網(wǎng)數(shù)據(jù)原料進行預(yù)訓練時竊取用戶敏感數(shù)據(jù)的問題；公平性，即生成式AI必須保證數(shù)據(jù)公平性，不應(yīng)存在算法原料數(shù)據(jù)偏見和歧視問題；透明性，即生成式AI應(yīng)披露其算法運作機制，方便外部觀察者糾偏。當考慮生成式AI的道德倫理原則時，即承認生成式AI在創(chuàng)作過程中的準道德能力，應(yīng)將重點放在規(guī)定其權(quán)責邊界上。喬姆斯基認為，如果總是用“服從人類命令”來為智能機器辯護，并將責任推卸給它的創(chuàng)造者，那么實際就是在否定ChatGPT表現(xiàn)出的道德冷漠，包括剽竊、冷漠和回避等。當技術(shù)能夠自主完成任務(wù)時，就應(yīng)當警惕“人類中心主義”，我們應(yīng)嘗試將技術(shù)視為“他者”，并賦予其一定的準道德能力。例如，需要承認與說明生成式AI在內(nèi)容生產(chǎn)中的參與程度，同時生成式AI也必須對其使用的語料和拼湊式作品負責。

五、生成式AI的未來發(fā)展

（一）科林格里奇困境與智能試錯方案

2023年3月29日，一封名為“暫停大型人工智能實驗的公開信”（Pause Giant AI Experiments：An Open Letter）受到了輿論的廣泛關(guān)注，千位科技頂級專家簽名支持，隨后GPT-5研發(fā)被叫停。這便是新技術(shù)發(fā)展過程中的科林格里奇困境（Collingridge Dilemma）。該概念是英國技術(shù)哲學家大衛(wèi)·科林格里奇（David Collingridge）在《社會的技術(shù)管理》（The Social Control of Technology）中提出的，指當新技術(shù)剛出現(xiàn)，我們沒法推斷出它的社會效應(yīng)，而等到真正的負面效應(yīng)出現(xiàn)時，由于技術(shù)已經(jīng)融入社會太深，又很難對其進行干預(yù)與改變。解決科林格里奇困境的最常見思路即所謂“預(yù)防原則”，也即，若不能確認一項技術(shù)對任何個人、集體甚至是已有的規(guī)則是安全的，就不該接受它，換句話說就是“可能有壞處就拒絕”。然而，這種做法無異于因噎廢食，走向了阻礙社會發(fā)展的極端。

那么，該如何有效預(yù)防陷入這一困境？科技發(fā)展史上最為學術(shù)共同體認可的是“智能試錯方案”（Intelligent Trial and Error）。該思路最早在《規(guī)模管理：大組織、大技術(shù)、大錯誤》一書中提出，其核心要點是在管理風險時要做到權(quán)力分散，在不斷試錯中了解風險，快速優(yōu)化方案。2013年，耶魯大學的科技研究者愛德華·伍德豪斯（Edward Woodhouse）對其做出了進一步延伸，將該思路用到技術(shù)發(fā)展過程中。他認為，要快速找到新技術(shù)的負面影響并加以控制，就應(yīng)該讓技術(shù)能更快地小規(guī)模試錯，在用戶反饋中找到它的短板與不足。只有這樣，當技術(shù)真正面向大多數(shù)用戶的時候，才不會突然暴露出巨大的短板，引發(fā)難以估量的危害。這也正是生成式AI應(yīng)該步入的未來發(fā)展道路——不是給新技術(shù)的發(fā)展按下暫停鍵，而是在小規(guī)模試錯中優(yōu)化迭代，讓其發(fā)展得更透明、更公開、更可控。因此，未來關(guān)于生成式AI的研究也有必要轉(zhuǎn)入到具體情境中，關(guān)注其試錯表現(xiàn)并提出可用的優(yōu)化和迭代方案，這將對形成技術(shù)應(yīng)用的直接方法論更為有益。

（二）理解具體情境中的生成式AI

生成式AI作為新質(zhì)內(nèi)容生產(chǎn)力想要發(fā)揮實際效用，至少還需要對具體情境下的以下議題展開深入探討。第一，生成式AI下游應(yīng)用層的探討。下游應(yīng)用層是生成式AI實際產(chǎn)生社會效應(yīng)的具體場景，因而對下游應(yīng)用層的場景要素、技術(shù)要素、人類智能要素的分析和探討，將更有助于我們見微知著，理解生成式AI的直接效果和可能問題。例如，我們可以深入新聞編輯室內(nèi)部，探究生成式AI在具體的新聞生產(chǎn)場景中的使用邊界，這將更能幫助我們理解該技術(shù)對新聞流程的改造作用。第二，生成式AI在應(yīng)用中的實際技術(shù)邏輯探討。至今對生成式AI的技術(shù)邏輯剖析都是建立在技術(shù)發(fā)展的理想狀態(tài)下，并未在應(yīng)用中關(guān)照其實際的技術(shù)坐標，也即我們并不知道它在具體應(yīng)用中究竟“新”在何處。探討生成式AI的實際技術(shù)邏輯，將更有助于我們認識和理解新技術(shù)試錯的表現(xiàn)。第三，生成式AI落地的社會建構(gòu)因素探討。要將技術(shù)落地到應(yīng)用層，我們就不得不關(guān)注社會建構(gòu)因素對其技術(shù)演進邏輯的“扭曲”。強調(diào)回到應(yīng)用場景中研究新技術(shù)，也即需要打破技術(shù)建構(gòu)的演進“神話”，重視建構(gòu)技術(shù)應(yīng)然狀態(tài)的“社會風土”。因而，對生成式AI的實踐影響、治理邏輯討論，不應(yīng)該僅基于技術(shù)的客觀、必然的演進邏輯來展開，還應(yīng)該看到歷史環(huán)境的偶然因素及技術(shù)相關(guān)群體的開放創(chuàng)造力。對生成式AI的研究，不應(yīng)只有應(yīng)然狀態(tài)的討論，更應(yīng)該有對其實然狀態(tài)的探討。