《學校黨建與思想教育》刊發了我院教授藍波濤、博士生楊漸雨的理論文章《生成式人工智能賦能新質生産力的機理、風險及其防範》
現将文章轉載分享。
https://mp.weixin.qq.com/s/1eLN_6WCg-lENcJcUHpGTQ?scene=25&sessionid=618690563#wechat_redirect
摘要
生成式人工智能通過推動技術革命性突破、生産要素創新性配置、産業深度轉型升級等方式賦能新質生産力發展。同時，生成式人工智能賦能新質生産力也存在人機協同下主客異位消弭人類的能動性、智能技術被惡意操控威脅數據的安全性、弱人工智能數字技術影響産業的穩定性及扁平化全場域式嵌入削弱治理的有效性等風險隐憂。對此，應從實現人的主體地位複歸、加強數據隐私安全保護、統籌現代化産業體系建設及規範新質生産力發展過程等方面來防範規制。
2023年9月，習近平總書記在黑龍江考察時提出，“整合科技創新資源，引領發展戰略性新興産業和未來産業，加快形成新質生産力”[1]。2024年7月，習近平總書記在黨的二十屆三中全會上提出，“要健全因地制宜發展新質生産力體制機制”[2]。習近平總書記對加快新質生産力發展作出了明确部署。新質生産力突破勞動者、勞動資料及勞動對象的固有局限，通過引入創新要素，力圖實現三者的優化重組，重塑現行的生産力範式，構建新的生産力與生産關系系統。基于複雜的算法、模型及規則，生成式人工智能通過大規模數據的集中學習，并根據用戶的個性化需求，精準生成原創内容。生成式人工智能體現出數據巨量化、多場域嵌入、跨界融合、認知交互等鮮明特征，實現了從量變到質變的飛躍發展，成為數智環境下驅動經濟發展的重要引擎，引發了諸多行業領域的颠覆性變革。新質生産力的驅動力源自科技創新，通過科技創新促進經濟增長，以實現生産力的跨越式提升。
一、生成式人工智能賦能新質生産力的内在機理
生成式人工智能深度嵌入生産力系統，推動技術革命性突破、生産要素創新性配置及産業深度轉型升級，進而實現新質生産力的躍升發展。
1. 生成式人工智能推動技術革命性突破。生成式人工智能是技術革命性突破的體現，能進一步推進技術的革命性發展。技術革命性突破是催生新質生産力的要素之一，它使新質生産力成為當代先進生産力。首先，生成式人工智能拓展産業空間，實現科技的跨越式發展。具備協同性、延展性與滲透性特征的生成式人工智能為推動數字技術與傳統産業的深度融合提供強大技術支持。在數字技術的強大賦能下，生成式人工智能跨越産業邊界并延伸産業内涵，拓寬産業的空間維度，進而推動科學技術的持續性發展進步。其次，生成式人工智能快速疊代升級，加快科技創新速度。生成式人工智能不斷推進生産資料的優化與革新，引領科技創新領域邁向範式轉換與場景重構的嶄新階段。生成式人工智能不僅在人類科研能力提升過程中起到了相應輔助作用，更能助力人類推進前沿研究領域的開拓，實現知識要素的高效配置，加速推進科技創新進程，變革傳統科技創新模式，正在向“人類智能+人工智能”協同創新模式轉化。最後，生成式人工智能開啟全場域應用，助力科技縱深推進。作為一種強大的信息技術工具，生成式人工智能以低成本優勢滲透進生産端、流通端及消費端，全方位融入人類多元生産生活場景，深刻改變了人類的生産生活方式。
2. 生成式人工智能推動生産要素創新性配置。生成式人工智能通過推動生産要素的創新性配置，不斷融入各産業與社會的再生産各環節，增進勞動者綜合能力、智能升級勞動資料、拓展勞動對象形态，實現勞動者、勞動資料與勞動對象三者的優化組合，驅動傳統産業轉型升級，構建新型生産模式，加速新質生産力的發展。首先，快速匹配生産要素。生成式人工智能技術的廣泛應用是推動生産要素優化配置的關鍵。在傳統生産模式下，生産要素的配置主要以人工經驗和既定規則為主，傳統生産要素的配置方法較為緩慢，無法充分滿足高效率、高質量的生産要求。生成式人工智能可以快速匹配生産要素，極大地提高了生産效率。其次，精準匹配生産要素。相較于傳統的人工生産要素配置方法，生成式人工智能通過機器自主學習與大量數據分析，進行自主決策，從而提升資源配置的效率。與此同時，生成式人工智能通過實時監測生産過程中的數據變化動态，并根據實時數據優化生産要素配置。最後，有效利用生産要素。生成式人工智能具有強大的數據處理能力，能夠處理海量、多樣化數據，并從中提取有價值的信息，為生産要素的有效利用提供科學依據和決策支持。此外，生成式人工智能還能實現不同生産環節之間的自動協同合作，将生産資料配置和生産運營進行有機結合，以提高整體生産效益。
3. 生成式人工智能推動産業深度轉型升級。随着生成式人工智能技術的不斷提升及應用領域的不斷擴展，它已深入到各行各業，成為改變生産方式、提升效率和創造附加值的重要利器。首先，生成式人工智能助推戰略性新興産業與未來産業發展。戰略性新興産業與未來産業為新質生産力提供新動能。一方面，生成式人工智能推動戰略性新興産業快速增長。戰略性新興産業是孕育新的增長動能、奪取未來競争優勢的核心領域，指引着新一輪科技革命與産業變革的方向。生成式人工智能正逐步滲透至其他産業中，與各專業領域高度契合。生成式人工智能的海量數據的存儲積累和算力規模的指數級增長，推動其他産業組織模式發生深刻變革。生成式人工智能通過跨越時空的方式，促進要素資源的高效流轉與優化配置，持續提升産業組織運營效率，有效降低成本。另一方面，生成式人工智能活化驅動未來産業。活化驅動是指将人工智能技術更多地納入原有的生産和運行模式，使人工智能産品和服務成為關聯産業生産鍊的上遊要素，使下遊産品在生産、輸出、分配、運輸和銷售等環節得到創新和活化，提升各環節附加值，從而帶來新一輪高質量增長。[3]生成式人工智能的活化驅動效應深刻重塑生産與消費模式，使整個過程變得更加綠色、集約與智能。同時，生成式人工智能也将推動新模式、新業态及新産業的不斷湧現。其次，生成式人工智能助推傳統産業升級。生成式人工智能廣泛鍊接到各類終端設備和平台，與以大數據、物聯網等為代表的數字技術協同發展，推動數字技術與傳統産業緊密融合，實現傳統産業的網絡化、數字化及智能化轉型。一是生成式人工智能的應用極大地提升生産效率，智能化處理繁瑣、重複的生産過程，大幅減少人工操作。二是生成式人工智能全面監測與優化生産環節，提高産品質量。三是生成式人工智能助推傳統産業開辟新興市場，帶來新的發展機遇。最後，生成式人工智能助推産業生态轉型。生成式人工智能與新質生産力之間的互嵌協同關系得以深刻體現。生成式人工智能通過産業技術突破、技術要素融合及高深知識創造等有效手段，在新質生産力的勞動者維度孕育出智能生産力主體，在勞動資料維度引入數字化勞動工具，在勞動對象維度構建産業生态化生産體系。
二、生成式人工智能賦能新質生産力的風險審思
馬克思指出：“在我們這個時代，每一種事物好像都包含有自己的反面。”[4]（P776）在推動生産技術進步及産業升級的進程中，生成式人工智能可能對新質生産力發展帶來人機協同下主客異位消弭人類的能動性、智能技術被惡意操控威脅數據的安全性、弱人工智能數字技術影響産業的穩定性及扁平化全場域式嵌入削弱治理的有效性等風險隐憂。
1. 人機協同下主客異位消弭人類的能動性。在人機協同條件下，人工智能秉持工具理性與技術理性至上，缺乏情感叙事，忽視人文關懷，無疑加劇了人的物化和異化。馬克思提出：“由于推廣機器和分工，無産者的勞動已經失去了任何獨立的性質，因而對工人也失去了任何吸引力。工人變成了機器的單純的附屬品，要求他做的隻是極其簡單、極其單調和極容易學會的操作。”[5]（P407）人機協同下主客異位導緻人類能動性消弭與新質生産力發展之間矛盾凸顯。首先，人類能動性削弱難以适應新質生産力發展需要。人類需要具備一定專業知識及技能才能操作生成式人工智能系統，而那些缺乏專業背景和相關經驗的普通大衆則會被邊緣化。黑格爾指出：“生産的抽象化使勞動越來越機械化，到了最後人就可以走開，而讓機器來代替他。”[6]（P210）人的各種能動性因長期脫離實踐在一定程度上被削弱，人的生存技能正逐步退化，難以适應新質生産力發展需要。其次，人類深陷智能拜物教泥淖導緻價值理性喪失。當智能技術“俘獲”人類後，便會将智能系統展示的理性視為理所當然的規律，将被智能化塑造的社會架構、社會治理體系視為理所當然的社會選擇。人類在規訓下讓渡出自身的主體地位與自由意志，期盼智能機器能代替人類完成大部分事物，享受生成式人工智能技術帶來的便利。生成式人工智能将能指符号理性地灌輸到人腦中，使人類對現實問題的既有答案予以默認，任由“超越”個人理性的技術理性壓倒自己的想象與意志，深陷智能拜物教的泥淖而喪失價值理性，受制于工具理性。
2. 智能技術被惡意操控威脅數據的安全性。數據作為發展新質生産力的關鍵要素，是基礎性和戰略性資源，能迅速滲透到社會再生産各環節，推動數據驅動創新發展模式的形成。與此同時，數據安全風險在生成式人工智能處理新型數據資源時也逐漸顯現。從内部分析，數據的安全隐患來自訓練數據本身可能存在的問題或被篡改的風險。從外部分析，由于技術缺陷、人為失誤或惡意操控等原因，數據在收集、存儲、處理和使用等環節中可能導緻數據洩露、被篡改或濫用。在生成式人工智能驅動新型勞動對象的技術框架下，系統對原始數據呈現強依賴性特征，其核心路徑在于依托大規模預訓練模型進行算法疊代，以實現數據的深度挖掘與廣泛聚合。由于受到多種因素的限制，尤其受到數據采集設備性能差異、數據可及性程度不一以及網絡環境穩定性波動等因素的影響，導緻所彙聚的數據資源在不同群體間呈現出顯著的分布不均特征。訓練過程并非盡善盡美。在整個訓練過程中，數據的質量顯得極為重要。生成式人工智能輸出内容的質量很大程度上由訓練數據決定。隻有符合倫理标準的數據資源才能達到安全可信賴的要求，而那些涉及偏見言論、惡意信息或隐私洩露等違反倫理規範的訓練數據可能誘發一系列安全隐患，甚至可能對生成式人工智能模型的輸出結果帶來不良影響，進而阻礙新質生産力的發展進程。
3. 弱人工智能數字技術影響産業的穩定性。人工智能将曆經從弱人工智能到強人工智能再到超級人工智能的發展階段，不同階段的人工智能都在一定程度上推動了産業的發展進步。基于人工智能的深度學習和低複合能力特征，當前人工智能技術發展仍然處于弱人工智能階段。生成式人工智能對産業發展構成潛在的安全風險可能源自其可靠性和穩定性問題。就可靠性層面而言，生成式人工智能新内容的生成來源于以文本、圖像或音頻等為代表的海量訓練數據及複雜算法，其生成的結果在複雜數據及不完美算法的影響下未必能與預期完全相符。生成式人工智能在某些情境下可能會産生出乎意料的結果，甚至錯誤的結果，對新質生産力生産過程的正常運行産生一定幹擾，也可能産生嚴重的業務運營中斷及客戶信任度降低等負面效應，特别是當其被運用于諸如産品推薦或自動化決策等核心業務流程。就穩定性層面而言，在輸入條件一緻的情況下，部分生成式人工智能模型可能輸出不同的結果，特定場景下甚至存在無法生成有效輸出的技術局限。
4. 扁平化全場域式嵌入削弱治理的有效性。各類基礎技術在生成式人工智能技術飛速發展的助力下得到進一步升級，正以扁平化全場域方式嵌入新質生産力發展的各個環節，一定程度削弱了治理的有效性。首先，生成式人工智能的敏捷性加劇行政部門過度依賴。當前，數字政府對技術資本有着或多或少的技術依賴、信息依賴以及決策依賴，且依賴程度越深，相應的資本侵蝕也就越明顯。生成式人工智能是技術資本的産物，其信息處理系統能扁平化處理各類文本信息，特别是過于重視數字技術的智能政府治理模式，過于依賴各類數據。其次，生成式人工智能的避責性誘發責任認定争議問題。在按照市場統一規則運行的前提下，生成式人工智能作為商業競争産品，會在各種利益的非法驅動下随意獲取數據資源。從法律意義上而言，生成式人工智能并沒有被賦予責任主體地位，僅僅作為一種工具。生成式人工智能廣泛應用于新質生産力生産實踐中，但無法作為法律主體承擔責任，其弊端得以充分顯現。最後，生成式人工智能的資本性導緻治理關系矛盾沖突。一旦民衆遭受由于生成式人工智能數據洩露帶來的意外損害，政府部門将承擔起由此産生的風險責任。加之不透明政策數據的影響，民衆對于政府的信任感将會降低。
三、生成式人工智能賦能新質生産力的風險防範
馬克思強調，“隻有采用同生産力的現在的發展程度相适應的新的生産方式，新的生産力本身才能保存并進一步發展”[7]（P654）。生成式人工智能賦能新質生産力過程中引發的諸多風險，可以從實現人的主體地位複歸、加強數據隐私安全保護、統籌現代化産業體系建設及規範新質生産力發展過程等維度加以防範。
1. 堅持以人為本，實現人的主體地位複歸。馬克思指出，“任何解放都是使人的世界即各種關系回歸于人自身”[8]（P46）。這是馬克思主義哲學的依歸，為實現人的主體地位複歸提供了基本價值遵循。生成式人工智能的發展要以人為根本是堅持馬克思主義以人為本技術觀的具體體現，要在人與機器的博弈關系中彰顯人的主體地位與權利，明晰人是智能機器的主導者與控制者，而非讓智能機器駕馭人類。一方面，适度調整生産關系。資本邏輯下的生産方式無法滿足人的自由發展需求，導緻人的主體地位缺失甚至消弭。因此，需要及時調整不适宜智能技術發展過程中生産關系的部分要素，深刻調整生産方式中的資本邏輯，從重視效率轉變為注重質量，在追求高質量發展過程中始終堅持以人為本的理念，逐步實現人的主體地位複歸。另一方面，加強培育科研精神。堅持馬克思主義以人為本的科技觀有利于堅持以人為本的科技倫理準則，幫助科技從業者樹立正确的世界觀和職業道德，踐行以人為本的核心理念。
2. 深化協作聯動，加強數據隐私安全保護。從技術手段、标準研制及國際合作等方面深化協作聯動，為生成式人工智能技術賦能新質生産力發展保駕護航。首先，創新技術手段，提升安全監控能力。建立從設計研發到數據采集再到場景應用等全生命周期的數據監管體系，引導不同專業領域開展生成式人工智能賦能新質生産力發展過程中的數據隐私安全風險防禦研究工作，推動實現數據隐私安全保護的技術突破。其次，加快标準研制，建立标準化運行機制。加快制定保護數據隐私安全的執行标準，提升安全标準的實用性，探索解決安全風險的有效路徑，開展安全标準的實施效果評估，推動建立數據隐私安全保護的标準化運行機制。最後，深化國際合作，增強國際影響力。實質性地參與國際規則标準的制定環節，及時了解掌握國際網絡安全标準規則，充分借鑒國際上已有相關研究成果，不斷提升我國在人工智能數據安全領域的國際影響力。
3. 樹立系統思維，統籌現代化産業體系建設。新一輪科技革命與産業變革不斷向縱深演進，推動傳統産業轉型升級，也推動戰略性新興産業的發展壯大及未來産業的積極培育。首先，進一步推動傳統産業轉型升級。将新興科學技術引進傳統産業發展過程，促進生成式人工智能與傳統産業緊密相融，帶動傳統産業的技術含量與技術密集度提升。借力生成式人工智能對市場需求進行精準化預測，通過智慧化引領打造高效集成的供應鍊管理模式，優化資源利用，提升質量控制體系，推動傳統産業的優化升級并逐步智能化，夯實建設現代化産業體系根基。其次，發展壯大戰略性新興産業。戰略性新興産業植根于重大發展需求與前沿技術突破，展現出較大經濟增長潛力。一要加強戰略性新興産業集群建設，推動産學研聚合協同發展，探索産業集聚發展規律；二要加快面向科技自立自強的國家創新體系建構，全力推動關鍵核心技術“卡脖子”問題的解決；三要在資源禀賦基礎上實現差異化發展，完善建立戰略性新興産業發展統籌協調機制。最後，積極引導培育未來産業。未來産業較之于戰略性新興産業具有不确定性，亟需增強關鍵技術創新能力，帶動科技研發投入，為加快新質生産力發展提供強勁動力。
4. 完善制度建構，規範新質生産力發展過程。新質生産力體現在各要素相互作用、協同發展，是滲透整個經濟體系的大系統，需要完善相關制度建構，規範新質生産力的整體發展過程。首先，要強化市場體系基礎制度建設。在生産發展過程中不斷提升市場的經營主體活力與科技創新動力，推動建設生成式人工智能與新質生産力協同一緻的運作體系，建立并完善與之相适應的産權保護、公平競争等市場體系基礎制度。其次，要推動建立行之有效監管機制。加強生成式人工智能的頂層設計工作，在保障數據安全的前提下，進一步規範化使用數據，制定與生成式人工智能賦能新質生産力發展過程相适應的行業标準規範，建立健全相匹配的法律法規，并建立健全配套的問責、糾偏及反饋機制。最後，要跟進覆蓋全領域的制度協同服務工作。推進生成式人工智能相應制度與金融、科技、教育等領域制度的協同共進，助力生成式人工智能賦能新質生産力發展。
（藍波濤，太阳集团城网址9728教授、博士生導師；楊漸雨，太阳集团城网址9728博士研究生）
