生成式人工智能及其超级社会生产的变革性影响与风险应对

内容提要“社会生产”是历史唯物主义确证人类得以客观存在，并表征人类社会历史处于不同发展阶段的重要哲学范畴。相较于传统一般的社会生产，生成式人工智能正在从社会生产的主体、中介和客体三个基本层面改变人类社会生产的历史结构，并通过从不完全数据编码、不完备拟像到价值创造这一基本逻辑进程，塑造一种全面符号化的超级社会生产。积极应对生成式人工智能及其超级社会生产，要坚持历史唯物主义的基本立场，确立以人为本的生成式人工智能治理核心原则，科学规范和正确引导生成式人工智能的发展。

关键词 生成式人工智能 超级社会生产 拟像 符号世界 以人为本

赵泽林，博士，华中科技大学哲学学院副教授、国家治理研究院研究员

本文为国家社会科学基金重大项目“大数据驱动地方治理现代化综合研究”（19ZDA113）、华中科技大学文科双一流建设项目基金资助项目“大数据驱动地方绿色治理的经验研究”（GJZL23ZD06）的阶段性成果。

2023年，关于生成式人工智能（generative artificial intelligence）的讨论几乎覆盖了人类生活的每个角落。这种讨论可分为两类基本主张：一是积极看待生成式人工智能的未来发展，进而探讨生成式人工智能的各种应用场景；二是谨慎看待生成式人工智能所带来的社会影响，进而主张限制甚至暂停生成式人工智能的研发与应用。两类基本主张争论的实质在于究竟什么是生成式人工智能，以及生成式人工智能具有怎样的内在社会生产机制。如果生成式人工智能仅仅是传统社会生产工具的一般性技术改进，或者仅仅是传统社会生产方式的自然进化，那么可能并不会引发观点的激烈对抗。问题就在于，生成式人工智能所要塑造的并不是一种传统的社会生产，而是一种基于代码、拟像与符号并将走向全面符号化的超级社会生产。这种超级社会生产的重点与核心，不是像传统社会生产一样直接改造各种物质生产对象，而是基于社会生产的不完全历史数据不断构造新的社会拟像，进而形成对人的深层反向生产及其逻辑递归。本文旨在揭示生成式人工智能及其超级社会生产的生产主体、中介和客体结构之变及其新的生产逻辑，进而揭示生成式人工智能及其超级社会生产所隐藏的对人的自然性的压制、对人的认知的束缚与对生产的异化三重深层社会风险，主张重新审视人与生成式人工智能的基本关系，坚持历史唯物主义的基本立场，确立以人为本的生成式人工智能治理核心原则，科学规范和正确引导生成式人工智能的发展。

一、生成式人工智能及其超级社会生产的结构形塑

社会生产是人类得以客观存在的基本前提和逻辑确证。任何社会生产都受到社会生产主体、中介与客体这样一些基本结构性要素的现实制约。2023年以来，以ChatGPT为代表的生成式人工智能对人类社会生产的逐步参与及其影响，首先体现为生成式人工智能导致人类社会生产主体、中介和客体的结构性隐变。这种社会生产的结构性隐变，使得人类社会生产正在从传统的社会生产走向一种新的超级社会生产。

1.生成式人工智能的社会生产历史孕育

所谓生成式人工智能，实际上就是人工智能在深度学习领域的一种最新形态。这种新形态的人工智能主要是利用大模型数据集，通过各种人工智能算法进行可能的行为预训练，使人工智能机器在应对可能出现的情况时能够自动生成图像、文本、视频等新内容，以完成可能的人机交互。相较于以往的人工智能，生成式人工智能具有更强大的人机交互能力和内容生成能力，其智能行为表现更加接近于人的智能生成模式[1]。

在人工智能的发展历史上，生成式人工智能并不新鲜。20世纪60年代，为实现人与机器的正常交流，魏岑鲍姆（Joseph Weizenbaum）开发出一个生成式人工智能程序ELIZA。在当时，ELIZA就已经能够基于关键字词的识别、给定的上下文语境、字词转换等关键技术，让机器在人机交流中在缺乏关键字词时自动生成和编辑相应的字词以回应人类的提问[2]。20世纪80年代，经典计算主义传统的人工智能理论与实践陷入低潮，基于联结主义的人工神经网络在人工智能领域受到重视。经过几十年的发展，海量人工智能数据采集成为现实。这样一来，人工智能机器就可根据海量可训练数据实现人工神经网络的反向传播计算，进而让人工智能机器加速实现自然语言处理的自我修正。

正是在被称为大数据元年的2013年，金玛（Diederik P. Kingma）和威林（Max Welling）引入变分自编码器（variational auto-encoders），构建了一个基于概率统计的大规模预处理模型，实现了从潜在空间采样并将样本解码到输入空间来生成新的样本[3]。2017年，谷歌对编码器的改进以及对转换器的新架构，对于自然语言的人工智能机器生成而言是革命性的，它不仅能够实现海量数据的并行处理，还能实现上下文数据的海量记忆，而这种进步正是生成式人工智能代表ChatGPT的重要技术基础。

2.生成式人工智能对人类社会生产的主体结构的历史性形塑

生成式人工智能不仅仅是一种社会生产的技术进步，技术进步方面的描述并不足以揭示生成式人工智能对人类社会生产的历史影响。在人类已有的历史中，任何技术的社会应用相对于特定的社会生产而言都具有某种外部性。例如，某人要销毁某份文件，他可以不采用专用的碎纸设备，除非这个过程具有特定的生产要求使他必须采用某种碎纸设备。生成式人工智能对人类社会生产的影响，并不是从社会生产的外部开始，而是从社会生产的内部开始发生作用，这种影响首先就表现为生成式人工智能对人类传统社会生产主体结构的改变。

在传统的社会生产中，自然存在的人几乎是任何社会生产的唯一主体。尤其是在涉及人类自然语言处理的社会生产中，人在社会生产中的主体性表现得尤为突出，只有人才能处理人类所掌握的自然语言。正是通过人类的自然语言处理，不同的社会生产主体在各种复杂的社会生产中才得以有效沟通与协作，从而不断促进社会生产的历史发展。因此，当代人工智能专家普遍将机器能否像人一样处理自然语言视为机器是否具有人工智能的重要标志。从最初的图灵测试到后来的中文屋实验等有关人工智能的实验无一不是如此。

与图灵测试、中文屋实验不同的是，以ChatGPT为代表的生成式人工智能并不是停留于思想实验或者一般性实验阶段的自然语言处理，而是已经走出实验室，与人一起甚至是相对独立地在社会生产实践中开展自然语言处理，从而改变了人在有关自然语言处理等社会生产中的唯一主体地位，改变了传统的社会生产主体结构。

当然，以ChatGPT为代表的生成式人工智能所取得的这种社会生产的主体地位，并不可能迅速取代人在社会生产中的主体地位，但随着生成式人工智能的技术进步及其在人类社会生产领域的广泛应用，一种人机共存的二元主体结构可能在可预见的将来出现。因此，戈迪因（Bert Gordijn）等在2023年的一篇研究文献中做出了这样的基本判断：ChatGPT很可能因为生成式人工智能机器对人类自然语言处理的革命，而完全接管需要使用人类自然语言处理的整个科学研究领域[1]。这就是生成式人工智能对人类社会生产主体结构的历史性重塑。

3.生成式人工智能对人类社会生产的中介结构的历史性形塑

以ChatGPT为代表的生成式人工智能对人类社会生产结构的历史性改变，不仅涉及人类自然语言处理等社会生产的主体结构的改变，而且涉及人类自然语言处理等社会生产的中介结构的改变。在传统的社会生产中，人对生产劳动对象的改造基本上都是人直接作用于生产劳动对象。随着人类社会生产实践的发展，人类逐渐学会了利用各种生产工具和自然条件从事社会性生产劳动。那些在人类社会生产历史上已经出现的生产中介，基本是以非人的形式和功能出现的，是一种物质性存在的一元结构。从人工智能诞生的最初动因和实际功能上看，以前的人工智能机器也只是一种生产劳动工具。

然而，以ChatGPT为代表的生成式人工智能，相较于以往的生产劳动工具却存在着一些重要的不同。当生成式人工智能机器作为一种生产劳动工具出现时，它不是对某种物质性生产劳动资料进行直接处理，而是对人类自然语言这种社会性生产劳动中介进行处理。相较于传统的社会生产中介，生成式人工智能在人类社会生产中的参与及其表现出的中介性具有一种特定的二阶中介属性。这种二阶中介属性表现为，它是基于传统社会物质生产的代码、符号生产，而不是对物质性生产劳动对象的直接改造。

从社会生产的中介结构来看，生成式人工智能参与的人类社会生产劳动实践中，不仅存在着传统社会生产中已经存在的特定的物质性生产中介，而且存在着对各种物质性生产劳动对象的代码化与符号化处理，存在着物质性生产劳动对象的代码和符号，这种代码和符号与传统社会生产的物质性生产劳动对象一样，成为人类社会生产的直接生产对象。在这种新的社会生产中，生产劳动的物质性中介与物质性生产资料的代码化和符号化并存，这就使得基于物质性一元中介结构的传统社会生产逐渐转变为基于包含物质性中介和代码化、符号化中介的二元中介结构的超级社会生产，这就是生成式人工智能对人类社会生产的中介结构的历史性形塑。

4.生成式人工智能对人类社会生产的客体结构的历史性形塑

生成式人工智能对人类社会生产历史结构的改变，不仅在于有关人类自然语言处理这类社会生产主体结构的改变，在于有关人类自然语言处理等社会生产中介结构的改变，更在于人类社会生产客体历史结构的改变。在传统的社会生产中，人类社会生产劳动的客体包括自然界客观存在的物质性生产劳动对象，以及人类社会基于物质性生产而产生的精神产品。在传统社会中，只有小部分的社会成员主要从事非物质性的社会生产，而大部分的社会成员从事物质性的社会生产。

以ChatGPT为代表的生成式人工智能的出现，使得以物质性生产劳动对象为主要社会生产客体的传统社会生产客体结构，逐渐走向以精神生产为主要生产客体的超级社会生产。发生这种转变的根本原因，不仅在于生成式人工智能具有物质性的客观存在，更在于其基于代码、符号的特殊运行机理。它表现为人与生成式人工智能是在社会生产劳动实践中的交流与协作，并不是人对物质性人工智能器件的传统改造，而是二者代码化和符号化的社会性交往。生成式人工智能的代码和符号表征成为人类社会生产的直接对象、直接客体，而不是传统社会生产中的某种物质性生产劳动对象成为人类社会生产的直接客体。

在这种超级社会生产中，生成式人工智能越是介入社会生产，人类社会生产就越是陷入更多更深层次更为复杂的符号化社会生产。这种符号化社会生产与鲍德里亚（Jean Baudrillard）所揭示的现代性符号化社会生产具有根本性的不同。在鲍德里亚那里，符号化社会生产是对人在现代社会生产实践中主体性退让的社会批判[1]，具有特定的认识论意义。而在以ChatGPT为代表的生成式人工智能社会生产中，人类主要的社会生产客体已经从物质性的生产劳动对象跃迁至经过生成式人工智能代码化、符号化处理的生产劳动对象。在这里，经过处理的符号化生产劳动对象，成为具有特定存在论意义和客体性意义的社会生产客体，这就是生成式人工智能对人类社会生产客体结构的历史性重塑。

5.生成式人工智能及其超级社会生产结构的历史性形塑

以ChatGPT为代表的生成式人工智能对人类社会生产主体结构、中介结构和客体结构的不同改变，是对人类传统社会生产结构的历史性形塑。形塑的关键不是像以往的人类社会生产一样发现新的生产资料或者制造新的物质性劳动产品，而是对人类社会生产的符号化构境与拟像。代码、符号成为这种超级社会生产的主要中介和直接客体，人与生成式人工智能机器共同成为这种超级社会生产的主体，而存在于人类社会生产的历史结构中。

在这种基于代码和符号的超级社会生产中，人类的社会生产依然基于传统社会的物质生产和精神生产，但又超越传统社会的物质生产和精神生产，因为这种超级社会生产是对传统物质生产和精神生产的符号化构境与拟像。生产的重点不是从既有的物质生产发展出另一种物质生产，而是从既有的物质生产和精神生产中发展出超越物质生产和精神生产的符号化社会生产。这种新的符号化社会生产打破了传统社会生产笛卡尔式的物质与精神二元总体结构，表现为传统社会生产物质实存与超级社会生产符号虚拟的现实结合，成为人类社会生产新的历史构境。

正是在物理实存与符号虚拟的现实结合中，生成式人工智能所塑造的新的社会生产结构无论是在时空上，还是在价值生成方式上都表现出传统社会生产所没有的超级性。从社会生产的时空上看，生成式人工智能介入的社会生产极大地拓展了人类社会生产的时空边界。从社会生产的价值生产方式看，生成式人工智能介入的社会生产塑造了原来的物质生产难以企及的产品体验。即使在人类长期独占的创意性社会生产中，生成式人工智能也表现出超越传统社会生产的超级能力。德克雷默（David De Cremer）等人在2023年的一项研究中发现，以ChatGPT为代表的生成式人工智能的到来，已经开始改变创意生产的传统社会生产结构，并塑造出人与生成式人工智能共同进行创意生产的超级社会生产结构[1]。

二、生成式人工智能及其超级社会生产的内在逻辑

生成式人工智能不仅形塑了新的社会生产主体、中介和客体结构，而且正在形成一种新的超级社会生产。这种新的超级社会生产的“超级”，集中地表现为生成式人工智能所生成的虚拟内容与以往实体性社会生产的虚实结合，而这种虚实结合的生产超越了以往基于实体的社会生产，进而形成新的超级社会生产逻辑。即，生成式人工智能与人一起作为超级社会生产的主体，通过不完全数据编码、不完备拟像和价值创造三个基本步骤，极速变革社会生产的进程，加速提升人类社会精神生产与物质生产的同步性，大大缩短整个社会生产的历史周期，进而形成一种基于新的社会生产逻辑的超级社会生产。

1.传统社会生产的二元存在及其基本逻辑进程

一般认为，传统的社会生产大致可分为物质产品的生产和精神产品的生产两种基本的社会生产。马克思、恩格斯曾对这两种基本的社会生产进行过非常深刻的历史唯物主义分析。在马克思、恩格斯看来，现实的人的客观存在是全部人类社会历史的第一个前提。个人的客观存在首先就需要进行各种物质性生活资料的生产。人们在生产自己的生活资料的同时生产着自己的物质生活本身，生产着自己的思想、观念、意识等等。人们的想象、思维、精神交往等都是人们物质生产的直接产物[2]。

从宏观上看，精神生产相对于物质生产而言具有滞后性。这种滞后性的产生是因为每个人所从事的社会生产总是在不受他们支配的一定的界限、前提和条件下进行的。思想、观念、意识的产生最初都只是直接与人们的物质活动、物质生产和现实生活的语言交织在一起。人们的想象、思维和精神交往都只是人们物质行动的直接产物，表现在某一民族的政治、法律、道德、宗教、形而上学等之中的精神生产也是这样[3]。总之，是社会存在决定社会意识，而不是社会意识决定社会存在。

从微观上看，无论是物质生产还是精神生产，传统的社会生产都遵循着这样一种人类社会生产的一般流程和基本逻辑进程，即确定社会生产目标，创造社会生产条件，然后展开各种具体的社会物质生产和精神生产。生成式人工智能所开启的超级社会生产，从根本上看依然只是一种物质生产，但是这种物质生产大大模糊了传统物质生产与精神生产的历史边界，缩短了传统物质生产与精神生产的间隔周期，进而形成了一种基于传统社会生产一般逻辑进程的代码、拟像和符号的基本生产逻辑。

2.生成式人工智能及其超级社会生产的不完全数据编码

以ChatGPT为代表的生成式人工智能，本质上依然只是基于传统人工智能的运算机器，这就决定了利用任何形式的生成式人工智能进行社会生产，首先要对处理对象进行数据化编码，把客观存在的处理对象转变为机器可以识别的数据编码。即使是人机交互的自然语言处理，实质上也是首先将人的自然语言转变为机器能够识别的各种机器语言。没有这种人类自然语言与机器语言的技术转换，机器就无法完成最为基础的自然语言处理，无法实现基于人类自然语言的人机交互，无法进行各种生成式人工智能的社会生产。

在生成式人工智能还未大范围参与社会生产的时代，对需要人工智能机器处理的生产劳动对象进行数据化编码，几乎是具有特定专业知识的程序员的专属工作。以ChatGPT为代表的生成式人工智能的出现，改变了这种社会生产的历史。以往程序员的数据化编码工作，已经转变为生成式人工智能机器中预置的程序编码器。这种生成式人工智能编码器将自然语言、图像等由外部输入的处理对象根据特定的算法规则转换成新的数据编码，进而在数据化的向量空间中进行数据处理，并输出数据处理的结果。生成式人工智能编码器，既需要对处理对象进行数据化编码，也需要对自然语言、图像等数据对象的空间位置等具体信息进行数据化编码，从而确定每一个代码所表征的实际意义。

陶利（Tom Taulli）在对生成式人工智能发展历程进行历史追溯后发现，生成式人工智能的编码器等代码生成系统，把以往属于程序员的专业工作提高到了一个新水平。基于机器的自我提示，不具备专业知识的任何生产劳动主体都可能完成原来需要程序员完成的非常专业的编程工作。对于传统的社会生产而言，这是一项颠覆性的历史巨变[1]。巨变的根本原因并不仅仅在于生成式人工智能机器中的编码器代替了程序员的专业性工作，还在于凡有生成式人工智能参与的社会生产，都基于生成式人工智能的自动编码。这就是生成式人工智能及其超级社会生产逻辑进程的第一步，即生成式人工智能及其超级社会生产的不完全数据编码。

3.生成式人工智能及其超级社会生产的不完备拟像

以ChatGPT为代表的生成式人工智能对外在对象的数据化编码，还不是生成式人工智能相较于传统社会生产最具革命性的地方，不是生成式人工智能超级社会生产的变革重点。重点在于，传统的社会生产基于人这种社会生产主体所能感知的客观社会生产环境，而生成式人工智能所开启的超级社会生产则基于对社会生产的数据化编码。数据本身是客观的，但数据对客观生产环境的反映却不一定是客观的，这正是生成式人工智能不同于传统社会生产的关键点。如果将传统的生产环境理解为一种社会生产的客观真实，那么生成式人工智能所开启的超级社会生产环境最多只能被视为对客观真实社会生产环境的拟像。

拟像是对现实、真实社会生产环境的一种反映，却不是完全且充分的客观刻画。鲍德里亚曾将拟像用于批判现代消费社会中传媒的发达，认为发达的传媒导致人们生活在一种非真实的消费拟像之中。拟像是对真实的模拟，但不是对真实的客观反映[2]。在鲍德里亚那里，拟像对消费社会真实价值的否定，并不涉及生成式人工智能自动编码技术对所处理对象的模拟。而在生成式人工智能的社会生产这里，基于数据化编码的生成式人工智能已经将社会拟像现实化为一种技术实在。基于这种技术实在所展开的超级社会生产，不是在传统意义上真实、客观的社会生产，而是基于数据代码对客观世界不完全反映的超级社会生产。

早在2014年，古德费洛（Ian J. Goodfellow）就在其论文中介绍了一种生成式神经网络架构，其目的是根据有限的数据让机器自动生成无法与真实图像区分的模拟图像，以此为虚拟现实和增强现实应用程序提供更加接近于真实场景的各种图像[1]。在最新的技术进展中，生成式人工智能不仅能实现自然语言处理，还能自动生成各种图像、语音、视频等，从而使社会生产的虚虚实实结合成为现实。生成式人工智能基于对现实客观社会生产环境的数据化代码表征，而社会生产环境的各种要素不可能被完全数据化表征，这就意味着生成式人工智能对社会生产各要素的数据化代码表征具有不完备性，它只可能形成对人类社会生产的部分拟像。这就是生成式人工智能及其超级社会生产的第二步，即生成式人工智能及其超级社会生产的不完备拟像。

4.生成式人工智能及其超级社会生产的价值创造

拟像的世界不是对真实世界的客观反映，但并不意味着这种拟像的社会生产就没有价值。相对于真实世界以及对于真实世界的认识而言，拟像让人远离了真实，造成了人类社会生产认识价值的客观损失。鲍德里亚认为，现代社会生产造成了真实生活经验的不断升级、具象的复活，以及对象和实体的消失[2]。这种境遇中的现代生活逐渐远离了真实。

不同于鲍德里亚对现代社会拟像的认识论否定，生成式人工智能所造就的社会拟像在现实的社会生产中不断创造出新的价值。这种价值不是社会意识意义上的价值，而是社会存在意义上的价值——以ChatGPT为代表的生成式人工智能对社会生产的参与的确能够提高社会生产效率，并创造更为丰富的社会产品体验，更好地满足人类社会发展的客观需要。哈佛商学院联合多个研究机构对波士顿多位咨询专家进行的一项调查研究表明，在咨询专家使用生成式人工智能后，现实咨询任务的生产劳动效率都显著地提高了，并且其生产劳动成果的质量高于对比组40%，所有运用生成式人工智能的专家咨询都受益了[3]。

生成式人工智能所能创造的社会效益和资本增殖，成为社会生产的重要驱动力，并迅速影响人自身的生产。在游戏制作领域，借助生成式人工智能，游戏开发者可以大大提高图像、音频和视频内容的创建效率。由于生成式人工智能具有自动生成的技术特性，生成式人工智能还可以协助优化游戏机制，使游戏玩家与各种游戏程序一起进行创作，甚至创造自己的数字化身[4]。这显示了生成式人工智能在价值创造方面具有的强大驱动力。

5.生成式人工智能及其超级社会生产的全面符号化

经过代码的数据化表征以及生成式人工智能对现实社会生产的技术拟像，人类的社会生产正全面走向接近存在论意义上的符号化社会生产。这种符号化社会生产不是鲍德里亚所见的象征意义上的符号生产，而是一种囊括整个人类社会生产的对符号进行直接操作的新的社会生产。在这里，凡是能够被代码化、数据化的世界万物都被“整合”进一个拟像的符号世界中。从社会生产的直接对象到社会生产的直接结果，符号贯穿其中。没有符号，社会生产就会陷入无法推进的境地。人创造了符号，这些符号又反过来构建出一个拟像的世界，推动人类继续从事这种基于符号的社会生产，这就构成了一种基于符号生产的不断递归。这种不断递归不仅是实存意义上的生产历史的递归，而且是逻辑与历史相统一的双向递归。

传统的社会生产是投入与产出的直线逻辑运动，而在生成式人工智能历史构境的超级社会生产中，社会生产转变为符号化的社会拟像与真实世界的双向递归，即这种社会生产从客观存在的真实世界1开始，生成数据化代码和拟像的世界2，然后这种数据化代码和拟像的世界2又递归生产出新的数据化代码和拟像的世界3……如此不断双向递归，创造出虚实结合的新的社会生产历史构境。在这种加速创新的超级社会生产历史构境中，符号成为生产的中介和直接的社会生产对象，社会生产彻底转变为基于符号的社会生产。

在这种情况下，基于符号的逻辑进化代替了人类认知的自然进步，人类社会生产也由此变成纯粹形式的社会生产。因此，最应担忧的生成式人工智能对人类社会生产的影响，不是人类已经关注到的商业伦理道德问题和某些技术问题，而是生成式人工智能超级社会生产对传统社会生产的结构性挤占与压迫。这种挤占与压迫造成人对真实世界的不断远离，进而造成人与自身生产的逻辑断裂，即人不是像传统社会生产一样生产自己，而是在生成式人工智能所构建的全面符号化的社会生产中生产自己，这正是生成式人工智能隐含的最大的社会风险。

三、生成式人工智能及其超级社会生产的风险应对

符号本是人类社会历史发展的重要产物，是人类社会开展各种社会生产必不可少的客观中介和重要工具。然而，当符号成为社会生产的客观基础，新的社会生产不是以客观真实的生产环境为基础，而是以不完全数据编码、不完备拟像、价值创造及其背后的资本增殖为基础逻辑演进时，人与人类社会生产的历史关系就已经开始发生深层的逆转。逆转的根本原因不在于某种技术的变革所带来的社会变迁，而在于社会生产对人本身的生产机制形成了现实压制，这种现实压制体现为生成式人工智能及其超级社会生产对人的自然性的压制、对人的认知的束缚和对生产的异化。积极应对生成式人工智能及其超级社会生产所隐藏的深层社会风险，要坚持历史唯物主义的基本立场，确立以人为本的生成式人工智能治理核心原则，科学规范并正确引导生成式人工智能的发展。

1.生成式人工智能及其超级社会生产对人的自然性的压制

马克思发现，在传统的社会生产中，人自身作为一种自然力与自然物质相对立。人通过社会生产劳动而实现对自然界的改造，并创造出更加适合人自由全面发展的历史环境。人与真实客观存在的原始自然界既相互对立，又辩证统一。自然界成为人的无机的身体。人的物质生活和精神生活是与自然界相联系的，人本身就是自然界的一部分[1]。

在生成式人工智能社会生产中，人所从事的社会生产已经从传统的人与自然的直接物质交换转变为以符号生产为中介的物质交换。生成式人工智能所构建的符号化社会生产历史构境，客观上成为人与自然相互作用的重要中介和现实桥梁。人所面对的生产环境不是真实、完全的自然界，而是基于对客观真实自然界的不完全数据化编码的符号世界。这种符号世界在人类社会生产历史中的形成，客观上导致人对真实原生自然界的远离。

生成式人工智能使人远离真实原生的自然界，进而导致对人的自然性的压制。之所以生成式人工智能形成对人的自然性的压制，是因为人对客观、真实、原始自然界的远离使人与自然界物质生产的客观交换依赖于生成式人工智能的符号化超级社会生产的历史构境。在这种超级社会生产中，人已经离不开生成式人工智能的桥梁作用，如果缺乏这种桥梁，人类社会生产就可能陷入停滞的历史窘境。

2.生成式人工智能及其超级社会生产对人的认知的束缚

马克思在《1844年经济学哲学手稿》中就已经发现了现实的工业历史与人的本质力量之间的内在关联。马克思说，“工业的历史和工业的已经生成的对象性的存在，是一本打开了的关于人的本质力量的书，是感性地摆在我们面前的人的心理学”[1]。工业的历史反映了人的本质力量，而这种人的本质力量又通过工业产品作用于人，并影响着人对自己、对世界的重新认识。

在生成式人工智能及其超级社会生产的历史构境中，现实的人不再像传统的社会生产一样作用于现实原生的自然界，而是根据生成式人工智能对世界的符号化表征来认识世界，并作用于现实原生的物质世界。生成式人工智能既是一种现实的社会生产劳动工具，也作为一种人与原生自然界的中介而存在。在这种情况下，不是客观真实的原生自然界直接作用于人，而是人所创造的生成式人工智能直接作用于人。生成式人工智能及其超级社会生产的符号化历史构境，使人关于社会生产的许多认识已经不是从时刻发生变化的现实生产实践环境中产生，而是基于代码、拟像的符号化的社会生产历史构境，通过对真实社会生产环境的不完全数据化表征而产生。

相较于人对社会生产真实、客观历史实践环境的认识，生成式人工智能基于代码、拟像的符号化的社会生产历史构境具有天然的局限性。这既是因为真实的社会生产环境无法被完全代码化和符号化，也是因为基于大规模预训练模型的生成式人工智能尚无法建立起与现实的社会生产环境完全一致的演变逻辑。德维韦迪（Yogesh K. Dwivedi）等在一项有关生成式人工智能的跨学科研究中发现，即使是最先进的大规模预训练模型也存在着滞后于现实社会生产环境的历史局限，这些大规模预训练模型不可避免地只能建立在过时的、低质量的预训练基础上[2]。

3.生成式人工智能及其超级社会生产对生产的异化

在资本主义社会生产诞生之前，自然科学与人类社会生产的结合还不够紧密。资本主义社会生产的建立，使自然科学与人类社会生产的结合日益紧密，自然科学通过工业生产日益进入人的生活，改造人的生活，并为人的解放做准备，同时，在资本主义社会生产中自然科学与人类社会生产的现实结合还是一种非人化的发展[3]。马克思的论述深刻揭示了资本主义社会生产的现实存在与人类社会科学技术相结合的特殊作用逻辑，这种分析同样适用于依然存在着资本主义社会生产的生成式人工智能时代。

戴尔-威瑟福德（Nick Dyer-Witheford）等根据人工智能在资本主义世界的发展历史认为，人工智能在其社会本质上就是一种资本主义社会孕育的“外来力量”，是一种自治资本的非人力量。人工智能与资本主义制度的结合，产生了资本家榨取工人生产劳动剩余价值的新途径[4]。生成式人工智能作为人工智能发展的最新成果，不仅无法摆脱与资本的现实纠缠，也无法摆脱资本主义社会生产的现实制约。

马克思在检视当时的资本主义社会生产时就发现，在资本主义生产资料私有制下，资本与生产技术的更新产生了一种新的化学反应，即物的世界的增值同人的世界的贬值成正比。工人生产的财富越多，对社会生产的影响和规模越大，他就越贫穷。工人创造的商品越多，他就越会变成廉价的商品。以ChatGPT为代表的生成式人工智能具有更为强大的资本增殖能力。在资本主义生产资料私有制和资本增殖逻辑的驱动下，生成式人工智能的应用就可能对工人和生产活动产生更多更大的异化。

4.构建以人为本的生成式人工智能社会生产核心原则

生成式人工智能对人类社会生产的积极作用显而易见，但生成式人工智能及其超级社会生产的社会风险同样不可忽视。在这种背景下，重新审视人与生成式人工智能的基本关系，并将人的自由全面发展这一基本的价值目标置于人类社会生产的核心地位，构建以人为本的生成式人工智能社会生产核心原则，坚持以人为本地科学规范和正确引导生成式人工智能及其超级社会生产，就变得尤为重要。

坚持以人为本地科学规范和正确引导生成式人工智能及其超级社会生产，主要是因为科学技术是把双刃剑。任何科学技术的实际应用，都既有其积极的社会作用，也有其消极的社会影响，但根本上应该服务于人，而不应压制人。生成式人工智能与以往的其他技术应用一样，所发挥的社会效应具有两面性。从生成式人工智能与社会历史发展的现实关系看，生成式人工智能无法完全摆脱资本增殖逻辑的现实制约，难以避免成为资本增殖以及资本异化人的新工具。

从关键特点看，生成式人工智能所塑造的超级社会生产，不仅会不断强化人对生成式人工智能的协作式社会生产的依赖，而且会不断塑造出虚实难分的社会生产历史构境，切断人与真实自然界的自然联系与原生作用链。费拉拉（Emilio Ferrara）在最近的一篇研究文献中，列举了生成式人工智能在自动合成各种非真实存在的文本表意、图像、声音和视频等数据资料方面的现实风险。在费拉拉看来，生成式人工智能超级社会生产对现实真相与虚拟构境的模糊，正在将整个社会塑造成一个“僵尸社会”，各种层出不穷的生成式人工智能算法制造了大量有害或者极端的信息内容。在这种新的社会生产历史构境中，同样的技术可以用来修复丢失的艺术品或古代文献，也可以用来伪造证据，制作不在场证明，并谋划“完美的犯罪”[1]。在这种情况下，强调以人为本地健康发展生成式人工智能就已经非常必要且十分紧迫。

5.以人为本地科学规范和正确引导生成式人工智能及其超级社会生产

坚持以人为本地科学规范和正确引导生成式人工智能及其超级社会生产，根本上是要坚持历史唯物主义的基本立场，把人自由而全面的发展放在社会生产的首要位置，科学规范和正确引导生成式人工智能的发展。马克思、恩格斯所创立的历史唯物主义认为，人类社会历史的第一个基本前提无疑是有生命的现实的个人的客观存在[2]。社会历史发展的实质是人的发展，社会生产应该以人的发展为目的。生成式人工智能所塑造的超级社会生产，拓展了人类社会生产的广度和深度，但也存在生成式人工智能对人的自然性的压制、对人的认知的束缚和对生产的异化等多重社会风险。

消除以ChatGPT为代表的生成式人工智能及其超级社会生产所隐藏的多重社会风险，需要以人的自由全面发展为根本价值指向，对社会生产的前端准备、中间过程和终端消费等分别实施有效治理。从社会生产的前端准备看，在生成式人工智能进入社会生产之前，研发、部署、应用任何生成式人工智能系统，都应进行较为全面客观的社会风险分析；从社会生产的中间过程看，在生成式人工智能参与社会生产的过程中，应从法律、伦理道德、资本应用等社会建制方面，对生成式人工智能的社会生产进行有效监管和科学引导；从社会生产的终端消费看，参与社会生产的不同成员应自觉对生成式人工智能提供的各种文本、图像、声音和视频等产品保持高度警惕，科学认识生成式人工智能提供的各种社会产品。

在可以预见的将来，生成式人工智能可能并不会全面替代人的社会生产，反而会历史性地增强人在人类社会生产中的作用。即便如此，生成式人工智能及其超级社会生产也可能进一步放大不同人群参与社会生产时所具有的粗俗、狭隘、偏颇和歧视性的观点，捏造不真实的文本内容和虚假消息。因此，只有坚持历史唯物主义的基本立场，构建以人为本的生成式人工智能核心治理原则，科学认知并积极应对挑战，我们才能充分利用生成式人工智能的积极潜力，并维护人类已经建立的合理适当的社会价值观和基本社会规范，推进人与社会的健康发展。

四、结语

当前人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征，正在对经济发展、社会进步、国际政治经济格局等方面产生重大而深远的历史影响[1]。生成式人工智能对人与社会广泛而深刻的历史影响，表现在已经展开的生成式人工智能超级社会生产中。科学认识生成式人工智能超级社会生产对人类社会生产历史结构的改变及其逻辑进程，是避免生成式人工智能超级社会生产消极影响的基本前提。生成式人工智能具有自动生成虚实结合内容的特性，它正在改变人作为单一社会生产主体的历史结构，以代码、符号的方式重塑社会生产的中介结构，以虚实结合的方式自动生成关于社会生产的各种社会拟像，形成一种具有存在论意义的基于代码、符号、拟像的超级社会生产历史构境。这种超级社会生产的颠覆性，不在于它对物质生产方式等的存在论意义上的改变，而在于它直接作用于人的认识，并通过虚实结合的社会生产历史构境作用于人对客观世界的认识，这是对人的深层反向生产，这种独特的社会生产逻辑切断了人与真实自然界的自然联系与原生作用链。消除生成式人工智能超级社会生产对人类社会历史的消极影响，要坚持历史唯物主义的基本立场，确立以人为本的人工智能治理核心原则，以人与社会自由而全面的发展为根本价值指向，对社会生产的前端准备、中间过程和终端消费等分别实施有效治理，科学规范和正确引导生成式人工智能的发展。

〔责任编辑：洪峰〕

[1]V. Alto， Modern Generative AI with ChatGPT and OpenAI Models， Birmingham： Packt Publishing Ltd， 2023， p.4.

[2]J. Weizenbaum， \"ELIZA—A Computer Program for the Study of Natural Language Communication Between Man and Machine\"， Communications of the ACM， 1966， 9（1）， pp.36-45.

[3]D. P. Kingma， M. Welling， \"Auto-Encoding Variational Bayes\"， arXiv preprint arXiv：1312.6114， 2013， pp.1-14.

[1]B. Gordijn， H. Have， \"ChatGPT： Evolution or Revolution？\"， Medicine， Health Care and Philosophy， 2023（1）， p.2.

[1]Jean Baudrillard， The Mirror of Production， Louis： Telos Press， 1975， p.18.

[1]D. De Cremer， N. M. Bianzino， B. Falk， \"How Generative AI Could Disrupt Creative Work\"， Harvard Business Review， 2023（13）.

[2][3]《马克思恩格斯文集》第1卷，人民出版社2009年版，第519—524页，第519—524页。

[1]T. Taulli， Generative AI： How ChatGPT and Other AI Tools Will Revolutionize Business， Berkeley， CA： Apress， 2023， p.130.

[2]J. Baudrillard， Simulacra and Simulation， Ann Arbor： University of Michigan Press， 1994， p.5.

[1]I. J. Goodfellow， J. Pouget-Abadie， M. Mirza， et al.， \"Generative Adversarial Nets\"， Advances in Neural Information Processing Systems， 2014， pp.1-9.

[2]J. Baudrillard， Simulacra and Simulation， Ann Arbor： University of Michigan Press， 1994， p.6.

[3]F. Dell’Acqua， E. McFowlandⅢ， E. Mollick， et al.， \"Navigating the Jagged Technological Frontier： Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality\"， Harvard Business School Technology Operations Mgt. Unit Working Paper， 2023 （24-013）， p.2.

[4]T. Taulli， \"Generative AI： How ChatGPT and Other AI Tools Will Revolutionize Business\"， Berkeley， CA： Apress， 2023， p.183.

[1]《马克思恩格斯文集》第1卷，人民出版社2009年版，第161页。

[1]《马克思恩格斯文集》第1卷，人民出版社2009年版，第192页。

[2]Y. K. Dwivedi， N. Kshetri ， L. Hughes， et al.， \"’So What if ChatGPT Wrote It？’ Multidisciplinary Perspectives on Opportunities， Challenges and Implications of Generative Conversational AI for Research， Practice and Policy\"， International Journal of Information Management， 2023， 71（102642）.

[3]《马克思恩格斯文集》第1卷，人民出版社2009年版，第193页。

[4]N. Dyer-Witheford， A. M. Kj？sen， J. Steinhoff， Inhuman Power Artificial Intelligence and the Future of Capitalism， London： Pluto Press， 2019， pp.3-4.

[1]E. Ferrara， \"GenAI Against Humanity： Nefarious Applications of Generative Artificial Intelligence and Large Language Models\"， arXiv preprint arXiv：2310.00737， 2023， p.2.

[2]《马克思恩格斯文集》第1卷，人民出版社2009年版，第519页。

[1]中共中央党史和文献研究院编：《习近平关于网络强国论述摘编》，中央文献出版社2021年版，第141页。