中国精神、中国特性：大模型与中国自主人工智能设计治理理论体系

摘要 在人工智能设计治理理论体系中凸显“中国自主”是中国当代设计学理论体系构建过程中的主要内容，其实质和关键在于深入挖掘大模型与中国自主人工智能设计治理理论体系之间的内在联系。本文探讨了大模型助推中国自主人工智能设计治理迭代升级的内涵和方式体系，并结合设计个案对大模型与手艺人工智能设计治理的内在关系进行深入考察，并对大模型在乡村设计中的人工智能设计治理理论体系建构过程进行思考与探索。

关键词 大模型人工智能人工智能设计人工智能设计治理理论

一、大模型与人工智能设计治理

（一）大模型的概念

模型是人类设计出来的用于模仿、复制、解释、表达现实的工具，现实中难以把握的事物的主要特征可以用模型展示出来，例如青铜器的模具就是青铜器造型的表达。模型和原型是一对范畴。原型是模型在现实中的模仿复制的对象，而模型则是原型的抽象化、简化、理想化。模型通常并不包含原型的所有特征，而仅包含模型设计者对于原型已知或所需的主要特征。

人工智能大模型是一种根据多种数学模型（神经网络模型、贝叶斯模型）设计出来的虚拟技术模型，它是一个训练完毕的具备智能化功能的机器系统，它的原型是人类的智能（例如语言能力、绘画能力、图像识别能力等）。当前人工智能大模型最主要的理论模型是机器学习算法。机器学习模型源自维纳的控制论——控制论是一种基于信息理论的自动机理论。

传统的自动机（例如钟表）是一种开环系统——机器与环境是断裂的，其内部结构和外部功能都是固定的。当我们从外部向机器输入能量或物质（例如转动发条），机器只会输出固定的结果，钟表就是这类传统自动机的典型。相比之下，现代自动机即维纳所谓赛博自动机是一种闭环系统——机器与环境是一体的，机器与环境不仅存在物质、能量的交换，还存在信息的交换，这意味着机器会向环境“学习”，会去“适应”环境，即根据环境的变化而调整自己的内部结构和外部功能。这种赛博自动机发展到最后就是人工智能。

人的大部分智能不是天生的，而是在后天的社会化过程中逐渐培养而成，人在学习中改变了自身大脑的内部结构。基于机器学习的人工智能模型，通过输入大量的数据（包括标签、反馈），根据特定的算法自动调整内部参数，能对未知的数据进行分类或预测，从而实现特定的学习目标。它是一种能够成长的机器，例如华为的盘古气象大模型就是在既有的数值天气预报系统中加入了机器学习模块，它可以不断地学习输入的数据，调整模型结构，大幅度地提高了天气预报的效率和精确度。

大模型与一般的模型区别在于规模。大模型通常是指内部参数量高于1亿的模型，ChatGPT的3.5版本内部参数高达1750亿。因此大模型的产生依赖以下几方面的条件：一是大规模的数据。机器可以采集、生成、存储大规模的数据。20世纪40年代数字革命的黎明期出现了今天大模型的雏形，那就是数值天气预报。数值天气预报产生的重要背景在于二战推动了气象观测技术的发展，新型气象观测仪器（例如雷达）带来了大量气象数据，其计算与分析工作无法由人类完成，只能寄希望于机器。今天以ChatGPT为代表的语言大模型的出现也在于互联网生成了大量可供机器训练的语料数据。二是大规模的算力。不仅数据的采集、生成、存储会消耗大规模的算力，模型的大规模训练（包括预训练和监督学习）更会消耗更大规模的算力。大模型的发展基本上可以说是由数据和算力驱动的，哪一方面有短板都会限制大模型的精度。

（二）大模型对人工智能设计治理的推进作用

人工智能大模型的迅速发展，让模型进入了人工智能设计治理的重要议程。今天，社会设计本质上是一种人类“存在的秩序”的设计，即通过设计治理手段来建构设计秩序——模型正是人类在混沌世界中建构秩序的代表性设计。模型的设计与人类对确定性的追求有关。人类最早追求的是还原论模型，例如德谟克利特的原子论、柏拉图的理念论、欧几里得的几何学，等等。还原论认为万物最终可以还原为简单元素之间的关系或作用，一切现象背后都存在着固定的、确切的、简洁的规律；反过来看，世界的复杂性是从简单中涌现的，有限的法则能够演绎出无限的体系。还原论模型就是将对象由复杂还原为简单，由多还原为一，由变化还原为不变。还原主义者认为，模型设计虽然是对原型的模仿，但它不是照搬原型，而是减掉原型上多余的“枝叶”，让其本质得以揭示。一般我们把原型视作真的，把模型视作假的，即原型的赝品。部分还原论者如柏拉图的看法则完全相反：经验世界中的事物并非原型，原型只存在于理念（模型）世界，经验世界是理念世界的赝品。人类只能通过思维活动来认识理念。模型的还原主义设计以17世纪的牛顿力学体系为高峰，“奥卡姆剃刀”“上帝是个钟表匠”“上帝不会掷骰子”等相关神学理念甚至变成了一种科学信条。还原主义模型包含了一种机械主义模型观，它认为模型代表了世界的有序性与确定性，只要向对象的模型输入初始状态，只要算力足够大，模型就能够当即输出对象的未来状态。

这种模型设计理念直到20世纪才受到挑战。首先，1927年物理学家海森堡发现了微观尺度系统的不确定性。其次，1963年气象学家洛伦兹发现了中观尺度系统的混沌性。后者的发现与计算机模型的发展密切相关，对大模型设计影响深远。当下的人类设计集中于中观尺度系统，故多数设计属于混沌系统，相关设计问题需要靠大模型来解决。正如洛伦兹所讲的“蝴蝶效应”，混沌性意味着中观尺度系统（例如大气层、食物链、人类社会、证券市场等）不存在一个简单的、静态的模型，系统与外部的环境存在紧密的互动关系，系统在输入或运行过程中的任何扰动有一部分会被不断放大，严重影响输出结果。混沌论推动了混沌模型的出现，成为大模型设计的重要理论基础，正所谓“预测宇宙最有效的工具就是宇宙本身”，大模型就是用复杂性来对抗复杂性，用混沌来模拟混沌。大模型是一种自动化机器模型，它通过学习算法与它所模仿的混沌系统连为一体，通过自我的迭代成长应对原型系统的复杂性，大模型本身就是一种自主生成性的大设计系统。

二、中国自主人工智能设计治理理论体系面临的挑战

继人工智能领域如火如荼的“大模型”现象火爆之后，如何在人工智能设计治理理论体系中凸显“中国自主”呢？其实质和关键在于深入挖掘大模型与中国自主人工智能设计治理理论体系之间的内在关系。因为大模型是一种具有自主迭代生成性的大设计系统，人工智能设计治理的关键正是在于对人工智能的“自主性”进行系统而有效的治理，而大模型作为一种人工智能设计系统，其本质就是数字工匠创造出来的人工系统，因此，中国自主人工智能设计治理理论体系的提出，不仅是对人工智能在法律、道德、伦理、公平、正义等各领域的设计治理，还体现出对“人”（在此主要指数字工匠）的有效设计治理，以此全面促进人和社会的高质量发展，进而推进人工智能设计治理，凸显中国人工智能设计治理理论体系的“自主”特性。

从人类最初以自身发音为主体的语言系统，逐步发展创造出各类语言技术用以进行交流，如远古时代的结绳记事、表意图像、象形文字等，中古时代的造纸术和印刷术的发明普及，直至现代在科技力量催生下的广播影视等媒体的应用，当今时代则迈入了以互联网语言为基础的智能技术阶段，大模型在这样的人工智能技术环境中应运而生。自从基于人工智能技术的大模型横空出世后，“‘人-人’直接交际方式逐渐减少，‘人-机-人’的间接交际方式成为常态，未来正在进入为人类配备AI助手的‘人机共生’时代。”当下以ChatGPT为典型代表的人工智能大模型是人类在人工技术领域发展的突出成果，表现出大数据（尤其是在语言数据方面）的强大功能。

虽然大模型是以自主迭代为生成模式的一类人工设计系统，但这类大模型在计算机语言与人类语言的转译及互译过程中，仍表现出各种已知和未知的知识缺陷，除了算法、算力、训练时长等各类技术层面的大数据客观自身因素外，还存在着大数据在实际应用过程中，缺乏专门领域、特殊人群、特殊场景、非通用语种等“数据应用匹配”因素。在人工智能的发展浪潮下，大模型已然成为人工智能科技革命的关键要素和当代经济的生产要素。在这种全球人工智能技术不断博弈和融合的大背景中，具有独立知识产权，且由中国自主研发的大模型以及相应的理论体系建设，尤其是结合大模型的现状和未来，如何构建相应的中国自主人工智能设计治理理论体系，就必须探讨二者的内在关联，并在此基础上制定具体的相关理论措施，促成“边发展、边治理”的良性发展模式，真正实现在中国自主人工智能设计治理理论体系的建构和不断完善下，以大模型为代表的一系列当下甚至未来的人工智能产品，能够切实有效地使理论建设与生产实践紧密结合。

中国自主人工智能设计治理理论体系即围绕人工智能设计主体展开的设计治理理论，其核心在于以“人”作为人工智能设计主体方面的理论（当然还包括“人工智能”作为设计对象和设计主体的设计治理理论）。然而，智能领域大模型虽然具有自主迭代生成性，但究其本质，仍是源于或依赖人工设计出来的一种大设计系统，其中的人工即人为因素——人工智能设计主体，就是具体的“数字工匠”。

就目前以ChatGPT为代表的大模型而言，一个较为显著的变化是蕴含其中的科技创新成分逐渐减少，因为大家都寄希望于借助海量的工程计算手段，通过不断训练迭代，以量的积累“大力出奇迹”，从而实现质的突破。这样做的结果导致在人工智能市场经济的商业环境下，国内各人工智能技术企业在大模型领域的同质化严重，实质性的自主创新内容变少，原因则是“大模型远未到变成一个单纯的工程问题的时候，距离人们理想中的通用人工智能，其本身还有许多科学问题亟待解决”。为打破这一僵局，加强差异化竞争，“将国产大模型的价值真正落实到应用，促使通用大模型与垂直领域细分模型充分结合”，实现这些目标的方式之一是，充分依靠大模型数据成规模的力量，即训练数据与模型参数的巨大规模，这是数字工匠进行实际操作的数据基础。其二是，借助专业力量，即在为特定行业或领域（如金融与管理）定制开发更专业对口的模型的基础上，有针对性地实施数据训练，这将有助于解决人工智能在涉及特定问题时的某些局限性。这一方式就需要数字工匠熟悉特定领域和较高质量的数据集，通过对它们的合理使用和有效训练，将其应用到特定的知识领域，从而实现专业化的技术知识突破。

对基于大型语言模型比如ChatGPT这类人工智能产品来说，限制其持续改进和迭代发展的最重要限制是实际可用的训练数据量，因此，高质量的数据将成为依赖国内人工智能大模型的生成式人工智能角逐称雄的新战场。据《经济学人》报道，“高质量语言数据的存量将很快耗尽，可能就在2026年之前”。高质量的语料库文本往往分散在专业机构或个人设备上，使得采用“网络爬虫”这样的方式进行数据爬梳和使用变得困难重重，这种高质量的数据稀缺对依赖大模型的人工智能产品的进一步研发和发展提出了挑战。在此局面下，人工智能设计治理和数字工匠（人工智能专家）就需要另辟蹊径，采用新的技术手段，开辟新的技术路径，寻找新的高质量数据集，以此应对数据质量良莠不齐导致的“人-机”交互体验感低下的不利局面。这也对国内数字工匠在各自人工智能领域的职业素养提出了更高的要求，即在确保数据安全的前提下，尽量获得高质量的数据库。

在人类世界人与人的交互中，人们大多数情况下能明确知晓自身的局限性（即便有时不直接承认）。在交流中，人们彼此可以随时表达怀疑、否定或不确定，并让对方能明确感受到情绪的表达和情感的流露，这就是人类语言（包括肢体语言）的特殊魅力。与之相应，对于人工智能中的大语言模型而言，由于受到数字工匠（人工智能设计师）预先设定的编程影响，要么总是存在一定的“标准答案”或“现成答案”，要么语焉不详，无法回应或不予回应，即使这些输出内容是毫无意义的。因此，数字工匠可以训练大语言模型，通过使用通用语言表达语意的不确定性，弥补过度受人工编程约束的缺憾。为尽量减少输出内容的偏差，在此基础上，还可对大语言模型进行微调，提高人工智能产品的输出端在使用自然语言表达认知上的不确定性概率。因为表达人类具有的语言不确定性，可以促使大语言模型变得更诚实、更具有“人情味”。可以想象，如果一个经由数字工匠调教、训练过的“诚实”模型输出极具误导或充满恶意、伪善的内容，将极大地影响人类的判断或行为。所以，对于负责设计这一板块的数字工匠而言，是极具挑战性的——既要确保内容基于客观数据，又要尽量做到输出内容兼具个性化和类人性特征，这应是中国自主人工智能设计治理的一个重要的发展方向。

就大模型的开源性和封闭性而言，越来越多的自主研发的开源模型将对科技巨头采取封闭服务。对于目前人工智能关键核心技术被“卡脖子”的窘境，就需要加强自主创新体系建设，“依靠数字创新中的数字关键核心技术自主创新，为数字经济驱动下的产业高质量发展提供核心动力和技术支撑”。这种自主创新的目的在于防止少数科技巨头公司在快速增长的生成式人工智能市场上拥有过多的权力，这也是保护和鼓励中国自主高新尖知识产权的举措。在数字工匠高端人才的努力下，创新力的爆发在大模型上的应用很大程度上要基于“稳定扩散”——一方面，确保大模型的开源性，前端数字工匠（主体是程序员）可以自由定义，使得下游数字工匠能在其基础上继续开拓发展，形成具有自身创新点的技术产品；另一方面，这种大模型开源性又足够轻巧，在确保核心技术能自主把控的前提下，越来越多的人可以在家中运行，形成独特新颖的技术衍生品。当然，正如一枚硬币的两面，就安全性而言，需要确保大模型在开源时的透明度和安全性，这就需要防止一些不良开源设计者出于自身的恶意目的或不良动机而对开源系统暗动手脚，例如植入虚假信息和广告等，使人工智能在末端难于监管。因此，从大模型开源设计的前端就要制定详细的监管条例，自主研发类似于计算机杀毒程序的监管程序，最大化地营造和维系健康有序的人工智能环境，并且有效地自主把控“运行—监管—防控”全过程，防止境外势力的蓄意攻击和破坏，尽量让中国自主人工智能大模型的创新应用活动“不染尘埃”。

总之，大模型是目前人工智能时代的一类人工设计系统，中国自主研发的大模型在很大程度上取决于中国数字工匠的自主创新。并且其发展虽然具有一定人工智能的自主性，但在很大程度上还是以人工设计为核心，数字工匠是其设计主体，而中国自主人工智能设计治理理论体系的构建和完善与中国自主的大模型发展密切相关，这也是大模型、中国数字工匠、中国自主人工智能设计治理之间内在关联的价值所在。

三、大模型助推中国自主人工智能设计治理迭代升级的内涵和方式体系

（一）大模型的自主迭代生成性的内涵

作为一种大设计系统，与一般意义上的人工智能相比，大模型具有自主迭代生成性，具有更庞大的数据量级、更丰富的参数层级、更强大的计算能力和更广泛的应用领域。然而，更严峻的数据安全、数据质量、算力资源、可解释性、数据伦理等问题也对大模型的自主迭代性构成了崭新的挑战。

1.大模型之“大”

大模型具有更丰富的参数层级和数据体量，在其训练和应用的过程中需要消耗更多的算力资源。以OpenAI公司发布的大语言模型ChatGPT为例，ChatGPT-1包含约1.17亿参数量，其升级版本ChatGPT-2包含约15亿参数，ChatGPT-3包含约1750亿参数，ChatGPT-4包含约10000亿参数。在数据量爆炸式增长的同时，对算力的需求亦呈现出指数级增长的趋势。由于传统本地部署计算资源的方式无法满足大模型的算力需求，通常采用分布式计算的方式为其提供算力支持。但因为分布式计算依赖于多个计算节点之间的数据分布、传输、计算，所以由此又诞生了分布式计算传输中的数据安全问题、能源浪费问题、碳排放问题。

2.大模型之“自主性”

大模型的自主性是在整体把控数据质量基础上的模型自主训练与迭代，不但需要广泛收集用户生成数据、网络数据、数据集等多维度数据，而且应当从源头把控大数据自主迭代的数据质量。但是大模型的数据来源多元，大模型的数据采集、数据偏差、数据滥用等问题日益趋向于复杂、抗解。如何在大模型研究的各阶段合理调控数据采集、分析、利用、存储、封存等数据风险，合理把控数据脱敏、赋权、共享、保护等问题，进而整体把控大模型的自主迭代方向是大模型时代需要应对的数据安全挑战。

3.大模型之“迭代”

在人工智能模型的建构中，通常需要对数据予以标记与注释，以便于算法模型能够理解乃至于学习数据集的信息。在这一过程中，需要主观把控数据的标准。由于大模型在迭代过程中对数据量的要求呈现出几何级数增长的趋势，因此需要人工主观注释的数据的数量亦愈来愈庞大。如何在对大数据予以注释时，保持语义的一致性是大数据模型在数据质量方面所面临的崭新挑战。

4.大模型之“生成性”

大模型生成信息的原理是先分析用户提供的信息的语序，再预测语言序列中的下一个生成单词，循环至生成完整文本。其目标是生成符合真实世界逻辑、语序通顺、语法正确的信息，无法实时验证所生成内容的真实性。因此，会产生数据失真、数据虚构、虚构数据来源等问题。以大语言模型ChatGPT为例，因其无法验证生成信息的真实性，因此在实际应用中相继产生了虚构澳大利亚赫本郡郡长布赖恩·胡德（BrianHood）参与贿赂丑闻、虚构乔治·华盛顿大学教授乔纳森·特里具有性骚扰历史等事件。由此可知，大模型的AIGC（ArtificialIntelligenceGeneratedContent）模式产出的信息追求形式正确，极为逼真，用户无法基于真实经验分辨其信息真实性，对社会秩序提出了挑战。

5.大模型之“大设计系统”

“理论模型”的可解释性是设计系统稳定运行的必要保证。在人工智能模型与机器学习的语境中，可解释性指的是开发者和用户能够理解算法做出决策的原理、过程，进而与人工智能模型构成人机协同的优良态势。具有充分可解释性的人工智能模型能够提高用户的信赖度，提升人机协同的效率。但是大模型的算法层级极为复杂，且在升级迭代中会进一步增加模型的复杂性，极大地减弱了算法的可解释性。几何倍数增加的参数量进一步强化了人工智能的算法黑箱问题，增加了用户理解大模型的难度，降低了用户对于人工智能模型的信任度。

（二）大模型之人工智能设计治理的方式

大模型的数据安全、数据质量、算力资源、可解释性、数据伦理等安全问题向传统的治理方式提出了挑战。中国自主人工智能设计治理工具系统是基于“设计治理”这一社会设计学的核心概念提出的人工智能设计治理的具体方式，应当把它运用于大模型的治理问题，从人类整体利益出发，解决大模型研究中的长远性、整体性问题，充分发挥大模型的自主迭代生成性。

1.大模型与“政策法规类”人工智能设计治理工具系统

第一，人工智能设计治理的法规工具是政府为了保证大模型的长远发展而制定的条理化法规。法规的制定可以明确大模型训练所用数据的赋权问题，保护数据在采集、分析、利用、存储、封存等全流程的隐私与安全，为不同应用情境下大数据标记与注释建立统一标准，为大模型这一新兴事物的有序发展提供蓬勃、积极的法律环境，改善法规的滞后性问题。第二，人工智能设计治理的政策工具是为了鼓励高校、机构、个人投入大模型的理论研究与实际应用工作而制定的具有风向标属性的政策。通过政策文件的制定与更新，可以即时调控大模型发展中不断涌现的技术风险。政策工具与法规工具相比，具有更精确的颗粒度，可以作为法规工具的有效补充，持续改善大模型在社会各领域的具体应用中产生的抗解问题。第三，人工智能设计治理的控制工具是引入市场的调控手段，进而充分发挥市场的灵活性，构建政府与市场互补的大模型调控机制。控制工具的介入能够以市场的实际需求为导向，从源头保证大模型所需数据的多元性与真实性，提高大模型的数据质量问题。与此同时，其亦能合理调配大模型训练的算力资源，为大模型在具体领域的实际应用奠定基础。

2.大模型与“习俗舆论类”人工智能设计治理工具系统

第一，人工智能设计治理的习俗工具是充分理解本土文化，进而解决大模型在具体的社会情境与文化语境中的注释与适用性问题的文化治理工具。习俗工具能够帮助人们充分把控不同地区对于数据理解的普适性与特殊性，提高数据注释的准确性、一致性与包容性。习俗工具亦有助于扩展大模型的数据储备，增进其解决社会各领域的崭新问题的泛化能力。第二，人工智能设计治理的舆论工具是充分引导用户和媒体的正向舆论、增进大模型可解释性的治理工具。舆论的正向引导可以使用户理解大模型的运行机制，降低用户理解大模型的难度，由此部分破解大模型的算法黑箱问题。与此同时，可以引入舆论监督，从社会层面监管大模型从研究、训练到应用的全流程，进一步增进用户对于大模型的信任。第三，人工智能设计治理的激励工具是鼓励高校、科研机构、社会组织、个人投入大模型研究与治理的工具。通过激励机制的引入，可以建立高校、科研机构、企业、市场之间的沟通机制，唤起社会各方对于大数据治理的兴趣。激励工具亦有助于以真实情境中的大模型治理问题为目标，引导大模型的各利益方展开良性竞争，共同解决大模型的治理问题。

3.大模型与“技术评估类”人工智能设计治理工具系统

第一，人工智能设计治理的技术工具是解决大模型技术的内生性风险的工具系统。通过技术工具的更新，可以避免过度追求大模型技术的红利而产生数据安全问题。技术结构体的不断更新可以提高数据质量、验证数据真实性、避免数据伦理等问题，在技术的进步中持续回应大模型在应用中产生的抗解问题。第二，人工智能设计治理的知识工具是构建大模型治理标准的工具。通过知识工具的赋能，既可以与法规、政策治理工具相结合，建立大模型研究的良好环境，构建大模型治理的美好秩序，亦可以与舆论、激励工具相结合，不断增进大模型的可解释性，增加用户对于大模型的信赖度，提升人机交互的效率。第三，人工智能设计治理的评估工具是服务于人类整体长远利益与美好愿景的治理工具。在评估工具的赋能下，可以构建政策、法规、控制、舆论、习俗、知识、技术、激励工具联动的通道，评估大模型未来发展的愿景，以此充分把控大模型的发展方向，发挥其正向价值，用大模型解决人工智能发展中的“在地性”“当下性”等问题。

四、大模型与手艺设计中的人工智能设计治理体系问题

近年来，随着元宇宙、大数据和大模型等数字技术的快速发展，中国当代手艺设计也在尝试新的设计方法和传播手段。从历时性角度来看，人类设计可以分为三大形态，分别是手艺设计、机械设计和数字设计。从古至今，自女娲造人、黄帝造车（奚仲造车）、嫘祖造丝、墨子造云梯、鲁班造伞、诸葛亮造木牛流马、孙思邈造火药、达·芬奇造武器、莫里斯造红屋、本茨造汽车到莫克利和艾克特造计算机，人类社会每一次真正的进步都是在源于自然、模仿自然、遵循自然、超越自然、创造人工世界和数字世界的过程中，通过手艺设计思考和实践才实现的，手艺设计是人类创造价值和打开世界的根本。由此，手艺设计是一种真正意义上体现人的本质的设计活动，其核心在于人的本体性存在与主动性特征，人在手艺设计过程中获得了完整性的和创造性的生命体验，在人与自然、生存与生命、思维与实践、技术与世界、物质与文明中成为完整的活的人。正如卢梭所说：“在人类所有一切可以谋生的职业中，最能使人接近自然状态的职业是手工劳动。在所有一切有身份的人当中，最不受命运和他人的影响的，是手工业者。”狭义而言，手艺设计则是区别于机械设计与数智设计的手艺工匠所特有的设计形态。笔者称之为当代设计学体系建构中“三大形态体系”（手艺形态体系、机械形态体系和数智形态体系）之一。

（一）“手”“艺”考释

就语义学而言，许慎《说文解字》：“手，拳也。”段注：“今人舒之为手，卷之为拳。其实一也。故以手与拳二篆互训。”“手”作为古老的象形字之一，其金文之“”“”，篆文之“”，古文之“”，皆如张开的五指与手臂相连。依据许慎的造字法六书理论，属于象形造字。目前学界对于“手”的考释，大体可以归结为“肢体”“技能”“本领”“手段”“亲手”等语义。而辅助词“艺”在《说文解字》中意为：“艺，种也。周时六艺，盖亦作执，儒者之于礼、乐、射、御、书、数。”在传统农业社会，手艺不仅仅是满足生存性需要的“种植之技”，也是丰富日常生活和实现博雅教育所需要的生命性劳动。在现代工业社会，手艺中增强了“设计”的意识，在手艺劳动的过程中不仅采用新工具新材料等技术性要素，甚至在机械加工之后再进行手工调整和修改以增强其文化性与审美性。在数字智能社会中，人工智能技术的涌现，更是将手艺劳动从“在做中学”转化到“先学再做”与“边学边做”的过程之中，人人都可以借助人工智能工具系统生成内容，再进行手工设计、制作、调整和完善。概言之，创造中华文明起源和作为当代非物质文化遗产的手艺是人类生存性与生命性劳动的统一体，自农业社会、工业社会到数字社会，手艺的发展具有连续性、丰富性、人文性和创新性等特点。

（二）人工智能时代手艺设计治理的特征、要素和工具

如前所述，人工智能作为一种虚拟人工物，其本质仍然是一种技术物，亦即手艺设计的结果和对象，并且人工智能还可以反作用于手艺设计本身，赋能手艺设计更多可能，使两者之间存在着双向互动关系。通常技术物类型有手艺技术物、机械技术物和数字技术物。一般而言，技术物通常指涉手艺技术物。因为手艺设计是符合人类本性的劳动形态，从石器时代人类就开始通过亲手设计来改造自然材料，使之塑形成技术物来满足生存需求和帮助生命活动。人工智能作为先进科学技术的代表，进一步瓦解了手艺工匠通过手工劳动直接塑形的“及物性”创造活动，将其转变成使用软件进行机械塑形的“非及物性”创造活动。其中，“非及物性”便是人工智能技术赋能手艺设计劳动塑形过程中的本质特征。

人工智能时代的手艺设计治理有三大要素，分别是主体要素、对象要素和流程要素。首先，主体要素是一种多元主体的社会参与，因为手艺设计中的人工智能设计治理需要构建来自社会群体智慧的数据资产库。依据生物学理论，该主体生态包括生产者（手艺传承人、政府机构、民间团体等）、消费者（民众、博物馆、文化馆等）、分解者（研究机构、设计师、企业、数据工程师等），多元主体的社会参与和协同创新共同构建手艺设计中人工智能设计治理的“知识共同体”。其次，对象要素应该也是多元的，既包括对于手艺设计中的人工智能进行设计治理，也包括对多元主体本身的设计治理。前者不断完善多模态大模型的技术机制，后者通过设计教育来提高社会层面对于人工智能的认知与实践能力，例如近年来新兴的提示词工程师和人工智能培训师等社会职业。最后，手艺设计中的人工智能设计治理是过程性的，包括准备阶段、设计阶段和实施阶段共三个阶段。准备阶段包括设计调研、设计评估、设计目标、设计政策等，设计阶段包括设计挖掘、设计干预、设计监管等，实施阶段包括设计激励、设计体验、设计制作、设计教育、设计展览等。

手艺设计是实践性较强的领域，在大模型时代，内容生成式人工智能工具的出现进一步扩展了人的能力，手作为人身体的重要组成部分，必须借助工具和材料才能进一步完成手艺设计，从原始人捡起自然界的物体作为工具开始，人类就在不断改造和完善工具，以提高理性生产效率和改进感性生命体验。在手艺设计中，人始终是主体，对工具的使用具有主体性地位和主动性特征，而不只是负责机器开关的看管者。正如斯蒂格勒（BernardStiegler）通过“爱比米修斯之遗忘与普罗米修斯之偷盗火种”的神话故事来阐释人类的原始缺陷，人类需要通过借助在自身之外具有代具性的技术才能发明和创造自己的性能。因此，在人类与技术的进化演进历程中，多模态大模型技术的发展和强人工智能以及超人工智能时代的到来，也将进一步促进人与技术的“协同进化”，并且打破工业革命以来机械技术在手艺劳动塑形过程中的顽固化和单一化表现。

（三）大模型时代的手艺设计治理问题

随着技术和观念的发展，当代手艺设计实践主要存在四种路径。其一是以传统传承为主要方式并通过血缘和地缘构建起的手艺作坊，其二是以满足商业为主要方式并通过业缘构建起的手艺产业，其三是以实验艺术为主要方式并通过学缘构建起的手艺学院，其四是以兴趣体验和学习为主要方式并通过爱缘构建起的当代手艺体验工坊。四种路径所呈现出的手工艺品各具特点，在当代社会生活的文化层面、商业层面、知识层面和个人层面发挥着不同的作用。

从实践角度来看，当下纯艺术化的趋势和抵抗精神专制是手艺设计的基本问题。自工业革命以来，现代工业和科学技术打破了传统手艺工匠设计、制作和销售一体的行业生态，但真正的手工艺品仍然保留着“手”的本质特征。手艺人通过全手或半手参与设计和制作，将手与心、体与脑、观念与技术、工具与材料形成一个能动的共生体。在这个共生体中，手艺人能动地通过设计思维统领手艺设计的全要素和全流程。而人工智能大模型的出现，对当代手艺设计生态的影响是巨大的，甚至是颠覆性的。在群智设计的时代，先进的人工智能技术与社会群体智慧共融共创，在以用户为中心的基础上将进一步促进社会创新、商业创新和模式创新。对手艺设计从准备阶段、构思阶段、制作阶段到销售阶段都提供了新的模式、方法、工艺和媒介。

回溯历史，从女娲造人、黄帝造车、墨子造飞行器、达·芬奇造武器到莫里斯设计红屋和开设公司，手艺借助技术进步开展创作已经是人人皆知的事实。当下，以大模型为代表的人工智能技术作为当代手艺设计治理的工具之一，在提供全新研究视角的同时，也对手艺的本体进行反思。手艺设计中“人”的存在就决定了其身体性技艺的特征，通过人的心手合一来发明、创造和设计是人类区别于其他动物的文化表征。当进入物理空间、数字空间和社会空间三元并存的时代，手艺劳动的形态与意义也在转变与超越。传统手艺从创物、制器和饰物的层面向控制机器与操作软件转变。手艺劳动的意义也不只表现在经济学、社会学和政治学方面，还涉及人的生存状态和人的全面发展的美学与文化哲学方面。在学术界呼唤“新手工艺术”“手工艺学”“手艺设计学”的背景下，将设计学作为支撑手工艺发展的母体，更有利于辩证处理“工”与“艺”、“物质”与“精神”、“实用”与“审美”的关系，突出“本天利人”的核心思想。眼下，面对手艺在保护、传承、创新、商业、文化、社会等各方面的需要，重新思考手艺人与工具的内在关系，“人”在手艺设计过程中如何登场，如何打破工艺美术研究的视角局限，才能形成适应当下教育和产业的手艺设计理论。

五、大模型与乡村设计中的人工智能设计治理问题

（一）乡村设计中的人工智能设计

如前所述，人工智能设计具有双重性，乡村设计中的人工智能设计同样如此。一方面，其包含乡村设计中人工智能应用模式的设计问题；另一方面，还包含从属乡村设计范畴、针对人工智能本体的设计问题。对于前者，人工智能技术作为一种技术要素赋能乡村设计；对于后者，乡村人工智能成为设计活动的对象。随着大模型出现，“乡村设计中的人工智能设计”衍生出“乡村设计中人工智能深度参与甚至主导的设计活动”的内涵。如何运用人工智能技术满足乡村建设需求，是当代数字乡村建设中的重要问题。《中国数字乡村发展报告（2022）》指出，人工智能相关的建设成果涵盖了基础设施、智慧农业、乡村数字化治理、数字惠民、智慧绿色乡村建设等多个领域。

2022年以来，大模型为人工智能应用带来了新变局。当前，已出现农技推广、农产品销售、人工智能遥感分析等领域中的大模型应用案例。

乡村人工智能设计包含针对乡村需求的人工智能应用模式与人工智能本体的设计。同时，大模型是一种自主迭代生成性的大设计系统，这使得人工智能深度参与的体系化设计活动将逐渐涌现。

乡村是一个有机整体。乡村中人类生活空间与自然环境相互联系，同时，多种要素相互影响。当代乡村设计应当基于体系思维，在尊重自然的前提下，充分利用自然，满足人类需求，追求实现“本天利人”境界。随着大模型发展，在政府主导、企业提供技术支持的前提下，各村庄将能基于本地综合数据训练出自身的专属大模型。依靠大模型，人工智能主导的设计能够兼顾多元要素，提出系统性设计草案，并基于后续反馈应对需求动态变化，使乡村设计真正走向体系化。这一大模型关系乡村综合需求与多元主体，同时，需要庞大资金、数据与能源成本。为了合理规范开发，使其切实服务乡村整体，相关开发工作应当视作未来乡村基础设施建设，采取政府主导、乡村多元群体共建共管的模式，以保证其面向社会透明、维持公共服务性质，同时防止资本垄断和恶意数据污染模型。

（二）大模型时代乡村设计中人工智能设计治理及其特殊性

随着人工智能在乡村设计中与乡村人民的核心利益日益密切，相关设计治理愈发重要。如前文所述，笔者通过治理主体、对象、过程三大要素与九大工具系统建立分析框架，分析了各领域人工智能设计治理活动，以此框架对乡村设计中的人工智能设计进行分析，发现其治理要素与治理工具系统具有特殊性。

一方面，相关设计治理在治理主体、对象与过程等治理要素方面具有特殊性。在设计治理主体方面，在乡村民是重要的治理主体。在乡农民熟悉农村情况，对乡村治理工作有着重要影响作用。由于共创模式在乡村设计中能够切实提升设计产品质量，在乡村设计中逐渐得到重视，大众得以参与设计过程。大模型也使得村民能够通过提供反馈等方式参与人工智能设计治理，发挥熟悉乡村的优势，使乡村人工智能设计更加贴合乡村需求。在设计治理对象方面，设计产物的实际使用同样影响其具体社会效用。因此，相关治理活动需要关注设计产物的实际使用。eNKJ2KFy+LBA4jP+eUK8wg==由于数字鸿沟的存在，在乡村人工智能设计治理中，需要运用技术治理工具、知识治理工具等设计治理工具，向使用者提供技术支持和知识服务，规范引导相关设计产物使用。在设计治理过程中，人工智能特征强化了相关设计治理的动态开放性。乡村设计中的人工智能设计治理，还包含着来自自然环境的反馈。乡村社会需求与农业和自然环境联系紧密，乡村设计中的人工智能设计活动及其产物同样如此。因此，乡村设计中的人工智能设计治理过程的动态开放需纳入自然环境的反馈。

另一方面，治理工具系统的特殊性体现于习俗工具系统、舆论工具系统、知识工具系统在相关治理工具中的重要性。首先，习俗治理工具系统是相关治理工具系统中的特殊工具。乡村传统社会关系以及乡村习俗能够提升乡村凝聚力，激发内生活力。大模型时代，将乡村社会习俗等内容数字化，能够创造乡村人工智能设计治理的习俗治理工具。其次，舆论工具系统是相关治理活动的重要工具系统。2021年全国村级在线议事行政村覆盖率为72.3%。网络社交平台对发现乡村设计中人工设计治理现有问题、传播知识与技术治理工具具有重要作用，是乡村居民参与治理活动的重要渠道。最后，知识工具系统是相关治理活动的必要工具。人工智能大模型的特性与乡村数字鸿沟的存在，凸显了相应知识工具系统的必要。须使乡村大众掌握人工智能相关知识，避免人工智能应用造成数字鸿沟扩大。

（三）深化乡村设计中的人工智能设计治理与中国自主人工智能设计治理理论体系建构的内在关联

建构中国自主人工智能设计治理理论体系，需要扎根于中国文化文脉，体现中国特色与中国精神。推进乡村设计中的人工智能设计治理，根植于中国传统文化，立足于中国精神，能够展现中国特色，这与中国自主人工智能设计治理理论体系建构工作具有内在关联。

一方面，相关特征体现出乡村设计中的人工智能设计治理根植于中国传统文化。通过在动态治理过程中关注乡村自然问题，开展相关设计治理活动，能够实现乡村设计所追求的“本天利人”境界。而通过关注设计治理工具系统中的习俗工具，活化传统习俗治理资源价值，能够使乡村设计中的人工智能设计进一步扎根中国传统文化。

另一方面，乡村设计中的人工智能设计治理体现以人民为中心的设计治理理念，展现当代中国的时代精神与价值主张。通过关注在乡村民作为设计治理主体的重要价值，开发设计治理舆论工具系统与设计治理知识工具系统，相关治理活动让乡村百姓参与其中，体现了以人民为中心的治理观念。

乡村设计中的人工智能设计治理是中国自主人工智能设计治理理论体系的重要组成部分，根植于中国传统文化与当代中国时代精神，是具有时代意义的乡村治理建设工作的一环。

〔责任编辑：李海中〕

作者简介：邹其昌，哲学博士，同济大学长聘特聘教授，同济大学设计创意学院、上海国际设计创新学院双聘教授、博士研究生导师。

基金项目：国家社会科学基金重大项目“中华工匠文化体系及其传承创新研究”（16ZDA105）；教育部人文社会科学研究规划基金项目“人工智能语境下的艺术设计实践趋势研究”（20YJA760011）；同济大学2022年度理论创新课题“中国自主人工智能设计治理理论体系研究”。

[美]维纳：《人有人的用处：控制论与社会》，陈布译，北京大学出版社，2010年，第17页。

KaifengBi，LingxiXie，HenghengZhang，etal，“Accuratemedium-rangeglobalweatherforecastingwith3dneuralnetworks”，Nature，vol.621（2023）.

OpenAI，“ChatGPT3.5”，https：//chat.openai.com/.

肖显静：《生态哲学读本》，金城出版社，2014年，第20页。

[英]约翰·葛瑞本：《深奥的简洁：从混沌、复杂到地球生命的起源》，张宪润译，湖南科学技术出版社，2008年，第6页。

各类报刊、期刊和数字媒体对此评述较多，故在此不作重点论述。

关于“数字工匠”的相关论述，详见《数字工匠结构探索》一文，出自邹其昌：《工匠文化论》，人民出版社，2022年，第114-143页。

人工系统是人为地产生出来的各种部分的集合。用人工方法建立起来的系统，叫作人工系统（artificialsystem）。参见：[日]秋山穰、西川智登：《系统工程》，高烈夫译，机械工业出版社，1983年，第6页。

李宇明：《人机共生时代的语言数据问题》，《华中师范大学学报（人文社会科学版）》，2023年第5期。

沈湫莎：《大模型“爆火”后，不妨再来点冷思考》，《文汇报》，2023年8月25日。

罗云鹏：《国产大模型：创新为道落地为王》，《科技日报》，2023年9月18日。

胡泳：《超越ChatGPT：大型语言模型的力量与人类交流的困境》，《新闻记者》，2023年第8期。

曲永义：《数字经济与产业高质量发展》，ChinaEconomist（《中国经济学人》），2022年第6期。

“ChatGPT虚构乔治·华盛顿大学教授乔纳森·特里具有性骚扰”是一次具有代表性的双重虚构事件。第一，其虚构称乔纳森·特里教授曾参与性骚扰事件。第二，其虚构称《华盛顿邮报》记者曾撰文抨击乔纳森·特里参与性骚扰。第三，其以逼真的语句虚构式地标注了文章的出处。因为ChatGPT的行文风格极为逼真，因此该报记者第一时间无法分辨虚构的文章是否为自己撰写。“ChatGPT虚构乔治·华盛顿大学教授乔纳森·特里具有性骚扰记录”的新闻报道详见https：//finance.sina.cn/forex/whzx/2023-04-06/detail-imypmyyy8895761.d.html？cid=76557&node_id=76557。

[法]卢梭：《爱弥儿》，李平沤译，商务印书馆，2011年，第362页。

许慎：《说文解字注》，段玉裁注，中国书店，2010年，第1961页。

许慎：《说文解字注》，段玉裁注，中国书店，2010年，第424页。

闵晓蕾：《社会转型下的非遗手工艺创新设计生态研究》，博士学位论文，湖南大学，2021年，第118-119页。

[法]贝尔纳·斯蒂格勒：《技术与时间（第一卷）：爱比米修斯的过失》，裴程译，译林出版社，2012年，第209-210页。

梁存收、罗仕鉴、房聪：《群智创新驱动的信息产品设计8D模型研究》，《艺术设计研究》，2021年第6期。

吕品田：《动手有功：文化哲学视野中的手工劳动》，重庆大学出版社，2014年，第8页。

“本天利人”一词由笔者在第六届“中国工匠”培育高端论坛中首次提出。这里的“天”指的是自然环境、自然物种、自然资源等各具特色——天时地气材美等自然要素，也是自然生命存在体的依据。“本天利人”不仅仅是中国乡村设计学理论的组成部分，也是手艺设计学体系建构的重要思想，具有重要意义。参见：邹其昌：《导论：乡村设计学体系论纲》，同济大学、南京林业大学、国家社科重大项目“中华工匠文化体系及其传承创新研究”课题组：《中国设计理论与乡村振兴学术研讨会——第六届中国设计理论暨第六届全国“中国工匠”培育高端论坛论文集》，2022年，第6-24页。

《中国数字乡村发展报告（2022年）》由中央网信办信息化发展局、农业农村部市场与信息化司、农业农村信息化专家咨询委员会于2023年发布。

杨华：《在乡农民：中国现代化建设的压舱石》，《文化纵横》，2023年第4期。

陈晶宇：《共创理念视角下美丽乡村设计赋能研究》，《设计》，2023年第9期。

《中国数字乡村发展报告（2022年）》，中央网信办信息化发展局、农业农村部市场与信息化司、农业农村信息化专家咨询委员会2023年发布。