论生成式人工智能与国家创新体系的现实契合与应然互动

摘要：生成式人工智能作为信息技术的创新性成果，是优化国家创新体系建设的新引擎。从现实基础来看，生成式人工智能参与国家创新体系优化建设是市场的选择，能够满足创新体系高效管理、成果转化的实践需要。但是，由于生成式人工智能自身底层技术逻辑不完善、规范基础缺位，其在嵌入国家创新体系优化的过程中极易衍生基本人权侵扰、意识形态扭曲、规范认定困难等技术制度风险。为进一步发挥生成式人工智能的正向价值，应当以数据安全和算法监管为着力点，搭建以核心共识和科技伦理为价值内核，以完善国内法规体系、对接国际贸易规则为外部保障的框架体系，发挥人才的主体作用，以技术要素整合调配创新资源，提升国家创新体系整体效能。

关键词：生成式人工智能；国家创新体系；数据安全；思想异化；知识产权保护

中图分类号：TP18;F124.3 文献标识码：A文章编号：1007-2101（2024）05-0052-10

在历经农业革命、工业革命等人类社会的阶段性变革之后，现代社会发展已经步入信息革命时代。作为信息革命时代的产物，人工智能因其技术优势给人类社会的生产生活效率带来了极大的提升。近段时间以来，ChatGPT的爆火在为人们带来强人工智能希望的同时，也引发了人类社会对于人工智能的进一步讨论。与弱人工智能相比，生成式人工智能（AIGC，Artificial Intelligence Generated Content）在算法设计和外在表现上更接近于自然人，这种技术特征也使其有机会有能力参与到个人、社会乃至国家发展的进程之中。党的二十大报告指出：“坚持创新在我国现代化建设全局中的核心地位，健全新型举国体制，提升国家创新体系整体效能，形成具有全球竞争力的开放创新生态。”[1]在全球化的时代背景下，任何国家获得并保持国家竞争力，就需要不断地反思和优化国家创新体系。[2]生成式人工智能如何作为有效工具嵌入我国的国家创新体系发展进程中，是理论与实践两个层面的重要议题。国家创新体系的发展完善既要充分发挥生成式人工智能的技术优势，同时也要规避此类新兴事物可能带来的技术风险，“扬长避短qZJoei+N1PCL9krt/ncmPw==”是生成式人工智能应用于国家创新体系的必然要求。

在科技创新举国体制的理论架构中，国家创新体系不是单一概念，而与市场经济、社会治理、意识形态建设等领域密切相关。在数字时代，上述领域质效的提升需要以技术创新为依托，通过内部的组织形式和运行方式变革，以内部治理方式的优化带动外部治理效能的全面提升。一方面，生成式人工智能以其技术优势直接或间接提升了国家治理能力和创新能力。在数字政府建设领域，周智博指出，ChatGPT模型能够通过深度对话增强数字政府的亲民性，通过技术嵌入实现数字政府的高效性，通过算法融入推动数字政府的智慧性建设，进而提升数字政府的服务效能和治理水平［3］。在知识内容生产领域，张新新指出，生成式人工智能从知识生产格局、知识生产方式、知识生产范式三个维度阐述了其对知识内容生产领域的变革和创新，但是，规范依据的缺位也倒逼著作权保护体系的更新和完善［4］。另一方面，生成式人工智能因其技术漏洞或监管缺位等原因制约着国家创新体系的深度优化。在数字政府建设领域，樊博提到，ChatGPT的应用会引发虚假错误信息冲击价值体系、责任主体模糊挑战个人信息保护、数字鸿沟加剧主体地位不平等、技术瓶颈威胁信息安全等风险［5］。在意识形态治理领域，代金平、覃杨杨指出，在ChatGPT的应用过程中，资本逻辑和科技霸权的嵌入可能会导致意识形态引领乏力风险，“人机协同”的话语生产与多元化的话语选择可能会削弱意识形态话语的深度和权威性，进而加大意识形态管理难度［6］。

基于此，笔者以国家创新体系建设为出发点，阐述以ChatGPT为代表的新一代生成式人工智能对提升国家创新能力、优化国家创新体系的关键效用和风险隐忧，从而在技术治理、理念建构、法律规制、产业发展、人才支撑等维度探讨生成式人工智能的规制方向，实现技术要素对创新资源的优化配置，以期提升国家创新体系整体效能。

二、现实基础：生成式人工智能与国家创新体系的需求契合度新一代生成式人工智能作为人工智能领域的前沿创新成果，既是国家创新体系进一步完善的产物，也能够为国家创新体系优化提供助力。生成式人工智能随着我国经济环境的变化历经了一系列发展，市场规模不断扩大、科技创新能力不断增强，与技术相关的投资规模也在不断扩大[7]，这为生成式人工智能介入国家创新体系提供了现实基础。

（一）发展契合：生成式人工智能是市场的选择

技术创新是产业进化的根本动力。[8]生成式人工智能技术的发展推动着诸多领域的变革，表现在为传统产业带来技术创新以及伴随新兴产业而生的新的经济发展动力。一方面，人工智能为传统产业注入了强劲动力，推动着市场经济的发展变革，这种推动和促进主要体现在生产和消费等社会再生产环节。首先在生产环节，人工智能的出现改变了传统产业的生产模式。鉴于人工智能的数据化、智能性等特征，大量行业可在其数据统计和计算下产生新的智能生产场景。重复繁琐的生产场景被智能化设备所取代，“智造”取代了制造，带来了生产方式上的根本变革。其次在消费环节，人工智能的运用能够更好地匹配需求，提升商品曝光度，通过提升市场的消费效率和需求推动传统产业的发展变革。例如数字技术与传统商业模式的结合大大促进了商业模式的内容创新，电商平台、直播带货等通过大数据分析，能够精准地识别用户需求并进行智能化推荐，拓展了商品销售渠道也提高了市场占有率。既能够提升生产效率，同时也带来生产与消费的双重变革，对传统经济发展起到推动作用。

另一方面，人工智能技术的发展和完善还催生了新的经济和产业形态[9]，为市场注入了新的强劲的发展动力，实现了产业市场“从无到有”的变革。其一，新兴事物的出现往往带来新的社会需求，人工智能的发展和完善为技术提供了新的运用场景，这将进一步激发多样化的需求。多样性的需求能够拓展市场边界，使市场不易饱和，同时也为中小型企业提供了生存空间，反过来进一步促进了市场的多样性[10]，形成良性互动。其二，人工智能的发展还将进一步带来技术自身的创新和变革。人工智能技术一直以提升人类的认知、感知能力为发展目的，在此过程中，智能程度的不断提升以技术的不断迭代更新为基础。与此同时，异质性技术资源能够使生产者在市场竞争中获得独特优势，从而为其带来更大的市场规模和效益，这种技术上的竞争也刺激和推动着生产者对智能技术进行更深程度的革新和完善，从而也推动着新产业的诞生。

（二）管理契合：生成式人工智能是高效的工具

改革开放以来，在政府主导扶持下由科研机构、高校、企业等各类创新主体与金融机构等创新参与者在各场域中所构筑的国家创新体系中，[11]各要素之间在开放、协同等方面还存在不同程度的失位与错配问题，[12]进而制约着国家创新体系的优化与发展。以ChatGPT为代表的生成式人工智能的出现与应用表明，在大数据的强有力支撑下，人工智能在自然语言处理领域实现了重大飞跃，这些技术通过海量学习人类创造的内容，并根据指令进行总结优化，这种拟人化能力的智能产品将改变世界。[13]因此，在国家创新体系优化的过程中，要善于应用新一代生成式人工智能的技术优势，正如2022年国务院发布的《关于加强数字政府建设的指导意见》所指出的“将数字技术广泛应用于政府管理服务，推进政府治理流程优化、模式创新和履职能力提升，构建数字化、智能化的政府运行新形态”［14］。

将新一代生成式人工智能介入并充分应用于国家创新体系优化，将在以下三个方面带来显著的效率提升：一是在政府内部决策方面，AIGC具有强大的数据处理和分析能力，能够从大量的政策文本、社会数据中提取出重要的信息，处理政府决策过程中所涉及的大量数据分析和模型预测等工作，从而协助政府制定更为合理和有效的政策。二是在政府公共服务方面，AIGC可以自动处理公民的咨询和诉求，根据公民的需求和反馈，自动生成和优化服务流程，并预测可能的公共需求变化，进而提高政府公共服务的效率和质量。三是在社会创新支持方面，AIGC可以通过数据分析，获取创新资源的分布和使用情况，分析经济社会创新驱动的趋势和挑战，以协助政府制定更为有力的政策和措施，进而更好地支持社会创新。总体而言，新一代生成式人工智能通过其强大的数据处理、分析和预测能力，能够协助政府更有效地进行内部决策、提供公共服务和支持社会创新，从而提升国家创新体系的效果。

（三）创新契合：生成式人工智能助力成果的转化

创新成果转化，其本质是把知识形态的研究成果转变为现实生产力的重要过程。[15]优化国家创新体系，促进创新成果转化，对于经济持续健康发展、提高国家综合竞争力、改善社会福祉以及推动科技进步等方面具有重要意义。党的十九届五中全会提出要面向“世界科技前沿”“经济主战场”“国家重大需求”和“人民生命健康”，加快建设科技强国，大幅提高科技成果转移转化成效。[16]在国家创新体系成果转化过程中，新一代生成式人工智能能够显著地助力成果转化效果。

首先，在国家战略层面，生成式人工智能可以提升国家全局性、基本性决策和行动的科学性和有效性。AIGC可以根据国家发展目标和现实需求，通过大数据分析国内和国外经济社会发展动态，自动生成国家战略部署所需的发展报告、政策建议等内容，加强与相关部门的交流协作，破除“信息孤岛”现象，实现动态优化和适应性调整，优化国家战略制定过程，提供决策支持。其次，在产业发展层面，AIGC可以帮助支持企业优化生产过程，提升生产效率。AIGC能够基于企业特点、行业发展动态、政策导向等因素，挖掘和分析海量数据，进而推动产业的持续发展和升级。最后在社会生活层面，AIGC可以为社会服务和文化创造活动提供技术便利。AIGC作为新一代人机交互的语言模型，能够具有针对性地关注个人偏好，从而进行智能互动和引导，提升人们的生活质量。

三、风险忧思：生成式人工智能在推进国家创新体系中的潜在风险新一代生成式人工智能是指具备更高级别智能和创造性能力的人工智能系统。与传统的人工智能系统相比，新一代生成式人工智能更加强大和灵活，能够生成更加复杂、更具多样化和创造性的内容。由其生产出来的数字化内容有助于在各个层面上推进国家创新体系的深度优化。但由于生成式人工智能的技术新颖性，其潜在的技术漏洞和法律空白还需进一步明确。

（一）以数据安全为代表的基本人权侵扰风险

1.从信息、数据到隐私的全面越级侵扰。以ChatGPT为代表的新一代生成式人工智能从创设之初就一直受到创新数据泄露严重和隐私保护不力的诟病。[17]原因在于，在创新数据滥用方面，以ChatGPT为代表的新一代生成式人工智能在创新数据利用环节存在创新数据应用的合规性风险和准确性风险。合规性风险，即与法律法规和伦理准则的不符合。由于AIGC的复杂性和自主性，其决策过程和行为可能难以预测和控制，从而可能违反现有的法律法规和伦理准则。AIGC需要大量的数据来进行学习和决策，但在数据收集和使用过程中可能造成个人隐私的泄露和滥用，这一过程可能会违反个人隐私和数据保护的法律要求。与此同时，如果AIGC使用的数据集存在偏差或不完整，可能会导致不公平的结果，排除某些群体的机会，增加社会不平等和歧视的风险。准确性风险，即指其生成内容的准确性和可靠性可能存在的问题。由于AIGC的复杂性和自主性，其生成的内容可能存在错误、虚假或误导性的情况。AIGC在生成内容时可能受到数据偏差的影响，导致生成的内容不准确或有偏见。AIGC可能受到黑客或恶意用户的攻击和操纵，影响AIGC生成内容的准确性。

在算法黑箱中，基于创新数据存在的应用风险，数据的收集和使用往往缺乏监督，从而致使社会公共利益及国家利益遭受一定程度的损失。其一，创新数据应用缺乏监督可能对社会公共利益造成威胁。算法黑箱中数据的分析和决策过程可能存在偏见和歧视，例如，受数字基础设施建设状况、算法程序设计标准等因素的影响，数据集中可能忽视了对偏远地区或数字弱势群体的信息输入，导致创新成果的应用地域和群体存在差异。其二，创新数据应用缺乏监督还可能影响国家数据安全。关键性的创新数据可能涉及国家战略规划和重大决策，若对其应用过程缺乏监督，可能会导致涉及国家机密的数据在跨境流通和应用过程中被泄露，进而威胁国家数据主权和数据安全，为部分国家剽窃我国创新成果提供可乘之机。

2.从技术遮蔽到算法支配的黑箱依赖风险。AIGC的生成过程通常被视为黑箱模型，即输入和输出之间的关系很难被直接观察和理解。这是因为AIGC基于大规模的数据集和模型的训练生成，而不是人类编写的规则或逻辑。因此，AIGC的决策过程往往是数据和算法驱动的。同时，AIGC的运行过程通常需要大量的训练数据和计算资源，涉及大规模的并行计算和优化算法，这使其运行过程变得非常复杂，导致AIGC的生成结果往往难以追溯和解释。因此，算法输入数据与输出结果之间的具体关系无从得知，这对人类社会来说就是算法的黑箱，由此造成了以ChatGPT为代表的新一代生成式人工智能算法的不良支配和控制。

以ChatGPT为代表的新一代生成式人工智能的不良支配和控制主要体现为透明性过低、可解释性不足两个方面。其一，透明性问题。算法选取什么样的数据库，采取什么样的标准进行运算，以及运算的具体逻辑都是人类无法洞悉的“隐层”。[18]AIGC的生成过程通常基于深度学习和神经网络等复杂的模型和算法。这些模型具有大量的参数和层级结构，其决策过程变得非常复杂。由于AIGC的生成过程涉及大量的非线性计算和模式识别，其决策过程往往难以被人理解和解释，也难以评估算法的准确性、公正性和可靠性，进而增加了算法滥用的风险。其二，可解释性问题。AIGC的生成过程涉及大量的抽象概念和非直观的特征表示。例如，在自然语言处理中，AIGC能够学习到词向量表示方法及其语义关联，这些表示和关联对人类来说并不直观或易于解释。因此，我们也很难追踪和理解算法是如何生成结果的，导致监管机构和相关利益方无法准确评估算法的决策过程和结果，由此算法滥用的行为往往难以被监管和规制。AIGC的不透明性和不可解释性也可能导致虚假信息的传播和舆论操纵，恶意使用AIGC生成虚假的内容误导和欺骗公众，容易导致舆论的扭曲和社会的不稳定。

（二）以资本腐蚀为代表的意识形态风险

1.因工具便捷性造成创新能力削弱。以ChatGPT为代表的生成式人工智能基于强大的数据库及先进算法，利用深度学习技术，通过大量的训练能够实现快速的文本生成、交互对话等功能，大幅提升了获得信息的速度。但其自身的工具属性导致过度依赖人工智能不利于国家创新体系的发展。一方面，生成式人工智能是基于算法的模仿性、缝合式创作，其学习内容局限于自然科学领域，对哲学、伦理等人文学科的抽象知识学习不足。现阶段人工智能技术不能自主进行逻辑思考和主观判断，对于交互式对话中使用的生活语言和语言所涵括的逻辑思维不能进行及时反映［19］，导致其在对话中可能因误解而给出错误的信息，从而限制创新思维的发散。另一方面，个体在生活、工作和学习中过度使用人工智能，会导致个体丧失学习的自主性，欠缺自主思考解决问题的能力。同时，个体在获取信息时局限于特定的信息本身，而忽略了信息背后庞大的知识体系，导致个体知识深度和知识宽度发展受限。仅凭“冰山一角”的知识信息，个体无法从根本上理解问题的本质，无法创造性地提出新的解决办法并发现新的研究方向，知识宽度的局限更使得个体缺乏融合多领域知识产生tcM8LXCHtlIXGsI+xlMvtA==跨学科洞察力进而发挥创造力的能力。在集体层面，人工智能的过度使用减少了集体成员的交流与互动，信息共享的不足削弱了集体信息库的知识积累，也降低了成员在异质信息交流中碰撞出灵感火花的可能性，对集体创新能力的发展造成阻碍［20］。因而，对人工智能技术的过度依赖不仅弱化了自身的思维感受能力，而且导致了思维固化，甚至削弱了人的创新能力，使人的主体地位发生异化，不利于国家创新体系的优化。

2.因技术粘附性造成意识形态扭曲。以ChatGPT为代表的生成式人工智能在意识形态传播过程中，发挥工具性作用，但其在技术资本逻辑操控下可能会解构社会成员的价值观，无形中有损主流意识形态的主导地位，异化国家创新体系的优化方向。其一，以ChatGPT为代表的生成式人工智能在进行信息输出时，除了文本、音频等外显性内容，还蕴含着一定的逻辑判断和价值观点的输出。而在人工智能的信息输出过程中不可避免地蕴含着创造者的价值预设，也承载着利益相关者的利益倾向，互联网巨头利用自身的信息和技术资源，会将迎合资本价值取向的信息推送至信息前沿，不符合资本价值取向的信息则被剔除、沉没，主流意识形态面临更多杂音［6］。西方霸权主义也可能通过利用先进人工智能技术，有目的输出特定政治、经济、文化的内容，煽动民众对政府产生不满，威胁国家主流价值观［21］。其二，以ChatGPT为代表的生成式人工智能具备精准化的信息推送功能，可以强化个人的价值偏好，无形中加剧了IZhfrkMM2HY9ovFxeWWFug==“信息茧房”效应，弱化了个体对主流价值信息关注的可能性，导致主流文化价值观认同危机。其三，生成式人工智能还可能存在捏造虚假信息和新闻、假冒身份信息、恶意操纵和制造舆论影响等问题［22］，引发诸多社会问题，影响政府公信力。同时以ChatGPT为代表的生成式人工智能的出现，导致部分单一重复的工作被替代，冲击着现有组织架构，加剧了社会不平等［5］，危害国家创新体系的建设。

（三）以产权归属为代表的规范认定困难风险

1.要件解释之难。以ChatGPT为代表的新一代生成式人工智能技术闯入公众视野，由此引发了一系列关于人工智能技术的讨论。其中关于人工智能知识产权是否具有保护必要的争议成为热点话题之一。部分学者认为，应当对人工智能所创造的产品赋予著作权方面的保护。理由在于保护人工智能产业创造者、实施者的劳动成果，具有促进和繁荣人工智能产业的作用。［23］但另有学者对此表示反对，他们的理由在于，生成式人工智能输出的内容不符合知识产权保护的创新性要求，生成式人工智能也不具备自主思考意识。［24］笔者支持前种观点，后种观点仍然囿于工业时代的传统认知。进入数字时代后，人类的生活更加数字化。

以ChatGPT、Sora等为代表的新一代生成式人工智能改变了传统社会的单向运作模式。人类整体生活水平也被注入了新的发展动力。另外，针对有论者认为ChatGPT不具有创新的观点，笔者认为就ChatGPT的工作逻辑而言，其本身就是一种不断学习、反复试错的过程。这个过程的本质就是一种思维创造的过程，而思维又是独创的，显然属于著作权法保护的客体。

即便承认新一代生成式人工智能需要获得著作权上的保护，但在现有法律框架下，仍然很难确定著作权的归属问题。一方面，著作权（或是说所有权利）的主体是人类，在人工智能领域也不能例外。新一代生成式人工智能并不具备公认的法律主体地位，无法实现权、责、利的统一；相反，有学者认为法律主体范围是一个动态可以调整的范围，其随着社会发展而扩大。以ChatGPT为代表的新一代生成式人工智能改变了社会的运作模式，一定程度上具有了与人相似的独立思维能力，完全可以成为新型法律主体，其生成内容具有可版权性。另外，还有学者在不改变现有法律制度对法律主体范围的规定下，通过采用扩大解释的方法，将著作权利归属于ChatGPT的提供者或是使用者［25］。

2.核心认定之难。有学者担忧以ChatGPT为代表的新一代生成式人工智能技术将对现有专利认定制度造成冲击，专利认定愈发困难，理由主要包括三方面。其一，在现有专利法中，专利的申请主体只能是自然人，因为只有自然人才可以行使相关权利以及承担相应义务。现有法律制度无法将ChatGPT视为专利权主体。其二，ChatGPT将对“劳动财产理论”构成冲击。洛克提出的“劳动财产理论”强调保护私有财产，专利权保护的是创作主体的智力劳动成果，属于无形财产的范畴，与劳动财产理论保护私有财产的核心要义相契合。而ChatGPT并非自然意义上的人，其生成的智力成果并不需要身体上的支配和付出。其工作逻辑是一种数字化的算法过程，身体劳累程度约等于0。其三，以ChatGPT为代表的生成式人工智能技术对现行专利法的平衡逻辑构成冲击。专利具有稀缺性，如果承认ChatGPT具有获得专利的权利，那么其产品也都将获得专利。专利的数量将出现指数级增长，专利不再具有稀缺性，从而导致产生公地悲剧，即在专利获取和使用方面，个人利益与公共利益显著失衡①。

四、体系规制：国家创新体系对生成式人工智能的恰当应用新一代生成式人工智能在服务国家创新体系的图景中表现出巨大价值。为此，法律制度应当在促进其价值最大化的同时，遏制相关风险的发生。这就需要从技术内部出发，从技术运用到产品的生成再至成果的转换，依赖法律制度化解其中存在的现实风险，加强相关机制建设，实现国家创新体系的深度优化。

（一）以数据作为法律规范体系的发力点

1.完善以数据安全保护为核心的法律规范体系。在生成式人工智能嵌入国家创新体系的过程中，数据的安全性问题主要集中于存储和使用两个环节。首先是数据保管的安全性问题。这就要求对大数据中有关用户隐私的部分严格保密，不能随意泄露。关于用户隐私的界定，一般认定既包括能直接与特定用户建立起排他性关系的自然数据信息，如自然人的姓名、年龄、受教育程度、婚姻状况等；也包括用户的网络浏览使用痕迹，比如上网网站记录。其次是数据使用的安全性问题。这一层面主要是为规范数据的可信性以及数据使用的合理性。因此，健全人工智能数据安全法律规范刻不容缓。早在2017年，中央就已经认识到人工智能数据安全治理的必要性，在顶层制度上提出了多维度的规划和要求。经过六年的法治建设，在宏观层面上我国基本已经完成了数据安全的统一立法，形成了以《中华人民共和国网络安全法》《中华人民共和国数据安全法》和《中华人民共和国个人信息保护法》为核心的法律框架。

但既有的人工智能数据安全治理立法仍存在诸多不足，具体而言包括如下两方面。一是缺少相关配套性规范性文件。生成式人工智能涉及全领域全行业的变革，需要多个分管部门如金融、医疗、教育等共同制定监督规范。此外，还应基于行业的发展实际和基本要求，合力进行法律规制。二是要突出重点，聚焦具体使用场景，进行重点立法。对此，可以参考欧盟于2024年5月21日通过的《人工智能法案》，该法案根据风险水平对人工智能应用进行分类，对高风险系统施以严格要求，并禁止被视为不可接受的应用，如预测性执法和社会评分。以此为参考，我国的相关立法要着重关心人工智能技术可能使用的场景，从场景使用的时间、频率等方面考虑可能存在的数据风险，故还应加强重点行业在应用领域的场景化立法，包括但不限于生物识别、工业互联网、智能网联汽车等重要领域，推动建设人工智能技术数据安全法律体系。此外，为推动部门立法和场景化立法工作的开展，应当组织协调制定人工智能数据安全的标准，并以此作为日后工作开展的重要参考。

2.注重算法监管权责配置作为法律重点。人工智能的工作逻辑是通过特定算法指导大数据稳步运行。算法的编写相当复杂，而现代化的生产格局势必导致其编写流程分散于诸多主体。编写主体不同，可能导致同一算法经过不同程序予以编码，使理解算法的运行逻辑和追溯算法的原始逻辑出现困难。大数据人工智能算法更是深刻体现出简单底层规则生成的复杂计算方式的无奈。由于彼此的独立性，可信度与可靠性大打折扣，甚至存在“算法黑箱”的风险。如电商平台的算法杀熟、外卖平台借由算法诱使外卖员违反交通规则等。在数据代码背后，算法开发和设计者无法避免将自己的主观偏见写入算法之中。算法主体的活动目标和价值选择以计算机代码或数学公式等形式表达意见，并非是纯粹客观的体现。

因此，为有效规避算法的潜在风险，我们需要从法律和技术规制两方面双管齐下规范算法程序。对此，欧盟在《人工智能法案》中规定，直接与用户互动或生成合成内容的人工智能系统负有透明度义务，要求提供者必须告知用户他们正在与人工智能互动，并明确标注人工智能生成的内容。从技术规制的角度进行考虑，可以通过明确算法监管机构权责，并统一算法编写人员的技术标准，来提升相关算法的透明度，限制算法设计者的主观偏见。从算法监管工具的角度考虑，可使用算法认证、算法评级、算法有限披露等综合性监管方法，推进过程管理。从法律监督的角度出发，规范的核心在于建立相关问责制度。一方面，应完善专利法规定，以专利权规制算法风险。具体而言，将算法这类技术纳入到专利申请公开程序或专利授权公布程序的允许范围，通过相关程序监督，提升算法透明度。另一方面，可合理适当引入“算法解释权”制度。当算法明显、公然地危及到他人利益或社会公共利益时，当事人或行政机关可以要求算法使用人作出解释，并要求更新数据或修正相关错误。

（二）摒弃以绝对中立为前提的价值引领

1.以核心价值观为根基。坚持发展社会主义核心价值观对于深化社会主义市场经济以及实现中华民族伟大复兴具有战略意义。坚持价值引领是新一代人工智能创新的前提，对创新重要性的价值判断是凝聚社会共识、合力的关键途径。发挥社会主义核心价值观的引领作用，可以使人工智能新兴行业的价值认知与社会主义核心价值观保持一致，并有效统一。在AIGC创新设计中体现正确价值导向，为优化人工智能技术创新做出贡献，更好地服务国家发展大局。

2.以道德伦理为约束优化技术应用流程。现代科学技术具有规训权力的属性，在其嵌入国家创新体系优化的过程中，“人”兼具操练对象和操练工具的双重角色。当前，科学技术话语已经弥漫到日常生活中，人们完全委身于科技对社会生活的安排，不自觉地听从算法推荐，个体的兴趣、爱好、欲望和冲动也被异化、操控。不仅如此，这种人们沉浸于受智能技术支配的状态可能比马克思批判的资本主义私有制下的劳动异化更具潜在威胁性。马克思批判资本主义私有制时的劳动异化仅仅是令劳动成为了劳动者的“对立面”，但是在社会信息化、智能化过程中，多数群体则是将直接被否认具有劳动的价值和意义，完全被排挤在智能化劳动的序列之外，生活的意义丧失，存在变得虚无和荒谬化。为了对抗算法的裹挟，有必要赋能技术，让其为人类所用而非反之，重拾人类主体性，发挥智慧，避免被算法和技术操纵。

基于此，应当通过技术赋能以应对可能出现的异化风险。其一，审慎确立人工智能研发和应用的价值原则，使道德伦理内在制约人工智能技术；其二，赋能人工智能技术的“依赖者”，增强他们对技术的认知，特别是应当强化人工智能的创造者和使用者的主体地位和价值导向；其三，赋能人工智能的“失能者”，尽可能消减数字鸿沟，减少用户群体的分层，降低人工智能使用门槛，在内容生产和传播上照顾弱势群体，实现社会整体认知能力和获得感的均等化，进而使人工智能为人所用，防范算法操纵和技术异化，使人回归其主体地位。

（三）结合创新体系之特性实现全过程根基性规范保障

1.平衡既有人工智能创作归属认定。生成式AI须通过算法进行批量学习，在此过程中会使用数量庞大且权限不一的已有作品库，因此生成式AI生成内容的著作权法地位存在理论争议。应当审慎看待人工智能在知识产权方面的合理配置，公平保障人工智能科技创新成果转化的正当权益。

从知识产权法角度，应对生成式人工智能的学习文本和数据进行分类，讨论哪些意义上的人工智能创作成果具有独立使用的正当性。对于仍在著作权保护期内的作品，人工智能需获取授权方可使用；对于已进入公有领域但尚未超出保护期的作品，人工智能可以无需授权使用，但应恪守原作权利，不得随意修改；如果人工智能仅参考某类思想观点而非具体材料，根据版权法以表达为主的原则，思想借鉴属正常创作范围，即便增加了人类主观偏好，也应具体问题具体分析。故应完善法律体系，平衡保护人工智能创新成果的转化与利用，促进人工智能技术健康发展。

2.制定统一规范减少个案带来的不确定性。我国在人工智能专利的申请数量上与美国旗鼓相当，但关键技术的量级指标却仍存在一定差距。我国人工智能创新成果转化率不高，一方面与人工智能基础实力有关，另一方面也与创新成果认定标准有关。建立规范统一的人工智能创新成果认定标准，有利于提升我国人工智能技术实力和国际影响力。

在无人驾驶汽车、服务机器人等领域，我国缺乏系统完善且被国际社会认可的技术标准，人工智能体系融合标准也亟待规范。作为对照，欧盟的《人工智能法案》建立了首个针对人工智能的全面治理框架，通过设立一系列统一机构体系确保该法案在整个欧盟范围内的一致应用。同样，我国也应当致力于人工智能标准体系的整合，根据国家政策要求，如《新一代人工智能发展规划》《促进新一代人工智能产业发展三年行动计划》等，适当调整成果认定工作方法，按“急用先行，成熟先上”的原则，重点开展人工智能核心术语、参考框架、算法模型等标准体系的制定，并通过完善的激励政策，推动企业实现人工智能技术国际化，在关键标准制定中发出中国声音，争取在人工智能国际标准化进程中拥有更多话语权。这既能推动我国人工智能技术快速迭代和成熟，又能加强我国在人工智能国际规则制定中的影响力。

（四）以集群化发展为导向的多元规范体系构建

1.对接国际社会标准。各国基于利益衡量、价值选择的差异性为协同人工智能资源提供了可能。在北美地区，作为AI研发中心的美国在人工智能芯片设计、计算机视觉领域处于领先位置，而且通过与谷歌、德州仪器等实力公司以及与高等院校合作，能将数字技术和产品迅速进行商业化转换并投入生产和生活应用，从而带来了丰厚的经济效益。在欧洲地区，以德国这类传统工业国为典型，人工智能技术的发展往往依托于场域理论研究及实验室技术，但在商业化和市场化方面存在困难。而在亚太地区，韩国和我国是两大主要的研究和产业驱动中心，但数字技术应用的具体领域有所区别。韩国主要将人工智能技术应用于无人机作战系统和制造业转型升级，而我国则将人工智能技术与互联网绑定，依托互联网平台提供人工智能公共创新服务，尤其是在智能家居、智能汽车、机器人等领域有较好的发展，与此同时，我国也在进一步推进计算机视觉、智能化语音处理、生物识别、语言理解和人机交互等关键技术的研发和产业化。从各个地区的发展情况来看，不同国家的人工智能技术各有优势，产业化程度也各不相同。基于此，从促进我国数字技术产业化发展的角度出发，一方面，应考虑针对消费端、生活端人工智能技术发展略差的国家和地区进行产业输出，通过培养其消费习惯，从而占领人工智能市场；另一方面，对于以技术研究见长和产业化程度高的国家和地区，应考虑通过技术购买、企业或机构合并来吸收消化对方关键技术，以此来提升我国数字技术的发展程度，并加强产业优势。在进行技术输出以及技术购买时，也应当考虑到相关地区的特定法律体系规范要求，例如欧盟的《人工智能法案》规定为保护公民的基本权利，对于公共实体使用的人工智能系统必须在部署前进行基本权利影响评估。在我国开展人工智能技术输出的过程中应当注意遵守有关规范。

2.着力推动需求发展。人工智能技术发展应以实践为导向，相关科技成果不应仅停留在实验室内，而应当走向市场化、产业化。这要求在研究中强化人工智能科技成果市场属性，关键在于要强化以满足客户技术需求为导向的研究意识和研究规划，激励研究人员对科技成果进行二次开发，对内推动科研项目立项、运行和结项，促进理论研究和学科发展，有助于培养大批实践性人工智能技术科研人才；对外直接输出服务，以提高成果转化效率，同时有效降低议价、授权、转让等中间环节的交易成本，最终提高人工智能产业化程度。总体而言，以客户技术需求为导向意味着由表及里的改变：从科研运作、销售方式、服务方式到产业链的建构，通过减少冗杂的中间环节，将需求与技术创新直接链接起来，降低交易成本同时提高创新技术的转化效率，形成创新与应用的闭环，以持续推动人工智能产业的发展。

（五）以人才强国战略助力人工智能产业全球化发展

人才是第一资源，发挥技术创新的效用离不开人才培养体系的构建。

1.注重人才培养自主性的基础作用。一方面，人工智能产业方兴未艾，有许多未知领域仍有待探索，科研创新和产业化发展需要大量的科研和产业人才。另一方面，我国现有的教育体系与市场需求之间存在错位，人才培养方法与体系无法完全适应市场需求，关键岗位甚至可能出现人才断层现象。现有的教育体系更加侧重专业型人才的培养，而忽视了对于计算机、管理学、经济学等关联学科知识的学习，无法适应市场对于“通才”的需要。表面的“人才荒”背后是人才储备不足，这需要通过搭建人工智能人才培养体系、提升人工智能人才自主培养能力，才能给人才池注入“活水”，通过建立流动的人才系统最大限度满足科研和产业发展的需求。具体而言，在理论上，应当针对科研和产业需求的不同层次，对应建立包括高层次人才、专业技术人才、基础教育人才等在内的多层次人才培养体系；在实践中，应当进行调查研究，确定关键人才缺口，搭建人才画像和数据库，充分发挥我国应用型人才丰富的优势，同时加大资金和物质的投入，补足研发人才、复合型人才不足的缺漏，实现自主培养人工智能人才。

2.优化行业人才引进机制。在提升我国人工智能科研和产业人才的自主培养能力之外，还应优化国际人工智能人才的引进战略。人工智能作为新兴产业在未来肯定需要大量人才，但我国长期依赖制造业的低人力成本优势来发展经济，相应地，我国着重于培养各技术领域的应用型人才，而缺少高精尖的研发人才，在面对新产业时难免出现存量人才队伍不足、质量难以达标的情况。由此，针对当下人工智能科研和产业发展需求的短期目标，应从促进技术交流合作的长期目标出发，加大研发投入，提高人才待遇，吸引全球顶尖人工智能人才来到或回到国内贡献自己的力量。

五、结语

在当下新一轮科技革命和产业革命突飞猛进、科学研究范式深刻变革的新时期，要加强基础研究探索和技术突破，努力构建具有中国特色、中国风格、中国气派的国家创新体系。生成式人工智能相较于其他人工智能产品来说，在创新体系方面具有极为重要的作用，但是也引发了多个层面的规制难题：第一，生成式人工智能的发展进一步强化了法律空缺和规制需求之间的张力。由于生成式人工智能的智慧性、交互性和个性化特征明显，现有的法律规范无法对其开发和应用过程进行周全规制，存在部分法律漏洞和法律空白，使得其应用风险大幅扩张。第二，即便是在个案的场景下，生成式人工智能造成的部分利益侵害等也引发了平衡困难，尤其是其借助技术中立的名义，实际上在诸多灰色地带蕴含着对特定法益的行为。总体来看，生成式人工智能对于国家创新体系产生的挑战，应当从制度层面进行构想，在稳固思想根基的情况下，结合现实需求，充分考虑发展的情况，确定生成式人工智能对接和进入国家创新体系的路径以及有关的规制基础。

注释：

①公地悲剧是一个涉及交叉学科的研究领域，它围绕传统的公地，关注资源的使用和治理，在数字时代扩展为无限的信息资源。公地悲剧强调有限资源的无限使用对于资源管理、经济理性和社会冲突的影响。拓展到数字产业中，专利法的立法目的在于从法律层面对智力成果施以特殊保护，但若有限的法律保护与无限的专利数量之间的张力愈发明显，则无疑会酿成公地悲剧。

参考文献：

［1］习近平.高举中国特色社会主义伟大旗帜 为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告［N］.人民日报，2022-10-26.

［2］王大洲，梁庆华.从脱节走向融合——中国国家创新体系结构性变革探析（1992—2006）［J］.自然辩证法通讯，2023（8）：91-104.

［3］周智博.ChatGPT模型引入我国数字政府建设：功能、风险及其规制［J］.山东大学学报（哲学社会科学版），2023（3）：144-154.

［4］张新新.生成式智能出版：知识生成原理、沿革与启迪——从智慧驱动到数据驱动［J］.编辑之友，2023（11）：36-44.

［5］樊博.ChatGPT的风险初识及治理对策［J］.学海，2023（2）：58-63.

［6］代金平，覃杨杨.ChatGPT等生成式人工智能的意识形态风险及其应对［J］.重庆大学学报（社会科学版），2023（5）：101-110.

［7］赵志君，庄馨予.中国人工智能高质量发展：现状、问题与方略［J］.改革，2023（9）：11-20.

［8］龚轶，顾高翔，刘昌新，等.技术创新推动下的中国产业结构进化［J］.科学学研究，2013（8）：1252-1259.

［9］林晨，陈小亮，陈伟泽，等.人工智能、经济增长与居民消费改善：资本结构优化的视角［J］.中国工业经济，2020（2）：61-83.

［10］荆文君，孙宝文.数字经济促进经济高质量发展：一个理论分析框架［J］.经济学家，2019 （2）：66-73.

［11］陈劲.关于构建新型国家创新体系的思考［J］.中国科学院院刊，2018（5）：479-483.

［12］李正风，武晨箫.中国科技创新体系制度基础的变革——历程、特征与挑战［J］.科学学研究，2019（10）：1729-1734+1751.

［13］於兴中，郑戈，丁晓东.生成式人工智能与法律的六大议题：以ChatGPT为例［J］.中国法律评论，2023（2）：1-20.

［14］国务院关于加强数字政府建设的指导意见［J］.中华人民共和国国务院公报，2022（19）：12-20.

［15］梁红军.国家创新体系视域下健全成果评价及转移转化机制研究［J］.学习论坛，2021（4）：114-120.

［16］中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议［N］.人民日报，2020-11-04.

［17］孙祁.规范生成式人工智能产品提供者的法律问题研究［J］.政治与法律，2023（7）：162- 176.

［18］徐凤.人工智能算法黑箱的法律规制——以智能投顾为例展开［J］.东方法学，2019（6）：78-86.

［19］郭文静.人工智能司法适用中事实认定的双重困境与纾解路径［J］.昆明理工大学学报（社会科学版），2023（5）：19-25.

［20］刘蕾，张新亚.人工智能依赖对创造力的影响与未来教育发展路径的省思［J］.广西师范大学学报（哲学社会科学版），2024（1）：83-91.

［21］薛志华.生成式人工智能对网络信息内容治理的挑战及应对［J］.中国广播电视学刊，2023（10）：13-16+73.

［22］郭小东.生成式人工智能的风险及其包容性法律治理［J］.北京理工大学学报（社会科学版），2023（6）：93-105+117.

［23］卢纯昕.法定作品类型外新型创作物的著作权认定研究［J］. 政治与法律， 2021（5）：150-160.

［24］王迁.论人工智能生成的内容在著作权法中的定性［J］.法律科学（西北政法大学学报），2017（5）：148- 155.

［25］张平.人工智能生成内容著作权合法性的制度难题及其解决路径［J］.法律科学（西北政法大学学报）， 2024（3）：18-31.

责任编辑：艾岚The Realistic Correspondence and Interaction between Generative

Artificial Intelligence and National Innovation System

——Taking the "Second

Xu Yuan

（Student Affairs Department of Party Committee， Civil Aviation Flight University of China， Guanghan Sichuan 618307， China）

Abstract：Generative artificial intelligence（AI）， as an innovative achievement of information technology， is a new engine for optimizing the construction of the national innovation system. From the perspective of the realistic foundation， the participation of generative AI in the optimized construction of the national innovation system is the choice of the market， which can meet the practical needs of efficient management and achievement transformation. However， due to the imperfection of the underlying technical logic and the lack of the normative foundation of generative AI， it is straightforward to derive technical and institutional risks such as the intrusion of basic human rights， ideological distortion， and difficulties in identifying norms in embedding into the optimization of the national innovation system. In order to further bring the positive value of generative AI into play， we should focus on data security and algorithmic regulation， build a framework system with core consensus and scientific and technological ethics as the value kernel， and a perfect domestic legal and regulatory system and docking with international trade rules as the external guarantee， give full play to the main role of talents， integrate and deploy innovation resources with technological elements， and enhance the overall effectiveness of the national innovation system.

Key words：generative artificial intelligence; national innovation system; data security; ideological distortion; intellectual property protection