近年來，隨著人工智能領域大跨步向前邁進，大眾也不斷享受著愈發豐富的多樣化、個性化技術紅利。人工智能生成內容（AI ，AIGC）指利用人工智能算法、自然語言處理（NLP）、計算機視覺（CV）等方法，自動生成文本、圖像、音頻等各類媒介形式的內容，以滿足用戶的個性化需求。AIGC的發展與應用，在帶來便利的同時也使我們面臨著一些新的挑戰。關注AIGC的利弊，有助于我們審慎對待此類新技術，從而更好地應對挑戰。

多維考察

2022年8月，利用人工智能生成的畫作《太空歌劇院》在美國科羅拉多州博覽會的美術比賽中獲得一等獎，引發了各界對AIGC的關注。2022年11月底，人工智能對話式語言模型（ for ）上線，在發布兩個月內全球用戶數即突破1億。在對話中，可以回答用戶問題、承認錯誤、質疑不正確的前提，甚至設計實驗、撰寫文稿。該模型是AIGC的代表性成果，不僅獲得了出眾的傳播效果，也對科學研究和社會生產生活產生深遠影響。無論是繪畫類還是對話類的AIGC技術，都迎來了用戶的獵奇實踐，并向生活各個領域延展。有觀點認為，AIGC將對日常應用產生顯著影響，其帶來的高效生產大量高質信息的能力節省了時間和資源，能夠明顯地輔助視覺傳達與圖像開發。

值得注意的是，AIGC并非只能提供繪圖或對話功能，而是包含著豐富的模態，由多類技術模型共同支持。作為基本的訓練模型框架，自回歸模型（ARM）、變分自編碼器（VAE）、生成式對抗網絡（GAN）、對比語言圖像預訓練模型（CLIP）、流模型（FBM）、擴散模型（DM）等各自承擔著不同的功能和亮點，從而能夠實現文本創作、圖像創作、視頻創作、音頻創作、3D創作、游戲開發等，并逐漸呈現多模態擴展。以為例，它是典型的文本生成類模型，集聊天機器人、人工智能創作者、搜索引擎、虛擬助理、語言翻譯等功能于一身。在生成內容的同時，它能夠智能化匹配用戶的價值觀及思維模式，這是來自“人類反饋的強化模型”（RLHF）訓練的結果。由此又可以看到，AIGC雖然呈現了高度整合的智能策略，但仍建立于機器與人類的交互活動之上。

帶來便利

AIGC是連接身體、技術、場景、關系的生產形式，這種精細識別融合了身體特征、生活語境、藝術創作、工業生產及商業營銷，其應用場景不斷擴容，呈現出與外部環境的智能交互。不少專業人士稱，AIGC是“繼專業生產內容（PGC）、用戶生產內容（UGC）之后的新型內容創作方式”，直言其能夠“以人類難以單獨完成的數量和速度進行生產，并允許極大程度的一致性和準確性”。

從狹義來看，AIGC重塑了日常生活，創造了與個人經歷產生共鳴的新穎體驗。它創新了生產賽道，達到了海量數據與算力的集成，增加了身體的沉浸體驗，提高了數據輸出的速度和質量。并且，它能夠從各類媒介形式入手，改造現有的信息生產秩序和結構，實現行業資源的共享與整合。隨著各類模型降低了計算的成本以及模型的不斷開源，AIGC正在向更多的行業進駐，展示出多模態的落地成長，并不斷融入人們的日常生活。

從廣義來看，AIGC的推廣應用實則是數字化背景下技術領域另一種形式的社會再生產在創造價值。馬克思所言的再生產，涉及人及生命的再生產、社會關系的再生產，以及整個自然界的再生產。這些在數字化背景下，都面臨著數字化的轉型。比如，在AIGC生產過程中，部分個人生產單位正在被逐漸替代，轉而以技術、行業、人才配合的社會單位的形式呈現。在此過程中，有關的各行各業都會不斷被洗牌。正如馬克思所說，“不管生產過程的社會形式怎樣，它必須是連續不斷的，或者說，必須周而復始地經過同樣一些階段。一個社會不能停止消費，同樣，它也不能停止生產”。此間，早期PGC的簡單再生產，也走向了AIGC的擴大再生產階段。

應對挑戰

AIGC在促進生產效率提高的同時，也使我們面臨著一些新的問題和挑戰。或許，在不久的將來，AIGC會占據大眾的電子終端屏幕而無孔不入。這個擴散的過程悄無聲息，并讓很多人都成為獵奇狂歡的一分子。在此過程中，文本、圖像等各類內容的生產走向簡單化、定制化，AIGC成為一鍵包裝、改造的便利工具，而獵奇愉悅感則可能覆蓋人們對技術背后隱私、倫理、算法偏向的關注。并且，基于這種新鮮體驗，即使AIGC出錯或是不夠準確（比如，官網就有對可能會生成“看似合理但荒謬”結果的說明），不少人也會展現出極大的包容度而戲謔接受。這可能會降低技術檢驗的標準，同時也會導致專業創作中透明度的下降與研究成果的泄露。在走紅的這段時間，關于論文寫作、考試答題、惡搞對話等記錄已數不勝數。加之，在受眾媒介素養層次不一的數字社會中，如此繁雜的內容真實性無從考證，謠言與版權侵權問題亦無從問責，大量謠言與版權侵權問題容易因此而生。在這個層面上，AIGC存在諸多難以識別的異化趨向。

同時，目前AIGC的應用仍存在不穩定性，這體現在生成內容的質量和準確性可能有所差別。有研究者指出，盡管人工智能有潛力生成與人類書面內容一樣準確的科學文本，但在深度和整體質量方面仍存在差距，更可能包含語言冗余和事實問題方面的錯誤。這類情況在其他AIGC領域同樣存在。并且，在與用戶自我呈現需求的交叉下，“一鍵轉化”“即時會話”等短生產鏈優化了用戶體驗，在一定程度上增加了用戶對平臺的依賴性，刺激了社交分享欲，但同時也增加了扭曲布迪厄（ ）所說“趣味判斷力”的可能。而當獵奇狂歡結束、技術底色暫時流失時，數字平臺中卻很少有人糾正技術遺留的區隔。不僅如此，AIGC對視覺沖擊感與道德倫理的邊界區分仍不清晰，這也可能帶來一些問題。一方面，這可能導致難以避免的價值觀偏差；另一方面，這還可能導致視覺環境中真實的外緣愈加模糊。在AIGC開發與規模傳播之下，本雅明（ ）所說的“原真性”或走向式微。

此外，就AIGC本身的技術基礎來說，前期模型訓練所需的大量數據集，要建立在真實數據之上。但是，在訓練過程中仍無法保證數據的安全性與對個人隱私的保護。并且就目前來看，AIGC的出現雖已得到工商界認可，但仍處于試水階段。伴隨著現象級的宣傳及社交媒體的裂變傳播，AIGC才得以推廣。其內容生產類型單一（集中在文本與圖像領域）、用戶黏性不足（“嘗鮮”過后易流失）、生產領域碎片化（圖文分離缺乏整合）等問題，都需要在后續的應用中進行克服與改進。

總體而言，AIGC的發展問題背后是技術與人類的關系問題。不論是還是人工智能繪畫，要看到技術的發展伴隨著媒介、價值和人類生存等方面的變化。人工智能作為一種技術，承擔著經濟性、社會性等功能，其“延伸”和“截除”或無法避免。不過，人的主動性仍然有用。當新技術貫穿人類從文字、印刷再至電子、網絡傳播的發展階段始終，并構建起無數媒介化生存法則時，我們應看到其中的得與失。更重要的是，我們應保持警惕、把握倫理、懷抱希望。

（作者單位：中國人民大學新聞學院、荷蘭鹿特丹伊拉斯姆斯大學國際社會研究院）