從生成式人工智能到生成性媒介：對“生成”意涵與媒介環境的再審視

【摘要】生成式人工智能的技術語境凸顯了媒介及媒介環境的生成性和復雜性。對生成這一動態“過程—機制”的元理論進行分析，有利于在理解生成式人工智能的底層架構和技術邏輯的基礎上，厘清生成性媒介的意涵和新媒介環境的變革。文章首先通過對人工智能與媒介發展中生成概念的溯源，揭示生成意涵表現為技術自主論與社會建構論之間的有機互動，促使媒介觀的動力學與過程性視角轉向；其次，在智能技術層面爬梳技術生成主體由人類一般智力到機器智能對齊、生成邏輯由線性因果判斷向概率分布的演進，呈現媒介作為生成的行動主體，人機共同調試下生成的新型媒介環境；最后，追問和反思生成的價值依歸，在社會建構論視域下對技術自主性發展所引發的人類主體性沖擊、信息與知識體系失序、社會信任機制動搖等新媒介環境中的倫理危機作出回應。面向未來，有必要在媒介技術發展的學理和實踐層面重視社會倫理的“軟”引導和價值規范的“硬”約束，為更具良性運轉的生成性媒介環境建設奠定基礎。

【關鍵詞】生成式人工智能 生成性媒介 技術自主性 社會建構論

【中圖分類號】G206 【文獻標識碼】Ａ 【文章編號】1003-6687（2024）11-080-08

【DOI】 10.13786/j.cnki.cn14-1066/g2.2024.11.011

以ChatGPT和Sora為代表的生成式人工智能之崛起是機器智能領域的一次重大變革，也是媒介技術發展由專用性人工智能轉向通用性人工智能的關鍵節點。[1]這一轉變意味著人工智能技術不再僅僅是某個領域內部的專門信息獵手，其應用范圍日益廣闊，凸顯了信息生產的自主性、高效率和強泛化，其內嵌的機器學習過程亦展示出該項技術的環境感知、事件決策和多方協作等高級能力。隨著生成式人工智能在代碼、語音、文本、圖像和視頻等領域的應用日趨成熟，且被越來越多地應用于搜索問答、寫作和知識生產等多元場景，[2]學術界對生成式人工智能媒介技術的研究與討論亦逐步增多。在既往的媒介研究中，生成式人工智能不僅被視為“數字大模型”“生成型預訓練聊天機器人”和“通用任務助理”，①更被定義為“知識新媒介”“語言基礎設施媒介”“數字媒介”“個體化媒介”等，①其作為一種生成性媒介的屬性不斷凸顯。正如有研究指出：生成式人工智能重塑了媒介形態和媒介意涵，我們似乎正處于一場媒介革新的開端——生成性媒介的興起。[3]其中，生成性媒介指媒介并非僅作為信息存儲的容器和流通的渠道以發揮工具性功能，而是具備理解、處理和生產信息的能力。這驅使我們超越過往靜態、簡化、線性的媒介觀，以一種動態的、過程性的視角看待媒介與媒介系統。

因此，本文針對生成性人工智能這一新興技術展開研究，以期跳出已有研究圍繞技術本身的運作機理及其形成的社會影響所作的靜態推演，回到“生成”這一核心概念中動態的“過程—機制”的元理論分析上來，在厘清人工智能生成之主體、生成之邏輯、生成之效應的基礎上，揭示技術自主論與社會建構論之間的有機互動，從而對生成性媒介的意涵及其對媒介環境的影響作出進一步闡釋與梳理。

一、人工智能與媒介發展中的“生成”概念溯源

1. 人工智能生成的技術自主性指向與社會建構內嵌

在哲學史上，“生成”是一個有著深厚積淀的概念，其對應兩個英文單詞，即becoming和generative。而在生成式人工智能研究領域，學界多使用generative來代表“生成式”或“生成性”。對于“生成”等一系列技術概念內涵的探討首先源于德勒茲、加塔利等學者基于becoming一詞的哲學論述，強調生成網絡的無限生長性與發散性，指向關系先于存在、過程重于結果、差異優于同一。[4]參考牛津詞典對于becoming的釋義，這一理路可進一步概括為：強調逐漸到達或變成某種狀態（state），或是達到與他物相適應（befitting）的某種行動。而generative被釋義為：具有生產力的（productive）、有繁殖力的（procreation）。[5]在關于生成式人工智能技術的探討中，“生成”一詞指向技術在與人有效而即時的無限交互作用中，基于算法、模型、規則以自主生產內容，體現出強大的對信息、知識及觀念的理解力、推理力、交互性與涌現性。[6]因此，區別于傳統判別式或決策式人工智能（Discriminative Artificial Intelligence，DAI），生成式人工智能不僅具有基礎的分析和預測功能，還擁有獨立作出決策判斷、自主生產內容的能力。[1]

可見，無論是becoming還是generative，“生成”概念均強調技術的系統化動態機制與連續不斷的自主繁殖力，與技術自主性思想中技術的自我增強與自我驅動模式聯系緊密。技術自主性思想來源于法國技術哲學家、媒介環境學的奠基人之一雅克·埃呂爾，指“技術按其自身的邏輯規律自主發展，并決定和支配著人的思維與社會狀況”。其意在揭示技術發展相對獨立的趨勢和技術發展過程中各要素之間互動演化及整體進化、增強的進路。[7]（85）

但在人工智能自主生成的具體實踐中，生成的運行機制仍內嵌于社會建構之中。正如技術的社會建構論所強調的，一方面，技術并非一種脫離于社會之外的抽象物，其發展總是蟄居于當下特定的社會情境和實踐活動之中；另一方面，并不存在一個穩固的外部現實，技術確立的過程也是社會建構的過程。[8]因此，生成式人工智能生成的樣態必然包含著技術在特定社會語境下的諸多社會實踐。聚焦于中國語境，2023年7月，國家互聯網信息辦公室聯合有關部門公布了《生成式人工智能服務管理暫行辦法》（以下簡稱《辦法》），界定了生成式人工智能技術的基本含義，即“生成式人工智能技術，是指具有文本、圖片、音頻、視頻等內容生成能力的模型及相關技術”。[9]盡管《辦法》沒有在學理層面深度賦予“生成”概念更多內涵，但值得注意的是，對于這種自主性與涌現性的技術模式，國家有關方面特別強調了提供生成式人工智能技術的相關服務倫理，主要包括在模型優化訓練、個人信息保護、未成年人防沉迷措施等方面確保技術的健康走勢。這表明，有關技術自主性問題的慎思“在實踐中直接指向的是技術能不能控制的問題，而這個問題的答案不應該從技術中尋找”。[10]換言之，技術能否可控的問題實際上與人類具體的社會建構行動息息相關。

由上述學界與業界關于生成式人工智能已有的定義可知，“生成”既指向技術自身的自主學習、創造與進化能力，也涉及人類社會對于生成模型與技術規則、倫理的建立乃至調適，其實質是“技術自主”與“社會建構”的有機互動。這種關于人工智能生成意涵的技術自主性指向與社會建構的內嵌，進一步重塑了媒介觀和媒介理論的發展，促使我們關注媒介的生成性轉向。

2. 媒介生成的動力學與過程性轉向

從媒介視角出發，ChatGPT、Midjourney和Sora等生成式人工智能的廣泛應用展現出個體與智能媒介前所未有的新型交互方式，讓具有行動力的媒介和變動復雜的媒介系統從抽象、隱喻的背景變為具象、現實的前景，即媒介與媒介環境不僅隱匿于人類社會交往之中，也同樣顯示出作為行動主體角色與社會其他要素共同生成不斷變化、難以預測的媒介環境的潛力。具體而言，在傳統大眾傳播學的結構功能主義范式下，傳播內容是研究關注的重點，無論是ChatGPT還是其他生成性媒介，在這種媒介觀下其僅能被視為一種承載內容的新媒介手段或技術背景。但以生成性人工智能為代表的媒介技術對現實世界的“擾動”，讓曾經較為抽象和隱性的“媒介即訊息”和技術即行動者的媒介觀愈加清晰和凸顯，驅使我們看到媒介及媒介生態的生成性和復雜性，并以一種行動者的動態視角來審視媒介與社會的關系。因此，在這種生成性的媒介技術語境下，胡翼青等學者形成了一系列研究成果，以呼喚一種強調變動與過程性的媒介動力學，從而超越傳統結構性與靜態化的媒介觀，建立生成性的媒介研究視角。

對于媒介的生成性或生成性媒介的論述，在既往的媒介理論研究中已有所體現，媒介環境學派的代表人物麥克盧漢的媒介觀，就蘊含著媒介是持續運動的過程而非靜止的結構，因而媒介環境是生成性的而非客觀存在的思想。[11]之后，作為媒介生態學代表的馬修·福勒更是基于數字技術與智能社會的發展重新審視媒介研究，提出了生成性的媒介本體論，聚焦動態復雜的媒介系統，推動對媒介理解從傳播渠道到基礎設施甚至是行動者、從強調功能到強調存在、從先在到生成的轉向。[12]總之，在生成性的媒介觀下，一方面，媒介不再是某一終點性的結果，而是持續具有發展與生成動力、創造新可能的行動力，通過生成時空、場景與實踐，制造感知、經驗與權力關系，從而與現實世界建立聯系。另一方面，媒介不再是與人類主體相獨立的工具或渠道，而是在持續嵌入人類日常生活的過程中發展為人與媒介技術的互嵌，同時媒介技術開始內化為人的主體性力量，從而形成人與技術共同創造社會交往關系與社會結構的新圖景。

因而，生成性媒介視角打破了人類中心主義與主客體二元論，在看到媒介所體現出的自主性和自創性的同時，也看到媒介作為居間者或行動主體與人類社會的關系互構。媒介不再是社會有機體穩定而確定的組成部分，“媒介像波一樣運動，又具有粒子態的結構”，形成非線性、不可預測的媒介環境，我們需要面對生成過程中的偶然與無序。[11]而這種動態的媒介生成性過程也同樣顯示出人工智能技術生成實踐中，技術自主性與社會建構的互動與互構。

當生成成為智能技術與媒介發展的底層邏輯，我們有必要從技術生成之主體和生成之邏輯出發，在自主論與社會建構論互動的視域下，揭示媒介生成意涵的動態演變，并進一步評估生成性媒介的社會效應和倫理問題。在此基礎上，圍繞從人工智能技術到媒介，再到媒介系統的“生成”之概念，形成解釋媒介技術的本體論、認識論和價值論的邏輯閉環。同時，人類如何將內嵌價值立場的社會建構行動植入媒介技術的開發、應用、選擇、轉化的生成全過程，決定了“人的自主性能否超越技術自主性，從而形成良性媒介生態系統”。這是媒介討論的關鍵落腳點，也是本文借助技術自主論和社會建構論的闡釋路徑以觀照生成性媒介技術發展的原因所在。

二、媒介技術作為動態行動者：生成之主體演進

對于生成之主體的探討意味著需厘清生成式人工智能及生成性媒介是“誰基于什么來生成”的，也即圍繞技術發展探求生成的“源頭活水”和“內生主體”，其對應媒介技術的本體論問題。

在技術自主論視域下，技術的發展有其自身內在的生命力，且具有相對獨立性，這一理論重點關注技術發展的內生邏輯與規律對人的自我存在產生的他律性，以及價值、個人或社會主體之間被技術所中介的可能。[13]按照技術自主性的指向，技術背后往往是一套具有巨大潛力和變革力的技術群和由技術群所形成的作為整體的技術系統。就生成式人工智能來說，其生成能力爆發實質上由智能算法和大數據的進步共同推動，[1]而其“源頭活水”正是埃呂爾闡述“技術自主性”時曾提及的馬克思之言：社會一般智力對自然界的賦能。[14]這里的一般智力指隨著社會發展而形成的階段性的總體人類智力，也即一般社會知識。

從生成式人工智能初始智能的生成源出發可以看出，從計算智能到感知智能再到認知智能，技術自主生成的能力是逐步被激發開顯的。自1956年人工智能被界定為一種新的電腦創造性系統方法論之始，人的一般智力屬性作為機器進化的標準之一便被確立下來，[15] 類人和類腦成為人工智能的核心技術要求及始終追求進化的目標。當前，人工智能正漸次進入認知智能階段，其生成性被更大程度地激發，通過全方位模仿人腦的認知能力，使智能機器具有記憶、學習、理解、邏輯、思維、情感等淺層的意識類腦能力與行為控制能力，從而讓機器能夠像人一樣進行思考、表達和行動。[16]可見，人工智能是人類一般智力對自然界的賦能，是由人類以自身智能為藍本進行的設計和建造。因而，人腦所具備的一般社會知識是生成式人工智能計算運行與智慧生成的元智能。這種元智能代表著原始的、與生俱來的智能，它以碳基生命為載體，指向理解、表達、抽象、推理、創造和反思等人類高級能力。[17]

從生成式人工智能的技術內核出發，大規模預訓練語言模型、上下文學習和基于人類反饋的強化學習，是生成式人工智能具備強大生成性的核心技術。其中，大規模預訓練語言模型被稱作生成式人工智能的基座模型或基礎設施，可以為解決各種復雜問題提供底層強大的計算、學習和求解能力。[18]大模型作為一種基于深度學習的自然語言處理技術，旨在通過大規模的文本數據進行自監督學習，使模型學習到人類語言的潛在結構、語法規則和語義關系。[19]在模型預訓練中，大規模預訓練語言模型會接受大量的未標記文本數據，例如維基百科、互聯網文檔等，并通過自監督任務來學習語言的表達。在基座模型的基礎上，上下文學習技術隨之生發，旨在驅動語言模型基于當前輸入數據的上下文信息進行學習和預測。進而，生成式人工智能會基于人類反饋的強化學習，通過與人類進行交互和反饋來訓練智能代理或大語言模型，使模型與人類的偏好和習慣對齊，[20]從而讓人工智能的行為符合人的意圖與價值規范，以實現智能對齊。[21]在上述技術群或技術系統運行的過程中，一般智力間或融入，技術由此與人類偏好的理解方式、問題的理解意愿及解決方式、價值觀及意識形態相匹配與對齊，[18]最終符合人機交互的自然形式，也即人機智能對齊。

從一般智力到智能對齊，技術自主性以基座模型、上下文學習信息文本和基于人類反饋的強化學習為中介路徑，其生成之源頭是人類一般智力，生成之主體是人類的習慣偏好、價值倫理規范以及由此形成的人類社會的語料數據。因此，從技術自主性的源頭和主體行動者來看，ChatGPT等生成式人工智能技術雖然提供了一套系統而完備的信息流通網絡，但人類智力仍是這一網絡源源不斷的“活水”提供者，[22]其本質上無法超越人類智力范疇內的文本內容或語料庫“喂養”。不過在此基礎上，生成式人工智能技術并沒有完全依賴于人類一般智力與智能對齊的訓練與監督，而是基于自主監督式學習，逐步跨入技術自主論中的自我增強階段。這種自主性發展的潛在挑戰在于：“在達到了人類的預期目的之后，裝置還會繼續運作并生成人們計劃外的結果”，[23]由此人作為生成主體的位置開始動搖。

從媒介的角度看，生成式人工智能在生成源和技術內核所顯現的技術，以人類社會為基礎而逐漸生發出自主性趨勢。一方面，這印證了保羅·萊文森關于媒介進化的“人性化趨勢”的論斷，即ChatGPT等生成式人工智能在發展過程中其類人和類腦特性逐漸開顯。[24]正如360集團創始人周鴻祎針對OpenAI的升級版技術成果GPT-4o的形象闡述，從GPT-4到GPT-4V再到GPT-4o，人工智能逐漸具備了對知識的理解力、視覺能力和對情緒、情感的表達能力，從而擁有了“大腦”“眼睛”“耳朵”和“嘴巴”等逐漸齊全的人類感官。[25]另一方面，這種趨勢啟示我們，生成性媒介技術與媒介史上任何一種應用型技術不同，其并非某種工具性的載體或中介，而是自身作為一種動態的行動者，在自主涌現和傳播知識、信息的同時，成為與人類共生、互構的新主體、新常人。[26]因此，當媒介不再是靜止而穩定的物自體或環境，我們就需要在人與技術互動融合、共創生成的過程中理解媒介作為生成性主體的新意涵，并看到媒介系統中人與技術、人與社會、技術與社會等各種關系都處于不斷變動和轉化之中的全新生態。

三、人機共同調試下的媒介環境重塑：生成之邏輯理路

對生成之邏輯的探討意味著厘清生成式人工智能及生成性媒介的生成方法與關鍵路徑，其對應媒介技術的認識論和知識觀。在生成式人工智能具體的生成實踐中，技術群及相應的技術系統如何運轉、如何結合有監督與無監督式訓練、如何自主學習從而具備生成與涌現的能力；當媒介技術具備這種生成力后又如何重塑人與媒介互動關系、信息和知識生產及傳播模式等媒介環境體系，是本文考察生成邏輯的重點。

1. 從因果演繹到概率分布：媒介技術的生成原理解析

在技術的運行與生成過程中，生成式模型的建模方式、基于該建模方式的運行原理以及支持模型進化的新技術之間相互依賴和不斷進化的特征，共同決定了技術生成性的發展。其一，從生成式模型的建模方式與運行原理來說，傳統判別式人工智能所基于的判別式模型，是建立在因果性上直接對數據和預測類別的條件概覽進行建模，從而通過演繹式的規則輸入來實現認知模擬；而生成式人工智能所基于的生成模型則建立在相關性和概率性上，對聯合概率分布進行建模，從而通過預測不同元素間的概率分布來實現認知模擬。[27]由此，生成式人工智能可以根據給定的輸入，預測接下來可能出現的文本，再經由概率計算輸出結果，并在人類實時標注的反饋數據中進一步訓練優化。[6]在這種生成式模型運行體系下，生成式人工智能能夠根據已經學習的內容創造性地生成新內容。

其二，使生成式大模型涌現出驚人能力的因素，除了訓練模型規模與數據量的擴大之外，更重要的是支持模型進化發展的新技術，包括提示學習、指令精調和思維鏈技術。提示學習也被稱為語境學習，旨在通過構造提示語和預訓練數據，以少樣本甚至零樣本的模型學習提升其推理能力。指令精調旨在通過學習人類與模型交互的模式，使模型更好地理解人類意圖。思維鏈則是以人類思考和解決復雜推理任務中，將問題分解為多個中間步驟、逐步求解的過程為參考，通過模擬人類在完成復雜任務時的思維過程，以連續多步邏輯相關聯的提示，支持前述指令精調，使模型在應對具體情況和解決問題時具備多步推理、學習與數據構造的能力。[20]

上述技術群在進一步訓練與學習的動態運行過程中，逐步實現了從有監督到無監督、從多樣本到輕樣本、從依賴人工到自主驅動的轉變，人工智能的自主生成性被逐漸激發。從生成式人工智能ChatGPT-1到ChatGPT-4的進化來看，技術模型的訓練與學習以無監督預訓練、有監督精調為基礎，經歷了從指令性學習到強化學習的過程，包括三個階段：首先，通過人工干預的預訓練和有監督微調得到初始的生成式模型；其次，人類標注者對初始設定的問題和模型生成的回答進行綜合排序，通過獎勵模型訓練并建構數據集；最后，基于前一階段的獎勵模型反饋，優化大語言模型和相應算法，以此得到滿足人類偏好的模型。此后，基于人類反饋的強化學習技術還會根據所有使用用戶的反饋不斷學習和優化，使生成式人工智能模型在復雜任務中的性能和效果進一步提高。值得關注的是，ChatGPT-4還在強化學習技術的基礎上，額外加入了安全獎勵信號，幫助模型判斷安全邊界以減少模型的有害輸出，防范化解安全風險。[19]

2. 人機互構、秩序重組與深度媒介化：新媒介環境的生成

基于上述對生成式人工智能技術系統生成方式、生成過程的具體分析，我們可以發現，生成性技術的發展一方面得益于技術與人類智力及價值規范的不斷交互，正如ChatGPT因“Chat”而具有并顯示自己的生成能力；另一方面則得益于在模型進化、算力的支持下，技術自主性發展的自我增強能力和技術要素相互嵌套且愈發結合的趨勢，以此形成生成的技術邏輯。這種邏輯也即生成性媒介的運行邏輯，顯示出大模型技術基于概率分布對媒介環境體系的重塑。正如基特勒的經典論斷“媒介決定了我們的處境”，[28]生成式人工智能的生成邏輯不僅重新定義了媒介意涵，還進一步形塑和建構了人類與機器不同主體間的互動、日常生活與社會系統。

其一，人與媒介的關系轉變為不斷變化和相互適應的“調試模式”。面對生成性媒介技術，人與媒介的關系更多的不是使用、觀察或控制它們，而是在不斷調試中實現信息、知識乃至關系的共同生成。[20]如在上文提到的技術生成過程中，人類建構模型、“投喂”材料，以及技術學習訓練的過程是一種互動調試的雙向實踐，人與技術各自的特征都在互動中以彼此為前提，不斷生成與變化。由此，人與媒介技術已然“互為尺度”，[29]并在相互的調試中讓一切堅固和確定的媒介結構體系不復存在。

其二，在人與媒介新的交互關系下，一系列信息與知識的呈現和組織方式均發生轉變，“搜索—獲取—交互—生成”的生產流程和無須依賴傳統平臺作為中介的“生產即分發”的分發形態成為常態。[24]前者（生產流程）源于生成性媒介擁有的強大預測性和模擬性，因而用戶在搜索和交互過程中所產生的文本，可以基于技術基底的大型數據集被匯總、重寫和擴展等。不過，雖然媒介生成的邏輯實現了從“拼接”到“原生”的轉向，但這種“原生”仍基于人類社會已有的數據集，因而其交互和生成的結果仍然無法跳脫媒介技術基于眾多數據集而形成的“腳本”。對于后者（分發形態）而言，當一鍵生成和一鍵發布的生產和傳播模式結合在一起，這種自動化與一體化的生產與分發機制縮短了信息與知識接收的過程，也進一步擴展了信息與知識發布的場景。

其三，當媒介系統的運行轉變為技術系統的底層生成邏輯與多主體間協調交互，知識與信息的呈現組織方式被革新時，一種人與技術互嵌的深度媒介化社會將變為現實。相較于生成性媒介出現之前的表層媒介化現象，“深度媒介化”指向一種內在趨勢，即隨著媒介技術向社會滲透的程度不斷增強，社會在結構層面的制度、文化和個體層面的實踐活動等各類元素，都與數字媒介及其基礎設施發生相互型構。[30]人與技術共創的、更具沉浸式的混合現實成為理解深度媒介化現象的前提。[31]尤其是當視頻生成技術Sora作為“世界模擬器”（word simulator）橫空出世，其意味著媒介環境的又一次革命性重構——視頻化社會的到來。由此，整合了所有媒介形態的智能化視頻正在成為通用性和生成性媒介的主導媒介形態。

四、媒介生成之效應評估與倫理校準

對生成這一動態“過程—機制”的元理論分析，對于理解生成式人工智能和生成性媒介的底層架構和技術邏輯，具有“打開技術箱蓋”的積極意義。上文在技術自主論和社會建構論相互纏繞、互動的基礎上，在智能技術層面爬梳了技術生成主體由人類一般智力到機器智能對齊、生成邏輯由線性因果判斷向概率分布的演進，呈現了媒介作為生成的行動主體，在人機共同調試下生成的新型媒介環境。接下來，本文將追問和反思生成的價值論依歸，考察生成式媒介技術所彰顯的技術自主性將對媒介系統和人類社會產生何種挑戰，又如何通過社會建構和人的自主性平抑相關危機。這種追問和反思意味著，在技術自主性開顯過程中所產生的問題不應依賴于不斷涌現和生成的新技術來解決，[7]（89-91）而應在社會建構論視域下對技術自主性發展所引發的倫理危機，以及人類的主體性沖擊等問題作出回應。

其一，當媒介技術成為與人類共同生成的主體時，人的主體性何去何從，人在媒介環境中如何自處并把握人與技術關系的界限，成為媒介技術不斷生成過程中關注的重點。一方面，生成式人工智能自主生成的過程機制并非僅局限于功能層面的內容，而是漸進為一種社會理念和結構性機制。由技術自我增強帶來的不僅是一般智力向硅基生命體的轉移，同時也是智能對齊過程中所涌現出的技術解決主義，它將人類更深層次的編碼能力和“思維鏈”能力通過訓練不斷交付給機器，這或將引發工具理性對人類自主性的深度反噬。另一方面，生成式人工智能對人的概念、情感、尊嚴以及社會價值的錨定等均帶來了嚴峻挑戰。技術自主性中的一個核心觀念是“人類無法預知技術帶來的后果”。伴隨著技術生成能力的成熟，技術或將成為凝視人類的他者，[26]并基于自身的生成性在很短的時間內形成一套自己的語言和算法，從而在未來對人類“投喂”給它的知識感到厭倦和不足，另外開發自己的知識領域、建立自己的道德標準或行為規則體系，讓人類已經成形的種種道德規范體系轟然倒塌，[32]形成技術自主性對人類自主性的僭越。

其二，在人與媒介技術共同生成的媒介環境下，信息與知識原有的生產和傳播秩序面臨失序危機。這將導致社會信任機制動搖，公眾是否還能通過媒介來理解社會事實、真相是否還存在等，成為新媒介環境生成過程中最大的問題。生成性媒介在社會的滲透，預示著后真相時代的真正來臨和真相的深度隱匿，其距離社會現實越近的同時，也意味著人類與現實和真相之間的距離越來越遠。當傳統公眾辨識真偽的“有圖有真相”“有視頻有真相”等經驗手段被技術生成的圖像與視頻取代時，信息來源變得更加難以追溯，社會真相的出場機制被重構，媒體機構對于信息、新聞內容和事實的把關機制也將被顛覆。面對媒介環境中正確與錯誤、高質量與低質量、真實與虛假交錯混合的混沌現實，媒介與信任的聯結機制將開始崩塌。如在社交媒體平臺上，公眾在參考和消費信息時，需要考慮和判斷其生成的主體是機器還是人類，其可信度有多少。這種人與媒介、人與權威機構原本已建立的信任機制出現解體的情況，不僅會導致媒介治理困境頻發，更讓人擔憂的是，這將會減弱公眾公共參與的動力和行動，從而阻礙社會民主和公共領域的發展。[33]

面對生成性媒介技術對媒介系統以及整個社會體系產生的沖擊，未來有必要在技術的學理闡釋上重視技術的社會建構論，以平抑生成式人工智能引發的技術樂觀主義，并在實踐中校準生成式人工智能的社會效應和倫理規范。目前，雖然多數研究者仍認同一般智力的有效性原則，認為人類在某些方面的創造力始終是機器智能所無法企及的，但是，關于未來的社會建構常常受到當下技術發展思路的限制。正如在生成式人工智能技術的開發和應用中，自主性和社會建構的融合更多凸顯的是技術自主的必然，而非技術社會建構的應然?；蛟S未來的智能機器會進一步擺脫人類認知模式的限制，顯現出超越人類的創造力。[34]因此，有必要更加重視技術的社會建構，完成技術自主論和社會建構論之間的和解，在重視人機對齊技術智能維度與技術自主驅動能力的同時，更加關注技術與人類社會價值觀的對齊，以社會建構推動生成性媒介技術的向善發展。

結語

在生成式人工智能技術的推動下，媒介從靜態的信息中介轉向動態的生成主體，催生復雜且高度互動的媒介生態系統，促使媒介觀實現動力學與過程性視角轉向。本文在深入剖析生成式人工智能的底層架構及其技術邏輯的基礎上，通過對生成這一動態“過程-機制”的元理論探討和概念溯源，從生成之主體、生成之邏輯和生成之效應三個維度厘清生成性媒介的內涵及其對新媒介環境變革的意義。生成在智能技術層面表現為生成主體由人類的一般智力到機器智能對齊、生成邏輯由線性因果判斷向概率分布演進，亦在媒介層面呈現出媒介作為生成的行動主體，在人機共同調試下生成新型媒介環境的社會現實，這個過程本質上是技術自主論與社會建構論之間的有機互動。然而，生成式人工智能技術在帶來變革的同時，也引發了一系列倫理危機與社會挑戰，如技術自主性導致的人類主體性弱化、信息與知識體系失序、社會信任機制動搖等。這些問題亟須學界與業界在社會建構論視域下進行批判性反思與規范性校準，從理論和實踐兩個層面搭建生成式人工智能技術發展的倫理基座。

2023年2月，中共中央、國務院印發《數字中國建設整體布局規劃》，強調要“強化系統觀念和底線思維”“筑牢可信可控的數字安全屏障”。[35]其針對數字技術發展提出的要求，正是對涵蓋媒介技術在內的中國數字技術實踐，在社會倫理層面的“軟”引導，在數字技術價值層面的“硬”約束，意在強調構建數字技術的發展和規約體系，推動建立網絡空間命運共同體，從而使數字技術的發展貫徹開放、健康、安全的人文主義價值取向，為更具良性運轉的生成性媒介環境建設奠定基礎。對于從事生成式人工智能技術相關研究和實踐的學者和業者來說，深入貫徹黨中央和國務院的安排部署，在微觀上平衡技術創新與社會價值、促進媒介與人良性互動，在宏觀上助力“數字中國”戰略背景下中國數字化轉型和數字社會建設，是應該持續著力的方向。

參考文獻：

[1] 陳永偉. 超越ChatGPT：生成式AI的機遇、風險與挑戰[J]. 山東大學學報（哲學社會科學版），2023（3）：127-143.

[2] 全球生成式AI產品研究報告2024[EB/OL].[2024-06-20].https：//mp.weixin.qq.com/s/GQh_EN5dkwTBWg8J0vZscw.

[3] Lev M. Seven Arguments about AI Images and Generative Media[EB/OL].[2024-09-29].https：//manovich.net/index.php/projects/artificial-aesthetics.

[4] 尹晶. 西方文論關鍵詞生成[J]. 外國文學，2013（3）：93-102，159.

[5] The Oxford English Dictionary [EB/OL].[2024-05-15].https：//doi.org/10.1093/OED/6565765148.

[6] 喻國明，劉彧晗. 理解生成式AI：對一個互聯網發展史上標志性節點的審視[J]. 傳媒觀察，2023（9）：36-44.

[7] Ellul J. The Technological Society[M]. New York： Alfred A. knopf， 1964.

[8] Berger P， Luckmann L. The Social Construction of Reality： A Treatise in the Sociology of Knowledge[M]. New York： Anchor Book， 1967： 68.

[9] 生成式人工智能服務管理暫行辦法[EB/OL].[2024-06-01].https：//www.gov.cn/zhengce/zhengceku/202307/content_6891752.htm.

[10] 劉永謀. 技術的反叛[M]. 北京：北京大學出版社，2021：22.

[11] 李璟，胡翼青. 從“環境”到“波粒二象性”：關于“媒介即環境”的再思考——媒介環境學經典理論重訪之四[J]. 新聞記者，2024（3）：53-67.

[12] 馬修·福勒. 媒介生態學：藝術與技術文化中的物質能量[M]. 麥顛，譯. 上海：上海社會科學院出版社，2019：14.

[13] Ellu J. The Technological System[M]. New York：Continuum， 1980： 36-153.

[14] 馬克思，恩格斯. 馬克思恩格斯全集：第三十一卷[M]. 中共中央馬克思恩格斯列寧斯大林著作編譯局，譯. 北京：人民出版社，1998：102.

[15] 李河. 從“代理”到“替代”的技術與正在“過時”的人類？ [J]. 中國社會科學，2020（10）：116-140，207．

[16] 尹幫文，孫偉平. ChatGPT沖擊波：類人恐懼與異化危機[J]. 理論月刊，2023（6）：5-13.

[17] Zhu S， Yu T， Xu T， et al. Intelligent Computing： The Latest Advances， Challenges， and Future[J]. Intelligent Computing， 2023（3）： 1-45.

[18] 劉學博，戶保田，陳科海，等. 大模型關鍵技術與未來發展方向——從ChatGPT談起[J]. 中國科學基金，2023，37（5）：758-766.

[19] 張熙，楊小汕，徐常勝. ChatGPT及生成式人工智能現狀及未來發展方向[J]. 中國科學基金，2023，37（5）：743-750.

[20] 張偉男，劉挺. ChatGPT技術解析及通用人工智能發展展望[J]. 中國科學基金，2023，37（5）：751-757.

[21] 劉永謀. AI對齊是一種危險的嘗試[N]. 社會科學報，2024-01-25（6）.

[22] 朱春陽. 你好，ChatGPT！[J]. 新聞大學，2023（1）：2.

[23] 威廉·弗盧塞爾. 技術圖像的宇宙[M]. 李一君，譯. 上海：復旦大學出版社，2021：12.

[24] 郭全中，蘇劉潤薇. 作為新基礎設施的AGI：以GPT-4o等新一代生成式人工智能為例[J]. 新聞愛好者，2024（7）：16-21.

[25] 周鴻祎談GPT4o[EB/OL].[2024-06-01].https：//www.163.com/dy/article/J27LVEKA0519860S.html.

[26] 劉海龍，連曉東. 新常人統治的來臨：ChatGPT與傳播研究[J].新聞記者，2023（6）：11-20.

[27] Tomczak J M. Why Deep Generative Modeling？ In Deep Generative Modeling[M]. Cham： Springer International Publishing， 2021： 1-12.

[28] 吳璟薇，曾國華，吳余勁. 人類、技術與媒介主體性——麥克盧漢、基特勒與克萊默爾媒介理論評析[J]. 全球傳媒學刊，2019，6（1）：3-17.

[29] 彭蘭. 人與機器，互為尺度[J]. 當代傳播，2023（1）：1.

[30] 高奇琦. GPT技術下的深度媒介化、知識秩序與政治秩序[J]. 現代出版，2023（3）：28-38.

[31] Marina G S， Julia W. Immersive Technologies in Media： Towards the Concept of Generative Mediatization？ [J]. Journal of Studies in Literature and Journalism， 2021（4）： 672-680.

[32] 何懷宏. GPT的現實挑戰與未來風險——從人類的觀點看[J]. 探索與爭鳴，2023（6）：91-98，178-179.

[33] Ziv E， Aaron H， Laura H， et al. Art and the science of generative AI： A deeper dive[J]. Science， 2023（380）： 1-23.

[34] 彭蘭. 智能生成內容如何影響人的認知與創造？[J]. 編輯之友，2023（11）：21-28.

[35] 中共中央 國務院印發《數字中國建設整體布局規劃》[EB/OL].[2024-06-01].http：//www.gov.cn/xinwen/2023-02/27/content_5743484.htm.

① 參見喻國明《ChatGPT浪潮下的傳播革命與媒介生態重構》（《探索與爭鳴》，2023年第3期，第9-12頁）；張洪忠、黃民烈、張偉男等《ChatGPT的技術邏輯、社會影響與傳播學未來》（《江西師范大學學報》，2023年第2期，第24-31頁）。

① 參見周葆華《或然率資料庫：作為知識新媒介的生成智能ChatGPT》（《現代出版》，2023年第2期，第21-32頁）；胡翼青、胡欣閱《作為語言基礎設施的ChatGPT》（《新聞記者》，2023年第6期，第21-27頁）；黃旦《作為人類文明進程動因的媒介——從ChatGPT說開去》（《新聞記者》，2023第6期，第3-10頁）；孫瑋《“視頻化社會”的來臨——從ChatGPT展望媒介通用性變革》（《探索與爭鳴》，2023年第12期，第55-62，193頁）。

From Generative AI to Generative Media： A Re-examination of the Connotation of "Generative" and the Media Environment

WANG Nan1，2， HE Jing1，3（1.School of Journalism and Communication， University of Chinese Academy of Social Sciences， Beijing 102401， China; 2.Research Center for New Media and Rural Revitalization， Xi'an Jiaotong University， Xi'an 710049， China; 3.Research Center for Political Communication， University of Chinese Academy of Social Sciences， Beijing 102401， China）

Abstract： The technical context of generative artificial intelligence highlights the generativity and complexity of media and media environments. A meta-theoretical analysis of this dynamic "process-mechanism" of generative is conducive to clarifying the connotation of generative media and the transformation of the new media environment on the basis of understanding the underlying architecture and technical logic of generative AI. Through tracing the origin of the concept of generative in the development of AI and media， this study finds that the connotation of generative is manifested as the organic interaction between technological autonomism and social constructivism， facilitating the shift in the dynamics and process-oriented perspective of media view. Further， this study summarizes the evolution of the technological generation subject from human general intelligence to machine AI alignment， and the generation logic from linear causal judgment to probability distribution at the intelligent technology level. It also presents the social reality of media serving as the generative agent and the new media environment generated under the joint debugging of humans and machines at the media level. Finally， from the perspective of social constructivism， this study interrogates and reflects on the value orientation of generative and responds to the ethical crises in the new media environment， such as the impact on human subjectivity caused by the autonomous development of technology， the disorder of information and knowledge systems， and the destabilization of the social trust mechanism. In the future， it is necessary to attach importance to the "soft" guidance of social ethics and the "hard" constraints of value norms at both the theoretical and practical levels of media technology development， in order to lay the foundation for the construction of a more benign generative media environment.

Key words： generative AI; generative media; technological autonomy; social constructivism

（責任編輯：張茂）

基金項目：國家社會科學基金一般項目“新媒體技術條件下弱勢群體表達的特點、機制與趨勢研究”（20BXW106）；中國社會科學院大學新文科重大項目“數字人文主義：智能強國建設的價值取徑”（校20230337）

作者信息：王楠（1994— ），女，內蒙古巴盟人，中國社會科學院大學新聞傳播學院博士研究生，西安交通大學新媒體與鄉村振興研究中心研究員，主要研究方向：媒介與社會變遷、政治傳播；何晶（1977— ），女，陜西漢中人，中國社會科學院大學政治傳播研究中心主任，新聞傳播學院教授、博士生導師，主要研究方向：政治傳播、媒介與社會變遷、健康傳播。