新一代生成式人工智能助力國家創新體系深度優化的價值辯證與制度建構

摘 要：當今，新一代生成式人工智能已成為國家創新體系優化的重要抓手，但同時也面臨著技術風險和制度風險。新一代人工智能應作為效能閥門在內容生產、產業融合和產業轉型三方面推動國家創新體系深度優化，提升國家創新體系轉化效率，為多元創新主體開拓成果產出思路、拓寬成果轉換路徑提供保障。然而，新一代生成式人工智能開發應用有可能會擾亂市場秩序，對國家創新體系優化造成場域障礙；誘發數據安全風險和算法應用風險，對國家創新體系優化形成數據屏障；增大知識產權保護難度，對國家創新體系深化打開規范缺口?；诖耍瑸榘l揮新一代生成式人工智能的技術助力作用，應基于技術資源與創新成果連接點，從規范供給、制度運行和人才支撐等維度系統建構創新成果轉化體系，掃清新一代生成式人工智能助力國家創新體系深度優化的環境障礙、機制桎梏和規范屏障，從而建設面向科技自立自強的國家創新體系。

關鍵詞：新一代生成式人工智能；國家創新體系；數據安全；知識產權保護

DOI：10.6049/kjjbydc.2023080496 中圖分類號：F204 文獻標識碼：A 文章編號：1001-7348（2024）13-0023-10

0 引言

隨著科技革命和產業變革的深度拓展，各國逐漸意識到創新能力影響產業鏈加速重構，并將優化國家創新體系作為國家核心競爭戰略。中共中央、國務院印發的《國家創新驅動發展戰略綱要》提出到2030年“躋身創新型國家前列”、“實現科技與經濟深度融合、相互促進”。在此過程中，新一代生成式人工智能順應弱人工智能向強人工智能轉變的發展趨勢，在產業制造、居民消費和行政管理等領域展現出巨大創新潛力，成為全球踐行科技創新策略的主要著力點。雖然生成式人工智能具有強大的應用優勢，但其開發和應用不可避免地帶來各種潛在風險，如技術應用隱藏價值和意識形態問題等。基于此，應從價值辯證角度廓清新一代生成式人工智能對國家創新體系優化的助力作用，發揮科技創新對國家創新體系建設的滲透性、擴散性和顛覆性作用，以技術賦能方式從場域保障、資源支撐和規范供給等維度實現國家創新體系開放化、法治化和規范化。

1 新一代生成式人工智能助力國家創新體系深度優化的價值坐標

生成式人工智能催生了多領域變革[1]。以ChatGPT為代表的新一代生成式人工智能主要基于大語言模型、深度學習技術以及強大的算力算法進行數據處理、信息生成，具有廣泛適用性、深度發展性和生成開創性等特征[2]。相較于傳統意義上的人工智能，新一代生成式人工智能的對話能力、用戶友好性和可配置性大大提高，具備多功能、全類型內容生成和雙向互動能力，已廣泛應用于內容創作、人機對話等場景，可為用戶提供豐富體驗和技術支持。根據《人工智能生成內容（AIGC）白皮書（2022年）》[3]，圍繞生成內容可通過合規評估、資產管理、產權保護、交易服務等構成生成式人工智能完整生態鏈，其具有數萬億元的潛在經濟價值，對于深度優化國家創新體系具有重要作用。

1.1 新一代生成式人工智能成為國家創新體系深度優化的效能閥門

隨著數字經濟的發展，新一代生成式人工智能出現并展現出良好的發展態勢，其通過垂直和橫向互補性拓展創新空間，對經濟持續增長發揮重要作用[4]。本文主要從內容生產、產業融合、產業轉型和人才培養4個方面進行闡述。

（1）新一代生成式人工智能能夠提高數字內容生產效率和質量，為科技創新活動提供信息資源和數據支撐。新一代生成式人工智能能夠快速識別、處理和應用多模態信息，諸如文本、圖像、音頻、視頻等，為科技研發提供數據資料來源?；A研究是國家創新體系建設之基，新一代生成式人工智能語料庫和數據庫中的信息數據能為基礎研究過程和結果提供數據支撐，從而加快科技創新成果涌現。例如，新一代生成式人工智能不僅能夠自動分析大量稅務數據、自動生成法律文書和案件分析意見、協助醫生獲得醫療影像分析進而對基因組數據進行處理，還能適用于交通流量管理、智能駕駛輔助系統和城市交通規劃建設（汪波和牛朝文，2023；游俊哲，2023；張玫瑰，2023）?？梢?，新一代生成式人工智能應用能夠促進科技創新向財稅、司法、醫療和交通等多個領域滲透，在為技術創新決策提供數據支撐的同時，進一步實現創新成果的創造性應用。

（2）新一代生成式人工智能能夠促進數字技術與實體產業深度融合，實現科技創新活動的經濟價值和社會價值。其一，新一代生成式人工智能能夠快速處理和分析海量數據，從中提取有價值的信息，為企業決策和創新提供方向，幫助企業和國家在技術創新中突破“卡脖子”技術短板。其二，新一代生成式人工智能能夠根據不同實體產業特點和需求，生成適合企業應用場景和發展目標的數字化內容，為企業創新戰略的制定和實施提供針對性、個性化發展方案，強化企業創新主體地位。其三，新一代生成式人工智能能夠與實體產業進行雙向交互和反饋，根據用戶需求調整發展方向，實現數據資源和科學技術的經濟價值，為國家創新體系建設提供物質基礎和產業支撐。

（3）新一代生成式人工智能能夠拓展數字經濟發展空間，優化國家產業布局和經濟結構。新一代生成式人工智能圍繞數字內容開發出更多商業模型、價值鏈和生態圈。以制造業為例，新一代生成式人工智能在智能制造、智能物流等領域的突破，有效提高了生產效率和產品質量，推動傳統產業從勞動密集型向技術密集型轉變，促進產業轉型升級，為國家創新體系建設帶來新增長點和競爭優勢。

（4）新一代生成式人工智能能夠加速人才培養、優化科研環境，為國家創新體系優化儲備組織力量。新一代生成式人工智能的應用迫切需要大量高素質人才參與科研創新，這就要求國家一方面要加大人工智能領域人才培養和引進力度，吸引國內外優秀人才集聚；另一方面也要加強創新平臺建設，優化國家創新體系人才隊伍和科研環境。

1.2 新一代生成式人工智能成為國家創新體系深度優化的效率驅動

國家創新體系以科學、高效為目標，在新一代生成式人工智能技術的驅動下，國家創新能力和效率大大提升。一方面，新一代生成式人工智能作為“數字助理”，能夠為國家創新體系建設監管者提供技術輔助，主要表現在以下兩個方面：一是從事替代性工作。新一代生成式人工智能能夠輔助政府處理科技創新戰略實施過程中的繁瑣性、重復性工作，提高科技創新財政審批、資源調配、基礎建設等工作效率。二是借助算法快速輸出“答案”。新一代生成式人工智能能夠基于系統語料庫和數據庫，對科技創新成果版權性、實用性等標準進行快速分析，縮短科技創新成果轉化過程。另一方面，新一代生成式人工智能作為“數字創造者”，能夠為國家創新體系建設參與者提供資源支撐，主要表現在以下兩個方面：其一，就單一主體而言，新一代生成式人工智能能夠為企業制定并實施技術研發策略提供決策支持。新一代生成式人工智能基于數據庫進行自主學習，根據使用者需求提供個性化信息并生成個性化內容[5]。其二，就多元主體而言，新一代生成式人工智能能夠降低多個創新主體間的研發溝通成本，提高多元協同創新主體效率。例如，依托系統內部企業主體背景信息，將科研項目目標、實施進度和關聯信息輸入新一代生成式人工智能系統，能夠獲取關于科研項目可行性、創新性和重要性的評估報告，為下一步研發方向和風險控制提供決策基礎。

1.3 新一代生成式人工智能成為國家創新體系深度優化的效果保障

政府、企業、科研院所及高校技術創新支撐服務體系互相依存，構成國家科技創新體系的關鍵主體[6]。新一代生成式人工智能在開拓成果產出思路、拓寬成果轉換路徑方面對上述主體具有重要影響。

（1）跨學科提供多元思路支撐。人工智能是一個關涉計算機、數學、心理和哲學、管理科學工程、統計學等學科領域的融合式學科[7]，生成式人工智能開發和利用需要計算機、數學、心理學等多學科知識作為支撐。在基礎研究和科技創新活動中，生成式人工智能依托跨學科思維與多領域知識，從源頭上為基礎研究解決“卡脖子”問題提供思路來源和資料參考，幫助科研人員和開發企業厘清基本原理和研究方法，產出重大原創成果。隨著技術的不斷躍遷，生成式人工智能具備更強的學習能力，輸出的答案質量也越來越高[8]。

（2）為科學研究提供新型路徑保障。人類科研經歷了實驗科學、科學理論、計算科學和數據密集型科學4種范式演變。在前3種范式中，創新主要依賴于人的主觀經驗和分析判斷，囿于人類思維和認知能力局限，加之受外界因素（心情、先見、知識等）的干擾，人類所能發現與創造的科研成果數量有限。相較之下，生成式人工智能歸屬于數據密集型科學范式，能夠借助自動化數據收集和分析能力，幫助科研人員快速發現科學規律，提高研究結果的客觀性和準確性，加速科研成果轉化。

（3）培養高質量人才?？蒲腥藛T素質提升是促進科研成果轉化的前提。實際上，生成式人工智能發展在一定程度上顛覆了傳統人才培養模式。相較于讓學生“死記硬背”晦澀難懂的結論，生成式人工智能賦能下的人才培養方案更注重激發學生主動認識新規律、發現新問題的能力。新一代生成式人工智能在語義理解、邏輯推理、語言表達等認知方面的突破與創新，能進一步激發學生潛力并提高其自主學習能力[7]。而以人工智能實驗平臺為核心的AI教學框架能使學生在平臺上完成自主性學術研究，完善人才培養方式，提高人才培養效率，為基礎研究和成果轉化提供堅實的人才保障。

2 新一代生成式人工智能助力國家創新體系深度優化的風險錨定

從技術本質看，新一代生成式人工智能被認定為準通用人工智能（GAI），與具備數據庫檢索功能的傳統人工智能存在代際異質性，這對于人類而言是一把“雙刃劍”。即新一代生成式人工智能一方面有助于促進科技創新、加強國家治理；另一方面，新一代生成式人工智能應用也會誘發技術風險和制度風險，阻礙國家創新體系優化。對于風險進行有效預防和治理，是發揮新一代生成式人工智能在國家創新體系優化過程中工具性作用的前置性環節。

2.1 壟斷市場與重構傳統：新一代生成式人工智能的經濟風險

新一代生成式人工智能研發和應用可能會擾亂市場競爭秩序，對國家創新體系建設造成場域障礙。伴隨著技術的迭代升級，新一代生成式人工智能具有前期投入成本高、風險大等特點，往往只有資金實力雄厚的科技巨頭企業具備探索和研發能力，技術一旦成熟，企業便可獲得市場壟斷性力量，借此排擠競爭對手，破壞市場良性競爭秩序[9]。例如，OpenAI公司依靠微軟的豐厚投資、多輪融資以及對中小型技術企業的并購，獲得充足資金和技術支持，較早實現了生成式人工智能技術突破，但在推出ChatGPT之后，便大幅下調API接入價格。這一行為緣起于科技企業巨頭依仗自身壟斷地位，通過制定低價銷售策略限制潛在競爭對手進入市場，破壞公平的營商環境，借機擴大自身市場份額從而鞏固自身經營地位，導致出現價格增高、質量下降的亂象。隨著新一代生成式人工智能賦能市場經濟發展，科技巨頭企業的壟斷勢力進一步增強，這會限制其它中小型科技企業發展，抑制市場競爭活力，阻礙科技進步，打破開放合作的創新生態。另一方面，新一代生成式人工智能的應用還有可能影響人才在科技創新中的根本性作用，降低國家創新體系建設主體能動性。新一代生成式人工智能基于自身強大的算法技術和先進的自動化技術，替代簡單重復且效率低下的崗位，從而對傳統勞動力市場造成巨大沖擊。例如，我國大型港口已經不再雇傭裝卸工人，而是利用全自動化裝卸機器替代勞力，這導致大量工人失業。同時，在數字治理時代，數據作為一種新型生產要素，相較于勞動力要素具有更強的優勢，計算機和人工智能等智能體在勞動力市場更具有吸引力，掌握信息技術知識的從業人員能夠獲得更強的就業優勢和更高的薪酬待遇。據統計，AI類科技崗位工資是傳統服務業人員工資的3倍以上，出現了收入分配的巨大失衡[10]。在這種境況下，可能會出現人才培養向精密儀器操作、高科技研發方向傾斜的現象，對勞動力市場結構造成沖擊，導致勞動力要素配置效率下降，從而削弱國家創新體系的主體力量。

2.2 數據安全與算法濫用：新一代生成式人工智能的社會風險

2.2.1 個人隱私、社會公共利益、國家安全遭受威脅

從主體類型看，新一代生成式人工智能的深度嵌入會影響個人利益、社會公共利益和國家利益，加劇國家創新體系不穩定。

（1）新一代生成式人工智能應用會使個人隱私“透明化”，導致個人信息保護的規范基礎被解構。傳統意義上的個人隱私保護往往依賴于切斷主體信息的物理傳播等方式實現，如禁止主體隱私信息私下傳播等。但在數字化時代，個人隱私收集存儲路徑更趨于隱蔽化、多元化，很難從物理意義上完全隔斷，算法底層邏輯不具備隔絕隱私信息傳播的可能性。一方面，由于人類大部分活動與社交都通過信息平臺實現，個人隱私全部轉化為數據形式，數據保密在計算和傳輸過程中很難周全[11]；另一方面，大語言模型可以輕而易舉地從片段信息中逆推出隱私，其通過對人類自然文本的深度學習進行“語言造句”，利用碎片信息便可“還原”信息原貌。生成式人工智能數據來源廣泛，平臺數據流出現象層出不窮，隱私信息有可能成為參數模型訓練的標注數據，在輸出結果中不經意間便被公之于眾。此外，生成式人工智能還會對個人進行“鎖定搜索”，通過各種數據與模型還原使非特定主體被“投射”出來。在以人民為中心的發展理念下，個人隱私安全得不到有效保護會使人民的幸福感和安全感下降，背離國家創新體系優化的初衷，偏離國家創新體系發展方向。同時，個人隱私泄露的技術漏洞若無法得到修正，還會導致相關科技創新成果被限制或禁止，甚至科技創新主體與成果應用主體也會受到處罰，如此不僅會降低國家創新體系發展質量，還會延緩國家創新體系優化速度。

（2）新一代生成式人工智能的應用有可能會污染社會創新環境，顛覆科技創新的社會基礎。新一代生成式人工智能的深度介入可能誘發語言污染、知識剽竊和隱性歧視等現象。語言污染是指在網絡自媒體等平臺環境中，大規模使用生成式人工智能會造成人類語言被生成式人工智能語言所覆蓋。機器語言具有機械化、固定化、模板化特點，生成式人工智能輸出語言均為預設算法基于目標需求給出的機械化回應，目標需求按照AI所能接受的機器語言輸入，長此以往，科研人員在尋求數據資料支撐過程中，可能會固化語言表達思維，甚至影響研發創新進程。另外，生成式人工智能技術的大規模使用導致知識剽竊行為層出不窮。基于研發目標要求和效率壓力，可能會有部分科研人員借助生成式人工智能進行知識剽竊，知識創造者將失去創造知識的動力，人類知識領域可能陷入卡爾維諾寓言中《黑羊》的境地（奧古斯托·蒙特羅索，2015）。并且，生成式人工智能也會因為數據“幸存者偏差”而造成數據污染，對某些隱性群體產生歧視，如在對犯罪潛在人員進行識別時，AI會標注有色人種[12]。此時，平等創新的社會環境遭到破壞，部分隱形群體的創新權益可能無法得到保障。

（3）新一代生成式人工智能應用會消解國家的創新主體性，背離國家科技創新戰略目標。數據平臺將自身意志和追求通過算法技術及決策輸出體現出來，但由于算法技術的專業性和隱蔽性，公眾意志在無形中被裹挾。并且，數字平臺基于自身在數字技術、數據資源方面的絕對優勢，很容易對處于劣勢的數字用戶造成算法歧視。數字用戶面對數字鴻溝和算法黑箱，有可能對數字技術萌發抵制或不信任的心態，進而不利于生成式人工智能發展[14]。此時，若國家不對新一代生成式人工智能發展進行嚴格規制，可能導致社會公眾對國家創新體系建設產生質疑，影響科技創新的全民參與和配合。同時，由于新一代生成式人工智能服務器通常位于境外，對于相關數據的使用和管理需嚴格遵守所屬國家法律及商業規范，加之涉及復雜的數據跨境問題，使得部分數據收集與監管面臨重重困難，極易對我國國家安全造成嚴重威脅，甚至加劇國家關鍵領域、重點行業研發信息和研究動態泄露，影響國家創新體系建設的安全性和自主性。

2.2.2 算法透明性與可解釋性較低，算法濫用難以規制

人工智能算法的不透明性體現為人為算法黑箱與技術算法黑箱。人為算法黑箱是指技術方為逃避監管與法律規制，不公布或者隱藏AI的算法；技術算法黑箱是指因為技術原因，客觀上無法實現對算法程序的全面知悉。前者是應當避免的，后者是必須接受的，但對于立法者而言，這兩者的界限并不清晰，技術方有可能向技術算法黑箱靠近以逃避法律責任，而這會導致算法濫用問題。

算法黑箱的存在是新一代生成式人工智能嵌入國家創新體系的技術壁壘。人類只能對人工智能輸出結果提出“獎懲”標準，但對于AI通過神經網絡進行訓練的學習過程或者AI如何得出結論知之甚少。換言之，只有AI才清楚輸入層和輸出層中間的“隱藏層”，這會讓AI失去掌控[15]。一方面，人類社會對于AI而言是透明的，它可以檢索到任何數據，甚至深入暗網進行搜索；另一方面，人類對于AI知之甚少，甚至技術人員也只能模糊知曉AI的行為邏輯，而不知悉其數據資源范圍和運行程序邏輯。這種算法黑箱不僅源于人類對未知的恐懼，也包括已經存在的潛在威脅。人類對于AI是否有自我意識和目的一無所知，長此以往，可能會造成柏拉圖所言的“蓋吉斯之戒”[16]，即AI能根據自身行為邏輯重塑甚至操縱人類社會。在算法黑箱影響下，研究人員可能無法追溯研究數據來源和運行過程，創新數據真實性和可靠性得不到保障。

此外，算法可解釋性不足會造成新一代生成式人工智能介入國家創新體系的主體屏障。在算法可解釋性不足情境下，技術專家和技術主體相對于社會公眾而言處于知識優勢地位，這樣就會出現福柯所說的“知識權力”[17]。生成式人工智能的社會影響范圍與人類對算法的掌握程度存在懸殊差別，社會公眾對算法的了解只能依賴權威專家的解釋，因此社會有可能會進入“技術極權主義”。生成式人工智能就像是“全景監獄”中的獄監，技術人員即社會的實際掌握者，人類文明近百年來形成的民主與法治在這一圖景面前有可能會被架空，進入我們“一無所知”而他們“無所不知”的社會。此時，研發主體與應用主體間的知識層間可能會阻礙科技創新成果轉化，畢竟技術創新需要投入大量成本，算法可解釋性不足導致應用主體知識欠缺，使其會對科研成果應用持審慎態度，甚至為規避風險而選擇避之不用。

同時，算法濫用的規范基礎缺位會阻隔新一代生成式人工智能嵌入國家創新體系優化的救濟路徑。目前，對算法濫用的規制基本上停留在原則指導層面。從基本原理看，生成式人工智能大規模搜集數據本身就是一種算法濫用，而人類對算法底層技術邏輯知之甚少，理論與實踐的知識鴻溝會進一步增加立法難度[18]。隱藏算法運行過程可能會出現針對部分主體的“個別規則”，在科技創新活動中，此種算法濫用情形可能表現為針對部分研發活動的“個別分析”，其可能會依托陳舊的數據資源和運行方式為技術創新提供計算支撐，但這無疑會影響研發結果的實效性和準確性。

2.3 賦權困境與界權障礙：新一代生成式人工智能的法律風險

2.3.1 創新成果可專利性認定困難

以ChatGPT為代表的新一代生成式人工智能給傳統專利技術帶來挑戰，導致現有法律制度難以對其成果進行認定。第一，新一代生成式人工智能技術挑戰了“人類發明中心主義”觀念，這一觀念認為專利制度創新主要依賴人類創造力，以此建構專利權制度并賦予人類主體權利。然而，生成式人工智能技術具備自主生成內容的能力，生成過程無需依靠人類的發明創造，在“人類發明中心主義”觀念下建立的專利制度能否給予生成式人工智能技術創造同等的法律保護就成為主要問題，甚至還會動搖傳統知識產權認定方式和概念界定。第二，新一代生成式人工智能技術挑戰了“勞動理論”。傳統勞動理論基于人類勞動力價值界定發明成果，但生成式人工智能技術與人類勞動不同，其通過大量數據訓練生成內容、創造解決方案，作為算法與模型組合不需要支配和付出體力。傳統專利權認為專利保護基于創造性勞動，并通過創造發明獲得專利權，因此生成式人工智能作品很難通過傳統“勞動理論”加以保護。第三，新一代生成式人工智能技術挑戰了專利法制度的“平衡邏輯”。由于生成式人工智能技術可以快速生成大量潛在發明，其可能出現大量重復和相似的發明申請，這會給專利管理機構帶來負擔，并且有可能導致專利系統濫用或只重視量而忽視質的問題。另外，通過生成式人工智能可以快速、準確進行研發和測試，降低創新成本，減少對專利制度的依賴。生成式人工智能開發者和利用者可能會放棄申請專利，轉而通過其它方式占領市場；同時，其還有可能傾向于保護技術商業機密而非公開披露，以獲得長期競爭優勢。如果上述主體因為技術壟斷地位獲得巨大利益，他們就可能不熱衷于創新，從而導致技術突破進程停滯。

2.3.2 創新成果版權歸屬難以判定

不同于傳統人工智能，新一代生成式人工智能服務模式是通過先進算法技術對海量定向數據資源予以分析和解讀，最終輸出超自然語言的針對性回應文本[19]，這給創新成果版權保護帶來困難。有論者認為，如果能確定生成式人工智生成內容屬于《著作權法》第三條定義的“作品”，則可以確定作品著作權歸屬[20]。還有學者認為，人工智能生成內容不能作為作品受《著作權法》保護，這種結論表現為法律上的“應然狀態”。即如果人工智能研發者或使用者未披露相關內容是人工智能生成的，只要內容符合《著作權法》的獨創性要求，則可受《著作權法》保護[21]。對此，筆者認為，否認生成式人工智能成果屬于“作品”是傳統工業時代的著作權分析思路，從新一代生成式人工智能的工作邏輯看，其主要是基于反復學習、反復試錯而后輸出分析結果，這一思維創造過程具有獨創性，因此屬于《著作權法》保護客體。

需要強調的是，盡管從社會層面應當賦予生成式人工智能內容以“作品”資格，但其與現有法律制度銜接過程中依然面臨一定困難，因此著作權歸屬問題值得深入討論。一方面，《著作權法》短期內無法賦予生成式人工智能以主體資格，目前法律制度依然認為人類是著作權的法律主體，因此首先應當解決權利主體適格問題。另一方面，有學者認為法律本身具有一定滯后性，而數字技術發展日新月異，不能囿于傳統法律制度而否定新型產品的合法地位，即目前生成式人工智能技術已經突破傳統工業時代的著作權法律主體框架，法律主體范圍應當結合社會發展需要進行調整和突破。以ChatGPT為代表的新一代生成式人工智能產品已經具有“創造”功能，而非簡單的信息整合，因此可認為其是具有獨立思維的擬制主體，其生成內容符合作品獨創性要求。此外，還有學者持中立態度，即不改變現有法律制度以維護法律穩定性，從解釋論角度為生成式人工智能主體權利問題找到解決辦法。即對現有《著作權法》主體范圍作擴大解釋，將以ChatGPT為代表的新一代生成式人工智能提供者、生產者或使用者解釋為著作權主體。

3 新一代生成式人工智能助力國家創新體系深度優化的制度建構

中共二十大報告強調，“完善科技創新體系”“堅持創新在我國現代化建設全局中的核心地位”“提升國家創新體系整體效能”，從關注國家創新體系建設逐漸轉變為重視國家創新體系效能提升，對國家創新體系發展提出更高要求和期待。就國家創新體系框架而言，《國家中長期科學和技術發展規劃綱要（2006—2020年）》要求建設具有中國特色的國家創新體系，包含知識創新體系、技術創新體系、國防科技創新體系、區域創新體系和科技中介服務體系五大內容[6]。就國家創新體系子系統而言，何樹全[22]認為，國家創新體系應包含制度創新系統、知識創新系統、觀念創新系統、技術創新系統以及知識傳播與應用系統，5個子系統之間緊密相連、相輔相成；陳勁等[23]將國家創新體系視為生態系統，認為制度、政策、文化和資本等共同構成生態系統的無機環境，并借助生物有機體生存機理闡釋國家創新體系生存、適應與進化過程；費艷穎等[24]認為創新生態系統構建的重點在于健全政策法規體系、實現創新資源積累以及開展產學研協同創新?？梢姡S著知識經濟飛速發展，國家創新體系內容更加豐富，涵蓋政策支撐系統、知識產權保護系統、技術創新系統等維度[25]，這為生成式人工智能助力國家創新體系深度優化提供了參考思路。基于此，本文從國家創新體系基本框架入手，以生成式人工智能應用的潛在風險為支點，從產業發展、數字經濟、技術創新、知識產權保護和人才支撐等角度加強機制保障，化解生成式人工智能應用風險，推動國家創新體系深度優化。

3.1 建構新一代生成式人工智能資源協同與成果投用制度

3.1.1 增強國內外人工智能創新資源協同與融合

新一代生成式人工智能技術是數字時代激發市場活力、引領科技變革的核心驅動力，是各國爭先發展的戰略要素。作為實體產業的賦能力量，新一代生成式人工智能技術能夠引領產業轉型，創新產業模式，發揮“頭雁”效應。在數字化時代，各國AI研究和產業發展水平不同，這種差異性為各國協同融合創新資源提供了可能。美國是最早運用大數據、云計算等先進技術的國家，其人工智能產業實力與數字經濟發展水平位居世界前列。美國頂級人工智能研究人員數量、計算機服務公司研發支出、人工智能芯片設計公司遠超中國和歐洲國家。加拿大在“人工智能教父”和“人工智能獨角獸”等領軍人物的帶領下，其AI產業正在蓬勃發展。德國作為傳統工業大國，人工智能起步較早，傳統制造業面臨新挑戰，由于轉變不及時導致前期數字化轉型發展受挫，目前在該領域正加大資金投入。韓國主要將人工智能運用在軍事無人化作戰系統以及傳統制造業轉型領域。我國人工智能在政策、產業、市場需求的共同推動和引領下得到快速發展。

我國在智能汽車、智能家居、機器人等領域展現出巨大的發展潛力。以無人駕駛汽車為例，車載人工智能技術可在汽車行駛過程中自動觀察路況，調節駕駛速度和方向，為乘車人提供安全高效的駕駛服務。從智能導航到智能駕駛，人工智能研究成果的廣泛應用推動人工智能在汽車領域的市場融合，促進汽車產業轉型升級。產品研發與市場需求形成雙向牽引，智能化汽車產品的推出增強了消費者信心，而消費者對產品的支持反過來又會促使制造商投入更多資金進行技術研發。目前，汽車制造商重點發展高級駕駛輔助系統（Advanced Driver Assistance System，ADAS）和單車智能系統，目的在于使車輛實現高級駕駛自動化。實踐中，在特斯拉的Autopilot（自動輔助駕駛）和Full Self-Driving Computer（全自動駕駛計算機）發布之后， 2023年4月，華為發布了HUAWEI ADS 2.0（Advanced Driving System，華為高階智能駕駛系統），該系統已正式運用于AITO旗下的問界M5車型，這是人工智能高階智能駕駛領域的技術性突破，對汽車行業實體經濟發展具有重要意義。

整體而言，全球人工智能呈梯度發展，我國尚處于起步沖刺階段，但動力強勁?？紤]到人工智能技術發展差異性，需要集聚全球智慧，加強我國關鍵數字技術研究，重點突破薄弱領域和環節，提升基礎創新能力。同時，要堅持走中國特色自主創新道路，積極貢獻中國智慧，參與全球科技治理，以科技創新合作構建人類命運共同體。

3.1.2 擴大生成式人工智能科技成果的市場應用

當前，生成式人工智能科技成果的市場應用場域集中于教育、金融、醫療等行業，部分傳統產業仍未實現數智融合與創新性發展。為此，政府需要鼓勵、引導傳統產業積極進行數字化轉型，支持重點企業帶動產業數字化，積極出臺相關優惠政策，減輕企業負擔，緩解企業壓力，降低企業數字化轉型門檻；另外，還應積極開設企業交流會，分享數字技術與實體產業融合經驗，提高人工智能科技創新成果的市場轉化效率。

此外，我國人工智能科技創新成果研發和應用存在地域差異。沿海發達地區數字化綜合發展水平高，形成數字技術和實體產業協同互動、良性促進的格局；而部分落后地區存在數字基礎設施不完善、數據共享不足等問題。為此，政府需要因地制宜制定數字技術與產業銜接計劃，統籌布局數字基礎設施建設，結合不同地區經濟發展基礎和資源優勢，制定差異化數字技術發展戰略，提高偏遠地區實體產業人工智能創新技術水平，擴大人工智能創新成果市場適用范圍。

3.2 建構新一代生成式人工智能算法自制與安全監管制度

3.2.1 技術賦能對抗新一代生成式人工智能算法裹挾

科學是界定風險的媒介，也是解決方案的來源[26]。對于生成式人工智能的潛在數據安全風險可借助生成式人工智能技術進行化解，即技術本身可作為技術規范與風險治理的工具。

（1）促進新一代生成式人工智能實現自我更新和改進。數字技術與社會發展進一步融合，使得人類對人工智能技術的要求越來越高，因此需要不斷進行技術改進和系統更新。一方面，可采取凈化數據庫、淘汰陳舊技術、清理無關數據信息等措施優化人工智能系統。另一方面，可借鑒域外先進技術對系統進行升級，提高計算效率，填補完全漏洞，升級服務質量。如借鑒金融業互聯網滲透性韌性測試機制（CBEST），運用真實威脅情境模擬技術攻擊測試，對發現的漏洞或薄弱部分進行深度學習與改進[27]，以敏捷靈活的動態互動機制實現信息互通共享，為增強互聯網韌性監管提供空間賦能[28]

（2）促進新一代生成式人工智能實現全平臺鏈接與全功能觸達融合賦能。雖然新一代生成式人工智能不具有完全可信性，但具有較強的可預測性和高效性。在治理模式方面，數字平臺應不斷拓寬業務范圍，與政府部門開展合作，將一些簡單重復性的工作如公司注冊、資格審查等事項轉為線上辦理，推動傳統政府向數字政府轉型。另外，通過智能算法有針對性地收集、分析、處理海量數據，為用戶提供個性化服務，廣泛吸收公眾意見，提高公共治理效率[29]。在治理戰略方面，要提供更具人性化的服務?？紤]到存在大量數字弱勢群體，因此應開發不同服務系統，為其提供專業化操作方案，促使新一代生成式人工智能惠及更多群體、應用于更廣泛的場景，進而助力國家創新體系深度優化。

3.2.2 完善以算法監管為核心的安全保障體系

算法作為人工智能技術運行的核心要素，在生成式人工智能發展過程中具有決定性作用。算法同時也是技術設計者預先設定的程序，目的在于實現數據處理的高效化和自動化。在現代社會中，算法從傳統簡單代碼運行發展為復雜代碼運行，呈現出復雜化的發展特征，包括算法主體復雜化、算法運行平臺復雜化、算法運行邏輯復雜化等。在生成式人工智能技術中，算法的復雜化特征具有不同表現形式，其中以深度學習為典型代表。深度學習使得生成式人工智能算法呈現出分布式特征，每個學習步驟均相互聯系，同時又相互獨立。正是這種特性影響著生成式人工智能的可靠性和可信度，“算法黑箱”便是例證。事實上，確實存在如電商平臺算法殺熟、外賣平臺算法操控等“算法黑箱”。算法的背后是代碼，而設計者和開發者的個人想法會直接體現在代碼編寫過程中，包括偏見，這意味著算法并非完全客觀[30]。

為應對算法技術存在的潛在風險，監管部門需要對算法進行特別監管。首先，需要明確針對算法技術的監管部門，避免多頭監管導致多部門監管職責沖突，從而出現無人監管的被動局面；其次，監管部門需要明確算法技術通用標準，并與市場主體合作，制定算法技術企業標準、行業標準和國家標準；再次，監管部門應綜合使用算法認證、算法評級、算法有限披露等多種技術手段對算法進行監管；此外，監管部門可以算法專利權的形式控制算法風險，將算法技術納入專利權范疇，確保算法專利權申請過程公開透明；最后，監管部門可引入“算法解釋權”，要求算法使用人在算法技術涉及社會公共利益時作出合理解釋，并提供相關數據。

3.2.3 健全新一代生成式人工智能數據安全法律規范體系

生成式人工智能在促進經濟社會發展、推動治理體系改革的同時，也會因數據鴻溝、算法黑洞引發數據安全風險。首先，數據安全是數據用戶信任數字平臺的基礎，而數據安全風險的出現會破壞這一紐帶，降低用戶使用意愿，不利于研發創新活動的平臺化開展。其次，數據是新興的財產形式，數字平臺通過對用戶個人信息的收集獲取利益。若數據安全無法得到保證，個人敏感信息泄露與濫用會使用戶財產受到損失，使個體喪失從事技術研發的物質基礎。

我國正在探索建立人工智能數據安全治理的法律規范體系。2017年7月，國務院發布《新一代人工智能發展規劃》，提出要“強化數據安全與隱私保護，為人工智能研發和廣泛應用提供海量數據支撐”、“開展與人工智能應用相關的民事與刑事責任確認、隱私和產權保護等法律問題研究，建立追溯和問責制度”、“加大對數據濫用、侵犯個人隱私、違背道德倫理等行為的懲戒力度”、“打造人工智能基礎數據與安全檢測平臺，建設面向人工智能的公共數據資源庫、標準測試數據集、云服務平臺”，包括人工智能研發期間信息安全管理規劃、人工智能商業化應用和企事業單位使用信息的民事管理原則、個人濫用人工智能數據管理辦法以及相應監測數據安全、打擊信息安全犯罪的治理要求。隨著時間推移，我國宏觀立法不斷完善，至2023年底已建立以《中華人民共和國民法典》《網絡安全法》《數據安全法》《個人信息保護法》等為主的法律體系，為人工智能數據安全治理提供了較為成熟的規制框架。但仍然存在以下不足：一是缺乏系統、統一的法律制度保障。目前，我國關于人工智能數據安全治理的規范內容存在法律空白和規則沖突?，F階段，我國對新一代人工智能數據安全的法律規定主要集中在《網絡安全法》《數據安全法》《個人信息保護法》等法律中，但法律法規之間的界限并不清晰，并且部分內容還存在一定沖突，導致執法人員或法官在解決數據安全問題時出現“適用不同法律，得出不同處理結果”的窘況，嚴重擾亂了對創新活動的行政監管秩序?；诖耍⒎☉⒆阌谔囟〞r間段內人工智能技術使用場景，列舉可能存在的數據風險，做到一般情況同等處理、特殊情況特殊處理，實現公平、安全的數據治理。

為建立健全新一代生成式人工智能數據安全法律規范體系，確保信息安全的重要性和必要性，各級政府部門可組織數據技術專業人員成立專業化數字信息管理部門，制定合理專業的數字信息管理行業規范；同時，定期審查各數字主體網絡安全情況，及時發現安全漏洞，多位一體共同助力生成式人工智能數據安全在法治軌道上發展。

3.3 建構新一代生成式人工智能成果轉化與創新認定制度

3.3.1 完善新一代生成式人工智能科技創新成果轉化體系

新一代生產式人工智能通過檢索和利用現有數據庫中的相關作品，利用算法技術進行深度學習，從而形成符合特定主體需求的作品。對于新一代生成式人工智能參與國家創新體系優化產出成果的版權保護是促進科技成果市場性轉化的規范保障。對于新一代生成式人工智能作品不能簡單作出二元抉擇，其并非黑與白的對立，而是需要辯證看待，應當根據其使用的文本和數據性質分類討論。首先，如果新一代生成式人工智能使用的原始文本權利歸屬特定著作權人，那么根據我國《著作權法》相關規定，人工智能使用此類產品需要經過著作權人的特別授權，否則由此形成的產品具有侵權屬性。其次，如果使用的原始文本已超過版權保護期限，那么根據我國《著作權法》相關規定，人工智能可不經過授權而使用此類作品，但需要尊重該作品的文本思想，不得隨意篡改。最后，如果未使用原始文本材料，而是借鑒文本思想或觀點，并在此基礎上形成獨立作品，那么根據我國《著作權法》相關規定，這種作品具有獨創性，并且通過特定形式呈現，屬于人工智能成果，其可以被視為《著作權法》中的作品。

3.3.2 規范新一代生成式人工智能科技創新成果認定標準

據報道，我國企業在2022年申請了29 853項人工智能專利，比美國數量多80%，并且該年我國人工智能專利申請占全球40%以上[31]。然而，我國關鍵核心技術專利數量較少，人工智能科技創新成果轉化率較低。可見，我國人工智能技術相比國外具有量的優勢，但不具備質的優勢。這不僅與我國人工智能科技發展實力不足有關，同時也與我國人工智能科技創新成果認定標準不明確有關。

規范人工智能科技創新成果認定需要明確統一的技術標準。根據國家《新一代人工智能發展規劃》《促進新一代人工智能產業發展三年行動計劃》等政策文件，我國人工智能發展戰略目標要求在2020—2030年，逐步建立并完善人工智能技術體系，同時建立人工智能技術標準和知識產權體系標準作為人工智能發展保障措施?；诖?，為規范新一代生成式人工智能參與國家創新體系優化的實踐活動，應當明確人工智能芯片技術、人工智能算法技術、人工智能平臺、人工智能從業人員等領域的技術標準，為科技創新活動提供可視化的操作規程。

3.4 建構新一代生成式人工智能人才培育與人才引進制度

人才在國家創新體系優化過程中發揮根本性作用[32]。人才是第一資源，以人才驅動創新發展是關鍵舉措。構建人工智能人才培養體系，一方面有助于提高社會勞動力平均素質，另一方面有助于提高我國創新水平、優化國家創新體系。

（1）提高新一代生成式人工智能人才自主培養能力。現階段，高校人工智能師資、課程不夠完善，存在人工智能教學與實踐脫節的問題，難以滿足社會對復合型人才的要求。對此，應出臺相關政策支持高校創建人工智能學院并增加招生名額，推進課程體系建設，培養“人工智能+X”復合型人才。除此之外，我國人工智能發展缺乏高層次人才支持，人才地域分布不均衡。因此，應出臺獨具特色的專項恵才政策，統籌利用好各類人才政策。各地應結合自身發展規劃，為人工智能領域緊缺人才開辟綠色通道，提升專業人才待遇。另外，優化人才梯隊，逐步形成以高層次人才、專業技術人才、基礎教育人才為特色的多層次人才培養體系，激發生成式人工智能人才隊伍參與科技創新的主動性和積極性。

（2）優化新一代生成式人工智能國際人才引進策略。引進頂尖人工智能人才是優化我國創新體系的重要著力點。面向國際化人工智能研究，應引進國外高精尖人才，為其提供優厚的創業與待遇支持，推動高校、科研院所、企事業單位引進頂尖科研人員和高水平創新團隊。此外，積極加入生成式人工智能國際化發展浪潮，與其他國家合作開發項目，積極參與國際交流，不斷匯聚國際力量，為我國人工智能發展源源不斷地輸送人才資源。

4 結語

作為一項跨世紀顛覆性技術，新一代生成式人工智能如同一把“雙刃劍”，在促進社會創新、提升生產效率、深化產業轉型等方面展現出巨大潛力，但同時也帶來一系列負面效應。在后現代社會，以計算機技術與知識為代表的生產力和生產關系所帶來的社會矛盾最終都會轉變為人與人之間的矛盾[33]。因此，有必要對其進行深入審視，提出有效的風險應對策略，確保人工智能技術能夠發揮最大價值。為此，首先需明確新一代生成式人工智能運行的價值準則，使其在效能、效率和效果三個方面推動國家創新體系優化。其次，新一代生成式人工智能在應用過程中可能會引發市場壟斷、數據安全和算法濫用、創新成果專利性認定和版權歸屬不明等社會風險。為此，需要在制度建設尤其是法律方面作出相應調整和完善，以防范和化解上述風險，發揮新一代生成式人工智能在優化國家創新體系中的工具助力作用。最后，需建構新一代生成式人工智能資源協同與成果投用制度、成果轉化與創新認定制度，以擴大生成式人工智能科技成果市場應用，完善人才培育與人才引進制度，多管齊下，更好地發揮新一代生成式人工智能對于深度優化國家創新體系的技術賦能與資源整合作用。

新科技的不斷涌現和突破對國家創新體系建設具有深遠影響，這不僅體現在技術革新方面，更涉及經濟、文化和政治等多個層面變革。新一代生成式人工智能技術的產生具有顛覆性特征。從經濟角度看，新一代生成式人工智能將為國家創新體系帶來強大的技術驅動力，推動創新路徑不斷拓展，催生新產業形態和商業模式，促進創新活動蓬勃開展。新一代生成式人工智能將催生出數字化、智能化、生態化等新質生產力形態，帶來經濟結構的調整，推動產業轉型升級，充分釋放我國市場活力，促進經濟持續發展（米加寧等，2024）。

從文化角度看，新一代生成式人工智能會注入更多文化創意，助力國家創新體系深度優化。新一代生成式人工智能適用范圍逐漸拓展后，其很有可能大規模進入文化生產、文化資源分配、文化產品交換與文化消費過程（解學芳等，2019），不斷推動國家創新體系迭代。例如，在合理運用人工智能情形下，文化工作者能夠挖掘人工智能有別于人類思維的一些創新想法，從而為社會創新和文化創意注入新活力，推動社會多元化發展和文化交流融合，促進國家創新體系全面發展。從政治角度看，新一代生成式人工智能的誕生極有可能加劇國際合作與競爭格局變化。在全球化背景下，國家創新體系需要加強與其他國家或地區的交流，共同應對全球性挑戰，共享科技創新成果。同時，新一代生成式人工智能的出現也加劇了國際競爭，各國需要不斷提升自身創新能力和競爭實力，以在國際競爭中保持優勢地位。

綜上所述，新一代生成式人工智能對國家創新體系的影響是多方面、深遠的。國家創新體系需要不斷適應新技術發展，加強技術創新和制度創新，以促進經濟社會可持續發展和全面進步。對于新一代生成式人工智能優化國家創新體系的展望，需要全面考量其潛力和挑戰，并采取相應措施以最大化其利益并減少潛在風險。國家創新體系應該向高水平科技自立自強的方向發展，這意味著不僅要減少對外部技術的依賴，還要提升自主創新能力，充分運用新一代生成式人工智能的科技力量，將其充分運用到科技研發領域。這需要政府、企業和學術界共同努力，加強人工智能技術研發、制度完善，推動人才培養，不斷優化國家創新體系建設。

參考文獻：

[1]鄭永和，丁雨楠，鄭一，等．ChatGPT類人工智能催生的多領域變革與挑戰（筆談）［J］．天津師范大學學報（社會科學版），2023，50（3）：49-63．

[2]陳永偉．作為GPT的GPT——新一代人工智能的機遇與挑戰［J］．財經問題研究，2023，51（6）：41-58．

[3]中國信息通信研究院［EB/OL］．［2023-07-05］．http：//www.caict.ac.cn/sytj/202209/t20220913_408835.htm？eqid=8f53942900066d7b00000002648a956a．

[4]李勇堅．ChatGPT與經濟增長：影響機制與政策框架［J］．疆師范大學學報（哲學社會科學版），2024，45（3）：86-95，1.

[5]張洪雷．生成式人工智能參與數字政府建設的技術躍遷、目標導向與可行路徑［J］．南昌大學學報（人文社會科學版），2023，54（4）：100-109.

[6]中華人民共和國國務院．國家中長期科學和技術發展規劃綱要（2006-2020）［EB/OL］．（2005-12-29）［2023-09-18］．http：/www，gov.cn/jrzg/2006-02/09/content_183787_7.htm．

[7]劉小春，李嬋．人工智能對國家創新體系建設：促進作用、負效應及規避［J］．科學管理研究，2020，38（2）：29-34．

[8]王曉麗，嚴馳．生成式AI大規模的風險問題與規制路徑：以GPT-4為例［J/OL］.北京航空航天大學學報（社會科學版）. https：//doi.org/10.13766/j.bhsk.1008-2204.2023.0535.

[9]王洋，閆海．生成式人工智能的風險迭代與規制革新——以ChatGPT為例［J］．理論月刊，2023，45（6）：14-24．

[10]詹姆斯·麥肯錫．預計2055年自動化將取代全球約一半的有薪工作［EB/OL］．（2017-01-13）．http：//www.xinhuanet.com/world/2017-01/13/c_1120306421.htm．

[11]劉霜，張瀟月．生成式人工智能數據風險的法律保護與規制研究——以ChatGPT潛在數據風險為例［J］．貴州大學學報（社會科學版），2023，41（5）：87-97．

[12]鄭智航，徐昭曦．大數據時代算法歧視的法律規制與司法審查——以美國法律實踐為例［J］．比較法研究，2019，33（4）：111-122．

[13]馮濤，董嘉昌，李佳霖．ChatGPT等生成式人工智能對我國經濟高質量發展的雙重影響及其應對［J］．陜西師范大學學報（哲學社會科學版），2023，52（4）：44-54．

[14]王延川，趙靖．生成式人工智能誘發意識形態風險的邏輯機理及其應對策略［J］．河南師范大學學報（哲學社會科學版），2023，50（4）：1-7．

[15]宋偉，劉子荷．論算法黑箱的規制——基于算法解釋視角［J］．南海法學，2023，7（4）：114-124．

[16]柏拉圖．理想國［M］．顧壽觀，譯．長沙：岳麓書社，2010．

[17]FOUCAULT M， FAUBION J D. Aesthetics， method， and epistemology： essential works of foucault， 1954-1984， volume II［M］．New York： New Press， 1997．

[18]張凌寒．算法權力的興起、異化及法律規制［J］．法商研究，2019，36（4）：63-75．

[19]鄭世林，姚守宇，王春峰．ChatGPT新一代人工智能技術發展的經濟和社會影響［J］．產業經濟評論，2023，11（3）：5-21．

[20]鄧建鵬，朱懌成．ChatGPT模型的法律風險及應對之策［J］．新疆師范大學學報（哲學社會科學版），2023，44（5）：91-101，2．

[21]王遷．ChatGPT生成的內容受著作權法保護嗎［J］．探索與爭鳴，2023，38（3）：17-20．

[22]何樹全．試論我國國家創新體系的框架、問題與思路［J］．中國科技論壇，2005，21（3）：64-68．

[23]陳勁，李飛．基于生態系統理論的我國國家技術創新體系構建與評估分析［J］．自然辯證法通訊，2011，33（1）：61-66，123-124，127．

[24]費艷穎，凌莉．美國國家創新生態系統構建特征及對我國的啟示［J］．科學管理研究，2019，37（2）：161-165．

[25]鐘榮丙．國家創新體系的系統構成及建設重心［J］．系統科學學報，2008，17（3）：59-64．

[26]BECK U. The politics of risk society［M］．Cambridge： Polity Press， 1998．

[27]許源源，陳智．新一代人工智能技術社會化應用的脆弱性風險及其韌性治理研究——以ChatGPT為例［J］．電子政務，2023，20（9）：39-49．

[28]王向楠，吳婷．互聯網韌性監管動態及借鑒意義——以金融業為例［J］．電子政務，2020，17（1）：51-63．

[29]何哲，曾潤喜，秦維，等．ChatGPT等新一代人工智能技術的社會影響及其治理［J］．電子政務，2023，20（4）：2-24．

[30]蘇令銀．透視人工智能背后的“算法歧視”［N］．中國社會科學報，2017-10-10（5）．

[31]中國經濟網．外媒：人工智能專利申請數，中國比美“多近80%”［EB/OL］．（2023-10-27）［2023-11-08］．https：//baijiahao.baidu.com/s？id=1780870572712081379amp;wfr=spideramp;for=pc．

[32]弗朗索瓦·利奧塔．后現代狀況［M］．島子，譯．長沙：湖南美術出版社，1996．

[33]中華人民共和國中央人民政府. 國務院新聞辦就“深入實施創新驅動發展戰略 加快建設科技強國”舉行發布會[EB/OL].（2023-02-24）[2024-05-23]. https：//www.gov.cn/xinwen/2023-02/24/content_5743191.htm.

（責任編輯：王敬敏）

The Value Dialectics and Institutional Construction of the New Generation Generative Artificial Intelligence Assisting the Deep Optimization of the National Innovation System

Zhang Juan

單位（Business College， China University of Political Science and Law， Beijing 100088， China）

Abstract：The new generation of generative AI（AI） plays a critical role in optimizing the national innovation system in modern society. The reform of generative AI is gradually transforming innovative models and various industries， bringing chances as well as challenges to human life. This paper aims to figure out how generative AI becomes one of the key factors in the national innovation system and analyze the dual-sided impact of its applications. Through analyzing how generative AI facilitates the optimization of national innovation systems in Chinese society， it also addresses the potential risks posed by the technological anxiety and ideological controversies of generative AI.

In order to promote the deep optimization of the national innovation system， the new generation of AI is expected to serve as an efficiency catalyst to promote the deep optimization of the national innovation system in three aspects： content production， industrial integration， and industrial transformation. With a legal mindset， it is conducive to reducing the application risks to an acceptable level by examining the economic， social， and legal risks related to the new generation of generative AI， including market monopolies and the labor market impact， data security issues and algorithm abuse as well as the disputes over the patentability of innovative achievements and copyright ownership. Therefore， the opportunity to advance technological innovation capabilities through generative AI should be valued and the potential crises it may lead to should not be underestimated. Currently， some generative AI products face academic entry barriers， regional and national divides， and are even not welcomed by certain regions， companies， and schools. However， direct technology bans cannot solve the fundamental problems.

To solve current issues and future risks related to a plethora of generative AI products and applications， this paper adopts the comparative research method. With reference to systems theory to examine the basic framework of the national innovation system， the generative AI industry should be strengthened from the perspectives of industrial development， digital economy， technological innovation， intellectual property protection， and talent support to mitigate the potential risks of generative AI and facilitate the deep optimization of the national innovation system. Considering the top-level design adjustments of the 20th National Congress on the national innovation system construction since 2022， this paper discusses how the next generation of generative AI can help enhance the efficiency of the national innovation system from four aspects： resource coordination and outcome utilization system; algorithm self-regulation and security supervision system; outcome transformation and innovation recognition system; talent cultivation and talent introduction system. Enhancing the coordination of domestic and foreign AI innovation resources contributes to the universalization of ethical standards in generative AI and rapidly corrects the defects of generative AI. Meanwhile， the extensive market application of generative AI technology achievements can promote the digital transformation and intelligent upgrade of comprehensive industries. Developing a security assurance system centered on algorithmic supervision for conciseness shows sustained benefits to the AI technology ecosystem， and utilizing generative AI technology by itself can be seen as a means of regulating and governing its own technical norms and risks， which is conducive to realizing the reflexivity and normativity of generative AI. The improvement of the system for transforming AI technological innovations and the refinement of the standards for recognizing AI technological innovation achievements could be beneficial to evaluate the innovativeness， practicality， and feasibility of technological achievements， which also promotes the sustainable development of AI technological innovation. By improving the guarantee system centered on algorithm regulation and utilizing generative AI from two aspects， the talent team of generative AI could be strengthened with the improvement of the talent training system. On this account， it is necessary to strengthen the self-cultivation and teaching capability of the next generation of generative AI talents， and encourage international talent communication and talent introduction policies for the next generation of generative AI.

Key Words：New Generation of Generative Artificial Intelligence; National Innovation System; Data Security; Intellectual Property Protection

收稿日期：2023-08-24 修回日期：2024-03-14

基金項目：國家社會科學基金一般項目（23BGL063）

作者簡介：張娟（1986-），女，河北石家莊人，中國政法大學商學院博士研究生，研究方向為創新經濟學。