文化生產力發展的要素變革與治理創新

【摘要】新一代信息技術推動文化生產要素迅速變革，文化生產者從職業化走向大眾化，生產工具從專業化轉向便利化，生產資料從內容主導變為數據主導，生產模式從高度協同化轉向集約智能化。數智化背景下，文化生產要素變革在提升文化生產效率的同時，也給文化生產、傳播、消費和反饋等實踐環節帶來全新挑戰。內容平庸化、信息熵增、快餐式信息消費和社會群體極化等問題的出現，影響文化注意力、創造力、審美力、信任力等關乎文化可持續發展的核心能力建設。數智時代文化治理需從夯實數據基石、優化內容生態、增強創新動力和推動能力提升四個方面入手，構建適應技術快速變革的文化自適應系統。

【關鍵詞】數智化" 文化生產力" 內容生產" 數據要素" 價值判斷

【中圖分類號】G124" " " " " " " " " " " " " " " " 【文獻標識碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2025.05.008

人類文明史本質是技術革新與文明形態協同演進的歷程。公元前4世紀人類文字系統的出現使得知識代際傳播成為可能，15世紀印刷機的發明推動全球人口識字率提升，20世紀從廣播電視到互聯網媒體的發展使全球文化信息實現“共識態交流”。當前，生成式人工智能技術的廣泛應用，使得全球數據日更新量達到1.25EB，幾乎是21世紀初全球數據總量（3EB）的四成。技術性突破正將人類文明加速推入數智時代，而數智化帶動的文化生產變革再一次契合經濟學家約瑟夫·熊彼特（Joseph Alois Schumpeter）提出的“創新”核心特征：即要“建立一種新的生產函數”，就要把一種從來沒有的關于生產要素和生產條件的“新組合”引進生產體系。[1]人類創意、數據、算力的全新組合，對傳統的以“人力”為核心的文化生產體系造成“破壞性創新”，提升文化生產效率的同時也推動文化生態重塑。

當然，數智時代文化領域變革又與其他經濟社會領域的變革有著較大的差異。其原因在于文化并不僅僅是具有簡單的物質屬性的存在，而是具有精神和物質兩面性的復合體。文化生產除了滿足人在物質層面的文化商品需求之外，更重要的是滿足人自身精神層面的文化需求，甚至是文化追求。因此智能驅動下的生產革命所具備的高效率、高響應、高收益特征，能否與文化發展所追求的滿足人們多樣化、個性化、品質化需求相契合，關系到新質生產力推動文化發展的深度與廣度。當前數字技術迭代的速度已經遠遠超過社會文化自適應周期的更替速度，人們甚至在還未能分辨清楚舊技術背后“好的、壞的、未知的”因素時，就已經不自覺地卷入新技術之中。如何構建數智時代的“文化免疫系統”，通過系統性的制度保障鍛造現有文化生態對因技術變革產生的新沖擊、新變局、新趨勢的適應能力，將成為文化高質量發展的關鍵命題。

數智時代文化生產力變革的突出特征

文化生產者：從職業化到大眾化。無論是紙質媒體還是電子媒體傳播時代，文化生產都強調專業性，從業者需要經歷相當長時間的職業化教育培訓，才能具備上崗所需的特定的知識儲備與職業素養。例如，專業記者須深諳新聞采訪技巧，影視導演須通曉“蒙太奇”手法，廣告人須熟悉消費者行為與心理。文化生產權力的規訓體系構成了如托尼·本尼特（Tony Bennett）所述的“文化生產場域準入壁壘”。文化生產的專業化構建了文化生產者的社會資本，其“被廣泛用來建立他們社會的、符號的和經濟的價值，并合理化他們獲得的某種特權和信任”。[2]文化生產者的專業身份認同也進一步推動其專注于自己的專業領域，依靠持續的社會知識學習與文化創意實踐來提升職業門檻。

而數字技術的創新及應用普及，恰恰打破了以往文化生產的專業壁壘。正如安德魯·布勞所述，“媒介景觀將會被業余愛好者和草根們所創造的自下而上的媒體能量重塑。這種自下而上的能量會產生巨大的創造力，但它也將摧毀傳統的媒介生產體系”。例如，TikTok平臺90%的頭部內容創作者本身并無相關傳媒學習背景，其發布內容大量涉及民間手工藝、鄉村生活等傳統文化機構未曾覆蓋的領域。[3]人工智能生成內容（簡稱AIGC）工具的普及更創造了“技術平權”新景觀。大量用戶通過ChatGPT與AI對話撰寫有關主題的博客文章，為平臺創建社交媒體帖子等。借助Midjourney等AI繪畫工具，圖像創作的技術門檻被降低至文本輸入級，用戶只需通過輸入簡單的關鍵詞就可完成相應的圖片生產。

當然，文化生產者的平民化、大眾化趨勢，一方面是文化賦權，只要擁有手機或電腦，就能在智能技術輔助下完成個人創作，對很多人來說文化生產簡化為調整參數或輸入口令的數據工程；另一方面，在技術主導下，馬爾庫塞關于“單向度文化”的隱憂更為明顯?！扒宄p向度文化的辦法，不是否定和拒斥各種‘文化價值’，而是把它們納入已確立的秩序，并大規模地復制和顯示他們?！币訟I輔助創作的文本為例，其中的意象重復率顯著高于人類自身創作的作品。其本質原因是AI通過分析海量文本數據建立概率分布，在文本生成時更傾向于選擇數據集中、反復驗證過的穩定搭配，由此形成了對高頻意象的路徑依賴。而人類創作者的專業性往往就體現在具備突破常規的發散性思維。

文化生產工具：從專業化到便利化。勞動工具的創新應用，往往能夠大幅提高生產效率和資源利用水平，構成人類突破生產力邊界、實現經濟社會飛躍的根本性支撐。就文化生產工具而言，隨著文化生產主體從職業精英轉為普通大眾，文化生產工具的變革動力也隨之產生，生產工具呈現出形態便捷、功能整合、場景延伸、價格下降的趨勢，專業化內容生產的剛性需求轉為日?；瘍热萆a的柔性需求。以影像生產為例，以往專業級設備根據應用場景的不同采用“金字塔式”的定價體系。好萊塢電影級攝像機價格高達百萬元，電視臺廣播級攝錄設備價格在50～100萬元，消費級專業設備價格在5～10萬元。而隨著傳統影像設備與計算機數據處理技術、光學傳感技術、網絡通信技術的結合，手持智能影像設備往往以不到萬元的價格就可達到4K/120fps的專業參數，在性價比上實現巨大提升。同時，新型影像設備在拍攝場景靈活性以及后期處理便捷性上有顯著提升，不僅能夠自適應靜態場景與運動場景的拍攝需求，還能實現多視角內容的實時合成，極大滿足了大眾對影像的“奇觀化”需求。

隨著人工智能技術向文化生產領域的延伸應用，以往被普通大眾認為以自身能力遙不可及的藝術創作，與大眾生活的距離也日趨拉近。生成對抗網絡技術與圖像識別技術在文博領域的應用，使得大眾能夠通過對館藏藝術品的元素解構與組合，生成屬于自我的全新藝術品形態。3D打印技術與新材料的普及，讓這些全新藝術品從圖紙狀態變為實體狀態，進而也誕生出更多個人藝術藏品。例如，在由美國大都會藝術博物館與麻省理工學院、微軟合作的GenStudio項目中，用戶可以調用40多萬件藝術品的高清圖像和元數據，通過互動界面探索藝術品的潛在關聯，并混合不同作品形成新的創作。與以往相比，用戶在該項目中的平均創作時長僅為8.2分鐘，遠遠低于使用專業軟件的46分鐘，并且37%的再創作體現了東西方文化元素的融合，展現出用戶在跨文化內容生成上的創造性和自覺性。

當然，智能技術在文化生產領域使用范圍的日趨擴大，也可能會帶來文化內容供給規模的無序擴張。當專業性的“價值坐標”演化為便利化的“效率坐標”，或將導致文化生產日益平庸，理性表達與意義生產被更多的感性表現取代。正如阿多諾所述：“技術生產力量自身并無價值。它們只有涉及文學、音樂和繪畫作品的真理性內容時才有意義?！盵4]當個性化文化生產變成主流后，我們或許更應該關注個性化背后，究竟是主體性的張揚，還是更深層同一化的開始。

文化生產資料：從內容主導到數據主導。在數字經濟浪潮下，數據作為新型生產要素正逐步成為推動經濟增長和技術創新的重要資源。相比于勞動力、資本等傳統生產要素，數據要素的重要特征在于其使用規模越大，可挖掘價值越多，可產生的效益越可觀。具體到文化領域，數據在文化生產中的獨特性在于如果文化數據單獨存在或被應用，則帶有獨特性或偶然性，對文化生產并無顯著價值，但當其匯聚為整體，體現群體特征的文化數據將產生價值增值。

文化生產中“內容為王”正逐漸轉變為“數據為王”。從文化供給端看，資源型文化數據要素依然具有稀缺性。以物質形態存在的文字、圖片、器物、建筑等大量的文化資源轉變為高格式的文化數據，這些文化數據作為生產資料，通過文化市場交易，被眾多文化市場主體創造性運用于新的文化產品或服務的生產之中。文化數據本身的精度與關聯性將對數據的可應用性起到決定性作用。從文化消費端看，行為型文化數據要素對于文化市場決策的效用更強。在數字文化生產到消費過程中產生的大眾文化行為數據，可轉化為文化生產決策資料。正如大衛·薩普特（David Sumpter）所說：“它們將你的人格置于擁有數百個維度的空間中，你的情緒被它們編號分類，你未來的行為被它們建模和預測?！盵5]大數據通過收集和分析用戶行為數據，如網絡搜索習慣、社交媒體內容偏好、媒介使用時長等，判斷影響用戶文化消費的關鍵變量，進而預判哪些文化產品具有市場潛力。

當然，在數據主導文化生產機制下，數據確權和保護在生產與消費兩端都顯得尤為重要。例如，網民基于現有文化資源進行二次創作時，往往需要借助人工智能共同完成，在此過程中可能產生用戶生成內容的知識產權合規難題。此外，不僅對互聯網平臺在使用用戶大數據時，個人行為數據產權在法理層面是否被認定屬于消費者，依然存在爭議，并且大數據本身的市場價值屬性也或將引發新型的數據壟斷。正如查爾斯·瓊斯所述，“數據企業為了增強自身的市場競爭力，會采取措施抵制其他企業使用其積累的海量數據資源，這就致使本身具備非排他性、非競爭性的數據要素呈現要素配置非效率狀態”。[6]

文化生產模式：從高度協同化到集約智能化。從經濟學角度看，每種生產模式都有其獨特的優勢和適用場景，而選擇合適的生產方式對于控制生產成本、提升生產效率至關重要。從文化生產模式的發展歷程看，從個人化生產到協同化生產是必然發展趨勢。在前工業時代，文化創作主要由作家、藝術家等獨立個體完成。由于生產工具和傳播媒介的局限性，這一時期的創作具有高度個性化的特征，不具備“文化生產”的條件。而工業時代，專業文化機構的出現推動了有組織且規模化的文化生產的形成，在文化內容供給迅速擴大的同時也出現了對市場盲從的同質化傾向，創作者的個性和獨特性在一定程度上被削弱。以電影產業為例，在觀眾越來越關注數字視效的現實需求下，一部商業大片往往需要一支龐大的隊伍來進行創造性工作。例如，根據公開披露數據，《指環王》的制作團隊接近3000人，《哪吒之魔童鬧?！返闹谱鲌F隊更是超過4000人。

數字技術的應用讓文化生產不再依賴于創作團隊的規模擴張，而是更加注重人機協同性。特別是生成式人工智能應用于文化生產領域，以智能體外包方式，把部分重復性強、智力投入少的文化生產環節交由智能機器完成，在節省人力投入的同時還能讓創作者更加專注于創意。未來，考慮到被智能體替代的可能性較強的文化生產環節，如原畫創作、文案寫作、插畫設計等存在人才需求減少的風險，文化生產模式的變化將對文化人才生態布局產生新挑戰。

數智時代文化發展的重要變量

文化生產：追求效率還是品質。在生產領域，效率和品質常被視為一對矛盾體，因為提高生產效率通常意味著簡化流程、加快速度，由此可能產生產品質量降低的風險。而追求高品質則需要更多的檢測環節、更嚴格的生產控制，不可避免地降低生產效率。因此，對經營主體來說找到效率和品質的平衡點，才能在市場競爭中游刃有余。對于文化生產來說，做好效率和品質這道選擇題的難度更大，原因在于用戶對于文化產品品質的容忍度通常比一般產品要低。文化產品無論形式如何，都是通過符號、形象、人物、情節等元素傳遞特定的思想觀念和精神價值。那些品質低劣或價值觀畸形的文化產品，對特定受眾精神層面帶來的負面影響往往具有持久性與隱蔽性。因此，對于具有高效率特征的數智化文化生產來說，建立數字文化產品或服務的品質評價指標體系格外重要。

首先要確保內容生產的真實性。由于數字內容生產本身具有匿名性特征，加上網絡傳播存在“以訛傳訛”式的擴散性傳播效應，以及缺乏對海量信息進行全面審核的機制，互聯網原生內容中存在大量錯誤或誤導性內容。而AIGC的應用或將導致更大程度的非真實信息的“傳播污染”。大模型本身并不具備辨別信息真偽的能力，如果訓練數據中含有偏見或錯誤信息，模型不僅會繼承這些信息，還可能生成幾何倍數的新內容，從而讓這些錯誤信息更具偽裝性。其次要確保生產內容具有正向價值觀。任何文化生產內容，即便只是一句話、一張圖片，都隱含著價值觀表達，甚至像“主動輸入無序亂碼”這樣看似無意義的行為本身也隱藏著行為主體消極或對抗式的價值觀。鑒于技術本身將對信息進行無差別處理，生成式文化內容需要通過數據挖掘階段選擇具備特定價值觀的數據作為訓練集，以及深度學習階段嵌入專門模塊來識別具有特定價值觀的內容，從而最終實現價值觀表達。因此，用于文化生產的大模型，在解決技術創新問題的同時更要注重價值判斷模塊的前置嵌入。

文化傳播：實現熵增還是熵減。任何系統的進化必然伴隨熵增，對于文化信息系統而言，信息熵高低所產生的影響更為明顯。通常意義上，熵越高信息無序性越強，熵越低信息越呈現有序性。在文化信息傳播環節，最大矛盾是信息生產的無限性擴張與信息接受的有限性之間的矛盾。誠然，在數字技術推動下，文化生產力得到進一步解放，更多的文化生產主體以更大的熱情投入文化信息生產，文化信息生產呈現幾何倍數增加和無限性擴張態勢。但對于文化信息接收者而言，由于客觀時間與個體精力的限制，能夠關注到的信息量相對有限。文化生產數智化程度的提升助推了文化信息的熵增現象，而算法技術本質上是為了實現信息熵減?！八诖_定并滿足用戶對信息獨特需求，實現信息供需穩定方面帶給信息系統絕對的‘負熵’，但一切技術都不完美，媒體算法背后價值判斷標準的異化、數據主義至上和‘黑箱化’問題正在成為信息系統中新的‘高熵’，影響著人們接收信息的信息量、語義和價值”。[7]

算法是數智時代信息生產的有機組成部分，一味反對算法應用，顯然無助于信息熵問題的解決。一方面，對于文化信息用戶來說，在一定程度上接受滿足個性化需求的信息推送，有助于其擺脫信息過載或避免陷入信息選擇困難；另一方面，在實際中，要高度警惕由于人為介入或操控引發的算法偏見。為了追求用戶活躍使用時長指標，部分平臺算法傾向于推薦用戶“已經喜歡”的內容，這客觀上限制了用戶接觸多樣化文化信息的權利。此外，為了實現某種意圖或目的，部分算法會阻礙用戶獲取全面、系統的文化信息，從而致使用戶產生或強化對特定事物的刻板印象，由此可能引發與之相關的社會問題。

文化消費：滿足快餐還是大餐。與紙媒體時代和電子媒體時代相比，數字媒介環境下的文化信息消費節奏呈現短、頻、快的特征?！拔幕暤谩钡纳疃刃枨笞兊眠b不可及，碎片化的文化內容使得大眾沉浸于各種快速的、淺層的刺激中?！耙环昼娮x完一部小說”“一分鐘了解一部電影”，諸如此類的短視頻讓本應實現心靈啟迪的書籍閱讀、滿足情感體驗的電影觀摩變為“速食面”一般的文化快餐。文化產品意義生產的價值被話語生產的價值所替代。部分用戶速讀小說、速看電影的目的僅僅是發布朋友圈話題，實現社交媒體的信息分享。正如法國哲學家保羅·維利里奧描述的：“我們正處于一個由速度定義的新時代。所以，現代社會不僅僅是在‘加速'，更是在‘競速’。”[8]文化消費行為越呈現碎片化，文化消費者對于長時間等待的相對容忍度便越低。倍速、多屏、躍進等創新技術的引入，看似滿足了消費者多樣化的需求，實質是觸發了更多的操作性條件反射，使得快餐式行為被不斷強化。

除了“快”之外，“強”也是數字文化消費的典型特征。強情緒、強情節、強轉折的內容生產法則大行其道，大規模如法炮制的微型網文、網劇，以高密集敘事套路迎合消費者的口味，滿足其快感和爽感。以某頭部網文平臺為例，在排名前100的作品中，世界觀架構重復率高達73%，角色塑造模板匹配率達89%。由數字內容帶給消費者的快感所形成的成癮機制與其他類型的成癮行為類似，都與人體大腦多巴胺分泌機制相關，會引發大腦特定區域的異?；钴S，進而或將引發“快感缺失”的抑郁狀態。

文化反饋：群體狂歡還是共同體建構。文化傳播過程中積極的信息反饋往往具有重要的作用，它能讓傳播者了解受眾對信息的接收和理解情況，發現并糾正信息傳遞中的誤解或偏差，并及時調整傳播策略，提高傳播效果。在數字媒體環境中，點贊、轉發、評論等功能極大地增強了信息反饋的即時性、互動性。對于網絡文學、網絡劇等具有開放式創作特征的文化產品來說，來自受眾的集體反饋讓創作者能夠及時、準確修正既有的創作框架與思路，使產品更加符合受眾的期待。例如，在網文平臺的“本章說”功能下，讀者間對于角色的揣摩分析或基于后續內容的猜測，都成為作者構思特定劇情的重要參考。以往文化藝術創作中的“作者中心論”在受眾反饋的壓力以及流量變現的誘惑下不得不屈從于“受眾中心論”，越來越多的內容生產貼合大眾共性需求（也可理解為平庸需求），彰顯創作主體的獨特性、多樣性的文化創作生存空間日趨狹窄。

比傳播者與受眾關系變革更為顯著的是社交媒體場域下受眾間關系變革。信息反饋創造出受眾間交流的全新互動文本。在匿名且沒有距離感的虛擬現實環境中，個體的觀點表述、情緒表達出現了“去抑制現象”。正如巴赫金描述的那樣，人們過著狂歡式的生活，這是一種“翻了個的生活”，一種完全不同于常規的“反面的生活”。[9]在尋求社會認同及群體歸屬的社會心理驅動下，受眾自發地融入與自己觀點相符的“話語圈子”。持有相同觀點立場的圈子日益固化，在逐漸失去對異見圈子的理解和包容后可能產生極化的語言對抗與激烈的情緒沖突。具有溫度與柔性的社會共同體在“信息繭房”中消解為一個個孤立的、棱角分明的小圈子，加速了不同群體間的孤立與疏離。

數智時代鍛造核心文化能力的挑戰

文化注意力：耗散與凝聚。如果把數據視為數智化時代的重要社會資產，那么大眾瀏覽網頁、使用APP、點贊評論、發布帖子等都可視為用于生產數據的“數字勞動”。從經濟學角度看，無論是增加勞動時間還是增強勞動強度，都關系到資本增值。因此在數智化背景下，“注意力的稀缺性、流動性和廣泛使用價值，使其越來越像貨幣。爭奪注意力幾乎是一切商業活動最底層的邏輯”。[10]幾乎所有文化科技企業都在思考如何引導注意力資源的聚集，讓大眾的“數字勞動”產出更大的數據分析價值。

就個體而言，將文化注意力資源進行合理分配正在經歷更大的考驗。被各類算法推送到大眾面前的數字信息越來越多，反而加劇了個體注意力的耗散。微軟關于注意力的一項研究表明，隨著數字化加速影響消費者生活，大眾保持注意力時長從2000年的12秒降至2013年的8秒。[11]洛麗亞·馬克（Gloria Mark）的一項研究成果表明，移動互聯網時代的多屏數字生活，使得人們集中在單一屏幕的平均關注時間從2004年的2.5分鐘下降到2021年的47秒。[12]面對信息過載，人們對于大部分信息的接收都是淺嘗輒止的，具有一定深度、需要理解力的信息被邊緣化。從長久來看，沉浸于碎片化信息所帶來的快感中，習慣于淺表認知的數字文化消費行為，將引發全局性、深度性思考惰性，進而導致人們思考能力的下降。

文化創造力：抑制與迸發。數字技術正廣泛應用于文本創作、圖像生成、音樂合成領域，顯著降低了文化藝術創作的技術門檻。其內含的快速生成與批量生產特性使文化內容生產的效率倍增，即便是非專業人士也能借助模板化工具進行基礎創作。算法對海量數據的模仿學習更實現了文化元素的快速重組，極大縮短了從創意到產品的轉化周期。人類對于文化藝術生產的熱情從未如此高漲，普通人與藝術家之間的距離從未如此接近。

與此同時，文化藝術作為人類文明之光的獨特價值在數智化文化生產浪潮中彰顯得淋漓盡致。其一，個體在文化藝術創作中投入的生命體驗與情感記憶具有不可復制性。正如蘇珊·朗格所述，“任何一件成功的藝術品都像一個高級的生命體一樣，具有生命特有的情感、情緒、感受、意識等”。[13]由記憶、感知與情感交織而成的內在世界，使得創作過程成為不可逆的精神投射，也讓作品與欣賞者形成情感連接。而AI創作本身是冷冰冰的文本輸入與輸出，缺乏真實生命體驗的沉淀，無法形成真正意義上的情感表達。其二，人類創作本質是基于非線性思維跳躍的創造性勞動。創意過程既帶有理性思考的軌跡，也包含直覺、靈感甚至潛意識的偶然迸發。被稱為文化藝術精品的作品往往都是打破成規之作。而AI創意生成受限于算法框架與訓練數據，本質上是對既有模式的優化重組，難以突破預設的規則邊界。其三，創作過程中的偶然偏差、即興發揮的不完美性，甚至作品本身的殘缺性也是人類文化藝術創作的魅力所在。而AI創作往往追求邏輯自洽與形式工整，反而消解了不確定性。

文化審美力：異化與創生?！爸挥心切┚哂忻翡J、細致的趣味鑒賞能力的人，才能分辨美丑之間那些細微的、幾乎不被察覺的差異”，[14]審美感知力無論對于集體還是個體來說都具有至關重要的作用。集體審美力是一個國家或民族文化認同和精神風貌的重要體現，能夠促進文化傳承與創新，增強民族自豪感和凝聚力。個體審美力體現于生活的細節之中，不僅能夠提升個人的生活品質，而且為大眾生活增添多樣化的色彩和活力。

數字技術的廣泛應用，以及數字文化內容傳播，對既往形成的審美標準、審美習慣等都是全新的考驗。高度模態化的內容生產導致了審美趣味的世俗化、形式創新的便利化及價值內涵的淺層化，壓縮了高趣味文化藝術的生存空間。依賴于算法分析的文化內容分發致使人產生審美疲勞，依據標簽化符號和相似化“配方”生產出的文化內容高度雷同，使得人的審美想象空間變得狹窄，快速變現的文化內容生產盈利模式也不可避免地導致人自身審美價值愈發功利化。文化內容本身具有的社會價值、審美價值均屈從于市場價值。當然，隨著虛擬現實與人工智能技術的疊加應用，帶有“賽博基因”的AI藝術審美也日漸顯現其獨特地位。技術賦能之下，人類文化審美力正在遭遇異化與創生的雙重考驗。

文化信任力：弱化與重塑。在數智時代，大眾對于文化信息的最大痛點莫過于辨別真偽。深度偽造技術可以生成高度逼真的虛假圖像、音頻和視頻，實現換臉、語音精準模擬、視頻無縫合成，讓普通人難以識別。當這些虛假信息散入真實工作生活場景時，很容易引發用戶的誤判。AIGC大模型在大語言模型（LLM）訓練過程中如果使用了含有錯誤信息或偏見的數據集，將導致更大規模的“數據污染”。出于高流量帶來的商業變現誘惑，大量聳人聽聞、具有“眼球效應”的虛假新聞通過互聯網不斷擴散，真實新聞反而被遮蔽其中。

比上述鑒別信息真偽問題更嚴重的是，數字社會因虛擬信息的廣泛存在而面臨信任體系的危機?！敖浻苫ヂ摼W渠道建立的信任，必須要雙方承擔更大的風險，一旦出現問題其后果將更加嚴峻，讓受到傷害的個體再度建立和維持信任將會難上加難”。[15]考慮到社會信任作為一種重要的社會資本，是推動社會進步與經濟增長的“潤滑劑”，而基于文化的信任力更是形成社會共識、傳播社會主流價值觀的基石。因此，在數字時代背景下，對于歷史文化信息失真性問題要給予高度的警惕和重視。

數智時代價值導向下的文化創新治理

夯實數據基石：基于歷史文化資源的數據庫建設。未來的文化軟實力競爭很大程度上是文化數據競爭。將文化資源優勢變為文化發展優勢，首先需將更多優秀文化資源轉換為文化數據，進而推動將文化數據要素廣泛應用于文化內容生產。從全球來看，以谷歌文化藝術平臺為例，其涉及的線上文博資源已經涵蓋全球80多個國家和地區，包括故宮博物院、紐約大都會藝術博物館、大英博物館等。無論從虛擬導覽服務還是可瀏覽藝術品的精度（部分作品支持十億級圖像放大），數據集成化與開放度已經很高。鑒于當下文化數據采集技術與集成硬件已經較為完備，在文化安全前提下應加速推動優秀傳統文化、紅色文化資源等數據庫建設。當然，在文化數據庫建設中要突出“以用促建”原則，避免出現重復性建設與“數據孤島”問題。

優化內容生態：基于文化表現形式多樣性的生產體系建設。受到媒介市場的壓力，數字化環境下刻意迎合受眾需求、市場趣味與熱點，避免因內容創新帶來風險的創作導向短時間內很難被抑制，單純依靠經營主體的自覺性，無法有效解決數字原生內容創作存在的同質化、模式化問題。因此，相關部門應通過引導性政策、傾斜性扶持等手段，推動實現以創新為導向的評價體系、激勵機制、資源配置，塑造文化產品-作品-精品共生的階梯式生產體系。讓基礎層的文化產品滿足大眾需求，中間層的文化作品具備一定的文化深度與審美價值，頂層的精品則具有文化傳承和創新的引領價值。在文化題材選擇、內容構成、表現形式等方面實現多樣性供給，在滿足大眾現有需求的同時，也有序激發更高的文化需求，提升大眾“文化基線”。

增強創新動力：基于原創價值的知識產權保護體系建設。數字技術賦能下，全社會對于“文化資源的創造性轉化與創新性發展”的創新實踐抱有極大的熱情。文化生產的創作與再創作在數字媒介環境下變得更為頻繁而多樣，然而在數字文化內容生產領域“確權難，維權難”的現象仍然存在。如何保護原創性文化內容生產，保持在合規框架下的再創活力，引導建立以原創度為指標的市場收益分配模式，成為數智時代知識產權保護的重要任務。此外，針對虛假數字信息泛濫的隱患，政府部門應倡導全行業共同行動，運用智能科技手段實現“AI生成數據識別”“數字文化信息打假”，共同抵制文化領域的“數據污染”，助推更為真實可信的數字文化環境建設。

推動能力提升：基于人文科技交叉學科的數智化專門人才隊伍建設。對伴隨文化科技融合所產生的社會問題，無論是在法理層面還是倫理層面，若囿于傳統學科思維定勢則難以找到完全破解之道。例如，因數據所有權不明晰引發的個人隱私權受侵犯難題、因算法歧視和算法透明度問題引發的個人權利受損與社會公平性難題、因人工智能參與個體行為決策引發的責任歸屬難題、虛擬與現實界限模糊引發的身份認同難題等，都亟須通過建設兼具人文感性與科技理性的文化治理人才隊伍加以破解。此外，對于大眾來說，數字素養教育與數智化應用能力提升同樣重要，需要文化、科技、教育、社會多方力量的協同推進。

注釋

[1]約瑟夫·熊彼特：《經濟發展理論——對于利潤、資本、信貸、利息和經濟周期的考察》，何畏、易家詳譯，北京：商務印書館，1991年，第3頁。

[2]E. Freidson， Professionalism： The Third Logic， Chicago： The University of Chicago Press， 2001， p. 17.

[3]FastMoss研究院：《2023年度TikTok生態發展白皮書》，2024年1月。

[4]西奧多·阿多諾：《美學理論》，王柯平譯，成都：四川人民出版社，1998年，第374頁。

[5]大衛·薩普特：《被算法操控的生活：重新定義精準廣告、大數據和AI》，易文波譯，長沙：湖南科學技術出版社，2020年，第34頁。

[6]C. Jones and C. Tonetti， \"Nonrivalry and the Economics of Data，\" American Economic Review， 2020， 11.

[7]林愛珺、陳亦新：《信息熵、媒體算法與價值引領》，《湖南師范大學社會科學學報》，2022年第2期。

[8]P. Virilio， Speed and Politics， New York： Semiotext（e）， 2016， p. 14.

[9]巴赫金：《陀思妥耶夫斯基詩學問題》，白春仁、顧亞鈴譯，北京：生活·讀書·新知三聯書店，1998年，第176頁。

[10]吳修銘：《注意力經濟：如何把大眾的注意力變成生意》，北京：中信出版社，2018年，第16頁。

[11]摘編自相關研究報告，參見https：//dl.motamem.org/microsoft-attention-spans-research-report.pdf。

[12]摘編自相關訪談內容，參見https：//www.apa.org/news/podcasts/speaking-of-psychology/attention-spans。

[13]蘇珊·朗格：《藝術問題》，滕守堯、朱江源譯，北京：中國社會科學出版社，1983年，第56頁。

[14]A. Smith. The Theory of Moral Sentiments， edited by D. D. Raphael and A. L. Macfie， Indianapolis： Liberty Fund， 1984， p. 20.

[15]Y. D. Wang and H. H. Emurian， \"An Overview of Online Trust： Concepts， Elements， and Implications，\" Computers in Human Behavior， 2003， 21（1）.

責 編∕方進一" 美 編∕周群英