馬克思主義政治經濟學視域下生成式人工智能的價值創造問題研究

鍵詞：生成式人工智能；價值創造；勞動價值論；活勞動；新質生產力中圖分類號：FO-0;F49 文獻標識碼：A 文章編號：1007-2101（2025）04-0033-10

隨著新一輪科技革命和產業革命的興起，人工智能成為引領發展的重要驅動力，深刻改變著人們的生活。尤其是近年來不斷更新迭代的生成式人工智能，在提高生產效率的同時也在許多領域減少了工作中人類勞動的投入量。生成式人工智能的最大特點是它可以自主地生成全新的東西，具有了類似人的“創造性、能動性”的特性，這不僅和人的勞動過程十分相似，而且似乎在直觀上消解了人的不可替代性。有學者認為，工業革命時期產生的機器和大工廠替代了大量的體力勞動者，這是傳統機器對勞動力市場的主要沖擊，而目前正在進行的人工智能革命則會使部分腦力勞動被取代。[1]

那么生成式人工智能究竟能否創造價值，它對于人類勞動構成了替代性的威脅嗎？為了探究這個問題，本文以一個典型案例作為切入點：假設你請人寫一段代碼，按照社會必要勞動時間，你需要支付2000元貨幣以補償他的勞動消耗。但是隨著生成式人工智能加速升級迭代以及逐漸被日常化應用，在之后某一次你再請他寫代碼時，他按照你的要求利用生成式人工智能，例如ChatGPT生成了一段代碼。他支付給ChatGPT的使用費用加上他使用ChatGPT所消耗的勞動總共價值為800元貨幣，但是他仍然照常收取了你2000元貨幣。那么這多出來的1200元貨幣應如何解釋？它是ChatGPT創造的價值嗎？

生成式人工智能在生成全新的成果時是否創造價值，這一問題似乎給馬克思勞動價值論帶來了沖擊和挑戰。如果它創造價值，那么馬克思主義政治經濟學所主張的勞動是價值的唯一來源就不再成立；如果它不創造價值，那么它與人類勞動高度相似的行為又該如何解釋？面對諸如此類勞動價值論失效的困惑，我們有必要在新時代新背景下，厘清生成式人工智能的本質，闡釋馬克思勞動價值論的內涵，分析新時代背景下出現的新問題。

一、兩種不同的回答

其實，就人工智能是否創造價值的問題，學界已經有不少研究成果。自人工智能出現以來，人們就開始思考利用人工智能代替人類勞動的可能性。只不過已有研究主要是針對一般人工智能的，更多的人也都把它當作一種自動化水平更高的勞動工具來看待。但生成式人工智能的出現，使得這一問題出現了新情況。生成式人工智能不僅能按照其程序完成一些生產過程，還能生成一些其程序（或數據庫）中沒有的東西，使得它的運行過程看起來更像勞動。

關于人工智能是否創造價值的問題，國內學者的主要觀點還是從馬克思勞動價值論出發，堅持人類勞動是價值創造的唯一源泉，并認為人工智能無論發展到何種程度都無法創造價值。這一類觀點早在20世紀80年代就已經有學者提出，具有代表性的有張榮喜等[2]、尚世偉[3]等，基于當時的人工智能發展水平，他們認為機器無論如何發展都不能實現真正意義上的勞動，因此不能創造任何價值。進入21世紀后，伴隨著互聯網和智能機器在社會上的快速發展，許多學者進行了更加深刻的思考，王永章認為智能機器的“勞動”與人的勞動具有本質差別，并不具備社會屬性，因此只能創造“使用價值”而非“價值”[4]

近幾年，以ChatGPT為代表的生成式人工智能展現出驚人的能力，至此，人工智能的本質究竟是什么，它是否能創造價值以及馬克思勞動價值論是否過時的問題再度引起討論。鄧曉芒指出，人工智能的創造性不是自發的，而是由人類預設的，因此不能把人工智能和人類的智能混為一談。5]溫旭認為ChatGPT不是活的數字勞動力，也不具有數字勞動的二重性，因此它僅僅能夠創造數字使用價值而不是新的數字價值。賈淑品指出人工智能并不能直接創造價值，它的出現沒有改變勞動創造價值的結論，因為它只是滲透到具體生產過程中并與生產力各基本要素相結合而轉化為現實生產力的滲透性要素[7]。劉儒和韓丹丹認為人工智能不具備認識主體的屬人性，人仍然是價值創造的主體；人工智能無法創造價值，但可以成為共產主義條件下實現人類自由全面發展的有力手段，而馬克思勞動價值論也依舊在發揮作用。8]徐璐和朱炳元也認為人工智能只是人腦的延伸，無法取代和超越人的社會主體性和歷史主體性，價值規律依舊發揮作用并指導著人工智能技術的發展[9]

然而，也有部分學者提出了一些不同的觀點。比如何玉長等提出了“智能勞動”這一概念，并以此為基礎，指出智能勞動也是創造價值的勞動，具有勞動創造價值的一般性，它所生產的產品也包含生產資料轉移的價值和勞動者新創造的價值。[10]吳豐華、于家偉則以馬克思勞動價值論為基礎，構建了分析勞動的“生產力、生產關系、意識”三維框架，并認為，弱人工智能和強人工智能均無法創造價值，但是超人工智能可以成為價值創造的主體。[11]

與國內學界不同，國外學者對于人工智能是否創造價值的問題大多持肯定的觀點（這或許與他們的階級立場有關，因為這有利于掩蓋資本家利潤來源于工人勞動的事實）。從早期工業革命時期機器代替手工勞動，到第三、四次工業革命無人工廠的出現，越來越多的人類勞動被機器替代。西方學者大多傾向于認為馬克思勞動價值論失效了，機器可以創造價值。他們認為，隨著科技的進步，機器在生產過程中的作用愈發重要，已經逐漸取代了人類勞動的地位，從而成為價值創造的主體。20世紀50年代，美國經濟學家羅伯特·索洛在其研究《技術進步與總量生產函數》中提出了著名的索洛殘差，用以衡量技術進步對經濟增長的貢獻[12]，這在一定程度上暗示了機器或技術在創造價值中的作用。德國的羅雪爾、英國的卡特勒等人也提出了“機器創造價值的觀點”，卡特勒在《馬克思的lt;資本論gt;與今日的資本主義》一書中提出自動化設備的應用使直接勞動者喪失了在生產過程中的主體地位，因此馬克思勞動價值論的基礎也就隨之瓦解[13]。直至今日，國外學者對于這一問題的研究依舊傾向于否定馬克思勞動價值論，并認為人工智能已經成為新的價值源泉。瓊·托倫特-賽倫斯（JoanTorrent-Sellens）提出的分析框架指出，第二次數字浪潮推動了數字轉型這一新階段，而被確立為新一代通用技術的人工智能，不僅催生出預測價值和流通價值這兩種新型價值維度，更重要的是構建了數字經濟時代價值創造的全新范式[14]奈杰爾·沃爾頓（NigelWalton）和巴亞尼·尚卡·納耶卡（BhabaniShan-karNayak）認為人工智能的出現打破了以往的價值規律，馬克思勞動價值論在這樣的新背景下不再具有適用性。[15]總的來說，國外學者的研究注重強調傳統馬克思主義經濟學理論在人工智能時代的局限。

綜上所述，對于人工智能是否創造價值這一問題，我國學者大多持否定態度，但也有一些學者持部分肯定的立場；國外學者由于資本主義國家制度的原因，大多持肯定態度。這些已有的研究從不同的角度分析了這一問題，但他們或者是針對一般人工智能，或者是針對想象的超強人工智能，還缺乏專門就生成式人工智能的討論。而且，那些持否定態度的研究，更多的是從理論層面進行探討，而較少結合具體的技術特征和社會實踐來分析生成式人工智能的獨特性質。這種研究視角雖然能夠從宏觀上把握問題的本質，但在面對生成式人工智能帶來的新現象時，可能顯得解釋力不足，無法進一步解釋生成式人工智能表現出來的一些特殊情況。

二、勞動是價值的唯一源泉

從理論的源頭來看，“勞動價值論”并非馬克思原創，而是對資產階級古典政治經濟學經典理論的繼承與革新。馬克思也曾公開強調自己的政治經濟學理論的來源之一是以斯密等人為代表的古典政治經濟學家，因此，梳理考察這些學者的理論和觀點是理解馬克思勞動價值論的重要環節。

在古典政治經濟學的發展脈絡中，威廉·配第首次系統性地將勞動確立為商品價值的源泉。他在《賦稅論》中通過對生產領域的考察提出：“土地為財富之母，而勞動則為財富之父和能動的要素”[16]，這暗示了勞動時間與自然物質共同構成價值實體的二元論。配第的價值理論具有鮮明的經驗主義特征，他在《賦稅論》中通過白銀與谷物生產所需勞動時間的對比提出勞動時間決定價值的觀點，但其分析并未深入區分具體勞動與抽象勞動、使用價值與交換價值的辯證關系。而亞當·斯密在《國富論》中突破了配第的二元論框架，提出“勞動一般”（labor ingeneral）的概念。他明確指出：“任何一個物品的真實價格，即取得該物品實際上所付出的代價，乃是獲得它的辛苦與麻煩”[17]26這標志著價值源泉從具體生產勞動向社會化抽象勞動的轉化，但斯密體系存在根本性矛盾：當他分析資本主義社會時，又將價值決定轉向工資、利潤、地租構成的“自然價格”，[17]45 實質上將價值創造與價值分配混同，為后來的理論分歧埋下伏筆。大衛·李嘉圖通過批判性繼承完成了古典勞動價值論的體系化構建，他不認可斯密的部分觀點并進行了批判，他尖銳指出斯密的邏輯斷裂，認為亞當·斯密如此精確地說明了交換價值的原始源泉，卻又要使價值取決于生產該商品所獲得的勞動量。[18]12-15 李嘉圖的核心突破在于，嚴格區分了決定商品價值的“投入勞動量”與作為商品的“勞動力價值”（即工資）。他論證了即使存在資本有機構成差異，商品交換本質仍是物化勞動時間的交換。[18]19-21

總的來說，對于“勞動創造價值這一觀點”，古典政治經濟學的相關理論是馬克思科學勞動價值論提出的基礎和先導，具有重要意義。

雖然馬克思并非“勞動創造價值”這一觀點的首創者，但卻是最早把這個觀點解釋清楚的經濟學家。馬克思區分了人類勞動的兩個方面，即抽象勞動和具體勞動，抽象勞動是指抽象掉勞動過程中的具體操作內容和勞動技能后剩下的勞動消耗，主要是指勞動過程中的體力和腦力消耗。具體勞動是指勞動過程中的具體操作內容和勞動技能等，這既和勞動對象、勞動工具相關，也同勞動主體的技能相關。抽象勞動創造價值，具體勞動創造使用價值。通過區分勞動的兩個維度，馬克思厘清了價值和使用價值的對立統一關系。馬克思說：“一切勞動，一方面是人類勞動力在生理學意義上的耗費；就相同的或抽象的人類勞動這個屬性來說，它形成商品價值。一切勞動，另一方面是人類勞動力在特殊的有一定自的的形式上的耗費；就具體的有用的勞動這個屬性來說，它生產使用價值?！盵19]60從這個意義上，馬克思是第一個清晰界定“勞動創造價值”的內涵的人，使勞動價值論從古典經濟學的經驗性描述升華為邏輯自洽的科學體系。

之所以生成式人工智能是否創造價值的問題值得研究，是因為創造價值的勞動不同于動物的本能行為。勞動是人有意識的、發揮主觀能動性和創造性的實踐活動，正如馬克思所說：“有意識的生命活動把人同動物的生命活動直接區別開來。”[20]倘若人僅像動物一樣憑借既定本能行為活動，則這種活動算不上勞動，因此也不創造價值；只有那些將人的能動性、創造性融入其中的實踐活動才有可能被視為是創造價值的勞動。而生成式人工智能的行為，似乎就具有了這種能動性和創造性，因為它根據要求產生的結果是它自己經過分析計算后生成的，而不是直接從已有的數據庫中去提取的。

為分析這個問題，還要介紹勞動價值論的兩個觀點，一個觀點涉及商品價值量的確認，一個觀點涉及剩余價值的來源。因為上述案例既包括了產品價值量的確認問題，也涉及剩余價值（利潤）的來源問題。

首先，關于價值量的問題，由于每個生產者的效率不同，因此不同的人生產同一種產品需要的時間（即勞動消耗）存在差異，如果由每個勞動者的勞動來分別決定他們產品的價值，那么同一種產品就沒有統一的價值量，交換也就變得不可能了。因此，馬克思提出用社會上所有勞動者的平均勞動來確立產品的價值量。平均勞動就是和社會必要勞動時間對應的勞動量，“社會必要勞動時間是在現有的社會正常的生產條件下，在社會平均的勞動熟練程度和勞動強度下制造某種使用價值所需要的勞動時間?！盵19]52 如此一來，即便社會上有很多不同的人生產同一種產品，他們的產品具有的價值量也是完全相同的。同時，影響商品價值量的因素也變得很明顯了，即每個勞動者的生產效率。每個勞動者的生產效率又受到他們各自的勞動強度、勞動熟練程度以及他們所使用的生產資料發展水平的影響。在生成式人工智能是否創造價值的討論中，勞動強度和熟練程度并不是價值創造的重要因素，但是生產資料的發展水平卻是關鍵因素。

其次，關于剩余價值的來源，馬克思明確指出，勞動是價值的唯一來源，剩余價值是價值的一部分，所以勞動也必定是它的唯一來源。剩余價值就是雇傭勞動者在剩余勞動時間內創造的、被資本家無償占有的超過勞動力價值的那部分新價值。除了剩余價值之外，馬克思還討論了超額剩余價值。也就是說，如果個別生產者的生產效率高于社會平均水平，那么他就能以低于商品社會價值的勞動消耗把產品生產出來，但同時又以商品的社會價值將它賣出去。因此，他除了能獲得社會平均水平的剩余價值之外，他還會獲得一個額外的剩余價值，這就是超額剩余價值。這個超額剩余價值的概念對于我們理解生成式人工智能的價值創造問題也是十分重要的。從勞動創造價值到社會勞動決定商品的價值，再到剩余價值和超額剩余價值的產生，馬克思分析了資本主義生產的本質。同時，這些分析也適用于解釋現代商品經濟。馬克思曾提出極具前瞻性的論斷：“加入資本的生產過程以后，勞動資料經歷了各種不同的形態變化，它的最后的形態是機器，或者更確切些說，是自動的機器體系。”[21]184生成式人工智能這一高階自動機器作為現代文明的產物，它的出現是否會對這個產生于19世紀的理論構成挑戰，這是一個值得專門深人討論的問題。

三、“生成”與勞動

生成式人工智能作為人工智能領域的一個重要分支，近年來取得了顯著的發展。與傳統的決策式人工智能不同，生成式人工智能更強調學習歸納后進行演繹創造，能夠生成全新、原創性的內容，這些內容包括但不限于文本、圖像、音頻和視頻等。生成式人工智能的核心在于強大的學習和生成能力，能夠通過學習大量的數據，理解并模仿人類的創作過程，從而根據要求生成出與人類作品難以區分的新內容。目前，這種技術的進步已在多個領域引起了革命性的變化，并在教育、娛樂、設計等多個行業展現出巨大的應用潛力。例如，在藝術創作中，生成式人工智能可以為創作者提供多種創新思路；在教育領域，它能夠為學生提供個性化的學習材料與輔導。隨著技術的不斷進步，生成式人工智能的應用范圍也在進一步擴大。

（一）生成式人工智能的產生與發展

人工智能的“誕生\"可以追溯到二十世紀四五十年代。1950年，美國誕生了世界上第一臺可編程機器人，而后的幾十年中，人工智能的發展并非一帆風順，經歷過停滯、發展等一系列起伏之后的今天，人工智能逐漸迎來了真正的春天一越來越“聰明”。生成式人工智能就是代表性成果，它就像一個智能助手，可以應用在很多領域，例如文本生成、代碼編輯，甚至是藝術創作等。從1966年的ELIZA程序能夠模擬真實的心理醫生和人對話聊天，到今天OpenAI的ChatGPT4.O和Sora，生成式人工智能已經可以熟練地處理文本，理解自然語言，并用邏輯嚴謹的答案和成果反饋給人們，可以說是開啟了智能時代的新紀元。生成式人工智能也逐漸出現了“專業化”的趨勢，視頻生成大模型、代碼生成大模型，甚至用于各項科目教學的專業大模型也開始走入大眾的視野，出現了今天應用領域“百模大戰”的現象。

究竟什么是生成式人工智能，聯合國教科文組織給出了定義，生成式人工智能是一種根據自然語言對話提示詞自動生成想要內容的人工智能技術。[22]國家網信辦等部門發布的文件中將其定義為：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。[23]我們可以看到，這兩種定義中都強調了生成式人工智能的“創造”能力，這是其不同于過去按程序運轉機器的地方，因此它能不能創造價值的問題就是一個需要討論的理論與現實問題。

（二）“生成”即勞動的認知謬誤

隨著深度神經網絡技術的突破，生成式人工智能展現出前所未有的智能“生成”能力，具有自主學習、創造生成與自適應優化的三大特征，使其行為在形式上與人類勞動呈現出相似性。然而，從馬克思主義政治經濟學的視角看，這種相似性僅是表象，其本質仍屬于生產工具的范疇，而非馬克思定義的“勞動”。對此，我們可以結合馬克思的勞動價值論與勞動二重性理論展開具體分析。

首先，生成式人工智能的自主學習不同于人類的學習。生成式人工智能的自主學習（無監督學習）表現為從海量數據中提取通用模式與邏輯的能力，例如通過機器學習完成自我訓練并生成解決方案。這一過程看似與人類通過經驗積累提升技能相似，但其本質是算法對數據分布的統計學擬合。馬克思指出，“勞動過程是制造使用價值的有目的的活動”[19]215，即人類勞動以明確的意識為驅動一工人不僅操作工具，更通過意志調整勞動過程以達成預設自標。反觀人工智能的“學習”缺乏主觀自的性：它既無法自主設定自標，也無法理解數據背后的社會意義，其行為完全受程序指令與數據集的機械約束。因此，生成式人工智能的自主學習僅是算法效率的體現，而非馬克思主義意義上的“勞動能力”。

其次，生成式人工智能的創造性依附于人類勞動的創造性。生成式人工智能的創造生成能力常被誤讀為“創造性勞動”，例如通過概念整合生成文字、代碼或圖像。然而，其“創造”的本質是對已有數據的重組與模仿，且始終依附于人類預設的知識邊界。馬克思強調，勞動的二重性體現為“具體勞動生產使用價值，抽象勞動生產價值”［19]2以工程師訓練大模型為例：工程師的具體勞動，例如設計算法、標注數據等創造了大模型工具的使用價值，也就是它的生成能力，其抽象勞動則凝結為大模型的價值；而大模型在生成內容時，僅將工程師賦予的價值轉移到產品中，自身并不創造新價值。換言之，這類生成式人工智能的“創造”是工具性產出，而非價值源泉——正如馬克思所言，“機器不創造價值，但它把自身的價值轉移到由它的服務所生產的產品上”[19]44 。

最后，生成式人工智能的自適應優化不同于人類的技能積累。生成式人工智能的自適應優化能力使其能夠根據反饋調整模型參數，例如通過用戶評價來改進輸出質量。這種“優化”看似接近勞動者基于經驗改進工作的方法，但其本質是被動響應外部信號的技術迭代。人類通過勞動構建分工協作、形成階級關系、推動歷史變革。而生成式人工智能的優化完全脫離社會性，它既無法理解反饋的社會語境，如用戶需求背后的文化矛盾，也不參與社會關系的再生產，其“進步”僅是技術參數的局部調整，而非社會生產力的質變。

（三）馬克思勞動價值論“失效”的迷思現象：技術幻象與理論誤讀

上文中提到的生成式人工智能代寫代碼的案例，已經有學者利用ChatGPT進行試驗。實踐證實，在面對既定的研究問題時，我們可以依靠創造型人工智能我到恰當的途徑并加以應用。針對具體的研究問題，生成式人工智能提供的代碼可用性很強，甚至進行了詳細標注。也正因如此，我們所引用的案例一代碼撰寫是具有典型意義的。綜合生成式人工智能的特點，我們已經論證了它的“生成”行為并非真正意義上的勞動，但是它所產生的影響卻給人們帶來一系列技術幻象與理論誤讀，認為馬克思勞動價值論已經失效或者過時，似乎生成式人工智能已經成為繼人的活勞動之后的另一個價值源泉。

生成式人工智能的“高效生成”常被誤認為是對馬克思勞動價值論的顛覆，但這種“失效論”本質上是技術表象與理論誤讀的產物。一方面，技術決定論者將生成式人工智能的生成能力簡化為“生產力飛躍”，卻刻意忽視其背后的生產關系本質。馬克思早已指出，技術屬于生產力范疇，而價值創造的核心始終是生產關系中的活勞動。以ChatGPT為例，其生成文本的“瞬時性”掩蓋了訓練所需的巨大勞動成本，工程師設計算法、數據標注員清洗信息、電力與算力資源的消耗—這些人類勞動與物質投人才是價值的真正來源。生成式人工智能的高效本質上是人類勞動價值的規?；D移，而非自主創造。所謂“技術奇跡”，實則是資本主義將社會共有知識（如開源代碼、用戶數據）私有化的新形態，其剝削邏輯與工業時代并無二致。對此，馬克思在《政治經濟學批判（1857—1858年手稿）》中關于自動機器的理論闡釋，即“機器論片段”已經有所預見，他指出，“由于固定資本具有價值，就是說，它本身就是勞動產品，是對象化形式上的一定的勞動量；由于固定資本通過提高勞動的生產力，使勞動能在較短的時間內創造出更大量的維持活勞動能力所必需的產品，從而提高剩余勞動對必要勞動的比例。可見，說什么由于資本家利用固定資本（況且，固定資本本身就是勞動的產品，并且不過是被資本占有的他人勞動的產品）使工人的勞動減輕了（相反，資本家利用機器使工人的勞動失去了一切獨立性和吸引力），或者使工人勞動的時間縮短了，所以工人就和資本家分享勞動產品了，這種說法是極其荒謬的資產階級濫調。”[21]192

另一方面，數字生產的非物質化特征為意識形態遮蔽提供了空間。生成式人工智能的生成內容（如Midjourney繪畫、GitHub代碼）的“無形性”模糊了勞動痕跡，使剩余價值剝削更加隱蔽。生成式人工智能的生成行為并未突破這一規律，工程師的抽象勞動凝結成其價值，用戶的每一次指令調用都在轉移這部分價值，而資本通過訂閱費、數據壟斷占有的超額利潤，依然是剩余價值的變形。技術樂觀主義者宣稱“機器取代勞動”，實則是將物化勞動擬人化，掩蓋了數字勞工（如零工數據標注員）的真實困境。當人們驚嘆人工智能的“創造力”時，實則是將千百萬勞動者被拆解、隱匿的抽象勞動誤認為“算法魔力”?；貧w馬克思的方法論，勞動價值論從未失效，它依然揭露著數字時代“技術中立”幻象下的階級矛盾，而生成式人工智能不過是資本吮吸活勞動的新導管

四、生成式人工智能不創造價值

生成式人工智能是否創造價值的問題可以分為兩個方面來回答：如果它的行為屬于勞動，那么它創造價值；如果它的行為不屬于勞動，那么根據馬克思的政治經濟學，它就不應該創造價值。但生成行為是如此這般的類似于勞動卻不創造價值，這一現象需要得到說明。因此，后續需深入探究生成式人工智能在社會生產中扮演了什么樣的角色。

技術的本質是人體器官的延伸，而具有主觀能動性的勞動是人的本質特征。隨著社會的發展，第一次工業革命和第二次工業革命帶來了生產力的飛躍，馬克思把生產技術的進步理解為：“他的活動的器官，他把這種器官加到他身體的器官上，延長了他的自然的肢體?！盵19]209 例如紡紗機“延長了”人的雙手，火車“延長了”人的雙腳等。在馬克思所生活的年代，人們主要致力于延展人的肌肉系統，解放人的體力勞動。而人工智能不僅僅是人體肢體的延伸，更是具備了與人腦類似功能的人腦的延伸，能夠模擬和可視化大腦活動。9對于此類更為智能的技術，馬克思曾在分析機器技術時指出，“掌握工具的能力取決于工人的技藝。相反，機器則代替工人而具有技能和力量，它本身就是能工巧匠，它通過在自身中發生作用的力學規律而具有自己的靈魂，它為了自身不斷運轉而消費煤炭，機油等等（輔助材料），就像工人消費食物一樣?！盵21]185在前文提到的案例中，生成式人工智能代替人腦生成了代碼，并且用于交換獲得貨幣。許多人認為這是價值創造的表現，但實質上屬于價值轉移。

開發生成式人工智能的工程師們將海量知識輸入智能系統，并通過訓練使其其備生成能力。這一過程通過工程師們的勞動將書本、文檔、計算平臺等生產資料的價值轉移至生成式人工智能中，凝結了工程師們的勞動，創造了新的價值；同時，這一過程也賦予了生成式人工智能“生成能力”這一新的使用價值。所以，生成式人工智能的本質是人類勞動創造的一種新的使用價值，它即便展現出類似創造性的能力，其核心屬性仍然是一種新的生產工具。

由于生成式人工智能以計算機技術為基礎，其運算速度和輸出效率遠超人類。例如，它能夠在瞬間將生成的代碼轉化為文本，而人類完成相同代碼的輸入便需要耗費大量時間。這種效率上的差異只能表明，生成式人工智能是一種新型的生產工具，其生產能力遠高于普通人類勞動，但它的本質仍然是一種生產工具。

因此，若在某個行業從事寫代碼、做PPT、做視頻等工作時，如果生成式人工智能可以被大規模運用的話，那么它必將提高相應行業的生產效率，從而降低相應產品的單位價值量，這是馬克思政治經濟學原理的應有之義。

案例中工作人員利用ChatGPT生成的代碼從本質上來說是價值的轉移。ChatGPT本身就具有價值，這包括工程師們在生產它的過程中轉移的價值和創造的新價值。在使用ChatGPT生成代碼的過程中，ChatGPT的一部分價值被轉移了。使用ChatGPT的勞動也凝聚了一定的價值，這兩個價值之和為800元，按照等價交換的原則，付給他800元即可。但由于ChatGPT尚未大眾化，現在大多數人都是自己寫代碼，因此這一段代碼的社會價值就是2000元。2]可以說是工作人員使用ChatGPT代表較少勞動時間的個別價值，通過交換獲得了由社會普遍承認的社會必要勞動時間決定的一般價值，從而獲得了超額利潤——1200元?？梢韵胂?，如果消費者自己了解到可以使用ChatGPT，或者生成式人工智能這一技術被行業普遍使用，那么這一段代碼的價值就會降低，變為800元，到時也就只需付給他800元即可。

馬克思在探討個別資本家提升勞動生產率的動機和目標時已經明確指出，商品的價值是由社會必要的勞動時間來決定的。如果某個資本家通過提高勞動生產率，縮短了生產單位商品所需的勞動時間，使得自己企業生產的商品的個別價值低于社會價值，那么他生產的商品仍然能夠按照社會價值出售。在這種情況下，勞動生產率得到提升的企業就能在實際勞動消耗之外獲得一個額外的價值，這個額外價值相當于其個別價值低于社會價值的差額。馬克思將這部分額外的利潤稱為“超額剩余價值”。

因此，生成式人工智能在人類創造價值中的作用就和蒸汽機具有相似性，它通過提高個別勞動者的勞動效率，提高了社會整體的生產力，從而降低了產品的社會價值。在信息不暢通或技術壟斷等情況下，技術只被少數生產者掌握時，這些生產者就會通過對新技術的獨占獲得超額的利潤。

五、新時代堅持和發展馬克思勞動價值論

（一）堅持馬克思勞動價值論的現實回應

經過上文的分析，我們已經得出結論：生成式人工智能不創造價值，馬克思勞動價值論依舊具有強大的解釋力。那么如何在今天繼續堅持這一科學理論成為我們面臨的重要課題。

1.需要剖析為什么會出現“生成式人工智能徹底取代人類”“馬克思勞動價值論失靈”等一系列社會焦慮情緒和技術迷思。主要原因有以下幾點：第一，生成式人工智能的出現重塑了傳統勞動模式，其高效自動化特征導致部分體力甚至腦力勞動者面臨職業替代風險，形成“機器排擠人”的直觀焦慮。第二，更深層的理論誤讀源于社會現實的復雜性：當生成式人工智能生成的內容（如代碼創作）逐漸滿足人們的需求，進而呈現“勞動投入減少而價值量攀升”的假象時，表面邏輯與馬克思勞動價值論相矛盾。這種矛盾實為技術中介化生產的認知偏差。人類勞動并未消失，而是通過算法設計、數據訓練等前置環節凝結于智能系統中。第三，社會現實的特殊性加劇了理論闡釋的挑戰，不同于之前的幾次工業革命，以人工智能為引領的第四次工業革命主要是圍繞計算機技術和互聯網展開的，面對生成式人工智能排擠和代替人的問題，人們已經不能通過粗暴地“砸碎機器”“罷工運動”來應對和解決。因此，馬克思勞動價值論“失效”的迷思持續蔓延。

2.只有在新的時代背景下厘清價值的源泉，才能更好地證明馬克思勞動價值論的科學性。我們必須認識到技術進步本身并不意味著科學理論的失效，而是生產方式和生產力發生了改變。馬克思勞動價值論的核心在于，人類勞動是價值的唯一源泉，通過分析我們可知，人工智能在本質上是機器或者工具，而生成式人工智能不過是更加復雜、高效的工具。在新的生產條件下，智能技術使勞動生產方式和價值創造形式發生了巨大變革；人類勞動與機器生成的結合，不僅帶來技術幻象與理論誤讀，也使價值創造過程的理論分析更為復雜和困難。但經過我們深刻地辨析發現，這并不改變人類勞動創造價值的基本原理。因此，對馬克思勞動價值論的堅持需要我們在新的時代背景下厘清價值創造的源泉，并對馬克思勞動價值論進行新的解讀和應用，以適應新的社會生產關系和技術條件。

（二）對馬克思勞動價值論的發展

經過上文論述，面對生成式人工智能等高新技術帶來的一系列問題，我們更應該與時俱進發展馬克思勞動價值論，以科學的理論指導實踐，確保技術進步與社會發展的和諧統一。

首先，生成式人工智能對就業產生了一定的沖擊，越來越多的工作崗位呈現出可替代性，這不僅引發了人們對于失業問題的擔憂，還對社會結構產生深遠影響。馬克思勞動價值論本身就蘊含著抨擊資本主義對勞動者的壓榨，呼呼勞動公平。因此，積極應對生成式人工智能對就業造成的沖擊是對這一科學理論的發展與實踐。

習近平總書記指出：“就業是最基本的民生，事關人民群眾切身利益，事關經濟社會健康發展，事關國家長治久安，我們黨對此歷來高度重視。”[24]在數字技術重塑生產關系的當下，以系統性思維構建“技術治理—能力重塑—權益保障”三位一體的新型就業框架，是推動馬克思勞動價值論從理論批判向實踐賦能轉化的重要途徑。具體可從以下三方面著手：第一，應健全生成式人工智能的管理應用機制。科技是把雙刃劍，為了確保人工智能技術的健康發展，必須制定相應的法律法規和道德規范，約束人工智能的不合理使用，防范技術誤用和資料隱私外泄風險。與此同時，應加強監管，確保人工智能的決策過程透明公正，減少算法偏見和歧視現象的發生。此外，政府和相關機構應提供必要的社會保障措施，為受人工智能影響的勞動者提供轉崗培訓、再就業支持等服務，以減輕技術變革對個人和社會的沖擊，讓人們在享受智能技術帶來便利和效率的同時，確保社會公平正義和勞動者的福祉。第二，與時俱進地提升人才素質，建立健全人才培養的體制機制，特別是數字型高科技人才。25]應對人工智能時代的技術性失業挑戰，關鍵在于構建勞動者數字能力的提升體系。政府與教育機構需建立動態更新的數字素養課程框架，開發模塊化在線學習平臺，降低技術獲取門檻。企業應當建立常態化技能培訓機制，通過崗位適配性訓練與技術轉型支持，幫助員工跨越技能鴻溝。教育體系應推進交叉學科建設，著重培養數據思維、創新能力和人機協作意識，塑造復合型人才結構。通過政策引導、教育革新與企業責任的協同聯動，助力勞動者突破技術能力束縛，在技術迭代中重塑核心競爭力，實現職業價值的可持續發展。第三，進一步完善和優化就業政策以及相關機制，保障勞動者合法權益。面對新的就業形勢和挑戰，我們應當堅定不移地貫徹執行就業優先政策，嘗試構建“人機協同”的動態就業生態體系。應對生成式人工智能的就業沖擊，需超越傳統“政策修補\"模式，轉向基于勞動價值動態循環的前瞻性治理模式。例如，通過建立就業風險預警系統，實時追蹤崗位替代率、技能需求變化等行業數據，構建動態就業圖譜。對失業風險較高的行業提前啟動“職業過渡計劃”，將政策干預節點從“失業救濟”前置至“技能斷層預警”。同時，有必要進一步完善和提升就業服務平臺的功能。通過整合和優化各類就業招聘信息，可以有效地減少求職者和用人單位之間的信息差，從而提高就業市場的效率。建立專業的就業咨詢熱線，為求職者提供及時的咨詢服務，幫助他們更好地了解就業市場和相關政策。對于那些就業困難的群體，應當及時給予必要的幫助和支持，確保他們不會被就業市場邊緣化。

其次，新質生產力是對傳統生產力理論的繼承和發展，需要我們“健全因地制宜發展新質生產力體制機制”[26]。新質生產力作為馬克思主義政治經濟學生產力理論與中國實踐相結合創新發展的成果，代表著先進生產力的演進方向［27]發展新質生產力本質上是對馬克思勞動價值論的繼承與創新。馬克思認為，勞動是創造價值的根本源泉，而新質生產力，如人工智能、大數據等技術，并沒有改變這一核心理論。這些新技術看似“自動”運行，但背后離不開人的勞動。工程師設計算法、工人維護設備、用戶提供數據，這些活動本質上仍是人類勞動的不同形式。在新的歷史條件下，要充分發揮科技的引領作用，推動經濟社會全面高質量發展。人工智能的發展可以推動產業轉型升級，發展新興產業，優化產業結構，提升對重大風險和挑戰的應變能力，這與大力發展新質生產力的方針政策是一致的，也必將推動一場重要的產業變革。[28]

為推動新質生產力的運用與發展，我們應當深入理解并推動馬克思勞動價值論與時俱進，以確保技術進步與社會發展的和諧統一。首先，加強科技創新和研發力度，鼓勵企業、高校和研究機構在人工智能領域進行深人研究和創新實踐。通過政策扶持和資金投人，加速科研成果的轉化和應用，推動人工智能技術在各行各業的廣泛應用。其次，完善相關法律法規，為人工智能技術的發展提供良好的法治環境。制定相應的標準和規范，確保人工智能技術的安全、可靠和可控，同時保護知識產權，鼓勵創新。最后，還必須重視人工智能技術對勞動市場的影響，積極采取措施應對可能出現的就業結構變化。通過實施職業培訓項目和推進教育體系改革，增強勞動者的專業技能和綜合素質，使他們能夠適應新質生產力的發展需求。同時，政府和社會應當為受技術變革影響的勞動者提供必要的社會保障和職業轉換支持，確保技術進步的同時最大限度減少社會不公和貧富差距的擴大。

六、結語

如今，人類社會正加速邁向人工智能時代，這一歷史性的趨勢顯然是不可阻擋的。隨著這一進程的推進，一系列前所未有的新問題和挑戰也隨之而來，這些問題從表面上看似乎使得馬克思的勞動價值論在現代社會的適用性受到了質疑。然而，當我們深入探討和研究生成式人工智能的特征和本質時，不難發現，盡管生成式人工智能在許多方面展現出了創新和突破，它在本質上仍然是人類大腦功能的一種擴展和延伸，是一種處于物質范圍內的高級技術。盡管人工智能在某些方面具有革命性的能力，但這并不代表它可以創造價值。因此，我們可以得出結論，馬克思的勞動價值論并沒有真正地“失靈”，人類的勞動在現代社會中仍然扮演著核心和決定性的角色。

作為經濟學領域的重要理論，馬克思的勞動價值論展現出了強大的理論生命力。它不僅在歷史上具有深遠的影響，而且在今天依然是我們理解和研究當代乃至未來社會經濟問題的科學理論基礎。面對人工智能以及其他高新技術的迅猛發展，在社會主義邁向新時代的今天，我們更加需要堅持馬克思勞動價值論，將其作為科學理論指導的同時，也要為其賦予新的時代內涵，以適應新的發展需求。我們需要推動馬克思主義政治經濟學與社會主義社會共同發展，用科學的理論來指導實踐，確保人工智能技術與社會主義制度深度融合，共同促進社會的進步與繁榮。

參考文獻：

[1]孫偉平.人機之間的工作競爭：挑戰與出路——從風靡全球的ChatGPT談起[J].思想理論教育，2023（3）：41-47.

[2]張榮喜，陳應鶴.機器人的使用和勞動價值論—對機器人能創造價值見解的異議[J].世界經濟研究，1986（6） ：54-57.

[3]尚世偉.生產自動化與馬克思的勞動價值論[J].大連輕工業學院學報，1987（4）：9-12.

[4]王永章.馬克思勞動價值在人工智能時代的指導意義[J].北方論叢，2018（1）：114-118.

[5]鄧曉芒.人工智能的本質[J].山東社會科學，2022（12） ：39-46.

[6]溫旭.ChatGPT的馬克思勞動價值論解讀［J].東南學術，2023（4） ：208-217.

[7]賈淑品.人工智能背景下馬克思勞動價值論的再審視[J].廣西社會科學，2021（6）：1-7.

[8]劉儒，韓丹丹.人工智能時代馬克思勞動價值論再審思[J].馬克思主義與現實，2024（6）：59-65.

[9]徐璐，朱炳元.人工智能的馬克思勞動價值論解讀[J].思想理論教育，2022（2）：59-65.

[10]何玉長，宗素娟.人工智能、智能經濟與智能勞動價值——基于馬克思勞動價值論的思考［J].毛澤東鄧小平理論研究，2017（10）：36-43.

［11]吳豐華，于家偉.人工智能創造價值嗎？—基于勞動三維分析框架的再考察［J].人文雜志，2020（9）：36-45.

[12]SOLOW R M. Technical change and the aggregate pro-duction function[J].The Review of Economicsand Sta-tistics，1957，39（3） ：312-320.

[13]CUTLERA，HINDESSB，HIRSTP，etal.Marx's‘capital'and capitalism today[M].Abingdon：Routledge，1977：35-56.

[14]TORRENT-SELLENS J. Homo digitalis：narrative for anew political economy of digital transformation and tran-sition[J]. NewPoliticalEconomy，2024（1）：125-143.

[15]WALTON N，NAYAKB S. Rethinking ofMarxist per-spectiveson bigdata，artificial intelligence（AI）andcapitalist economic development[J]. TechnologicalForecastingand Social Change，2021，166：120576.

[16]威廉·配第.賦稅論［M].陳冬野，譯.北京：商務印書館，2022：63.

[17]亞當·斯密.國民財富的性質和原因的研究：上卷[M].郭大力，王亞南，譯.北京：商務印書館，2014.

[18]大衛·李嘉圖.政治經濟學及賦稅原理[M].郭大力，王亞南，譯.北京：商務印書館，2017.

[19]馬克思恩格斯文集：第五卷［M].北京：人民出版社，2009.

[20]馬克思恩格斯選集：第一卷［M].北京：人民出版社，2012：56.

[21]馬克思恩格斯文集：第八卷[M].北京：人民出版社，2009.

[22]MIAOF，HOLMESW.Guidance for generative AI ineducationand researchM]. Paris：United NationsEdu-cational，Scientificand CulturalOrganization，2O23：8.

[23]生成式人工智能服務管理暫行辦法[J].中華人民共和國國務院公報，2023（24）：39-42.

[24]習近平.促進高質量充分就業[J].求是，2024（21）：4-8.

[25]岳奎，劉鳴.馬克思勞動價值論對發展新質生產力背景下“勞動”的當代詮釋與理論反思[J].經濟問題，2024（10）：1-10.

[26]中共中央關于進一步全面深化改革推進中國式現代化的決定[M].北京：人民出版社，2024：10.

[27]劉剛，李依菲，劉捷.人工智能是我國新質生產力發展的核心引擎[J].河北經貿大學學報，2024（6）：61-71.

[28]袁輝，韓居伯.人工智能助推新質生產力發展研究[J].現代經濟探討，2024（10）：10-19.

責任編輯：韓曾麗

Researchon Value CreationofGenerative Artificial Intelligencefromthe Perspective of Marxist Political Economy

RanKui，LiFangfei

（School ofMarxism，Universityof Electronic Scienceand TechnologyofChina，Chengdu Sichuan 611731，China）

Abstract：Asacuting-dgeachievementofontemporarytechnologicaldevelopment，generativeartificialintellgence（GA）pro foundlytransforms humanlife.ThemostdistinctivefeatureofGAIliesinitscapacitytoautonomouslygenerateentirelynoveloutputs，exhibiting\"creativityandagency\"akin to humancapabilities.This phenomenonnotonlycloselyresembles human labor processesbutalsoappearstointuitivelydisolvethenotionof human ireplaceabilityConsequently，criticalquestionseerge： DoesGAIcreatevalue？Has Marx'slabortheoryofvaluebecomeobsolete？Toaddress thesequestions，thispaperdepartsfromthe perspectiveof Marxistpoliticaleconomy，utiizingMarx'slabortheoryofvalueandrelatedtheoriestointerpretarepresentative case.Throughthismicrocosmicanalysis，itexaminestheesenceofGAI，andsubsequentlyinvestigateswhetherGAcancreate valueandwhetherMarx'slabortheoryofvaluehasbecomeinvalid.Thefindingsconclusivelydemonstrate thatGAIfundamenaly constitutesanextensionof thehumanintelect—anadvancedtechnologystillconfined withinthe\"realmofobjects\".Althoughit cantransfervalue，itcanotgeneratenewvalue.Thepurported\"obsolescence\"of Marx'slabortheoryofvalueisultimatelya technologicalilusionandtheoreticalmisinterpretation.Humanlaborremains\"present\"，andMarxslabortheoryofvaluehasnot \" failed\"，and it endures as a scientific theory requiring our steadfast adherence and development.

Keywords：generativearticial intellgence（GAI）;valuecreation；labortheoryofvalue；livinglabor;newqualityproductive forces