生成式人工智能背景下網絡意識形態風險治理的邏輯理路與治理實踐

2025-09-28 00:00:00付安玲張書銘

學習論壇 2025年5期

[中圖分類號]D64[文獻標識碼]A［文章編號]1003-7608（2025）05-0005-09

近年，生成式人工智能不斷迭代更新。從ChatGPT、Sora到Deepseek，從文本生成到圖像、視頻合成，生成式人工智能的應用場景日益廣泛，其與教育、醫療、新聞傳播等行業快速融合，成為推動社會發展與變革的重要動力。在意識形態風險治理領域，生成式人工智能的應用尤為重要。意識形態關乎黨和國家舉什么旗、走什么路的重大問題，正如習近平強調的：“意識形態工作是為國家立心、為民族立魂的工作。”然而，在生成式人工智能與社會融合的過程中，網絡空間出現了新的意識形態風險，意識形態安全面臨新的挑戰。有效治理生成式人工智能背景下的網絡意識形態風險刻不容緩。作為科技“雙刃劍”，生成式人工智能憑借其技術優勢、強大的意識形態承載能力以及衍生的新治理范式，在網絡意識形態風險治理中展現出前所未有的效用與潛力。因此，探索生成式人工智能背景下網絡意識形態風險治理新路徑，不僅有助于構建清朗的網絡空間，而且能夠為增強治理能力、保障網絡意識形態安全提供新的思路與方法。

一、審視風險：生成式人工智能背景下網絡意識形態風險的樣態呈現

風險往往代表著事物狀態的不穩定性和損益的可能性，本質上“并不在于它正在發生，而在于它可能會發生”[2]。生成式人工智能與社會的融合，雖然能夠賦予人們的生活無限可能性，但是也容易引發主流意識形態話語權旁落、價值認同危機、價值傳播失序以及輿論生態操控的網絡意識形態風險。

（一）“智能鴻溝—意識分化—話語多元”的主流意識形態話語權旁落

科學技術作為第一生產力，是社會意識形態生產與傳播的重要變量與增量。當前，生成式人工智能的發展和應用存在不均衡現象。這種技術上的差距不僅加劇了群體間的“智能鴻溝”，而且進一步導致群體間意識形態分化，使得社會意識形態話語呈現多元化，主流意識形態話語權面臨旁落風險。

首先，“智能鴻溝”是“數字鴻溝\"在人工智能時代的新表現[3，反映了群體間因人工智能技術應用和資源獲取不平衡所導致的物質分化，主要體現在人工智能資源占有不均、應用能力不同、發展機遇不等諸方面。這種物質條件的分化將引發社會經濟基礎的變化，并最終反映到上層建筑上，導致群體間意識形態分化。除此之外，受技術水平、經濟狀況和受教育程度等多重因素影響，不同群體接觸生成式人工智能的機會也不均等，這進一步加劇了分化。智能條件優越的群體往往擁有較高的人工智能素養，其智能技術應用、信息甄別和邏輯思維能力較強；對于智能條件相對落后的群體而言，其能力則較為欠缺。由于在技術水平、判斷能力和智能思維等方面存在差異，當這兩類群體面對浩如煙海、復雜多變的網絡信息時，會篩選出不同的信息聚焦點，接受不同信息的引導，進而形成各異的思想意識。長此以往，群體意識形態的持續分化將會加劇。

其次，群體意識形態的分化將催生多元化的意識形態話語，削弱主流意識形態話語的一元主導權。隨著“智能鴻溝\"加深，不同群體在信息獲取、處理和應用能力上的差異愈加顯著，這導致不同群體在信息的選擇、解讀和判斷上各有側重，進而形成多樣化的意識形態表達。多元意識形態話語雖然有利于促進人們思想意識的多樣性表達和社會思想文化的繁榮，但也會給主流意識形態話語的傳播帶來更多障礙。這種多元化容易使主流意識形態的社會動員和價值引領作用受到消解，進而削弱其主導權。

再次，主流意識形態話語權的弱化，以及生成式人工智能強大的內容生成與傳播能力，為非主流意識形態提供了更多生存空間，容易阻礙主流意識形態話語的有效傳播。生成式人工智能的高效內容生成能力與廣泛傳播能力，使得意識形態話語能夠迅速擴散，加劇主流與非主流意識形態之間的話語權爭奪。根據上述分析，“智能鴻溝”的存在會削弱主流意識形態的傳播效力，使得非主流意識形態更容易擴散并獲取生存空間，從而對主流意識形態的傳播形成壓制，增加主流意識形態話語權旁落風險。

（二）“數源偏倚一算法歧視一價值極化”的主流意識形態價值認同危機

在生成式人工智能內容生成的過程中，數據和算法分別扮演著“原材料”和“控制器”的角色，共同驅動內容生成。這一過程看似“人類無涉”且“價值中立”，事實卻并非如此。正如“算法也有價值觀”4的觀點所強調的，算法由人設計，不可避免地摻雜著設計者的價值理念。在中立性外衣的包裹下，算法極易使得某一觀點被持續強化，這一觀點由此成為所謂的“主流”，充斥網絡空間，左右群體意見，引發價值極化，削弱主流意識形態的價值認同。

首先，海量數據“喂養”是生成式人工智能內容生成的前提。只有輸入大量數據，生成式人工智能才能進行深度學習和訓練，并輸出內容。可見，數據的信息源和多樣性直接影響內容生成的質量。一方面，網絡上的數據魚龍混雜、真偽難辨，不乏大量虛假和錯誤數據。當這些低劣數據被用于生成式人工智能深度學習和訓練時，生成的內容質量將大打折扣。這不僅影響用戶體驗，而且可能傳播錯誤信息，誤導用戶判斷。另一方面，當前，生成式人工智能的學習語料庫主要以英文為主，中文語料庫占比較低。這意味著生成式人工智能的內容生成信息源中隱含大量西方世界的價值觀念，導致生成的內容往往帶有明顯的西方色彩，干擾我國用戶的價值信仰。

其次，生成式人工智能的算法規則容易受到人為主觀因素的影響，導致生成的內容主觀性強，形成算法歧視。算法作為一套計算規則，指導生成式人工智能進行數據處理和信息組合，是生成式人工智能的“大腦”。從表面看，算法規則不涉及“人的參與”，一切數據皆由機器獨立運算、提取和整合。但是，實際情況大相徑庭。這是因為，內在的算法原理是由人設計的，而外在的運算規則是人的意志的體現。生成式人工智能的算法邏輯不可避免地受到人的主觀因素的影響：符合設定價值傾向的算法規則會被保留，不符合的則會被剔除。算法的公平性一旦被人為打破，就會形成算法歧視。

再次，算法歧視使得生成式人工智能的內容生成過程異化為特定價值觀的傳播工具。在此過程中，特定價值觀在用戶與生成式人工智能的互動中得到強化。算法的中立性外衣，使得用戶對生成內容所包含的價值觀形成自然認同，從而在不知不覺中被機器左右價值信仰。在算法設計者及其背后勢力的價值選擇和意志干擾下，這種現象極易引發群體價值極化。究其根源，用戶通常賦予機器絕對理性的價值幻想，認為生成式人工智能的內容生成是基于純粹機器邏輯的，是毫無人類干涉和絕對客觀公正的。基于這種誤解，部分用戶對生成內容充滿信任，無形中服從了設計者背后的價值輸人，反而將主流意識形態的價值宣教誤解為強制灌輸，進而產生懷疑和排斥，導致主流意識形態的價值認同危機。

（三）“敘事下沉一受眾中心一權力轉移”的主流意識形態價值傳播失序

隨著生成式人工智能的發展，越來越多的人開始依賴這一技術來獲取信息、參與社交和表達觀點，主流意識形態敘事逐漸向社會大眾下沉。敘事下沉帶來的有利的一面是，主流意識形態議題更加以受眾為中心，擴展了受眾表達意愿的渠道；敘事下沉帶來的不利的一面是，官方主流意識形態的傳播權力逐漸向普通網民等非官方群體轉移，這在一定程度上削弱了官方的傳播主導權，容易導致主流意識形態價值傳播失序。

首先，生成式人工智能重塑了信息傳播模式，從“人找信息\"轉變為“信息找人”，這使得主流意識形態敘事更加以人為中心，表現為敘事主體由一元向多元擴散、敘事內容由抽象晦澀向生活世界轉變。一方面，生成式人工智能的交互性、新穎性和創造性優勢不斷形成主流意識形態敘事主體從官方媒體到社會大眾的結構性下沉。生成式人工智能的交互性增強了人們參與社會話題討論和表達的欲望；生成式人工智能的新穎性吸引了人們的注意力，激發了人們對這一技術的好奇心和探索欲；生成式人工智能的創造性則拓展了內容邊界，促進了人們創意的涌現。這三大優勢推動主流意識形態敘事主體從單一的官方渠道向多元的社會群體轉換。自媒體等多向度群體逐漸成為主流意識形態敘事者，傳統“自上而下”的線性敘事邏輯正逐步被“多點齊發”的多元主體交互言說所取代[5，主流意識形態敘事主體實現結構性下沉。另一方面，生成式人工智能的“互動對話\"使得主流意識形態敘事內容回歸生活世界和社會大眾。生成式人工智能通過與人類“互動對話”，學習并模仿人類的思維和話語邏輯，能夠以多樣化的敘事風格創作出更加親民、易懂的內容，稀釋了主流意識形態敘事的抽象性與晦澀性，使主流意識形態更易于被大眾理解和接受。

其次，主流意識形態敘事下沉至受眾中心，雖然擴大了受眾表達與傳播的渠道，但在一定程度上削弱了主流意識形態的凝聚力和引領力，容易引發價值觀混亂。一方面，主流意識形態敘事主體的下沉使得“人人皆有麥克風”，拓展了受眾在意識形態討論中的話語表達空間，使更多不同的聲音能夠被聽到，有助于形成更加開放包容的社會環境，也有助于促進社會民主化進程；另一方面，過度大眾化、生活化的敘事風格容易消解主流意識形態的整體性和權威性。當系統的、復雜的意識形態理論和價值觀被簡約敘事為日常生活中的碎片化信息時，其深刻內涵和意義就被淡化，難以達到理想的傳播效果。另外，大量非主流意識形態信息充斥網絡空間，會干擾主流意識形態表達。這幾方面因素綜合作用，會弱化主流意識形態的影響力和凝聚力，容易導致社會共識瓦解和價值觀混亂。

再次，主流意識形態傳播權力的多元化轉移削弱了官方的主導權和內容的整體性，容易導致傳播過程碎片化和無序化，增加了主流意識形態價值傳播失序風險。生成式人工智能“內容一受眾”的“強連接”，改變了主流意識形態的傳播格局。原本由官方媒體主導的傳播權力，如今逐漸向網絡“大V”乃至普通網民等非官方群體轉移，導致傳播權力分散化。這種權力分散化不僅容易削弱官方在主流意識形態傳播中的主導權，還增加了傳播的不確定性和復雜性，在一定程度上對主流意識形態的穩定性和一致性構成挑戰，會加劇主流意識形態價值傳播失序風險。

（四）“技術神化—資本驅動一輿論把持”的主流意識形態輿論生態操控

生成式人工智能顯著提高了人們生活和工作的效率，解決了諸多實際問題，被貼上“無所不能”的標簽。然而，生成式人工智能并非完美無缺。“技術神化\"的背后，實際上是強大資本力量的支撐與驅動。生成式人工智能與資本的緊密結合，使得內容生成的決定權部分落人資本手中，導致社會輿論在一定程度上被資本把持，增加主流意識形態輿論操控的風險。

首先，生成式人工智能重塑了人們的認知體系，引發了人們對技術的崇拜。作為一種具有顛覆性的內容創作工具，生成式人工智能憑借其高度智能化和多樣化的內容生產能力，極大地擴展了信息傳播的速度和范圍。這種高效的內容生產方式不僅提升了人們的工作效率，而且改變了人們對技術的傳統認知。生成式人工智能的廣泛應用仿佛開啟了人類世界的“潘多拉魔盒”，使許多人將其視為一種超自然的神秘力量，忽視了它仍然是人類勞動和智慧的產物這一事實。這導致一種“無所不能”的幻覺，加劇了人們對技術的盲目信任和過度依賴，進而催生了“技術神化”的現象。

其次，生成式人工智能強大內容生成能力的背后實則是資本邏輯的驅動。資本邏輯即“資本由一種生產關系轉換為一種經濟權力和剝削手段的實現過程”，逐利性是資本的本質屬性。生成式人工智能通過高度自動化和規模化的生產能力，不僅大幅降低了內容生成的成本，而且提高了內容生成的效率和質量。資本敏銳地捕捉到這一增值機會，將生成式人工智能視為未來信息壟斷與價值創造的重要工具。簡言之，“資本巨鱷”通過生成式人工智能變革信息生產方式，重構信息供求關系，進而以占據信息生產的主導地位實現資本增值的目標。

再次，在資本邏輯主導下，生成式人工智能的內容生成不可避免地帶有資本的烙印，使得輿論氛圍中彌漫著濃厚的資本氣息。在這種環境下，社會輿論在一定程度上被資本所把持，導致主流意識形態的輿論走向容易受到資本的操控。資本的逐利本性會滲透到每一項新技術中，生成式人工智能也難以逃脫被資本主宰的命運。通過控制生成式人工智能內容生成和傳播的關鍵環節，資本不僅能夠影響公眾的意見形成，還能夠壓縮公眾深度思考和批判性討論的空間。這往往使得嚴肅的社會議題被邊緣化，取而代之的是淺表化的娛樂內容和消費導向信息，消費主義和娛樂至上的文化傾向會進一步增強。這有可能加劇社會價值觀的扭曲和公共議題討論的淺薄化，進而加劇資本對公眾認知邏輯和價值取向的操縱，使資本把持社會輿論走向，以及操控主流意識形態的輿論氛圍。

二、生成邏輯：生成式人工智能助力網絡意識形態風險治理的邏輯理路

生成式人工智能時代，網絡意識形態風險的升級演變使得傳統治理方式難以及時、精準地識別和應對這些動態變化的風險。生成式人工智能依托大數據、大算法和大算力這“三大\"核心技術，不僅成為意識形態傳播的新載體，而且構建了網絡意識形態風險治理的新范式，為提升治理實效提供了新思路。

（一）生成式人工智能“三大”核心技術助力網絡意識形態風險治理

大數據、大算法和大算力是生成式人工智能的“三大\"核心技術。生成式人工智能憑借這“三大\"核心技術，提升了網絡意識形態風險治理的深度、精度和速度，從而以技術效能助力網絡意識形態風險治理。

第一，大數據技術通過提供海量信息來源，拓寬人們獲取信息的渠道，開闊人們的認知視野，減少人們對單一群體意見的盲目追隨，激發人們對網絡信息進行深度思考和理性分析，從而提升網絡意識形態治理深度。“大數據”最早由美國未來學家托夫勒在《第三次浪潮》中提出。他將大數據定義為：大數據是需要經過特定計算范式處理，才能具備預測能力、分析能力和優化流程能力的大體量和多元化的信息資產[7]。托夫勒深刻意識到，未來社會中，數據即資產。盡管他在提出這一概念時或許未能完全預見技術進步的具體形態和速度，但生成式人工智能的迅猛發展充分佐證了他的觀點。生成式人工智能時代，人們對數據的需求激增，傳統的符號、文字、圖像等結構化數據早已無法滿足人們的智能化生存需要，衍生出表格、視頻、XML（可擴展標記語言）HTML（超文本標記語言）超文本等半結構化和非結構化數據。可以說，數據構筑起生成式人工智能時代的基石。數據需求刺激了數據市場的發展，擁有數據意味著擁有信息資本的壟斷權。在巨大利益的刺激下，信息資本通過窄化信息通道，加劇信息壟斷，往往以“震驚\"“突發”等極具情緒化的詞匯博取人們的關注，干擾人們的獨立思考與理性判斷，散播利益相關信息，以獲取高額的信息壟斷利潤。生成式人工智能的數據爬蟲和數據挖掘技術充分激活了大數據資源的潛力，打破了信息的過度壟斷，實現了對全網信息的多維度整合與分析。從多個角度豐富人們對網絡信息的理解，可以使人們更加全面、理性、深入地進行思考與判斷，減少因片面理解而引發的風險，從而實現網絡意識形態風險的深度治理。

第二，大算法技術通過深度學習，能夠精準抓取和深人分析網絡意識形態風險大數據，實現對風險的精準研判。基于此，構建“一對一\"的風險治理模型，有利于提升網絡意識形態風險治理精度。深度學習是一種模擬人類大腦神經元信息傳遞和處理方式的神經網絡算法，它“不再需要人類專家去煞費苦心地歷練模型，機器自己就能從大數據中尋找特征、發現規則、總結模型”[8]，因此是更為智能的數據分析方法。通過高效篩選和排除無關噪聲數據，深度學習算法能夠精準識別潛在致險性數據，實現對網絡意識形態風險的精準研判。在此基礎上，相關人員再構建出“一對一\"的風險治理模型，可以實現風險精準化治理，從而提升網絡意識形態風險治理精度。

第三，大算力技術憑借其卓越的運算能力，為網絡意識形態風險大數據的高效采集和風險治理模型的快速構建提供了支撐。這使得系統能夠及時發現并快速處理網絡意識形態風險，提升治理速度。利用云計算、超級計算機和分布式計算等高性能計算資源，大算力技術實現了指數級的運算速度，極大提高了網絡意識形態風險大數據抓取能力和風險治理模型構建效率。生成式人工智能因此能夠在風險初現苗頭時，實時或近實時地進行數據分析和處理，動態捕捉潛在風險，迅速響應和有效遏制風險的擴散與放大，從而提升網絡意識形態風險治理速度。

（二）生成式人工智能作為意識形態載體助力網絡意識形態風險治理

技術“作為一種隱性意識形態的良好條件，有可能承載并發揮著意識形態功能”9]。隨著技術日益嵌人物質生產，它逐漸超越原本的生產力角色，與意識形態緊密交織，成為傳播一定意識形態的載體。生成式人工智能憑借其強大的內容生成與傳播能力，更加凸顯了其作為意識形態載體的重要功能。借助生成式人工智能承載和傳播主流意識形態，可以營造全方位的宣教空間，從而助力網絡意識形態風險治理。

第一，生產力的發展推動生成式人工智能成為意識形態載體。法蘭克福學派第一代主要人物馬爾庫塞最早提出“科學技術即意識形態”的命題，第二代主要人物哈貝馬斯在《作為“意識形態”的技術與科學》中深入探討了科技與意識形態之間的關系。哈貝馬斯認為，大工業的發展使得科學技術在晚期資本主義社會成為一種意識形態，并指出，“統治的合理性以維護這樣一個社會系統為標準，這個系統允許把同科技進步聯系在一起的生產力的提高作為它的合法性的基礎”10]。這揭示出，技術作為生產力要素，并非獨立于社會系統之外的純技術工具，而是深深嵌人人與人之間的社會關系、權力結構和利益分配，進而形成一種新型意識形態。作為新科技革命的產物，生成式人工智能生成并傳播了大量包含意識形態的信息，進一步鞏固了既有社會結構和權力關系，從而成為一種新的、重要的意識形態載體。

第二，生成式人工智能“內容一用戶\"的\"直連式”信息傳播模式進一步強化了其作為意識形態載體的功能，顯著提升了主流意識形態的傳播效率。這種傳播模式避免了傳統的“內容一中介—用戶”的“間連式\"傳播中的二次傳遞干擾，能夠確保意識形態信息“原汁原味”地傳遞給用戶。這不僅鞏固了生成式人工智能的意識形態載體功能，而且提升了意識形態傳播的精準度和有效性，從而更好地服務于主流意識形態傳播的目標。

第三，發揮生成式人工智能的意識形態載體功能，使其承載并傳遞主流意識形態信息，進而營造出全方位的主流意識形態宣教空間，能夠助力網絡意識形態風險治理。生成式人工智能的獨特之處在于其能夠自主地進行內容生產與分發。通過“喂養”大量的主流意識形態內容，能夠訓練生成式人工智能生成與主流價值觀相契合的信息。隨后，借助生成式人工智能高效的信息分發機制，能夠將這些信息在社交媒體、新聞網站等平臺上廣泛傳播，形成有利的主流意識形態宣教環境，從而確保主流價值觀覆蓋更加廣泛的受眾。這種全方位的主流意識形態宣教空間能夠有效抑制非主流意識形態的“發聲”，增強公眾對主流意識形態的認同感和歸屬感，從而助力網絡意識形態風險治理。

（三）生成式人工智能通過構建全新治理范式助力網絡意識形態風險治理

生成式人工智能作為一項具有顛覆性的新技術范式，正推動著網絡意識形態風險治理范式的轉變。傳統的治理范式難以精準、有效地應對新興、復雜的網絡意識形態挑戰，其效用逐漸式微。生成式人工智能的精準化、情感化治理范式契合了當代社會對科學、高效、人性化治理的需求，從而能夠助力網絡意識形態風險治理。

第一，傳統網絡意識形態風險治理范式難以適應生成式人工智能時代網絡意識形態風險的多元變化，其效用逐漸減弱，需要新治理范式以提升治理效能。傳統治理范式主要依賴法律制度的內容約束，以及編輯、記者等主流媒體“把關人”的內容審查與輿論引導。這種模式在信息流通緩慢、技術手段有限以及傳播渠道單一的歷史背景下能夠有效應對風險。但在生成式人工智能時代，信息傳播速度大幅增加，技術手段日益先進，傳播渠道更加多元，傳統治理范式的局限性逐漸凸顯，難以滿足新的時代需求。生成式人工智能利用大數據分析、自然語言處理和機器學習等技術，能夠實時監測和分析網絡意識形態風險，精準識別潛在風險點，并以貼近生活的情感化敘事方式生成主流意識形態內容，從而提升治理的精度與溫度。因此，在生成式人工智能時代，治理網絡意識形態風險需要破除傳統治理范式的種種弊端，發揮新技術的優勢，構建更加科學、精準、高效的治理范式，提升治理實效。

第二，生成式人工智能通過構建精準化治理范式助力網絡意識形態風險治理。“生成式人工智能傳播信息的方式兼具普遍性和個體性”]。這使得它既能大范圍傳播主流意識形態，體現傳播方式的廣泛覆蓋性，又能根據用戶的思想現狀及需求，提供定制化的主流意識形態內容，展現傳播方式的定位精準度。將這種普遍性和具體性相結合的方式應用于網絡意識形態風險治理，可以提升治理的精準化效能。生成式人工智能根據不同風險的來源、表現形式和傳播路徑，通過目標數據標定和智能算法推演，實時監測和分析網絡意識形態的動態變化，進而定點識別潛在風險點，并形成具有針對性的治理措施，實現網絡意識形態風險的精準化治理。

第三，生成式人工智能通過構建情感化治理范式助力網絡意識形態風險治理。生成式人工智能的情感化敘事方式構筑了情感化治理的基礎，使得主流意識形態內容不再顯得機械和僵硬，而是更加貼近人們的生活經驗和心理情感。通過情感化的對話和引導，生成式人工智能在用戶心中建立起信任，緩和了網絡空間的矛盾和沖突，降低了網絡意識形態風險的發生概率。這種情感化治理范式有效規避了傳統治理范式的剛性和約束性弊端，提供了一種更為溫和、貼近人心的治理方式。它填補了傳統治理范式難以觸及的空白，為治理注人更多的人文關懷，使治理措施更具有親和力和說服力，能夠有效提升治理的溫度和效果。

三、治理探索：生成式人工智能背景下網絡意識形態風險治理的實踐進路

馬克思、恩格斯曾指出：“一切劃時代的體系的真正的內容都是由于產生這些體系的那個時期的需要而形成起來的。”12]生成式人工智能在網絡意識形態風險治理中展現出前所未有的價值與潛力，一定程度上滿足了時代的迫切需求。因此，在實踐考量中，應從站穩價值立場、發展“向善\"算法、堅守人本原則、強化輿論引導四個方面，推動生成式人工智能助力網絡意識形態風險治理實踐。

（一）站穩價值立場，筑牢主流意識形態話語權根基

“智能鴻溝”加劇了群體意識形態分化，導致意識形態話語多元化，使主流意識形態話語權面臨旁落風險。為此，要從站穩主流意識形態價值立場、加強主流意識形態話語權建設以及完善生成式人工智能資源分配的頂層設計三方面著手，筑牢主流意識形態話語權根基，防范話語權旁落風險。

一是站穩主流意識形態價值立場，正確把握價值導向。當前，生成式人工智能的全球應用版圖呈現“西強東弱”的局面，西方國家擁有技術發展應用的主動權，意圖借助生成式人工智能在網絡空間傳播其自身意識形態，威脅我國主流意識形態的價值立場。馬克思主義是我們立黨立國、興黨興國的根本指導思想，是社會主義意識形態的靈魂所在。堅持馬克思主義在意識形態領域的指導地位，是站穩主流意識形態價值立場的題中應有之義。因此，借助生成式人工智能助力網絡意識形態風險治理，必須堅守社會主義意識形態的價值導向，維護社會主義核心價值觀的主導地位，站穩網絡空間主流意識形態價值立場。

二是加強主流意識形態話語權建設，排除多元意識形態話語干擾。作為一種社會軟實力，意識形態話語權關乎一個國家的文化影響力和社會凝聚力，是維護國家安全與穩定的重要手段。隨著“智能鴻溝”的加劇和群體意識形態的分化，網絡意識形態愈加多元，主流意識形態面臨嚴峻挑戰。因此，應借助生成式人工智能強大的內容生成與傳播能力，提升主流意識形態的權威性和傳播效率，并利用多平臺、多渠道傳播矩陣，使主流意識形態廣泛、及時地傳遞給受眾，確保社會主流聲音在網絡空間占據主導地位，鞏固主流意識形態話語權。

三是完善生成式人工智能資源分配的頂層設計，推進智能平權，彌合意識形態分化。一方面，要制定全面的生成式人工智能發展戰略，明確資源分配的原則和目標。具體而言，要通過出臺政策和規劃，指導相關部門和地區科學合理地配置生成式人工智能資源，確保有限資源流向最需要的領域和人群。另一方面，要優化生成式人工智能的資源配置機制，確保資源的合理分配。目前，生成式人工智能技術主要集中于少數科技企業，它們在技術研發、數據積累和資金投入等方面具有顯著優勢，形成了較高的技術和市場壁壘。因此，亟須建立公開透明的資源分配機制，避免資源過度集中，促進生成式人工智能共享和共用。通過這些措施，可以有效推進智能平權，彌合因“智能鴻溝”導致的意識形態分化，筑牢主流意識形態話語基礎。

（二）發展“向善”算法，強化主流意識形態價值認同

算法是生成式人工智能的“大腦”，算法“向善”，生成的內容才能體現主流價值。因此，要從擴大數據來源、公開算法機制以及擴充算法研發隊伍三個方面，引導算法“向善”發展，消解算法歧視，化解主流意識形態價值認同危機。

一是擴大數據來源，糾正數源偏倚。生成式人工智能算法的公平性很大程度上取決于數據的來源和質量，因此，豐富數據來源和提升數據質量是保障生成的內容公開公正的關鍵。首先，廣泛采集來自不同地域、文化背景和社會群體的數據，以增強數據的代表性和多樣性，減少數源偏倚，避免單一來源導致的算法偏見和歧視。其次，采用多樣化的數據采集方法和技術，如利用眾包平臺、社交媒體和開放數據集等，彌補傳統采集方式單一、效率低下、誤差較大的不足，從而獲取更豐富多樣的數據，減少人為偏見，提升數據質量。再次，建立嚴格的數據清洗和預處理程序。由于采集的數據不乏冗余和雜糅信息，要通過剔除重復數據、修正錯誤數據和填補缺失數據等步驟，確保數據的準確性和完整性，從而保障數據的公平性和代表性。

二是公開算法機制，規避算法黑箱。“生產算法承載了數據主義的潛在意識形態，基于相異的認知、文化、價值偏見，就會形成不同的算法規則”[13]。為打破這種因人而異的規則，確保算法公平性和透明度，科技企業應主動公開算法設計原理，提供算法解釋，使用戶和監管機構明晰算法的基本架構和工作機制，以增強內容生成過程的可解釋性。與此同時，官方應主導建立公開透明的算法審計機制，提高算法的透明度。要引入第三方獨立審計機構對生成式人工智能的數據來源、模型訓練過程和算法決策邏輯進行全面評估和審查，形成一套嚴密的審計體系，以規避“算法黑箱”，提升算法公平性和可信度。

三是擴充算法研發隊伍，鼓勵兼容并包，消解算法歧視。消解算法歧視離不開一支多元化、高素質的算法研發隊伍。一方面，要吸納多學科背景人才，鼓勵跨學科人才參與算法研發。生成式人工智能算法涉及多學科知識，因此，引人不同領域的專家參與算法設計，促進知識融合，激發創新思維的碰撞，有利于消解算法歧視，提升算法公平性和包容性。另一方面，要以社會主流價值觀為主線，營造博采眾長、兼容并包的算法研發氛圍。要在尊重每位成員獨特背景和觀點的基礎上，以主流價值觀為導向，尋求多元觀點與主流價值觀的“最大公約數”。這不僅有利于匯聚各方智慧，促進技術創新，而且有利于有效強化主流意識形態的價值認同，確保算法設計既包容多樣又符合社會共識。

（三）堅守人本原則，規范主流意識形態傳播秩序

“任何科技活動本質上都屬于人類實踐活動的范疇，是‘人為的’且‘為人的’價值創造活動”14]。借助生成式人工智能規范主流意識形態傳播秩序，必須堅守以人為本的原則，確保人在意識形態傳播中的主導地位，牢牢把握主動權。

一是明確生成式人工智能的工具屬性，防止技術權力過度擴張和濫用。無論生成式人工智能多么接近“圖靈奇點”，多么展現人類智慧，但它始終不具備人的屬性。把握生成式人工智能的工具本質是防止技術權力越界的前提。一方面，要明確生成式人工智能是由人開發和控制的工具。盡管ChatGPT類生成式人工智能能夠與人類對話，展現出類似人的智慧，但其話語輸出依然源于人類自然語言語料庫，遵循人設計的算法規則，其底層邏輯的控制者始終是人。另一方面，要嚴格規制生成式人工智能的工具權限，防止其在治理中過度干預。生成式人工智能通過對網絡意識形態風險數據的排列組合，形成不同的治理算法和措施。然而，這種基于純粹算法理性的治理手段往往缺乏人文關懷和社會倫理考量，容易導致過度治理，影響意識形態正向功能的發揮。因此，必須嚴格規范生成式人工智能的權限，確保其在合理范圍內運行，防正因技術權力越界而導致治理效果適得其反。

二是恪守以人為本的治理原則，確保生成式人工智能始終服務于人。盡管生成式人工智能具備強大的內容生成能力，但其最終目的是為人類服務，而非控制或替代人類。只有明確以人為核心的服務對象，才能保證生成式人工智能的發展和應用符合人類需求和社會倫理。如果工具理性與價值理性發生沖突甚至顛倒，生成式人工智能將失去造福人類的意義。因此，必須牢牢恪守人本原則，確保生成式人工智能的發展和應用始終圍繞人的需求展開，真正實現技術為人所用。

三是強化研發人員的道德倫理和社會責任，以規范生成式人工智能時代的主流意識形態傳播秩序。生成式人工智能加快了信息傳播速度，擴大了信息傳播范圍，使各種信息如洪水般涌來，打破了傳統媒體的傳播秩序。在生成式人工智能的時代背景下，規范主流意識形態傳播秩序應從源頭入手，確保研發人員具備高尚的職業操守和強烈的社會責任感，從而在技術設計和應用層面防止信息混亂和誤導，重建并鞏固主流意識形態的傳播秩序，促進健康、有序的信息生態環境的形成和發展。

（四）強化輿論引導，維護主流意識形態輿論安全

網絡輿論操控會損害主流意識形態輿論安全。為此，要從建立生成式人工智能輿論審查機制、加強輿論正面引導和提升用戶智能素養三個方面施策，保障生成式人工智能時代網絡空間的主流意識形態輿論安全。

一是建立生成式人工智能輿論預審機制，提高識別和處理有害信息的能力，力求在源頭化解輿論風險。輿論的力量不容小。正如習近平指出的，“有的時候網上討論得熱火朝天，各種誤讀已經傳播甚廣\"[15]。微小輿情經網絡放大后，可能迅速傳遍全網。因此，建立生成式人工智能輿論預審機制是在源頭化解輿論風險的關鍵措施。一方面，應通過技術手段和人工審核相結合的雙重把關方式，對生成的內容進行預先審查，降低有害信息的傳播概率。技術上，可以利用自然語言處理和機器深度學習自動檢測和識別有害信息，及時發現潛在問題；人工上，可以組建專業的審核團隊對生成的內容進行二次審核，確保未被技術手段識別的有害信息得到及時處理。這種雙重把關方式能夠有效提升預審的準確性和可靠性。另一方面，應重視數據標注和訓練，提升生成式人工智能識別和處理有害信息的能力。標注包含有害信息的數據，可以幫助模型更準確地識別和分類有害信息，從而提升生成式人工智能在有害信息預審治理中的效能。

二是通過生成式人工智能創新內容表達形式，增強主流輿論引導力。生成式人工智能利用自然語言處理和機器學習技術，能夠將復雜的輿論內容以生動故事的方式呈現，更容易引起用戶的關注和共鳴。這種創新的表達形式，強化了主流輿論的引領力，有利于有效引導公眾討論向正確方向發展。

三是著力提升用戶的生成式人工智能素養，使用戶在紛繁復雜的網絡世界中不被“標題”裹挾，保持思維的獨立性和理性。生成式人工智能最終由廣大用戶使用和操作，因此，提升用戶的智能素養對維護輿論生態安全尤為重要。一方面，要通過教育和培訓，普及生成式人工智能的基本原理和操作方法，提升用戶的實際應用能力，這是提升智能素養的前提；另一方面，要培養用戶的智能意識和批判性思維，增強其甄別和抵制虛假信息的能力。生成式人工智能時代，社會生活變得更加智能和多元化，用戶需要具備智能意識和批判性思維，以在瞬息萬變、日新月異的智能生活中理性、客觀地評估信息的真偽，保持個體的獨立性和判斷力，自覺抵制虛假信息，維護主流意識形態的輿論安全。

[參考文獻]

[1]習近平著作選讀：第1卷[M].北京：人民出版社，2023：36.

[2]芭芭拉·亞當，烏爾里希·貝克，約斯特·房·龍.風險社會及其超越：社會理論的關鍵議題[M].趙延東，馬纓，等譯.北京：北京出版社，2005：3.

[3]余杰.人工智能時代的意識形態風險及其化解[J].思想理論教育，2022（12）：84-89.

[4]韓維正.算法也有價值觀[N].人民日報（海外版），2018-04-13（8）.

[5]包崇慶，柏路.人工智能時代主流意識形態話語權建設的多維審視[J].傳媒，2023（13）：93-96.

[6]李海平.當代社會主義演進邏輯[M].南京：江蘇人民出版社，2020：270.

[7]阿爾文·托夫勒.第三次浪潮[M].黃明堅，譯.北京：中信出版社，2018：10.

[8]王作冰.人工智能時代的教育革命[M].北京：北京聯合出版公司，2017：31.

[9]楊愛華.人工智能中的意識形態風險與應對[J].求索，2021（1）：66-72.

[10]尤爾根·哈貝馬斯.作為“意識形態\"的技術與科學[M].李黎，郭官義，譯.上海：學林出版社，1999：40.

[11]孔德臣，侯勇.生成式人工智能的意識形態治理：契機、風險與應對——從ChatGPT到Sora[J].探索，2024（4）：123-138.