编者按：面对生成式AI带来的复杂系统，内容主体的无限扩张和内容网络的自发出现，逐渐使得传统的“响应式”治理模式逐渐失效。 俞国明教授、博士生滕**、硕士生叶静怡在2024年第12期《媒体观察》上撰文认为，技术的发展是一个循序渐进的过程，匹配的治理路径也要符合过程思维的特点。 本文从负责任创新的角度，厘清了生成式人工智能向媒体生态的演进，提出以规范性锚定和情境化治理的思维，推动治理模式从自适应治理策略向前瞻性治理战略演进，构建负责任的生成式人工智能传播创新协同机制。
以ChatGPT为代表的生成式AI（GAI）方兴未艾，人工智能伦理、机器与人类意识、人类生存危机等问题也备受热议。 人工智能技术已经进入了从“决策型AI”到“生成型AI”的技术迭代期。 生成式人工智能将对产业应用、领域变革和社会发展产生什么影响？
学术界有很多意见，乐观主义者认为生成式人工智能会给人类社会带来巨大的丰富，而悲观主义者则警告说，生成式人工智能可能带来的严重危害。 但我们必须认识到，生成式人工智能作为一种划时代的智能互联技术，其突破点在于其以无界的方式全面融入人类实践领域（普适性），具有去界、场景、交互、参与等显著特征。 因此，如何营造良好的社会环境和制度，增强社会联系，帮助个人更好地适应生成式人工智能的使用，以及用什么样的治理理念来协调技术发展与社会需求和社会伦理的一致性，是未来需要深化的课题。
传播视角下作为技术伦理的负责任创新内涵
负责任的创新，也称为负责任的研究和创新（RRI），起源于对负责任道德的学术讨论。 2024年，德国学者Hellstrom首次公开提出这一概念，引起了国内外学术界的广泛关注。 新兴技术负责任创新是指在遵守道德规范的前提下，对技术研发前期的技术主体、创新活动和反馈机制进行共同影响的互动过程。 技术领导者要预见创新的结果和影响，坚持以道德价值观为指导，引导技术创新发展。
负责任创新的基本要素包括社会利益、道德伦理可接受性、风险管理等，强调技术与社会的合作，是具有伦理意义的创新理念。 从负责任的创新角度来看，技术发展与伦理建设并不是“二元对立”或“一分权衡”的冲突。 技术的深度嵌入可能导致新闻真实性的挑战、被遗忘问题的加剧、信息泛滥等问题，对应用风险的感知已经传导到社会各方。
虽然通过禁用和停止开发可以暂时避免风险，但历史和实践表明，人类对新文明的好奇心和渴望将继续刺激新技术的创造，禁用和停止开发不可能一劳永逸，道德原则不应限制技术发展。 负责任的创新要求伦理介入技术的初始研发，成为评价的重要环节，将伦理的角色从事后评价转变为上游参与，从而实现整个创新过程的责任，确保结果符合用户需求、伦理标准和社会期望。 正如陈长峰等学者所认为的，AIGC的价值观应该由三个维度组成：隐私、公平、透明，以及保护用户隐私、避免算法偏见、披露算法机制等伦理原则，以便外部观察者能够纠正偏差，应该参与到大模型训练的开始，并贯穿生成式人工智能生产和分发的各个环节。
作为向技术哲学的设计转变，价值设计是负责任创新的必要条件。 其中，伦理思维和伦理原则应被视为设计的需要，以自我设计为责任主体是设计的目的。 作为指导，首先排除了不道德价值观的设计，并有效地解决了技术发展的道德要求。 “科技向善”是生成式AI理性赋能的基石。 有学者认为，现有的负责任创新概念是基于熊彼特范式下的竞争逻辑。 然而，从互联网公司对AI伦理评估人员的解雇，到AI创新主体的无知，再到外部问责，仍有不少迹象表明，生成式AI在效率面前实现负责任的创新仍存在不少阻力。 只有依靠基于共生逻辑的创新来捍卫后熊彼特范式下的负责任创新，才能构建真正具有约束力的道德准则，削弱“不负责任”创新所依赖的社会基础，并通过负责任的停滞来促进制度跟进。
构建负责任的生成式AI通信创新协作机制
责任法则是“责任”的道德维度，也是责任创新的重要价值维度。 在新技术不断变化的背景下，我们不仅要看到技术发展给人类社会带来的进步，还要关注新技术的适应性。 面对生成式人工智能带来的复杂内容体系，内容主体的无限扩张和内容网络的自发涌现，使得传统的自上而下的机械控制论失去了治理效能，传统的“响应式”治理模式已无法管好源头，灵活控制科技的伦理风险。 治理层面需要根据社会需求，规范和引导技术创新活动，实现科技创新与经济、社会、环境的良性互动。 因此，如何构建传播创新价值、融合创新、灵活运用治理工具的协同机制，提升技术效率，是未来生成式人工智能更好应用和理解的重要命题。
1）规范性锚点：生成式人工智能责任实现的价值基于René von Schanberg提出的“规范性锚点”，以解释确定科技活动责任规则的价值基础。“规范锚”就像责任规则体系中的公理，从中可以推导出一些简单的公理，从一系列其他定理中推导出来，即具体的行为规范或价值原则。 面对生成式人工智能的出现，如何形成一个普遍的“规范锚”，形成社会最广泛认可的价值标准，并成为指导规范进而起到约束作用，是当务之急。
以大数据侵权为例，与传统抄袭相比，生成式AI的数据侵权可能难以确认，而生成式AI可能会对底层元素进行拆解和重组，可能难以从组件中辨别思想的本质**。 新技术的开发和实施总是要经历一个相对混乱的泡沫期，这是探索新事物必须付出的代价。 治理范式应该有出错的余地，也有一定的创新空间。 其实，技术产生的问题也可以通过技术本身来解决，可以构建“伦理可接受性”、“社会可持续性”和“科技发展”三大规范锚，形成平衡状态。
伦理可接受性是指在技术发展和落地的过程中，可能带来的伦理风险应普遍保持在可接受的“安全”水平，技术的创造不仅要符合社会的道德伦理规范，还要通过技术创新帮助人们承担更多的责任，解决以往技术遗留下来的伦理问题。 社会可持续性意味着技术应该把握“以人为本”的核心思想。 人是媒体发展的“元尺度”。 科技的进步加深了“人类解放”的程度，用户的数字化价值得到了体现。 生成式AI将各种独立的生活场景连接成一个融合的文明生态，在虚实交替中改变社会的互动和运作方式，形成责任规则，保障人与社会的可持续发展。 技术发展是指技术本身的发展。 责任法则不是对新技术的发展按下暂停键，而是在小规模的试错中优化迭代，使其发展更透明、更开放、更可控，并以“预防原则”维护技术本身的发展。
诚然，这三个规范锚点表现为不同的功能，相互排斥和互补的关系。 通过把握三个规范性锚点，多主体共治的责任边界将更加清晰，传播信息资源的深度衔接将更加优化，进而治理理念将逐步过渡到抓大放放小的路径，通过宏观架构和规则管理、流程管理实现治理目的， 并找到实现生成式AI责任的价值基础，以多重协作的新理念为社会父系统创造更多正向价值。
2）情境治理：从适应性治理策略到前瞻性治理策略的演变 媒体技术的发展是“科技-技术-媒体系统”不断成为社会生产力的过程，也是实现“知识-效益-价值”的过程，也可能是技术伦理风险不断显露的过程。静态判别思维是对当前现状的判断，伦理判别模型的未来性，虽然需要基于过去的认知，但这种过去的认知对于现状是否具有一定的意义和价值是无法界定的，因此我们需要一种定向性强的治理方法，从限制和使用层面对生成式AI进行治理， 而不是直接区分利弊二元，这是过程判别思维。
2023 年 3 月 29 日，一封公开信《暂停巨型人工智能实验：一封公开信》随后得到了数千名顶级技术专家的签名，随后 GPT-5 的研发被叫停。 这就是新技术开发中的科林里奇困境。 但是，这种处理方法不利于新技术的发展。 同样，通过政策实施、监督和管理实现技术性调控的适应性治理战略，也无法推动发展治理达到平衡状态。 从负责任创新的角度来看，技术治理可以偏向于风险评估、技术规制等前瞻性治理策略，既关注多个利益相关者的期望和诉求，又强调对治理目标的期待和分析，从探索性的角度关注社会语境的变化。 反射和动态调整的视角。
治理生成式 AI 可以首先探索特定背景下的治理策略。 在包容层，不再局限于垂直治理模式，而是构建具有协作网络结构的“技术治理共同体”，从而更全面地把握新兴技术治理的社会脉络，从多个角度分析不同治理阶段的实施行动和信息反馈。 在**层（预期），将生成式AI下游“风险”的重心转移到上游的“创新”上，在具体应用场景实验中预期可能和潜在的影响。 在响应层，是以开放、包容、互动的态度吸收技术发展和创新所需的社会因素，协调技术治理战略和治理行动。 在反思层，从规范锚点出发，通过小规模的试错，在用户反馈中发现其不足和不足，反思已经出现或将要出现的价值冲突，并提出调整和解决方案，从而为技术治理提供指导思想。
根据风险的社会放大理论，无论科技伦理风险大小，如果感知风险高，就会产生科技伦理风险的社会放大效应，这是形成风险传递涟连效应的过程。 从负责任创新的角度出发，具有预见性和前瞻性的情境化技术治理策略可以协调技术发展与社会需求的一致性，减少技术发展带来的不确定性和风险，实现新兴技术的柔性治理，标本兼治，实施社会建设，实现其长远发展。
过程思维既考虑了技术发展，也考虑了技术伦理
技术的发展从来都不是一蹴而就的过程，而是一个周期性、迭代性的发展、不断试错的过程。 技术“S”曲线是技术战略理论的中心环节，当某项技术发展到一定程度时，必然会出现变革性的新技术，实现新旧技术的更替，这是社会发展的必然。 当前生成式AI的出现，有互联网、元宇宙、社交网络**、算法等多种技术的影子，也符合技术发展的“S”曲线。 当一项技术发展到足以满足另一个价值网络所需的性能和特性水平时，新技术就会以极快的速度侵入价值网络。 通过S曲线，我们可以发现，技术变革的本质是准确把握当前技术S型曲线何时会过拐点，同时开发任何向下游崛起并最终取代现有方法的新技术，本质上是一个循序渐进的过程，匹配的治理路径也必须符合流程思维的特点。
在生成式AI技术的引入阶段，技术的发展速度缓慢，技术性能往往有限，存在灰色地带，不确定性在此时最高，此时，生成式AI专注于改变人们的生产和生活方式。
在生成式AI技术的成长期，技术发展迅速，技术难点得到解决，技术得到显著提升，性能得到大幅提升，技术在不断改进的基础上，实现了客户群的持续稳定。 现阶段需要认识复杂媒体体系的多元化治理主体，明确治理结构的聚集性、多样性和非线性特征，推动媒体技术与社会组织形态的动态发展进程趋于规模适中、结构优化、关系高效。
在生成式AI技术的成熟期，该技术将逐渐接近渐近线的自然或物理极限，随后是未来新技术的不断涌现，现阶段技术需要完成与社会的融合，整体发展趋于稳定，这时， 随着技术的不断成熟，社会的新文化体系将得到重塑，未来将开启新一轮的循环技术发展。
在公司主页上，OpenAI将其使命从“塑造未来的技术”调整为“创造造福全人类的安全人工智能”，在道德意义上的“安全”和价值主张上的“造福全人类”之间取得平衡。 在两点之间画一条直线似乎是一条捷径，但江河等社会运作中的九条曲线、十八条弯弯才是最有效的实现方式。 不仅是生成式AI，未来新技术还会不断涌现，但从负责任的创新角度来看，流程思维是一条有效的治理路径。 在一定的容错空间和一定的灰色地带，应该有更多的主体参与到信息融合中来，进而找到技术、社会和人类可持续发展的最大公约数。
媒体观察报，2024年第12期，节选。 编辑：王彦宇。
中国社会科学引文索引（CSSCI）**期刊。
全国新闻核心期刊。
第七届华东优秀期刊.
江苏省十大社会科学期刊。
第三届江苏省新闻出版奖.