要基于人类反馈的强化学习,通过用户的发问,在

推荐冷启动时能够更加明确用户的偏好和需求.

在推荐精度上,对于传统的推荐算法来讲,当用户

对该算法依赖的时间越长,用户画像就越清晰,推

荐效果就越精准.而 ChatGPT 的运行逻辑是对

话越多,语境越丰富,用户画像就越准确.ChatGＧ

PT 通过与用户的对话交互进一步了解用户的需

求和反馈,不断优化推荐效果.将传统的“算法把

关”模式调适为“算法＋用户”的协同把关模式,形

成“人机联姻”.因此,未来的新闻推荐可以通过

API接入 ChatGPT,并有效结合传统推荐算法,使

得新闻内容能够更加精准地触达用户.

(五)新闻反馈:智能问答的人性化

新闻反馈作为连接作者和用户的桥梁,能够帮

助新闻工作者了解受众需求、提升内容质量、优化

传播效果,有效形成新闻生产的良性闭环.ChatＧ

GPT 具有的天然对话属性与共情能力便于和用户

开展畅通的交流互动.未来,可以在新闻反馈平台

和渠道中内嵌 ChatGPT 插件,在智能问答中收获

用户对新闻的反馈和评价.ChatGPT 通过强大的

数据分析能力,生成用户画像图谱,总结评估用户

的阅读体验与反馈意见,供新闻编辑优化新闻内容

生产策略.同时,ChatGPT 还能够通过智能对话

将新闻的信息功能延伸为服务提供,增强用户的参

与感、提高用户的积极性,推动“公民新闻”“对话式

新闻”“开放式新闻”的进一步发展.

总体而言,ChatGPT 作为基础设施,为新闻生

产流程的诸多变革提供了平台支撑与生态营造.

未来的新 闻 业 可 以 将 新 闻 生 产 部 署 在 ChatGPT

平台上,打造“AI厨房”,根据业务需求生成超级工

作流,继续探索“突破性创新”(disruptiveinnovaＧ

tion)的特征,打造一站式、多维度、深层次、全方位

的智能新闻业态.

三、有缺陷的基础设施:

挑战新闻价值与专业性

生成式人工智能远远不是完备的基础设施,它

存在若干的漏洞和问题.比如,仍在更新迭代的

ChatGPT,其本身存在着诸多局限.正如 OpenAI

在技术报告中提到的,偏见(bias)、谬讯(disinforＧ

mation)、过度依赖(over－reliance)、隐私(privaＧ

cy)、网络安全(cybersecurity)、有害内容(harmful

content)、武器扩散(proliferationofweapons)等问

题一直存在.[１６]具体到新闻领域,ChatGPT 将在

以下五个方面挑战新闻的价值和专业性.

(一)虚假信息生成,损害新闻真实性

２０２３年２月１６日,一则“自２０２３年３月１日

起,杭州市政府将取消机动车尾号限行政策”的消

息在社交媒体上快速传播,消息称此举旨在优化城

市交通效率,缓解交通拥堵,方便市民出行.[１７]后

续经过警察核实才发现这则“新闻”是由 ChatGPT

生成的虚假信息.此外,ChatGPT 还会将虚假信

息归于真实的、具有权威性的媒体.ChatGPT 声

称«华盛顿邮报»曾在 ２０１８ 年 ３ 月发表了一篇文

章,提及“华盛顿法学院乔纳森特里教授发表性

骚扰言论”.乔纳森从律师朋友口中听到这个消息

后颇为震惊,经核实发现,«华盛顿邮报»从来没有

发表过这篇文章,原来这则消息是由 ChatGPT 捏

造的.[１８]

国内外的种种案例表明,ChatGPT 存在着生

成虚假信息的风险,让用户难以区分事实和想象的

数据,出现幻听(hallucinations).[１９]其原因可以归

结为以下几点.一是数据来源的混杂.ChatGPT

学习的语料真假难辨,包含了大量的虚构文学作

品,而且网络爬虫数据的“噪音”较大.这些数据都

是无标注的,缺少核查与校对.二是 ChatGPT 本

身也会遭受一些恶意攻击,在黑客的攻击下生成虚

假内容.此外,ChatGPT 的对话导向迎合用户偏

好,因此它可能会以用户需求为目标,生成虚假内

容,也就是“一本正经地胡说八道”,以此博取用户

的信任进而建立良好的关系.

新闻是对新近发生事实的报道.真实性是新

闻的底线与底色.将 ChatGPT 运用于新闻业可

能动摇新闻的基石,并有可能成为谣言的来源地和

放大器.当用户缺乏甄别信息真假的能力以及对

ChatGPT 过度依赖时,有可能在无意识中成为谣

言的散布者,使得信息传播陷入失序状态,威胁着

舆论生态的健康与可持续发展.

(二)数据更新缓慢,延误新闻时效性

当用户向 ChatGPT 询问２０２２年北京冬奥会

上谷爱凌获得了几块金牌时,ChatGPT 回答,“我

无法预测未来的事件,也无法知道谷爱凌在２０２２

年北京冬奥会上获得了几块金牌.请您关注相关

的新闻报道”.当向 ChatGPT 询问卡塔尔世界杯

中获得冠军的是哪支球队时,ChatGPT 表示,“目

前无法回答这个问题,因为比赛的结果尚未确定,

请耐心 等 待 结 果 揭 晓”.究 其 原 因,是 ChatGPT

４４

的预训练数据库仅仅更新到２０２１年,GPT－４的

数据集也只更新到２０２１年９月.[１６]

当然,ChatGPT 于２０２３年３月以来已经增加

了插件,其中包括实时接入互联网(webaccess),

以改变之前数据滞后的问题,多模态模型GPT－４

则更具超越性.但即便如此,人工智能生成的内容

仍然会出现时效滞后的情形,比如２０２３年５月６

日,在 BingChat开放的第二天,笔者请它介绍如何

使用新“必应”时,它运用搜索的旧信息作答,仍要

加入等待候补的名单这一过时的环节.

(三)偏好与偏见共存,削弱新闻客观性

ChatGPT 虽然本质上是技术迭代的产物,但

它并非中立客观,存在着诸多偏见.首先是开发者

的偏见.研究认为,源于开发者的文化价值观偏

向、个人认知偏见等将内嵌进 ChatGPT 的迭代算

法中.其次是数据输入的系统性偏见.ChatGPT

训练数据本身固有的人口偏差、地域偏差、文化偏

差、价 值 偏 差 都 会 映 射 到 ChatGPT 的 输 出 结 果

上,这些数据导向的偏见具有生成有害言论的风

险.[１９]

ChatGPT 可能隐含文化偏向、职业偏见、政

治倾向与刻板印象,比如请 ChatGPT 生成一则故

事,在它回答的故事中,人物都是西方的名字(汤

姆、琳达、约翰、凯特),故事的背景为城市,内容是

警察与抢劫犯的搏杀过程.最后,关于用户偏好,

ChatGPT 在输 出 端 使 用 基 于 人 类 反 馈 的 强 化 学

习,其生成的结果更加符合用户的偏好和预期.若

向 ChatGPT 查询自己的信息与简历,ChatGPT 则

结合用户上下文的暗示性,着重强调或弱化某些内

容,从而更加符合语境、讨好用户.

新闻的客观性是新闻报道的基本要求,也是新

闻工作者履行社会责任的重要体现,它有助于保障

新闻的真实性、增强新闻的可信度、维护社会的公

共利益.新闻报道要求将事实与价值分开,要求报

道者秉持中立的态度、平衡呈现双方的观点等等.

然而,ChatGPT 的内容生成却可能内嵌开发者偏

向、数据系统性偏见以及用户偏好,削弱新闻的客

观性.

(四)特定领域难深耕,缺乏新闻专业性

ChatGPT 作为通用人工智能的产物,在一般

性的常识类问题中表现出色,但是在相关专业领域

的表 现 却 不 尽 人 意,难 以 突 破 专 业 壁 垒. 根 据

OpenAI提供的报告数据,ChatGPT 在专业的律师

模拟考试中仅仅取得了倒数１０％的成绩.[１６]教育

学将知识区分为“外显知识”(explicitknowledge)

和“内隐知识”(implicitknowledge)两种.前者较

为系统和明确,可以通过体系化、规模化的学习来

掌握,更多地依靠逻辑分析能力,适用于比较明确

的任务场景;而后者更为潜移默化,是在复杂的社

会交往与情境和大量的实践中总结的经验.ChatＧ

GPT 能够掌握一般的外显类知识,对于特定领域

甚至是内隐的常识都很难在短期内掌握运用.

具体到新闻领域,在涉及垂直细分行业的专题

报道、多位利益攸关方的重大复杂事件的深度报道

和长时段、长周期的调查性报道中,ChatGPT 明显

缺少深耕的洞察能力和长期的经验积累,因此生成

的新闻内容难以直击事件的本质.对于具有多年

人际沟通与采编经验的记者来说,ChatGPT 缺少

新闻工作者的深厚素养以及专业精神和能力,这不

仅仅是依靠扩大数据集和优化算法模型就可以在

短期内解决的问题.

(五)AI茧房加剧,模糊新闻公共性

ChatGPT 本质上是一个概率模型和统计估值

器,这就意味着它的先验知识太强,生成的内容主

要符合主流与先验的结论.但是,因其外域的灵活

性太小,对于一些创新性观点的摄入和创意想象的

包容度不足,较容易加剧“AI茧房”的生成,即人们

关注的领域会习惯性地被 AI提供的信息所引导,

从而将自己对生活的认知局限于由 AI参与建构

的现实中,使得自己像蚕茧一样被禁锢在茧房中.

AI茧房极有可能引发“认知收敛”效应,人类独有

的创造性思维以及对周围世界的人文关怀将日益

萎缩.同时,人工智能生成内容(ArtificialIntelliＧ

genceGeneratedContent,AIGC)的普及也使得具

有人文特色和人文关怀的新闻逐渐减少,ChatGＧ

PT 以“全知全能”的形象掌握了形塑现实的认知

霸权,进一步加剧了新闻媒体公信力的衰落与式

微,产生了结构性的认知困境.

新闻的公共性指新闻应当报道公众主要关心

的社会公共事务,承担社会责任,这是新闻价值合

法性的重要基础.[２０]过去新闻专业需要警惕来自

观念形态和经济商业资本的威胁,现在则要对前沿

科技的规制保持审慎的态度.公共性不是简单的

多数叠加,不是统计概率的大数推理,而是丰富多

元的信息流动和对弱势群体的关怀帮扶,是民众的

参与行为,而不是以 ChatGPT 作为智能中介代理

的虚拟建构.经由 ChatGPT 参与生成的新闻造

成了“AI聚焦”和“公民共识”二者之间的认知错

位,遮蔽了新闻传播的公共性图景,缺失了对社会

４５

发展的精神守望.

四、完善基础设施:人机协同变革新闻范式

作为一种独特的基础设施,生成式人工智能无

法单独依靠物质形式这一系统来完善.如上文所

提及的,它还要纳入社会机制进行话语生产、想象

构建,这个纳入社会机制的过程,是要与人协同完

成的.以 ChatGPT 为典型的 GenAI参与新闻生

产,推动了“人机协同新闻”的范式变革,不仅重塑

了人机互构的新闻关系,也强化了新闻工作者的职

业素养,呼吁着人机协同新闻伦理的调适.

(一)人机互构的新闻关系

新闻范式指新闻报道的基本模式、体例和规

范,而新闻生产范式则涵盖了新闻生产主体、生产

方式、生产成果等诸多要素.从“人—机”关系的角

度梳理新闻生产范式的嬗变,主要经历了三个阶

段.首先是记者新闻.新闻工作者以扎实的专业

性和操作方法进行新闻报道,其丰富的知识储备、

敏锐的观察力和深入的思考能力是新闻质量的有

效保证.深度报道、调查性新闻与新闻评论是记者

新闻时代的典型,而技术和机器较少涉足到新闻的

生产流程中.到了计算机辅助报道(computerasＧ

sistedreporting)阶段,记者可以运用计算机来协

助采集、处理和分析与新闻报道相关的数据和信

息.数据新闻(datajournalism)就是其典型之一.

记者在确定了新闻选题之后,运用计算机进行数据

抓取、数据预处理、数据挖掘以及数据可视化等操

作,完成新闻报道.典型的数据新闻如预测性新闻

报道.这一阶段的机器更多的是作为辅助工具参

与到新闻报道中,机器是记者技能的延伸和增强.

因此,新闻报道的核心要素不仅建立在记者的新闻

专业主义的基础上,还包括了计算机先进的数据采

集与分析能力.

随着智媒时代的来临,人机协同新闻不断发

展.人与机器深度融合,机器也全方位、多领域地

参与到新闻选题、素材采集、内容生成、新闻推荐和

新闻反馈中,典型的应用是 GenAI.AI逐渐从决

策分析式转型为分析与生成并重式.以 ChatGPT

为代表的通用人工智能为新闻业搭建了基础设施,

创新了技术生态.此时,新闻报道的核心要素包括

新闻专业主义和人工智能算法.以往的基础设施

更多的是以背景性的环境装置嵌入社会,较为隐

性.正如海德格尔所言:“技术能够让人感知到的

瞬间,就是技术从直接经验抽身而去的瞬间;只有

当技术显得不合时宜的时候,它才能够重新引起人

们的关注.”[２１](P．２３)因此,基础设施化的技术具备一

定的透明度和不可见性.而如今,GenAI通过参

与新闻生产,接入各种应用,让基础设施逐渐从背

景移 向 前 台,这 也 引 发 了 人 类 主 体 性 的 危 机 与

思考.

如何审思不同新闻生产范式中的人—机关系?

唐伊德在«技术与生活世界:从伊甸园到尘世»一

书中从技术现象学的角度出发,总结了人与技术的

四种关系,分别是海德格尔的锤子所代表的“具身

关系”、胡塞尔的“伽利略”所代表的“诠释关系”,以

及梅洛庞蒂的“羽饰”所代表的“它异关系”和“背景

关系”.[２２](PP．３３~４１)在计算机辅助新闻报道的阶段,

人—机关系趋向于它异的结构,人类能够借助工具

扩展微观和宏观的知觉,是人类身体的延伸.而到

了人机协同新闻阶段,人—机关系不仅是具身的,

更呈现出“互构”的特征.机器不是工具,不是主

体,而是成了人类栖息的环境,参与构成人类认知

自我和现实的再本体论化的装置.以 GenAI为代

表的数码物内嵌在社会构型中,与人类共同建构着

信息性实践关系,达到碳基生物和硅基生物的融

合.[２３]此时,智能新闻业的主体、价值、边界和业态

都面临着重塑和革新.

(二)新闻工作者的素养变革

在人机协同新闻中,机器角色的跃升也反向驱

动着人类素养和能力的更新.新闻工作者一方面

要对 GenAI保持审慎的态度,警惕 GenAI对新闻

工作者的技术反驯;另一方面,要培养其“通用人工

智能素养”(artificialgeneralintelligenceliteracy),

即个体对通用人工智能的认识、理解、使用、质疑和

评估的能力.该素养有两大核心要义:一是提出问

题的能力,二是评估筛选的能力.关于前者,无论

是 ChatGPT 还是 StableDiffusion,GenAI的触发

机制都需要问题引导.好的问题正如念咒语一般,

为 GenAI施以魔法,激发其蕴藏的巨大潜能.目

前,PromptBase 正 是 一 个 为 GPT、StableDiffuＧ

sion以及 Midjourney等 GenAI应用提供指令交

易的 平 台,以 “Findtopprompts,producebetter

results,save on API costs,sell your own

prompts”(寻找顶级指令,生成更好的效果,节约

应用编程接口的花费,售卖你自己的指令)为宗旨,

为有创意、高质量的提问创造价值.因此,未来的

新闻工作者应当具备更加深刻的洞察力以及创新

４６

的问题意 识,在 输 入 端 激 发 GenAI的 回 答 潜 力.

至于第二点,ChatGPT 生成的答案虽然丰富完备,

但是也冗长繁复,而且真实性、可信度都存疑.对

于StableDiffusion和 Midjourney来说,其原理是

对已有的图像进行变形、拼接、合成等修改操作,从

而生成一个全新的图像.因此,新闻工作者应当具

备去伪存真、鉴别答案有效性和有用性的评估能

力,以专业性守护内容的高质量,避免一些虚假文

字和图片危害了新闻的真实性.这两大核心能力,

一个在 输 入 端,一 个 在 输 出 端,只 有 构 建 起 对

GenAI进行提问与评估的监督闭环,才能有望破

除 GenAI的技术迷思.

(三)人机协同新闻伦理的调适

在媒介生态日益趋向后人类化的语境中,面对

人机协同新闻的范式变革,新闻伦理只有进行调

适,才能脱离数据主义和计算主义带来的困境.[２４]

笔者尝试提出“CHAT”伦理框架,为智能新闻业的

发展贡献伦理进路.

C即careful,强调新闻工作者应当对 GenAI

保持审慎和批判的态度,尽可能地规避技术风险.

具体而言,新闻工作者不应当盲从 GenAI生成的

看似条理化和丰富性的答案以及美轮美奂、看似真

实感较强的图片等内容.同时,GenAI的相关开

发者应当提供对生成的内容进行标注和评价的选

项,进一步增强人工反馈对模型的矫正作用.此

外,GenAI还应当对人类的发问持质疑态度,不以

单纯满足人类偏好为唯一目的.对于可能诱导不

良内容的问题要予以及时的提醒和制止.

H 即helpful,强调人机协同新闻的内容质量

和效果是有益的,人机协同关系应当是互帮互助

的,而不是相互替代的.一方面,GenAI的智能迭

代离不开人类用户的反馈强化;另一方面,新闻工

作者需要运用由 GenAI搭建的智媒基础设施提高

工作效率.二者有机协同,共同生产出对社会有益

的新闻内容.

A 即authentic,强调人机协同新闻的内容应

当是真实的.新闻工作者在发问时,应尽量避免虚

构与虚假语境的创设,诱导 GenAI生成虚假内容.

GenAI在回答中应明确标注哪些部分是真实的,

哪些部分是虚构的.开发者可以采用去中心化的

人工智能建设思路,利用区块链技术提高新闻内容

的真实性和不可篡改性.

T 即transparent,意指 GenAI的预训练语料、

算法模型应以“用户可理解的透明度”进行公开,提

高模型的可解释性,确保 GenAI的决策机制透明

公正,实现理念透明、程序透明和实质透明,以便用

户对 GenAI进行更好的监督和评估.

在以上四条伦理准则中,careful和 helpful趋

向主观层面的追求,而authentic和transparent侧

重客观层面的要求.开发者可以成为人工智能的

道德编辑师,尝试采用“计算伦理”(computational

ethics)的思路,将以上伦理框架转化为机器可识

别、可理解、可执行的程序代码,内嵌至大模型的不

断迭代.[２５]新闻工作者可将以上伦理框架融入智

媒数字时代的专业主义中,并始终坚持“算法人文

主义”的精神内核,坚持以人为本,重视人的独特

性、尊重人的尊严、保护个体自由、维系社会公平正

义、增进人类整体福祉,促进可持续发展的核心要

义.[２６](PP．５７~９８)人机之间动态协商、开放共促,从而

达到人机之间真正“CHAT”的理想状态,实现人、

技术与社会之间的良性互动.

[参考文献]

[１]喻国明,苏健威．生成式人工智能浪潮下的传播革命与

媒介生态———从 ChatGPT 到全面智能化时代的未来

[J]．新疆师范大学学报(哲学社会科学版),２０２３,(５)．

[２]段世昌．媒介基础设施视角下的技术编码研究———教育

网 PT 站 的 “分 享”规 则 及 用 户 实 践 [J]．新 闻 界,

２０２０,(１０)．

[３]张磊,贾文斌．互联网基础设施研究:元概念、路径与理

论框架[J]．中国社会科学院研究生院学报,２０２１,(５)．

[４]约翰杜海姆彼得斯．奇云:媒介即存有[M]．邓建

国,译．上海:复旦大学出版社,２０２０．

[５]Parks,etal．．Introduction[A]．LisaParks,NicoleStaＧ

rosielski．SignalTraffic:CriticalStudiesof MediaInＧ

frastructures[C]．Illinois:UniversityofIllinoisPress,

２０１５．

[６]胡翼青,胡欣阅．作为语言基础设施的 ChatGPT[J]．新

闻记者,２０２３,(６)．

[７]GoertzeB．ArtificialGeneralIntelligence:Concept,State

oftheArt,andFutureProspects[J]．JournalofArtifiＧ

cialGeneralIntelligence,２０１４,(１)．

[８]卢恰诺弗洛里迪．信息伦理学[M]．薛平,译．上海:

上海译文出版社,２０１８．

[９]Manjoo,F．ChatGPTisAlreadyChangingHowIDoMy

Job[EB/OL]．https://www．nytimes．com/２０２３/０４/

２１/opinion/chatgpt－journalism．html,２０２３－０４－２１/

２０２３－０５－１１．

[１０]保罗莱文森．人类历程回放:媒介进化论[M]．邬建

中,译．重庆:西南师范大学出版社,２０１７．

４７

[１１]王颖吉,王袁欣．任务或闲聊? ———人机交流的极限与

聊 天 机 器 人 的 发 展 路 径 选 择 [J]．国 际 新 闻 界,

２０２１,(４)．

[１２]３５ WaysRealPeopleAreUsingA．I．RightNow[EB/

OL]．https://www．nytimes．com/interactive/２０２３/

０４/１４/upshot/up－ai－uses．html,２０２３－０４－１４/

２０２３－０５－２１．

[１３]束开荣．互联网基础设施:技术实践与话语建构的双重

向度———以媒介物质性为视角的个案研究[J]．新闻记

者,２０２１,(２)．

[１４]How ShouldI Use A．I．Chatbots Like ChatGPT?

[EB/OL]．https://www．nytimes．com/２０２３/０３/３０/

technology/ai－chatbot－chatgpt－uses－work－life．

html,２０２３－０３－３０/２０２３－０５－１６．

[１５]何天平,蒋贤成．国际传播视野下的 ChatGPT:应用场

景、风险隐忧与走向省思[J]．对外传播,２０２３,(３)．

[１６]GPT－４ TechnicalReport[EB/OL]．https://cdn．

openai．com/papers/gpt－４．pdf,２０２３－ ０３－ １４/

２０２３－０５－１６．

[１７]杭州３月１日取消限行? ChatGPT 所写,警方将发布

调查结果[EB/OL]．https://www．thepaper．cn/newsＧ

Detail_forward_２１９５３６９３,２０２３－０２－１７/２０２３－０４－

１５．

[１８]多家媒体报告 ChatGPT捏造自家新闻 逼真程度能令

记者犯迷糊[EB/OL]．https://mp．weixin．qq．com/s/

T６２gIUSOPfX_eIlAcyB８zA,２０２３－０４－０６/２０２３－

０４－１５．

[１９]陈昌凤,张梦．由数据决定? AIGC的价值观和伦理问

题[J]．新闻与写作,２０２３,(４)．

[２０]常江,刘璇．数字新闻的公共性之辩:表现、症结与反思

[J]．全球传媒学刊,２０２１,(５)．

[２１]HeideggerM．．TheQuestionConcerningTechnology,

andOtherEssays[M]．New York:Harper & Row,

１９７７．

[２２]唐伊德．技术与生活世界:从伊甸园到尘世[M]．韩

连庆,译．北京:北京大学出版社,２０１２．

[２３]许煜．论数码物的存在[M]．李婉楠,译．上海:上海人

民出版社,２０１９．

[２４]陈昌 凤．数 据 主 义 之 于 新 闻 传 播:影 响、解 构 与 利 用

[J]．新闻界,２０２１,(１１)．

[２５]霍婕．争 议 性 公 共 议 题 传 播 中 算 法 歧 视 的 实 证 研 究

[D]．北京:清华大学,２０１９．

[２６]陈昌凤,李凌．算法人文主义:公众智能价值观与科技

向善[M]．北京:新华出版社,２０２２．

(责任编辑 李静丽)

IntelligentJournalism:

GenerativeArtificialIntelligenceBecomesInfrastructure

CHENChang－feng, YUANYu－qing

(SchoolofJournalismandCommunication,TsinghuaUniversity,Beijing１０００８４,China)

[Abstract]GenerativeArtificialIntelligence(GenAI),theinfrastructureoftheeraofuniversalinＧ

telligencemedia,israpidlytransformingjournalism．GenAI＇stypicalapplicationChatGPTplaysanimＧ

portantroleinempoweringjournalism,realizingthequantificationofnewsmaterialretrieval,theintelＧ

ligenceofcontentgeneration,thevisibilityofnewsrecommendation,andthehumanizationofnews

feedback．Moreover,ChatGPT＇sdataandmodelflawschallengenewsworthinessandprofessionalism．

Therefore,falseinformationisgenerated,whichdamagestheauthenticityofnews．Dataupdateisslow,

delayingthetimelinessofnews;Itisdifficulttocultivatedeeplyinspecificfieldsandlacksjournalistic

professionalism;Thecoexistenceofpreferenceandbiasweakenstheobjectivityofnews;AIcocooninＧ

tensifies,blurringthepublicityofnewsandotherproblems．Human－computercollaborativenewswill

becomeanewparadigmofintelligentjournalism,requiringjournaliststohavetheabilitytoaskquesＧ

tionsandevaluate,forminganeffectivesupervisionofGenAIclosedloop．CHAT (careful,helpful,auＧ

thenticandtransparent)willserveasawaytoadjustnewsethicsandrealizethepositiveinteractionbeＧ

tweenpeople,technologyandsociety．

[Keywords]ChatGPT;GenerativeArtificialIntelligence;Journalism Ethics Human－ Machine

Communication

４８

[基金项目]清华大学—丰田联合研究基金专项资助项目(２０２２—２０２３);国家社科基金重大项目“智能时代的信息价值观引领研

究”(编号:１８ZDA３０７).

[收稿日期]２０２３－１０－１５

[作者简介]武沛颍,女,香港浸会大学人工智能与媒体研究实验室研究助理;

仇筠茜,女,中国传媒大学新闻学院副教授.

２０２４年１月 内 蒙 古 社 会 科 学 Jan．２０２４

第４５卷 第１期 INNER MONGOLIASOCIALSCIENCES Vol．４５ №．１

DOI:１０．１４１３７/j．cnki．issn１００３－５２８１．２０２４．０１．００７

思维革命与实践升维:

ChatGPT 的“技术调节”分析

武沛颍１, 仇筠茜２

(１．香港浸会大学 人工智能与媒体研究实验室, 香港 ９９９０２７;

２．中国传媒大学 新闻学院, 北京 １０００２４)

[摘 要]技术哲学家彼得保罗维贝克在«将技术道德化:理解与设计物的道德»一书中提出了“技术

调节”的哲学分析路径,并区分了聚焦于知觉的经验调节和聚焦于实践的实践调节两种视角.在经验层面,

ChatGPT是一种大模型基础上概率性的语言实践,其提供的信息起到了中介化现实的作用,给人类带来思维

变革与认知重塑.在实践层面,ChatGPT带来了人机共生的具身实践和权力格局的重新分配.ChatGPT 的

未来发展方向应当是组合进化以通向通用人工智能,面对 ChatGPT带来的负面影响,人工智能治理工具亟待

被应用.

[关键词]ChatGPT;技术调节;智能伦理

[中图分类号]G２０２ [文献标识码]A [文章编号]１００３－５２８１(２０２４)０１－００４９－０８

２０２２年１１月３０日,OpenAI开发的聊天机器

人程序 ChatGPT(ChatGenerativePre－trained

Transformer)发布,这一事件引起了全球范围内的

广泛关注.ChatGPT 高度类人的语言风格、高质

量的内容产出、连续式的对话体验以及表现出来的

超强迭代能力,使其成为当下最火热的技术话题.

ChatGPT 既让公众看到了人工智能的强大能力,

很多人认为 ChatGPT 是通用人工智能(Artificial

GeneralInteuigence,AGI)的曙光,也带来了 ChatＧ

GPT 可能 取 代 人 类 工 作 者、版 权 侵 犯 等 问 题 的

隐忧.

荷兰技术哲学家彼得保罗维贝克在«将技

术道德化:理解与设计物的道德»一书中提出了“技

术调节”的哲学分析路径,并区分了两种视角.一

是聚焦于知觉的经验调节,关注人工物如何调节人

类对现实的经验与解释;二是聚焦于实践的实践调

节,其核心问题是人工物如何调节人类的行动与生

活方式.[１](PP．９~１４)本文采用这一分析框架,在厘清

ChatGPT 技术架构的基础上,在人机交互视角下

理解 ChatGPT 的技术属性,分析 ChatGPT 给传

播生态乃至社会带来的影响,为应对 ChatGPT 带

来的伦理风险与挑战提供建议与思考.

一、ChatGPT的经验调节:

思维变革与认知重塑

在介绍技术的经验调节概念时,彼得保罗

维贝克引用了学者伊德的观念,在“诠释关系”中,

４９

技术提供了切入现实的路径,并提供了对现实的一

种表征,而对现实的表征需要解释.[１](PP．９~１４)因此,

ChatGPT 作为一种重要媒介,势必对人类的认知

和思维产生重要影响.具体而言,ChatGPT 的经

验调节作用体现在两个方面.一方面,“智能脑熵”

强调在人类获取信息时带来的效率提升,并由此带

来对概率性思维的重视;另一方面,“中介现实”强

调 ChatGPT 建构的现实对人类认识真实世界产

生影响.

(一)智能脑熵:大模型下的概率性语言实践

根据信息学家香农的观点,熵代表信息的混乱

无序程度.脑熵指的是大脑的系统不规则性和信

息处理能力,是人脑的基本特征.ChatGPT 目前

已经能够回答多种类型的人类问题,并开发出多样

的应用 场 景.如 知 识 问 答、信 息 搜 索,微 软 还 将

GPT 技术接入其旗下产品,体现出处理复杂数据

的强大能力.ChatGPT 以其短反应时间、高类人

性回答,给用户带来了与真人较为类似的交互体

验.ChatGPT 的 强 大 能 力 源 于 大 型 语 言 模 型、

Tranformer结构与强化学 习.GPT 本 质 上 是 一

种自 然 语 言 处 理 模 型,其 核 心 是 大 型 语 言 模 型

LLM(LargeLanguageModel).大型语言模型是

一种深度学习算法,以大型神经网络为基础,并将

其应用于文本的分析.在学习过程中,模型建立起

复杂的映射,在一组给定的文本中,一组单词会出

现在另一个单词旁,从而完成文本识别、翻译、生成

等工 作.同 时,ChatGPT 还 采 用 了 Transformer

结构.Transformer 结 构 是 一 种 基 于 注 意 力 机

制(AttentionMechanism)的神经网络结构,可 以

并行处理输入序列,避免了序列长度对性能的影

响,从而使模型能够发现文本中的长期依赖关系,

胜任处理长文本的任务.Transformer由编码器

和解码器两部分组成,每个部分都包含多个相同的

层,每层又包含了多头注意力机制和前馈神经网

络.在自然语言处理中,编码器将输入序列转换成

连续的隐藏向量表示,解码器则使用这些向量逐步

生成目标序列.[２]但是,使用大语言模型本身并不

能使它们更好地满足用户的意图.如大语言模型

可能生成虚假信息或者有害信息.为此,开发者引

入了来自人类反馈的强化学习机制 RLHF(ReinＧ

forcementLearningfrom HumanFeedback),利

用人类反馈信号直接优化语言模型,提升机器反馈

的质量.

在此技术基础上,与其他已经问世的聊天机器

人相比,ChatGPT 具有四个独特优势.一是强大

的理解能力.对于人类的问题,ChatGPT 的回答

可能不一定完全正确和精准,但基本能够领会用户

的意图,对于人类语言中复杂的指代关系、省略用

语等也能结合上下文的语境做出预测.二是连续

对话能力.ChatGPT 可以实现几十轮连续对话,

并保持话题的一致性和专注度,在一定程度上克服

了语境断裂障碍与内容的不流畅性,从而提升人机

交互的体验感.三是修正和学习能力.当人类用

户指出 ChatGPT 存在的问题时,ChatGPT 会承认

自己的错误,并在下一次回复中做出正确的修改.

人类 与 ChatGPT 的 每 一 次 交 互,都 相 当 于 帮 助

ChatGPT 完成一次信息的学习和迭代,从而使得

模型精度进一步提高.而且,相比以往的聊天机器

人被人类“调教”后产生脏话、种族言论等,ChatGＧ

PT 在回答时有意回避国家、种族、伦理等敏感话

题.即便用户多次使用负面语言与其进行交互,

ChatGPT 也不会被“带坏”.四是严密的组织逻辑

和人类 对 话 方 式.ChatGPT 给 出 的 回 答 简 洁 明

了,还会针对较为复杂的问题分点列出答案.这说

明 ChatGPT 在尽可能地模仿人类的逻辑思考能

力,而非只是基于直觉给出答案.ChatGPT 还可

以与人进行闲聊,学习人类的语言方式,具有一定

的情感陪伴作用.

值得注意的是,我们将 ChatGPT 称为“智能

脑熵”的主要原因是其算法模型因模仿人类大脑的

思维结构而诞生,并且学习人类意志、模仿人类逻

辑.但本质上这种能力源于人类对算法模型的参

数设置.与其说 ChatGPT 具有思考能力,不如说

它只是掌握了统计思维和概率思维.而这种概率

性的语言实践很可能对人类的语言和思维产生影

响.拉康强调语言和符号对于个体精神结构和心

理健康的重要影响,这种影响包括人类将自己的意

识和无意识联系起来,以及塑造个体的行为、思维

和情感等.语言的结构和使用是一种社会化的过

程,它决定了人们如何思考和表达自己.我们的言

语、行为、思维都受语言环境的影响和支配并与之

产 生 交 互 作 用.[３](PP．１３７~１４５) 如 果 人 类 大 量 使 用

ChatGPT 概率性生成的语言,并将其用于人类知

识库的建设,那么概率性的思维将成为人类未来必

须适应的思维革命的新方向.

(二)中介现实:智能义肢抑或知觉截除

在 ChatGPT 的 相 关 讨 论 中,经 常 会 见 到

ChatGPT 与搜索引擎之间的比较,并带来 ChatGＧ

５０

PT 是否会取代搜索引擎的讨论.新媒体时代,搜

索引擎无疑已经成为用户主要的信息获取渠道之

一.横空出世的 ChatGPT 正在成为搜索引擎强

有力的竞争对手.这不仅仅是对于互联网产品的

冲击,更是一种通过信息渠道竞争转而影响人类认

知域的重要变革.

中介化(mediation)强调媒介在社会中起到的

中介作用,并建构起由媒介逻辑规制的共同经验世

界.[４]在技术的介入下,人们的互动形态和经验体

会都会被技术形塑和调节.[５]作为媒介的 ChatGＧ

PT,反馈给用户的信息是一种中介化的现实,即

ChatGPT 信息是对原始信息进行加工后得到的二

手数据,相比于人类直接去搜寻信息、体验世界,

ChatGPT 反馈的中介化信息必然会对人类的认知

活动产生重要影响.首先,ChatGPT 的数据集具

有局限性.它最主要的数据来自公开可用的互联

网数 据 以 及 一 部 分 私 有 数 据 集,包 括 但 不 限 于

CommonCrawl、Wikipedia、BooksCorpus、WebTＧ

ext等网站,信息类型包括新闻、博客、帖子、百科

等.尽管 ChatGPT 声称日后会更加注意采用多

来源的数据,但其数据来源不可避免地具有局限

性.这就意味着 ChatGPT 呈现的只是一种“数据

库现实”,是一种虚浮化的历史与现实存在呈现.

其次,ChatGPT 存在开放域幻觉,其错误答案会对

用户产生误导.不少用户在与 ChatGPT 交互时

发现,它可能会“胡说八道”“无中生有”.在自然语

言处理领域,这种由模型生成的看似流畅且正确但

事实上毫无根据甚至包含虚假信息、错误事实的文

本被称为“幻觉”(Hallucination),“幻觉”一词也强

调了人 类 面 对 此 类 文 本 可 能 难 辨 真 假. 尽 管

ChatGPT 在开放域知识问答方面表现出色,但很

难走出作为“柏拉图式的胡说者”的固有缺陷.[６]最

后,ChatGPT 塑 造 的 现 实 正 在 影 响 着 现 实 世 界.

ChatGPT 曾预测美股走向,认为美股将在２０２３年

２月崩盘,并给出了合理的分析.而且在２０２３年３

月,美股确实出现了暴跌现象.不少人惊呼 ChatＧ

GPT 的预测能力.这也从侧面反映了 ChatGPT

产出的内容可能具有影响人类认知的重要能力,从

而调节人类的行动,使得模型口中的“虚拟现实”变

为真实现实.

中介化的媒介物正在不断地重塑人的所看、所

听和所想,媒介物的中介化不仅៿展了人的行动与

知觉维度,还决定和调节着人的体验以及人卷入媒

介的黏性.[７]在技术中介化的语境下,ChatGPT 的

角色定位是复杂的.一方面,它是人类在数字化时

代的“智能义肢”.斯蒂格勒指出,“义肢是指用于

代替肢体的器具(假肢).它标志了失去某个肢体

的躯体对 某 种 不 属 于 躯 体 本 身 的 外 部 条 件 的 依

赖.人的最本质的属性就是没有属性.人的身体

没有任何特定的、使人可以赖以生存的机能.所以

为了生存,人只有依靠技术、运用工具,以补身体的

不足”[８](P．６０),并总是先行性地指向一个未来时间

中将要发生的工具行动[９].当前,人们对于 ChatＧ

GPT 的定位是辅助性的聊天机器人,使用 ChatGＧ

PT 的目的是提升人类知识获取和工作时的效率.

基于大规模预训练模型产出的回答具有概率性、发

散性,可以成为激发人类灵感的重要来源.对于编

剧、画手、作家等创意性工作者而言,ChatGPT 可

以成为创作中的好帮手,并指向人机共创的新型未

来工作模式.从这种角度而言,ChatGPT 起到了

“加入”日常生活的作用.但是,ChatGPT 也可能

于无形中实现某种意义上的知觉截除.

目前,国内外多所高校发布公告,禁止学生在

科研学习中使用 ChatGPT.法国巴黎政治学院认

为,使用这种 AI工具不能保证学生智 力 上 的 诚

实.大学的担忧不无道理,相比于搜索引擎返回的

海量结果,ChatGPT 的结果具有单一性.这种单

一答案固然会带来信息获取效率的提升,但也可能

造成信息窄化与思维固化.而且,ChatGPT 直接

反馈给用户答案,而非引导用户进行思考,长期使

用可能会削弱人类的思维能力和自主能力.用户

可能因沉溺于技术带来的便利而忽视个人能力的

弱化,进行自觉或不自觉的自主性截除.

二、ChatGPT的实践调节:

智能转译与技术竞速

在实践调节层面,波得保罗维贝克大量借

鉴了拉图尔的行动者网络理论.从人的方面出发,

考察人如何在他们的世界中行动并塑形其存在.

行动不仅仅是个体意向和人类寻找自我的社会结

构,也是人类物质环境的结果.人工物规定其使用

者在使用它们时要如何行动,在这一过程中,人工

物是作为物质的物而非符号产生影响.当一个实

体与另一个实体相联系时,二者的行动纲领被转译

成一种新的行动纲领,某些行动被邀请,另一些被

抑制.[１](PP．９~１４)因此,ChatGPT 的应用为人类实践

创设了一套新的行动脚本,给人机交互、产业格局

５１

带来了新的气象.

(一)智能转译:人机共生的具身实践

ChatGPT 的出现与广泛应用重塑了人机交互

的生态.拉图尔的行动者网络理论认为,凡是可以

改变事物状态的东西都可以被视作行动者,因而技

术也属于行动者的范畴.他还强调,要动态考察人

与物等异质行动者间相互构建的关系网络.近年

来受到学界广泛关注的机器行为学认为,“机器”具

有自己独特的行为模式和发展逻辑,能够与其他物

种和环境相互作用,并在混合人机行为中划分出机

器塑造人类行为、人类塑造机器行为以及人机协作

行为三个研究领域.[１０]因此,内容反馈具有高度类

人性的 ChatGPT 应当被视作有自己行为模式和

生态反应的个体.在确立了自身的智能主体地位

之后,ChatGPT 将定义一种人机协同、人机共生的

新关系.

在 拉 图 尔 的 行 动 者 网 络 理 论 中,“转

译”(translation)是指将不同的行动者(actor)之间

的不同形式的行动和语言进行转化,使它们可以在

网络中相互作用.由于主体具有能动性,彼此之间

的行动和语境也存在差异.为了使网络内的行动

者能够相互协作和理解,信息必须被编码和转化,

行动者之间的关系和作用也会被重构.[１１]

ChatGＧ

PT 的应用使信息生成与传递的过程更加依赖身

体与媒介的耦合与嵌生,并带来人机共生的具身实

践形态.具身实践(embodiedpractice)指人们在

日常生活中通过身体和环境的互动来获得知识和

经验的过程.[１２]人机共生的具身实践强调人与机

器互为尺度,不仅人是机器的尺度,扮演着机器的

学习模板、驾驭者、检修者等角色,而且机器也会成

为人的尺度.[１３]

一方面,ChatGPT 作为一个“行动者”,它的出

现改变了人类与技术的互动方式,从单向输入输出

的模式转变为双向交互的模式.人们可以通过与

ChatGPT 的 交 流 获 取 更 多 的 信 息 和 知 识,同 时

ChatGPT 也 可 以 在 人 类 的 输 入 中 学 习 和 进 化.

ChatGPT 作为一种计算机程序本身没有身体,但

是它可以通过对海量文本数据的学习和处理实现

对语言的生成和理解.由于 ChatGPT 的语言生

成和理解能力是通过对具有语言含义的大量数据

的学习和模拟得到的,因此这种模拟过程也可以看

作是一种具有“经验”和“体验”的过程.而且,它可

以模拟和生成与人类语言习惯和表达习惯相似的

语言 表 达,因 此 ChatGPT 具 有 一 定 程 度 的 具 身

性.人类也可以通过输入和输出的方式,将自己的

语言和思维习惯反馈给 ChatGPT,在 ChatGPT 的

学习和迭代中,这些反馈会被模拟和整合到 ChatＧ

GPT 的语言生成和理解模型中,从而实现一种具

有“互动”和“共存”的过程.

另一方面,人在使用键盘、鼠标、语音等输入方

式与 ChatGPT 进行交互时,需要进行物理意义上

的操作,如打字输入、语音输入等,这些动作反过来

又影响了 ChatGPT 的输出结果.例如,在使用语

音输入与 GPT－４对话时,人的口齿清晰度、语音

语调、说话速度等因素都会影响 ChatGPT 的识别

和理解,从而影响对话结果的准确性.另外,人的

语言、文化、价值观等因 素 也 会 影 响 与 ChatGPT

的交互过程和结果,这些因素同样是人的具身特征

的体现.因此,人与 ChatGPT 的交互不是简单的

信息传递和计算,而是一种复杂的具身实践过程.

在以信息收集和分析问题为目的的对话中,ChatＧ

GPT 的反馈质量取决于人类使用者的提问方式.

提问越精确,越能避免产生歧义,越富有逻辑性,越

有颗粒度和针对性,越有具体指向,越有助于排除

模型的模糊性,从而获得相对准确和理想的答案.

AI在无形间建构出一整套人机交互的范式,在此

过程中有机地影响着人类的实践.

(二)技术竞速:高度迭代下的权力分配

法国哲学家保罗维利里奥(PaulVirilio)提

出了“竞速学”(dromology)的概念,强调速度在人

类文明变化中的重要位置.他认为人类的政治变

革、文明演进、技术更迭,本质上都是由速度引起

的.[１４](PP．２３~２４)“我们无法正确地接近社会、政治或

军事历史的现实,除非我们首先认识到社会空间、

政治空间和军事空间在一种决定性的和基础性的

层面上是由移动介体和这些移动介体缩成达成的

传递速度所塑造的.”[１５](PP．３９~４１)“我们每次所谓的

时代进步,都隐含通过新的技术手段给予的加速来

定义.”[１５](PP．３９~４１)被誉为 ChatGPT 之父的研究者

Sam Altman曾在 Twitter上表示,“一种全新的摩

尔定律很快就会出现,即宇宙中的智能数量每１８

个月翻一番”.GPT－４发布后,更是实现了 ChatＧ

GPT 运算能力的全面升维.就 ChatGPT 的发展

过程而言,其惊人的迭代速度和进步能力似乎很好

地贯彻了竞速学的概念.人类只有综合运用听觉、

视觉、触觉、嗅觉等多种感官处理图片、文字、声音

等多模态的信息才能达到较为理想的学习效果.

而 ChatGPT 仅仅依托强化学习和语言处理技术,

５２

便已经建立起庞大的知识库和高速的反应能力.

快速迭代的人工智能技术将重塑社会话语格局和

世界互联网产业格局,带来人机权力、话语权力、产

业格局三个层面上权力的重新分配.

就人机权力关系而言,ChatGPT 正在带来对

人的促逼.自动化和智能化的工作将变得更加普

遍,并改变人们的职业和工作方式.海德格尔在

«技术的追问»中指出,现代技术的本质居于座架之

中,座架具有促逼的特点,座架既促逼自然也促逼

人类.海德格尔认为人总是处在一种被促逼的状

态之中.以往是人类驯化世界以满足自身需要,人

工智能时代却出现了人工智能技术驯化人类、威胁

人类主体地位的现象,人机之间的权力关系被重

构.ChatGPT 表现出的严密的组织逻辑、语言处

理能力,之所以可能会取代一部分从业者,是因为

其核心竞争力在于速度.无论是对数据的处理能

力还是语言生成能力,ChatGPT 表现出的“人工智

能”都在以高速度的表现挤占“人类智能”的生存空

间,并由此带来权力格局的变化和权力的转移.在

未来,AI的应用场景可能不仅仅限于文本生成,而

且还是迈向更高层次的 AI决策.随着智能技术

不断生产出新的智能物并实现自我递归,人机之间

的竞速赛也将拉开帷幕.

就话语权力而言,ChatGPT 还带来了对话语

权力的重新分配.前文已经提到,ChatGPT 训练

的数据集来自维基百科、Reddit等网页,而这些内

容是由具有互联网接入使用能力的人创造的,甚至

在很大程度上来自信息富裕阶层.当使用这些数

据训练模型时,必然带来某些弱势群体的不可见

性,从而造成话语权力分配的不均衡.而且,在对

数据进行处理时,ChatGPT 引入了来自人类反馈

的强化学习机制,这意味着一定有部分信息被过滤

掉.如果有某一群体、某一话题的信息被删除,那

么势必会失去这一群体的声音表达.

就产业格局而言,ChatGPT 会带来产业资源

的重要性转移.首先是产品布局的变化.ChatGＧ

PT 可以分析大量的数据和用户行为,从而为用户

提供更加个性化、定制化的服务和建议.对于互联

网企业而言,开发出信息搜索、聚合引擎已远远不

够,具有交互能力的聊天机器人将是下一个风口.

其次是产业核心竞争力的变化.算力和模型将部

分取 代 劳 动 力,成 为 企 业 最 关 键 的 发 展 资 源.

GPT－３是一个具有１７５０亿个参数的自回归语言

模型,InstructGPT 模型则引入了来自人类反馈的

强 化 学 习 机 制 RLHF(ReinforcementLearning

from HumanFeedback).如果没有强大算力的支

撑,ChatGPT 的体验感将会大打折扣.此外,在将

ChatGPT 乃至 AIGC 产业化的过程中,美国已然

走在前列,我国诸如百度、腾讯等头部互联网企业

也积极布局.世界互联网产业的格局将在很大程

度上因各国的 AI竞速而改变,这场 AI竞速赛将

创造出惊人的财富,同时也呼唤新型的财富分配方

式.“速度本身不是一种现象,而是一种现象之间

的关 联.甚 至 更 进 一 步,速 度 是 一 种 环 境 或 处

境.”[１５](PP．３９~４１)模型的运算速度、迭代速度将成为

未来传播革命的核心动力.谁能够在算力、数据和

模型三位一体的基础上更快地设计出具有更高场

景适配度、更快更精准的 AI衍生产品,快速从专

用小模型训练转换成通用大模型预训练,谁就能够

在 AI时代的竞速中取得先机.

三、技术善治:锚定 ChatGPT的技术生态位

生态位是生态学的一个概念,指的是一个物种

或一个群落在特定环境中利用特定资源的方式和

位置.在技术领域,技术生态位指的是一种技术或

一组技术在某一市场或领域所处的地位和作用方

式.一个技术的生态位取决于它的功能、性能、可

靠性、用户需求、市场需求、竞争对手等因素,以及

技术本身所需的其他技术和资源的可用性.[１６]技

术生态位的概念可以用来描述不同技术之间的相

互关系和竞争情况,预测技术的发展趋势.在前文

分析 ChatGPT 的技术属性和产生影响的基础上,

这里将进一步分析 ChatGPT 涉及的道德伦理风

险,探讨如何进行技术监管和治理,展望 ChatGPT

的未来发展方向.

(一)可解释性问题:难以打开的算法黑匣子

在 ChatGPT 高速进化的同时,不乏质疑和担

忧的 声 音.２０２３ 年 ３ 月 ２９ 日,生 命 未 来 研 究

所(FutureofLifeInstitute)的一封公开信呼吁所

有 AI实验室立即暂停训练比 GPT－４更强大的

AI系统至少６个月,包括杰弗里辛顿、盖瑞马

库斯和伊隆马斯克在内的近千名科技人士均签

署了这封公开信.ChatGPT 在能力上的发展速度

是惊人的,但其始终没有克服自身固有的伦理缺

陷.而其中最突出的问题就是 ChatGPT 仍然具

有很强的技术黑箱.由于 ChatGPT 的强大能力,

其具有的黑箱产生的风险可能远超其他 AI模型.

５３

ChatGPT 是一个由数百万个参数组成的深度

学习模型,可以接收自然语言输入并产生相应的输

出.然而,由于其复杂性和参数数量,ChatGPT 被

认为是一个黑盒系统,这就意味着我们无法直接了

解其内部的工作原理,只能通过反向传播算法提供

输入、观察输出、调整模型参数来改善输出.黑盒

问题在机器学习中很常见.由于模型的复杂性,我

们通常无法准确解释模型是如何做出决策或预测

的.这可能会阻碍我们对模型的信任,并导致对模

型的误解或不正确的应用.有许多技术可以用来

提高模型的可解释性,如特征重要性分析、局部敏

感性分析、基于规则的模型等.此外,新的机器学

习算法和架构正在开发中,其能够提高可解释性,

使我们能够更好地理解和信任机器学习模型的决

策过程.

对于不断迭代的 ChatGPT 而言,其未来发展

方向也处于黑箱之中.这是因为它是一个不断迭

代的黑箱系统.OpenAI的超大预训练模型是目

前最接近人类智能的 AI行为之一,它依赖海量参

数的记忆和贴合人类知识特征的模仿游戏.然而,

科学家和工程师们并不确定这种方法是否是通用

型人工智能(AGI)的正确路径.同时,从科学逻辑

的角度看,也很难准确地判断未来 AI是否永远只

是人类的帮手,而不会对人类进步产生负面的影

响.因此,我们需要继续研究和探索 AI的发展,

以确保人类和 AI之间可以持续地和谐共处,并避

免 AI对人类社会和文明的负面影响.在深度学

习人类思考的神经网络后,ChatGPT 是否会产生

自我意识? 如果 ChatGPT 确实产生了自我意识,

其产生的高度类人的回答,也会让人类难以区分这

种回答是由算法模型驱动的还是由 AI自我意识

产生的.当人与人造物的界线日益模糊,能够高度

模仿人类的应用程序将带来巨大的风险.ChatGＧ

PT 在未来可能会重塑社会信任关系.一是信息

泄露与隐私保护问题.用户在与 ChatGPT 交互

的过程中,会有意或无意地透露自己的个人信息.

如果用户的隐私数据被 ChatGPT 学习并在之后

的交互中使用,可能会导致人们对 AI和企业的信

任度下降.二是信息传播失序问题.ChatGPT 生

成的内容具有高度的类人性,并且具有强大的内容

生成能力.如果被用于传播虚假或误导性信息,那

么用户不仅无法识别信息主体,还难以分辨信息真

假.三是人际关系问题.长期依赖 AI进行沟通

可能会影响个体的社交技能,如同理心、情感表达

和解决人际冲突的能力等.这种技能的缺失可能

使真实世界的人际交往变得更加困难,从而导致更

多的孤立和社交焦虑.个体可能会发现自己更喜

欢与 AI进行日常对话,因为 AI可以提供即时、定

制化的反馈和信息,而无需涉及复杂的人际交往和

情感需求.这可能会导致人们在情感支持和建立

深层次人际关系方面变得更加依赖 AI.

(二)组合进化:AGI奇点仍未到来

通用人工智能(AGI)指的是一种智能系统,它

具备像人类一样的广泛的智能能力,可以在各种任

务和 环 境 中 进 行 灵 活 的 推 理、学 习、自 适 应 和 创

造.[１７]与之相对的狭 义 人 工 智 能 (ANI,Artificial

NarrowingIntelligence)指的是只能胜任特定任务

或领域的人工智能,如自然语言处理、语音识别、图

像识别等.通用人工智能的实现需要超越目前的

人工智能技术水平,需要深入理解人类智能和认知

过程,并开发出新的算法和模型.目前,ChatGPT

仍然是一种弱人工智能,因为它只是模拟了人类的

语言表达能力,缺乏真正的智能和理解能力.虽然

ChatGPT 可以完成一些智能任务,如回答问题、自

动生成文本等,但它并不具备广泛的通用智能.

从技术生态位的角度看,对于 ChatGPT 这样

的人工智能技术来说,其技术生态位的维度和宽度

非常大,可以在语言理解、机器翻译、对话生成等多

个领域应用.目前推出的 GPT－４更是不局限于

理解文字数据,还具备多模态数据的处理能力,可

以对图片进行分析.ChatGPT 与其他自然语言处

理技术的重叠度较高,可以与其他技术相互协同,

为用户提供更加精准和丰富的服务.这也是国内

外科技公司竞相推出 ChatGPT 等类似产品的重

要原因.然而,由于技术生态位内的用户和数据等

资源有限,其密度并不高.

美国经济学家布莱恩阿瑟提出了技术的“组

合进化”思想.他说:“所有技术产生于已有技术,

已有技术的组合使新技术成为可能.技术的进化

机制就是‘组合进化’.所有技术都是从已经存在

的技术中被创造出来的.如果新的技术会带来更

多的新技术,那么一旦元素的数目超过了一定的阈

值,可能的组合机会的数量就会爆炸性地增长.有

些技术甚至以指数模式增长.”[１８](P．１９４)因此,ChatＧ

GPT 如果想实现能力的进一步跃升,就必须与其

他技术进行有机耦合,只有充分发挥技术优势,才

能够打开通往通用人工智能的奇点大门.随着技

术的不断演进,ChatGPT 需要更加擅长处理复杂

５４

的人机交互问题,不仅能够理解和生成自然语言,

还能在更广泛的情境中提供智能服务.它的发展

将逐渐从依赖特定数据集和任务,向具备常识推

理、情感理解和创造性思考的方向演进,从而大大

扩展其应用范围和深度.此外,为了实现这种进

化,ChatGPT 需要不断地学习和适应,通过不断的

数据 输 入 和 实 时 反 馈,提 升 其 性 能 和 智 能 水 平.

ChatGPT 的未 来 是 一 个 与 众 不 同 的 技 术 生 态 系

统,需要在组合进化的道路上不断突破和创新.

(三)负责任的智能:AI治理工具亟待应用

随着人工智能技术的不断发展和广泛应用,如

何保障人工智能技术的安全可靠成为一个重要议

题.因此,研究和开发人工智能治理工具,成为保

障人工智能技术良性发展的重要手段之一.人工

智能治理工具指管理和监管人工智能系统和算法

的技术与机制.这些工具的作用是确保人工智能

系统的公平性、负责任、透明度和可解释性,从而提

高人工智能技术的安全性,以有利于人类的权益保

护和侵权行为发生时的责任追究.但是,面对诸如

算法推荐系统、智能翻译等人工智能辅助工具井喷

的现状,人工智能治理工具的研发仍处于不饱和状

态.人工智能带来的风险具有信息海量性、复杂

性、隐蔽性,仅仅依靠人力进行风险识别和应对已

略显乏力.面对 ChatGPT 以及类似的 AI工具可

能带来的风险,AI治理工具的开发与应用也应提

上日程.

首先,AI治理工具必须坚持人类的主体地位.

休伯特德雷福斯(HubertDreyfus)主张将人工

智能作为辅助工具使用,而不是完全取代人类决策

的主要工具.他认为人工智能缺乏情境感知能力、

判断力以及对行动的理解,无法体验真实的情境和

生活经验.这些限制使得人工智能无法像人类一

样进行创造性的思考和自主的 决 策.[１９](PP．３０９~３１２)

因此,人工智能在治理中只是一种辅助工具,以人

为本是一切技术开发和使用的基本准则.具体而

言,以人为本就是要求 AI工具遵守智能伦理的相

关要求.公平性意味着算法决策不应该产生歧视

性或不公正的结果.[２０]对于公平的诠释既是一种

基于实际问题的动态建构,也需要重视算法系统和

运行结果的公平性.[２１]负责任的 AI包括本体、过

程和结果三个维度,与之对应的分别是平台算法本

身符合社会责任要求、负责任的平台算法开发设计

与部署应用、平台算法决策结果对社会负责任.[２２]

透明性被视为“责任主体”(使用算法的主体)对“责

任对象”(如用户等)践行责任的重要手段,让用户

确认算法的存在,帮助用户了解系统是如何工作

的,以便于用户评估结果的正确性和合理性,从而

让责任主体在用户质疑和批评中有所依据地不断

修改算法系统,进而达成实践“问责制”,并提高自

身的声 誉.[２３]可 解 释 是 AI治 理 的 技 术 基 础.[２４]

“可解释性”依赖于“解释”的概念,而“解释”是人与

算法的一个交互面(interface),算法既要生成精确

的结果,又要做到结果能为人类所理解.[２５]算法可

解释性是算法模型的客观属性,即某一算法在技术

架构上是否具备了作为算法解释的条件.[２６]

其次,就 ChatGPT 及 其 类 似 产 品 而 言,人 工

智能治理工具至少需要具备以下功能.一是内容

审查功能.算法能够做到实时监测和过滤不恰当

的内容,如歧视言论、虚假信息等.二是可追溯功

能.使用 AI治理工具记录与用户交互的过程和

结果,从而便于追溯和分析模型的行为,最终进行

修正和改进,这是打开算法黑箱的关键.可追溯包

含两 层 含 义,一 层 是 用 户 的 个 人 信 息 可 追 溯.

ChatGPT 在处理用户数据时遵循数据隐私法规,

明确告知用户数据怎样被收集、存储和使用,并采

取安全措施保护用户的数据.另一层是 AI生成

的结果可追溯.用户能够了解 AI在生成结果时

运用了怎样的逻辑,用户也可以自定义 ChatGPT

的行为和输出并提供反馈,以便监测模型的表现并

进行持续改进.三是风险预警与监测功能.开发

实时监控和审计工具,以持续跟踪 AI系 统 的 性

能、行为和影响,这有助于及时发现问题并采取纠

正措施.四是 AI辅助伦理决策功能.在智能伦

理风险事件发生时,能够迅速准确地生成应对预案

并通过虚拟仿真预案检验其效果,从而寻求风险管

理的最优解.

[参考文献]

[１]彼得保罗维贝克．将技术道德化:理解与设计物的

道德[M]．闫宏秀,杨庆峰,译．上海:上海交通大学出

版社,２０１６．

[２]VaswaniA,etal．．AttentionisAllYouNeed[J]．AdＧ

vancesin NeuralInformation Processing Systems,

２０１７,(３０)．

[３]马元龙．雅克拉康－语言维度中的精神分析[M]．上

海:东方出版社,２００６．

[４]Couldry N．．Mediatizationor Mediation? Alternative

UnderstandingsoftheEmergentSpaceofDigitalStoＧ

rytelling[J]．New Media& Society,２００８,(３)．

５５

[５]LivingstoneS．．Onthe MediationofEverything:ICA

PresidentialAddress２００８[J]．JournalofCommunicaＧ

tion,２００９,(１)．

[６]BangY．,etal．．A Multitask,Multilingual,Multimodal

EvaluationofChatgptonReasoning,Hallucination,and

Interactivity[J]．arXivPreprintarXiv,２０２３,(２)．

[７]杜丹．共生、转译与交互:探索媒介物的中介化[J]．国际

新闻界,２０２０,(５)．

[８]贝尔纳 斯蒂格勒．技术与时间:爱比米修斯的过 失

[M]．裴程,译．北京:译林出版社,２０１２．

[９]张一兵．义肢性工具模板和符码记忆中的先行时间———

对斯蒂格勒«技术与时间»的解读[J]．社会科学辑刊,

２０１７,(６)．

[１０]RahwanI．,etal．．MachineBehaviour[J]．Nature,

２０１９,(７７５３)．

[１１]LatourB．OnActor－networkTheory:AFewClarifiＧ

cations[J]．SozialeWelt,１９９６,(４)．

[１２]莫里斯梅洛－庞蒂．知觉现象学[M]．姜志辉,译．北

京:商务印书馆,２００１．

[１３]彭兰．人与机器,互为尺度[J]．当代传播,２０２３,(１)．

[１４]PaulVirilio．The AestheticsofDisappearance[M]．

Semiotext(e)Press,１９９１．

[１５]伊恩詹姆斯．导读维利里奥[M]．清宁,译．重庆:重

庆大学出版社,２０２０．

[１６]VandermeerJ．H．NicheTheory[J]．AnnualReviewof

EcologyandSysTematics,１９７２,(１)．

[１７]PeiJ．,etal．．TowardsArtificialGeneralIntelligence

with Hybrid Tianjic Chip Architecture[J]．Nature,

２０１９,(７７６７)．

[１８]布莱恩阿瑟．技术的本质:技术是什么,它是如何进

化的[M]．曹东溟,王健,译．杭 州:浙 江 人 民 出 版 社,

２０１４．

[１９]休伯特德雷福斯．计算机不能做什么:人工智能的极

限[M]．宁春岩,译．北京:生活读书新知三联书

店,１９８６．

[２０]Yang K．,Stoyanovich J．．Measuring Fairnessin

RankedOutputs[J]．InProceedingsofthe２９thInterＧ

nationalConferenceonScientificandStatisticalDataＧ

baseManagement,２０１７,(６)．

[２１]Skirpan M．,Gorelic M．The Authorityof＂Fair＂in

MachineLearning[J]．arXivPreprintarXiv,２０１７,(６)．

[２２]肖红军．构建负责任的平台算法[J]．西安交通大学学

报(社会科学版),２０２２,(１)．

[２３]陈昌凤,张梦．智能时代的媒介伦理:算法透明度的可

行性及其路径分析[J]．新闻与写作,２０２０,(８)．

[２４]靳庆文,等．AI治理中的算法解释及其实现方法研究

[J]．情报资料工作,２０２２,(５)．

[２５]GuidottiR．,etal．．ASurveyofMethodsforExplaiＧ

ning Black Box Models [J]．ACM Computing

Surveys(CSUR),２０１８,(５)．

[２６]苏宇．优化算法可解释性及透明度义务之诠释与展开

[J]．法律科学(西北政法大学学报),２０２２,(１)．

(责任编辑 李静丽)

TheRevolutionofThinkingandtheElevatingDimensionofPractice:

AnAnalysisofChatGPT＇sTechnologicalMediation

WUPei－ying, QIU Yun－xi

(ArtificialIntelligenceandMediaResearchLaboratory,

HongKongBaptistUniversity,HongKong９９９０２７,China;SchoolofJournalism,

CommunicationUniversityofChina,Beijing１０００２４,China)

[Abstract]TechnologicalphilosopherPeter－PaulVerbeekin Moralizing Technology:UnderＧ

standingandDesigningtheMoralityofThingsintroducesthephilosophicalpathoftechnologicalmediＧ

ationanddistinguishesbetweenperception－focusedexperientialmediationandpractice－focusedpractiＧ

calmediation．Attheexperientiallevel,ChatGPTrepresentsaprobabilisticlinguisticpracticebasedon

largelanguagemodels,mediatingrealityandbringingaboutchangesinhumanthinkingandcognitivereＧ

modeling．Atthepracticallevel,itintroducesembodiedpracticesofhuman－machinesymbiosisanda

reconfigurationofpowerstructures．ThefuturedevelopmentdirectionofChatGPTshouldbethecombiＧ

nationevolutiontoleadtogeneralartificialintelligenceandfacingwiththenegativeimpactofChatGPT,

artificialintelligencegovernancetoolsneedtobeappliedurgently．

[Keywords]ChatGPT;TechnologicalMediation;IntelligentEthics

５６

[基金项目]上海市社会科学规划青年课题“网络意识形态治理的智能化转向及其实践路径研究”(编号:２０２２EKS０１１).

[收稿日期]２０２３－０９－０２

[作者简介]杨章文,男,上海大学马克思主义学院讲师,法学博士.

２０２４年１月 内 蒙 古 社 会 科 学 Jan．２０２４

第４５卷 第１期 INNER MONGOLIASOCIALSCIENCES Vol．４５ №．１

DOI:１０．１４１３７/j．cnki．issn１００３－５２８１．２０２４．０１．００８

ChatGPT 类生成式人工智能的

意识形态属性及其风险规制

杨章文

(上海大学 马克思主义学院, 上海 ２００４４４)

[摘 要]ChatGPT类生成式人工智能作为引领和驱动未来颠覆性技术发展的新兴技术样态,具有资本

场域的数据垄断、文化领域的软性渗透、主体空间的观念形塑等意识形态属性.随着 ChatGPT类生成式人工

智能在人们生产、生活和学习中的普及,或将引发意识形态领域价值认同的失落、生成内容的失实、思想防线

的失守和技术监管的失灵等风险问题.因此,应积极探索规制其风险的恰切之道,以共识凝聚为导向消弭主

流意识形态被撕裂之风险,以内容核查为手段规避主流意识形态被消解之风险,以多元共治为牵引化解主流

意识形态被削弱之风险,以法治监督为支撑因应主流意识形态被导控之风险.这是有效应对生成式人工智能

意识形态风险、彰显技术优势的应然举措,也是确保推动数字技术与主流意识形态之间良性互动的必然选择.

[关键词]ChatGPT;生成式人工智能;意识形态属性;风险规制

[中图分类号]D６４;TP１８ [文献标识码]A [文章编号]１００３－５２８１(２０２４)０１－００５７－０８

智能技术的飞速发展和各种智能终端的普及

正无形地变革着人们传统的生活方式.智能技术

突破了现实生活中的时间和空间局限,促使人们不

必囿于固定的时间、固定的空间内进行活动,这就

为生成式人工智能(GenerativeAI)的产生与发展

提供了现实土壤.作为生成式人工智能的典型代

表,ChatGPT 语言模型由 OpenAI公司开发,现已

陆续推出了 GPT、GPT－２、GPT－３、GPT－４以

及iGPT 等模型.虽然当前学界对 ChatGPT 类生

成式人工智能的相关领域展开了颇为丰富的研究,

但相关研究更多地限于 ChatGPT 类生成式人工

智能的意义探寻与框架形塑,而对其内在的意识形

态属 性 观 照 不 足,并 且 重 点 关 注 ChatGPT 对 教

育、研究、伦理等方面的影响,鲜有从意识形态角度

研究生成式人工智能可能会产生的风险.因此,剖

析 ChatGPT 类生成式人工智能的意识形态属性,

透视其或将诱发的意识形态风险,对于客观认识生

成式人工智能的本质属性和有效规避意识形态风

险至关重要.

一、ChatGPT类生成式人工

智能的意识形态属性解读

以 ChatGPT 为代表的生成式人工智能是一

种基于算法、模型、服务生成文本、声音、图片、视频

等内容的智能技术.[１]这一技术的本质特征及其内

在规定决定着生成式人工智能本身负载着意识形

态属性,体现着意识形态的功能.

５７

(一)社会权力的弥散化:生成式人工智能在资

本场域的数据垄断

在网络虚拟空间,ChatGPT 类生成式人工智

能技术是整合数据资源的手段,也是控制社会再生

产过程的智能系统,还是攫取经济利益的数据资

本.ChatGPT 在变革资本主义生产方式的同时,

滋生了资本场域的数据垄断行为.随着技术与人

性的耦合,特别是在具有“智能技术形态”的商业与

资本深入联姻后,ChatGPT 或将导致全球信息数

据的“再垄断”和社会权力的弥散化.这种建立于

技术基础上的信息收集、信息存储以及规则制定权

支配下的数据垄断,并不仅仅像表面上所显现的是

对智能数据技术的应用和对智能技术力量的发挥,

而且更加凸显为一种宣扬和输出资本主义意识形

态的手段.实践表明,以美国为首的西方资本主义

国家为了继续殖民和剥削广大发展中国家,始终费

尽心思依凭自身的技术优势尤其是智能技术优势

恣意兜售印刻着西方价值观念、生活理念、制度框

架和宗教思想的技术产品.[２]具言之,基于海量数

据和语料生成的 ChatGPT 给出的答案并不是客

观中立的,而是依照人类语料库和数据库的内容产

生了蕴含着偏见的结论.因此,ChatGPT 本身具

有意识形态属性,当机器学习使用极具意识形态色

彩的语料时,用户实则是站在自己的价值立场上与

ChatGPT 展开对话,因而这一过程就难免会受到

ChatGPT 的意识形态的影响了.与传统的搜索网

站相比,ChatGPT 能够通过对语料库或数据库内

容的学习强化其自身的竞争力,进而在实际应用中

逐步形成对信息数据的垄断.有学者指出,只要

ChatGPT 能够置入“吸收用户—采撷数据—锻造

模型—再吸收用户”的循环过程之中,就能产生数

据垄断或建基于数据的垄断,使得数据特权现象得

以在网络空间蔓延开来.[３]作为一种新的垄断形

态,数据特权标志着社会权力从高度集中走向了开

放、弥散,加之在经济全球化进程中资本逻辑的驱

动,以个体化满足为表征的数据垄断使得国际意识

形态竞争变得愈加激烈、隐蔽.

(二)大国博弈的潜隐化:生成式人工智能在文

化领域的软性渗透

约翰汤普森认为:“意识形态不仅是整合的

媒介,而且是一种‘解释规则’.”[４](PP．２１４~２１５)由此,

意识形态的样态呈现与政治观念和叙事话语的理

论支撑须臾不可分.意识形态话语的生产、阐发与

传导过程决定了特定意识形态内容的编排形态和

表达方式.生成式人工智能在文化场域的软性渗

透不仅会因其本身所负载的文化软实力而影响人

们的思考方式和行动路向,而且会因其孕生于西方

文化世界而形成对客体的意识形态渗透.其一,生

成式人工智能本身所负载的文化软实力因素正改

变着人们的思维方式和行动路向.在信息即权力

的人工智能时代,国家之间的较量凸显为数据采

集、智能算法等技术维度的信息博弈,表征为潜隐

于技术革新背后的思想、文化和理念的较量.如果

一个国家在生成式人工智能领域的话语权和引领

力越强,那么,这个国家的智能技术发展就越能获

得៿展机会和技术展示空间.因此,当生成式人工

智能技术通过已然普及的互联网跃现于国际政治

舞台时,核心技术国家的辐射力、渗透力将得到显

著增强,由智能机器持续不断生产的各类信息逐渐

弥漫于网络空间,使得人工信息被遮蔽和吞没,从

而形成大国政治与意识形态博弈的文化新边界.

其二,生成式人工智能孕生于西方文化世界,形成

了对他国的意识形态渗透.由于生成式人工智能

孕生于西方文化世界,因此 ChatGPT 类智能对话

工具在对各类问题进行回答时便部分地呈现出中

西方的文化差异.尽管这种差异不能直接映射出

算法设计的弊端,但西方国家生成式人工智能不当

使用的特征却尤为显见.换言之,由西方大国研发

的 ChatGPT 天然地不具备“中国基因”,而必然携

带着西方文化特质及其意识形态属性,尤其是在众

多“私人订制”的预训和实战之后,ChatGPT 的输

入和输出机制无疑带有浓厚的西方意识形态色彩.

这就使得当前网络空间在中西方文化差异的语境

下出现了软性渗透现象,ChatGPT 也将因相异的

文化环境的影响而出现误导或论证偏执的情况.

(三)大众认知的碎片化:生成式人工智能在主

体空间的观念形塑

在生成式人工智能的拟态应用中,传统趋于稳

定的知识生产模式被动态的智能知识库所庖代,智

能机器高速的信息处理方式将在一定程度上侵蚀

大众的认知能力,大众的意识形态体认逐渐演化为

虚拟化和碎片化的形态.进言之,生成式人工智能

对主体观念的影响方式贯穿于“主体人格符码化—

数据内容感性化—思维逻辑碎片化”的无意识牵引

过程之中.一是主体人格的符码化.生成式人工

智能的鲜明特征在于通过机器学习自动生成象征

主体人格的“新符码”———话语符码、逻辑运算符

码、图像图式符码,进而在模型建构过程中将主体

５８

结构化、类型化为可塑造、可预估的客体,将其拆

解、回收并重新纳入智能机器的运行逻辑之中,使

其成为生成式人工智能体系的基础数据和资料节

点.对主体人格数据的拆解、回收和简化之所以能

够成为智能技术意识形态导控的核心环节,是因为

这种方式可以“破坏那些复杂的等级结构体系中的

人与人之间的社会联系”[５](P．３３８),从而实现群体之

间联结的淡化、个体圈层边界的固化、个体认知边

界的窄化的意识形态操纵目标.二是数据内容的

感性化.人工智能时代的降临使得数据的生成、获

取和处理技术获得了革命性进步,意识形态的存在

方式也从传统的文字内容占主导地位的抽象形式

转变为数据文化占统治地位的感性形式.这些感

性化的数据信息可以带来影响巨大的发现和创新,

同时又因其意识形态属性而深刻地濡᳿着人们的

价值观念,通过影响人的潜意识将数据符号化、碎

片化的思维范式深植于人们的意识深处,使人在无

意识中主动地接受生成式人工智能的内容和运行

模式的影响.三是思维逻辑的碎片化.生成式人

工智能擅长将完整的事情割裂为诸多片段化的“分

格”,以支离破碎的形态展示信息是其基本样式.

然而,这种残缺不全的表现手法不仅使事件本身的

完整结构散架,而且会对人的感知系统、思维惯习

和心理机制产生不良影响,使人们在思考问题时呈

现出断裂性、混乱性的特征.

二、ChatGPT类生成式人工

智能的意识形态风险透视

ChatGPT 类生成式人工智能所具有的社会权

力的弥散化、大国博弈的潜隐化、大众认知的碎片

化等意识形态属性决定了其将带来一系列意识形

态风险.正如党的二十大报告指出的,当前“意识

形态领域存在不少挑战”[６](P．１４).伴随着人工智能

技术向纵深发展,网络空间呈现出愈加繁杂的局

面,ChatGPT 类生成式人工智可能会诱发价值认

同的失落、生成内容的失实、思想防线的失守和技

术监管的失灵等风险样态.

(一)价值认同失落的风险:价值共识分化致使

主流意识形态的引领力被撕裂

虽然 ChatGPT 类生成式人工智能的“跨域解

答”“虚拟化身”等特征极大地丰富和满足了人们的

探索欲望,但却难以在生成叙事内容和具体客观实

践之间架构起联通的桥梁.[７]因此,这就使得网络

空间主流意识形态的牵引力面临着被撕裂的风险,

进而引发用户主体身心分离,带来价值认同的失落

以及受众价值观念的紊乱风险.

第一,算法歧视与“信息茧房”分化了主流价值

共识的建构.作为西方文化理念在人工智能场域

的“虚拟化身”,ChatGPT 势必会生成一系列带有

明显意识形态歧视色彩的内容.比如,当人们向

ChatGPT 提问近期的热点舆论趋势时,其回复提

问者可以直接查看 BBC、CNN、CBS、ABC 等 “权

威”媒体的报道,ChatGPT 与数据库的深层绑定进

一步加固了由西方价值观念编织而成的“信息茧

房”.这种话语体系对用户的刻意引导极易导致

“信息偏食”的现象,致使用户受困于充溢着大量歧

视性、同质化内容的“信息茧房”之中,使其难以检

索到客观性、异质性的观点,个体的主流意识形态

认知也将走向分裂化、狭隘化.

第二,社会偏见的刻板化钝化了主流意识形态

的感召力和引领力.在 ChatGPT 类生成式人工

智能技术中,社会偏见刻板化的潜在风险几乎都是

通过生成式话语表征的.在庞大的生成式语言模

型中,这种消极的偏见和刻板印象会在无形中削弱

主流意识形态的牵引力.例如,当用户在与 ChatＧ

GPT 的对话中得到了对性别和宗教信仰边缘化的

人表达歧视的回答后,系统会自动存储和沿用训练

数据中的社会偏见和刻板印象,从而对人们的现实

生活产生内在影响.在此对话氛围和语境下,主流

意识形态的引领地位必将遭到削弱,导致主流意识

形态在网络空间被边缘化,进而触发网民群体的价

值认同危机.

第三,跨域运行使得主流意识形态的价值引领

陷入紊乱境地.ChatGPT 的跨地域、跨领域特性

极易使用户产生对生成式人工智能技术的青睐甚

至崇拜,这使得用户自身的认知偏狭和认同危机日

趋严重.在跨域运行与对话的过程中,ChatGPT

的主导地位愈发凸显,人们的自我认知不断被刷

新、自我否定逐渐增多,并逐步产生人格的虚拟化

和价值认同的异化,其与主流意识形态的单一性和

稳定性形成了对弈格局,引发了 ChatGPT 用户因

跨域搜索带来的价值观念的混乱和价值认同的失

落,从而形成对主流意识形态的៾斥感和剥离感.

(二)生成内容失实的风险:信息真伪并存引致

主流意识形态的权威性被消解

ChatGPT 类生成式人工智能技术或将通过深

度伪造、谣言传播等途径消解主流意识形态的权威

５９

性,使网络空间主流意识形态安全遭到极大的破

坏,甚 至 给 国 家 主 权 与 国 家 安 全 带 来 新 的 风 险

挑战.

第一,生成内容的真实性存疑会导致虚假新

闻、劣质信息大行其道.由于 ChatGPT 类生成式

人工智能对数据的真实性、科学性、准确性缺少核

验环节,这会造成两种后果.一是虚假新闻的生成

与错误信息的输出.在生成式预训练模型中,算法

模型可将智能生成的“标准答案”输出给用户,在基

础数据实存纰漏的情形下造成虚假新闻与错误信

息的无限输出.二是劣质信息的恣意弥漫.源于

生成内容的成本低廉、复制便捷等特征,ChatGPT

意图通过生成式人工智能技术将负载着资本主义

意识形态的答案模版或所谓的学术论文通过不同

的场景呈指数级扩散,这些“劣质信息”流入主流意

识形态生态圈,将极大地消解主流意识形态话语的

权威性.

第二,ChatGPT 类生成式人工智能技术会促

使谣言 的 生 产 智 能 化. 通 过 机 器 学 习 和 训 练,

ChatGPT 可以生产专门用于蒙骗和误导大众的谣

言文本.一方面,ChatGPT 能够助力谣言话语的

多模态化,促使谣言的生产实现从单一口语型到多

模态型(即听觉、视觉、触觉等多种感知模态)的功

能升级,进而通过谣言的散播进行网络诈骗等违法

犯罪活动.另一方面,对人工智能谣言的加工与传

播会侵 蚀 主 流 意 识 形 态 的 权 威 性 和 主 导 性.由

ChatGPT 所生成的虚假信息经由全媒体的加工与

传播后可增进用户的认知体验,使用户沉醉于虚假

信息所带来的快感之中欲罢不能[８],用户在信息媒

体创设的幻象空间中活动,这无疑会加剧其对主流

意识形态的权威性和主导性的侵蚀,进一步助长谣

言以假乱真的能力.

第三,真假信息互渗互掺导致意识形态风险陷

入复杂境地.从根本上讲,“真实”与“虚假”是人们

对外在世界是否与客观事实相吻合的一种基本判

定.然而,在以 ChatGPT 为代表的生成式人工智

能时代,由其所生成的话语内容“真中掺伪、伪中存

真”,呈现出真假信息互渗互掺的文化景观.这就

使得利用“生成式对抗网络”合成人体图像的深度

伪造技术不断地销蚀着人们对视觉文本的信任,原

本隐匿的社会信任危机愈发凸显.而深度伪造技

术在生成政治人物、事件等虚假视频的应用易消解

主流意识形态的政治权威,催化网民的“群体极化”

情绪,促使主流意识形态的权威性走向离散化.

(三)思想防线失守的风险:对智能的过度依赖

导致主流意识形态的辨识力被削弱

ChatGPT 类生成式人工智能技术的普及和便

捷或将使人们对其产生过度的依赖与沉溺,使个体

的思想防线遭到错误意识形态的侵蚀和突破,从而

严重影响个体对主流意识形态的辨识力.

第一,ChatGPT 类生成式人工智能可能会导

致用户产生智能技术依赖,削弱人们的自主能力.

用户的主体性主要表征为其在自我建构过程中的

内在驱动,而对 ChatGPT 类生成式人工智能应用

的过度依赖会使个体的自我完善和自我提升意识

逐渐消失.诚然,ChatGPT 具有极强的数据收集

与处理能力,能够为用户提供问题的答案,通过简

单的对话问答即可使用户获得现成的“标准答案”

或解决方案.然而,当用户长期浸泡于这一“投喂

式”的信息潮中时,信息潮将在无声中蚕食用户探

索问题的主动性和好奇心,致使用户过度沉湎于智

能技术,进而销蚀用户自主获取知识的能力.

第二,ChatGPT 类生成式人工智能“替人”思

考的模 式 将 使 个 体 的 独 立 思 考 能 力 退 化. 在

ChatGPT 的“替人”思考模式下,个体思考将从“自

力更生型”逐步演变为“不劳而获型”,从而使个体

的独立思考能力式微、退化.由此,与人工智能技

术迅猛发展伴随而来的是人类对智能技术的过度

依赖,这一技术使人逐步沉醉于其所带来的虚幻快

感中难以自᠀,导致人的独立思考能力和辨识能力

进一步退化,而人的思想防线一旦失守,就会生成

错误的世界观、价值观和人生观.尤其是未成年人

对生成式人工智能的过度使用和依赖势必会阻滞

个体思维的成长,进而使得对他们进行思维逻辑的

训练和良好品格的塑造等本真意义被搁置一旁.

第三,在技术依赖下人们原本的知识建构路径

或将遭到破坏,导致人的批判性思维的丧失和具身

体验的消弭.一般而言,知识建构的过程能使大脑

通过信息处理得到良性发育,而信手拈来的答案将

取悦大脑的“投机取巧”偏好,从而使人的批判性思

维逐渐丧失.不仅如此,ChatGPT 类生成式人工

智能技术还将消弭人们的具身化体验.生活体验

通常是以身体为基础在现实生活的行动中直接获

得的,然而,当人们在与 ChatGPT 的交互中获得

的智能知识是经过处理的“二手资料”时,就可能会

导致人们身体经验和生活经验的隐匿.在人们对

ChatGPT 类生成式人工智能技术的长期依赖下,

生活世界被编排于技术的量化中,逐渐丧失对客观

６０

世界的批判与体验,个体的意识形态防线在“人机

对话”的框架中不断失守.

(四)技术监管失灵的风险:智能技术异化引发

主流意识形态的传播链被操控

ChatGPT 类生成式人工智能在助推人类物质

文明与精神文明发展的同时,严重威胁着主流意识

形态的生产与传播,并将进一步导致人与人、人与

社会关系的冲突与失衡.当生成式人工智能技术

发展成一种新的异化力量后,ChatGPT 技术就将

在个人隐私、内容“质检”、信息把关等方面产生诸

多难以预料的监管失灵的风险.

第一,个人隐私的泄露将导致意识形态安全问

题.当前,ChatGPT 技术中个人隐私泄露的现象

主要表现在三个方面.一是预训练.ChatGPT 预

训练的语料库数据大部分是从网络中直接抓取且

未经过作者许可或授权使用的内容,因而带有强烈

的“盗窃”属性.二是人机对话.OpenAI公司和

运营平台通常会在用户不知情或未得到其允许的

状态下查询并保存用户的个人隐私数据,并将数据

用作今后某一语言模型的训练基础.三是服务第

三方.OpenAI公司或第三方平台只需经过简单

的数据整理和智能算法,就能够轻而易举地测算出

个人偏好等隐私信息,这将加剧个人隐私泄露和意

识形态安全的风险.

第二,ChatGPT 类生成式人工智能的逢迎式

“质检”样态恐将引致技术监管失灵的风险.在普

遍联系的泛在智能情境中,以 ChatGPT 为主的生

成式人工智能平台之间的信息互动常常会给用户

间的空间交往、情感联通提供多样化的行动理路,

而与之相关的智能技术则扮演着技术“质检员”角

色.在“质检”过程中,缘于 ChatGPT 具有较强的

鉴别需求和迎合需求的能力,当用户在信息选择过

程中向 ChatGPT 发射出对暴力、情色、恶搞、腐朽

等“腥色煽”内容有着浓厚兴趣的信号时,它将沿着

这些关键词而展开信息“质检”并给用户提供个性

化的定制内容,使宏大而严肃的主流意识形态话语

被排除在外[９],甚至引发技术监管失灵的风险.

第三,ChatGPT 类生成式人工智能带来的“把

关迁移”稀 释 了 主 流 意 识 形 态 话 语 传 播 的 效 果.

ChatGPT 的广泛普及使对信息生产和传播的把关

权力从传统的媒体从业人员迁移到了智能机器和

多元化的个体用户手中,从而使传播主体与受众之

间的分界线日益变得模糊.ChatGPT 类生成式人

工智技术赋权带来的传播资源泛社会化和传播权

力个体化在一定意义上会稀释或消弭主流意识形

态话语传播的效果.此外,在“流量为王”的价值链

条上,ChatGPT 更加关注用户的信息喜好,而非信

息本身的公共性价值.这种信息情境为网络空间

主流意识形态的话语传播带来了严峻挑战,极易诱

发主流意识形态被操控的风险.

三、ChatGPT类生成式人工

智能的意识形态风险规制

面对 ChatGPT 类生成式人工智能带来的价

值认同的失落、生成内容的失实、思想防线的失守

和技术监管的失灵等风险,应当通过整合价值引

领、规范生成内容、构建协同主体、完善法治体系等

不同路径多措并举、多点发力,进一步规制生成式

人工智能的意识形态风险.

(一)整合价值引领:以共识凝聚为导向,消弭

主流意识形态被撕裂之风险

ChatGPT 及其相关应用程序在大数据的人工

收集和强化训练过程中天然地受到了西方意识形

态的熏᳿,使得不同的意识形态之间的碰撞交锋在

所难免,风险也随之而来.在此情势下,整合网络

空间主流意识形态的价值引领,使之妥善地融入

ChatGPT 类生成式人工智能的应用之中就变得愈

加紧迫.

首先,坚持和巩固马克思主义在意识形态领域

的指导地位.马克思认为:“理论只要说服人,就能

掌握群众;而理论只要彻底,就能说服人.”[１０](P．１１)

直面当前 ChatGPT 类生成式人工智能应用的意

识形态渗透生态,必须运用锐利的理论武器从根本

上作出有力回击,在激烈的意识形态斗争中彰显主

流意识形态的真理性和科学性.正如习近平总书

记所指出的,要“坚持马克思主义指导地位,不断推

进实践基础上的理论创新”[１１](P．１８３).因此,在抵御

西方意识形态侵袭的同时,我们必须始终坚持马克

思主义在意识形态领域的指导地位,进而以当代中

国的马克思主义因应和化解由对 ChatGPT 类生

成式人工智能的应用裹挟而来的意识形态渗透,凝

聚广大网民群体的社会共识.

其次,在智能技术的迭代革新中强化社会主义

核心价值观的导向作用.在“数据即权力”“数据即

利益”的价值引导下,经济利益的强力诱惑致使潜

隐于生成式人工智能背后的意识形态权威遭受了

风险挑战.为了有效地规避这一诱惑所带来的风

６１

险,应将社会主义核心价值观有序地融入生成式人

工智能的开发过程之中,并将其深度渗入智能技术

的市场传导之中,最大限度地确保生成式人工智能

在社会主义核心价值观指引下展开研发和应用.

换句话说,ChatGPT 类平台的应用不得以任何形

式生产和传播反马克思主义立场和观点的内容,要

将维护社会主义核心价值观生态作为信息输出的

一根“红线”,实现对西方价值观念的路向引领.

最后,加大对 ChatGPT 类通用大模型的研发

和创新力度,构筑社会主义意识形态传播的新场

域.基于 ChatGPT 类生成式人工智能的技术运

行视角,ChatGPT 内容的生成并不是以简单的逻

辑推理来实现信息的传导的,而是用“全域式大数

据采集＋人工编码强化学习”的手段达到观念渗透

的目的.由此,就需要“大幅提高自主创新能力,努

力掌握关键核心技术”[１２],筑牢 ChatGPT 类生成

式人工智能发展的根基,即通过自主创新和技术攻

关化解人机交互模式给主流意识形态认同带来的

风险,用社会主义核心价值观凝聚全民的价值共

识,以塑造社会主义意识形态网络传播的新场域.

(二)规范生成内容:以内容核查为手段,规避

主流意识形态被消解之风险

在现实世界,各种颠覆性技术一度被看作是

“重构主体的力量”而被ༀ以重任,但新技术的发展

却呈现出了诸多适得其反的趋向.面对 ChatGPT

类生成式人工智能可能会消解主流意识形态的风

险,我们需要从保障数据质量、控制生产源头、提升

用户素养等方面,对其生成内容进行更加严格的规

范与核查.

首先,生成式人工智能要以数据信息的无损压

缩与还原来保障生成内容的质量.ChatGPT 生成

的内容是对数据文本的复刻与重组,在某种意义上

ChatGPT 常常会虚构事实甚至令人“生幻”,即生

成的结果可能是编造出来的“标准答案”.[１３]因此,

确保输入信息的真实性是提升数据质量的首要条

件,进而不断地加强对所采集的信息真伪的识别.

同时,应在内容还原阶段对生成式人工智能的内容

生产进行质量把关.例如,可将有关开发公司是否

同意用模型生成的内容当作新模型的学习素材作

为判断标尺,通过此种方式逐步着手管理通用大模

型的数据质量,严格把控意识形态表达的限度.

其次,以智能算法技术规制生成式人工智能虚

假内容的生产与传播风险.一方面,通过生成式人

工智能技术核查内容生产与传播主体的相关信息.

具体而言,要以生成式人工智能技术为基础,从虚

假信息生产和传播主体的内在特征、信息来源、行

动轨迹等方面展开事实核查,进而有效地规制虚假

信息的智能化生产与传播,以逐步破除意识形态被

消解的风险.另一方面,运用主题模型助力有害信

息的定位与“查杀”.也就是说,在深剖虚假信息生

成机理的基础上,通过对主题模型的应用来助力有

关部门迅速定位及“查杀”有害信息,也可以借助主

题模型对其实施必要的剖析和改造,使其合乎社会

主义意识形态逻辑.

最后,提升用户对生成式人工智能应用中生成

内容的甄别能力.在生成式人工智能运用新智能

技术的实践中,不断提升用户对生成内容的甄别力

和判断力,使其对问题做出更真实、更全面的判断,

最终使用户形成客观认知.具体而言,一是将机器

学习、智能算法、语言模型等技术知识“滴灌”于网

民的头脑之中,帮助其体认 ChatGPT 类生成式人

工智能的运行机理和固有局限,防止其产生技术依

赖倾向;二是提升用户对输出内容的甄别能力,积

极引导人们对 ChatGPT 生成的内容保持清醒的

头脑并进行冷静的辨识.在人们与 ChatGPT 类

生成式人工智能的不断交互中将正确的认知信息

输入 ChatGPT 类生成式人工智能的信息数据库,

使输入数据与实际情况相吻合,进而推动主流意识

形态话语内容的创新发展.

(三)构建协同矩阵:以多元共治为牵引,化解

主流意识形态被削弱之风险

伴随着西方资本主义意识形态的渗透,隐藏在

ChatGPT 背后的技术资本很可能会拥有比政府和

用户更为强大的控制权,并且其掌握的海量数据资

源会进一步诱发非平等协作的权力框架.因此,应

当强化 ChatGPT 实践主体的协作性、平等性,从

而形成多元主体协同共治的合力型治理结构.

首先,依循人工智能的技术特征,构筑网络意

识形态治理共同体.当前,可以借力人工智能技术

积极应对因 ChatGPT 类生成式人工智能带来的

网络意识形态安全问题,依循人工智能技术的特征

来构筑网络意识形态治理共同体.从国家层面看,

要及时建立国家意识形态安全数据库,并加快构建

各级舆情监测数据库,为分析和核验 ChatGPT 应

用提供完整的数据链条;从社会层面看,要大力支

持社会力量对人工智能技术的创新与应用,打通全

社会应用人工智能的“任督二脉”,为网络意识形态

治理共同体的建构奠定基础[１４];从个人层面看,要

６２

持续增强个体对意识形态和人工智能的知识习得

与价值体认,使每一个个体都能更好地参与到网络

意识形态治理共同体建设之中.

其次,依托外部监督与内部规约的双向逻辑,

建立 ChatGPT 多元协同的责任矩阵.当前,ChatＧ

GPT 的探索与应用场景扑朔迷离,因此坚持依托

外部监督与内部规约的双向逻辑成为促进其良性

发展的内在规定.其一,积极探索构建多方参与、

多元协同、多措并举的责任体系.基于当前的中国

国情,探寻由政府牵头、多方介入的监管体系,以

ChatGPT 应用的全部生产链条为对象建立多方协

同的责任矩阵.其二,完善 ChatGPT 相关利益方

的内部规约,推动行业自省自律.通过科普课堂、

技术宣传等途径,强化企业、高校、科研院所、民众、

政府部门等多元主体的责任认知,将意识形态治理

责任落实到每一个参与主体.

最后,依据主流意识形态建设的需要,构建开

放协同的人工智能创新体系.面对 ChatGPT 类

生成式人工智能带来的主流意识形态遭到削弱的

风险,从主流意识形态建设的需求出发,围绕组织

建设、人才培养等目标,构建开放协同的人工智能

创新体系.其一,建立包括政界、学界、科技界联合

成立的生成式人工智能决策咨询机构,以纾解其聚

能分散的困境.其二,渐次改革人才培育范式,搭

建“政校企所”深度互联的创新人才培育联盟,为生

成式人工智能的意识形态治理和表达提供智识支

撑.这就要求全面提高国内生成式人工智能人才

的培育速度,加大政府和企业对相关人才的支持力

度,进而将主流意识形态的话语和观点深植其中.

(四)完善制度体系:以法治监督为支撑,因应

主流意识形态被操控之风险

习近平总书记指出:“国无常强,无常弱.奉法

者强则国强,奉法者弱则国弱.”[１５]在法律和制度

维度,必须迅速、准确地辨识 ChatGPT 类生成式

人工智能的风险因子,在既有的网络意识形态治理

架构内健全基于数据与算法、内容与价值的意识形

态风险规制路径.

首先,在“硬法”治理之维,加快对相关法律及

配套法规的制定和修订,为 ChatGPT 类生成式人

工智能的意识形态风险规制提供法律支撑.尽管

«生成式人工智能服务管理暂行办法»的出台使生

成式人工智能“野蛮生长”的局面得到一定的改观,

但鉴于当前生成式人工智能或将引致的诸多风险

样态,相关法律法规的出台以及配套法律条文的修

订刻不容缓.这就要求对因生成式人工智能的发

展和应用而引发的具象性和潜隐性的意识形态风

险以及违法犯罪行为的样态表征、生成动因、规制

策略作出科学研判,制定并完善关于生成式人工智

能的法律法规,确保生成式人工智能的意识形态表

达在法治的轨道上健康运行.

其次,在“软法”治理之维,建构“事前—事中—

事后”的自治体系,为 ChatGPT 类生成式人工智

能意识形态风险的规制提供全程监管.当前,由于

监管机构 和 社 会 公 众 的 相 关 专 业 知 识 欠 缺,“事

前—事中—事后”全链条闭环软法自治体系的建构

势在必行.从事前预防环节看,要求 ChatGPT 类

生成式人工智能的研发人员或服务人员建立事前

的意识形态风险预估防范机制;从事中控制环节

看,当 ChatGPT 类生成式人工智能在生产过程中

传导出有害信息时,就应在恰当的语境中把这一情

况及时地通知当事人并得到其肯定答复;从事后救

济环节看,相关人工智能研发或服务提供方需设置

便捷的申诉渠道,使其能够为即将出现的意识形态

操控风险提供适当的救济路径.

最后,在制度试验之维,积极探索“监管沙盒”

模式,为 ChatGPT 类生成式人工智能意识形态风

险的规制提供敏捷治理的思路.监管沙盒原指金

融监管部门为了测验新的金融产品而采用的一种

适当放宽所测产品的准入条件和监管约束的监管

方式.[１６]这一监管模式可用于 ChatGPT 类生成式

人工智能,从而有力助推人们感知和认定 ChatGＧ

PT 类生成式人工智能的意识形态风险样态.基

于监管机构的视角,监管沙盒模式下的生成式人工

智能在其应用初期需固定在一定范围内,这一方式

将对提前评估技术运行可能带来的意识形态风险

样态颇有助益;基于服务提供者的视角,监管沙盒

不会人为地在技术创新与技术落地之间铺设“路

障”,这将助推在监管机构和企业之间构建更具效

能的意识形态风险敏捷治理机制;基于技术使用者

的视角,监管沙盒的嵌入将有力地调节技术创新与

意识形态风险之间的分歧,促使技术使用者能够在

共享技术创新成果的基础上防范危害意识形态安

全的违法行为,从而维护网络意识形态安全.

总之,ChatGPT 类生成式人工智能的出现是

人工智能时代“由弱到强”具有里程碑意义的一大

步,开启了意识形态传播的全面智能化进程.然

而,需要注意的是,意识形态博弈的残酷性不亚于

６３

一个充满硝烟的战场.在厘清 ChatGPT 的内涵

与特征的基础上,我们需要明晰其本质上是在资本

场域的数据垄断、在文化领域的软性渗透、在主体

空间的观念形塑等意识形态属性.就其发展趋势

而言,ChatGPT 类生成式人工智能未来或将诱发

价值认同的失落、生成内容的失实、思想防线的失

守和技术监管的失灵等风险.因此,我们应怀揣审

慎、包容、务实的治理理念,正视 ChatGPT 类生成

式人工智能可能会带来的意识形态风险挑战,积极

探索规制其风险的恰切之道,以共识凝聚为导向消

弭主流意识形态被撕裂之风险,以内容核查为手段

规避主流意识形态被消解之风险,以多元共治为牵

引化解主流意识形态被削弱之风险以及以法治监

督为支撑因应主流意识形态被操控之风险,从而不

断推动网络意识形态治理的良性健康发展.

[参考文献]

[１]生成式人工智能服务管理暂行办法[EB/OL]．https://

www．gov．cn/zhengce/zhengceku/２０２３０７/content _

６８９１７５２．htm,２０２３－０７－１０/２０２３－０８－０６．

[２]刘建华．人工智能的意识形态属性与风险及其应对[J]．

吉首大学学报(社会科学版),２０２２,(６)．

[３]梅夏英,王 剑．“数 据 垄 断”命 题 真 伪 争 议 的 理 论 回 应

[J]．法学论坛,２０２１,(５)．

[４]约翰B．汤普森．意识形态理论研究[M]．郭世平,等,

译．北京:社会科学文献出版社,２０１３．

[５]谢卡拉－穆扎尔．论意识操纵[M]．徐昌翰,等,译．北

京:社会科学文献出版社,２００４．

[６]习近平．高举中国特色社会主义伟大旗帜 为全面建设

社会主义现代化国家而团结奋斗———在中国共产党第

二十次全国代表大会上的报告(２０２２年１０月１６日)

[M]．北京:人民出版社,２０２２．

[７]蓝江．人文视野下的认知域及其国家安全战略价值[J]．

人民论坛学术前沿,２０２３,(１１)．

[８]汤景泰．ChatGPT 给谣言治理带来严峻挑战[J]．探索

与争鸣,２０２３,(３)．

[９]张彦华,徐帆．人工智能影响政治安全的逻辑及其风险

治理———基于传播政治经济学的分析[J]．社会科学战

线,２０２２,(１２)．

[１０]马克思恩格斯文集(第１卷)[M]．北京:人民出版社,

２００９．

[１１]习近平谈治国理政(第３卷)[M]．北京:外文出版社,

２０２０．

[１２]习近平在中共中央政治局第九次集体学习时强调 敏

锐把握世界科技创新发展趋势 切实把创新驱动发展

战略实施好[N]．人民日报,２０１３－１０－０２．

[１３]商建刚．生成式人工智能风险治理元规则研究[J]．东

方法学,２０２３,(３)．

[１４]杨章文．元宇宙技术嵌入网络意识形态治理的双重效

应及其调节优化[J]．探索,２０２３,(１)．

[１５]习近平．在庆祝全国人民代表大会成立六十周年大会

上的讲话[J]．求是,２０１９,(１８)．

[１６]张景智．“监管沙盒”的国际模式和中国内地的发展路

径[J]．金融监管研究,２０１７,(５)．

(责任编辑 屈虹)

IdeologicalAttributesofChatGPT－typeGenerative

ArtificialIntelligenceandItsRiskRegulation

YANGZhang－wen

(SchoolofMarxism,ShanghaiUniversity,Shanghai２００４４４,China)

[Abstract]AsanemergingtechnologypatternleadinganddrivingthedevelopmentoffuturedisrupＧ

tivetechnologies,ChatGPT－typegenerativeAIhasideologicalattributessuchasdatamonopolization

inthecapitalfield,softpenetrationintheculturalfield,andconceptualshapinginthesubjectspace．

WiththepopularizationofChatGPT－typegenerativeAIinpeople＇sproduction,lifeandlearning,it

mayleadtothelossofvalueidentity,inaccurategenerationofcontent,lossofideologicaldefenses,and

failureoftechnologicalsupervisionintheideologicalfield．Therefore,activelyexploringappropriate

waystoregulatetherisks,resolvingtheriskofideologybeingtornapartbyconsensusforging,eliminaＧ

tingtheriskofideologybeingdissolvedbymeansofcontentverification,avoidingtheriskofideology

beingweakenedbypluralisticco－rule,andrespondingtotheriskofideologybeing manipulatedby

meansoftheruleoflawisanaturalsteptoeffectivelydealwiththeideologicalrisksofgenerativeAI

andtoshowtheadvantagesofthetechnology．ItisalsoaninevitablechoicetoensurethepositiveinterＧ

actionbetweendigitaltechnologiesandmainstreamideologies．

[Keywords]ChatGPT;GenerativeArtificialIntelligence;IdeologicalAttributes;RiskRegulation

６４

[基金项目]国家社科基金后期资助项目“俄罗斯精神哲学研究”(编号:２２FZXB０８３).

[收稿日期]２０２３－０５－２１

[作者简介]张佳琳,女,辽宁大学马克思主义学院副教授,哲学博士.

２０２４年１月 内 蒙 古 社 会 科 学 Jan．２０２４

第４５卷 第１期 INNER MONGOLIASOCIALSCIENCES Vol．４５ №．１

DOI:１０．１４１３７/j．cnki．issn１００３－５２８１．２０２４．０１．００９

ChatGPT 模型辅助数字政府建设的

风险及其法律规制

张佳琳

(辽宁大学 马克思主义学院, 辽宁 沈阳 １１００３６)

[摘 要]人工智能技术赋能数字政府建设是大势所趋,数字政府建设与治理效能的提升本身内嵌着数据

自组织及其信息呈现的迭代逻辑.作为最新一代人工智能技术,ChatGPT 模型表现出显著的交互式运演特

征.是否应将该模型引入数字政府建设是“算法公共性建设”这一元问题在当下的最新变形.ChatGPT 模型

辅助数字政府建设既有优势,也有风险.就优势而言,ChatGPT 不仅可以提升数字政府的内部性能,而且能

够优化行政机关的外部行政,最终促成行政机关与公民的紧密互动.将 ChatGPT 引入数字政府建设存在的

风险包括数字政府建设中的数据主权安全风险、技术资本异化风险与信息秩序失稳的风险.为了保障国家数

据安全,须建构分级分类制度;为了防止资本入侵,须加强对 ChatGPT的审查和监管,通过社会主义核心价值

观对其进行指引;为了保障信息秩序稳定,须构建公民权利的保障机制.

[关键词]数字政府;ChatGPT模型;技术赋能;数据权利

[中图分类号]D６３;TP１８ [文献标识码]A [文章编号]１００３－５２８１(２０２４)０１－００６５－１１

当前,新一代人工智能交互软件 ChatGPT“爆

火”,它 代 表 着 当 前 认 知 智 能 发 展 的 最 高 水 平.

ChatGPT引发了社会各界的关注,学者们对 ChatＧ

GPT 模型与教育[１][２][３]、体育[４]、出版[５]、新闻[６]、

情报等各个领域结合的可能性[７]及其可能产生的

风险及治理路径进行了初步探讨.那么,ChatGＧ

PT 能否运用到数字政府建设领域呢? 在实践层

面,早在 ChatGPT 模型诞生之初,就已经有国家

明确提出要与 ChatGPT 合作,协同推进数字政府

建设.例如,新加坡政府推行了一项实验性项目,

利用 ChatGPT 模型辅助公务员草拟报告和演讲

稿.然而,在理论层面,关于 ChatGPT 助力我国

数字政府建设而展开的论述仍然较少,大多倾向于

从管理学视角进行讨论[８][９],对于其中可能涉及的

公民权利保障、滥用 ChatGPT 的法律规制等讨论

则相对不足.

本文对 ChatGPT 辅助数字政府建设的积极

面向及其可能存在的风险展开探讨,从法律角度提

出相应的风险治理路径.作为一项崭新的、前沿的

技术,ChatGPT 模型能否以及如何被运用到数字

政府建设中,需要学者们从不同学科视角进行更加

充分的探讨,从而为数字政府建设实践中对 ChatＧ

GPT 模型的引入与应用提供足够的价值和制度上

的双重指引.

６５

一、ChatGPT模型辅助

数字政府建设的积极效应

ChatGPT 模型辅助数字政府建设就是政府采

纳、应用以及推广 ChatGPT 模型这一新技术的过

程.在此过程中,ChatGPT 模型对数字政府建设

的影响由内向外扩散.“采纳”意味着将 ChatGPT

模型引入政府内部,通过 ChatGPT 模型实现政府

内部组织结构的优化;“应用”意味着将 ChatGPT

模型嵌入到行政行为和行政活动之中,以提升政府

具体行政行为的效率;“推广”意味着深入发掘和探

索 ChatGPT 模 型 的 技 术 优 势,为 其 树 立 良 好 声

誉,建立其在数字政府建设中持续应用的正当基

础.因此,从积极的层面看,ChatGPT 模型辅助数

字政府建设的作用主要体现在政府内部性能的提

升、外部行政的优化以及政府与公民互动的促进三

个方面.

(一)数字政府内部性能的 ChatGPT 优化

政府对 ChatGPT 模型的采纳会对其自身的

组织建设产生影响,涉及如何从宏观上引入技术、

利用技术、使技术落地等安排,属于在引入 ChatGＧ

PT 模型后政府的组织结构应当如何优化的问题.

ChatGPT 模型的引入至少可以在三个方面对政府

内部的组织架构产生积极影响,最终实现数字政府

内部性能的提升.

第一,ChatGPT 模型可以提高数字政府内部

运行的效率.在技术与数字政府效能的关系中,技

术成功赋能的关键在于政府的组织结构对技术的

吸收[１０],对 ChatGPT 模型的吸收使政府内部的运

作更加智能化、高效化、便捷化.ChatGPT 模型的

本质是 AI技术,相对于当前运用于数字政府建设

的人工智能系统,其更多地整合了包括但不限于云

计算、大 数 据、物 联 网、移 动 终 端 等 构 建 的 “云 ＋

网＋端”的基础设施、互联互通的数据资源以及高

效协同的业务应用.[１１]虽然以往的 AI技术拥有强

大的技术能力,但无法通过人机对话的形式使数字

政府内部的工作人员明显地体会到智能系统对数

据、资源以及人类智识的整合运用.而以自然语言

系统表达为优势的 ChatGPT 模型则可以适配大

量的、机械的行政内部事务场景,缩短内部行政所

需的时长,节省大量的人力资源.例如,日本神奈

川县横须贺市约有半数的职员在日常行政工作中

将 ChatGPT 模型运用于会议记录、文章概括、出

主意、检索等情境,缩短了行政人员每天的工作时

间.[１２]

第二,ChatGPT 模型可以牢固数字政府信息

驱动的基础.数字政府在某种程度上以大数据和

人工智能机制为枢纽,以信息技术为支撑,追求行

政行为各个环节相互协调,并最终形成一个整体性

的行政作业流程.[１３](P．２２９)然而,长期以来,信息处

理能力与需求的不匹配严重地影响着数字政府的

治理效果和运行速率.由于在科层制体制、信息技

术、信息人才和视野等方面的局限,地方政府在建

设数字政府的过程中显得力不从心,而 ChatGPT

模型恰好可以突破数字政府建设在信息驱动方面

的短 板,为 数 字 政 府 建 设 提 供 强 大 的 信 息 支 撑.

ChatGPT 模型的原理是基于神经网络的自然语言

处理技术,其在训练时需要大量的文本数据.另

外,ChatGPT 基于自身通用型人工智能的技术优

势在未来可能会成为万物互联的接入平台、操作系

统或基础设施.因此,ChatGPT 模型本身具有强

大的信息驱动,涵盖了上千亿的数据参数,能够一

改此前技术系统的掣肘,将包括政府数据、社会数

据、互联网数据在内的信息资源融会贯通,通过信

息共享机制和一站式服务机制来整合分散的治理

资源,以实现不同系统主体的数据汇集,借助“深度

交互系统”提升政府服务系统的智能化.

第三,ChatGPT 模型可以优化数字政府的组

织结构.ChatGPT 凭借其作为新型 AI技术的实

力背景,在信息搜集、数据处理和语言组织等方面

助力于科层制体制下高度分工的部门服务主义,改

变了政府“去中心化”的治理结构,增强了部门之间

的协同性与联动性.借助综合的、统一的、万物互

联的接入平台,ChatGPT 模型通过整合大量分散

于各级政府及其不同部门零散的信息数据形成统

一的政府数据库,促进不同政府部门之间的信息共

享与分工协作.正如周伯文所言,建基于“人＋环

境＋AI”相互交互的 ChatGPT 本身就是一个跨时

间、跨区域、跨层级的协同系统.[１４]

ChatGPT 模型

与数字政府内部组织的结合能够提升数字政府的

协调性,从而优化数字政府的组织结构.

(二)数字政府外部行政的 ChatGPT 优化

作为先进的语言交互系统,ChatGPT 模型在

以强化学习而著称的“PPO 算法”的支撑下,往往

能够有效地提升数字政府外部行政的智能性.

６６

首先,ChatGPT 模型能够提高行政决策的科

学性.技术赋能的算法模型能够有效地将影响基

层行政治理活动的人情、关系、偏见等主观因素排

除在行政决策过程之外,在最大程度上规避行政决

策的主观性和随意性,提高行政决策的科学性和系

统性.[１５]相较于当前运用于数字政府建设的人工

智能系统,ChatGPT 模型采用了更为先进的算法

系统辅助行政决策,在辅助政府行政决策之前通过

超强的计算能力对海量的信息进行归类和整理,即

通过自动抓取、精确识别、自动分类、风险规避来减

少“拍脑袋”决策所带来的负面影响,从而降低人工

输入和输出信息出现错误的风险,加快政府实现行

政决策智能化的进程,提高行政机关行政治理的科

学化水 平.当 行 政 机 关 需 要 作 出 行 政 决 策 时,

ChatGPT 模型可将问题转换为计算机能够理解的

数据,生成计算机语言下的候选集,针对具象化的

行政主体、行政程序、行政行为以及行政相对人的

请求等,从中选择一个最佳回答并反馈给行政机

关,以此在最短的时间内形成最优决策.

其次,ChatGPT 模型能够提高行政管理的公

平性.人工智能算法依托大数据和机器学习训练,

在无形中会改变甚至重塑行政管理活动的价值排

序.技术赋能的算法模型依托的是人们进行行政

管理的典型案例,但由于不同行政主体的立场与视

角存在差异,加之机器学习的机械性和固定性,具

体的行政难免会带有一定程度上的算法歧视.当

前数字政府建设将人工智能系统运用于各个领域,

但使人始料未及的是算法歧视问题的出现以及在

公共服务提供的过程中出现(如私领域服务市场中

存在的)不合理的区别对待问题.然而,ChatGPT

模型的出现能够在很大程度上降低算法歧视风险

的原因在于,ChatGPT 模型的成功运行依赖于数

据的多样性和庞大性.这就意味着,出于 ChatGＧ

PT 模型高效运行的需要,政府必须保障数据群体

的多样性,避免数据的不平衡和片面性,从而可以

大大提高 ChatGPT 模型在行政管理中的中立性.

最后,ChatGPT 模型能够提升行政治理的精

准性.随着数字政府建设进程的推进,人工智能视

域下的 ChatGPT 模型已逐步建构起一套相对完

整的行政治理体系,基于其收集到的信息和数据对

行政主体和行政行为进行分析和预测,从而生成个

性化的“用户画像”,通过对基层行政治理活动进行

事前预测来提高行政治理的精确度.该系统通过

将“智体”当前的“状态”输入神经网络,得到相应的

“动作”和“奖励”,再根据“动作”来更新“智体”的状

态,根据包含“奖励”和“动作”的目标函数,运用梯

度上升来更新神经网络中的权重参数,从而得出使

总体奖励值更大的“动作”判断.如果将 ChatGPT

模型融入数字政府,就可以在一定程度上将传统的

行政执法标准、行政执法办案手续、行政执法投诉

反馈等予以标准化、技术化和网络化,提高行政审

批程序、行政处罚程序、政府信息公开程序以及行

政自由裁量程序等行政治理活动的自动化、智能化

水平,从而保障外部行政的精准性.

(三)数字政府与公民互动的 ChatGPT 优化

ChatGPT 模型能够有效提升数字的亲民性,

强化数字政府与公民之间的互动.在数字政府建

设过程中,政府与公民之间的互动在很大程度上是

依靠人机交互实现的.尽管我国数字政府已经实

现了 从 “对 话 智 能 体”(ConversationalAgent)到

“涉 身 对 话 智 能”(Embodied ConversationalAＧ

gent)的技术转型,但人机之间流畅的互动关系并

未形成.[１６]当前,我们更多地是从政府的立场出发

探寻一项技术的可行性,缺乏站在民众角度的技术

思考,表面上物联网和人工智能算法等新兴技术更

便捷了,但新兴技术在实际运作中并不一定能够与

民众的供需相匹配,也无法通过沟通交流的形式为

人民提供满意的公共服务.据«中国地方政府数据

开放报告(２０２０下半年)»的统计,数字政府平台的

亲民性严重不足,只有２２％的数字平台具有无障

碍浏览、语言翻译、沟通对话等包容性功能.[１７]这

尤其体现在政府向公众提供公共服务的智能系统

运用上.当行政相对人寻求诸如户籍、税务等行政

公共服务时,通过政府开发的智能平台大多是由行

政机关向相对人进行单向信息传输,智能系统只能

在接收到某些关键词之后才能做出相应的反馈,因

此,人机交互对话只能是一些程式性的语言,一些

相对人的特殊性问题无法通过当前的智能平台予

以解决,最终公众迫于无奈只能再度寻求人工对问

题的解决.

ChatGPT 模型能够克服上述数字政府与公民

互动不足的问题.ChatGPT 内含了科学化和人性

化的 AI语言模型,可以通过系统设定自主地学习

和理解人类语言和对话来模仿人类的交流.在数

字政府建设过程中,ChatGPT 模型可以从两个方

面提升人机交互关系.

６７

第一,为政府及时、高效地获知公民需求提供

了更多可能性.在传统的行政行为语境下,对于相

对人而言,人工办事大厅、政务电话、政务网站有时

会面临办事无门、沟通无路、咨询无人等诸多困扰.

作为智能对话系统,ChatGPT 能够及时地进行有

意义的答复,从而拉近行政机关与公民之间的距

离,实现行政机关与公民平等的沟通对话.

第二,提升政府服务与公民需求之间的契合

性.上文指出,ChatGPT 模型提升了公民参与行

政管理的可能性,增强了政务服务的高效性.这一

渠道的开发为公民需求的捕捉创造了可能性.然

而,公民需求被真正确认,则需要在 ChatGPT 模

型的助力下实现.借助 ChatGPT 模型在信息和

数据的收集、分析以及整合等方面的优势,政务部

门可以快速获取数据中有价值的信息,从而帮助数

字政府及时地获取公民需求,提升服务水平.

总之,ChatGPT 模型能够有效地弥补社会群

体因学历背景、年龄学段、专业领域等因素存在的

数字化和智能化等接受能力上的差异,最终实现公

共服务供需面向的双向交互.ChatGPT 模型底层

的问答和指令算法设计能够有效地消解传统智能

服务“不智能”的困境,即通过对应用者的提问进行

有效回答来满足应用者的使用体验.在一定程度

上,ChatGPT 模型可被认为是现代国家治理对人

工智 能 视 域 下 社 会 公 众 “期 待 转 移”的 被 动 回

应.[１８]

二、ChatGPT模型辅助数字政府建设的风险

在 ChatGPT 模型给人类带来技术利好的同

时,国家、政府以及社会维度的数字安全风险也随

之产生.随着 ChatGPT 模型的场景化应用,算法

行政格局日益形成,对于算法行政中的权力扩张与

权力异化风险,则需要我们正确认识并审慎应对,

从而发挥 ChatGPT 模型助力数字政府建设的正

向价值.

(一)ChatGPT 模型推高数据主权的安全风险

数据已成为一种新型生产要素,是政府实现智

能化建设的重要战略资源.而数据安全则成为数

字政府建设的重要组成单元.从微观层面看,数据

安全关涉数字政府的建设基础和运行秩序;从宏观

维度看,数据安全与国家的数据主权安全密切相

关.作为国家主权在网络空间的延伸,国家数据主

权安全是国家对数据、软件、标准、服务和其他数字

基础设施享有的正当合法的控制权、最高管辖权以

及对外参 与 数 据 全 球 治 理 的 独 立 自 主 权 和 合 作

权.[１９]在２０１３年“棱镜门”事件爆发后,数据安全

对 于 国 家 数 字 政 府 建 设 的 重 要 性 已 经 不 言 而

喻.[２０]虽然 ChatGPT 模型依赖于技术算法,但其

在兴起之初因缺乏严格规制而仍然存在人为操控

的空间,对数据安全和信息安全带来了现实挑战,

从而影响国家数据主权安全建设.

１．数据主权风险的“基础要件”:技术霸权与技

术垄断 安全、自主、创新的技术是维护国家数据

技术安全的重要依托.目前,ChatGPT 模型的核

心技术的研发主要掌握在域外科技公司手中.据

悉,早在２０１５年,OpenAI公司基于其自主研发的

ProximalPolicyOptimization算法发布的 ChatGＧ

PT－１语言模型就能够通过生成预训练促进语言

理解.此后,OpenAI公司不断推进技术迭代,通

过添加数据集内容和数据参数生成了 ChatGPT－

２和 ChatGPT－３,并形成了爆火的 ChatGPT－４,

而 ChatGPT－４依托于技术底层逻辑中的多模态

模型实现了巨大的性能飞跃.近日,Google公司

开放了PaLM API,同时推出了 MakerSuite工具,

发布了 GenerativeAIAppBuilder平台.在我国,

尽管百 度、阿 里、华 为 等 公 司 相 继 推 出 了 类 似

ChatGPT 的生成式语言模型产品,但由于相关技

术仍然较为稚嫩,因此很难与域外的科技公司展开

竞争.根据 AINow 发 布 的 最 新 报 告,ChatGPT

模型主要被大型科技公司所控制,在不断地壮大大

型科技公司的力量.[２１]一旦域外科技巨头在 ChatＧ

GPT 领域掌握了绝对的领导权,他们就具有了通

过以 ChatGPT 模型为基础的聊天机器人进行意

识形态控制的能力,从而保障本国在世界范围内的

政治优势和军事优势.除了利用技术优势进行意

识形态控制以实现霸权的目的之外,掌握 ChatGＧ

PT 模型核心技术的巨型科技公司还可以通过技

术垄断实现本国的霸权主义目的.目前,OpenAI

的应用程序编程接口(API)已向１６１个国家和地

区开放,但中国内地和中国香港被排除在外,西方

霸权国家为了维护其霸权地位不惜对我国实行技

术压制.因此,如何破除西方霸权国家的技术垄

断、拥有完全的技术研发自主权限是我国今后开发

应用大语言模型的攻坚方向.因为 ChatGPT 模

型技术的底层逻辑并不成熟,所以将 ChatGPT 模

６８

型引入数字政府建设所产生的技术难题和技术垄

断是贯彻落实数字政府战略需要突破的技术困境.

２．数据主权风险的“加重情节”:ChatGPT 的

敏感信息抓取特性 ChatGPT 的运行是以大数据

为基础的,并且其数据库的内容以及运行的语境在

用户个体与互联网数据的互动过程中不断更新,因

此,ChatGPT 模型必定会产生更为强大的数据量.

如果直接将 ChatGPT 模型应用到我国的数字政

府平台,就可能会引发超大规模敏感性信息泄露的

风险.由于域外科技公司在 ChatGPT 模型的研

发和应用领域掌握着更多的主导权,因此国内市场

对 ChatGPT 模型的进一步开发无异于为域外科

技巨头公司打开了一个更加高效的收集、攫取我国

数据信息的缺口.数字政府建设以事关政治、经

济、文化、社会、生态等领域的“关键信息”为数据依

托.如果将上述数据信息组成的数据库直接作为

ChatGPT 模 型 背 后 的 信 息 基 础 或 被 域 外 掌 握

ChatGPT 模型核心技术的科技公司所掌控,那么,

政府数据库中关涉国家安全和国家利益的敏感信

息就可能会暴露在 ChatGPT 模型之下,这将严重

破坏重要敏感信息的保密性和完整性.作为一个

语言模型,ChatGPT 模型在对语义的分析中可能

会抓取一些涉及我国国家情报安全的信息,甚至稍

不留神就会被国外情报机构挖掘、利用,继而造成

国家数据主权安全隐患.不仅如此,在“数据出境”

与“数据入境”的场景中,作为一个 AIGC(人工智

能生成式内容)的工具,ChatGPT 模型智能生成并

传输的信息数据极易受到错误文化思潮和歪曲价

值观的恶意渗透,基于文化影响的潜移默化特性,

妄图瓦解我国的主流安全价值观体系,阻碍我国主

流意识形态的传播,极易导致数据跨境流通的安全

风险.

(二)ChatGPT 模型推高技术资本的异化风险

１．ChatGPT 模型推高技术资本的侵蚀风险

在功利主义价值观立场上,ChatGPT 模型嵌入的

技术资本虽然能够提高政府行政决策的科学性和

高效性,但对行政权力的公共性特征可能会造成解

构风险,还会对既有的社会公共治理架构造成极大

挑战.目前,ChatGPT 的发展主要是资本推动的

结果.自 ChatGPT 模型发布以来,作为 ChatGPT

母公司的 OpenAI公司的股价就呈现持续飙升的

趋势,足 见 其 背 后 资 本 力 量 的 强 大.[２２]

ChatGPT

模型在各行各业的发展必然会持续地加深其背后

资本在各领域的支配力和影响力,长此以往就可能

会撼动政府等公权力机关的公共性地位.在传统

的人工智能领域,人工智能工具的运行容易被国家

所监控,资本对国家利益与安全造成的影响可相应

地降低.然而,ChatGPT 模型的运行则不同,诸多

数据往往是在用户使用过程中通过与互联网进行

实时互动而形成的,这些庞大的数据将在第一时间

被科技公司所掌控.在这种情况下,传统行政法上

的主体范畴由“行政机关—行政相对人”转向“智能

系统—行政相对人”,资本在 ChatGPT 领域将取

得优于国家的优势,国家监管的难度也将被大大提

升,这为资本侵入数字政府提供了途径.国家行政

部门与其他主体之间的公共权力关系可能会被逐

渐改变,甚至在无形中会影响国家政权结构的基本

运行,给我国的政治安全带来风险.当前,技术与

行政之间的价值规范与逻辑链条日渐模糊,并与数

字政府建设的应然性基础存在认知冲突,在此意义

上,数字治理手段与行政目的之间的矛盾会导致公

共行政数字阴影的产生.[２３]因此,技术资本侵蚀下

的数字政府很容易消解行政权力的公共属性,一旦

行政权力的公共性丧失,那么,数字政府建设就难

免会坠入合法正当性不足的泥潭之中.

２．ChatGPT 模型推高技术资本的同化风险

所谓技术资本同化风险,是指技术资本可能裹挟数

字政府转换治理逻辑,从“公共性优先”异化为商

业(私利)中心主义.在 ChatGPT 模型应用于行

政决策的 过 程 中,行 政 决 策 业 已 转 变 为 “问 题 输

入—决策 输 出”的 自 动 化 公 式,一 旦 因 ChatGPT

模型内部的算法黑箱、算法偏差等原因引发决策失

误,行政决策就很可能会陷入无责可追的尴尬境

地.虽然 ChatGPT 模型场域下的自动化行政能

够有效地消除情绪、关系以及角色立场对行政决策

的主观影响,但事实上却有可能达不到个案情境下

行政治理的最优效果.[２４]与传统的行政治理活动

相比,ChatGPT 模型中算法设计的决策主体角色

可能发生错位,很容易使传统的追责类型陷入被动

之中.政府可能会基于其掌握的 ChatGPT 模型

公司失误的理由而推诿免责,进而引发追责链条的

断裂.然而,问题在于,掌握 ChatGPT 模型的公

司与政府之间主要是一种经济合作关系,除了追究

其在民商法上的违约责任之外,很难直接对其进行

司法审查,并且实践中还可能会出现第三方开发者

介入的情况.开发者在 ChatGPT 模型的实际运

６９

作过程中扮演着一定程度上的行政管理者角色,但

如果由此课予其行政责任,就将面临混淆行政行为

与市场行为的困境.[２５]这种追责链条的混沌状态

很可能会使 ChatGPT 模型陷入无责可追的境地,

从而严重瓦解行政权力的公共属性.

(三)ChatGPT 模型推高信息秩序的失稳风险

数字政府建设不仅是自上而下的理论设想,而

且是根据数据采集、分析和处理的效果不断进行调

整的一个动态过程.数字政府建设提升了社会公

众所接受的政府服务的智能化程度,但从 ChatGＧ

PT 模型自身公布的隐私政策文本及其运作机理

看,在宏观的数字政府建设与微观的个体数据权利

保障之间依然存在着显著张力,在数据收集、数据

分析、数据存储以及数据使用等阶段暴露出数据过

度收集、数据过度整合和支配以及数据不当存储和

泄露的风险.

１．信息生产秩序失稳:ChatGPT 模型过度收

集治理对象的信息 ChatGPT 是一个需要大量数

据支撑和运行的大型语言模型,而收集处理数据是

大型语言模型进行前期机器训练和后期持续提升

的基 础.如 果 环 节 模 型 训 练 的 数 据 越 多,那 么

ChatGPT 模型就越能更好地进行机器学习,从而

作出精准的预判和回应.如果缺乏海量的且有价

值的数据支撑,那么 ChatGPT 就如同无源之水,

难以提升模型的语言能动性与输出效率.不过,结

合 OpenAI公 司 所 披 露 的 隐 私 政 策 文 本 来 观 察

ChatGPT 模型目前的数据收集处理情况,OpenAI

公司在未明确取得数据权利人同意的情形下,已经

收集了上千亿条的个人数据,并且其中很可能涵盖

了大量的个人基本信息和敏感数据.数字化时代,

数据作为新生产要素的重要性已经是人类社会的

共识了[２６],高价值数据更多地被视为一种生产要

素和稀缺性资源,而对资源的集聚与控制必然会生

成权力.同时,基于技术与信息优势,大语言模型

及其背后的研发公司将会实现信息数据的资源集

聚效应,进一步导致持续性的“准权力控制”.更有

甚者,ChatGPT 模型与数字政府的深度结合将会

为 ChatGPT 收集利用数据搭上“与政府合作”的

合法外观,进一步助长其对个人数据的过度收集、

不当利用的道德风险.庞大的数据基数、超乎常人

想象的收集速度、多元的数据种类以及强人工智能

技术下的数据关联与整合能力都潜藏着侵犯公民

个人数据权利的风险.

２．信息加工秩序失稳:ChatGPT 模型过度整

合和支配治理对象的信息 一方面,ChatGPT 模

型可能会过度整合治理对象的信息.数据整合是

指在大量采集信息数据的基础上,通过数据抽取、

数据转换和数据清洗等技术,将具有潜在价值但处

在散落且缺乏关联性状态的数据转换为完整的、统

一的、能够有效利用的数据链条与模块,为后期的

数据存储和使用奠定了基础.[２７]

ChatGPT 模型的

成功离不开 AI数据分析模型的强力加持.在利

用 ChatGPT 模 型 推 动 数 字 政 府 建 设 的 过 程 中,

ChatGPT 模型很可能会在政府与公众不知情的情

况下将数据分析转向商业等其他用途.虽然算法

黑箱特性的存在能使社会公众从表面上感知数字

政府及其数字技术运作的宏观形态,但无法深入模

型的算法层面对其进行观察和解释.而我国的«算

法推荐管理规定»并没有要求具体列举通过算法备

案公开的信息,因此,算法向社会公众备案披露的

程度仍有待提升.无论是政府还是数据权主体本

身,都很难清楚这些数据将会采用何种形式、被用

于何种目的.不仅如此,ChatGPT 模型还面临着

因数据样本不足、分析目标错位等得出与公民个人

真实信息相左的结论,以此为基础的算法行政极有

可能会对公民的实体性权利(如财产权、人格权)造

成不利影响.另一方面,ChatGPT 模型可能会过

度支配治理对象的信息.伴随着 ChatGPT 模型

的高歌猛进,以尊重隐私为核心的人工智能算法很

可能会在数据使用开放阶段就变得黯然失色.正

所谓代码即权力,虽然技术具备中立性,但是,一旦

先进的数据处理技术融入了特定的法律关系之中,

技术的中立性便会在一定程度上减轻甚至瓦解,因

而必然会因技术应用场景和应用过程的不同而产

生新的风险.随着 ChatGPT 模型与数字政府的

联系愈发紧密,数字技术平台逐利性的本质特征并

不会改变,很可能会借由提供智能化数据服务的过

程来牟取暴利,并在此期间形成自成一体的“领土”

的“圈地”特征.[２８]申言之,ChatGPT 拥有的技术

优势会因其逐利特质而形成对政府的行为支配,并

将“政府—相对人”的行政法律关系演变为“ChatＧ

GPT—公民”的支配性法律关系,并且随着技术垄

断能力的扩张,ChatGPT 模型很可能会进一步引

发个人信息资源的连接、使用、分配与共享的制度

性变革,从而加剧技术资本对个人信息的侵蚀.

３．信息持存秩序失稳:ChatGPT 模型不当存

７０

储和泄露治理对象的信息 目前,ChatGPT 在服

务于数字政府建设的过程中并未使政府和普通公

民产生应有的警惕,但实际上 ChatGPT 模型极有

可能会在数据存储阶段引发三种风险.其一,未经

个人明确同意的个人数据存储风险.例如,目前

OpenAI公司并没有提供任何程序和功能允许个

人检查其是否存储了个人数据,或要求其删除这些

数据.不仅如此,OpenAI的数据使用条款也并未

对用户可能输入 ChatGPT 储存的个人敏感信息

提供任何保护机制和救济机制.其二,对个人数据

的无限期不当存储.根据«个人信息保护法»第１９

条的规定,关于数据存储行为存在“为实现处理目

的所必要的最短时间”的限制之说,美国、欧盟等地

区的数据保护法律同样对数据储存行为有着严格

要求.然而,根据 OpenAI公司的公开资料,ChatＧ

GPT 并未直接规定其所收集数据的存储期限.由

于信息存储的成本低廉以及信息操作的便捷性,

ChatGPT 很可能会存储大量数据,这种有意或无

意地对存储期限延伸的行为很可能会将公民的个

人信息长期掌握在 ChatGPT 的手中.其三,个人

数据的泄露风险.相较于无限期的数据存储,数据

泄露存在“一次泄露、终身风险”的现象与特性[２９],

对于公民隐私权的侵犯更为直接.实践中,ChatＧ

GPT 极有可能因数据开放系统存在漏洞、数据操

作处理不当、数据非法盗取等造成其所控制的公民

个人数据的泄露甚至于政府公共数据的大范围泄

露.由于这些数据中往往包含着公民隐私数据,因

此极有可能会对个体的数据人格及其权益造成深

度侵害,由此产生的数据侵权行为将会引发一系列

的严重后果,极大地激发公民对政府运用数字技术

的抵触和焦虑,使数字政府建设陷入“信任危机”与

“寒蝉效应”.在此情况下,公民个人隐私的公开化

程度被大幅提升,与之相关的隐私权保障也愈发迫

切.[３０]

三、ChatGPT模型辅助

数字政府建设的风险规制

在新兴技术应用于数字政府建设的进程中,创

新必然会带来新价值以及相应的风险.因此,将

ChatGPT 模型应用于数字政府建设,需要着力构

建以数据规范、责任导向、权利保障及技术培育组

成的法治化体系,充分控制 ChatGPT 模型技术应

用的法律风险.

(一)数据安全保障:建构 ChatGPT 模型数据

分类分级制度

数据 分 类 分 级 是 开 展 数 据 安 全 治 理 的 起

点.[３１]在数据主权与数字经济发展的竞争时代,数

据安全已经突破了个人、企业的微观层面,成为总

体国家安全观的重要组成部分,细化数据分类分级

制度成为国家数据治理的必要前提.[３２]因 ChatGＧ

PT 模型所收集和处理的数据规模庞大且敏感,可

能会引发数据安全中国家重点领域安全和国家主

权安全等问题,因此,需要将数据分类分级制度作

为数字政府建设的逻辑起点,从源头规制 ChatGＧ

PT 的技术风险.

所谓数据分类分级是指国家以数据的敏感程

度、运作方式、运行目的等为标准,将数据类型化为

不同类别和不同等级的制度模型.虽然数字政府

建设涉及诸多数据,但这并不代表数据信息一定会

呈现出整体性的混沌状态,为了在最大程度上维护

国家数据主权安全、提升数据治理效能,今后我国

必须对标发达国家建立健全数据分类分级制度,从

而在确保国家数据主权安全的前提下,将 ChatGＧ

PT 模型的作用在最大程度上发挥出来.当前,我

国以«中华人民共和国数据安全法»«中华人民共和

国网络安全法»«工业数据分类分级指南(试行)»等

为代表的法律及规范性文件已经对数据分类分级

提出了初步框架.因此,考虑到数字政府的公共性

与基础性,降低 ChatGPT 模型处理数据所产生的

负外部效应,今后我国应当以«中华人民共和国数

据安全法»为指引,以数据蕴含的信息、价值以及是

否具备公共属性为标准,打破当前数据分类分级行

业规制散乱的局面,由国家主导建立“自上而下”的

数据分类分级制度.国家数据主管部门与行业主

管部门应当分工协作,先由国家数据安全局建立分

类分级的总体性框架和目录,再根据强制性适配规

则由不同行业和层级的政府主管部门具体细化,从

而为 ChatGPT 模型应用于数字政府提供一个安

全准确、可供操作的数据资源处理库.

在此基础上,ChatGPT 模型在进行数据收集

和处理的过程中,应建立有针对性的数据处理标

准.其一,就高等级涉密数据而言,涉及国家主权

安全和个人隐私的信息,ChatGPT 模型背后的数

据处理系统无权涉及,政府在与 ChatGPT 模型合

作的过程中应保持这类数据的绝对安全性.其二,

７１

就中等级涉密数据而言,对于部分涉及企业商业秘

密的数据,政府经数据所有者同意可以适度地向

ChatGPT 模型开放,由此,就能在公共利益与个人

利益之间形成良性平衡.不仅如此,基于“协商”这

一前置要件,政府的裁量权还能够得到适度的规

范.其三,就低等级无涉密数据而言,其处于较低

等级,属于不涉及国家安全、个人隐私和商业安全

之外的数据,政府有权将其完全交由 ChatGPT 模

型,从而在最大程度上提升 ChatGPT 模型的服务

效能.需要注意的是,无论是哪一等级或类别的数

据,ChatGPT 模型数据的应用范围、应用方式、应

用程序必须始终依照法律进行.同时,数据分类分

级并不等同于绝对意义上的“闭关锁国”,在全球化

视野下,全球数据流通与数据治理已经是大势所

趋,为了避免因数据过度分类分级而降低数据治理

的价值,我国应秉持安全、动态、合作、可持续的发

展原则,把握好数据分类分级与数据治理效能之间

的张力,因地制宜地制定数据分类分级目录,以实

现数据治理的主权、安全和效能的最大化.

(二)资本规制:强化 ChatGPT 模型的自律和

他律

所谓强化 ChatGPT 模型的自律,就是要提升

ChatGPT 模型本身的伦理规训,对 ChatGPT 模型

的研发予以价值指引.随着数字时代的到来、人工

智能的兴起以及算力的加速发展,ChatGPT 技术

在数字政府建设过程中面临着价值伦理问题.在

科技改革过程中,由于对建设人工智能时代的伦理

思考始终不足,因此克服传统规范体系的滞后性、

将伦理问题纳入人工智能发展战略依然任重道远.

２００４年,简芳汀(JaneE．Fountain)明确指出,信

息技术发展究竟是强化还是颠覆人类传统架构,是

任何国家或任何发展信息技术都必须首先明确的

问题.[３３]在 ChatGPT 技术运用于数字政府建设的

过程中,数据安全和隐私保护、消费者的权益和公

平、深度合成治理等诸多问题影响着治理效率.算

法的应用不是目的,而是捍卫国家利益、保护公民

权利的工具.一项数字技术是否符合特定的国家、

社会所要求的伦理和价值观,是推广和应用该技术

的重要标准.[３４]我国的民族伦理集中表现为社会

主义核心价值观[３５],这意味着 ChatGPT 模型在我

国的应用须在社会主义核心价值观的指导下进行,

防止 ChatGPT 模型背后的技术资本对我国行政

系统进行价值腐蚀,切实发挥伦理调节器、伦理评

估工具以及伦理督导的功能作用[３６](P．１１３),使科技

创造更大的价值.

所谓强化对 ChatGPT 模型的他律,就是增强

行政机关对 ChatGPT 模型的审查.一方面,要明

确 ChatGPT 模型引入阶段的安全审查责任.合

作治理理念建构的法治已经成为推动政府数据开

放的动力之源.[３７]当前,地方政府自身的研发能力

与科技水平普遍不足,出于对效率和专业化程度的

考虑,地方政府与当地科技公司、大型平台公司进

行“政企合作”并由后者提供科技服务和构建数据

共享平台,已经成为改变政府数据开放低效和低质

生长、实现政府服务一体化与精确化的关键.“利

之所在,损之所规.”由于行政机关应用特定算法技

术是提升行政服务的效率、质量和效能的一种主动

选择,因此,基于行政机关作为公共主体所负有的

公共性,其有义务审慎地选择服务提供方.具体而

言,行政机关在 ChatGPT 模型引入阶段的审慎义

务由审慎地选择服务提供方、充分考察服务方技术

水平、对服务提供全过程的日常管理等多元义务组

成.另一方面,要明确 ChatGPT 模型应用阶段的

结果审查责任.算法的自动化和黑箱特性并不能

成为行政机关对 ChatGPT 模型输出的决策结果

不予审查的理由,行政机关仍然能够并且需要对作

为行政 决 策 的 算 法 结 果 进 行 审 查.在 ChatGPT

出现后,提示工程师(PromptEngineer)的职业需

求随之暴增,这表明大型语言模型的输出结果在很

大程度上取决于输入质量与输入方式.因此,作为

管理 ChatGPT 应用全流程的行政机关不应落入

“算法至上”和“算法代表”的桎梏之中,而应对原始

数据的筛选、有效数据的输入、输出结果的过滤与

整合履行审查义务.如果未尽到对 ChatGPT 使

用过程的合理审查义务,一旦因输入不当或者过分

依赖 ChatGPT 而诱发行政决策的失误,行政机关

就应当承担相应的行政责任.

(三)稳定信息秩序:构建 ChatGPT 模型辅助

数字政府建设的制度权利保障机制

如前所述,信息秩序的失稳表现为政府在应用

ChatGPT 模型的过程中对公民信息的过度收集和

不当处理.因此,要维护信息安全秩序稳定,就应

当强化在 ChatGPT 模型应用过程中对公民权利

的保护,防止公共性建设过度入侵私人领域及其生

活世界,造成公民个人信息权利的不当减损.要实

现这一目标,就需要不同治理状态空间(事前—事

７２

中—事后)的法制相互配合.

首先,构建事前保障机制,明确立法机关的风

险预防义务.相较于传统的弱人工智能,ChatGＧ

PT 模型的科研水平更高、风险更大,一旦数据泄

露,对 个 人 造 成 的 后 果 会 更 加 严 重. 为 了 预 防

ChatGPT 模型在数字政府建设过程中发生权利侵

害行为,应在立法层面实现«中华人民共和国个人

信息保护法»(以下简称“«个人信息保护法»”)中

“知情—同意”规则的优化[３８],即明确 ChatGPT 模

型在收集、分析、处理个人数据时必须以一种明晰、

全面、客观的方式取得数据权主体的同意.ChatＧ

GPT 作为大型数据处理系统,公民理应对其保持

一定的警惕性,而法律只有将这种警惕性加以规范

化,才能有效克服算法黑箱,避免 ChatGPT 模型

的数据收集处理行为背离数字政府建设的初衷.

“明确告知—充分知情—自主自愿—明确同意”是

知情同意规则的最佳逻辑路径.[３９]同时,数据权主

体作出的同意行为必须具有明确性,能够清晰地指

向特定的个人信息处理行为,而非模糊不清.这意

味着今后«个人信息保护法»必须细化同意的明确

性和针对性并以明示行为作出,从而尽可能地避免

混合同意和默示同意等情形的发生.

其次,构建事中保障机制,明确执法行政机关

的侵害排除义务.在数字政府建设过程中,政府不

仅是数字平台的合作者,而且是数字平台的监管

者,负有平衡模型与数据权主体之间关系的义务.

具体而言,引入政府监管能够在很大程度上强化知

情同意规则的实效性,促使 ChatGPT 模型在服从

行政监管的过程中强化告知义务的履行,使其在实

质层面具有强制选择特征.[４０]一方面,行政机关可

以正面维护个人数据主体的合法权益.由于公民

个人信息掌握在平台手中,平台通过加工处理使其

成为数据,作为生产经营要素,因此,公民个人和数

据平台在市场中的地位极不平等,个人在面对拥有

强大技术支撑的平台时处于弱势地位.面对数据

平台对数据的违规处理行为,公民可以通过向行政

机关举报等方式积极地维护其自身的合法利益.

行政机关可采取“行政约谈＋行政处罚”的监管模

式规范数据平台的信息处理行为,为公民数据权提

供保障.[４１]另一方面,行政机关应对数据处理者的

不法行为进行规制.当个人数据信息处理活动对

公民个人的合法权益造成损害时,行政机关应运用

行政处罚机制对不法行为加以制裁.总之,行政监

管应贯穿整个数据收集处理过程,从而有效地发挥

公权力对私主体权益的保护功能,并且在实践中也

要注意行政监管与 ChatGPT 平台经营自由之间

的平衡.

最后,构建事后保障机制,明确司法机关的权

利救济义务.一方面,完善数据权利举证规则.在

数据权保护案件中,证明责任一直是案件审理的难

点.数据信息处理者往往掌握着数据处理技术,而

数据持有者则较难证明侵权人的侵权行为,原告往

往面临着较重的举证负担.因此,采用过错推定原

则能够在一定程度上减轻原告的举证难度,平衡双

方举证责任的失衡.[４２]当数据权益发生争议时,数

据持有者要对自身没有实施侵害行为给出合理解

释并提供证据证明,否则就要承担不利后果.如果

对数据平台施加注意义务,就能够规范 ChatGPT

模型的信息处理行为.[４３]另一方面,完善数据权集

体诉讼机制.数据持有者与数据处理者双方的法

律地位失衡,在诉讼时存在原告能力薄弱的问题,

而集体诉讼机制能够有效缓解这一问题.我国可

参考德国在个人救济不力时由消费者协会来承担

集体诉讼的方法,如将科技行业协会作为集体诉讼

代表,为数据权的救济提供支持.

结语

ChatGPT 模型使人类体会到了人工智能的强

大,但也带来一系列的法律问题.如何更好地利用

ChatGPT 模型以及如何在技术应用的道路上最大

程度地保护数据拥有者的权利是今后我国开展数

字治理、建设数字政府无法回避的问题.过于担心

技术带来的风险会在一定程度上限制对技术的应

用,不利于数字政府建设;对科技成果的全盘接纳,

则必然会引发一系列的伦理和侵权问题.由此可

见,在 ChatGPT 模型服务于数字政府建设的过程

中,极端的态度是不可取的.只有加强顶层设计,

统筹技术赋能、技术风险和技术规制,才能最大程

度地发挥新兴技术的效能,在数字政府建设过程中

利用好最前沿的工具,实现保障国家安全、公民合

法权利的目的.政府在数字化转型过程中应不断

加强业务自动化,以实现透明、便捷、高效的目的.

ChatGPT 模型的引入加速了政府的数字化转型,

提升了政府的办事效率和公共服务水平,能够更好

地服务公众.同时,科技革新带来的法律和伦理风

７３

险依然是数字政府建设中所面临的主要问题,因

此,应建立一个涵盖数据规范、责任导向、权利保障

以及技术培育的完整治理链条.其中,对于个人数

据的保护是基础问题,对 ChatGPT 模型不断进行

训练和优化的过程涉及敏感个人数据的收集处理;

ChatGPT 具备相当强的推理演绎能力,可以从交

互信息中获得更敏感的用户数据;ChatGPT 功能

强大,对于个人数据的处理方式非常复杂.对于这

些问题,应通过完善立法、加强行政监管和通过司

法权利救济的方式在事前、事中和事后保护公民基

本权利.总之,ChatGPT 模型应在法治框架内予

以应用,政府应搭建起相关的法律法规和伦理框

架,使 ChatGPT 模型在我国数字政府建设中发挥

最大价值.

[参考文献]

[１]顾小清．ChatGPT对教育生态的影响[J]．探索与争鸣,

２０２３,(３)．

[２]吴军其,等．ChatGPT赋能教师专业发展:机遇、挑战和

路径[J]．中国电化教育,２０２３,(５)．

[３]张震宇,洪化清．ChatGPT支持的外语教学:赋能、问题

与策略[J]．外语界,２０２３,(２)．

[４]杨国庆,等．ChatGPT 对体育未来发展的影响及应对

[J]．西安体育学院学报,２０２３,(２)．

[５]丛 立 先,起 海 霞．生 成 式 AI对 出 版 业 的 影 响 及 其 应

对———ChatGPT应用场景的视角[J]．新疆师范大 学

学报(哲学社会科学版),２０２３,(６)．

[６]郑 满 宁．人 工 智 能 技 术 下 的 新 闻 业:嬗 变、转 向 与 应

对———基于 ChatGPT 带 来 的 新 思 考 [J]．中 国 编 辑,

２０２３,(４)．

[７]张智雄,等．ChatGPT对文献情报工作的影响[J]．数据

分析与知识发现,２０２３,(３)．

[８]张夏恒．类 ChatGPT人工智能技术嵌入数字政府治理:

价值、风险及其防控[J]．电子政务,２０２３,(４)．

[９]黄璜．赋物以“智”,赋治以“慧”:简论 ChatGPT 与数字

政府建设[J]．学海,２０２３,(２)．

[１０]阙天舒,吕俊延．智能时代下技术革新与政府治理的范

式变革———计算式治理的效度与限度[J]．中国行政管

理,２０２１,(２)．

[１１]钱力,等．ChatGPT 的技术基础分析[J]．数据分析与

知识发现,２０２３,(３)．

[１２]淡忠奎．ChatGPT具很大爆破力 但它仅仅是一个工具

[N]．每日经济新闻,２０２３－０２－２７．

[１３]斯蒂芬戈德史密斯,威廉D．埃格斯．网络化治理:

公共部门的新形态[M]．北京:北京大学出版社,２００８．

[１４]清华教授周伯文:ChatGPT 对话框只是表象,本质是

新交 互 范 式 [EB/OL]．https://www．media．beer/

news/５８２２７４６１? type＝undefined,２０２３－０２－１６/

２０２３－０６－２６．

[１５]张恩典．人工智能算法决策对行政法治的挑战及制度

因应[J]．行政法学研究,２０２０,(４)．

[１６]张 帆．人 机 对 话 系 统 的 困 境 与 解 决 [J]．哲 学 分 析,

２０２２,(６)．

[１７]李书宁,刘一鸣．ChatGPT 类智能对话工具兴起对图

书馆行业的机遇与挑战[J]．图书馆论坛,２０２３,(５)．

[１８]梅立润．人工智能时代国家治理的算法依赖及其衍生

难题[J]．中南大学学报(社会科学版),２０２２,(６)．

[１９]伽孙南翔,张晓君．论数据主权———基于虚拟空间博弈

与合作的考察[J]．太平洋学报,２０１５,(６)．

[２０]封帅．人工智能时代的国际关系:走向变革且不平等的

世界[J]．外交评论(外交学院学报),２０１８,(１)．

[２１]AINowInstitute．ChatGPTand More:LargeScaleAI

ModelsEntrenchBigTechPower[EB/OL]．https://

ainowinstitute．org/publication/large－ scale－ ai－

models,２０２３－０４－１１/２０２３－０６－２６．

[２２]易妍君．ChatGPT持续火爆 头部公募基金踏空“信创”

行情? [N]．２１世纪经济报道,２０２３－０３－２４．

[２３]孟庆国,崔萌．数字政府治理的伦理探寻———基于马克

思政治哲学的视角[J]．中国行政管理,２０２０,(６)．

[２４]胡敏洁．自动化行政的法律控制[J]．行政法学研究,

２０１９,(２)．

[２５]王怀勇,邓若翰．算法行政:现实挑战与法律应对[J]．

行政法学研究,２０２２,(４)．

[２６]冯科．数字经济时代数据生产要素化的经济分析[J]．

北京工商大学学报(社会科学版),２０２２,(１)．

[２７]庄乾龙．刑事案件中大数据整合行为定性及其适用规

则[J]．法学杂志,２０２０,(１２)．

[２８]刘晗．平台权力的发生学———网络社会的再中心化机

制[J]．文化纵横,２０２１,(１)．

[２９]刘成,张丽．“刷脸”治理的应用场景与风险防范[J]．学

术交流,２０２１,(７)．

[３０]金元浦．大数据时代个人隐私数据泄露的调研与分析

报告[J]．清华大学学报(哲学社会科学版),２０２１,(１)．

[３１]洪延青．国家安全视野中的数据分类分级保护[J]．中

国法律评论,２０２１,(５)．

[３２]陈兴跃．数据分级分类正式入法具有重大实践指导意

义[J]．信息安全研究,２０２０,(１０)．

[３３]姜晓晖．信息技术驱动下官僚科层制的发展进阶、衍生

问题与优化路径[J]．国外社会科学,２０２２,(４)．

[３４]MOSESLB,CHENJ．UsingBigDataforLegaland

Law EnforcementDecisions:Testingthe New Tools

７４

[J]．Universityof New South Wales Law Journal,

２０１４,(２)．

[３５]孙光宁．社会主义核心价值观的法源地位及其作用提

升[J]．中国法学,２０２２,(２)．

[３６]成素梅,张帆．人工智能的哲学问题[M]．上海:上海人

民出版社,２０２０．

[３７]蒋冰晶,李少军．包容与合作:大数据时代政府数据开

放的行政法治理念[J]．河北法学,２０１９,(１２)．

[３８]廖秉宜,等．精准广告技术中的个人信息保护———基于

国内１００个 APP隐私政策中关于 Cookie技术的文本

分析[J]．信息资源管理学报,２０２３,(１)．

[３９]陈征．基本权利的国家保护义务功能[J]．法学研究,

２００８,(１)．

[４０]袁博．大数据时代个人信息保护的行政监管立场及其

智慧化转 型 [J]．西 南 民 族 大 学 学 报 (人 文 社 会 科 学

版),２０２２,(６)．

[４１]谭海波,史钰宏．政府对互联网信息服务平台的约谈有

选择性吗? ———基于２０１８—２０２１年网信办９４份行政

约谈数据的分析[J]．行政论坛,２０２２,(６)．

[４２]陈 吉 栋．个 人 信 息 的 侵 权 救 济 [J]．交 大 法 学,

２０１９,(４)．

[４３]杜振雷,等．ChatGPT 及其核心技术在科技名词规范

化中的应用潜力与挑战[J]．中国科技术语,２０２３,(４)．

(责任编辑 屈虹)

RisksandLegalRegulationoftheConstructionof

ChatGPT Model－assistedDigitalGovernment

ZHANGJia－lin

(SchoolofMarxism,LiaoningUniversity,ShenyangLiaoning１１００３６,China)

[Abstract]Digitalgovernmentconstructionempoweredbyartificialintelligencetechnologyisthe

trendofthetimes．Theconstructionofdigitalgovernmentandtheimprovementofgovernanceefficiency

arealsoembeddedwiththeiterativelogicofdataself－organizationandinformationpresentation．As

thelatestgenerationofartificialintelligencetechnology,theChatGPTmodelshowsremarkablefeatures

ofinteractiveoperation．WhethertheChatGPTmodelshouldbeintroducedintodigitalgovernmentconＧ

structionisthelatesttransformationoftheone－dimensionalproblemofalgorithmpublicconstruction．

ChatGPT model－assisteddigitalgovernmentconstructionhasbothadvantagesanddangers．Intermsof

advantages,ChatGPTcannotonlyimprovetheinternalperformanceofdigitalgovernment,butalsoopＧ

timizetheexternaladministrationofadministrativeorgans,andultimatelyfacilitatecloseinteractionbeＧ

tweenadministrativeorgansandcitizens．However,theintroductionofChatGPTintodigitalgovernＧ

mentalsohasrisks,includingtheriskofdatasovereigntysecurityindigitalgovernmentconstruction,

theriskoftechnologicalcapitalalienation,andtheriskofinformationorderinstability．Toguarantee

nationaldatasecurity,wemustconstructclassificationsystems;topreventcapitalintrusion,wemust

strengthenthereviewandsupervisionofChatGPTandtrytoguideitbysocialistcorevalues;toguaranＧ

teethestabilityofinformationorder,wemustbuildthesafeguardmechanismofcitizen＇srights．

[Keywords]DigitalGovernment;ChatGPT Model;TechnologyEmpowerment;DataRights

７５

[基金项目]国 家 社 科 基 金 重 点 项 目 “国 家 治 理 体 系 和 治 理 能 力 现 代 化 视 角 下 推 进 数 字 政 府 建 设 的 理 论 和 实 践 研 究”(编 号:

２０AZD０３９).

[收稿日期]２０２３－１１－０７

[作者简介]刘银喜,男,南开大学周恩来政府管理学院教授、博士生导师,数字政府与数据治理研究中心主任;

王瑞娟,女,内蒙古大学公共管理学院硕士研究生;

蔡毅臣,男,内蒙古大学公共管理学院博士研究生,本文通讯作者.

２０２４年１月 内 蒙 古 社 会 科 学 Jan．２０２４

第４５卷 第１期 INNER MONGOLIASOCIALSCIENCES Vol．４５ №．１

DOI:１０．１４１３７/j．cnki．issn１００３－５２８１．２０２４．０１．０１０

数据治理共同体的内涵意蕴及其构建路径

———基于国家数据局的职责构成分析

刘银喜１, 王瑞娟２, 蔡毅臣２

(１．南开大学 周恩来政府管理学院, 天津 ３００３５０;

２．内蒙古大学 公共管理学院, 内蒙古 呼和浩特 ０１００２１)

[摘 要]现实环境的复杂性、不确定性、风险性以及数字资源战略地位的凸显对数据治理提出了更高要

求.国务院组建国家数据局,负责协调推进数据基础制度建设,统筹数据资源的整合共享和开发利用,统筹推

进数字中国、数字经济、数字社会规划和建设等.国家数据局的组建彰显了中央政府对于数据治理重要性的

考量,国家数据局的“统筹”定位和职责构成彰显了建构数据治理共同体的必要性.基于数据治理理论和共同

体理念,数据治理共同体需要从主体建构、价值建构、功能建构和关系建构四个层面推进,坚持政府主导、多元

主体共同参与、以共建共治共享为价值取向,实现数据治理功能的深度耦合,形成互联互动的协同关系,推动

我国数据治理体系和治理能力现代化.

[关键词]数据治理;数据治理共同体;国家数据局

[中图分类号]D６３０ [文献标识码]A [文章编号]１００３－５２８１(２０２４)０１－００７６－０８

一、研究背景

作为新型生产要素,数据被誉为“未来的新石

油”[１],正在深刻地改变着各国的经济格局、社会治

理以及文明进程,对人类的生产生活产生了深远影

响.作为经济大国和人口大国,中国拥有的数据资

源体量大、种类多、增长速度快,蕴藏着巨大的开发

潜力.[２]因此,提高全社会的数据治理能力,推进数

据的全生命周期管理,实现数据在各主体、各环节

和各节点之间的无缝衔接和深度融合至关重要.

只有这样,才能实现数据资源的有序安全流动,充

分发挥数据资源的价值倍增作用.目前,我国数据

治理尚处于初级阶段,呈现出“碎片化”的治理状

态[３],治理主体分散化[４]、权责划分模糊[５]、协同治

理乏力[６]和有效资源供给不足[７]等问题较为突出,

数据 确 权 风 险[８]、数 据 垄 断 风 险[９]、数 据 安 全 风

险[１０]和利益冲突风险[１１]等依然存在,严重制约着

我国数据资源价值的充分实现,影响着数字经济、

政务、文化、社会以及生态文明的全面建设.

７６

党的十八大以来,以习近平同志为核心的党中

央高度重视数据的作用和价值,从中央把数据增列

为与土地、劳动力、资本、技术并列的生产要素到

«关于构建数据基础制度更好发挥数据要素作用的

意见»等一系列政策文件的出台,为数据治理提供

了坚实的制度保障.中共中央、国务院印发的«党

和国家机构改革方案»提出要组建国家数据局,为

数据治理提供了坚实的组织保障,我国数据治理迎

来新一轮建设期.数据国家局的组建彰显了中央

政府对于数据资源重要性的认识,为数据治理有效

提供了坚实的组织保障;国家数据局的具体职责是

数据治理发展方向的外在表征,为数据治理体系的

构建与完善提供了指引;在职责构成中,国家数据

局“统筹”与“协调”的定位为多元主体参与数据治

理提供了行为依据.

多元主体共同参与既是数据治理的内在需求,

也是实现数据治理有效的实践要求.要实现数据

治理有效,应当以优势互补、责任共担、协同交互的

数据“治理共同体”为基础,实现治理主体间的互信

合作与立体联动.基于此,本文以国家数据局的职

责构成为案例,深入探讨数据治理共同体构建的必

要性与路径选择,厘清数据治理共同体的治理主

体、价值目标、治理功能及其协同关系.数据治理

共同体的构建有助于充分整合治理主体的功能和

优势,围绕数据治理形成合力,激发数据资源的活

力,提升数据治理的综合水平,努力实现数据资源

的共建共治共享,推动数据治理体系和治理能力现

代化.[１２]

二、“数据治理共同体”的提出及其内涵意蕴

(一)“数据治理共同体”的提出

作为社会学的基础概念,“共同体”是指基于共

同的价值目标所形成的个人、群体和组织相互关联

的大集体.[１３](PP．１~６)共 同 体 是 一 种 社 会 关 系 的 结

合[１４](P．５２),其核心要素包括情感的互通性、关系的

依存性以及行动的集体性[１５].学者们结合不同语

境对“共同体”的内涵和外延进行了៿展性研究,凝

练出责任共同体、经济共同体、政治共同体、民族共

同体、科技共同体等概念,并展开了系统性研究.

在公共管理学领域,“共同体”与“治理”有机融合,

形成了“治理共同体”这一概念,强调治理过程中国

家的主导地位[１６],多元治理主体的身份认同、相互

信任、价值共识[１７],治理功能的整合[１８]以及主体

间的相互协作[１９].目前,“治理共同体”包括社会

治理、基层治理、数据治理、生态治理等多个实践面

向.如何建构数据治理的组织体系是当前“治理共

同体”理论亟待解决的问题.本文结合数据治理的

现实情境,以治理共同体概念为基础,将“数据治理

共同体”界定为在政府的统一领导下,多元主体基

于共同的价值目标充分发挥自身的功能和优势,在

集体行动过程中形成以数据治理为核心的治理责

任共同体、价值共同体、功能共同体以及关系共同

体.数据治理共同体的核心使命在于主体间的互

信互认、合作互助和协商互动,形成共建共治共享

的数据治理体系.在数据资源日益重要的背景下,

将“共同体治理”元素嵌入数据治理,体现了我们对

提升治理效能的现实回应以及对数据治理和治理

共同体的深化认知,具有时代性和合理性.

(二)“数据治理共同体”的内涵意蕴

数据治理共同体是基于新时代对数据治理的

现实要求以及对“治理共同体”的系统理解而提出

的概念,其内涵包括五个方面.

１．政府部门的主导性 政府部门是数据治理

共同体的稳定内核,是数据治理有效的坚实基础.

在数据治理过程中,政府部门充当着引领者和凝聚

者的角色,发挥主导作用.一方面,政府部门通过

深刻把握数据治理的核心内涵及要求,积极发挥着

统筹协调和示范引领作用,凝聚价值目标共识、获

取全方位支持,从而实现数据治理的可持续发展.

另一方面,要实现数据治理有效,离不开权威性的

领导与组织力量.如果缺乏政府的统一领导,数据

治理体系就可能会长期处于一盘散沙的状态.[２０]

因此,数据治理共同体的构建应以政府为主导,作

为协同力量和补充力量的其他治理主体基于共同

的价值目 标 共 同 参 与 数 据 治 理 的 全 过 程 和 各 个

方面.

２．治理主体的多元性 治理主体的多元性是

构建数据治理共同体的前提条件.基于治理主体

的归属感和统一的价值目标,市场主体、社会组织、

公民等治理主体共同参与数据治理,积极主动地担

当作为,形成“一核多元”的治理结构,努力形成价

值理念的最大公约数.数据治理共同体的构建有

助于充分凝聚多元主体的治理合力[２１],盘活数据

资源,进一步激发治理主体的内生动力,营造共建

共治共享的数据治理氛围,实现螺旋式上升发展.

７７

３．治理目标的一致性 共同的治理目标是数

据治理共同体构建的根本性要素.数据治理共同

体是基于共同的治理目标而形成的责任共享、风险

共担、互助互惠的利益共同体.治理主体以相互信

任为基础,以共同的治理目标为核心,共同参与到

数据治理之中,多元联结、共同担当、共同建设,形

成目标一致、方向一致的数据治理共同体[２２],提高

数据治理主体的凝聚力和向心力,从而为数据治理

提供有力保障.

４．治理功能的整合 有效整合治理功能、形成

整合性治理是构建数据治理共同体的主要内容,而

数据治理共同体是发挥整合性治理功能的重要载

体.在数据治理过程中,多元治理主体应结合自身

的功能和优势最大程度地发挥其效用,实现组织之

间的优势互补与功能整合,从而形成治理功能的合

力即整合性治理.也就是说,只有通过治理功能的

整合,围绕数据资源形成自上而下、由内而外、全方

位的动态性治理,才能实现治理功能与数据资源的

融合贯通,达到数据治理的理想状态,从而最大限

度地维护和增进公共利益,不断满足人民群众对美

好生活的需要.

５．治理主体的协同性 在数据治理过程中,由

于受 到 数 据 分 布 的 碎 片 化[２３]、数 据 的 权 属 不

明[２４]、数据质量的参差不齐[２５]、权责分工的不明

确[２６]等问题的制约,数据治理的效能无法充分发

挥.因此,数据治理共同体的构建应强调多元主体

之间的协同,即通过协商协作关系的确立和规则制

度的制定,重塑主体间的关系模式,明确治理主体

的权责义务、行为规范、价值共识[２７],形成持续化、

规范化、整体化的协同治理,构建具有公共性、包容

性、互动性的数据治理共同体,为共同体的可持续

发展提供支持,实现整个治理系统的协同增效.

三、何以构建:基于国家数据局的

职责构成分析

国家数据局负责协调推进数据基础制度建设,

统筹数据资源的整合共享和开发利用,统筹推进数

字中国、数字经济、数字社会的规划和建设等职责,

由国家发改ༀ管理.[２８]«关于国务院机构改革方案

的说明»指出,在保持数据安全、行业数据监管、信

息化发展、数字政府建设等现行工作格局总体稳定

的前提下,把数据资源整合共享和开发利用方面的

有关职责相对集中,组建国家数据局.[２９]结合治理

环境的外部需求和组织发展的内在需求,国家数据

局的组建是关于数据要素市场建设与完善的顶层

设计,是数据管理职能的集中体现.国家数据局作

为实现数据有效治理的主管机构,其具体的职责划

分回应了“数据治理何以有效”和“数据治理共同体

何以构建”等理论和实践问题,在数据治理领域意

义重大.

(一)数据基础制度建设的客观需要

数据基础制度建设不仅是优化数据资源配置

的重要保障,也是数字中国建设的基础.数据基础

制度的建设和完善为数据资源的开发和利用提供

了制度保障[３０],是提高数据资源配置效率的重要

依托,是实现数据治理有效的重要抓手,是数字中

国战略实施的迫切需要.

数据基础制度的建设过程是数据资源化、资产

化和资本化的过程[３１],主要包括数据产权制度、数

据要素流通和交易制度、数据要素收益分配制度以

及数据要素治理制度等[３２].其一,在建设内容方

面,数据基础制度具有包容性.数据基础制度建设

包括数据产权保护、数据要素流通和交易、数据要

素收益分配等多项内容,主要面向政府职能部门、

市场主体、社会组织、居民等多个主体,涉及社会公

共数据、企业商业数据、个人隐私数据等.建立全

面、系统、包容的数据基础制度有助于更好地服务

于数据资源的开发和利用,在最大限度上发挥数据

基础制度的优势,挖掘数据红利.其二,在建设过

程方面,数据基础制度应当具有联动性.数据基础

制度的建设是一个系统性、整体性的过程[３３],是一

个融合自上而下的正式制度资源与自下而上的非

正式制度资源的过程,是一个不断实现治理主体联

动的过程.由此,治理主体间共同参与、良性互动

的联动效应的产生有助于推动数据基础制度的优

势更好地转化为治理效能、服务于我国的数据治

理.其三,在建设方向方面,数据基础制度具有动

态性.数据基础制度建设应坚持动态观、协同观,

动态调试政府职能部门、市场主体、社会组织、公民

等治理主体之间的关系,加快矫正和弥补制度性的

缺陷和缺失,避免制度主义、体制僵化、体制固化等

风险[３４],实现治理主体之间在相应的制度架构内

有序运行,以制度建设保障数据治理,推动数据治

理迈向良序.

可见,数据基础制度建设是一项涉及多个主体

７８

的具有包容性、联动性、动态性的工程,又是数据治

理共同体不断建设与完善的过程.一方面,国家数

据局协调推进数据基础制度建设,在数据基础制度

建设中居主导地位,通过科学谋划、整体协同、统筹

推进,从顶层设计层面出台一系列有针对性的制度

规范;另一方面,数据基础制度的建设和完善应坚

持多元主体共同参与,整合主体力量,实现优势互

补,形成发展合力,从而有助于现代化数据基础制

度体系的构建,促进国家治理体系和治理能力现

代化.

(二)资源整合共享和开发利用的内在要求

在我国,作为数据流通和交易的重要场域,数

据要素市场尚处于初级阶段[３５],存在先天性不足

和内生性缺陷,因此需要政府这只“看得见的手”和

市场这只“看不见的手”共同发挥作用.具体而言,

一方面,需要政府依法维护市场秩序,引导数据资

源的有序开发和共享,同时兼顾数据要素市场中的

效率与公平,实现数据资源配置的空间均衡和权责

均衡;另一方面,需要充分发挥市场在资源配置中

的决定性作用,在数据要素市场中建立起“在竞争

中合作,在合作中竞争”的良性互动关系.

因此,要实现有效的数据资源整合共享和开发

利用,就应当将有为政府建设与有效市场发展相结

合,以数据治理共同体的构建为抓手,优化数据要

素的产权制度和市场体系建设,推动数据的共享与

交易.其中,国家数据局扮演着统筹者的角色,统

筹数据资源的整合共享和开发利用,并不断优化完

善市场主体准入与退出机制建设,塑造相对宽松、

有序的市场环境,从而充分激发市场的活力,整合

多方力量,实现数据资源的优化配置和有效利用.

在此过程中,国家数据局、政府职能部门、市场主

体、社会组织、公民等治理主体保持着密切关系,形

成了协同互动的数据治理共同体,激发了多元主体

的动能,使数据资源在主体之间自由流动、高效配

置,实现数据资源的跨领域、跨区域、跨平台的整合

共享和开发利用,创造多维数据资源价值.

(三)数字中国规划和建设的必然要求

数字 中 国 建 设 是 中 国 式 现 代 化 的 重 要 引

擎[３６],数字经济发展是中国式现代化持续有力的

新动能[３７],数字社会建设为中国式现代化提供了

新的实践样态[３８].数字中国、数字经济、数字社会

的规划和建设体现着国家意志,助推着中国式现代

化的实现.

在制度层面,中央政府制定的一系列国家层面

的战略规划体系和具体的政策目标为数字中国、数

字经济、数字社会的规划和建设提供了政策上的指

引;财政转移支付、财政补贴、减税降费等财政政策

手段为其提供了物质上的保障;国家数据局的组建

则为其提供了组织上的保障.具体表现为,国家数

据局将分散在网信办、国家发改ༀ、工信部、公安部

等其他有关部ༀ关于数据行政管理的职责进行了

集中和整合,解决了数据行政管理中多头管理、职

责边界不清、交叉分散等问题[３９],从而有助于数据

治理体系的优化与完善.在实践层面,数字中国、

数字经济、数字社会的规划和建设是一项系统性工

程,贯穿于经济、社会、文化发展的方方面面,需要

多元主体的深度参与和各项功能的充分发挥,以构

建共建共治共享的数据治理格局.市场主体、社会

组织、公民等治理主体以数据治理共同体为载体,

积极主动参与到数字治理过程之中,实现数据资源

的共治;治理主体发挥着自身独特的功能和优势,

促进数字中国、数字经济、数字社会的高质量发展,

实现发展目标的共建;治理主体全面享有数字中

国、数字经济、数字社会规划和建设的发展新红利

和发展新动能,实现发展成果的共享.

可见,面对中国式现代化的内在要求与发展愿

景,数字中国、数字经济、数字社会的规划和建设不

能囿于单一行为主体理念,政府职能部门、市场主

体、社会组织、公民等主体应当形成多元协调、合作

共治的新型治理模式,通过多元主体之间的优势互

补与资源共享,赋能数据产业的高质量发展,优化

完善数字中国、数字经济、数字社会的体系化布局.

四、构建数据治理共同体的路径选择

国家数据局为数据治理共同体的构建提供了

坚实保障、行为依据以及方向上的指引,引导数据

治理共同体的有序构建.本文基于“组织—利益—

行动”的分析框架[４０],从主体建构、价值建构、功能

建构以及关系建构四个维度出发,分析数据治理共

同体构建的路径选择(见图１).

(一)主体建构:政府主导下多元主体共同参与

第一,充分发挥国家数据局的统筹协调作用.

作为数据治理共同体的核心,国家数据局应积极提

升自身的数据资源管理能力、制度建设规范化能

力、宏观调控能力,实现组织的功能优化和稳定发

７９

展,为数据治理共同体的建设与发展提供持续、稳

定的动力.同时,在数据治理过程中,作为治理主

体实现治理价值目标以及发挥治理功能的耦合器,

国家数据局应主动承担起统筹协调的职责,做好数

据治理的顶层设计[４１],制定契合于数据治理的制

度规则、宏观政策和发展战略,从而为数据治理共

同体的构建提供政策引领和宏观指导.

第二,构建平等互助的治理共同体.作为国家

权力执行机关,政府是国家治理的主导力量,也是

推进多元主体共同参与的重要力量.其一,在国家

层面承认市场主体、社会组织、公民等治理主体参

与数据治理的必要性和正当性,塑造治理主体的身

份认同,通过主体身份的确认,推动治理主体在数

据治理过程中的情感融入和理念融入.其二,政府

应做好数据治理领域的赋权赋能,在制度框架内,

实现数据治理领域的“放、管、服”,为多元主体的平

等参与和民主协商提供支持和保障,引导多元主体

的积极参与,实现真正意义上的去中心化,保障治

理主体的平等性和数据治理的公共性.其三,充分

发挥政府的示范引领作用.以国家数据局为主导,

政府积极引导市场主体、社会组织、公民等治理主

体有序参与到数据管理之中,注重多元主体作用的

发挥.具体来说,政府通过引领组织、引领协商、引

领价值、引领行为,促进治理主体的互融互通,实现

治理、服务、管理的有机结合与统一.

第三,打造公平参与的治理平台.以国家数据

局为核心,政府相关职能部门应充分发挥自身的职

能优势,为治理平台的构建提供必要的数据基础制

度保障,尤其是在数据产权制度方面,应围绕数据

所有权、管理权和使用权,厘清治理主体的权责边

界、职能定位以及权利义务关系,将关系纳入制度

化、法制化的轨道.政府通过公平参与治理平台建

设,为国家数据局、政府职能部门、市场主体、社会

组织、公民等治理主体的治理实践建立良性的公共

秩序和公共空间提供坚实的制度基础和物质保障,

营造公平公正的治理环境.

图１ 数据治理共同体构建路径

(二)价值建构:共建共治共享的价值理念

国家数据局以及政府其他相关的职能部门通

过民主协商的方式弘扬集体主义思想,协调个体与

共同体的利益矛盾,找到治理主体利益的张力与平

衡,有效整合治理主体多元且复杂的利益目标,实

现治理主体利益与治理共同体利益的辩证统一,形

成“求同存异”的价值观,并使之渗透到数据治理的

全过程.政府职能部门、市场主体、社会组织、公民

等治理主体受责任、情感和制度的影响,不断៿宽

公共性价值理念,实现个体价值与公共价值最大限

度的适配,寻求共同的公共价值目标,汇聚数据治

理的强大向心力.其中,公共性价值理念的៿展与

发展是数据治理共同体“活”的灵魂,为多元主体共

同参与治理提供了动力支持,是构建数据治理共同

体的强劲支撑.

作为社会治理的价值目标,共建共治共享理念

在数据治理领域仍然适用[４２],是联结数据治理共

同体的纽带.共建共治共享的价值理念在治理主

体的协商过程中得以形成,在不同治理主体的具体

行动中得以升华.共建是必要前提,共治是重要保

障,共享是终极目标.其一,共建重在强调实现治

理主体的联结,不同治理主体通过共建有效地汇聚

资源,形成治理主体间的利益联结.同时,基于不

同治理主体的共建,协调推进数据基础制度建设,

为数据治理共同体的形成以及治理功能的发挥提

供必要的物质保障,进而实现治理主体之间的时空

８０

联结.其二,共治重在强调不同主体治理功能的充

分发挥,从数据治理到数据治理共同体,能够实现

不同层次和领域的多元主体之间的关系调试与良

性互动,治理主体逐渐形成清晰的角色意识和责任

意识,形成共同的治理理念和治理战略,厘清治理

主体在数据治理中的内在作用机制,使数据治理共

同体得以构建.其三,共享重在强调数据治理效果

的分享,不同治理主体共享数字中国、数字经济、数

字社会建设和发展的成果,共享信息时代的“数据

红利”,提升治理主体的获得感、信任感和归属感.

(三)功能建构:治理功能的深度耦合

数据治理共同体的构建意味着治理功能的有

效聚集和深度联合,将分散的数据治理功能转化为

有效的数据治理合力.联合的力量大于单个治理

主体,数据治理共同体中治理主体之间功能的深度

耦合有助于数据治理能力的提升.结合数据的全

生命周期[４３]和数据治理的内在要求[４４],数据治理

共同体中治理主体功能的发挥主要体现在数据开

发、数据整合和数据利用三个阶段.在此过程中,

各个治理主体的治理功能相辅相成、互嵌互构,形

成了有效的数据治理合力.

在数据开发阶段,国家数据局作为数据资源开

发利用过程中的统筹者,负责统筹协调公共数据以

及社会数据的开发,引导政府职能部门的职能优势

与市场主体的技术优势相结合,提高数据资源开发

的力度、广度和深度.[４５]作为公共数据的主要开发

者和持有者,政府职能部门掌握着开发公共数据的

主动权和主导权.在公共数据开发的过程中,财政

局、民政局、人社局、医保局等职能部门既要维护我

国的数据资源安全,又要加强部门内部的合作以及

治理主体外部的合作,以充分释放公共数据的价

值.作为数据要素市场中的主要参与者和配置者,

市场主体有序参与到数据资源的开发过程之中,不

断៿宽数据资源开发的范围,丰富数据资源的数量

和种类,为数字中国建设提供坚实的资源保障.数

据资源覆盖范围广,涉及的要素和主体多,政府和

市场在数据资源开发过程中必然会存在错位和缺

位现象.作为“第三方治理主体”,社会组织应发挥

其组织优势,有效弥补数据资源采集中的短板与空

缺.作为数据开发的重要客体,公民是数据治理的

受益群体,应积极参与到数据资源开发的过程中,

积极配合行政机关的入户信息采集、民意调查、普

查登记等信息采集工作,成为数据资源开发过程中

的积极参与者和有力推动者.

在数据整合阶段,作为数据资源整合共享的主

体,国家数据局统筹协调公共数据以及社会数据的

共享与整合,使数据资源由碎片走向整合、由分散

走向集中、由部分走向整体.在公共数据资源治理

方面,应当在政府内部的纵向层级之间、横向部门

之间形成整合协调的治理机制,以加强主体间的互

动合作.在具体过程中,应当明确治理目标、职能

职责、牵头单位和实施机构,尤其是在数据的集中

和再分配过程中,应切实增强数据共享意识,克服

数据孤岛现象,提高数据资源的统筹整合能力,实

现数字资源的有序共享.[４６]在社会数据资源治理

方面,国家数据局引导政府职能部门、市场主体、社

会组织治理主体之间数据资源的互换和共享[４７],

治理主体结合各自的数据资源优势,实现数据资源

的有效整合,形成规模化、体系化的社会数据资源.

在数据利用阶段,国家数据局作为数据要素市

场中的主体,以监管者[４８]和规范者[４９]的身份履行

职责.在数据监督方面,国家数据局负责构建并完

善事前、事中、事后的全流程监督管理体系,加大对

个人隐私、商业机密、国家秘密等数据资源的保护

力度,维护国家以及社会各主体的信息安全,畅通

数据安全保护与数据利用的内循环.在数据规范

方面,国家数据局通过制定规则制度,建立标准统

一的数据产权、流通和交易、收益分配等制度,市场

主体、社会组织、公民等主体在数据利用过程中的

行为得以规范和规制,有效防止不正当竞争、垄断、

外部性等问题的发生,保持数据要素市场的健康规

范运行,最大限度地发挥数据资源价值,畅通数据

流通与价值发挥的外循环.

(四)关系建构:互联互动的协同关系

在数据治理共同体中,主体之间协同关系的建

构能够助推高融合、高水平、高效能治理行为的形

成,从而实现数据治理结构的优化、数据资源配置

的合理化以及数据治理的有效化.治理主体之间

的互动协同与层层嵌套有助于其形成长效互信的

互动关系,构成治理主体之间的大联动,激发多元

主体的治理合力,完善治理主体之间的协同机制,

开辟符合人民美好生活向往的协同发展新路径.

在宏观层面,治理主体间的协同关系是数据治

理共同体的核心要素,互动协同的数据治理共同体

可以有效激发数字中国的发展活力和发展动能.

以国家数据局职责定位为依据,重塑治理主体间的

８１

关联,使其凝聚成高效协同的数据治理共同体,从

而避免陷入数据治理公共性缺失的困境,为数据治

理有效创新行为路径.总之,以国家数据局为核心

形成组织协同、责任协同、价值协同的数据治理共

同体,能够有效化解治理主体各自为政、碎片化发

展的状况,使数据治理共同体更好地服务数字中国

建设.

在微观层面,数据治理共同体构建的底层逻辑

不是要素的简单叠加,而是高效率的要素组合.高

效率要素组合的基础是治理主体之间的互动.作

为协调者,国家数据局不仅要加强与其他治理主体

的合作互动,而且要引导治理主体之间的良性互

动,建构强韧有力的数据治理共同体.作为数据治

理共同体中的重要力量,市场主体应积极加强与其

他治理主体的互动融通,将自身优势与其他主体的

功能相结合,激发市场资本的活力,创新数据治理

手段和方式,凭借其自身的优势和潜力,有效提升

数据治理共同体的治理活力和治理能力.社会组

织作为中介角色[５０],应明确其职能定位和作用,向

上承接国家数据服务职能,向下融入数据开发过

程.公民是数据治理共同体的重要主体,随着公民

素养的提升及其参与意识的觉醒,应提高其参与数

据治理的积极性和主动性,提升对数据治理共同体

的认同感和归属感,进而使其与其他治理主体形成

有效 互 动,从 而 为 数 据 治 理 共 同 体 的 构 建 贡 献

力量.

[参考文献]

[１]程学旗,等．大数据系统和分析技术综述[J]．软件学报,

２０１４,(９)．

[２]卢黎歌,李婷．我国数据要素统一大市场构建目标、存在

问题与对策分析[J]．理论探讨,２０２２,(５)．

[３]蔡翠红,王远志．全球数据治理:挑战与应对[J]．国际问

题研究,２０２０,(６)．

[４]马广惠,安小米．政府大数据共享交换情境下的大数据

治理路径研究[J]．情报资料工作,２０１９,(２)．

[５]谢新洲,石林．数据治理的数据归属与主体信任———基

于“健康码的社会接受”的实证研究[J]．新闻与写作,

２０２２,(９)．

[６]赵丹宁,等．数据治理机构推动跨部门数据共享面临的

困境及原因分析———基于山东两地市的案例分析[J]．

公共管理与政策评论,２０２３,(１)．

[７]周江林．数据治理:大数据时代“双一流”建设的路径优

化取向[J]．教育发展研究,２０２２,(５)．

[８]陈潭．国家治理的大数据赋能:向度与限度[J]．中南大

学学报(社会科学版),２０２１,(５)．

[９]曲亮,许塬杰．“要素—资本—产品”三态耦合视角下数

据市场治理体系研究[J]．理论学刊,２０２３,(３)．

[１０]张莉,卞靖．数字经济背景下的数据治理策略探析[J]．

宏观经济管理,２０２２,(２)．

[１１]周昀,姜程潇．关键数据处理机构的数据治理结构[J]．

法学杂志,２０２１,(９)．

[１２]鲍静,贾开．数字治理体系和治理能力现代化研究:原

则、框架与要素[J]．政治学研究,２０１９,(３)．

[１３]DennisE．Poplin．Communities:ASurveyofTheories

andMethodsofResearch[M]．New York:Macmillan,

１９７９．

[１４]斐迪南滕尼斯．共同体与社会:纯粹社会学的基本概

念[M]．林荣远,译．北京:北京大学出版社,２０１０．

[１５]陈艾,李雪萍．民族地区的社会治理共同体建设:一个

分析框架[J]．江汉论坛,２０２２,(１１)．

[１６]张兆曙．治理共同体:部门分立体制下联合治理的组织

形式[J]．浙江学刊,２０１４,(１)．

[１７]杨仁忠,张诗博．社会治理共同体的公共性意蕴及其重

要意义[J]．河 南 师 范 大 学 学 报 (哲 学 社 会 科 学 版),

２０２１,(１)．

[１８]曾凡军,潘懿．基层治理碎片化与整体性治理共同体

[J]．浙江学刊,２０２１,(３)．

[１９]费 广 胜．治 理 共 同 体:城 市 社 会 治 理 创 新 的 路 向 选

择———以碎片化治理为视角[J]．内蒙古大学学报(哲

学社会科学版),２０１８,(６)．

[２０]梁宇,郑易平．我国政府数据协同治理的困境及应对研

究[J]．情报杂志,２０２１,(９)．

[２１]YangT,etal．．TheBoundariesofInformationSharing

andIntegration:aCaseStudyinTaiwanE－governＧ

ment [J]． Government Information Quarterly,

２０１２,(１)．

[２２]韩兆柱,翟文康．大数据时代背景下整体性治理理论应

用研究[J]．行政论坛,２０１５,(６)．

[２３]赵需要,等．分工理论视域下数据要素流通的生发逻

辑、内涵意蕴、市场路径及现实困境[J]．情报理论与实

践,２０２３,(９)．

[２４]蔡跃洲,马文君．数据要素对高质量发展影响与数据流

动制约[J]．数量经济技术经济研究,２０２１,(３)．

[２５]左美云,王配配．数据共享视角下跨部门政府数据治理

框架构建[J]．图书情报工作,２０２０,(２)．

[２６]黄璜,等．数字化赋能治理协同:数字政府建设的“下一

步行动”[J]．电子政务,２０２２,(４)．

[２７]史云贵,周荃．整体性治理:梳理、反思与趋势[J]．天津

行政学院学报,２０１４,(５)．

[２８]中共中央国务院印发«党和国家机构改革方案»[N]．

人民日报,２０２３－０３－１７．

[２９]肖捷．关于国务院机构改革方案的说明[EB/OL]．htＧ

tp://www．gov．cn/xinwen/２０２３－ ０３/０８/content_

５７４５３５６．htm,２０２３－０３－０８/２０２３－１１－０７．

[３０]臧超．要素市场化配置下数据基础制度体系的构建研

８２

究[J]．长春市ༀ党校学报,２０２３,(２)．

[３１]高富平．公共机构的数据持有者权———多元数据开放

体系的基础制度[J]．行政法学研究,２０２３,(４)．

[３２]中共中央国务院关于构建数据基础制度更好发挥数据

要素作用的意见[N]．人民日报,２０２２－１２－２０．

[３３]王申,许恒．构建数据基础制度进程中的数据确权问题

研究[J]．理论探索,２０２３,(２)．

[３４]张树华,李墨洋．从“中国之制”到“中国之治”———论推

进国家治理能力现代化的着力点和关键点[J]．治理现

代化研究,２０２２,(２)．

[３５]王伟玲．中国数据要素市场体系总体框架和发展路径

研究[J]．电子政务,２０２３,(７)．

[３６]王鹏,陈蝶欣．数字中国、高质量发展与中国式现代化:

逻辑关系、作用机制与创新路径[J]．华南师范大学学

报(社会科学版),２０２３,(５)．

[３７]任保平．数字经济与中国式现代化有机衔接的机制与

路径[J]．人文杂志,２０２３,(１)．

[３８]袁 继 红．中 国 式 现 代 化 的 安 全 面 向 [J]．学 术 交 流,

２０２２,(１２)．

[３９]张克．从地方数据局到国家数据局:数据行政管理的职

能优化与机构重塑[J]．电子政务,２０２３,(４)．

[４０]陈荣卓,车一頔．利益聚合与行动协同:新时代乡村治

理共同体何以建构? ———来自武汉市星光村的经验观

察[J]．中国行政管理,２０２２,(１０)．

[４１]刘彬芳,等．大数据时代政府数据治理的政策分析[J]．

情报杂志,２０１９,(１)．

[４２]付羚．数字化转型视域下的政府数据治理研究[J]．中

共南京市ༀ党校学报,２０２２,(５)．

[４３]段尧清,等．政府开放数据全生命周期:概念、模型与结

构———系统论视角[J]．情报理论与实践,２０１９,(５)．

[４４]任勇,等．数据治理驱动政府与市场关系的变化及其未

来路径[J]．东南学术,２０２２,(６)．

[４５]程银桂,赖彤．新西兰政府数据开放的政策法规保障及

对我国的启示[J]．图书情报工作,２０１６,(１９)．

[４６]黄璜．美国联邦政府数据治理:政策与结构[J]．中国行

政管理,２０１７,(８)．

[４７]宋魏 巍,等．企 业 数 据 向 政 府 共 享:欧 盟 经 验 与 启 示

[J]．电子政务,２０２２,(９)．

[４８]宋方青,邱子键．数据要素市场治理法治化:主体、权属

与路径[J]．上海经济研究,２０２２,(４)．

[４９]张丽霞．我国数据要素市场竞争治理的困境及完善路

径[J]．西南金融,２０２１,(８)．

[５０]张舜禹,等．政府与社会组织合作治理的形成机制———

一个组织间构建共识性认知的分析框架[J]．浙江大学

学报(人文社会科学版),２０２２,(１)．

(责任编辑 屈虹)

TheConnotationandConstructionPathof

DataGovernanceCommunity

———BasedontheCaseAnalysisofthe

ResponsibilitiesoftheNationalDataBureau

LIU Yin－xi, WANGRui－juan, CAIYi－chen

(ZhouEnlaiSchoolofGovernment,NankaiUniversity,Tianjin３００３５０,China;Schoolof

PublicManagement,InnerMongoliaUniversity,HohhotInnerMongolia０１００２１,China)

[Abstract]Thecomplexity,uncertainty,andrisksoftherealenvironment,aswellasthestrategic

importanceofdigitalresources,haveraisedhigherrequirementsfordatagovernance．TheStateCouncil

hasestablishedtheNationalDataBureau,whichisresponsibleforcoordinatingandpromotingtheconＧ

structionofdatainfrastructure,integratingandsharingdataresources,andpromotingtheplanningand

developmentofthedigitalChina,digitaleconomy,anddigitalsociety．TheestablishmentoftheNationＧ

alDataBureaumanifestthecentralgovernment＇sconsiderationoftheimportanceofdatagovernance,

andtheoverallpositioningandresponsibilitiesoftheNationalDataBureaudemonstratesthenecessityof

constructingthedatagovernancecommunity．Basedonthetheoriesofdatagovernanceandcommunity

concept,thedatagovernancecommunityneedstobepromotedfromfouraspectsthatincludesubject

construction,valueconstruction,functionconstruction,andrelationshipconstruction．Itshouldadhere

togovernmentleadership,involvemultiplestakeholders,andpursuethevaluesofco－construction,

co－governance,andsharing,shouldachievedeepcouplingofdatagovernancefunctions,forminteracＧ

tiveandcollaborativerelationships,andpromotethemodernizationofthedatagovernancesystemand

capabilities．

[Keywords]DataGovernance;DataGovernanceCommunity;NationalDataBureau

８３

[基金项目]国家社科基金重大项目“建设共建共治共享的社会治理制度研究”(编号:２２ZDA１０１).

[收稿日期]２０２３－０５－１２

[作者简介]韩玉祥,男,西北农林科技大学人文社会发展学院讲师,西北农林科技大学黄河流域乡村振兴研究与评估

中心研究员,法学博士.

２０２４年１月 内 蒙 古 社 会 科 学 Jan．２０２４

第４５卷 第１期 INNER MONGOLIASOCIALSCIENCES Vol．４５ №．１

DOI:１０．１４１３７/j．cnki．issn１００３－５２８１．２０２４．０１．０１１

分类运行的制度设计:

使农村基层协商民主运转起来

韩玉祥

(西北农林科技大学 人文社会发展学院/黄河流域乡村振兴研究与评估中心, 陕西 咸阳 ７１２１００)

[摘 要]完善的协商民主制度是农村基层协商民主运转起来的关键.民主工具论认为,根据具体目标的

不同,协商民主分化为不同类型的协商民主实践,而不同类型的基层协商民主实践的制度设计也不同.因此,

分类运行的制度设计是农村基层协商民主有效运转的基础条件.从目标和功能视角出发,农村基层协商民主

可划分为公共决策类协商民主、决策执行类协商民主、权力监督类协商民主和合法性建构类协商民主.山东

单县的乡村夜话对合法性建构类协商民主和决策执行类协商民主进行分类化的制度设计,是对分类运行的

制度设计的初步探索.合法性建构类协商民主的制度设计和决策执行类协商民主的制度设计在“协商什么”

“谁来协商”“如何协商”“协商结果”四个方面存在较大差异,具体体现在协商目标、协商议题、协商主体、协商

流程、协商方式、协商机制和协商效能等方面.

[关键词]基层协商民主;协商民主制度;民主工具论;协商治理

[中图分类号]D４２２．６ [文献标识码]A [文章编号]１００３－５２８１(２０２４)０１－００８４－０８

一、问题的提出与研究脉络

农村基层协商民主既是基层民主的重要内容,

又是基层社会治理的重要形式.党的十八大以来,

我国高度重视并积极推进农村基层协商民主建设.

党的十八届三中全会通过的«中共中央关于全面深

化改革若干重大问题的决定»指出,要开展形式多

样的基层民主协商,推进基层协商制度化.[１]

２０１５

年２月,中共中央印发的«关于加强社会主义协商

民主建设的意见»要求继续加强政党协商、政府协

商、政协协商,积极开展人大协商、人民团体协商、

基层协 商,逐 步 探 索 社 会 组 织 协 商.[２]

２０１５ 年 ７

月,中共中央办公厅和国务院办公厅印发的«关于

加强城乡社区协商的意见»指出,发展基层民主,畅

通民主渠道,开展形式多样的基层协商,推进城乡

社区协 商 制 度 化、规 范 化 和 程 序 化.[３]

２０１９ 年 ６

月,中共中央办公厅、国务院办公厅印发«关于加强

和改进乡村治理的指导意见»,明确提出要健全村

级议事协商制度,形成民事民议、民事民办、民事民

管的多层次基层协商格局.[４]然而,农村基层协商

民主的发展并不理想,“内卷化”现象普遍存在.[５]

如何使农村基层协商民主运转起来成为重要的时

代命题.其中,完善的协商民主制度是农村基层协

８４

商民主有效运转的关键.因此,我们需要进一步探

讨农村基层协商民主制度供给的路径.笔者认为,

分类运行的制度设计是农村基层协商民主有效运

转的基础条件.

学界对基层协商民主制度供给路径的研究主

要有三种视角.第一种是技术视角下的制度供给

路径.技术主义视角认为,农村基层协商民主的制

度供给不够完善,需要更加精细化、可操作化的协

商民主技术.徐红、付杨(２０２０)主张从议题选择、

参与方式、对话机制和共识达成４项规范体系上进

一 步 构 建 基 层 协 商 民 主 的 制 度 规 范.[６] 谈 火

生(２０１８)提出混合式代表机制有助于基层协商的

制度创新.[７]大数据、信息技术通过全过程的技术

嵌入提升了基层协商民主的整体效能.[８][９]第二种

是社会基础视角下的制度供给路径.社会基础视

角认为,应当根据不同区域的经济、政治、社会条件

等具体情况设计和完善基层协商民主制度.朱凤

霞、陈昌文(２０１８)认为,以县为单位对基层协商民

主进行中层设计,能够有效地推动基层协商民主的

制度化发展.[１０]第三种是目标及功能视角下的制

度供给路径.目标及功能视角认为,需要根据不同

的目标及功能进行类型化的制度设计,即分类运行

的制度设计.张等文、陈佳(２０１５)指出,从协商民

主的功能和目的看,可将基层协商民主实践形态划

分为决策型协商民主、咨询型协商民主、监督型协

商民主和协调型协商民主,不同类型的协商民主实

践的制度形式、制度流程等也有所差异.[１１]

综上,学界对基层协商民主制度供给问题的探

讨非常丰富,为进一步分析论证基层协商民主奠定

了坚实基础,但既有研究仍然存在一定的៿展空

间.其一,技术视角忽视了技术应用的场景性.实

际上,在不同的实践场域,协商民主技术存在差异,

因此不可能存在普遍化、一般化的协商民主技术.

其二,社会基础视角考虑到基层协商民主制度供给

的场景化因素,按照社会基础的外在差异完善基层

协商民主的制度设计,但社会基础视角忽视了制度

目标及制度功能的内在差异.其三,目标及功能视

角发现了制度功能及其目标的内在差异可能会造

成制度供给实践的差异性,因而隐晦地表达出“分

类运行的制度设计”的观点,但学界鲜有人从目标

及功能视角分析基层协商民主制度供给的路径.

虽然少数学者从目标及功能视角对基层协商民主

进行分析,但没有明确提出分类运行的制度设计的

观点,也没有进一步回答基层协商民主功能分类的

理由是什么,更没有指出不同类型的基层协商民主

的制度设计和运行机制是什么.显然,学界对目标

及功能视角下的基层协商民主制度供给路径的探

讨尚不够系统化,仍然存在可៿展的空间.本文从

目标及功能的视角,较为系统地论述了基层协商民

主功能分类的理由、按照功能及目标划分的基层协

商民主的类型以及不同类型的基层协商民主的制

度设计和运行机制.本文以山东单县的乡村夜话

为例,对决策执行类协商民主的制度设计和合法性

建构类协商民主的制度设计进行深入研究,从而对

“分类运行的制度设计”进行初步探索.

二、基层协商民主的分类缘由和依据

我国的基层协商民主从建构之初就倾向于“民

主工具论”的视角,根据不同的具体目标,协商民主

分化为不同类型的协商民主实践.按照协商议题

的性质及功能的标准,基层协商民主可划分为公共

决策类协商民主、决策执行类协商民主、权力监督

类协商民主和合法性建构类协商民主四类.

(一)基层协商民主的分类缘由

民主价值论与民主工具论之间的争论影响着

学界关于协商民主分类必要性的认识.持民主价

值论的学者认为,协商民主象征着政治层面的人

权、自由、平等、正义、理性等伦理价值.为了实现

这些理念化的伦理价值,协商民主实践呈现出抽象

化、单一化、理想化的特征,因而丧失了多元性.协

商民主实践按照伦理价值进行制度实践和制度设

计,៾斥分类思维.不符合理想类型的协商民主实

践成为协商质量较差的“异类”,接受着伦理价值的

道德审判.民主工具论认为,协商民主不仅是伦理

价值的象征,而且是实践的工具和手段.协商民主

服务于具体的、多元的、现实的实践目标,发挥着相

应的功能.由于实践目标的多元化、复杂性、差异

性,协商民主实践分化为不同的类型或模式.概言

之,民主价值论៾绝对协商民主进行类型分析,民

主工具论则主张按照相应的功能对协商民主进行

类型分析.随着协商民主理论和实践的深化,国内

外学者倾向于民主工具论的视角,由此,基层协商

民主必然走向类型研究.

国外的协商民主理论与实践大致经历了三个

发展阶段,从最初的民主价值论逐渐转向民主工具

论.第一个阶段是协商民主规范化的奠基过程.

８５

以罗尔斯、早期哈贝马斯、吉登斯为代表的学者对

协商民主的合法性进行论证,指出协商民主象征着

人权、自 由、平 等、正 义、公 共 理 性 等 规 范 性 价

值.[１２]第二阶段是协商民主理论和实践对接的过

程.以晚年哈贝马斯、博曼为代表的学者发现“公

共理性”的规范性价值难以实现,因而逐渐改变规

范性目标、降低规范性目标的层次,甚至将其拆分

为具体化、实然化的实践目标.晚年哈贝马斯提出

双轨模式的协商民主理论,将协商民主的规范性目

标拆分为公共决策和公共舆论两个实践目标,区分

为公共决策层次的协商民主和公共舆论层次的协

商民主.[１３](PP．３７７~３８１)博曼提出多元协商民主理论,

认为公共理性的规范性预设使协商民主的条件过

高,忽视了现实社会的复杂性,指出多元共识范畴

下具有多元类型或样态的公共协商形式.[１４]第三

阶段是协商民主理论和实践的实证化发展阶段.

以曼斯布里奇为代表的学者提出协商系统理论,认

为协商系统包括一组可区分又在一定程度上相互

依赖 的 子 系 统,它 们 共 同 构 成 了 一 个 复 杂 的 整

体.[１５](PP．４~５)协商系统理论分化出不同功能类型的

协商子系统.总体而言,由于国外协商民主理论和

实践从抽象目标逐渐转变为具体目标、从民主价值

论逐渐转向民主工具论,协商民主实践逐渐分化出

不同的类型.

实际上,中国的协商民主从建构初期就走向民

主工具论.中国的协商民主是“治理驱动的民主

化”[１６].提高政府治理能力、解决社会矛盾是中国

协商民主制度化的重要动力.[１７]在此背景下,协商

民主作为治理资源而存在,发挥着搭建公共通道、

参与公共决策和监督公权力等治理功能.[１８]因此,

一些学者将中国的协商民主模式概括为“协商治

理”[１９].基层协商民主则更加强调其工具性意涵.

以浙江省温岭市的民主恳谈会为例,松门镇为解决

思想政治工作最先开展需求—回应模式的民主恳

谈会活动.后来,为了解决不同的治理事务,泽国

镇、新河镇等地逐渐发展出参与式预算、决策—协

商模式的民主恳谈会活动.[２０]显然,在“民主工具

论”的思维逻辑下,我国的基层协商民主实践分化

为不同的类型.

(二)基层协商民主的分类依据

学界对基层协商民主类型的讨论颇为丰富.

总体看来,基层协商民主的分类标准主要包括协商

主体及其相互关系、权力结构、协商特征、协商议题

的性质及功能四种.根据协商主体的组合方式不

同,任克强、胡鹏辉、聂伟(２０１８)将社区协商分为四

方平台模式、多方整合模式和精英介入模式.[２１]根

据权力结构的不同,方雷、孟燕(２０１９)将其划分为

信息沟通型基层协商、决策制定型基层协商、嵌入

发展型基层协商[２２];张露露(２０１９)将其划分为维

持型、融 合 型、嵌 入 型 和 下 沉 型 四 类 基 层 协 商 民

主[２３];林雪霏、韩可心将其划分为“倒 T 型”“L型”

和“I型”三种类型[２４].根据协商特征的不同,张大

维(２０２０)将其划分为强制性协商、动员式协商和自

主性协商三种类型.[２５]根据协商议题的性质及功

能的不同,李祖佩、杜姣、刘雪姣(２０２１)提出分配型

协商民主的概念[２６][２７];郎友兴(２０１６)将其划分为

决策性协商、执行性协商、监管性协商和调处性协

商四种类型[２８];徐明强将其划分为自治式协商、咨

询式协商、共治式协商三种类型[２９].

在上述分类标准中,协商主体及其相互关系、

权力结构、协商特征等属于微观层次的分类标准,

而协商议题的性质及功能属于中观层面的分类标

准.其中,协商议题的性质及功能的分类标准能够

统摄其他三类分类标准.协商主体及其相互关系、

权力结构和协商特征都或多或少地与协商议题的

性质及功能直接相关.不同的协商议题的功能定

位不同,必然会导致协商主体、协商方式、权力结构

的不同.因此,笔者认为,以协商议题的性质及功

能为分类标准更为合适.

以协商议题的性质及功能为标准,可将基层协

商民主划分为公共决策类协商民主、决策执行类协

商民主、权力监督类协商民主和合法性建构类协商

民主.其一,公共决策类协商民主是指针对以公共

决策为主要目标的治理事务开展交流、沟通、对话、

讨论、审议等各种民主协商活动.这类治理事务包

括行政事务和自治事务.由于基层组织处于政策

执行的末端,行政事务的公共决策空间较小,因此,

行政事务占比较小,自治事务占比较大.其二,决

策执行类协商民主是指针对以公共决策贯彻执行

为主要目标的治理事务开展交流、沟通、对话、讨

论、审议等各种民主协商活动.这类事务主要包括

人居环境整治、精准扶贫等行政事务.其三,权力

监督类协商民主是指针对以公共权力监督为主要

目标的治理事务开展交流、沟通、对话、讨论、审议

等各种民主协商活动.其四,合法性建构类协商民

主是指针对以政权合法性建构为主要目标的治理

事务开展交流、沟通、对话、讨论、审议等各种民主

协商活动.这类治理事务主要以自治事务为主.

８６

三、农村基层协商民主制度的分类运行机制

２０１８年,山东省单县县ༀ宣传部组织村干部

和群众前往四川绵阳学习,其后在全县各村推广乡

村夜话协商平台.乡村夜话活动是镇村干部利用

晚饭后的时间组织村民围绕村内具体事务共同商

量解决办法的协商活动.乡村夜话讨论的议题涉

及环境卫生、基础设施建设(包括道路、水渠等)、产

业发展等.除了公共事务外,村民还可以提议邻里

矛盾、孩子上学、居民户口等村民个人问题.

概括而言,山东单县的乡村夜话主要涉及合法

性建构类治理事务与决策执行类治理事务.由于

两类治理事务具有差异性,乡村夜话采取两套迥然

不同的制度设计.两种不同类型的乡村夜话在“协

商什么”“谁来协商”“如何协商”“协商结果”四个方

面差异较大,具体体现在协商目标、协商议题、协商

主体、协商流程、协商方式、协商机制和协商效能等

方面(见表１).本部分以乡村夜话为例呈现合法

性建构类协商民主的制度设计和决策执行类协商

民主的制度设计,对“分类运行的制度设计”进行初

步探索.

表１ 合法性建构类协商民主和决策执行类协商民主的制度设计对比

内容

类型

协商什么 协商主体 如何协商 协商结果

协商目标 协商议题 协商主体 协商流程 协商方式 协商机制 协商效能

合法性建构

类协商民主

政权合法

性建设

自治

事务

领导干部与

普通群众(参

与意愿较强)

村干 部 主 持、群 众

提议、村 干 部 解 释

或 回 应、记 录 员

记录

需求—回

应式协商

需 求 表 达 机

制、需求回应

机制

实现政权合法性

建 设、保 障 人 民

当家作主的政治

权利

决策执行类

协商民主

国家政策

的 贯 彻

执行

行政

事务

领导干部与

普通群众(参

与意愿较弱)

村干 部 主 持 会 议、

村干 部 介 绍 议 题、

群众 议 事、记 录 员

记录

思想动员

式协商

思 想 教 育 机

制、思想交流

机制、思想引

领机制

国家政策的贯彻

执行和保障人民

当家作主的政治

权利

(一)合法性建构类协商民主的制度设计

１．协商什么 协商什么,即协商的目标及议

题.合法性建构类协商民主的协商目标主要是政

权的合法性建设.自改革开放以来,经济社会剧烈

转型,干群之间积累了大量矛盾.为了缓和干群矛

盾,山东单县试图通过乡村夜话开通社情民意的

“直通车”,架起党群干群的“连心桥”,有效地提高

群众的满意度和获得感,提升基层党组织的组织

力、凝聚力、向心力.

合法性建构类协商民主的协商议题主要是自

治事务,包括修路、修桥、修渠的基础设施建设及村

庄产业发展.以山东单县刘村的某次乡村夜话为

例,村民提议的主要事件有三个.一是田间的生产

路年久失修,村民提议修生产路;二是刘村种植西

瓜产业,村民需要到城里售卖西瓜,但县城限制三

轮车进城,村民提议办理通行证;三是在厕所改造

及污水管网改造后,地下水道的水全部流到村内的

一个大坑里,生活污水与厕所污水全部汇到一起,

气味难闻,村民提议修建净化池.

２．谁来协商 谁来协商,即协商主体是谁的

问题,其核心在于协商代表的选择.合法性建构类

协商民主的协商主体包括领导干部与普通群众两

类群体.其一,领导干部一般为村干部,特殊情况

下会邀请县乡干部参与.合法性建构类协商民主

强调对村民利益诉求的回应.通过邀请县乡干部,

借助其身份、权力可以更好地满足村民的需求,激

发村民参与的积极性.其二,普通群众包括固定代

表和自由代表两类群体.固定代表为村民小组组

长、村民代表等,一般由村干部指定.固定代表大

多具有半正式身份,属于乡贤群体,他们非常关心

村庄的公共事务.除了固定代表外,在每次乡村夜

话前,村干部会通过广播广泛宣传邀请村民自由参

与.对于协商主体的筛选标准,山东单县并无具体

规定,只要是有意愿参加乡村夜话的村民,就可以

参与,对参与人数没有具体限定.山东省单县的经

验表明,合法性建构类协商民主能够有效地回应村

民需求、形成利益增量,村民有较强的参与动力,每

次乡村夜话的参会人员在８０~１５０人之间.

８７

３．如何协商 如何协商,即协商流程、协商方

式及协商机制具体设置的问题.合法性建构类的

乡村夜话流程大致包括四项:(１)由村干部领唱、群

众合唱«没有共产党就没有新中国»;(２)村干部介

绍上次乡村夜话反映问题的落实情况,由群众进行

满意度评价;(３)村干部主持,群众提议,村干部对

提议进行解释或回应,记录员记录;(４)村干部总

结,并通过村级新时代文明实践站或拨打志愿热线

的方式向相关单位转交需要解决的问题.

合法性建构类协商民主的协商方式为需求—

回应式协商.以政权合法性建构为目标的协商民

主为了缓和干群矛盾,倾向于通过“民有所呼,我有

所应”的方式直接塑造村民的政治认同.在此背景

下,需求—回应式的协商方式高度匹配政权合法性

建设的协商目标,成为一种必然选择.一方面,需

求—回应式协商强调村民诉求的自由表达;另一方

面,需求—回应式协商强调领导干部的现场解释、

迅速反馈和及时办理.

与需求—回应式协商相对应,合法性建构类协

商民主的协商机制包括需求表达机制和需求回应

机制.需求表达机制是指村民在乡村夜话中扮演

着提案人的角色,掌握议题设置的权力,自由表达

公共诉求.需求回应机制是指村民在乡村夜话现

场解释、迅速反馈、及时办理.对于无法解决的问

题,领导干部进行现场解释并迅速反馈给上级政

府.例如,刘村将公路旁的绿化带占用的村民的土

地承包给外来资本育苗栽树,前三年由县里支付土

地租金,三年之后由外来资本支付土地租金,但是

到了第三年,村ༀ会迟迟没有给付租金.刘村村民

在乡村夜话上提出村ༀ会没有支付土地流转租金

的问题.村干部向村民解释:“土地租金先由县里

拨付给乡镇,乡镇再拨付给村ༀ会.但因为今年上

级政府还没有拨付,所以村里暂时没办法支付村民

的土地租金.”在会议结束后,村干部马上向上级反

馈了土地租金问题.对于可以解决的问题,领导干

部会当场敲定方案,并及时办理相关事务.２０２０

年县ༀ书记参加了刘村乡村夜话,解决了刘村的实

际问题.例如,刘村发展西瓜种植产业,村民需要

到城里售卖西瓜,但县城对三轮车进城有限制,村

民提议是否可以办理通行证,县ༀ书记当场向村民

答复可以办理,但是需要经过相关程序,半个月后

村民就拿到了通行证.再如,刘村辖３个自然村,

各个自然村的道路、文化广场等基础设施建设不均

衡,２０１９年黄庄自然村村民以此为由在乡村夜话

上提议៿宽本庄的主干道,村干部当场表示会尽快

协调此事,会后村干部向城建局争取大部分项目资

金,又向村民收取了少部分资金,主干道得以顺利

修建.

４．协商结果 协商结果,即协商效能的问题.

合法性建构类协商民主的协商效能包括实现政权

合法性建设和保障人民当家作主的政治权利两个

方面.首先,实现政权合法性建设.在乡村夜话活

动中,村民当面提出疑问或建议,基层组织当场进

行解释或办理.在交流互动中,村民理解并认同法

律法规及国家政策,不再站在基层组织的对立面.

在基层组织办理与解释以及村民认同与理解的过

程中,村民能够感觉到基层组织对其人格与权利的

尊重,干群关系变得融洽.由此,村民会认同、支

持、尊重基层组织,从而巩固基层政权,实现政权合

法性建设.其次,保障了人民当家作主的政治权

利.合法性建构类协商民主能够保障村民的参与

权、决策权、表达权、建议权和监督权.因此,乡村

夜话活动៿宽了村民的参与渠道,保障了村民的参

与权;村民拥有议题设置的权力,针对自治类公共

事务建言献策,保障村民的决策权、表达权与建议

权;村民针对村级事务中的资源分配问题自由表

达,从而保障了村民对村级治理事务的监督权.

(二)决策执行类协商民主的制度设计

１．协商什么 协商什么,即协商的目标及议

题.决策执行类协商民主的协商目标主要是对国

家政策的贯彻执行.基层协商民主与基层社会治

理密切关联.在基层社会治理过程中,大量自上而

下的国家政策都需要通过协商治理的方式贯彻落

实.党的十八大以来,尤其是自乡村振兴战略实施

以来,基层治理面临转型,繁杂密集的行政任务输

入成为常态.在此背景下,山东单县通过乡村夜话

活动协商于民,提高了村民参与治理事务的积极

性,保证了国家政策的贯彻执行.

决策执行类协商民主的协商议题主要是自上

而下的行政事务.当前的行政事务一般为村容村

貌、庭院整治、垃圾分类、乡村旅游和基础设施建设

等治理事务.以山东省单县刘村的三次乡村夜话

为例,讨论的议题主要包括:刘村是增减挂钩试点

村,一部分村民需要搬迁、安置,村干部针对此事与

民协商;刘村开展垃圾分类工作,需要广泛发动村

民,村干部针对此事与民协商;刘村建设乡村文化

公园、大礼堂,需要占用村民的土地或宅基地,村干

部针对此事与民协商.

８８

２．谁来协商 谁来协商,即协商主体是谁的问

题,其核心在于协商代表的选择.决策执行类协商

民主的协商主体包括领导干部与普通群众两类群

体.领导干部一般为村干部和驻村干部,普通群众

包括固定代表和自由代表两类群体.固定代表为

党员、村民代表,他们有一定的社会影响力,属于村

庄社会的热心人士.自由代表为自愿参加的普通

村民.由于决策执行类协商民主不仅没有利益增

量,反而有可能会损害村民的利益,因此村民参与

的积极性不高.为了调动村民参与的积极性,山东

单县的乡村夜话采取积分兑奖的方式激发村民参

与的积极性.在每次活动中,组织者都会向参加乡

村夜话的村民发放文明钞票,文明钞票可以用来兑

换大米、食用油、盐、洗衣粉和肥皂等日常生活用

品.在文明钞票的激励下,每次的参会人员都能达

到８０~１３０人.

３．如何协商 如何协商,即协商流程、协商方

式及协商机制的具体设置.决策执行类的乡村夜

话流程大致有四项:(１)由村干部领唱、群众合唱

«没有共产党就没有新中国»;(２)村干部介绍上次

乡村夜话议题的落实情况和本次乡村夜话的议题,

并由群众进行满意度评价;(３)村干部主持会议,村

干部介绍议题,群众议事,记录员记录;(４)村干部

总结,通过村级新时代文明实践站或拨打志愿热线

向相关单位转交需要解决的问题.

决策执行类协商民主的协商方式为思想动员

式协商.决策执行类协商民主的协商目标是保证

国家政策的贯彻执行.国家政策一般具有较为详

细的条例规定,与民协商的空间较小.在此背景

下,将国家意志转变为村民意志成为决策执行类协

商民主的主要协商内容,决策执行类协商民主的协

商方式倾向于对村民进行思想动员.

与思想动员式协商相对应,决策执行类协商民

主的协商机制包括领导干部的思想教育机制、干群

双方的思想交流机制和乡贤群体的思想引领机制.

其一,领导干部的思想教育机制是指乡村干部向村

民宣传国家政策的重要意义.以垃圾分类为例,乡

村干部的思想教育话语包括三类.首先,垃圾分类

工作是党和国家的好政策,党员、群众要跟党和政

府走.其次,通过垃圾分类工作收集可沤垃圾对农

业生产有好处.通过把可沤垃圾堆肥,村民们可自

取农家肥.化肥见效快,但对土壤有害;农家肥见

效慢,但长期使用有利于增加土地肥力.最后,垃

圾分类有利于改善农村的环境卫生.村里垃圾减

少了,苍蝇蚊子也就变少了.其二,干群双方的思

想交流机制是指双方对相关议题交流意见,促进相

互之间的沟通和理解.在决策执行类的乡村夜话

活动中,村民针对协商议题有发表意见的权利,干

部群体能够了解村民的顾虑、困难等真实想法.例

如,村干部在乡村夜话活动中商议建立互助养老合

作社相关事宜.互助养老合作社的启动资金由乡

贤集资,然后逐步带动老人群体入股,而村ༀ会在

集资后进行放贷,年底分红给老年人.在乡村夜话

活动中,村民很困惑,质疑入股到底能否放贷、能否

分红.对此,村干部向村民解释老年互助合作社的

放贷计划以打消村民的疑惑.通过互动交流,干群

之间进行思想上的交流碰撞,有利于国家政策的贯

彻执行.其三,乡贤群体的思想引领机制是指乡贤

群体在台前幕后对村民进行思想引导.在乡村夜

话活动中,以党员、村民代表为核心的乡贤群体敢

于公开表态,形成了村庄协商讨论、达成共识的良

好舆论氛围.除了在乡村夜话的公共平台上支持

国家政策外,乡贤群体还利用自身的社会威望、社

会关系网络帮助村干部做群众的思想工作.

４．协商结果 协商结果,即协商效能的问题.

决策执行类协商民主的协商效能包括保证国家政

策的贯彻执行和保障人民当家作主的政治权利两

个方面.一方面,保证国家政策的贯彻执行.在乡

村夜话活动中,思想动员式的协商方式使村民转变

了思想,村民与干部之间达成共识.通过共识的达

成,村庄社会增加了基层组织的治理资源,国家政

策得以贯彻执行.另一方面,保障人民当家作主的

政治权利.决策执行类协商民主保障了村民的参

与权、知情权、表达权和监督权.乡村夜话活动៿

宽了村民的参与渠道,保障了村民的参与权.在乡

村夜话活动中,虽然村民没有议题设置的权力,但

是村民可以对村庄事务提出质疑,村干部对其进行

解释,从而保障了村民的知情权、表达权和监督权.

四、结论与讨论

农村基层协商民主既是基层民主的重要内容,

又是基层社会治理的重要形式.如何使农村基层

协商民主运转起来,是基层治理现代化的重要命

题.完善的协商民主制度是农村基层协商民主有

效运转的关键,因此,需要进一步探讨农村基层协

商民主制度供给的路径.

民主工具论认为,根据具体目标不同,协商民

８９

主分化为不同类型的协商民主实践,而不同类型的

基层协商民主的制度设计也不同.在此背景下,

“分类运行的制度设计”是农村基层协商民主有效

运转的基础条件.按照协商议题的性质及功能的

标准,可将基层协商民主划分为公共决策类协商民

主、决策执行类协商民主、权力监督类协商民主和

合法性建构类协商民主.山东单县的乡村夜话对

合法性建构类协商民主和决策执行类协商民主进

行分类化的制度设计,是对“分类运行的制度设计”

的初步探索.合法性建构类协商民主的制度设计

和决策执行类协商民主的制度设计在“协商什么”

“谁来协商”“如何协商”“协商结果”四个方面存在

较大差异,具体体现在协商目标、协商议题、协商主

体、协商流程、协商方式、协商机制和协商效能等

方面.

合法性建构类协商民主的协商目标主要在于

政权的合法性建设.合法性建构类协商民主的协

商议题主要为自治事务.合法性建构类协商民主

的协商主体包括领导干部与普通群众两类群体.

其中,在利益增量背景下普通群众的参与意愿较

高.合法性建构类乡村夜话的关键流程为:村干部

主持,群众提议,村干部解释或回应,记录员记录.

合法性建构类协商民主的协商方式为“需求—回应

式协商”.合法性建构类协商民主的协商机制包括

需求表达机制和需求回应机制.合法性建构类协

商民主的协商效能包括实现政权的合法性建设和

保障人民当家作主的政治权利两个方面.

决策执行类协商民主的协商目标主要在于国

家政策的贯彻执行.决策执行类协商民主的协商

议题主要为自上而下的行政事务.决策执行类协

商民主的协商主体也包括领导干部与普通群众两

类群体.其中,普通群众的参与意愿较低,需要通

过积分兑奖进行激励.决策执行类乡村夜话的关

键流程为:村干部主持会议,村干部介绍议题,群众

议事,记录员记录.决策执行类协商民主的协商方

式为“思想动员式协商”.决策执行类协商民主的

协商机制包括领导干部的思想教育机制、干群双方

的思想交流机制和乡贤群体的思想引领机制.决

策执行类协商民主的协商效能包括保证国家政策

的贯彻执行和保障人民当家作主的政治权利两个

方面.

总之,分类运行的制度设计是使农村基层协商

民主运转起来的基础条件,需要分类探讨公共决策

类协商民主、决策执行类协商民主、权力监督类协

商民主和合法性建构类协商民主的制度设计.本

文对决策执行类协商民主和合法性建构类协商民

主的制度设计进行分类探讨,仅仅是对“分类运行

的制度设计”的初步探索,未来,笔者将继续探索其

他两类协商民主的制度设计.

[参考文献]

[１]中共中央关于全面深化改革若干重大问题的决定[N]．

人民日报,２０１３－１１－１６．

[２]中共中央印发«关于加强社会主义协商民主建设的意

见»[N]．人民日报,２０１５－０２－１０．

[３]中共中央办公厅 国务院办公厅印发«关于加强城乡社

区协商的意见»[N]．人民日报,２０１５－０７－２３．

[４]中共中央办公厅 国务院办公厅印发«关于加强和改进

乡村治理的指导意见»[J]．农村工作通讯,２０１９,(１４)．

[５]方 卫 华,绪 宗 刚．基 层 协 商 民 主 “内 卷 化”的 生 成 机

制———基于扎根理论的探索性研究[J]．北京航空航天

大学学报(社会科学版),２０２１,(２)．

[６]徐红,付杨．对话与共识:基层协商民主的制度规范探

析[J]．广西社会科学,２０２０,(３)．

[７]谈 火 生．混 合 式 代 表 机 制:中 国 基 层 协 商 的 制 度 创

新[J]．浙江社会科学,２０１８,(１２)．

[８]袁方成,刘桓宁．大数据时代基层协商民主的机制创新

与推进路径[J]．新视野,２０２２,(２)．

[９]陈家刚．数字协商民主:认知边界、行政价值与实践空

间[J]．中国行政管理,２０２２,(１)．

[１０]朱凤霞,陈昌文．中层设计:基层协商民主的制度化探

索———对成都彭州市社会协商对话的考察[J]．行政论

坛,２０１８,(５)．

[１１]张等文,陈佳．中国基层协商民主的实践困境与化解策

略[J]．理论与现代化,２０１５,(４)．

[１２]王新生,齐艳红．西方协商民主理论的内在演进[J]．中

国高校社会科学,２０１５,(６)．

[１３]哈贝马斯．在事实与规范之间:关于法律和民主法治国

的商谈理论[M]．童世骏,译．北京:三联书店出版社,

２００３．

[１４]刘宏 斌．詹 姆 斯 博 曼 的 多 元 协 商 民 主 理 论 及 其 启

示[J]．求索,２０１６,(７)．

[１５]John Parkinson,Jane Mansbridge．DeliberativeSysＧ

tems:DeliberativeDemocracyattheLargeScale[M]．

NewYork:CambridgeUniversityPress,２０１２．

[１６]郎友兴,张品．中国协商民主的新进展及对西方经验的

超越———北京市朝阳区协商民主实践之分析[J]．浙江

大学学报(人文社会科学版),２０１７,(６)．

[１７]何包钢,吴进进．社会矛盾与中国城市协商民主制度化

的兴起[J]．开放时代,２０１７,(３)．

[１８]林雪霏,傅佳莎．作为治理资源的协商民主———地方官

员协商式决策的功能偏好及其影响因素[J]．治理研

９０

究,２０１８,(１)．

[１９]唐皇凤．协商治理的中国实践:经验、问题与展望[J]．

中共中央党校(国家行政学院)学报,２０２０,(１)．

[２０]林雪霏．当地方治理体制遇到协商民主———基于温岭

“民主恳谈”制度的长时段演化研究[J]．公共管理学

报,２０１７,(１)．

[２１]任 克 强,等．社 区 协 商 民 主 的 基 本 模 式 及 其 治 理 成

效———以南京市社区协商民主建设为例[J]．南京政治

学院学报,２０１８,(１)．

[２２]方雷,孟燕．新中国成立７０年来基层协商民主发展的

历史逻辑[J]．中 共 中 央 党 校 (国 家 行 政 学 院)学 报,

２０１９,(５)．

[２３]张露露．乡村治理中协商民主的实践形式:比较、问题

与对策———基于我国东中西部地区四个典型案例的分

析[J]．中州学刊,２０１９,(４)．

[２４]林 雪 霏,韩 可 心．村 庄 治 理 场 域 与 基 层 协 商 民 主 效

能———基于福建 D 市的案例研究[J]．中共天津市ༀ

党校学报,２０２１,(６)．

[２５]张大维．社区治理中协商系统的条件、类型与质量辨

识———基于６个社区协商实验案例的比较[J]．探索,

２０２０,(６)．

[２６]李祖佩,杜姣．分配型协商民主:“项目进村”中村级民

主的实践逻辑及其解释[J]．中国行政管理,２０１８,(３)．

[２７]刘雪姣．分配型协商民主的现实基础与运行逻辑———

基于鄂中 W 村的实证调研[J]．求实,２０２１,(２)．

[２８]郎友兴．让农民的协商民主有效地运行起来:浙江省临

海基层 协 商 民 主 研 究 [J]．中 共 浙 江 省 ༀ 党 校 学 报,

２０１６,(５)．

[２９]徐明强．基层协商治理的问题维度与制度供给———基

于多案例的类型比较分析[J]．理论月刊,２０１８,(５)．

(责任编辑 屈虹)

System DesignforClassifiedOperation:MakeRural

GrassrootsConsultativeDemocracyWork

HANYu－xiang

(Schoolof HumanitiesandSocialDevelopment,NorthwestA&F

University,XianyangShaanxi７１２１００,China)

[Abstract]Asoundconsultativedemocracysystemisthekeytotheoperationofruralgrassroots

consultativedemocracy．Accordingtothetooltheoryofdemocracy,consultativedemocracyisdivided

intodifferenttypesofconsultativedemocracypracticesaccordingtodifferentspecificgoals．Thesystem

designofdifferenttypesofgrassrootsconsultativedemocracypracticeisalsodifferent．Therefore,sysＧ

temdesignofclassifiedoperationisthebasicconditionfortheeffectiveoperationofconsultativedemocＧ

racyattheruralgrassrootslevel．Fromtheperspectiveofobjectivesandfunctions,ruralgrassrootsconＧ

sultativedemocracycanbedividedintopublicdecision－makingconsultativedemocracy,decision－makＧ

ingimplementationconsultativedemocracy,powersupervisionconsultativedemocracy,andlegitimacy

constructionconsultativedemocracy．TheruralnighttalkofShanxianCounty,ShandongProvince,deＧ

signedthesystemofconsultativedemocracyoflegitimacyconstructionandconsultativedemocracyofdeＧ

cisionexecution,whichisapreliminaryexplorationofsystemdesignofclassifiedoperation．TheinstituＧ

tionaldesignofdeliberativedemocracyinthecategoryoflegitimacyconstructionandthatofconsultative

democracyinthecategoryofdecisionexecutionhavegreatdifferencesinthefouraspectsofwhattoneＧ

gotiate,whotonegotiate,howtonegotiateandnegotiationresult,whicharespecificallyreflectedinthe

negotiationobjective,negotiationtopic,negotiationsubject,negotiationprocess,negotiation method,

negotiationmechanismandnegotiationefficiency．

[Keywords]ConsultativeDemocracyattheGrassrootsLevel;ConsultativeDemocracySystem;InＧ

strumentalismofDemocracy;ConsultativeGovernance

９１

[基金项 目]全 国 党 校 (行 政 学 院)系 统 重 点 调 研 课 题 “边 疆 民 族 地 区 基 层 党 组 织 引 领 乡 村 振 兴 的 机 制 创 新 研 究 ”(编 号:

２０２３DXXTZDDYKT０１５).

[收稿日期]２０２３－０９－１６

[作者简介]祁凡骅,男,中国人民大学公共管理学院教授、博士生导师、管理学博士,中国人民大学南水北调高质量发

展战略研究院院长,国家发展与战略研究院国家治理中心主任;

康媛璐,女,中国人民大学公共管理学院博士研究生,内蒙古党校(行政学院)公共管理教研部副教授.

２０２４年１月 内 蒙 古 社 会 科 学 Jan．２０２４

第４５卷 第１期 INNER MONGOLIASOCIALSCIENCES Vol．４５ №．１

DOI:１０．１４１３７/j．cnki．issn１００３－５２８１．２０２４．０１．０１２

任务型党组织:地方跨界治理的整合机制

———以 H 省 N 市全域党建的地方实践为例

祁凡骅１, 康媛璐１,２

(１．中国人民大学 公共管理学院, 北京 １００８７２;

２．内蒙古党校(行政学院) 公共管理教研部, 内蒙古 呼和浩特 ０１００７０)

[摘 要]作为治理跨界事务的创新载体,任务型党组织旨在通过党的跨域建设来强化权威整合,前提是

跨域吸纳,目标是有效行动.既不同于西方“政治—行政”二分和韦伯的科层制理论,也不同于议事协调小组、

领导小组等“高位推动”的运作机制,任务型党组织既强调党组织的全域覆盖,又强调党建工作内容的全覆盖,

形成组织嵌入机制、合作网络机制、融合党建机制和任务认领机制四种跨界事务治理的整合机制.地方实践

对这一组织模式进行了丰富探索,旨在克服体制性壁垒,打破“碎片化”效应;克服物理性壁垒,打破“边际化”

效应.结合地方实践,提出“组织吸纳—权威整合—主体行动”的分析框架:通过吸纳性制度构建实现跨界吸

纳,提升组织的吸纳力;通过跨域党建实现跨界整合,提升权威的整合力;通过激励赋能实现跨界协同,提升主

体的行动力.

[关键词]跨界治理;全域党建;任务型党组织

[中图分类号]D２６７ [文献标识码]A [文章编号]１００３－５２８１(２０２４)０１－００９２－０８

伴随着地方治理实践场景的变化,跨界治理的

需求日益凸显.作为有效应对复杂治理场域的固

本之举,党组织这一重要变量为跨界事务的治理提

供了广阔的应对空间.同时,传统的建制性党组织

及其党建模式面临资源分散、参与不足、形式陈旧

等问题,因而强调党的组织和工作“两覆盖”的“全

域党建”理念应运而生.作为៿宽党组织覆盖面、

创新党组织工作形式的有效载体,“全域党建”理念

及其组织运作模式成为跨界事务治理的重要变量.

当前,相关研究集中在两个方面.其一,跨界事务

治理需要跨域党组织的引领.传统上,囿于区划分

割、部门林立,府际、部门间合作意愿匮乏,“竞争锦

标赛”[１]等大量出现,各地争相利用有限资源,以

“结果”为导向,完 成 “规 定 动 作”并 实 现 “自 选 动

作”[２]创新,在争相超额完成确定性任务的同时,也

面临着资源利用粗放、合法化和规范性[３]缺失等问

题.然而,伴随治理任务的“模糊化”[４]、综合化和

复杂化,绩效的产生愈来愈表现为多方行为主体共

同努力的结果,其“不可测性”和“不对应性”瓦解了

“单打独斗”的竞争性治理局面;同时,严格的考核、

问责及过程性管理[５]倒逼行为主体不断增强互惠

互利、互通有无的合作意愿,为党组织这一重要变

９２

量的跨界介入、有序统合[６]提供了广阔空间.其

二,全域党建[７]、毗邻党建[８]、党建联盟[９]等是党组

织引领跨界治理的可行路径.相对于建制性党组

织,上述模式均是非建制性党组织的具体形式,指

采取跨部门、跨层级、跨地域联建共建以及推行党

组织在现实和虚拟空间全覆盖的方式.这种形式

能够解决部门壁垒、条块分割、地域限制、空间覆盖

不足等问题[１０],是加强党的全面领导的具象化表

现[１１],也是织密党的组织体系的有效手段[１２],构

成了大量的全域党建模式如雨后春笋般涌现的顶

层支持逻辑.此外,这一创新模式成为一种新的组

织协同机制[１３],相对于明晰性任务导向下的“政绩

驱动”和 组 织 竞 争,更 体 现 了 新 时 代 在 模 糊 性 任

务[４]导向下基于问题解决的组织协同治理要求.

概而言之,上述研究阐释了党组织引领跨界事

务治理中的相关问题,既揭示了党组织៿展覆盖面

和创新引领方式的治理远景,也阐释了党组织引领

跨界治理的具体运作模式.然而,研究还存在三个

方面的局限.第一,一些研究从党组织使命、党组

织理念、党组织职能的视角出发,论证重点偏向于

“为什么要”进行引领,而针对如何进行引领方面的

研究相对稀缺.第二,关于党组织引领的具体模

式,如“全域党建”等,多集中于宏观的“模式阐释”

或微观的“具体实践”,对于中观视角切入的“机制

解剖”稍显欠缺.第三,关于党组织与跨界治理的

关系的研究相对稀缺,且在既有研究中党组织在跨

界治理中的作用机制往往被等同为“党自身的建

设”,而其回应复杂治理的有效机制及其隐含的组

织逻辑则在不同程度上被忽略了.

缺乏机制的模式往往是镜中之花,如何打开机

制“黑箱”,是有效发挥党组织的功能作用、推动跨

界事务实现“善治”的关键所在.本研究聚焦于“逻

辑机理解释”,试图回应全域党建“为什么能”通过

机制创新推动跨界事务的有效治理的问题.在“既

要”跨界治理“又能”跨界治理的基础上,进一步立

足当下,关注“跨得如何”的问题,提出跨界事务治

理的“制度吸纳—权威整合—激励赋能”分析框架,

探讨跨界事务治理的“合作水平”及其可持续性的

问题,促进跨界事务治理的知识建构.

一、任务型党组织:理解党组织

引领跨界治理的组织框架

在中组部提出“全域党建”的概念后,全国各地

形成了形式多样的探索模式,如内蒙古赤峰市的

“融合党建”模式、云南省昭通市的“党建长廊”模式

以及河南省南阳市的“全域党建”模式等.通过对

上述党建模式的组织形态进行学理性梳理,笔者将

其归纳为“任务型党组织”.不同于议事协调机构、

领导小组等传统意义上的跨界协调机制,任务型党

组织以任务为导向成立“联合党组织”,实现党建资

源的跨界整合、党建工作与特定任务的跨域融合,

锚定特定治理任务,以党的跨域建设强化党的跨界

领导.

(一)任务型党组织:“全域党建”理念下的新型

组织形态

任务型党组织是“全域党建”理念在落地过程

中呈现的具体组织形态,旨在建立与治理需求相匹

配的组织体系.内涵上,任务型党组织以完成政治

任务、中心工作和重点项目作为主要目标,在“任务

统领”的目标导向下,打破传统党组织的区域限制、

层级堡垒、行业藩篱,对传统党组织的组织方式、组

织架构、组织人员进行重塑,组建一个集临时性、功

能性、开放性等特征为一体的“跨界党组织”.任务

型党组织的本质是以“党政统合”为主要推动力量

的“超行政治理模式”[１４].外延上,任务型党组织

形成了“一个中心、多点支撑、全域互通”的党建新

格局.“一个中心”,即以任务牵头部门为中心构建

“同心圆型”党组织,负责对任务的完成情况进行监

督和推进,发挥聚合、引领、推动及保障作用;“多点

支撑”,即以其他与任务存在关联的多元主体、业务

部门、体制外组织作为支撑,构成任务完成的有力

抓手;“全域互通”,即“任务型党组织”力求实现项

目全域推进、资源全域调配、人员全域流动、主体全

域参与,形成共治共建的任务共同体,构建互联互

通的“党建联合体”.

(二)任务型党组织的类型学划分

本研究以跨界主体的类型为划分标准,将任务

型党组织划分为四种类型.第一,跨领域联建共建

模式.该模式突破“块块分割”,推动农村社区、城

市社区、机关单位、非公企业和社会组织等各领域

基层党组织的横向联结.例如,笔者在调研过程中

发现,一些地区的工业园区成立的联合党ༀ就属于

这一类型.工业园区联合党ༀ把民营企业、机关单

位等不同领域的成员党组织归口纳入业务链、协调

链、直属链等不同党总支,形成了各领域党组织参

与共建的新型园区党建工作路径.第二,跨行业联

建共建模式.该模式突破“条条限制”,推动“党政

９３