从生成式人工智能到生成性媒介：对“生成”意涵与媒介环境的再审视

【摘要】生成式人工智能的技术语境凸显了媒介及媒介环境的生成性和复杂性。对生成这一动态“过程—机制”的元理论进行分析，有利于在理解生成式人工智能的底层架构和技术逻辑的基础上，厘清生成性媒介的意涵和新媒介环境的变革。文章首先通过对人工智能与媒介发展中生成概念的溯源，揭示生成意涵表现为技术自主论与社会建构论之间的有机互动，促使媒介观的动力学与过程性视角转向；其次，在智能技术层面爬梳技术生成主体由人类一般智力到机器智能对齐、生成逻辑由线性因果判断向概率分布的演进，呈现媒介作为生成的行动主体，人机共同调试下生成的新型媒介环境；最后，追问和反思生成的价值依归，在社会建构论视域下对技术自主性发展所引发的人类主体性冲击、信息与知识体系失序、社会信任机制动摇等新媒介环境中的伦理危机作出回应。面向未来，有必要在媒介技术发展的学理和实践层面重视社会伦理的“软”引导和价值规范的“硬”约束，为更具良性运转的生成性媒介环境建设奠定基础。

【关键词】生成式人工智能 生成性媒介 技术自主性 社会建构论

【中图分类号】G206 【文献标识码】Ａ 【文章编号】1003-6687（2024）11-080-08

【DOI】 10.13786/j.cnki.cn14-1066/g2.2024.11.011

以ChatGPT和Sora为代表的生成式人工智能之崛起是机器智能领域的一次重大变革，也是媒介技术发展由专用性人工智能转向通用性人工智能的关键节点。[1]这一转变意味着人工智能技术不再仅仅是某个领域内部的专门信息猎手，其应用范围日益广阔，凸显了信息生产的自主性、高效率和强泛化，其内嵌的机器学习过程亦展示出该项技术的环境感知、事件决策和多方协作等高级能力。随着生成式人工智能在代码、语音、文本、图像和视频等领域的应用日趋成熟，且被越来越多地应用于搜索问答、写作和知识生产等多元场景，[2]学术界对生成式人工智能媒介技术的研究与讨论亦逐步增多。在既往的媒介研究中，生成式人工智能不仅被视为“数字大模型”“生成型预训练聊天机器人”和“通用任务助理”，①更被定义为“知识新媒介”“语言基础设施媒介”“数字媒介”“个体化媒介”等，①其作为一种生成性媒介的属性不断凸显。正如有研究指出：生成式人工智能重塑了媒介形态和媒介意涵，我们似乎正处于一场媒介革新的开端——生成性媒介的兴起。[3]其中，生成性媒介指媒介并非仅作为信息存储的容器和流通的渠道以发挥工具性功能，而是具备理解、处理和生产信息的能力。这驱使我们超越过往静态、简化、线性的媒介观，以一种动态的、过程性的视角看待媒介与媒介系统。

因此，本文针对生成性人工智能这一新兴技术展开研究，以期跳出已有研究围绕技术本身的运作机理及其形成的社会影响所作的静态推演，回到“生成”这一核心概念中动态的“过程—机制”的元理论分析上来，在厘清人工智能生成之主体、生成之逻辑、生成之效应的基础上，揭示技术自主论与社会建构论之间的有机互动，从而对生成性媒介的意涵及其对媒介环境的影响作出进一步阐释与梳理。

一、人工智能与媒介发展中的“生成”概念溯源

1. 人工智能生成的技术自主性指向与社会建构内嵌

在哲学史上，“生成”是一个有着深厚积淀的概念，其对应两个英文单词，即becoming和generative。而在生成式人工智能研究领域，学界多使用generative来代表“生成式”或“生成性”。对于“生成”等一系列技术概念内涵的探讨首先源于德勒兹、加塔利等学者基于becoming一词的哲学论述，强调生成网络的无限生长性与发散性，指向关系先于存在、过程重于结果、差异优于同一。[4]参考牛津词典对于becoming的释义，这一理路可进一步概括为：强调逐渐到达或变成某种状态（state），或是达到与他物相适应（befitting）的某种行动。而generative被释义为：具有生产力的（productive）、有繁殖力的（procreation）。[5]在关于生成式人工智能技术的探讨中，“生成”一词指向技术在与人有效而即时的无限交互作用中，基于算法、模型、规则以自主生产内容，体现出强大的对信息、知识及观念的理解力、推理力、交互性与涌现性。[6]因此，区别于传统判别式或决策式人工智能（Discriminative Artificial Intelligence，DAI），生成式人工智能不仅具有基础的分析和预测功能，还拥有独立作出决策判断、自主生产内容的能力。[1]

可见，无论是becoming还是generative，“生成”概念均强调技术的系统化动态机制与连续不断的自主繁殖力，与技术自主性思想中技术的自我增强与自我驱动模式联系紧密。技术自主性思想来源于法国技术哲学家、媒介环境学的奠基人之一雅克·埃吕尔，指“技术按其自身的逻辑规律自主发展，并决定和支配着人的思维与社会状况”。其意在揭示技术发展相对独立的趋势和技术发展过程中各要素之间互动演化及整体进化、增强的进路。[7]（85）

但在人工智能自主生成的具体实践中，生成的运行机制仍内嵌于社会建构之中。正如技术的社会建构论所强调的，一方面，技术并非一种脱离于社会之外的抽象物，其发展总是蛰居于当下特定的社会情境和实践活动之中；另一方面，并不存在一个稳固的外部现实，技术确立的过程也是社会建构的过程。[8]因此，生成式人工智能生成的样态必然包含着技术在特定社会语境下的诸多社会实践。聚焦于中国语境，2023年7月，国家互联网信息办公室联合有关部门公布了《生成式人工智能服务管理暂行办法》（以下简称《办法》），界定了生成式人工智能技术的基本含义，即“生成式人工智能技术，是指具有文本、图片、音频、视频等内容生成能力的模型及相关技术”。[9]尽管《办法》没有在学理层面深度赋予“生成”概念更多内涵，但值得注意的是，对于这种自主性与涌现性的技术模式，国家有关方面特别强调了提供生成式人工智能技术的相关服务伦理，主要包括在模型优化训练、个人信息保护、未成年人防沉迷措施等方面确保技术的健康走势。这表明，有关技术自主性问题的慎思“在实践中直接指向的是技术能不能控制的问题，而这个问题的答案不应该从技术中寻找”。[10]换言之，技术能否可控的问题实际上与人类具体的社会建构行动息息相关。

由上述学界与业界关于生成式人工智能已有的定义可知，“生成”既指向技术自身的自主学习、创造与进化能力，也涉及人类社会对于生成模型与技术规则、伦理的建立乃至调适，其实质是“技术自主”与“社会建构”的有机互动。这种关于人工智能生成意涵的技术自主性指向与社会建构的内嵌，进一步重塑了媒介观和媒介理论的发展，促使我们关注媒介的生成性转向。

2. 媒介生成的动力学与过程性转向

从媒介视角出发，ChatGPT、Midjourney和Sora等生成式人工智能的广泛应用展现出个体与智能媒介前所未有的新型交互方式，让具有行动力的媒介和变动复杂的媒介系统从抽象、隐喻的背景变为具象、现实的前景，即媒介与媒介环境不仅隐匿于人类社会交往之中，也同样显示出作为行动主体角色与社会其他要素共同生成不断变化、难以预测的媒介环境的潜力。具体而言，在传统大众传播学的结构功能主义范式下，传播内容是研究关注的重点，无论是ChatGPT还是其他生成性媒介，在这种媒介观下其仅能被视为一种承载内容的新媒介手段或技术背景。但以生成性人工智能为代表的媒介技术对现实世界的“扰动”，让曾经较为抽象和隐性的“媒介即讯息”和技术即行动者的媒介观愈加清晰和凸显，驱使我们看到媒介及媒介生态的生成性和复杂性，并以一种行动者的动态视角来审视媒介与社会的关系。因此，在这种生成性的媒介技术语境下，胡翼青等学者形成了一系列研究成果，以呼唤一种强调变动与过程性的媒介动力学，从而超越传统结构性与静态化的媒介观，建立生成性的媒介研究视角。

对于媒介的生成性或生成性媒介的论述，在既往的媒介理论研究中已有所体现，媒介环境学派的代表人物麦克卢汉的媒介观，就蕴含着媒介是持续运动的过程而非静止的结构，因而媒介环境是生成性的而非客观存在的思想。[11]之后，作为媒介生态学代表的马修·福勒更是基于数字技术与智能社会的发展重新审视媒介研究，提出了生成性的媒介本体论，聚焦动态复杂的媒介系统，推动对媒介理解从传播渠道到基础设施甚至是行动者、从强调功能到强调存在、从先在到生成的转向。[12]总之，在生成性的媒介观下，一方面，媒介不再是某一终点性的结果，而是持续具有发展与生成动力、创造新可能的行动力，通过生成时空、场景与实践，制造感知、经验与权力关系，从而与现实世界建立联系。另一方面，媒介不再是与人类主体相独立的工具或渠道，而是在持续嵌入人类日常生活的过程中发展为人与媒介技术的互嵌，同时媒介技术开始内化为人的主体性力量，从而形成人与技术共同创造社会交往关系与社会结构的新图景。

因而，生成性媒介视角打破了人类中心主义与主客体二元论，在看到媒介所体现出的自主性和自创性的同时，也看到媒介作为居间者或行动主体与人类社会的关系互构。媒介不再是社会有机体稳定而确定的组成部分，“媒介像波一样运动，又具有粒子态的结构”，形成非线性、不可预测的媒介环境，我们需要面对生成过程中的偶然与无序。[11]而这种动态的媒介生成性过程也同样显示出人工智能技术生成实践中，技术自主性与社会建构的互动与互构。

当生成成为智能技术与媒介发展的底层逻辑，我们有必要从技术生成之主体和生成之逻辑出发，在自主论与社会建构论互动的视域下，揭示媒介生成意涵的动态演变，并进一步评估生成性媒介的社会效应和伦理问题。在此基础上，围绕从人工智能技术到媒介，再到媒介系统的“生成”之概念，形成解释媒介技术的本体论、认识论和价值论的逻辑闭环。同时，人类如何将内嵌价值立场的社会建构行动植入媒介技术的开发、应用、选择、转化的生成全过程，决定了“人的自主性能否超越技术自主性，从而形成良性媒介生态系统”。这是媒介讨论的关键落脚点，也是本文借助技术自主论和社会建构论的阐释路径以观照生成性媒介技术发展的原因所在。

二、媒介技术作为动态行动者：生成之主体演进

对于生成之主体的探讨意味着需厘清生成式人工智能及生成性媒介是“谁基于什么来生成”的，也即围绕技术发展探求生成的“源头活水”和“内生主体”，其对应媒介技术的本体论问题。

在技术自主论视域下，技术的发展有其自身内在的生命力，且具有相对独立性，这一理论重点关注技术发展的内生逻辑与规律对人的自我存在产生的他律性，以及价值、个人或社会主体之间被技术所中介的可能。[13]按照技术自主性的指向，技术背后往往是一套具有巨大潜力和变革力的技术群和由技术群所形成的作为整体的技术系统。就生成式人工智能来说，其生成能力爆发实质上由智能算法和大数据的进步共同推动，[1]而其“源头活水”正是埃吕尔阐述“技术自主性”时曾提及的马克思之言：社会一般智力对自然界的赋能。[14]这里的一般智力指随着社会发展而形成的阶段性的总体人类智力，也即一般社会知识。

从生成式人工智能初始智能的生成源出发可以看出，从计算智能到感知智能再到认知智能，技术自主生成的能力是逐步被激发开显的。自1956年人工智能被界定为一种新的电脑创造性系统方法论之始，人的一般智力属性作为机器进化的标准之一便被确立下来，[15] 类人和类脑成为人工智能的核心技术要求及始终追求进化的目标。当前，人工智能正渐次进入认知智能阶段，其生成性被更大程度地激发，通过全方位模仿人脑的认知能力，使智能机器具有记忆、学习、理解、逻辑、思维、情感等浅层的意识类脑能力与行为控制能力，从而让机器能够像人一样进行思考、表达和行动。[16]可见，人工智能是人类一般智力对自然界的赋能，是由人类以自身智能为蓝本进行的设计和建造。因而，人脑所具备的一般社会知识是生成式人工智能计算运行与智慧生成的元智能。这种元智能代表着原始的、与生俱来的智能，它以碳基生命为载体，指向理解、表达、抽象、推理、创造和反思等人类高级能力。[17]

从生成式人工智能的技术内核出发，大规模预训练语言模型、上下文学习和基于人类反馈的强化学习，是生成式人工智能具备强大生成性的核心技术。其中，大规模预训练语言模型被称作生成式人工智能的基座模型或基础设施，可以为解决各种复杂问题提供底层强大的计算、学习和求解能力。[18]大模型作为一种基于深度学习的自然语言处理技术，旨在通过大规模的文本数据进行自监督学习，使模型学习到人类语言的潜在结构、语法规则和语义关系。[19]在模型预训练中，大规模预训练语言模型会接受大量的未标记文本数据，例如维基百科、互联网文档等，并通过自监督任务来学习语言的表达。在基座模型的基础上，上下文学习技术随之生发，旨在驱动语言模型基于当前输入数据的上下文信息进行学习和预测。进而，生成式人工智能会基于人类反馈的强化学习，通过与人类进行交互和反馈来训练智能代理或大语言模型，使模型与人类的偏好和习惯对齐，[20]从而让人工智能的行为符合人的意图与价值规范，以实现智能对齐。[21]在上述技术群或技术系统运行的过程中，一般智力间或融入，技术由此与人类偏好的理解方式、问题的理解意愿及解决方式、价值观及意识形态相匹配与对齐，[18]最终符合人机交互的自然形式，也即人机智能对齐。

从一般智力到智能对齐，技术自主性以基座模型、上下文学习信息文本和基于人类反馈的强化学习为中介路径，其生成之源头是人类一般智力，生成之主体是人类的习惯偏好、价值伦理规范以及由此形成的人类社会的语料数据。因此，从技术自主性的源头和主体行动者来看，ChatGPT等生成式人工智能技术虽然提供了一套系统而完备的信息流通网络，但人类智力仍是这一网络源源不断的“活水”提供者，[22]其本质上无法超越人类智力范畴内的文本内容或语料库“喂养”。不过在此基础上，生成式人工智能技术并没有完全依赖于人类一般智力与智能对齐的训练与监督，而是基于自主监督式学习，逐步跨入技术自主论中的自我增强阶段。这种自主性发展的潜在挑战在于：“在达到了人类的预期目的之后，装置还会继续运作并生成人们计划外的结果”，[23]由此人作为生成主体的位置开始动摇。

从媒介的角度看，生成式人工智能在生成源和技术内核所显现的技术，以人类社会为基础而逐渐生发出自主性趋势。一方面，这印证了保罗·莱文森关于媒介进化的“人性化趋势”的论断，即ChatGPT等生成式人工智能在发展过程中其类人和类脑特性逐渐开显。[24]正如360集团创始人周鸿祎针对OpenAI的升级版技术成果GPT-4o的形象阐述，从GPT-4到GPT-4V再到GPT-4o，人工智能逐渐具备了对知识的理解力、视觉能力和对情绪、情感的表达能力，从而拥有了“大脑”“眼睛”“耳朵”和“嘴巴”等逐渐齐全的人类感官。[25]另一方面，这种趋势启示我们，生成性媒介技术与媒介史上任何一种应用型技术不同，其并非某种工具性的载体或中介，而是自身作为一种动态的行动者，在自主涌现和传播知识、信息的同时，成为与人类共生、互构的新主体、新常人。[26]因此，当媒介不再是静止而稳定的物自体或环境，我们就需要在人与技术互动融合、共创生成的过程中理解媒介作为生成性主体的新意涵，并看到媒介系统中人与技术、人与社会、技术与社会等各种关系都处于不断变动和转化之中的全新生态。

三、人机共同调试下的媒介环境重塑：生成之逻辑理路

对生成之逻辑的探讨意味着厘清生成式人工智能及生成性媒介的生成方法与关键路径，其对应媒介技术的认识论和知识观。在生成式人工智能具体的生成实践中，技术群及相应的技术系统如何运转、如何结合有监督与无监督式训练、如何自主学习从而具备生成与涌现的能力；当媒介技术具备这种生成力后又如何重塑人与媒介互动关系、信息和知识生产及传播模式等媒介环境体系，是本文考察生成逻辑的重点。

1. 从因果演绎到概率分布：媒介技术的生成原理解析

在技术的运行与生成过程中，生成式模型的建模方式、基于该建模方式的运行原理以及支持模型进化的新技术之间相互依赖和不断进化的特征，共同决定了技术生成性的发展。其一，从生成式模型的建模方式与运行原理来说，传统判别式人工智能所基于的判别式模型，是建立在因果性上直接对数据和预测类别的条件概览进行建模，从而通过演绎式的规则输入来实现认知模拟；而生成式人工智能所基于的生成模型则建立在相关性和概率性上，对联合概率分布进行建模，从而通过预测不同元素间的概率分布来实现认知模拟。[27]由此，生成式人工智能可以根据给定的输入，预测接下来可能出现的文本，再经由概率计算输出结果，并在人类实时标注的反馈数据中进一步训练优化。[6]在这种生成式模型运行体系下，生成式人工智能能够根据已经学习的内容创造性地生成新内容。

其二，使生成式大模型涌现出惊人能力的因素，除了训练模型规模与数据量的扩大之外，更重要的是支持模型进化发展的新技术，包括提示学习、指令精调和思维链技术。提示学习也被称为语境学习，旨在通过构造提示语和预训练数据，以少样本甚至零样本的模型学习提升其推理能力。指令精调旨在通过学习人类与模型交互的模式，使模型更好地理解人类意图。思维链则是以人类思考和解决复杂推理任务中，将问题分解为多个中间步骤、逐步求解的过程为参考，通过模拟人类在完成复杂任务时的思维过程，以连续多步逻辑相关联的提示，支持前述指令精调，使模型在应对具体情况和解决问题时具备多步推理、学习与数据构造的能力。[20]

上述技术群在进一步训练与学习的动态运行过程中，逐步实现了从有监督到无监督、从多样本到轻样本、从依赖人工到自主驱动的转变，人工智能的自主生成性被逐渐激发。从生成式人工智能ChatGPT-1到ChatGPT-4的进化来看，技术模型的训练与学习以无监督预训练、有监督精调为基础，经历了从指令性学习到强化学习的过程，包括三个阶段：首先，通过人工干预的预训练和有监督微调得到初始的生成式模型；其次，人类标注者对初始设定的问题和模型生成的回答进行综合排序，通过奖励模型训练并建构数据集；最后，基于前一阶段的奖励模型反馈，优化大语言模型和相应算法，以此得到满足人类偏好的模型。此后，基于人类反馈的强化学习技术还会根据所有使用用户的反馈不断学习和优化，使生成式人工智能模型在复杂任务中的性能和效果进一步提高。值得关注的是，ChatGPT-4还在强化学习技术的基础上，额外加入了安全奖励信号，帮助模型判断安全边界以减少模型的有害输出，防范化解安全风险。[19]

2. 人机互构、秩序重组与深度媒介化：新媒介环境的生成

基于上述对生成式人工智能技术系统生成方式、生成过程的具体分析，我们可以发现，生成性技术的发展一方面得益于技术与人类智力及价值规范的不断交互，正如ChatGPT因“Chat”而具有并显示自己的生成能力；另一方面则得益于在模型进化、算力的支持下，技术自主性发展的自我增强能力和技术要素相互嵌套且愈发结合的趋势，以此形成生成的技术逻辑。这种逻辑也即生成性媒介的运行逻辑，显示出大模型技术基于概率分布对媒介环境体系的重塑。正如基特勒的经典论断“媒介决定了我们的处境”，[28]生成式人工智能的生成逻辑不仅重新定义了媒介意涵，还进一步形塑和建构了人类与机器不同主体间的互动、日常生活与社会系统。

其一，人与媒介的关系转变为不断变化和相互适应的“调试模式”。面对生成性媒介技术，人与媒介的关系更多的不是使用、观察或控制它们，而是在不断调试中实现信息、知识乃至关系的共同生成。[20]如在上文提到的技术生成过程中，人类建构模型、“投喂”材料，以及技术学习训练的过程是一种互动调试的双向实践，人与技术各自的特征都在互动中以彼此为前提，不断生成与变化。由此，人与媒介技术已然“互为尺度”，[29]并在相互的调试中让一切坚固和确定的媒介结构体系不复存在。

其二，在人与媒介新的交互关系下，一系列信息与知识的呈现和组织方式均发生转变，“搜索—获取—交互—生成”的生产流程和无须依赖传统平台作为中介的“生产即分发”的分发形态成为常态。[24]前者（生产流程）源于生成性媒介拥有的强大预测性和模拟性，因而用户在搜索和交互过程中所产生的文本，可以基于技术基底的大型数据集被汇总、重写和扩展等。不过，虽然媒介生成的逻辑实现了从“拼接”到“原生”的转向，但这种“原生”仍基于人类社会已有的数据集，因而其交互和生成的结果仍然无法跳脱媒介技术基于众多数据集而形成的“脚本”。对于后者（分发形态）而言，当一键生成和一键发布的生产和传播模式结合在一起，这种自动化与一体化的生产与分发机制缩短了信息与知识接收的过程，也进一步扩展了信息与知识发布的场景。

其三，当媒介系统的运行转变为技术系统的底层生成逻辑与多主体间协调交互，知识与信息的呈现组织方式被革新时，一种人与技术互嵌的深度媒介化社会将变为现实。相较于生成性媒介出现之前的表层媒介化现象，“深度媒介化”指向一种内在趋势，即随着媒介技术向社会渗透的程度不断增强，社会在结构层面的制度、文化和个体层面的实践活动等各类元素，都与数字媒介及其基础设施发生相互型构。[30]人与技术共创的、更具沉浸式的混合现实成为理解深度媒介化现象的前提。[31]尤其是当视频生成技术Sora作为“世界模拟器”（word simulator）横空出世，其意味着媒介环境的又一次革命性重构——视频化社会的到来。由此，整合了所有媒介形态的智能化视频正在成为通用性和生成性媒介的主导媒介形态。

四、媒介生成之效应评估与伦理校准

对生成这一动态“过程—机制”的元理论分析，对于理解生成式人工智能和生成性媒介的底层架构和技术逻辑，具有“打开技术箱盖”的积极意义。上文在技术自主论和社会建构论相互缠绕、互动的基础上，在智能技术层面爬梳了技术生成主体由人类一般智力到机器智能对齐、生成逻辑由线性因果判断向概率分布的演进，呈现了媒介作为生成的行动主体，在人机共同调试下生成的新型媒介环境。接下来，本文将追问和反思生成的价值论依归，考察生成式媒介技术所彰显的技术自主性将对媒介系统和人类社会产生何种挑战，又如何通过社会建构和人的自主性平抑相关危机。这种追问和反思意味着，在技术自主性开显过程中所产生的问题不应依赖于不断涌现和生成的新技术来解决，[7]（89-91）而应在社会建构论视域下对技术自主性发展所引发的伦理危机，以及人类的主体性冲击等问题作出回应。

其一，当媒介技术成为与人类共同生成的主体时，人的主体性何去何从，人在媒介环境中如何自处并把握人与技术关系的界限，成为媒介技术不断生成过程中关注的重点。一方面，生成式人工智能自主生成的过程机制并非仅局限于功能层面的内容，而是渐进为一种社会理念和结构性机制。由技术自我增强带来的不仅是一般智力向硅基生命体的转移，同时也是智能对齐过程中所涌现出的技术解决主义，它将人类更深层次的编码能力和“思维链”能力通过训练不断交付给机器，这或将引发工具理性对人类自主性的深度反噬。另一方面，生成式人工智能对人的概念、情感、尊严以及社会价值的锚定等均带来了严峻挑战。技术自主性中的一个核心观念是“人类无法预知技术带来的后果”。伴随着技术生成能力的成熟，技术或将成为凝视人类的他者，[26]并基于自身的生成性在很短的时间内形成一套自己的语言和算法，从而在未来对人类“投喂”给它的知识感到厌倦和不足，另外开发自己的知识领域、建立自己的道德标准或行为规则体系，让人类已经成形的种种道德规范体系轰然倒塌，[32]形成技术自主性对人类自主性的僭越。

其二，在人与媒介技术共同生成的媒介环境下，信息与知识原有的生产和传播秩序面临失序危机。这将导致社会信任机制动摇，公众是否还能通过媒介来理解社会事实、真相是否还存在等，成为新媒介环境生成过程中最大的问题。生成性媒介在社会的渗透，预示着后真相时代的真正来临和真相的深度隐匿，其距离社会现实越近的同时，也意味着人类与现实和真相之间的距离越来越远。当传统公众辨识真伪的“有图有真相”“有视频有真相”等经验手段被技术生成的图像与视频取代时，信息来源变得更加难以追溯，社会真相的出场机制被重构，媒体机构对于信息、新闻内容和事实的把关机制也将被颠覆。面对媒介环境中正确与错误、高质量与低质量、真实与虚假交错混合的混沌现实，媒介与信任的联结机制将开始崩塌。如在社交媒体平台上，公众在参考和消费信息时，需要考虑和判断其生成的主体是机器还是人类，其可信度有多少。这种人与媒介、人与权威机构原本已建立的信任机制出现解体的情况，不仅会导致媒介治理困境频发，更让人担忧的是，这将会减弱公众公共参与的动力和行动，从而阻碍社会民主和公共领域的发展。[33]

面对生成性媒介技术对媒介系统以及整个社会体系产生的冲击，未来有必要在技术的学理阐释上重视技术的社会建构论，以平抑生成式人工智能引发的技术乐观主义，并在实践中校准生成式人工智能的社会效应和伦理规范。目前，虽然多数研究者仍认同一般智力的有效性原则，认为人类在某些方面的创造力始终是机器智能所无法企及的，但是，关于未来的社会建构常常受到当下技术发展思路的限制。正如在生成式人工智能技术的开发和应用中，自主性和社会建构的融合更多凸显的是技术自主的必然，而非技术社会建构的应然。或许未来的智能机器会进一步摆脱人类认知模式的限制，显现出超越人类的创造力。[34]因此，有必要更加重视技术的社会建构，完成技术自主论和社会建构论之间的和解，在重视人机对齐技术智能维度与技术自主驱动能力的同时，更加关注技术与人类社会价值观的对齐，以社会建构推动生成性媒介技术的向善发展。

结语

在生成式人工智能技术的推动下，媒介从静态的信息中介转向动态的生成主体，催生复杂且高度互动的媒介生态系统，促使媒介观实现动力学与过程性视角转向。本文在深入剖析生成式人工智能的底层架构及其技术逻辑的基础上，通过对生成这一动态“过程-机制”的元理论探讨和概念溯源，从生成之主体、生成之逻辑和生成之效应三个维度厘清生成性媒介的内涵及其对新媒介环境变革的意义。生成在智能技术层面表现为生成主体由人类的一般智力到机器智能对齐、生成逻辑由线性因果判断向概率分布演进，亦在媒介层面呈现出媒介作为生成的行动主体，在人机共同调试下生成新型媒介环境的社会现实，这个过程本质上是技术自主论与社会建构论之间的有机互动。然而，生成式人工智能技术在带来变革的同时，也引发了一系列伦理危机与社会挑战，如技术自主性导致的人类主体性弱化、信息与知识体系失序、社会信任机制动摇等。这些问题亟须学界与业界在社会建构论视域下进行批判性反思与规范性校准，从理论和实践两个层面搭建生成式人工智能技术发展的伦理基座。

2023年2月，中共中央、国务院印发《数字中国建设整体布局规划》，强调要“强化系统观念和底线思维”“筑牢可信可控的数字安全屏障”。[35]其针对数字技术发展提出的要求，正是对涵盖媒介技术在内的中国数字技术实践，在社会伦理层面的“软”引导，在数字技术价值层面的“硬”约束，意在强调构建数字技术的发展和规约体系，推动建立网络空间命运共同体，从而使数字技术的发展贯彻开放、健康、安全的人文主义价值取向，为更具良性运转的生成性媒介环境建设奠定基础。对于从事生成式人工智能技术相关研究和实践的学者和业者来说，深入贯彻党中央和国务院的安排部署，在微观上平衡技术创新与社会价值、促进媒介与人良性互动，在宏观上助力“数字中国”战略背景下中国数字化转型和数字社会建设，是应该持续着力的方向。

参考文献：

[1] 陈永伟. 超越ChatGPT：生成式AI的机遇、风险与挑战[J]. 山东大学学报（哲学社会科学版），2023（3）：127-143.

[2] 全球生成式AI产品研究报告2024[EB/OL].[2024-06-20].https：//mp.weixin.qq.com/s/GQh_EN5dkwTBWg8J0vZscw.

[3] Lev M. Seven Arguments about AI Images and Generative Media[EB/OL].[2024-09-29].https：//manovich.net/index.php/projects/artificial-aesthetics.

[4] 尹晶. 西方文论关键词生成[J]. 外国文学，2013（3）：93-102，159.

[5] The Oxford English Dictionary [EB/OL].[2024-05-15].https：//doi.org/10.1093/OED/6565765148.

[6] 喻国明，刘彧晗. 理解生成式AI：对一个互联网发展史上标志性节点的审视[J]. 传媒观察，2023（9）：36-44.

[7] Ellul J. The Technological Society[M]. New York： Alfred A. knopf， 1964.

[8] Berger P， Luckmann L. The Social Construction of Reality： A Treatise in the Sociology of Knowledge[M]. New York： Anchor Book， 1967： 68.

[9] 生成式人工智能服务管理暂行办法[EB/OL].[2024-06-01].https：//www.gov.cn/zhengce/zhengceku/202307/content_6891752.htm.

[10] 刘永谋. 技术的反叛[M]. 北京：北京大学出版社，2021：22.

[11] 李璟，胡翼青. 从“环境”到“波粒二象性”：关于“媒介即环境”的再思考——媒介环境学经典理论重访之四[J]. 新闻记者，2024（3）：53-67.

[12] 马修·福勒. 媒介生态学：艺术与技术文化中的物质能量[M]. 麦颠，译. 上海：上海社会科学院出版社，2019：14.

[13] Ellu J. The Technological System[M]. New York：Continuum， 1980： 36-153.

[14] 马克思，恩格斯. 马克思恩格斯全集：第三十一卷[M]. 中共中央马克思恩格斯列宁斯大林著作编译局，译. 北京：人民出版社，1998：102.

[15] 李河. 从“代理”到“替代”的技术与正在“过时”的人类？ [J]. 中国社会科学，2020（10）：116-140，207．

[16] 尹帮文，孙伟平. ChatGPT冲击波：类人恐惧与异化危机[J]. 理论月刊，2023（6）：5-13.

[17] Zhu S， Yu T， Xu T， et al. Intelligent Computing： The Latest Advances， Challenges， and Future[J]. Intelligent Computing， 2023（3）： 1-45.

[18] 刘学博，户保田，陈科海，等. 大模型关键技术与未来发展方向——从ChatGPT谈起[J]. 中国科学基金，2023，37（5）：758-766.

[19] 张熙，杨小汕，徐常胜. ChatGPT及生成式人工智能现状及未来发展方向[J]. 中国科学基金，2023，37（5）：743-750.

[20] 张伟男，刘挺. ChatGPT技术解析及通用人工智能发展展望[J]. 中国科学基金，2023，37（5）：751-757.

[21] 刘永谋. AI对齐是一种危险的尝试[N]. 社会科学报，2024-01-25（6）.

[22] 朱春阳. 你好，ChatGPT！[J]. 新闻大学，2023（1）：2.

[23] 威廉·弗卢塞尔. 技术图像的宇宙[M]. 李一君，译. 上海：复旦大学出版社，2021：12.

[24] 郭全中，苏刘润薇. 作为新基础设施的AGI：以GPT-4o等新一代生成式人工智能为例[J]. 新闻爱好者，2024（7）：16-21.

[25] 周鸿祎谈GPT4o[EB/OL].[2024-06-01].https：//www.163.com/dy/article/J27LVEKA0519860S.html.

[26] 刘海龙，连晓东. 新常人统治的来临：ChatGPT与传播研究[J].新闻记者，2023（6）：11-20.

[27] Tomczak J M. Why Deep Generative Modeling？ In Deep Generative Modeling[M]. Cham： Springer International Publishing， 2021： 1-12.

[28] 吴璟薇，曾国华，吴余劲. 人类、技术与媒介主体性——麦克卢汉、基特勒与克莱默尔媒介理论评析[J]. 全球传媒学刊，2019，6（1）：3-17.

[29] 彭兰. 人与机器，互为尺度[J]. 当代传播，2023（1）：1.

[30] 高奇琦. GPT技术下的深度媒介化、知识秩序与政治秩序[J]. 现代出版，2023（3）：28-38.

[31] Marina G S， Julia W. Immersive Technologies in Media： Towards the Concept of Generative Mediatization？ [J]. Journal of Studies in Literature and Journalism， 2021（4）： 672-680.

[32] 何怀宏. GPT的现实挑战与未来风险——从人类的观点看[J]. 探索与争鸣，2023（6）：91-98，178-179.

[33] Ziv E， Aaron H， Laura H， et al. Art and the science of generative AI： A deeper dive[J]. Science， 2023（380）： 1-23.

[34] 彭兰. 智能生成内容如何影响人的认知与创造？[J]. 编辑之友，2023（11）：21-28.

[35] 中共中央 国务院印发《数字中国建设整体布局规划》[EB/OL].[2024-06-01].http：//www.gov.cn/xinwen/2023-02/27/content_5743484.htm.

① 参见喻国明《ChatGPT浪潮下的传播革命与媒介生态重构》（《探索与争鸣》，2023年第3期，第9-12页）；张洪忠、黄民烈、张伟男等《ChatGPT的技术逻辑、社会影响与传播学未来》（《江西师范大学学报》，2023年第2期，第24-31页）。

① 参见周葆华《或然率资料库：作为知识新媒介的生成智能ChatGPT》（《现代出版》，2023年第2期，第21-32页）；胡翼青、胡欣阅《作为语言基础设施的ChatGPT》（《新闻记者》，2023年第6期，第21-27页）；黄旦《作为人类文明进程动因的媒介——从ChatGPT说开去》（《新闻记者》，2023第6期，第3-10页）；孙玮《“视频化社会”的来临——从ChatGPT展望媒介通用性变革》（《探索与争鸣》，2023年第12期，第55-62，193页）。

From Generative AI to Generative Media： A Re-examination of the Connotation of "Generative" and the Media Environment

WANG Nan1，2， HE Jing1，3（1.School of Journalism and Communication， University of Chinese Academy of Social Sciences， Beijing 102401， China; 2.Research Center for New Media and Rural Revitalization， Xi'an Jiaotong University， Xi'an 710049， China; 3.Research Center for Political Communication， University of Chinese Academy of Social Sciences， Beijing 102401， China）

Abstract： The technical context of generative artificial intelligence highlights the generativity and complexity of media and media environments. A meta-theoretical analysis of this dynamic "process-mechanism" of generative is conducive to clarifying the connotation of generative media and the transformation of the new media environment on the basis of understanding the underlying architecture and technical logic of generative AI. Through tracing the origin of the concept of generative in the development of AI and media， this study finds that the connotation of generative is manifested as the organic interaction between technological autonomism and social constructivism， facilitating the shift in the dynamics and process-oriented perspective of media view. Further， this study summarizes the evolution of the technological generation subject from human general intelligence to machine AI alignment， and the generation logic from linear causal judgment to probability distribution at the intelligent technology level. It also presents the social reality of media serving as the generative agent and the new media environment generated under the joint debugging of humans and machines at the media level. Finally， from the perspective of social constructivism， this study interrogates and reflects on the value orientation of generative and responds to the ethical crises in the new media environment， such as the impact on human subjectivity caused by the autonomous development of technology， the disorder of information and knowledge systems， and the destabilization of the social trust mechanism. In the future， it is necessary to attach importance to the "soft" guidance of social ethics and the "hard" constraints of value norms at both the theoretical and practical levels of media technology development， in order to lay the foundation for the construction of a more benign generative media environment.

Key words： generative AI; generative media; technological autonomy; social constructivism

（责任编辑：张茂）

基金项目：国家社会科学基金一般项目“新媒体技术条件下弱势群体表达的特点、机制与趋势研究”（20BXW106）；中国社会科学院大学新文科重大项目“数字人文主义：智能强国建设的价值取径”（校20230337）

作者信息：王楠（1994— ），女，内蒙古巴盟人，中国社会科学院大学新闻传播学院博士研究生，西安交通大学新媒体与乡村振兴研究中心研究员，主要研究方向：媒介与社会变迁、政治传播；何晶（1977— ），女，陕西汉中人，中国社会科学院大学政治传播研究中心主任，新闻传播学院教授、博士生导师，主要研究方向：政治传播、媒介与社会变迁、健康传播。