以经过大型数据集训练和优化的机器学习模型为内核，生成式人工智能可以为数字内容创作提供全新解决方案。基于生成式人工智能的数字内容创作，能够围绕既定需求输出具有一定原创性、生动性和吸引力的多模态内容，在改变内容生成方式的同时，为当前数字世界中内容消费向高品质、强交互、深沉浸转型提供了契机。生成式人工智能在数字内容创作方面的突出优势，能够有效提升内容生产效率，一定程度上将人力从内容生产环节解脱出来，进而抽出更多精力投入至创意思考、策略制定，助力打造高质量的数字内容生态。

　　

　　虽然生成式人工智能在数字内容创作领域展现出巨大活力和应用潜力，但在创意输出、价值引领、数据安全等方面亦面临复杂挑战，这些都是影响和制约数字内容生态高质量发展的关键问题，必须谨慎对待。尤其随着生成式人工智能应用范围愈发广泛、应用程度愈发深入，人们对技术过度主导可能产生的延续偏见、侵犯隐私、价值扭曲等议题投以较多关注。据此，有必要厘清生成式人工智能与数字内容创作的耦合机制，继而发掘其中的结构缺陷和认知黑箱，为明确技术应用界限、完善技术赋能机制找寻可能的切口和方法。

　　

　　二、问题的提出

　　

　　究其本质，生成式人工智能是指能够通过机器学习进行新内容创作的一类算法，其以体量庞大的各类训练数据集和用户反馈数据为基础，可以普遍接收和理解文本、图像、语音、代码等多类型数据，并按照具体指令输出目标内容。近年来，随着技术进步，生成式人工智能在数字内容创作领域正展现出更多应用可能性，ChatGPT、DALL·E、Deepfake、StyleGAN等作为生成式人工智能的代表性案例，以较高性价比和满意度正在给数字内容创作带来颠覆性影响。围绕如何防范和规避生成式人工智能的潜在陷阱及消极影响，世界各国结合发展实际及法规基础，纷纷制定实施系列引导性或规制性方案，为生成式人工智能治理提供了方向参考与遵循。如中国的《生成式人工智能服务管理暂行办法》，新加坡的《用于生成式人工智能的人工智能模型管理框架》，欧盟的《人工智能法案（AI Act）》《人工智能责任指令（AI Liability Directive）》，以及美国针对人工智能监管实施的行业特定战略和全政府战略，均是根植于本国法律体系、行政管理体系及技术应用场景而产生的人工智能监管方案。而面对生成式人工智能迅猛发展所带来的新机遇、新风险，亟待于全球治理视野下建立新的监管机制。聚焦生成式人工智能在数字内容创作领域的应用实践及风险防范，学界主要循着以下三种路径进行探讨。

　　

　　一是生成式人工智能影响机制的研究路径。从跨学科视角看，生成式人工智能深刻改变着创作者的构思及创作实践，因此被视为具有独特功能的新媒介。其虽在增强个体创造力方面有效，但亦会抹杀内容创作的多样性。人机协同视角下，如何促成和实现生成式人工智能与内容创作者的有机竞合引发学界关注和思考。有研究关注探讨了生成式人工智能与教育工作者的合作关系，指出人的教学洞察力与伦理思考和人工智能形成互补，二者合作将推动提升未来教育的可及性、个性化与影响力。另有研究提出，要用好生成式人工智能，就需要系统性、批判性地审视其作用机制，应将其作为内容创作的重要辅助工具，而非过度凸显或限制其影响力。此研究路径对于生成式人工智能赋能数字内容创作的探讨，已经跳脱出单纯强调生成式人工智能具体功效的论断，着重从跨学科和人机协同视角出发，思考如何依托生成式人工智能更好激发创新力、提高生产力。

　　

　　二是生成式人工智能治理机制的研究路径。有研究在系统梳理生成式人工智能应用过程中存在的缺乏监管、虚假信息、深度伪造内容、算法偏见、社会监视、侵犯隐私等挑战的基础上，指出要坚持监管与自律并重，负责任地运用生成式人工智能。但需要警惕的是，生成式人工智能价值链中，各类参与主体法律地位的不明确，或导致问责制的模糊性，进而影响整体治理效能。在探讨生成式人工智能高效治理的先决要素时，可观察性、可检查性和可修改性被认为是其关键条件。风险管理框架下，生成式人工智能治理悖论引发关注，治理修复的概念被提上日程，即以多中心共同治理扭转以往治理模式中的权力失衡局面。无独有偶，考虑到技术演进的动态性与持续性，自适应治理亦被视为生成式人工智能治理的另一有效框架。此研究路径重点关注生成式人工智能在内容创作领域中的风险识别与治理，广泛引入新的治理理论与思路，实证主义色彩凸显，但缺乏对技术应用现实挑战与潜在风险的系统性审视。

　　

　　三是生成式人工智能应用前景的研究路径。在对生成式人工智能打造定制化学习体验的考察中，智能生成内容的吸引力和有效性得以证实，学者们认为基于生成式人工智能的各类内容变体未来将有更丰富应用场景。同样，在视觉内容创作的对比研究中，人工智能生成的图像较之人造图像更具视觉冲击力和竞争力，或将成为视觉营销内容的重要新兴力量。在分析生成式人工智能创造力的基础上，有研究指出，借助生成式人工智能力量，研究人员、艺术家和创作者可以有效解锁艺术表达和故事设计的新可能性。着眼于元宇宙的未来发展，有研究认为，生成式人工智能作为未来技术进步的核心组件，其与元宇宙的专业平台结合，有望打造出新的社会和经济空间。此研究路径侧重关注生成式人工智能未来发展趋向及应用领域，提出了技术应用场景的诸多可能性，然而，对于如何推进生成式人工智能健康可持续发展，以及如何有效规避和消除风险挑战，未提出系统性的解决方案。

　　

　　总体来看，既有研究侧重于从生成式人工智能应用的影响、治理及前景的逻辑展开，研究体现出较强理论与实践价值，但在研究视角的开放性、研究议题的深入性、研究主体的交叉性、研究结论的可操作性方面仍有进一步拓展的空间。鉴于此，本研究将从整全观视角出发，重点剖析生成式人工智能与数字内容创作之间的耦合关系，以及生成式人工智能在用于数字内容创作中所面临的制度挑战与伦理挑战，在此基础上尝试提出生成式人工智能与数字内容创作融合共生、协同共进的可行性路径，以期为高质量数字内容生态建设提供框架参考。

　　

　　三、逻辑耦合

　　

　　生成式人工智能与数字内容创作的互构机制

　　

　　新一轮科技革命中，生成式人工智能发展格局瞬息万变，持续解构和重塑数字内容创作生态，其自然语言处理和机器学习算法的不断升级与突破，能够使其生成更贴合情境、更细致入微的数字内容。生成式人工智能与数字内容创作的融合互构，有助于提升技术智能化水平、提高内容生产力、增强用户参与度，二者在逻辑交叉与耦合中共同构筑数字内容创作新景观。

　　

　　（一）人机协同促成头脑风暴与创意涌现

　　

　　生成式人工智能的迭代升级推动人机高效协同和适配，为数字内容创作领域带来新一波的创新浪潮。当生成式人工智能的算法模型被注入人类创作者的思考与想法，有助于提高其内容生产力与创造力，而人类创作者亦可以将生成式人工智能作为灵感来源，辅助创意生成。在创意写作过程中，人类创作者可以将来源于生成式人工智能的想法作为思维“跳板”，进而发散性创作多样化的故事情节。同时，生成式人工智能能够为人类创作者提供多个创意起点或提示，引导和帮助创作者克服“空白页”“开头难”的写作障碍。基于算法和大数据的有力加持，人类创作者可以较为系统、全面、准确地了解内容产业现状、消费者偏好及其他创作者动态，为面向内容创新的头脑风暴提供扎实的信息基础。这些数据将帮助人类创作者及时识别新的市场需求、发掘新的创作方向，于集思广益中探索新的创意路径，进而加速内容创作过程，推动实现人类创作者的思维发散与创意涌现。

　　

　　生成式人工智能以人类实践经验和创新提示为基础，助力人类创作者突破自身创新障碍。人类的创意生成往往具有突发性、偶然性和不规律性，生成式人工智能虽更多侧重于经验组合和创新模仿，但仍在不断探索人类创造力的奥妙之处。人工智能模型的实施方式及参数设置能够决定其内容输出的创造性或衍生性，如通过调整“温度”（Temperature）参数与“核采样”（Top_p）参数可以控制生成式人工智能模型的概率分布，使所生成的内容更多样化或更集中化，控制生成式人工智能在内容创作方面的创造力和专注度，以适应和满足多样化的内容创作需求。基于此，生成式人工智能的模型参数与人类创新提示的差异化组合，将共同促成不同程度的创意涌现，这对于驱动生成式人工智能进行高质量的类人叙事，以及拓宽人类创作者自身创新视野具有重要意义。但亦需意识到，围绕数字内容的创意写作，生成式人工智能并非一定能增强人类创造力，如其在新颖性方面可以增强人类创意写作能力，而在有用性方面则不然。因此，要对生成式人工智能驱动创新和创意涌现予以客观和辩证对待。

　　

　　（二）智能应用提高内容创作的可扩展性

　　

　　信息冗余时代，高质量内容广受欢迎但仍显稀缺，生成式人工智能的介入使得规模化的内容生产成为现实，且能保障较高质量和内容多样性，促进内容创作在效率和交互性等方面得以延展。一方面，生成式人工智能可以有效提高内容生产力。内容创作过程中，生成式人工智能可以基于人类创作者特定需求，依托自然语言处理（NLP）和自然语言生成（NLG）技术，自动执行内容生成任务，输出符合受众内容消费偏好和引发共鸣的内容。随着智能应用越发能够处理日常的内容生成任务，人类创作者则可以更专注于创意涌现、内容构思、传播策略等高价值任务，以提升内容创作整体工作效率。在负责内容生成的同时，生成式人工智能亦可对已完成内容进行多模态转换，调整或重新制作适用于不同平台的内容格式或形态，如实现文字视频化、视频图像化、图像音频化等，保证内容生成与传播的时效性。

　　

　　另一方面，生成式人工智能在内容创作过程中能够有效强化与目标受众的交互性，打造个性化交互场景。其能够以类人角色处理和应对来自用户的交互行为，并为之提供即时性、个性化的内容输出响应。生成式人工智能作为一种交流工具，其与人交流时某种程度上有助于培养人的社交技能，使人能够在人机互动中找到心灵慰藉，对人的社交健康将是有益的。如谷歌的人工智能聊天系统Bard经过科学设计与大量训练，可以较准确理解和响应各种口音、方言和讲话方式，且具备一定的人类同理心，由此融合了人工智能与人的双重优势，确保其在内容输出与交互过程中能与目标受众产生共鸣。交互性的达成与强化能够在内容与目标受众之间建立信任与情感联系，对于满足受众需求、建构品牌共识至关重要。需要注意的是，人工智能与人类智慧相互补充的共生关系，是促成和凸显这一交互性特征的基础。

　　

　　（三）全维介入突破内容创作的叙事界限

　　

　　生成式人工智能通过革新内容创作流程、提供个性化体验、强化受众参与度等重塑数字内容创作环境，其对内容生成的全方位融入，促使内容创作不断突破既有界限，向更广阔视野延展挺进。于需求满足而言，生成式人工智能一定程度上能够助力内容创作跳脱出同质化倾向，其以用户行为数据和使用偏好为参照，创作输出与用户个人偏好或特定需求相契合、易引发用户产生共鸣的内容。加之一些生成式人工智能应用可以直接与目标受众对话，激发和培养用户的新想法，提出符合个体风格的行动建议，进而促成内容生成与应用的超个性化，即紧密贴合与满足特定用户的指定需求。如BuzzFeed推出的人工智能食谱生成器，可结合用户给定的食材、饮食习惯、过敏经历、就餐人数等为用户提供定制菜谱。联合利华与无障碍应用Be My Eyes进行合作，以生成式人工智能为支撑，为盲人和低视力人群提供购物、烹饪等服务体验。从生成式人工智能最新技术进展来看，其可以从结构化和非结构化数据中发掘隐藏规律，并自动对其进行可视化呈现，以智能对话和视觉叙事相结合方式给出见解和决策建议。

　　

　　于内容形态而言，生成式人工智能基于指令精准识别，已可实现多模态、多语言的结果输出，为内容的跨媒介、跨地区、跨语种呈现与传播提供便利条件。如在国际传播语境中，可以利用生成式人工智能将新闻稿件转换成不同语言的文本、图像、视频等格式内容，并结合传播对象国或地区表达习惯翻译成多种语言，不仅提高内容产出效率，亦可确保国际传播内容、观点等在不同场景和语境中的高质量与一致性。另外，生成式人工智能正驱动内容创作进一步释放想象力、打造超现实空间，为用户带来强烈沉浸式体验。Meta正着手探索MusicGen、AudioGen和EnCodec，尝试对用户肢体语言、所处情境等准确响应，进而为其打造专属音乐场景。在游戏领域，生成式人工智能可以创建具有较高逼真度和自适应能力的虚拟环境，如模拟复杂生态系统和天气状况，亦可使非玩家角色（NPC）表现出更自然、更细腻的反应，增强游戏情节生动性和玩家参与度。

　　

　　（四）自适应动态评估反哺内容生成决策

　　

　　基于生成式人工智能的内容输出并非总是最理想或最准确的结果，后续仍需要一定程度的人工干预。于目前实践来看，生成式人工智能在对所创作内容进行效果评估方面应用愈发成熟，可根据内容转化率、用户行为、交互数据等指标分析内容表现，继而以评估效果为参考、以目标数据为驱动，明确需要改进的领域和着力点，对下一步的内容生成与优化进行决策调整。面向高质量的内容消费需求，对所生成内容的质量检验重要且必要。在人工干预和引导下，生成式人工智能能够对所创作内容进行原创性、标准性和结构性检查，并实现流程自动化，将内容生成结果与预设条件比对，并结合检查结果进行针对性优化，以确保所输出内容符合要求。其中，生成对抗网络（GAN）对于内容创建与检验起到基础性支撑作用，其生成器与鉴别器两部分在竞争对抗中推动生成式人工智能的学习进化，进而在真实性内容打造方面取得重要进展。

　　

　　搜索引擎优化（SEO）是提高内容可见度与可及性的重要切入口。生成式人工智能可以结合内容主题、关键词使用规律、内容风格等影响排名的因素，帮助人类创作者结合搜索引擎排名规则，创作自带流量属性和高可见度的内容。生成式人工智能基于大数据及算法，可以建议或自动设置目标关键词，将影响可读性、可见性等指标的参数在内容创作过程中进行调整优化，并使人类创作者了解和熟悉搜索引擎优化的具体实践及算法更新，从而确保内容在相关搜索结果中保持高相关性和高可见度。结合实时用户数据分析，生成式人工智能亦可以在已输出内容基础上，对标题、语气、视听效果等进行调整和改变，以更加理解和契合用户搜索意图，让用户更轻松找到所需内容。

　　

　　四、现实障碍

　　

　　生成式人工智能用于数字内容创作的问题诊断

　　

　　正如其他创新工具一样，生成式人工智能在初期应用阶段也面临着不少问题，且随着应用逐渐深入，一些挑战愈发凸显。生成式人工智能在数字内容创作领域所面临的现实障碍，既包括与新技术相关的学习曲线，亦涉及技术应用可能衍生的创新阻滞、延续偏见、数据安全等风险。认清这些问题挑战，有助于为技术善用和高品质数字内容生态建设提供着力点。

　　

　　（一）技术使用存在惯性依赖，造成创新阻滞

　　

　　生成式人工智能的高效率使其越发在内容创作领域大展拳脚，机器生产内容的比重不断增加，人类创作者对其依赖程度亦有所加深。充分发挥技术的工具属性固然有益，然而对技术应用的过度和惯性依赖则容易对人类创造力形成阻碍。人类创造力的生发需要积极的情绪刺激，生成式人工智能在理解和欣赏人类情感、经验和文化背景的细微差别方面，较之真人仍有较大差异。这就导致在人机互动时，生成式人工智能难以复制或替代现实生活中的经验感知及人际互动，更多是机械式的既有观点组合与呈现，进而可能导致人类创作者难以接触到新的思想观点，直接或间接地被困在冰冷的算法世界中，渐次与思想碰撞、观点交锋相疏离。高频的人机交互与技术的刻板响应，一定程度上造成积极情感刺激的匮乏，这对于激发人类创新创造意识无疑是无益的。

　　

　　基于训练数据集和算法模型的生成式人工智能，往往依托现有数据中的创作模式和风格进行内容生成，其创作内容具有较高的统一性、相似性和可预测性。加之技术本身尚不具备人类直觉和对情境理解的深度，其本质上缺乏像人类一样的创造力。数字内容创作对生成式人工智能的惯性依赖，易陷入规模化、快餐式的内容生产窠臼与陷阱之中，在为目标群体进行个性化内容供给时，将加速和固化圈层效应，群体内部思想一致性倾向更加凸显，思想多样性的发展空间不断被挤压甚至完全销声匿迹，最终导致群体极化和思维固化。对生成式人工智能的惯性依赖，在加剧内容同质化和观点集中化的同时，亦将扼杀人类创造力，于一定范围和时期内造成创新阻滞。

　　

　　（二）训练数据或存潜在偏见，带来价值误导

　　

　　在推动生成式人工智能迭代升级的同时，亦应正视其可能延续人类偏见的问题。生成式人工智能模型可能无意中延续或放大其训练数据中潜藏的人类偏见，包括关于性别、种族、文化等的刻板印象，或会无差别地体现在模型的生成结果中。技术演进视角下，生成式人工智能的更新改进速率已远超摩尔定律，且其能够以较低成本复制和共享，使其能够在较短周期内实现更新换代和创新扩散。然而，较低的边际成本在促进模型扩散应用的同时，也导致模型中潜在偏见进一步延续或强化，加之部分模型开发和应用者不能对既有模型进行负责任的训练和优化，来源于数据、算法设计者或其他利益相关方的价值偏见预设和共生于生成式人工智能模型之中，潜移默化中将对目标受众形成价值误导，亦容易给社会主流价值带来消解和冲击风险。

　　

　　另外，生成式人工智能在决策制定方面缺乏透明度，从而出现“决策黑箱”。人类创作者、目标受众及监管部门等主体难以了解其内容生成方式、算法规则及其所使用的数据源，从而无法审核生成式人工智能的内容生成过程，也就难以验证或识别偏见。当这类内容生成机制不明确或不负责任的生成式人工智能模型被普遍部署至生活服务、医疗保健、刑事司法、教育培训等领域，成为制定和执行决策的数字化身，或将在更广范围内带来歧视性伤害。对此，亟须建立严格的规则公示、数据审查、流程监督与追责问责机制，在向目标受众解释算法逻辑的同时，及时识别、消除结果输出中可能存在的价值偏见，增强模型决策的可解释性和透明度。

　　

　　（三）数据安全风险全域多发，消解主体互信

　　

　　广泛的数据来源与庞大的数据规模在奠定生成式人工智能坚实底座的同时，也引发各界对数据安全的严重担忧。尤其在模型训练及开展服务过程中，不加限制的数据输入势必会带来安全风险，需予以关注。数据是生成式人工智能模型持续完善的源头活水，用户对模型的使用即意味着其行为数据受到不同程度监控和追踪，并被用于模型的更新训练。其中除用户交互数据外，亦可能包括用户隐私数据及其他敏感信息，如此类数据被泄露、滥用或非法访问，将危及用户和目标受众等主体权益，严重者甚至危及国家安全。伴随生成式人工智能系统所采集及存储的数据体量不断增加，上述数据安全风险将愈发凸显。同时，这些模型的开放性容易使其受到数据恶意输入或操控，从而扭曲或改变输出结果，离间或分化社会认知，造成社会主体间信任瓦解乃至崩塌，给社会稳定和国家安全带来风险。在生成式人工智能应用过程中，一些新的网络安全威胁也不断出现，如一些看似由人工智能生成的内容会诱骗用户点击，进而会无意中启动恶意软件，且这种恶意软件和网络攻击，较之传统网络安全风险更难检测、识别和应对。

　　

　　生成式人工智能在数字内容创作中出现的“深度伪造”问题亦需引起重视。模型应用的开放使得几乎所有人都可轻松制作“深度伪造”内容，包括图像、视频等，这些内容在新闻、娱乐、商业、政治等领域已广泛出现和传播，其中不乏谣言和虚假信息，存在侵蚀公众信任、暗藏商业欺诈、操控舆论、炒作社会情绪、制造对立等风险。这些风险问题表征着基于生成式人工智能的“深度伪造”具有潜在“武器化”倾向，且其背后存在的擅用个人信息、身份窃取以及操纵身份验证等问题直接威胁和挑战现有技术监管体系。另外，生成式人工智能可以被用于对已有内容的改写、更新，从而帮助一些不良行为者逃避相似性检测，进而为相关内容贴上“原创”标签，扰乱正常版权秩序。

　　

　　（四）合成人格凸显价值主张，伪造情感纽带

　　

　　生成式人工智能可以塑造出具有较好交互性与较强逼真度的合成人格，如数字人主播、虚拟主持人、聊天机器人等，这类合成人格能够模仿人的声音与行为，并与用户建立互动关系。合成人格在丰富人机交互多样性的同时，也在一定程度上挑战或冲击人际关系的真实性，其通过营造与用户之间的虚拟情感纽带，容易使用户对其形成依恋，且这种依恋会影响用户在现实世界的社交关系。儿童在与合成人格交互过程中，会将其视为有想法和感觉的个体，从而对其形成情感依赖。成人在同虚拟伴侣交互过程中，亦存在形成不良依赖的风险。然而，基于生成式人工智能的合成人格可能会延续偏见，并在输出结果中凸显有偏见的价值主张，进而将影响用户认知，甚至误导和扭曲对现实的看法，造成不良后果。与生成式人工智能的有机交互正在深刻改变着人们的认知习惯，其不仅是被动地接收指令，同时亦在交互过程中积极塑造人们的价值观念与处事方式，为人们提供思考建议及解决方案。显然，对生成式人工智能的过度依赖，或将使人们愈发深陷在由“技术理性”驱动的“情感泥沼”中，受到合成人格的操控而不能自拔。

　　

　　另外，基于生成式人工智能塑造的合成人格，其与用户的交互过程及方式，将映射至用户的其他人际交往，即用户将以其人机交互习惯实施现实社交行为。如有研究发现，儿童与作为社交角色的合成人格交谈过程中，其交谈方式及习惯会复制到与包括父母在内的其他人的交谈中。同样，与聊天机器人的长期相处、交谈，会导致用户的话语习惯逐渐趋向此类合成人格的风格。这种虚拟情感纽带的建立与强化，或将导致用户将生成式人工智能给定的结果视为真实且权威的情感表达，进而影响用户的态度与决策。但若是基于生成式人工智能的合成人格受特定商业利益或价值导向驱动，可能造成其所生成内容的价值偏颇或不客观、非理性，损害用户的信息获取权益及合理决策过程，从而造成决策失误。其中最典型案例莫过于生成式人工智能在心理学领域的应用，合成人格的不当言论或建议，可能严重伤害用户身心健康，甚至在社会层面带来连锁性负面影响。

　　

　　五、规范进路

　　

　　生成式人工智能助力数字内容创作的推进策略

　　

　　生成式人工智能正深刻重塑着数字内容创作方式，以及基于数字内容的人机交互方式，其崛起表征着新时代的重大技术进步与变革。随着各类模型应用在数字世界中广泛出现甚至在部分领域占据主导，其将对数字内容生态建设带来颠覆性影响。但生成式人工智能的具体应用也带来了诸多风险与隐忧，需要积极应对。尤其在人机界限逐渐重合、模糊的当下，探索行之有效的行动框架和制度准则，以在技术创新与人类效益最大化之间取得平衡，具有现实意义。

　　

　　（一）鼓励国际开放创新，促进良性竞合

　　

　　生成式人工智能应用于数字内容创作领域，其发展潜力并非仅停留于内容创作效能提升方面，更在于要推动数字内容产业的跨越式、高质量发展。全球互联互通场景下，挖掘和释放生成式人工智能的发展潜力，在关注和激励本土创新的同时，亦应鼓励国际开放创新。在技术开发环节，鼓励适当程度的开源合作，尤其要同国际头部研发企业或机构在数据、算法与平台方面开展深度交流合作，以开放性研究合作突破技术瓶颈。探索主导或参与生成式人工智能开发及应用的标准制定工作，以确保技术的稳定性、互操作性和可持续性，同时减少和化解非必要的技术竞争与摩擦。围绕数字内容创作，应进一步鼓励国际范围内的跨学科创新合作，将生成式人工智能与社会学、医学、心理学、环境科学等学科相结合，于人类命运共同体视角下推动解决全球性挑战与问题。

　　

　　人工智能技术的分布不均衡或将加剧全球范围的不平等，开放公平的国际合作能够有效化解生成式人工智能领域的单边主义风险，并防止出现新的技术鸿沟。鼓励国际开放创新，其核心在于增加生成式人工智能开发与应用的透明度，旨在共同防范和消除已经出现或潜在的价值偏见、算法黑箱、数据滥用及篡改、虚假信息肆虐等风险，促使各主体在良性竞争与合作中增强创新力与创造力。需要注意的是，在开展全球创新合作过程中，应将文化、社会、经济等的差异性纳入考量范围，准确把握欧盟、美国、中国及其他全球南方国家在生成式人工智能技术开发与应用中所处地位，从而在公平、互信基础上推进技术竞合。

　　

　　在生成式人工智能的全球竞争格局中，中国虽在设计系统和标准体系方面较之欧盟、美国处于被动地位，但在知识产权和专利方面已占据领先。围绕其在数字内容领域的应用升级与优化，推动国际开放创新，应结合中国式现代化发展进程与具体形势，奉行技术多边主义，有针对性地实施技术外交政策，打造中国式现代化数字内容生态的同时，尝试推动生成式人工智能及其数字内容创作成果的全球传播。其中，应致力于将中华优秀传统文化、中国式现代化发展理念等中国元素融入数字内容创作实践，在推动技术竞合的同时，促进中国数字文化产业、创意产业等走向海外，进而提升技术创新、理念创新与文化创新的全球可见度，助力打造新时期的中国品牌。

　　

　　（二）优化内容评价机制，增加优质供给

　　

　　生成式人工智能助力人类创作者更高效地进行内容生成，一定程度上加剧了创作者之间的竞争。而由于内容制作成本的整体下降，数字内容正变得更加商业化，但同时也面临着创意匮乏、难以出众的挑战，其中不乏出现同质、低质内容泛滥现象，用户对高质量内容的需求与优质内容供给不足的失衡局面亟待化解。对此，应着重优化内容评价机制，运用好生成式人工智能对目标受众的分析定位功能，准确把握和遵循智媒时代的社交传播规律、舆情发展规律、受众情绪反应规律，提高优质内容产出及可见度，助力打造高质量的数字内容生成与消费生态。

　　

　　一方面，注重数字内容的可追溯性，并对内容来源进行确权。可追溯性是指能够追溯数字内容的具体来源、生成过程与修改记录，在确定内容创作者和出处的基础上对其进行确权，是提升内容真实性和可信度的重要前提。信息冗余环境下，强化可追溯性和确权有助于引导公众辨识信息真假。同时，针对数字内容的确权操作能够有效保护创作者的知识产权，激励内容创作者的创意涌现和优质内容产出，利于数字内容产业的长远健康发展。对此，要用好区块链、数字水印等技术手段，确定内容的原创性、唯一性与可追溯性，强化数字版权管理，并将其纳入内容质量评价的整体框架内，为高质量的数字内容创作保驾护航。

　　

　　另一方面，注重强化人的创造力介入。生成式人工智能在创作内容时主要基于既有数据进行重新组合，其缺乏人类对事物的深刻洞察力和独特品位，要实现高质量、原创性的内容生成，离不开人类的创造力。将人类创造力贯穿于数字内容生成过程中，有助于增强内容输出的连贯性、精准性、原创性和生动性，且来自人类创作者的反馈、校对将确保模型所生成的内容符合较高质量标准。锚定高质量内容供给，要充分发挥好人机协同效益，利用机器与人工的双重比较优势，促进发散性思维，发掘新视角、拥抱新想法，从而在创意涌现、评估及实施过程中，为目标受众提供高质量的内容服务。

　　

　　（三）推进多方协同治理，纠偏技术异化

　　

　　生成式人工智能的深度应用，将引发全球力量平衡与结构的根本性变化。面对技术异化带来的巨大挑战，亟需相关各方加强协同，在平衡好权利与责任的基础上，共同建立技术治理规范性框架，降低或消除其潜在风险。生成式人工智能更新快、扩散快、应用广的特性，决定了其治理思路将异于其他技术治理，需要充分意识到生成式人工智能是一种全新的力量投射，其治理过程亦是开发者、应用者、监管者等主体的博弈过程。推进多方协同治理，要将其与生成式人工智能的发展特征相适配，以发展性、科学性、未来性视角对技术发展风险进行系统审视，进而制定有效的治理方案。

　　

　　在参与主体方面，目前生成式人工智能本身具有技术复杂性、不可预见性、发展排他性，对于该技术的治理亦应联合各关涉主体，共同应对挑战。具体而言，围绕数字内容创作，加强政府监管部门、科技研发企业、技术应用平台、数字产业协会、内容策划与创作者等主体的交流合作，明确各方治理责任，提升技术透明度。发挥好科研院所、智库机构、高校等主体的协同作用，聚焦技术治理各项垂直议题开展专项攻关，形成有关算法、数据等要素治理的理论框架与实施方案。坚持全球视野，积极倡导和建立国际通用的技术治理标准规范，弥合监管差异，联合世界各国共同应对生成式人工智能的风险挑战，对技术应用的显性或隐性异化倾向予以纠偏。

　　

　　在治理规则方面，应坚持模块化、全维化、动态化治理并重，争取治理效能最大化。生成式人工智能已逐渐融入数字内容创作全流程，这也导致技术应用存在多发性风险，单项治理制度或政策不具备普遍适用性，需在对离散的、多样的潜在风险进行整体摸排的基础上，实施模块化治理，提高治理针对性。鉴于生成式人工智能应用具有较低的准入门槛，即相关开发和应用主体能够较为便捷地介入、参与或主导技术扩散过程，在制定技术治理方案时应平衡好激发创新活力和维持发展秩序，应探索提高退出成本，以提升各主体遵守技术开发与应用规范的自觉性。同时，要结合技术发展趋势，增强治理制度或政策的动态性、灵活性，并着重提升其在技术治理过程中的自适应和自我纠正能力。

　　

　　（四）强化人本理念引领，回归本质需求

　　

　　生成式人工智能为数字内容创作带来革命性转变，尤其在节约成本和提高生产力方面表现抢眼，但这并不意味着其要取代人类。反之，生成式人工智能作为人类进步的工具和阶梯，应始终以人为中心，以满足人的本质性需求为目标。强化生成式人工智能对数字内容创作的赋能作用，需要进一步强化人机协同合作，逐渐将人从机械性、事务性任务中抽脱，使人更加专注于与创造力、专业知识、关系建构等相关的事项。同时，要将目前内容创作的效率导向、规模导向、流量导向，转至面向高质量发展的共创导向、创意导向和价值导向，不断强化人在这场智能化转型大潮中的主导作用。

　　

　　一方面，生成式人工智能应致力于满足人的交互需求。在马斯洛看来，社交需求是人类的一项本质性需求。将生成式人工智能应用于数字内容创作，其目标亦是满足来自人类创作者或目标受众的交互需求，基于生成式人工智能的合成人格俨然已成为人类的重要交互对象。且较之其他技术不同的是，生成式人工智能正尝试将人类的思维过程机械化。对此，于算法设计和优化方面，应着力提升算法对人类思想的理解力，尤其是对人类情绪、文化背景等议题细微差异或变化的感知力，从而基于交互内容鼓励和引导人类的亲社会行为，以正面、积极的信息响应消除人类的负面和不良情绪。于数据采集与训练方面，随着生成式人工智能渗透至社会各个角落，并将更多人纳入互动范围，其中不乏用户将其作为情绪宣泄或制造对立的工具，相应的行为数据或被纳入模型后续的训练数据集中，进而会引发价值误导、观点极化乃至反社会行为等系列反应，需予以重点考虑，探索更为精准的数据过滤方案。

　　

　　另一方面，生成式人工智能应致力于满足人的求索需求。从应用实践来看，生成式人工智能可以从增强创造力、提高学习效率、支撑专业研究等方面提升人类认知能力。要进一步增强生成式人工智能对人类认知能力的驱动作用，就需要充分发挥人的主观能动性。作为技术使用方的人，要清晰认识技术模型的功能、影响及其局限性，注重培养并运用批判性思维，对技术生成内容进行批判性验证与完善，进而提升内容生成质量。围绕数字内容创作与创意生成，增进人机协同、人际协作，运用好技术与人的比较优势，通过建立联动配合的合作框架，拓展创新空间。同时，要注重在不同生成式人工智能模型应用中获取和发掘新思路、新观点、新趋势，寻求和完善生成结果的多样性。

　　

　　六、结语

　　

　　生成式人工智能应用于数字内容创作，深刻变革和重塑着原创性与想象力的概念本身，其能够显著促进人类的创新创造意识，拓展内容创作的叙事界限。但是作为一把双刃剑，模型应用的背后亦潜藏巨大风险，或对数字内容产业、价值观念、社会秩序等带来挑战和冲击。生成式人工智能作为数字内容创作的新型工具，其在提高生产力、激发创造力、增强连接力方面的应用潜力是不可否认的。然而，对于这些潜力与功能如未加谨慎使用或管理，盲目的技术乐观主义可能导致人类对生成式人工智能的过度依赖，对模型生成结果不加批判地认可和应用，最终将造成批判性思维和认知能力的弱化。

　　

　　克服这些问题的关键在于对技术开发及应用全流程进行系统监测、动态改进和开放对话，有效放大其应用优势，避免落入技术误用的陷阱。要充分认识到生成式人工智能是人类智慧的增强器而非替代品，将人工智能的自适应演化与人类监督深度融合，从而确保其生成内容具备正确价值导向和高质量。要不断加大对生成式人工智能模型的高质量数据补给，扩大数据来源，将社会主流价值观念与优秀文化基因融入其中，以有效改善当前数字内容创作中出现的同质化、低质量、无深度的行业现象。强化网络安全管理，为生成式人工智能的开发及应用提供安全的技术环境，防止未经允许的数据访问或滥用，及时发现和解除网络安全风险。对生成式人工智能的训练方法、决策标准及内容创作结果进行定期审查和评估，根据所收集到的偏见倾向或技术盲点对模型框架进行补足完善，提升技术安全性与稳健性。

　　

　　此外，健全技术治理框架应作为生成式人工智能未来部署的重点。重点关注生成式人工智能模型中算法的真实性、透明度与公平性，从而防止决策过程及生成结果存在偏见。完善生成式人工智能监管的制度体系，明确技术开发与应用的底线和红线，并建立可追溯机制和问责机制，引导形成负责任的生成式人工智能发展生态。强化人在生成式人工智能治理框架中的主导性地位，对人为或自适应的技术进化过程予以监督，并适时介入保障及时纠偏。在开放合作的基础上，兼顾好本土需求与全球视野，积极建立协调一致的技术监管标准和治理体系，确保生成式人工智能在合理框架内持续向高质量发展挺进。

　　

　　未来，伴随生成式人工智能迭代升级与日趋成熟，技术应用与治理标准愈发完善，并将与技术发展进程有机匹配，契合数字内容创作的新需求与新形势，现阶段所面临的风险挑战与障碍亦将被新技术、新功能所化解和取代。彼时，生成式人工智能将更高效赋能了解和掌握数字世界运行规律的人类创作者，进一步培育和激发人类在内容策划与创作方面的创新潜力。