“智能向善”：人工智能创新发展的理与路

转自：光明日报

【光明青年论坛】

  2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》提出，“加快形成人机协同、跨界融合、共创分享的智能经济和智能社会新形态”。9月，《上海合作组织成员国元首理事会天津宣言》呼吁，“将坚持以人为本、智能向善理念，共同防范人工智能技术的风险”。人工智能技术的快速发展，深度介入乃至重新塑造着人类社会运行逻辑，既带来了巨大的经济、民生和治理红利，也隐匿着价值失准、伦理失衡等风险挑战。在此背景下，如何实现科技与人文相互融合，以科学的价值准则、有效的治理思路推动人工智能向善而行、造福人类，为社会所普遍关注。本版特邀相关领域学者，围绕上述话题开展讨论。

  与谈人

  李凌 复旦大学马克思主义研究院副研究员

  林嘉琳 中山大学新闻传播学院助理教授

  卢丽强 浙江大学计算机学院百人计划研究员

  主持人

  本报记者 冀文亚 王琎

1.人工智能技术发展给人类社会带来多维影响

主持人：数智时代，人工智能深度融入人类学习、生活、工作场景，成为塑造人类生产生活范式的关键力量，深刻改变着世界。同时，它也犹如一把“双刃剑”，既带来巨大机遇，也引发诸多挑战。请谈谈当前人工智能的创新发展带来了哪些红利，又可能遭遇哪些风险？

  李凌：当前，全球智能化浪潮风起云涌，我国人工智能技术和应用加速突破，带来巨大发展红利。例如，显著提升劳动生产效率，带来现实的经济红利。人工智能推动技术更新迭代、产业结构升级、新旧动能转换，在改造与替代传统产业时尽管会带来旧岗位的缩减与消失，但同时会催生新业态、新就业，通过构造更加高端、智能的产业链和价值链，大幅提升社会总福利。再如，推动公共服务均等化、个性化与精准化，进一步拓展民生红利。人工智能与教育、医疗、养老、文旅等民生行业的深度融合，有助于促进这些民生服务的个性化、普惠化与智能化，实现优质公共服务触手可及、人人共享，从而提升人民群众的生活品质与幸福指数。还如，提升公共决策的科学性、前瞻性与有效性，形成公共治理红利。人工智能具有强大的感知、挖掘、分析、预测与协同能力，能够模拟政策制定、情景推演、风险预警、决策辅助等治理行动，为公共安全保障、公共政策出台、基层网格化管理、人民城市建设等提供坚实保障。“人工智能+”行动的深入实施，开启了我国人工智能与千行百业深度融合、普遍应用的新阶段，人工智能跃升为经济社会发展的基础设施，其应用前景大有可为。

林嘉琳：人工智能技术的迅速发展，在短短数年间使得人类社会的生产与消费模式发生重大变革。在传媒领域，智能算法的深度开发和大数据的广泛应用，改变了信息生产、传播、消费的模式，自动化机器写作加快了在线数据收集、分析与整合的速度，全VR场景与仿真人工智能数字人技术的逐渐成熟指向更加逼真的内容呈现，个性化分发促使平台能够更加精准地聚焦用户“兴趣”。不论是传媒行业的从业者还是普罗大众，每个人都能明显感知到人工智能技术发展正在带领我们走向一个更加高效、多彩的未来。

  与此同时，人工智能本身存在的问题及其对人的影响也投射到现实生产与生活之中。智能算法极大影响着人们的信息行为与内容体验，甚至操控了日常生活，带来诸多算法伦理问题。对于普通用户而言，最先感知到的人工智能伦理风险包括信息茧房、算法偏向、算法歧视等。很多研究都表明，用户越来越明显地感知到智能算法正在获取自己的喜好、兴趣，并依据这些数据“算计”自己。近年来，伴随人工智能技术越来越深入人们的生活，围绕算法黑箱、数字鸿沟等产生的更深层次问题的探讨也越来越多，技术在与用户、平台、社会的多重交互之下，可能将人类推向“算法暴政”“算法霸权”之下的生存困境。

李凌：概括来说，根据人工智能应用场景的差别，可以将人工智能引发的伦理风险划分为三大领域：一是在智能经济领域，既要警惕人工智能推动产业升级、“机器换人”带来的结构性失业风险和贫富差距拉大风险等，还要防范数据泄漏或数据滥用带来的大数据杀熟、金融欺诈、恶意攻击等风险。二是在智能生活领域，随着生成式人工智能大规模应用，深度伪造、虚假信息、数据失实、大模型幻觉等问题愈发凸显，极大地冲击社会诚信体系，严重影响人们正常的交往、学习与生活；除此之外，还要防范信息茧房导致的群体极化、算法偏见导致的社会歧视以及隐私泄漏带来的网络暴力等风险。三是在智能治理领域，重点要防范治理“技术黑箱”带来的技术失控风险、网络马太效应导致的数字鸿沟风险、境外渗透带来的意识形态风险等。

卢丽强：人工智能发展红利和伦理风险的背后，是一场深刻的生产方式变革。在历史唯物主义视域下，可以从社会协作、总体工人、一般智力等生产逻辑把握人工智能发展带来的红利与风险。人工智能所表现出的无人化、智能化特征，是人工智能技术链条全环节社会化生产的结果，更是科技力量在社会协作过程中的抽象化体现。在人工智能技术发展的背后，有的人专门负责数据采集、标注，有的人负责算法设计、模型训练，有的人负责算力供给等。可见，所谓无人化背后，有着人工智能行业的大量从业者，是社会协作形成的总体工人。

  这一生产方式的变革，意味着原来建立在传统工业生产方式基础上的伦理规范、价值主张都面临着新的生产方式挑战。正如“手推磨产生的是封建主的社会，蒸汽磨产生的是工业资本家的社会”，人工智能技术的出现和发展带来的数智化生产方式变革，也意味着智能社会的到来。在此基础上，新型人机关系、数据所有权、算法解释权等新型关系的出现，意味着在此生产方式基础上人与人的关系要被重塑，进而也就要有新伦理的建构。在此过程中，形形色色的新发展机遇和伦理风险也就被历史地“生产”出来。如此，不论是人工智能发展红利，还是新的伦理风险，都需要深入其现实实践生产的关系中去把握。

2.在对人机关系的科学把握中明确“从善之理”

主持人：科学技术在本质上是由人创造且为人服务的，推动科技创新发展，既要从技术理性、工具理性维度考量，也要从价值理性、人文理性维度分析。发展人工智能应该如何平衡技术理性与价值理性的关系，遵照哪些价值原则？

  李凌：对这一问题作出回答，首先需要科学把握人与人工智能技术之间的关系。尽管人工智能技术特别是智能体表现出越来越强的自主性与主体性，甚至有些国家赋予智能体或机器人法律主体资格，但人工智能技术及其形成的实体仍然不是独立的主体存在，而只是人作为主体在实践过程中将本质力量对象化而形成的人工创制物。人工智能只是人类意识和实践延伸的技术产物，自身并不具备自主价值诉求或主动目标导向，这决定了人工智能的工具性特征。换言之，人与人工智能技术的关系，仍然是主体与对象化工具之间的关系，而非对等的主体之间的关系。

  因此，人工智能的“从善之理”，并不是像人作为主体那样去追求善，而是在认识与实践活动中，人类将善的理念与价值融入人工智能技术的开发、创新与应用过程中，使之符合人类对真善美的追求。人类借助人工智能开展的伦理实践活动，实质上是主体向善行动的拓展，是人自由而全面发展的现实表现。在此过程中，人类作为主体的道德性、卓越性与权威性得以确证，并实现了主体性的回归与彰显。由此可见，人工智能之所以要向善发展，其根源与基础仍在于人类自身要追求善、追求福祉，而作为人类本质力量确证与表现的人工智能技术，只是实现这一价值目标的工具手段。

卢丽强：事实上，对智能向善的把握，根本价值根基在于以人的全面发展为原点，并锚定全人类共同价值。对此，可以从科技逻辑和应用逻辑两个维度来分析。

  一方面，在科技逻辑上，智能向善需要从人工智能科技创新的各个环节入手，推进价值对齐。人们在进行人工智能研发的每一个环节都隐含价值倾向，应确保技术设计本身就嵌入善的准则。例如，利用高质量标注的数据训练大模型，避免数据投毒、数据污染，让大模型学习人类主流价值观和伦理规范。在这个维度，人工智能的“从善之理”就是创新发展普惠、公平、人本的人工智能技术。

  另一方面，在应用逻辑上，智能向善需要在把握人工智能各种应用规律基础上，进行合乎伦理规范和主流价值观的应用。人工智能的应用场景直接关联个体权益与社会秩序，要让人工智能的发展合乎普惠公平、人类福祉等价值目标，让人工智能的各种应用符合善的价值标准，将以人为本、智能向善的理念贯穿应用全流程。

林嘉琳：正如卢老师所说，智能向善的关键在于价值对齐。那么，向什么样的价值对齐、如何实现对齐，以及这一过程中人工智能道德模型的自我纠偏，是当下我们需要面对的问题。从国家新一代人工智能治理专业委员会2019年出台《新一代人工智能治理原则——发展负责任的人工智能》提出人工智能治理的框架和行动指南、2021年发布《新一代人工智能伦理规范》提出将伦理道德融入人工智能全生命周期，到2024世界人工智能大会暨人工智能全球治理高级别会议发表《人工智能全球治理上海宣言》提出“共同推动人工智能技术突破与向善发展”，再到全国人大常委会2025年度立法工作计划提出推进人工智能健康发展立法工作，从理论到实践，我们对于人机关系的期待以及关于人工智能价值的共识正在变得越来越清晰。

  智能向善在理念上突出表现为尊重人类尊严和主体性。一是确保以人的价值引领人工智能创新，即以人的伦理价值为标准和目标，推动人工智能的行为表现与人类价值观、道德规范、社会期望对齐，通过价值敏感设计等方法，将伦理价值植入智能算法。二是始终确保人类的“在场”。尽管人工智能事实上在推动自动化与无人化，但缺乏人类“在场”的人工智能，既无法向善也难以为继。只有将人工智能的理性能力与人的多元智能结合起来，才能最大限度发挥人工智能的作用，实现智能向善的目标。三是充分发挥人的主体性与自主性，构建“机优人更优”的人机协同新模式。人工智能性能越高端，对人提出的综合素养与能力要求也就越高。人类只有充分发挥自身的能动性，才能更好地驾驭人工智能系统，借助人工智能促进自身自由全面发展。

3.在平衡创新发展与风险防控中探索“向善之路”

主持人：“科林格里奇困境”是技术治理领域的核心概念，揭示了技术发展过程中“认知滞后”与“控制滞后”间的矛盾，即人们往往难以在技术影响显现前充分理解其风险，而当风险明确时，技术已深度嵌入社会，控制成本极高甚至不可行。在人工智能治理中，这一“困境”极为显著，应如何破解？

  卢丽强：推动人工智能创新发展，既要防止因过早规制而抑制创新活力，也要避免因监管缺位导致放任风险。破解“科林格里奇困境”，核心在于跳出“规制与创新非此即彼”的二元思维，探索“以技术创新反哺治理创新”的协同路径。当前人工智能技术自身的发展成果，如可解释人工智能、实时风险监控算法、数据安全技术等，为这种协同治理模式提供了技术支撑，这意味着我们完全有可能借助技术工具精准识别风险、灵活适配创新节奏，让治理与技术发展同频共振。

  具体而言，实现全生命周期动态治理需要紧扣技术特性分环节落地：事前环节，依托算法公平性检测、数据合规审查等技术工具，建立高风险应用准入机制，提前筛查数据偏见与算法漏洞，同时为娱乐类生成式人工智能等低风险技术保留迭代空间；事中环节，结合监管沙盒与实时监测技术，通过边缘计算识别推荐算法信息茧房倾向，依托联邦学习监测跨境人工智能安全隐患，实现“边试错边优化”；事后环节，借助区块链明确责任边界，针对数据泄露、算法歧视等风险建立分级处罚机制，既确保追责有据，又避免过度惩戒抑制创新。当然，技术工具并非万能钥匙，它必须与健全的法律法规、广泛的伦理共识以及多元的社会参与相结合，才能共同构建起坚实的人工智能治理框架。

李凌：人工智能的“向善之路”并非一片坦途，而是充满各种未知和不确定因素，重中之重是把握好时机与节奏，在创新与安全之间寻求平衡。要实现这一“平衡”，需要在这几方面着力：一是增强敏捷性和灵活性。针对新兴技术创新，不要急于出台刚性法规，而是采取公共政策、行业标准、伦理审查、风险预警等手段，使得治理节奏与强度能够适应人工智能创新在容错、试错方面的要求，确保人工智能创新合规合法。二是坚持全周期与动态性。发挥技术和制度的治理优势，建立全生命周期动态治理机制，通过事前环节对高风险应用建立准入评估机制，事中环节试行监管沙盒以及事后环节探索分级处罚机制，既要避免“一刀切”式监管，也要防止技术无序发展。三是实现分级分类与精准化。针对不同应用场景与不同技术，实行分级分类精准治理机制，特别是对于那些与人类福祉、社会公平、意识形态安全、国家安全紧密相关的人工智能技术应用，要从严监管、加强审查，形成针对高风险的“熔断机制”与“防火墙”。

林嘉琳：人的自主性既是人类认识技术、使用技术、发展技术的智力前提，也是驾驭人工智能技术的根本保障。人工智能治理要实现技术创新与风险防控的平衡，就要坚持发挥人类独特的能动性，以人之主体性对抗算法日益膨胀的“自主性”。以新闻内容写作与发布的流程为例，专业媒体和内容平台在智能传播时代仍要坚持编辑、审核员等人类主体作为信息把关人的重要角色，有效排除不法或低质内容，规避伴随自动化生成与个性化推送带来的风险；作为内容消费者的受众需要建立基于对人工智能充分认知的批判性思维，提升应对智能社会的辨别能力、信息整合能力与情绪管理能力，以应对智能算法带来的负面效果。

  无论人工智能技术如何发展，我们都应该从人的本质需求出发，即人对真实性、确定性、主体性的需求出发，寻找技术进步与人类需求的发展平衡点。在这一过程中，自主性的深层内涵——道德自主，仍需由人类掌控，这样才可能保证人工智能技术的开发与应用始终服务于人类福祉。

主持人：形成推动人工智能向善的合力，是当下人工智能治理的重要课题。这种合力的凝聚，不仅是应对技术挑战的必然选择，更是构建现代化治理体系的重要一环。多元主体应该如何联动配合，才能更好凝聚智能向善的社会合力？

  卢丽强：政府在人工智能治理中扮演着顶层设计者和统筹引导者的角色，从实践维度出发，政府需以制度供给与统筹引导为核心，构建人工智能伦理治理的基础框架。近年来，我国已出台《新一代人工智能伦理规范》《生成式人工智能服务管理暂行办法》等政策文件，明确了人工智能研发、应用的伦理底线与合规要求。这些举措为全社会形成人工智能向善理念奠定了坚实基础。企业作为人工智能技术研发与应用的核心主体，需将法律法规与伦理要求融入生产经营全流程，落实主体责任。公众的深度融入是人工智能向善的关键驱动力。在参与层面，公众可通过政府搭建的政策征求意见平台反馈对人工智能伦理治理的诉求，也可借助企业设立的用户反馈渠道提出改进建议。社会组织则可通过发布风险提示、开展服务体验调查等方式，引导公众参与监督。在素养提升层面，我国部分中小学已将人工智能伦理知识纳入信息科技课程，通过案例教学解析算法歧视、信息茧房的危害。

林嘉琳：智能向善既需要国家强制力保证实施的“硬法”，也需要有广泛的利益相关者参与制定并主动落实的“软法”。科技平台作为技术与内容的支配者，是维护信息多样性、优化信息环境的直接主体。应当明确企业平台在构建多元信息环境中的主体责任和义务范围，从内容发布端控制信息浓度和信息的多样性，能够对抗衡人工智能内容生产与传播所带来的同质化信息环境起到正向效果。而用户数字素养的培养和提升，是凝聚智能向善社会合力的前提。用户只有具备包含计算思维、数据素养、风险意识等多重维度在内的数字素养，才能更好地保障作为未来社会数字公民的权利。

李凌：从国际比较视野来看，中国的人工智能伦理治理，既不同于欧盟强规范、弱发展的立法模式，也不同于美国先发展、后规制的放任模式，而是逐步探索多元主体参与、边创新边规范、动态调整敏捷治理的独特模式。这一治理模式之所以能够构建政府引导、企业自律、公众参与的高效治理格局，很重要的原因就是统筹好有效市场和有为政府的关系，既发挥市场主体的主动性与能动性，激发要素活力，高效配置资源，最大限度平衡创新与安全，又强调政府的引导与主导功能，通过加强顶层设计、战略规划，推动形成人工智能伦理治理体系，引导企业、社会形成智能向善理念，实现政府、企业、公众高水平高效率的协同互动，形成了人工智能创新发展的“中国之治”。

专家点评

清华大学新闻与传播学院教授陈昌凤：在国务院近期印发的《关于深入实施“人工智能+”行动的意见》中，我们欣喜看到，哲学社会科学得到了应有的重视。该意见明确提出，“深入研究人工智能对人类认知判断、伦理规范等方面的深层次影响和作用机理，探索形成智能向善理论体系，促进人工智能更好造福人类”。三位青年学者的讨论，既是对国家顶层设计的快速响应，也是推进“人工智能+哲学社会科学”、构建智能向善理论体系的生动探索。

  近年来，关于人工智能的理论研究逐渐与哲学、马克思主义理论、法学、新闻与传播、经济学等各个学科门类结合，并日益构建起新的人机协同的研究范式，显著提升了哲学社会科学的研究规模与研究质量，形成了百花齐放的争鸣格局。

  正如智能向善需要凝聚多元主体的协同合力，人工智能理论研究也要形成多学科交叉的视野。我们不仅需要促进哲学社会科学各门类之间的交流对话，而且要主动推动人文社科学者与科学家、工程师的对话与合作，共同参与到人工智能创新设计与应用过程中，一起研发出具有人性温度的人工智能产品。

  我非常赞同三位学者从多重视角探寻人工智能的“从善之理”与“向善之路”。人工智能是人类创造出来的同人的存在与发展休戚相关的存在物，是人的主体性的彰显与表征，因而应该在与人的共存中维护人的主体性，而不是寻求对人的替代、控制甚至毁灭。近年来，由于人工智能技术在经济社会等多方面取得的巨大成功，社会上涌现出诸如数据主义、人工智能崇拜等思潮，传播人工智能至上、数据为王等理念，甚至鼓吹用人工智能控制一切、取代人类的论调，获得不少关注。但这些理念或论调颠倒了人与技术、价值理性与技术理性的关系，从根本上就是错误的。人工智能并不拥有高于或等同于人的地位，也不可能摆脱人类在创造发明它们时所注入的价值理性，因而必然要服从服务于人的价值理性与目标诉求。

  推动人工智能发展应坚持以人为本、智能向善的核心理念。在人工智能创新的全生命周期中都要尊重人的生命、情感、尊严、意志等，将促进人的自由全面发展和增进人类福祉作为人工智能最根本的价值追求。具体来说，可以从尊重人格尊严、尊重人类自主、公平、透明、保护个人信息、安全、责任和可持续发展等维度构建以人为本、智能向善的价值原则。一是尊重人格尊严，确保人工智能为人类服务，符合人类价值观与整体利益。二是尊重人类自主，人应该始终作为目的而存在，而不能被人工智能技术异化为工具或手段。三是公平，人工智能的发展要致力于促进程序公平、机会公平与结果公平。四是透明，保证人工智能系统具有可追溯性、可访问性与可理解性。五是保护个人信息，特别是个体的敏感信息、隐私信息。六是安全，确保人工智能不危及人类生存安全，不侵犯个体身心健康与生命安全。七是责任，对人工智能造成的不良后果承担法律与道德责任。八是可持续发展，协调好人、人工智能技术与自然的关系，实现人类、自然、社会与人工智能的协同发展，增进人类整体福祉。

  人工智能并非无情物，也非价值无涉或价值中立物。从其被发明创造出来开始，人工智能就应该蕴含人类追求真善美、拓展自由、提高效率、彰显主体性等价值诉求，将这些价值理念融入人工智能全生命周期，这便是我们坚持以人为本、智能向善的根本缘由。