生成式人工智能知识的治理体系分析.pdfVIP

2025年4月三晋基层治理Apr.2025

第2期总第29期GrassrootsGovernanceInSanjinNo.2Sum29

生成式人工智能知识的

治理体系分析

苏玉娟

（中共山西省委党校/山西行政学院，太原030006）

〔摘要〕生成式人工智能不仅可以解放人类体力劳动，还可以通过生成GAI知识帮助人们快速搜索和利

用知识。GAI知识来源于社会需求、大数据、算力和算法、确证等方面的支撑。然而，在生成与应用GAI知识

的过程中，仍面临着人机协同不畅、大数据质量欠佳、算力算法存在局限、确证难度较大等方面的制约。为提

高GAI知识的效能，必须构建相应的治理体系，具体而言，要发挥人的创造力，理性认知GAI知识；推动人机物

融合，释放GAI知识价值；增强大数据质量，提升GAI知识质效；推进人工智能创新，凸显GAI知识优势；构建

创新共同体，保障GAI知识确证。

〔关键词〕生成式人工智能；GAI知识；大数据；算法

〔中图分类号〕TP18〔文献标识码〕A〔文章编号〕2096-8442（2025）02-0092-06

人工智能自1956年在达特茅斯学院召开的夏季研讨会被提出以来，经过近70年的发展，已演进成

为可以模拟、拓展和增强人们智能的技术，在计算、感知与行动等方面都取得了显著成效。按照模型来

划分，可以把人工智能划分为决策式人工智能和生成式人工智能。决策式人工智能将数据分类打标

签，在人脸识别、风控系统、机器人、自动驾驶等领域广泛应用；生成式人工智能主要是分析归纳已有数

据后生成新的内容，这些新的内容构成生成式人工智能（简称GAI）知识，GAI知识在内容创作、人机交

互、产品设计等方面得到广泛应用。特别是ChatGPT和Deepseek、Manus等生成式人工智能的迅速发展，

人工智能在表示知识、获得知识和使用知识等方面的能力显著增强。本文主要研究GAI知识的治理体

系。由于人工智能是基于大数据、算法、算力、应用场景发展起来的程序、机器或设备，GAI知识有一定

的机理，也存在一定的缺陷，亟需进一步加强治理。

一、GAI知识生成与应用的机制

生成式人工智能目前主要是以ChatGPT和Deepseek、Manus等语言大模型为代表，模拟人的神经网

络发展起来的机器。人脑是一个功能非常强大的信息处理器，有860亿个神经元，同步处理图像、声

〔收稿日期〕2025-03-01

〔基金项目〕国家社会科学基金重大项目“当代新兴增强技术前沿的人文主义哲学研究”（20ZD045），主持人杨庆峰。

〔作者简介〕苏玉娟，中共山西省委党校（山西行政学院）报刊社研究员、理学博士，山西医科大学马克思主义学院

硕士生导师，主要研究方向为科学技术哲学、马克思主义基本原理。

92

治理实践创新

音、温度、气味等数据，每秒大脑神经网络处理数据达1000亿次。GAI知识生成的机制是依靠对大数据

的算法创新以及算力支撑，满足人们对知识的需要。可以说，GAI知识实现机制主要由人们需要、大数

据、算力和算法、确证等因素组成，不同因素在其生成与应用过程中发挥的功能是不同的。

（一）社会需求是推动GAI知识生成的直接动力

生成式人工智能在内容创作、人机交互、产品设计等方面具有巨大潜力，越来越受到学生、老师、企

业、医院、政府等不同群体的欢迎，主要原因在于生成式人工智能生成的GAI知识能够满足不同群体对

知识搜索、GAI知识应用等方面的需要，将人们从繁重的脑力劳动中解放出来。可以说，社会需求是推

动GAI知识生成的直接动力。比如，Deepseek一问世就受到国内外不同群体的欢迎，这来源于其强大

的知识生成能力，某种程度上更便于人们搜索知识、应用知识。特别是在知识爆炸的时代背景下，生成

式人工智能展现出了强大的能力。它不仅能快速且精准地检索到人们所需的知识，还能依据具体需

求，以文件、图表、设计等多样化的形式进行输出。这