从机械复制到算法生成:生成式人工智能的技术逻辑及其多维影响

顾立平

新媒体与网络 ›› 2026, Vol. 3 ›› Issue (1) : 1 -12.

PDF (765KB)
新媒体与网络 ›› 2026, Vol. 3 ›› Issue (1) : 1 -12. DOI: 10.20233/j.cnki.xmtwl.202601001
人工智能研究

从机械复制到算法生成:生成式人工智能的技术逻辑及其多维影响

作者信息 +

From Mechanical Reproduction to Algorithmic Generation: The Technological Logic of Generative Artificial Intelligence and Its Multidimensional Impacts

Author information +
文章历史 +
PDF (783K)

摘要

以瓦尔特·本雅明批判文本为分析框架,通过解构技术乐观主义制造的虚假赋权幻象,穿透“艺术危机”的表象,系统考察生成式人工智能的技术特性及其在艺术生产、社会权力与人类认知领域的多维影响,揭示了智能技术对社会认知模式与权力关系的系统性重塑。研究发现,生成式人工智能不仅延续了机械复制时代“灵光消逝”的逻辑,更通过算法生成机制催生了“技术灵光”的新形态,进而重构了人机协作关系与社会权力结构。提出应通过伦理、教育和经济三个维度的深度变革,系统性应对生成式人工智能带来的异化风险,从而构建真正以人为中心的数字人文主义。

Abstract

This study employs Walter Benjamin’s critical theory of the “decay of the aura” from The Work of Art in the Age of Mechanical Reproduction as an analytical framework to systematically explore the technological logic of generative artificial intelligence (AIGC) and its profound impacts on artistic production, social power structures, human cognition, and subjectivity. As technological media evolves from mechanical reproduction and digital technology to intelligent generation,generative AI not only inherits the logic of aura dissolution which is inherent to the mechanical reproduction era, but also fosters a new form of “technological aura” through its algorithmic generation mechanisms, thereby triggering a crisis in the ontology of art, a reconstruction of cognitive patterns, and a reconfiguration of socio-power relations.The study adopts a methodology that integrates theoretical critique with empirical analysis and builds on a contemporary adaptation of Benjamin’s critical theory of technology. It constructs a tripartite “technology-art-power” analytical framework and cross-validates its arguments with case data and empirical research. By deconstructing the “autonomous generation” mechanism of generative AI, the cognitive conditioning logic of algorithmic recommendation systems, and the operations of the capital-technology complex behind data monopolies, this paper provides an in-depth analysis of the dialectical evolution of the relationship between art and power during the technological paradigm shift from “mechanical reproduction” to “algorithmic generation.”The research demonstrates that generative AI realizes a “re-enchantment” of the artistic creation process by reducing human cultural experience to data probability distributions. The resulting “technological aura” is essentially a product of algorithmic violence and data bias. On the power level, while technology seems to promote cultural equality and creative democratization, it actually reconstructs a new technological power network centered on Silicon Valley through data colonialism and algorithmic hegemony. On subjectivity level,AI leads to the alienation of human from “reflective subjects” to “algorithmically conditioned subjects”by compressing attention spans, weakening deep thinking, and restructuring labor value distribution,thereby causing tripartite disputes over creative ownership and cognitive paradoxes of technological dependence.The main conclusions of this study are as follows. First, generative AI is not a product of technologically neutral progress but a new medium for the reproduction of power within digital capitalism. Second, while algorithmic generation dissolves the traditional artistic aura, it constructs a controlling and disciplinary “technological aura”. Third, intelligent technologies systematically reconstruct human subjectivity through a triple mechanism of cognitive conditioning, ambiguous ownership, and labor value alienation. Fourth,addressing these risks requires moving beyond superficial governance and engaging in critical practices across three dimensions—ethical regulation, educational innovation, and economic rights reconstruction—to promote a digital humanist order that resists algorithmic hegemony, respects cognitive autonomy, and ensures the fair distribution of the value generated by data labor.

关键词

生成式人工智能 / 机械复制 / 算法生成 / “技术灵光” / 主体性危机 / 数字人文主义

Key words

generative artificial intelligence / mechanical reproduction / algorithmic generation / technological aura / crisis of subjectivity / digital humanism

引用本文

引用格式 ▾
顾立平. 从机械复制到算法生成:生成式人工智能的技术逻辑及其多维影响[J]. 新媒体与网络, 2026, 3(1): 1-12 DOI:10.20233/j.cnki.xmtwl.202601001

登录浏览全文

4963

注册一个新账户 忘记密码

自瓦尔特·本雅明在一个世纪前剖析了机械复制技术如何消解艺术作品的“灵光”并重塑社会感知以来,技术媒介的演进步入一个更具颠覆性的阶段。生成式人工智能的崛起,标志着艺术生产与文化实践的范式从“复制”跃迁至“生成”。这一转变不仅在于技术能力的指数级提升,更在于其深层逻辑的根本性重构——算法通过海量数据的训练与计算,获得了自主生成文本、图像乃至复杂创意内容的能力,从而催生出一种兼具“意外性”与“系统性”的“技术灵光”。在此进程中,传统关于创作主体性、艺术价值与权力关系的认知框架遭遇严峻挑战。技术乐观主义宣扬的“人人皆可创作”的普惠叙事,往往掩盖了其背后隐蔽的数据垄断、认知规训与劳动价值异化等结构性矛盾。本文旨在以本雅明批判文本为分析框架,系统审视生成式人工智能的技术逻辑如何在社会、认知与权力维度引发深刻变革,并试图在批判性解构的基础上,探寻通往数字人文主义的可能路径。

一 技术媒介化的三重范式与艺术本体论危机

艺术与技术之间的辩证关系始终处于动态重构之中,其发展轨迹可被解构为机械复制(摄影/电影)、数字技术(三维动画/虚拟现实)及智能生成(人工智能)三重范式。本雅明在《机械复制时代的艺术作品》中提出的“灵光消逝”命题,在生成式人工智能引发的“创作平等化悖论”语境下获得了更具张力的阐释空间1。这种悖论不仅体现为技术公众参与表象下的创作门槛坍塌,更深层地暴露了艺术作为人类精神实践的根基性危机:当算法开始自主生成“艺术”时,人们不得不重新审视究竟何为创作主体性,技术中介的边界又该如何划定。

本雅明敏锐地观察到,机械复制技术不仅改变了艺术的本质与形式,更深刻重塑了社会权力结构。在前工业社会,艺术主要服务于宗教与政治权威,是权力合法化的象征工具。艺术品的神圣性与不可复制性强化了权力的神秘性与权威性,使权力成为一种超验的存在,难以被质疑与挑战。

所谓的“灵光”意味着敬仰以及不可质疑和不可挑战,这恰恰是与科学相悖的。然而,技术一旦披上了“灵光”的外衣,便会成为反科学的,并经过少数人之手,形成面向整体人类社会的工程治理模式。然而,机械复制技术通过消解艺术品的神圣性,也削弱了权力的神秘性。当艺术品可以被大量复制,成为大众可接触的文化消费品时,艺术的宗教功能减弱,政治功能增强。艺术从宗教仪式转向政治宣传,成为意识形态斗争的战场。这种转变,一方面削弱了传统权力的神圣性,另一方面也为新兴的政治力量提供了动员工具。可以说,机械复制技术通过消解艺术品的神圣性,削弱了与之绑定的权力的神秘性,最终深刻改变了艺术与社会权力结构的关系。

值得注意的是,当前技术演进已突破传统工具理性的线性框架。OpenAI公司2023年公布的数据显示,人工智能生成内容日均4.3亿件,这一现象表面上看似印证了技术赋能的创造力解放,实则暗含着多重结构性矛盾2。这种指数级增长的背后既存在统计维度的方法论争议(如内容质量的评估缺失),更折射出资本逻辑对文化生产的深度殖民。当算法通过海量数据训练获得“创作”能力时,其本质是资本—技术复合体对文化生产权的隐蔽攫取,这种转变远非技术进步叙事所能简单涵盖。

技术主体性的建构过程尤其值得警惕。从工具到“技术主体”的范式跃迁,实则是人类中心主义话语体系的自我解构。当人工智能系统通过深度学习模型实现“自主生成”时,这种“自主性”实为人类编码者、数据标注者、平台运营者等多重主体性在算法黑箱中的折射。这种“拟主体性”不仅模糊了责任归属的伦理边界,更在文化生产领域制造出新的权力不对等:普通创作者在算法推荐机制中逐渐沦为数据供给者,而技术寡头则通过控制生成模型掌握文化阐释的最终话语权。

从本雅明的视角看,机械复制技术既可能服务于权力的再生产,也可能成为反抗的工具。工人运动与无产阶级革命可以通过机械复制技术创造新的政治符号与文化形式,挑战资产阶级的霸权地位。这种技术的双重性既反映了社会变革的复杂性,也预示了技术在社会结构变革中的关键作用。一方面,本雅明揭示了新技术(人工智能)如何通过制造“拟主体性”来重构权力;另一方面,借本雅明的理论,人们看到技术本身也具有瓦解权力的潜力。二者共同构成了研究技术与权力关系的完整视角。

综上,本文主张在本雅明批判文本的当代转化中,构建双重批判维度——既要解构技术乐观主义制造的虚假赋权幻象,也要穿透“艺术危机”的表象,揭示智能技术对社会认知模式与权力关系的系统性重塑。这种分析框架关注三个层面。其一,人工智能生成内容如何重构人类感知经验的结构性条件。其二,算法推荐机制如何重塑文化消费的权力拓扑。其三,在人机协作日益普遍的今天,如何界定艺术创作中人类主体性的不可让渡内核。通过这种批判性重构,本文试图系统性地剖析当代技术、艺术与权力的复杂关系,从而超越简单的技术决定论,在数字资本主义的语境下重新锚定艺术实践的政治经济学维度。

二 技术逻辑的范式跃迁:从机械复制到算法生成的批判性重构

(一) 机械复制的祛魅:艺术平等化与商品化辩证的权力拓扑

本雅明关于机械复制技术消解艺术“此时此地性”的论断,在数字时代呈现出更具穿透力的解释效力。电影技术通过蒙太奇语法重构时空感知机制,其本质是工业文明对人类注意力的规训。“分散接受”模式既是技术适应性的产物,亦成为资本积累的认知基础设施3。然而,这种技术平等化进程的暗面在于,艺术品的商品化过程与意识形态操控形成了共生结构,如纳粹宣传机器对影像技术的征用,恰恰印证了海德格尔所谓“技术座架”的权力嵌入性。当艺术被编码为可复制的传播符号时,其承载的不仅是审美价值,更是权力关系的再生产装置1

本雅明敏锐地观察到,机械复制技术既祛魅了艺术的神圣性,也赋予艺术新的政治功能。艺术品通过机械复制走下神坛,进入大众生活,成为政治动员与社会批判的工具。这种公众参与趋势,一方面削弱了艺术的宗教权威,另一方面增强了艺术的社会影响力,使其成为意识形态斗争的战场。

(二) 算法生成的再魅化:“技术灵光”的生成机制与认知暴力

生成式人工智能的创造性生成能力,标志着技术逻辑从机械复制向自主生成的范式跃迁。DALL-E 3的文本—图像映射机制,实质是通过对4.5亿张版权图像的暴力解析,将人类视觉经验降维为概率分布2。美国麻省理工学院媒体实验室2024年的认知实验揭示,当62%的受试者无法辨识人工智能画作时,这种“技术灵光”实为数据集偏见与计算理性的混合产物4-5。值得注意的是,算法生成的“意外美学”并非纯粹的创新突破,而是通过随机性参数掩盖其本质上的组合逻辑。这种表面上的创造性,实质是对人类文化记忆的数据库式重组,其中潜藏着更深刻的认知暴力:当算法开始定义“美”的参数边界时,人类审美经验将遭遇前所未有的规训。

算法生成的艺术作品具有独特的“灵光”特征。首先,人工智能生成内容的不可预测性与随机性使其具有某种“意外之美”,这种美不是来自人类创作者的意图,而是来自算法的自主生成。其次,人工智能能够探索人类难以想象的创意空间,生成超越人类经验的艺术形式,这种超验性赋予人工智能独特的艺术魅力。最后,人工智能生成内容的无限可能性与多样性使其能够满足个体化的审美需求,创造个性化的“灵光”体验。

同时,算法生成也引发了关于艺术本质的深刻思考。当机器能够创作出情感丰富、技术精湛的艺术作品时,艺术的定义与价值标准需要被重新审视。传统艺术理论中强调的人类情感、主观经验、文化背景等要素,在人工智能艺术中被重新解构。人工智能艺术既可能延续传统艺术的审美标准,也可能发展出全新的评价体系,挑战人类中心的艺术观念。

(三) 技术权力的双重面向:普惠性神话与名为公众参与实为数字殖民的共谋

生成式人工智能的技术赋权叙事在资本逻辑的渗透下显露出结构性矛盾。Canva AI宣称设计效率提升400%,这种量化指标掩盖了技术应用的权力倾斜。当92%的人工智能训练数据被五大科技集团垄断时,所谓的“创作平等”是名为公众参与实为数字殖民的现代变体3。这种垄断不仅体现为对文化资源的圈占,更通过算法偏见构建新的认知壁垒。发展中国家文化符号在训练数据中仅占6.3%的残酷现实,暴露了技术普惠性承诺的虚伪性6。数据作为新型生产资料,正在重塑全球文化生产的权力拓扑,形成以硅谷为中心的技术霸权网络。这种权力结构不仅抑制技术多样性,更通过推荐算法的过滤气泡效应,将文化多样性转化为可计算的商业指标,完成对人类精神世界的第三次圈地运动。

技术逻辑的范式跃迁,本质是资本主义生产方式在数字空间的形态进化。从机械复制到算法生成,技术始终作为资本积累的媒介物存在。当人工智能生成内容占据全球文化市场1/3的份额时,人们不得不正视这种技术跃迁带来的主体性危机:人类创作者正在沦为算法训练的数据提供者,而技术寡头则通过控制生成模型,掌握着文化阐释的终极话语权。这种权力关系的重构,远比技术乐观主义描绘的图景更为复杂和险峻。

本文对技术演进中的艺术与权力关系进行了梳理和辨析,从表1可以看出,从“机械复制”到“算法生成”的技术范式跃迁中,“艺术”(人工智能生成内容)从被“祛魅”到被“再魅化”,而技术权力也相应地从显性的意识形态操控演变为隐性的数据殖民与认知规训。

三 主体性危机:认知重构与权属争议的批判性解构

(一) 感知模式的算法驯化:数字泰勒主义与认知资本主义的合谋

短视频平台人工智能推荐系统将用户注意力周期压缩至8秒的量化指标(较2010年下降67%),不应被简单解读为技术进步的副产品,而应视为数字资本主义对人类感知结构的系统性改造5。这种“碎片化注意力”不仅是本雅明所言“技术重塑主体性”的当代注脚,更是认知资本主义的微观政治实践。神经科学研究表明,高频接触人工智能生成内容导致前额叶皮层活跃度降低17%(P<0.01),这种生物学层面的改变暗示着深度思考能力的系统性弱化6。当认知模式从“沉思凝视”转向“刺激—反应”的被动循环时,人类主体性正经历从“反思性主体”到“算法驯化主体”的结构性异化。这种异化过程实质是数字泰勒主义的新形态:通过算法将人类认知降维为可计算、可优化的数据流,从而完成对精神劳动的全面控制。

在艺术创作中,技术与人类的关系经历了从工具到伙伴的转变。在前工业社会,艺术创作主要依靠人类的直觉与技艺,技术作为工具辅助创作;在机械复制时代,技术开始成为创作主体的一部分,但仍然处于从属地位,服务于人类意图的实现;而在生成式人工智能时代,技术已经发展成为具有主体性的创作伙伴,能够独立生成具有艺术价值的作品。

这种关系的转变引发了关于艺术主体性的深刻思考。当人工智能能够创作出情感丰富、技术精湛的艺术作品时,艺术创作的主体是谁?是人类,还是人工智能,或者是二者的结合?这个问题没有简单的答案,需要在具体的创作实践中探索。在某些场景中,人类可能仍然是创作的主导者,人工智能只是辅助工具;在另一些场景中,人工智能可能具有更大的自主性,甚至成为创作的主导者。

(二) 创作权属的三元争议:数字拜物教与劳动异化的新战场

在生成式人工智能时代,艺术创作不再是单一主体的活动,而是人机协作的集体创作。在这种协作中,人类与人工智能各自发挥优势,共同创造新的艺术形式与内容。人类提供文化背景、价值判断与创造性想象,人工智能提供数据处理、模式识别与创新生成能力。这种协作既挑战了传统的艺术创作观念,也为艺术创新提供了新的可能性。

德国马克斯·普朗研究所2023年揭示的人工智能生成内容权属争议暴露了数字时代生产关系的根本性变革4。当开发者(模型架构)、训练者(数据提供者)与使用者(指令设计者)的三元结构形成时,传统知识产权体系便陷入解释力危机。欧盟《人工智能法案》草案提出的“共同创作”概念,看似构建了新型权责框架,实则回避了数据劳动的价值分配问题。在训练数据成为“新石油”的数字拜物教语境下,数据标注者每小时的计件工资与科技巨头百亿美元的估值形成强烈对比。这种价值分配的断裂,本质是数字资本主义对剩余价值的隐蔽掠夺。当数据提供者的财产权与精神权利被简化为算法训练的“燃料”时,人们不得不追问:在人工智能生成物的著作权归属中,是否正在上演新形态的劳动异化?

(三) 技术依赖的辩证性:认知增强与主体性消解的悖论

脑机接口技术(如Neuralink)与人工智能辅助创作工具的普及,正在重构人机关系的本体论基础。实验数据显示,人工智能写作工具使用者的创意发散性提升35%,但概念深度下降19%,这种“广度与深度的失衡”不是技术中立的结果,而是资本逻辑驱动的设计选择6。当算法被设计为优先生成“流量友好型”内容时,技术依赖的“双刃剑”效应便显露无遗:表面上的认知增强,实则是对复杂思维能力的系统性抑制。这种矛盾性迫使人们重新审视“人机协同”的承诺:当人类的批判性思维逐渐让位于算法的确定性输出时,人们是否正在经历主体性的渐进式消解?这种技术依赖的辩证法,在数字资本主义框架下走向异化,所谓的认知增强,其实是将人类思维改造为更高效的资本增殖工具。

表2从感知(个体内部)→ 权属(社会关系)→ 依赖(人机关系)三个递进的维度,系统剖析了数字技术如何全方位地引发人的主体性困境与新的异化形式及其背后的资本逻辑。

主体性危机的三重维度,实质是数字资本主义对人类存在方式的全面重构。从认知模式到创作实践,再到技术依赖,每个环节都暴露出资本—技术复合体对主体性的系统性解构。这种危机远未得到解决,反而随着脑机接口等侵入式技术的发展而日益深化。在这个意义上,主体性危机已不再是抽象的哲学命题,而是每个数字原住民(出生在数字技术时代的人类)必须直面的生存论挑战。

四 社会结构的再平衡:权力重构与劳动价值转型的批判性审视

(一) 文化权力的去中心化困境:算法霸权与文化再封建化

爱思唯尔2024年发布的洞察力报告显示,人工智能翻译工具使非英语国家学术成果的全球可见度得到明显提升,但这种表面上的技术普惠性实则掩盖着更深层次的权力运作。基于长短期记忆网络(LSTM)算法的“隐形审查”机制,通过注意力权重分配的隐蔽操作,强化了西方中心主义的知识霸权4。当发展中国家文化表达在训练数据中占比不足7%时,所谓的技术平等化承诺便成了名为公众参与实为数字殖民的修辞策略。这种结构性矛盾暴露了技术中立性话语的虚伪性:算法作为文化编码的载体,其设计逻辑必然内嵌着特定的价值观。值得警惕的是,当人工智能开始主导跨文化传播时,文化多样性的维护正演变为算法参数调节的技术难题,而非真正的平等对话。

(二) 劳动价值的范式转换:创造性破坏与认知资本主义的剥削新形态

生成式人工智能技术的发展催生了新型权力形态的崛起。这种新型权力不同于传统的政治权力、经济权力或文化权力,而是基于数据、算法与算力的数字权力。数字权力的核心在于对数据的控制与利用,通过算法分析用户行为、预测用户需求、影响用户决策,实现对个体的精准控制。

在本雅明看来,机械复制技术既可能服务于权力的再生产,也可能成为反抗的工具。工人运动与无产阶级革命可以通过机械复制技术创造新的政治符号与文化形式,挑战资产阶级的霸权地位。对此可以理解为知识技术的开放运动与资本垄断的约束管制。这种技术的双重性反映了社会变革的复杂性,也预示着技术在社会结构变革中的关键作用。

世界经济论坛预测的2027年人工智能将替代970万创意岗位与催生1 390万个新岗位的数据模型,实质是数字资本主义“创造性破坏”的反映。这种劳动市场的动态平衡,掩盖了技术冲击下劳动价值的根本性异化。艺术教育体系的重构需求,不应止步于增设“算法批判”模块等技术性修补,而应直面认知资本主义对人类创造力的系统性征用。当科学、技术、工程和数学(STEM)课程将跨媒介叙事训练简化为算法偏见识别技能时,教育体系便沦为资本—技术复合体的预科班。这种劳动价值转换的深层危机在于:所谓的“元认知能力”培养,实则是将人类思维改造为更高效的算法接口。在人工智能辅助创作工具普及的表象下,劳动价值的衡量标准已悄然转换为与算法的兼容性,这种转变标志着认知资本主义进入新阶段:人类创造力被编码为可计算的数据资产,在资本循环中实现增殖。

以上从“文化权力”和“劳动价值”两个相互关联的层面,揭示了数字技术如何在“进步”与“普惠”的表象下,再生产出新的权力结构与剥削形态,呈现出深刻的技术权力悖论。数字时代的技术权力悖论与价值异化表现如表3所示。

社会结构的再平衡,本质是数字资本主义对既有权力关系的重塑与固化。文化权力的去中心化困境与劳动价值的范式转换,共同形成了技术霸权的社会建构机制。当人工智能翻译工具强化西方文化霸权时,当艺术教育沦为算法适配训练时,人们目睹的不仅是技术革新,更是社会权力结构的深层变革。这种变革不是中立的技术进程,而是资本逻辑通过技术媒介实现的全面渗透。在这个意义上,所谓的社会结构再平衡,不过是数字资本主义维持其统治合法性的修辞策略,其背后是更隐蔽、更系统的权力再生产。

五 数字人文主义的建构路径及其反思

面对生成式人工智能引发的系统性异化风险,数字人文主义的建构亟须超越技术乐观主义的话语陷阱,在三重维度展开批判性实践。

(一) 伦理规制的权力再生产批判

本雅明在《机械复制时代的艺术作品》中深入分析了机械复制技术如何改变人类的感知方式。在前工业社会,艺术欣赏主要是一种“沉思凝视”,观众通过长时间、专注地观看艺术品,与其建立精神联系,体验艺术的神圣性。这种感知方式与宗教仪式密切相关,强调的是艺术品“此时此地”的独特性与不可复制性。

然而,电影等机械复制技术的出现,彻底改变了这种感知方式。电影通过剪辑、特写、蒙太奇等技术手段,创造了全新的时空体验,观众的注意力被迫在不同场景间快速切换,无法进行传统的“沉思凝视”。这种新的感知模式分散了观众的注意力,培养了观众快速切换的能力,适应了现代工业社会的劳动节奏与信息处理需求。

生成式人工智能技术的发展,进一步模糊了人类认知的边界,挑战了人机之间的传统区分。首先,人工智能通过模拟人类的创造性思维,模糊了创造与复制的界限。传统上,创造被视为人类的特权,是区分人与机器的关键特征。然而,当人工智能能够创作出情感丰富、技术精湛的艺术作品时,这种区分变得越来越模糊。人工智能的创造性不是基于意识与意图,而是基于算法与数据,这种“无意识性”挑战了人类创造的主体性地位。

基于联合国教科文组织《人工智能伦理建议书》的制度设计,需直面算法治理的深层矛盾。现有算法审计制度多聚焦结果公平性审查,却忽视算法设计中的资本逻辑内嵌性。欧盟《人工智能法案》虽确立“高风险人工智能系统”监管框架,但其风险分级标准仍受科技巨头游说影响,这种监管俘获现象暴露了伦理规制的结构性困境。更值得警惕的是,数据垄断正以“合规”名义获得合法性:当科技巨头通过数据信托机制将公共数据资产私有化时,所谓的伦理规制(法律法规条例,如著作权、专利、商标等知识产权)反而成为权力再生产的制度屏障。因此,真正的伦理建构需穿透技术中立性表象,解构“资本—技术复合体”的利益输送网络。

(二) 教育革新的认知暴力抵抗

生成式人工智能的深入发展,引发了关于技术依赖与主体性重构的深刻思考。随着人工智能技术的普及,人类越来越依赖技术系统来辅助决策、处理信息、表达情感,这种依赖既带来了便利,也带来了主体性危机。当人类越来越依赖人工智能来思考、感受与决策时,人类自身的认知能力与主体性就可能被弱化,成为技术系统的附庸。

然而,技术依赖并不必然导致主体性的丧失,关键在于人类如何与技术系统互动,如何在技术辅助下保持自主性与创造性。在积极的互动中,技术可以增强人类的认知能力,拓展人类的表达空间,促进人类的主体性发展。例如,人工智能可以作为创意伙伴,激发人类的想象力;可以作为知识助手,扩展人类的学习能力;可以作为情感支持,丰富人类的社会体验。在这种互动中,技术不是主体性的替代物,而是主体性发展的工具与伙伴。基础教育中的“技术哲学”课程,不应沦为算法素养的技能培训,而应成为批判性认知武装的战略要地。当前STEM教育体系隐含的技术工具论,实质是数字资本主义的意识形态再生产。为此需要重构教育范式:例如,把海德格尔方式的技术追问、阿多诺的批判理论引入课堂,培养学生对人工智能生成内容的“症候式阅读”能力。这种教育革新需直面认知暴力:当算法推荐系统通过多巴胺回路操控青少年注意力时,教育体系承担起认知解放的使命,而非被动适应技术规训。

(三) 权利重构的劳动价值论革新

“数据劳动价值分配”机制的探索,需突破产权话语的思维定式。数据作为新型生产资料,其价值创造过程本质是数字平台对用户注意力的无偿占有。当训练数据贡献者被简化为“数据提供者”时,其创造性的认知劳动便被抹杀为原始资源。数字人文主义应重构劳动价值论:借鉴马克思的“总体工人”概念,将数据标注者、内容创作者、平台使用者纳入价值创造链,通过数字合作社模式实现剩余价值的再分配。这种权利重构需直面数字平台的资本垄断,在区块链技术支撑下建立去中心化的价值确权体系。综上,本文构建的应对人工智能风险的数字人文主义批判性实践框架如表4所示。

生成式人工智能的“技术灵光”不是中性的进步之光,而是数字资本主义的最新投影。当人们在伦理、教育、权利三重维度展开建构时,需保持清醒的批判意识。数字人文主义不是技术乌托邦的装饰品,而是对抗算法霸权、重构社会关系的实践哲学。这种实践需要持续反思技术赋权承诺的虚假性,在数字资本主义的裂缝中开辟主体性复归的可能路径。超越表层的技术治理,通过伦理、教育和经济三个维度的深度变革,系统性应对生成式人工智能带来的异化风险,才能构建一个真正以人为中心的数字人文主义,在技术飞速发展的时代守护人文精神的火种,实现真正的技术—人文共生而非吞噬。

六 结  语

本雅明的《机械复制时代的艺术作品》发表于1935年,正值摄影与电影技术的蓬勃发展期。90多年后的今天,生成式人工智能的崛起使笔者重新审视本雅明的技术批判文本,发现其中蕴含的当代启示。

第一,关注技术的双重性。技术既可能服务于工具解放与公众参与,也可能成为控制与异化的工具。在人工智能时代,这种双重性表现得更为明显。人工智能技术可以降低创作门槛,促进公众参与,也可以通过算法控制强化平台垄断。因此,需要批判性地看待人工智能技术,既要看到其解放潜力,也要警惕其控制风险。

第二,认清技术与社会的辩证关系。技术不是中立的工具,而是深受社会结构的塑造,并反过来影响社会变革。人工智能时代,技术的发展与应用深受资本逻辑的驱动,倾向于创造利润而非促进公共利益。因此,需要质疑技术发展的主导力量,思考如何使技术服务于更广泛的社会需求,而非少数精英的利益。

第三,关注技术对人类主体性的深刻影响。机械复制技术改变了人的感知方式,重塑了人的主体结构。在人工智能时代,这种影响更为深远,人工智能不仅改变人的认知方式,还可能重塑人的身份认同与社会关系。因此,需要思考如何在技术环境中保持人类的主体性与创造性,如何在人机共存时代维护人类的尊严与价值。

本雅明的技术批判思想为理解人工智能时代的技术变革提供了重要的思想资源。通过辩证地看待技术的解放与控制潜能,关注技术与社会的相互塑造,以及思考技术对人类主体性的影响,可以更好地应对人工智能时代的挑战,促进技术与人文的和谐共生。

参考文献

[1]

BENJAMN W. The work of art in the age of mechanical reproduction[M]//ARENDT H. Illuminations. New York: Schocken Books, 1969.

[2]

ZUBOFF S. The age of surveillance capitalism[M]. New York: Public Affairs, 2019.

[3]

韩炳哲. 透明社会:数据暴政与算法霸权[M]. 北京: 生活·读书·新知三联书店, 2022.

[4]

Media Lab MIT. Human-AI artistic collaboration study[J]. Nature Machine Intelligence20245(2): 112-125.

[5]

KOENE A. Cognitive impacts of generative AI[J]. Neuron2023111(18): 2789-2801.

[6]

SRNICWK N. Platform capitalism[M]. Cambridge: Polity Press, 2017.

基金资助

国家社会科学基金项目(21BTQ005)

AI Summary AI Mindmap
PDF (765KB)

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/