生成式AI如何重塑知识创造

生成式人工智能与知识生产创新

孙茂松清华大学人工智能研究院常务副院长、计算机科学与技术系长聘教授

知识的创造与扩散紧密相连，二者互为因果：优质知识激发高效传播，而广泛传播又能通过教化功能，在解决实际问题的实践中孕育出更多新知。千百年来，这一循环往复的过程不断充实着人类智慧的宝库。

纵观历史长河，知识的拓展长期由少数精英主导。尽管“智者”群体随时代扩大，但在总人口中仍占少数。进入现代尤其是互联网时代，这一格局被彻底打破，大众得以借助信息技术参与知识创造。知识传播方式的演变更是惊人：从史前口耳相传，到古代利用泥板、莎草纸、竹简等载体抄写文本，再到千年前的纸张印刷，近百年来的广播影视，直至近三十年依托互联网社交网络进行的跨模态数字内容生产。每一次媒介形式的革新，都引发了知识生产范式的剧烈变革，推动人类文明大步向前。无论是造纸印刷，还是通信技术与互联网，这些重大科技发明都催生了知识生产模式的迭代升级。

近年来，基于大语言模型的生成式人工智能崛起，必将引发知识生产的又一次范式革命。与以往人类作为唯一主体不同，此次机器首次成为全新的“主体”。传播过程中的参与者既包括人，也包含机器，两者交织形成极其复杂的多重关系。众所周知，大语言模型具备卓越的语言生成与开放式理解能力，这是千年来未曾出现的局面。向量表征、自注意力机制、强化学习、思维链等前沿技术，结合大参数、大数据、大算力的支撑，以及复杂系统的涌现效应，共同造就了这一奇迹。模型在掌握人类语言的同时，将海量语料中的世界知识与逻辑推理能力参数化整合。《人类简史》作者尤瓦尔·赫拉利曾指出：“人类文化基于语言。人工智能破解语言后，便可创造文化。”这一判断正逐步成真。今年初，开源智能体框架 OpenClaw 风靡全球，其核心驱动正是大语言模型出色的理解与生成能力。它构成了人工智能的“操作系统”，可构建并运行各类“技能”，执行包括知识生产在内的多种任务，为 AI 在经济文化社会领域的广泛应用提供了宝贵机遇。

然而，必须认识到大语言模型并非完美无缺。本质上它是概率模型，在理解上无法像人类那样精准可靠，在生成时则存在与生俱来的“幻觉”，即产出虚假信息。换言之，OpenClaw 的“大脑”偶尔会犯迷糊，且何时犯错、错在何处难以预测。当我们赋予其执行“动作”的权限时，无法保证不出错，好比“瓷器店里捉老鼠”，即便小心翼翼，打碎瓷器也在所难免，这意味着 OpenClaw 先天存在安全隐患。此外，训练语料中混杂的人类偏见与谬误，也会导致模型产生类似偏差。一项随机抽样调查显示，截至 2026 年 3 月，互联网上 AI 生成文章与人类撰写文章数量基本持平。尽管该调研尚显粗糙，存在样本量小等局限，但侧面反映出：如今网络文章多由机器撰写，人们却往往浑然不觉，无形中受其影响。若不及时治理，这一趋势将愈演愈烈，甚至波及意识形态安全、伦理责任、学术诚信及知识产权等问题。生成式 AI 在知识生产中，从真实性、可靠性到安全性，都带来了全新挑战。

此外，还衍生出一些更深层的问题。例如，大语言模型通过海量文本训练，汇聚了全人类的智慧，顶尖模型有望被广泛使用，使其仿佛成为唯一的“智者”。在“人人为模型，模型为人人”的闭环迭代中，互联网时代的“多对多”传播模式可能退化为印刷与电视时代的“一对多”模式，只不过此时的“一”变成了机器而非人。同时，模型倾向于生成概率上“共识”度高的内容，忽视个性化表达，导致知识生产趋向平庸化与同质化。研究表明，生成式 AI 虽能提升个体创造力，却降低了“新颖”内容的集体多样性。这一看似矛盾的结论，实则不难理解。

面对知识生产创新中的这些普遍性问题，我们必须深入思考：首先，在知识生产与传播中，如何协调人与机器的关系？毫无疑问，人应始终占据主导地位。生成式 AI 应是人类的好助手、好伙伴，绝不能“反客为主”，人依然是核心主体。其次，在人机共存环境下，如何更积极地发挥人的主观能动性？第三，生成式 AI 能加速知识发现与整合，并实现无处不在的传播，如何借此重构知识生产新范式，使其与时俱进？第四，AI 降低了知识生产门槛，如何以此为契机调动大众潜力，使之与专家知识形成互补？

总体而言，大语言模型及生成式多模态模型的飞速发展，给知识生产创新带来了前所未有的机遇与挑战。面对技术迭代引发的深刻变革，我们应始终坚守人的主体性，在人与机器协同中探索创新之路，让生成式人工智能真正成为推动人类文明进步的加速器。