2025年6月30日，由中国公共外交协会、环球网、上海交通大学、同济大学、澳门大学、北京外国语大学共同主办的第四期全球名校“Z世代”青年连线活动成功举办。伦敦大学学院学生Echo Zhang结合众多领域的实际例子，谈论生成式人工智能（AIGC）目前发展的现状及其潜在风险。她指出，AIGC不仅是一场技术革命，更是一面映照人类创意、价值与信任的镜子。在这个由算法与情感共同塑造的时代，我们更应从人文视角出发，引导技术为人服务。 我想以李飞飞教授的一句话作为开场：“我们并非正见证一场人类与机器的对抗，而是在迈入一个协同共创的新时代。”我认为，这句话精准捕捉了AIGC的核心精神。 那么，生成式人工智能到底是什么？根据麦肯锡的定义，AIGC是指那些能够生成文本、图像、音乐乃至视频的算法工具，如大家熟悉的ChatGPT、Midjourney、DALL·E等。 要理解AIGC的演进，我们可以简单回顾人工智能的发展浪潮：第一波以符号推理和规则系统为核心，第二波引入统计学习，第三波实现了深度学习的突破，尤其是在图像识别和自然语言处理方面。如今，第四波浪潮正引领我们进入一个全新的阶段——AI不再只是“辅助工具”，而是“共创伙伴”。 但AIGC不仅仅是技术现象。正如文化学者Lev Manovich所言，它已成为一种“文化软件”，构建起我们在数字时代的表达、传播乃至定义文化的方式。它不仅在生成内容，更在重塑文化本身。 这引发了一个更深层的问题：在AI生成内容的时代，原创性何去何从？早在 1935 年，哲学家瓦尔特·本雅明就指出，机械复制——如摄影和电影——会削弱艺术作品的“灵光”，也就是作品的独特性、历史性及其在时间和空间中的存在感。AI 生成的内容无疑延续了这种趋势，那么在几秒钟内生成的精美的图像和视频是否依然承载情感力量与文化价值呢？ AIGC的出现让我们开始质疑：当一张图像在五秒钟内就可生成，背后的努力和故事何在？尽管作品来自算法，但它们依然能引发情感共鸣。归根结底，AI并不“创造”，它是重组者——基于海量数据、根据提示生成内容。AIGC最具价值的场景，其实并非在“自动化”，而是在“协同创作”：由懂技术的人与懂艺术的人共同合作，才能释放出更大的创意张力。 在教育领域，AIGC已带来显著变革。从AI辅助的个性化辅导到自动生成学习内容，AIGC为学生提供了个性化、可扩展且具适应性的学习体验。例如，AI 可以根据学生的表现动态调整学习难度，按需生成学习资料，让教育变得更包容、更灵活。但这种转变也伴随着挑战：学生对AI的过度依赖可能会削弱批判性思维能力，技术的不均衡分布也可能加剧数字鸿沟。因此，我们必须在伦理框架内合理使用AIGC，才能真正实现“教与学”的双向赋能。 在医疗领域，AIGC已展现出实际效能。AI 生成的诊断报告和图像分析工具提升了诊断效率，医生能够更快地处理大量医疗数据，AI 聊天机器人还能协助患者理解治疗方案，甚至在临床决策、疾病早筛等方面提供支持。过去一年里，我们见证了许多专为医疗设计的专业大型语言模型（LLM）的诞生。例如，Google DeepMind推出的MedGemma模型，它基于多模态医疗数据进行训练，结合文本、影像和临床记录，既能辅助诊断、回答患者提问，还能进行放射学等视觉分析。在中国，商汤科技也推出了“大医”模型，具备生成医疗报告、自然语言解释诊断结果、模拟智能问诊等能力。 然而，AIGC所引发的社会问题也不容忽视。在媒体领域，我们正面临着信息污染与虚假内容泛滥的压力；在创意产业中，AI作品的版权归属界限模糊；在职场，AIGC可能会对文字、设计、客服等行业岗位产生冲击。更深层的隐忧在于：我们可能陷入一场“信任危机”——在真假难辨的内容面前，我们该相信谁？AIGC不仅是技术，它是一面镜子，映照着我们的想象力、创造力与恐惧。 作为年轻的思考者和创造者，我们有责任去引导、塑造、赋予AI以“人性”。正如我今天想传达的最后一句话：让我们携手努力，人与机器协同共创一个“更加人性化”的未来。
