内容提要：在数智技术深度融入社会生活的背景下，生成式人工智能正在重塑意识形态的生产方式和传播机制。生成式人工智能的意识形态属性由算法权力和数据霸权内含的既有社会权力结构和价值取向所决定。通过算法黑箱、数字交往和人工智能生成内容，生成式人工智能构建起一套由技术支撑、交往方式和内容产出共同构成的意识形态渗透机制。对生成式人工智能意识形态的治理，必须穿透技术中立表象，揭示数字形式背后的“人—人”关系本质。在牢牢掌握意识形态领导权的基础上，通过建立健全法律法规和企业监督，推动生成式人工智能意识形态治理的落地落实，切实维护中国式现代化进程中人工智能领域的意识形态安全。
关键词：生成式人工智能 意识形态 算法霸权 数字资本 “人—人”关系
作者单位：北京航空航天大学马克思主义学院
原载于《马克思主义研究》2026年第4期，注释从略。
意识形态斗争是当今世界大国博弈的重要内容。习近平总书记强调，“意识形态工作是党的一项极端重要的工作”，“必须把意识形态工作的领导权、管理权、话语权牢牢掌握在手中”。党的二十届三中全会明确指出，要“完善生成式人工智能发展和管理机制”。作为数智时代的重要技术，生成式人工智能在改变生产生活实践的同时也深刻变革意识形态的传播方式。当前学界多从意识形态风险、治理路径与技术伦理等角度对生成式人工智能意识形态进行研究，但对其意识形态的核心本质与渗透机制关注不足。因此，深入探究生成式人工智能意识形态的核心本质、渗透机制，对于促进生成式人工智能健康发展、正确把握生成式人工智能意识形态治理要义具有重要的理论价值和实践价值。
生成式人工智能意识形态不同于传统意识形态、媒介意识形态和算法意识形态。传统意识形态是由政治经济结构决定的，以制度化的传播机制和稳定的话语体系，通过显性传播方式对社会成员进行价值引导。媒介作为人向公共领域的延伸，是个体理解身体经验的构建者，因此媒介意识形态是“构成社会行为者的组织意识的有具体内容的意义体系”，通过议程设置、符号选择等，实现对既有意识形态的传递。算法是“输入转换成输出的计算步骤的一个序列”，它在技术方面并不具有意识形态属性。现阶段所强调的算法意识形态则是以内容搜集、过滤、排序、推荐为主要方式的算法推荐意识形态，主要表现为受技术权力影响的算法偏见。不同于上述形态主要止于内容筛选与传播偏向，生成式人工智能意识形态是在既有社会权力结构与价值逻辑结构性嵌入算法和数据运行过程的基础上形成的一种新的意识形态。作为一种新的媒介形式，生成式人工智能不仅是意识形态的传播工具，更通过模型训练与内容生成机制进入意义与价值的再生产过程，使意识形态在满足个体化需求的同时，以差异化、日常化的方式嵌入主体价值判断，并在技术理性与价值中立表象下呈现出更加隐蔽的运行形态。
因此，生成式人工智能意识形态并非单指其技术基础、传播机制、内容载体中的任一要素，而是在广泛嵌入社会生活的过程中、在既有的社会权力结构与价值逻辑框架下，通过生成式人工智能这一新的技术媒介进行意识形态传播的新形态，其以算法和数据技术为中介、以数字交往为运行方式、以人工智能生成内容（AIGC）为呈现形式，展现了一种新型的意识形态再生产与传播机制。
一、生成式人工智能意识形态的核心本质
生成式人工智能虽然已成为意识形态再生产和传播的重要技术中介，但并非意识形态的创造主体；其意识形态属性并非源自技术本身，而是植根于其背后的技术权力结构和数字资本逻辑，两者共同决定了生成式人工智能意识形态的核心本质。
1.技术权力结构的转向：从工具理性到算法霸权
资本主义的现代化进程始终与技术理性保持着紧密的内在关联，工具理性以利益最大化为目标，在推动生产力发展的同时，通过物化参与意识形态的塑造。在数智时代，算法霸权改进了技术的权力结构，生成式人工智能推动工具理性获得新形态。
生成式人工智能促使工具理性实现向算法理性的转变。工具理性具有经济合理性、社会合理性和强同化性三重特征，为资本主义现代性扩张提供了重要动力。“物化结构越来越深入地、注定地、决定性地沉浸入人的意识里”，物的关系掩盖了社会关系的实质，“现代资本主义产生的所有经济—社会前提，都在促使以合理物化的关系取代更明显展示出人的关系的自然关系”，生产者同生产资料相互分离保证工具理性功效的发挥，无产阶级的意识形态正因工具理性的强同化性而面临解构的风险。在算法技术的推动下，技术权力的结构更加精细、运作形态更加隐秘。通过对用户进行信息包围，算法推荐技术在信息分发层面实现带有价值偏向的意识形态传播，但算法与价值之间仍然彼此独立，算法成为价值传播的新工具。生成式人工智能更强调算法技术背后的权力结构，通过结构性控制实现算法与价值的融合，价值逻辑嵌入算法结构，算法理性得以生成，推动算法实现从技术向霸权的转换。
表面上看，数学模型的“客观性”是算法理性的主要特征，但算法又与公共领域紧密结合，“商业逻辑和利益追求是算法权力的原初动能”。因此，生成式人工智能所有者与实控者通过目标设计、数据训练与场景应用共同塑造算法理性的价值取向，算法不可能实现价值中立，外在技术中立性与内在意识形态性之间的矛盾成为算法理性的根本矛盾。一方面，生成式人工智能的训练过程不是无涉价值的纯粹数学优化，而是高度依赖被筛选、被结构的数据。通过掌控数据，资本通过权重调整与输出控制（排序与过滤）将价值逻辑嵌入生成式人工智能。在算法逻辑中，目标设置是算法设计的逻辑起点。生成式人工智能在候选空间、词元生成与结果选择等环节中配置价值优先级，并可在生成结束时使用奖励模型进行重新排序，从而既实现目标又完成意识形态的隐性植入。规则设定、模型判定与阈值设置对于哪些内容能够被在线看到、哪些内容被隐藏发挥了实质性影响，在算法过滤中实现将前置价值判断制度化为系统规则，在技术上实现意识形态的排他性。另一方面，在算法黑箱的遮蔽下，技术系统的复杂性为意识形态的输出披上技术合法性的外衣，算法权力在生成与推荐环节静默地限制了终端用户的“自主选择”。生成式人工智能的算法生成是由输入、编码、词元概率预测与解码选择等环节构成的连续技术决策链条，一般通过自回归解码的方式生成文本序列，生成内容是受预设规则限定和后处理机制调控后的概率排序与路径选择，特定价值取向和意识形态通过概率结构与结果筛选贯穿生成的全过程。生成式人工智能算法推荐机制以“用户偏好”为核心目标，通过概率建模与排序机制分配推荐对象的优先级和可见性，运用生成模型将其转译为具有引导性的表达，意识形态经过权重排序、生成结构与后处理调整等环节嵌合进推荐结果。兴趣标签使算法推荐导致的“信息茧房”和“回音壁”获得价值判断的内核，功能得到进一步强化，实现对终端主体多元认知的压缩，以更高效能影响其价值判断。算法权力通过技术理性实现对现实主体的柔性规训，主体在算法构建的“伪具体性”中误将技术逻辑认成自身意志的延伸，算法霸权实现意识形态效能提升。
生成式人工智能通过算法霸权实现对意识形态的操控。算法霸权不仅是对技术和数据资源所有权的垄断，还通过数据、模型、对齐、生成、分发、反馈等技术系统参与塑造受众的认知并规范其行为。其一，在数据采集、清洗阶段，现实世界在被转译成数据后，又通过算法清洗获得了特定代表性。数据是现实社会权力与意识形态的沉淀结果，其本身并非价值中立的。数据所有权的占有及数据的筛选、使用与训练路径，是影响生成式人工智能价值取向和意识形态边界最为重要的前置条件。当前，因平台资本在数据主导权上占有优势地位，将数据资源视为“私有财产”，从而形成数据竞争壁垒，使特定知识结构、表达范式、价值标准在数据分布中的权重更高，没有主导权的主体文化经验则在模型生成的常态化表达中被系统边缘化。其二，在模型训练阶段，生成式人工智能以最小化生成分布与真实数据分布之间的差异为核心目标，价值判断和语言行为意义被向量化为可计算的表征，固定并强化为高频固定表达与主流因果关系，将统计意义上的“可能的预测”转化为“合理的输出”。算法通过概率结构搭建起新的理解路径，使得前置的价值立场获得技术上的稳定系统。其三，在对齐和安全过滤阶段，特定的规范性道德模式被嵌入算法及其所依托的网络结构，奖励模型、风险判断机制划定了“可说与不可说”的边界。系统通过检索与排序决定了信息筛选与呈现顺序，并在生成环节预设证据关联逻辑和阐释框架，在控制“可见性”、弱化“不确定性”的同时强化连贯性和权威性，使意识形态以自然的技术面貌呈现。其四，在分发与反馈流程中，人机交互和个性化服务将用户反馈转译为奖励机制，持续放大既有价值偏好，由交互、个性化满足与再训练构成的闭环压缩信息多样性，形成逻辑自洽的单一认知体系，引导用户在“自主交互”中以“自主选择”的状态持续接收算法被设定的价值判断。因此，算法霸权并非单纯的技术垄断，而是在日常化、去政治化和系统化的运行中实现现实建构、认知塑造和行为规范的意识形态霸权。
2.数字资本的剥削逻辑：剩余价值的数字化增殖
生成式人工智能的进化受制于数据的所有权和使用权。在数字资本主义下，数据既是技术运行的必要条件，更是生成式人工智能价值生成的生产资料。
在数智时代，无偿劳动蔓延到社会的各个领域。在平台“产消一体”的独特性中，用户在消费服务的同时持续进行数据生产，“生活已经成为一个工厂，是工厂生活”。作为数字产品，用户创造的数据经过平台经济雇佣的工人的加工转化为数字商品后便拥有了剩余价值。数字资本打破传统意义上生产与消费的边界，通过复杂的技术系统以隐秘和去政治化的方式占有平台用户使用数据资源付出的必要劳动时间，并通过数据价值化转化为相对剩余价值。在形式上，用户自由参与平台活动，实际上却失去了对其生产出的数据的所有权与支配权，资本无偿占有数据服务于价值增殖。剥削关系从生产环节扩展到虚拟空间中的全部社会生活。资本通过持续采集和分析用户行为、认知偏好等个人“元数据”，确保能持续汲取人类行为剩余，并据此建构统计与预测模型，为干涉主体认知提供前置条件。数字资本的剥削逻辑开始转向意识形态的再生产：在剥削的同时实现对主体意识形态的塑造与操控。
不同于传统媒介作为人的感官的延伸，数字资本并不直接提供价值论断，而是通过深度嵌入“数据—算法”结构实现对意识形态的再生产与隐性传播。在技术层面，数字资本通过模型将现实的社会经验转译为数学计量的对象，数字资本和生成式人工智能的算法霸权深度结合：算法霸权构建起系统的、可控的技术闭环，在价值前置的基础上为数据的筛选、赋权提供算法支持，提升数据资料资本化的效能；数字资本为算法提供训练、优化的数据原料，而被“偏好”算法筛选出来的数据反过来又加强和固化前置的价值。在消耗用户“数智劳动”并将其转变为“数智社会演进的算力”的过程中，数字资本和算法霸权两者合力使意识形态以“智能系统”的自然形态被再建构，以“自主选择”“个性化服务”的形式融入主体的日常实践。
资本为何日益依赖数据推动剩余价值剥削和意识形态渗透？这是因为数据回应了新的历史阶段资本积累面临的现实困境。在工业革命之后，伴随工人的“劳动时间”和“闲暇时间”逐渐分化，对剩余价值的剥削主要存在于前一生产领域，受制于信息采集和价值转化，闲暇时间产生的剩余价值是“偶然”的。进入数字时代，一方面，数字转译使“人类个体不论工作抑或闲暇，都置身其中、参与原始数据的生产”；另一方面，传统的剥削方式在利润率下降、市场不确定性上升和社会制度约束增强等外在条件下难以满足资本的内生需求，资本急需不以直接雇用为前提、能在更大范围内持续生成价值的新的剥削方式。数据作为“无形”资产缺乏可视的具体物质形态，没有作为劳动产品直接呈现于劳动者面前、极易被忽略。它需要经过工程师和算法技术的再加工才能转化为数据商品，使对数据剩余价值的剥削更隐蔽，为数字资本进行意识形态的再生产提供了新的基础。
数字资本区别于文化工业和意识形态国家机器。文化工业是资本主义生产逻辑对文化的工业化改造，以“媒介—符号”作为生产材料，将大众视为消费者，通过娱乐实现对需求的生产与控制，“从外部祛除了真理，同时又在内部用谎言把真理重建起来”。文化工业并非大众自己创造的文化，作为与大众分离的工业体系，其以谋取利益为目的，本质上是“反文化”，通过算法过滤整个世界实现对人类社会生活的支配，作为纯粹的意识形态为现存的秩序进行辩护。意识形态国家机器是指国家中的统治阶级通过专门化机构，运用意识形态维护资本主义剥削关系的再生产。机器是意识形态的物质存在，通过国家机器的实践活动，意识形态“把具体的个人‘构成’为主体”。不同于两者，数字资本既没有典型的符号与美学范式，也不依赖显性的“强权机构”进行“直接的”意识形态生产和传播，而以行为数据作为生产资料、以算法模型作为生产工具，把数字化的社会关系纳入生产体系，将意识形态的生产转化为一种“反馈—优化”的个性化建构过程，促使主体在“自我选择”的幻想中完成价值内化。
二、生成式人工智能意识形态的渗透机制
生成式人工智能继承了传统算法“技术中立”的特征，以大模型为基础、以数字交往为中介，通过AIGC实现对用户的价值引导和意识形态输出，逐渐成为数字资本主义进行意识形态渗透的重要工具。在其技术体系中，算法黑箱为意识形态渗透提供了技术遮蔽的前提，数字交往搭建起意识形态运行的新场域，AIGC为意识形态提供具体的内容载体，三者共同构成一个由技术遮蔽、交往行为、内容产出为一体的意识形态渗透机制，使生成式人工智能以人格化他者的形象实现对主体的干涉。
1．算法黑箱：生成式人工智能意识形态的技术遮蔽机制
作为生成式人工智能的核心动力，深度学习是通过构建深度神经网络进行机器学习的技术统称，算法是实现深度学习过程的具体技术。算法的“输入”端、“输出”端是明确的，但两者之间的转化机制和内在技术逻辑存在部分或全部的隐藏，处于复杂难懂、不透明、难追踪的黑箱状态，算法黑箱为生成式人工智能实现意识形态渗透提供了技术上的遮蔽。
其一，复杂性增加算法的不透明度。为维持算法性能的稳定、推动算法性能的提升、保证深度学习的开展，工程师不断增加算法的复杂性，对非专业人士存在极高的认知壁垒。算法复杂性带来的不透明性、理解壁垒遮蔽了数据分析的逻辑链条，用户以“主动”的形式被动接受算法黑箱的推论成果，成为引发算法偏见、歧视、操纵等风险的重要原因。其二，人为因素强化算法黑箱。作为人类智慧的产物，算法不可避免地反映了设计者的价值偏好。同时，团队协作、算法工程师的流动性与专业差异性决定了即便是算法的主要设计者也很难说清楚算法的每一个细节。在商业活动中，算法公司为了维持自身的竞争力、保护知识产权，并不会完全公开自己的算法结构和运行逻辑，从而加大算法的不透明度。其三，数字资本保证了遮蔽性。现阶段不少算法相继开源，既可吸引更多工程师参与算法搭建、占据他们的劳动成果，又表达了中立的价值取向，实则是另一种价值引导。数据的爬取、参数的调整、内容的编码都受算法黑箱的控制，资本可以凭借操纵数据和训练模型实现对生成式人工智能意识形态的控制，使遮蔽更加稳定。
算法黑箱带来的技术遮蔽增强了生成式人工智能的“科学性”，降低用户对其底层社会权力结构和价值逻辑的警惕性，既为人机交往创造了信任前提，又为意识形态内置于交往行为提供了必要的技术基础。
2.数字交往：生成式人工智能意识形态的交往行为机制
数字交往是交往行为在虚拟世界的开展，是数据商品化条件下构成意识形态渗透的行为场域。数字交往包含物质交往和精神交往两种形式。
传统的数字交往主要有两种模式：人机交往和人的虚拟交往。人机交往侧重于用户通过终端实现与平台、程序、模型之间的信息互换，用户在接收机器端提供的信息时可充分发挥主观能动性。人的虚拟交往是通过各类程序、软件实现人在互联网中的数字交往。随着技术发展，除以肢体接触为主的现实交往都可通过虚拟交往实现，其本质上还是人与人的交往。不同于两种传统模式，生成式人工智能在人机之间提供AI辅助交往，以搜索引擎的表现方式实现大模型与人的交互，数字交往成为人机交互的新形式。一方面，生成式人工智能使数字交往的内容从“数字化”增强为“数智化”，“海量数据与机器学习以及前沿匹配算法结合起来，创建一个能够识别最佳交易伙伴的自适应系统”，提升人机交互效率、满足用户的个性化需求，从内容和形式上实现人机交往的发展，“成为对人赋能赋智的强大手段”。另一方面，生成式人工智能亦是虚拟交往的一种特殊形式。喂养人工智能的大数据来源于“所有人”，其生成结果是集体智慧的结晶，这也是判断其智力水平的重要依据。人工智能和数据养分均为人的活劳动的产物，不仅凝结着人类无差别的一般劳动，更是“一般智力”的现实定在。生成式人工智能既是集体智慧的产物，又对集体智慧进行了凝炼，人在运用时已经不单纯是人机交互，而是个体智慧和集体智慧的结合，是“借力群体智能来增强自己的智能”，个体与人工智能的对话也是个体与数据化、经验化的“人”的交流。
在海量数据训练的基础上，生成式人工智能通过数字交往持续利用用户反馈对分析数据的参数和权重进行动态调整，不断学习交流对象的语言风格和思维习惯，在自然语言方面取得长足进步，“能够进行深入语境的理解和情感化的交流，与人类实现了真正意义上的‘对话’”；同时在交互过程中也逐渐贴合人的认知逻辑和行动模式，在一定程度上满足对话者的情感需要，提出符合用户价值偏好的、有针对性的建议。由数字交往推动的这一“人化”过程，使生成式人工智能从原来与人相对的机器“他者”逐步转向“人格化他者”，意识形态以隐性的方式融入交往之中，数字交往成为意识形态传播的关键环节，为AIGC展开文化渗透提供了具体路径。
3.人工智能生成内容发展：生成式人工智能意识形态的文化渗透机制
在算法黑箱提供技术预设、数字交往提供实践路径的基础上，AIGC将生成式人工智能的技术系统与交往逻辑具体化为可传播和可感知的内容，为意识形态提供了现实的内容载体。伴随着移动终端成为人类“身体”的组成部分，社会关系被编织进智能网络，生成式人工智能通过AIGC持续对社会生活进行渗透并植入社会系统的运行框架。AIGC通过大算法、大模型实现对技术与数据资源的整合，形成一个内部结构复杂、运用独特方式对人类世界进行解析重构的生态系统，成为一种具有现实效力的社会存在，是生成式人工智能意识形态渗透的具体载体。
第一，AIGC的生成逻辑实现意识形态的文化转译。AIGC是涵盖数据收集、数据预处理、模型训练、内容生成以及评估和细化的完整流程。通过持续学习，AIGC越来越贴近人类语言习惯、行为逻辑和表达方式，并能在此基础上模拟乃至“创造”符合自然语言的新内容。因此，AIGC并非对已有数据的简单编辑与重组，而是经过系统技术中介后的意义再生产过程，这契合了莱文森对技术文化变迁的论述：技术演化经历了“玩具”“现实的镜子”和“艺术的接生婆”三个阶段。在早期应用阶段，生成式人工智能以“技术玩具”的形象出现，用户在“调戏”中带来高频的互动与反馈。在加速大模型深入学习和进化的同时，大模型的系统缺陷暴露出来，这敦促工程师在后台不断对算法和模型进行持续修正，使生成式人工智能能够与现实主体进行复杂交流。通过高频、复杂的预训练，AIGC通过将已被解构成碎片化数据的自然语言与通过数据训练习得的形式语言序列相结合，把数据重新整合成具备自然语言形式的具体内容。受制于算法结构、数据集、开发者等，生成式人工智能频繁出现“幻觉”，即自信满满地输出错误内容。值得注意的是，内容的不确定性并未削弱AIGC的现实影响，因其具有行为规整、逻辑性强的特征，尽管在细节方面存在各种错误或误导，但仍会给人以权威可信的印象，多数用户难以辨别这些内容的真假，AIGC实现了对现实的超越并创造了新的现实，生成式人工智能进入新的发展阶段：在生产和传播不知真假的内容时，意识形态以文化的形式实现向用户的渗透。
第二，“价值中立”强化生成式人工智能意识形态渗透的能力。客观结构带来的“中立性”被天然认定是技术的属性，这正是生成式人工智能“价值中立”的基础。但技术本身存在目的性和社会性：一方面，技术本质上是“被捕获并加以利用的现象的集合”；另一方面，技术深刻影响了现实的社会关系，变成一种可以渗透到人们日常生活中的隐性意识形态。技术成为实现使用者目的的手段。
数据集和算法模型的偏向是AIGC价值偏向的直接来源，“数字空间由人掌控并负责”。从更深层次看，生成式人工智能的内在矛盾，即技术理性和人的产物之间的矛盾使其不可避免地带有价值取向。生成式人工智能并不关注社会化的意义生成，只在意如何提升对自然语言和情感的模拟程度，将非结构化的数据处理为结构化数据，达到回应现实世界的目的。在数字交往中，人的一切社会关系以数据形式呈现，持续生成AIGC并使其成为人类社会的镜像，社会关系的持续介入成为人工智能“最大的偏向”来源。在文化实践中，AIGC在技术层面实现对原有互联网“灌水”的提升，输出内容更符合用户的语言习惯，通过用户熟悉的口吻在无意间实现对公众的影响和规训，悄然改变以内容为主的行业的运作模式。因此，AIGC并非技术内容简单、粗糙、直接的整合，而是生成式人工智能在文化实践活动中实现意识形态渗透的关键载体。
三、生成式人工智能意识形态的治理要义
实现对生成式人工智能意识形态的治理，需要从人工智能是否具有意识入手。现有研究主要沿着心灵哲学和身体立场两条路径展开：一方面，从心灵哲学入手，强调心灵是意识的来源，通过现象学形成对人工智能意识的认知；另一方面，从身体立场出发，强调意识是神经活动的产物，对人类神经系统进行模仿的模型使得人工智能具有功能意识。但两种路径更多关注人工智能的技术属性和认知边界，尚不能回答生成式人工智能如何参与意识形态的生产和传播的现实问题。
在《德意志意识形态》中，马克思恩格斯直接指明意识的来源：“思想、观念、意识的生产最初是直接与人们的物质活动，与人们的物质交往，与现实生活的语言交织在一起的”。意识形态并不以技术本体为源泉，而是产生于现实的人及其社会关系之中，都是“人们物质行动的直接产物”。无论媒介、算法乃至生成式人工智能，它们固然是意识形态的物质条件，但并不能天然生成意识形态，只有在具体的社会交往关系、现实的人的实践活动之中，才能转化为改变主体认知逻辑、行为规范和价值取向的力量。因此，生成式人工智能展现的“人—机—人”技术关系，本质上是技术背后的“人”和技术之前的“人”的关系，即一种被技术中介遮蔽的“人—人”关系，其“技术—资本”逻辑只有在“人—人”关系的结构中才能发挥意识形态的功能。因此，被技术遮蔽的“人—人”关系成为生成式人工智能意识形态治理的主要矛盾，以技术规范、资本监管为治理对象的组织机制、制度规范与价值引导作为次要矛盾则是具体的治理路径，两者共同构成生成式人工智能意识形态治理的基本框架。
1.“人—人”关系：生成式人工智能意识形态治理的主要矛盾
生成式人工智能以算法技术和数字资本为底层逻辑，通过改变交往形式和AIGC展开意识形态渗透，AI辅助机制将人机交互推进到“人—机—人”交往关系，通过技术中介实现对现实社会关系的重塑。在人工智能开放性和数智时代去中心化的现实背景中，生成式人工智能通过“人—机—人”的交往关系，重构个体参与信息交往与社会生活的方式。个体以看似独立自主的形式参与互联网生活，在获取信息的同时持续进行数据生产，个体似乎是具有“自主选择自由”的主体。但在这种以自主化为核心、个体自认为充分发挥自身主观意志的表象中，意识形态的作用机制发生转变。数据算法提供的“私人订制”强化了个人体验，意识形态打破传统“集中式”的灌输模式，即时、非正式的产品形式深入人们的日常生活，形成对个体的“信息包围”，成为意识形态内化的新路径。但是，生成式人工智能带来的去中心化的意识形态传播机制，并没有改变意识形态的传播内容，“去中心”促使“传统中心”权威的消解，“新中心”则以隐匿的形式逐渐占据主导地位。
作为人的现实物质实践活动的产物，生成式人工智能意识形态“反映的是精神生产协作化变革出现的新的意识生成方式”，通过把握住语言符号之间的统计和逻辑关系，实现对人类语言的高度拟合，生成式人工智能一定程度上展现出“理解”人类思维的可能性。但这种能力是语言拆分和表达模拟技术的再现，并不能据此说明生成式人工智能具备独立的意识形态创造能力。正如马克思恩格斯所强调的：“发展着自己的物质生产和物质交往的人们，在改变自己的这个现实的同时也改变着自己的思维和思维的产物。不是意识决定生活，而是生活决定意识。”意识形态作为人的现实的有意识的对象性活动的产物，既包含了人的思维能力，又以人的现实的交往关系作为根本立足点。生成式人工智能并没有“自主”地进行意识创造，其意识形态内容是算法意识和数据意识，即算法设计人员的价值取向与“喂养”数据中沉淀的意识形态内容，这构成生成式人工智能的“元意识形态”。在不断优化和扩展的过程中，生成式人工智能不能真正“中立”地再现现实社会，而是对数据化的意识形态进行新的筛选：对符合其元意识形态的数据进行合成和强化，对不符合的数据进行弱化甚至祛除。伴随着生成式人工智能技术的进步，掌握算法技术、数据资源和算力优势的国家和主体，既能够通过技术垄断维持在全球体系中的优势地位，又能够依托对自然语言的处理和分析技术追踪他国思想动态和提取敏感信息，在把握民众利益诉求和社会现实矛盾的基础上，实现对舆情动态的精准监控，进而有针对性地制定意识形态渗透方案。生成式人工智能融合信息传播体系，逐渐成为重要的政治宣传和意识形态渗透武器。
由此可见，表面上呈现出尊重个体选择和主观判断的生成式人工智能，实际上其元意识形态正以去意识形态化的方式持续地进行意识形态渗透。通过对“人—机—人”路径的还原，生成式人工智能本质上仍然以“人—人”关系作为影响路径，即算法和数据的实际控制人与现实用户之间不对称的关系。在元意识形态不断强化的过程中，生成式人工智能输出的信息在“价值中立”的包装下满足了用户的情绪需求，情绪机制在意识形态传播中的作用得到显著增强。“人—人”关系成为人工智能意识形态治理中最具根本性和紧迫性的问题。
一方面，从元意识形态出发，需要加强对算法和数据“实际控制人”的管理。生成式人工智能作为一项新技术、一个新工具，在缓解个体与社会之间张力的同时，逐渐成为社会控制和社会团结的更有效、更令人愉快的新形式。其元意识形态传达的是算法所有者、设计者、搭建者、维护者的意识形态和阶级利益，“设计者向算法中嵌入带有意识形态的逻辑后，使其在认识上产生深层次的政治站位”。因此，必须从生成式人工智能背后的“实际控制人”入手，实现对其元意识形态的有效规范。另一方面，从数据生产的层面看，生成式人工智能元意识形态是人们精神生产协作的产物。马克思在《资本论》中阐明：“许多人在同一生产过程中，或在不同的但互相联系的生产过程中，有计划地一起协同劳动，这种劳动形式叫做协作。”作为生成式人工智能发展的“原材料”，数据生产虽然源自人机交互中的精神劳动，但并未脱离物质生产实践的范畴，因而对生成式人工智能意识形态的分析不能停留在其对个体的影响上，更应加强对数据创造者在前端施加的意识形态价值取向“预影响”的重视。社会主义核心价值观作为巩固马克思主义主流意识形态的重要举措，回应了建设什么样的国家和社会、培育什么样的公民的重大问题。党的二十大报告指出，“社会主义核心价值观是凝聚人心、汇聚民力的强大力量”。要以社会主义核心价值观为引领，培养担当民族复兴大任的时代新人。坚持马克思主义群众史观，重视人民群众作为历史创造者的主体力量，生产符合社会主义核心价值观的数据内容，从而实现对我国生成式人工智能意识形态的治理。
2.“治理体系”：生成式人工智能意识形态治理的次要矛盾
在明确“人—人”关系是治理生成式人工智能意识形态的主要矛盾后，进一步的难点在于如何通过制度化、系统化、组织化的方式实现对生成式人工智能技术应用、资本运作和社会关系结构的规范与干预。将多层次、系统化治理体系定位为生成式人工智能意识形态治理的次要矛盾，并非削弱其重要性，而是强调其在系统结构中所承担的规范性、引导性、调节性的功能。治理体系是生成式人工智能意识形态治理实践的关键环节。
第一，牢牢把握主流意识形态领导权，是生成式人工智能意识形态治理的前提。习近平总书记指出：“互联网日益成为意识形态斗争的主阵地、主战场、最前沿。能不能牢牢掌握意识形态工作领导权，关键要看能不能占领网上阵地，能不能赢得网上主导权。”作为人们生产生活的新空间，网络正是当前意识形态争夺的重要阵地，生成式人工智能改进了互联网信息配置的方式，进一步增强网络意识形态的传播效能，实现对意识形态属性的把握，是掌握意识形态话语权、主导权的重要着力点。一方面，要持续加强党的领导作用。这不仅要求党的治理理念与时俱进，更要提升党在算法规则、资本管控上的领导力，以党的坚强领导来规制算法的技术风险和资本应用风险，为生成式人工智能的健康发展提供良性空间。另一方面，要不断增强对新技术、新工具的运用能力，实现生成式人工智能赋能政府治理能力建设。“信息是权力的重要来源”，生成式人工智能为政府赋能，通过提升政府对信息、社会舆情的掌控能力，增强了政府的基础性权力，一定程度上推动治理理念和治理方式的转型。政府需增强紧迫感和使命感，积极探索“将人工智能运用在新闻采集、生产、分发、接收、反馈中，用主流价值导向驾驭‘算法’，全面提高网络内容建设水平，增强网上舆论引导能力”，以维护主流意识形态的权威性。
第二，构建综合法律法规框架，是生成式人工智能意识形态治理的制度保障。从理论层面看，法律法规并不是对技术风险的被动回应，而是通过确立边界来规范技术主体的运行规则和行为规范，将生成式人工智能纳入社会治理体系之中。《中共中央关于进一步全面深化改革 推进中国式现代化的决定》指出，要“完善意识形态工作责任制”“深化网络管理体制改革”“完善生成式人工智能发展和管理机制”。这一部署体现了国家通过制度手段，将生成式人工智能的技术发展纳入社会治理和维护意识形态安全的整体框架之中。在现实的治理实践中，政府既要扮演技术创新的推动者，又要重视风险防控、维护秩序稳定，在促进技术发展与保障意识形态安全监管之间实现动态平衡。为保证政府双重角色的顺利实现，法律法规成为连接社会规范和技术体系的关键制度中介。现今，我国已初步构建覆盖数据安全、算法规范与技术伦理在内的法治框架。然而，从生成式人工智能意识形态的治理实践看，现行的法律法规体系主要对既有风险和潜在风险进行原则性的回应和规定，在面对新问题和复杂情况时仍存在规范不足、应对滞后的问题，难以全面应对生成式人工智能在意识形态上引发的各类问题和深层次影响。面对生成式人工智能的不断进化，单靠立法数量不能完全防范风险，必须转变治理逻辑，即从事后规范转向过程干预。应以现行技术实践为对象，加快相关配套法律法规的细化与完善，将监督对象扩展至算法运行、数据使用、交往路径和内容生成之中，建立并落地落实动态化的监督机制，确保生成式人工智能意识形态在实际运行中始终符合我国法律法规及社会伦理的要求。
第三，强化对人工智能企业的监管，是生成式人工智能意识形态治理的关键。从意识形态的治理来看，无论是主流意识形态引导，还是法律法规的规范，其最终都必须通过具体的社会主体才能实现，即与生成式人工智能相关联的企业。企业不仅是算法和数据的实际控制人，更是意识形态内容筛选、生产和传播的现实主体。因此，加强对生成式人工智能企业的治理，不仅要从法律法规和市场监管入手，更要加强对其进行伦理规范和意识形态监督。企业作为技术创新的重要推动主体，如果将技术作为追求利润的工具，势必在算法设计、数据选择、交往规范、内容生成中放大既定的价值偏向，还蕴含着意识形态风险。因此，针对相关企业的监管，要在不限制其技术合法、合规发展的同时，通过制度的规范和社会主义核心价值观的引领，让企业在促进技术发展、追求合理利益的同时自觉承担起在社会和意识形态方面的责任，要充分考虑技术迭代对政治、经济、文化、社会等各个方面产生的影响，在向社会释放技术红利的同时，发挥其在社会主义核心价值观和主流意识形态传播中的积极功能。从实践层面看，对相关企业的监督治理必须超越一般的伦理倡议，应进一步落实对数据和算法的审查与监督机制，以防技术体系无形之中成为特定意识形态的传声筒与放大器。当前我国在数据和算法的监管、治理、审查方面仍面临监管缺位、安全防护困难、监管与执法权力相对分散等现实问题。这些问题促使我们必须内外并重，建立覆盖企业运行全过程的综合监管治理框架：对外，需要建立健全跨境数据审查机制，严防影响数据伦理安全的不稳定性因素流入，确保本土数据的安全，建立对国外算法的技术伦理审查制度；对内，要完善对企业内部数据和算法的审查监督管理机制，形成覆盖算法、数据、模型全体系、全流程的测试流程和行业规范，建立从业人员以及行业的伦理规范，提升相关企业对意识形态风险的防范意识和防范能力。
总的来看，生成式人工智能意识形态治理的难点，不仅在于价值引导滞后、法律法规不健全、企业监管困难，还在于现有的治理逻辑能否真正回应技术变革引发的“人—人”关系的重塑。生成式人工智能不再单纯是人的外在对象，而是通过“人—机—人”的方式重塑了人的交往活动和认知获取过程，使意识形态能够以个体化、常态化和去意识形态化的方式发生作用。如果治理的实践仅停留于具体的技术规范、企业监管、法律法规等现实层面，而未触及其核心本质，那么治理体系本身反而可能在无意中固化生成式人工智能意识形态的运行逻辑。
结 语
生成式人工智能深刻改变了人们的生活生产方式，持续生产和传播承载意识形态内容的文化产品，在为主流意识形态建设提供技术支持的同时，也提升了西方意识形态渗透的风险。对生成式人工智能意识形态的研究，要以唯物史观为基础，在揭示其核心本质、渗透机制的基础上，立足我国意识形态安全，正视技术背后的“人—人”关系本质，通过搭建社会主义核心价值观、法律法规和企业监管的协同治理体系，在实践中探索一条推动生成式人工智能发展和有效引导其意识形态功能实现的治理路径，这是中国式现代化在数智时代创造人类文明新形态的重要实践。
参考文献：
[1]马克·舒伦伯格、里克·彼得斯编：《算法社会：技术、权力和知识》，王延川、栗鹏飞译，北京：商务印书馆，2023年。
[2]大卫·萨普特：《被算法操控的生活：重新定义精准广告、大数据和AI》，易文波译，长沙：湖南科学技术出版社，2020年。
[3]陈咏媛：《数字时代人的现代化困境及破解路径》，《马克思主义研究》2025年第9期。
[4]王琴棋、马建光：《智能革命场域下我国意识形态安全治理：态势、挑战及纾解》，《世界社会主义研究》2025年第5期。
[5]赵伟：《人工智能价值对齐现有方法的批判与生成性认知路径分析》，《科学技术哲学研究》2025年第2期。
[6]林丹、朱智威：《“空耳”中的他者：推荐算法对意识形态的隐性重塑》，《科学技术哲学研究》2024年第6期。
[7]王海威：《人工智能诱发隐性意识形态话语风险的逻辑机理及化解策略》，《马克思主义研究》2024年第4期。
[8]冉从敬、刘妍：《数据主权主体论》，《武汉大学学报》（哲学社会科学版）2024年第2期。
