摘要：生成式人工智能和数字劳动之间具有相互建构的双向关联性。以ChatGPT为代表的生成式人工智能作为数字劳动的新产物，是包括专业人员和非专业人员多方面的数字劳动协同创构的成果，它一经出现，就成为数字劳动的新工具或新平台，形成“生成式人工智能介导的数字劳动”，使数字劳动具有了自动高效、人机互动、更加个性和人性化、更富拓展性和创造性等新特征，以至于革命性地建构了数字劳动新形态。生成式人工智能同时也给数字劳动带来了内容过载、数字鸿沟、机器换人等新挑战，需要在积极应对这些挑战中合理而有效地使用这一新型的数字劳动工具，以维持人类数字劳动的健康和可持续的发展。
人工智能与人类劳动具有内在的关联，探讨这种关联无疑是智能时代最重要的前沿问题之一。由于以ChatGPT为代表的生成式人工智能正在成为人工智能的重要发展趋势，而数字劳动在数字时代的今天也正在成为人类的主要劳动方式，所以人工智能与人类劳动的一般关系必然会聚焦到生成式人工智能与数字劳动的特殊关系之上，并构成为一个具有普遍意义和时代特征的新课题。
可以说，数字劳动和生成式人工智能之间存在着密切的关联。数字劳动是用数字计算机进行内容生成（包括数字文档、计算机软件、针对自动化生产系统的控制命令等）的劳动，而生成式人工智能则是指具有自我学习能力的人工智能系统，它可以根据给定的数据和规则生成新的内容，即智能化且与人互动式地生成人所需要的数字文本。两者都具有“生成”的属性，而且都指向“内容”的生成，由此决定了它们在功能上的一致性，这种一致性使得生成式人工智能与人类劳动所发生的关联进一步体现为与数字劳动的关联，即以ChatGPT为代表的生成式人工智能本身就是数字劳动的新产物，而这种人工智能一经出现，又可以成为数字劳动的新工具或新平台，给数字劳动带来深刻的影响，使其进入新阶段、呈现出不同于传统数字劳动的新特征，甚至造就出数字劳动的新形态——生成式人工智能介导的数字劳动，这就形成了两者之间相互建构的深刻而动态的关联。揭示两者之间这种相互建构的关联性，既能加深我们对以ChatGPT为代表的生成式人工智能的理解，也可以推进我们对不断进化的数字劳动的探究。
一、生成式人工智能是数字劳动的新产物
生成式人工智能(Generative AI)是一种基于深度学习算法的人工智能技术，它使用无监督和半监督的机器学习算法，接受海量数据的训练，形成具有生成能力的转换模型，再根据用户的输入或要求，由模型自动生成新的输出，由此创建出负载于新文本的新内容，如由OpenAI开发的ChatGPT作为一款大规模语言模型，就主要是生成符合语法和语义的自然语言文本，而功能更强大的GPT-4则可以根据人的要求生成图像、照片、音频、视频等内容，成为超越语言单模态功能的“多模态大模型”。上述这些文本或内容，由于都是在基于二进制的数字计算机上生成的，所以都是“数字文本”，而数字文本都与数字劳动相关，都是数字劳动的对象和产物。
数字劳动是人在数字化领域（数字化空间或数字化环境）中使用数字技术所进行的产生数字信息产品的劳动，这里的数字技术主要是联网的电子计算机，所以数字劳动也可以称为“电子劳动”或“线上劳动”。从领域上看，数字劳动包括但不限于数字平台的建构与维护、数字化生产、数字化营销（电子商务）、数字化教育等；从过程上看，数字劳动是通过数字技术来获取信息、处理信息（数据处理）和创造信息，从而实现知识的生产和再生产；从结果上看，数字劳动所形成的是数字信息产品，如数字文档（这里指广义的数字文档，即包括数字化的文字文档，也包括数字化的图形、视频文档等）、数码程序软件、数字化的控制指令（用于控制与数字设备联结的机器系统的运行），后者就是通常在自动生产线的控制终端从事指令输入（向其发送数字化指令）的智能劳动者所进行的数字劳动，他们所从事的是对数字设备的操作活动，是使用数字技术掌控物质生产的活动，所以是物质生产型或造物型的数字劳动，即前面所说的“数字化生产活动”。
从数字劳动的上述内涵中，可以看到生成式人工智能（如ChatGPT）作为一种人工智能的新产品，无非是一个基于海量数字资源而能够应答人的要求的文本生成装置，是一种在聊天机器人中运行的智能应用程序，是一款基于大语言模型可与人对话的计算机软件，它在本质上属于人所设计和创造出来的一种数字信息产品，无非是作为“软件”或“程序”一类的数字信息品，所以是数字劳动的典型产物，且主要由软件工程师、人工智能专家、数据标记员等数字劳动者协同进行的数字劳动所创造的新产物。
虽然像ChatGPT之类的生成式人工智能与数字劳动都是在线的数字化现象，都属于“数字化生存”的大范畴，但从出现的先后来说，无疑是数字劳动在先，生成式人工智能产品在后，因此我们才说后者是前者的产物，例如，ChatGPT作为大型语言模型的数码程序软件，就是生产程序这一类具体数字劳动的产物。不仅如此，生成式人工智能的研发还属于发生在数字产业核心领域中的数字劳动，为了形成诸如ChatGPT之类的新产品，研发人员需要既分工又协作地进行种类多样的数字劳动，如：
第一，数据收集和处理。生成式人工智能需要大量的数据来训练模型，因此需要相关的数字劳动者收集和处理各种类型的数据，比如文本、图像、语音等；还需要他们进行数据清洗、标注、分类等数字劳动，以便获得准确、有用的数据。
第二，模型设计和优化。生成式人工智能的模型设计和优化需要结合大量的数据和算法，包括机器学习、深度学习、神经网络等技术，需要软件工程师和人工智能专家进行模型构建和模型评估等数字劳动，并使其不断优化。
第三，算法和架构设计。生成式人工智能的算法和架构设计需要考虑多种因素，例如任务的复杂度、计算资源的限制等，这就需要专业人员进行算法选择、调参优化和裁剪改进等方面的数字劳动，以便提高模型的准确性和效率，并满足不同任务的需求。
第四，编程和开发。生成式人工智能的编程和开发需要相关参与者掌握相关的编程和开发技能，包括C++或Python等语言，需要专业人员进行代码编写、测试和调试等数字劳动，以便将生成式人工智能技术应用于实际场景中，并检验其实际应用效果和价值。
第五，生成式人工智能在使用中，还需要持续维护和改进，需要投入新的数字劳动对模型进行更新和增强；也需要监管人员对其加以合适的监管和控制，以确保数据隐私和安全，并避免不良影响和误导行为，如避免其生成仇恨言论，识别和过滤恶意提问，尽量减少其生成垃圾信息的可能性，如此等等。
此外，除了上述“专业人员”的数字劳动之外，还需要各个应用领域的数字劳动所产生的大量数据作为训练生成式人工智能模型的语料，由此才能建构起一种数据处理的大模型，才能形成大模型所具有的种种神奇功能。可见专业人员之外的数字劳动也是创建诸如ChatGPT之类产品的重要组成部分。
这些方面的数字劳动也可以分为两大类型，一是数字技术或数字产业领域内的专业性数字劳动，它通过编程，用强化学习算法来训练和提高模型的自然语言处理能力等，这属于最基本的数字劳动，也是为数字时代奠定基础的数字劳动。另一类是专业领域外的数字劳动，是训练模型所需的数据集或语料库的源源不断的来源，它使得生成式人工智能所牵涉的数字劳动极为广泛，几乎将所有为网络资源贡献了数据的数字劳动都囊括于其中。
总之，生成式人工智能技术的研发需要大量的数据、算法、模型、编程等方面的投入和支持，牵涉了数据的形成和收集、存储和处理，算法的开发和优化，模型的训练和推理，应用推广和维护等方面的数字劳动，正是无数数字劳动者的多年协作，最后才造就了诸如ChatGPT、GPT-4以及文心一言等生成式人工智能的前卫产品，达成了内容生成的新目标，也不断推进和提高了内容生成的能力和水平，如用自然语言出色地回应问题、进行上下文对话、生成引人入胜的文本回复，以及自动编程、生成图像和视频等。
二、生成式人工智能造就数字劳动新形态
在数字时代，随着数字技术和大数据的普及应用，随着数字化对社会形成全面的影响，数字劳动也正在成为人类的一种主导性劳动方式，而生成式人工智能作为一种先进的数据处理和内容生成方式，正逐渐地被广泛应用于各个领域，也包括数字劳动这一重要领域，表现为它正在成为数字劳动的重要工具，从而对其造成深刻的影响和改变。
使用ChatGPT之类的生成式人工智能的过程，本身就是在进行数字劳动。一方面，如果我们使用ChatGPT是为形成有意义的文档，或进行程序的编写，这本身就是一种形成内容或软件等数字信息品的数字劳动；另一方面，使用ChatGPT也是为OpenAI从事数字劳动，如我们向其提问并直接或间接地反馈我们意见的过程，本身就在为其提供一种基于强化学习的训练，并为其增加语料，形成对程序的微调，由此优化该系统的人机交互能力，帮助其进化改善甚至迭代更新。
我们知道，劳动工具是劳动的重要因素，劳动工具的变化必然引起劳动形式和特征的变化，数字劳动也是如此。数字劳动者通常需要使用数字技术进行工作，如需要用计算机、网络、软件等数字技术进行数据处理、信息传输、程序设计和内容交互等。在这里，数字技术是数字劳动的主要甚至唯一工具。ChatGPT的出现，被认为是人工智能领域的一次重大突破，或被誉为新一代的人工智能，它也是数字劳动工具的一次突破性发展。由于工具的新颖性和前卫性，使得以ChatGPT和其他生成式人工智能为手段的数字劳动也必然发生新的变化。从积极的视角看，生成式人工智能介导的数字劳动获得了来自新工具的新赋能和新赋智，由此呈现出若干新特征。
第一，自动化。传统的数字劳动通常需要人去亲身参与、亲手操作。无论是数字文档的写作，还是数码软件的编程，都必须由人用自己的双手一个字符一个字符地敲入计算机。而生成式人工智能可以通过自我学习和模型训练来自动地分析大量数据，并自动完成内容生成的任务，从而降低了人工参与的程度和人力成本，也可以减少数字劳动者的工作强度和压力。例如，使用ChatGPT后，一些简单的文档（如文章的概要、文献的综述、工作计划、论文提纲等）的“数字化写作”，一些简单的程序编写，都可以在新平台上自动完成。以后我们在互联网及其他数字媒介上看到的许多内容，都可能是由GPT技术自动生成的。
第二，高效性。由于生成式人工智能可以自动完成任务，并根据实时需求生成新的内容，且具有较快的处理速度，因此在一些大规模数据处理和分析任务中，借助它可以显著提升数字劳动的效率，降低时间成本。如数字化企业可以使用它来快速生成营销策略和广告新闻等文案，帮助其提高宣传和推广的效果。生成式人工智能还可以通过对数据的深度学习和分析，为数字化企业（数字劳动的集合体）提供准确和有价值的信息，从而帮助其作出更加明智的决策，为其带来更高的效率和竞争力。尤其是在知识生产中，生成式人工智能可以直接或间接提高其效率。例如，在编程、阅读和写作方面的效率可以借助ChatGPT大大提升。不仅如此，生成式人工智能还可以通过学习和调整模型，逐渐提高数据的质量和准确性，生成高质量文本，帮助数字劳动者完成更为复杂和困难的任务，从而能够更好地满足数字劳动的需求，改善数字劳动的质量和效果。
第三，交互性。生成式人工智能介导的数字劳动使人机之间的互动性大大增强，人机合作达致动态化和深度融合的新水平。作为“对话型人工智能”，ChatGPT使人的数字劳动可以在与机器的对话（用自然语言交流）中进行，人在ChatGPT之类的平台上工作时，可以感到“对方”在以类似人类的方式与自己自然地进行交互。人也可以把ChatGPT想象为自己的一个虚拟助手，呼之即来、有求必应。此时，ChatGPT作为数字劳动的新工具更具“鲜活”性：使人感到似乎是在与一个活生生的“伙伴”（甚至是“知心伙伴”）一起寻找问题的答案、创建所需的文本，似乎对方也是在与自己一起进行“数字活劳动”，甚至是互相启发地进行生成数字文本的数字劳动。换句话说，使用ChatGPT之类的工具时，它显得是与人在交互式地进行着数字活劳动，而不是作为“死劳动”的载体，将凝聚其上的“死数据”只加以静止的展现（传统的搜索引擎就是以分析式人工智能的信息处理方式来静态地展示这样的信息）。
第四，拓展性。一方面，生成式人工智能可以不断拓展数字劳动的领域和范围，通过生成多样化的文本，帮助数字劳动者进入一些新的领域，找到一些新的方向，比如文化、艺术、娱乐等；或者通过生成跨语言的文本，帮助数字劳动者跨越地域或文化方面的障碍，自由地进入翻译、导游、外贸等领域。另一方面，生成式人工智能还可以帮助人类改变数字劳动中的关系和模式，通过更便捷的交互与互动，帮助数字劳动者建立更好的人机融合。利用生成式人工智能的优势，可以不断提高人类自身的能力和水平，如通过在ChatGPT之类公众可以接近的人工智能平台上提问和学习，可以帮助数字劳动者扩大知识面和提高创造力；它通过回答一般和专业的问题，为人提供有用的信息等，数字劳动者就可以从事更多的富有挑战性的工作，借此拓展自己的职业生涯，提升自我的价值。
第五，个性化。生成式人工智能可以根据不同用户的需求和偏好生成个性化的内容。不同于之前的分析式人工智能，生成式人工智能可以将不同模态元素进行二次拆解组合，改变内容生产的逻辑及形式，和其他人工智能系统或数据库产生联动，从而根据个人的偏好生成个性化内容。这一功能可以帮助企业和专业人士创建更有可能引起目标受众兴趣的内容，使其更有可能被阅读或共享。由此也可以帮助数字劳动者为客户提供更好的服务，比如在线客服、在线教育、在线咨询等，从而提高数字劳动产品的个性化满意度，增强用户体验。如ChatSonic可以通过其15个以上的个性化头像，帮助人们量身定制专家对话，如果你想建立一个健身程序，你可以通过与“私人教练”交谈来创建一个个性化的锻炼计划。就数字化写作来说，ChatGPT可以在想法产生、内容写作、内容优化和内容个性化方面帮助内容创作者，如可以根据你提供的数据来使生成的内容进一步个性化，使其具有你的写作风格。当然，也可以根据你的要求，使生成的内容具有别人的风格特征，从而使你也能“模仿”别人的风格来生成诸如文章、诗歌、绘画等内容。这也是生成式人工智能所具有的多向度个性化功能。
第六，人性化。在生成式人工智能的介导下，数字劳动中智能机器承担的任务增多，人的作用更向“上游”集中，即聚焦于提出任务、设定目标等更具有主体性质或主人地位的工作，其余的工具性任务均交由机器（ChatGPT之类的新型工具）去完成，这无疑将大大减轻数字劳动者的负担。例如用它来辅助我们写文章时，就不像先前那样需要耗费大量的时间和精力去查阅、整理海量的资料，ChatGPT可以迅速为我们完成这一任务；甚至它对于我们的思路建构、文字打磨等也能提供一定的启发和帮助，这样可以减轻人在进行数字写作时的劳累程度。当工具性的任务越来越多地交付给生成式人工智能去完成时，人就进一步“回归”到自己的本质属性，而作为工具的机器则更充分地行使为人服务的“手段职责”，这无疑是更加人性化的人机分工。这种人性化还体现在：ChatGPT可以通过与用户进行友好和幽默的对话、生成诗歌和故事等，来帮助数字劳动者增加劳动时的乐趣，从而消除疲劳，使劳动过程变得轻松而有趣。由前面所说的交互性特征中也可以看到，人与数字工具在活生生的互动中进行的数字劳动，会消除部分的人的孤独，并使其沉浸在更愉悦、更合乎人性的数字劳动环境中。
第七，创造性。一方面，生成式人工智能所带来的自动化和高效率，可以释放出更多的人力资源，让更多的人有更多时间和精力去从事其他更高级别的数字劳动，尤其是具有创造性的数字劳动，这是它为人带来的更多的创造机会。另一方面，它可以帮助人们更加便捷地生成内容，并且根据不同的需求和场景生成不同的内容，形成新的数字信息产品，从而使内容生成更丰富，在这种丰富性中就可能蕴含新观点、新看法、新思想，由此增加数字劳动的创新性。就后者来说，在交互式的问答中，机器所提供的回答不乏可以为人带来灵感和创意，这对人进行知识生产的思路扩展可以提供有益的启发，由此极大地提高人的智能创造力或数字生产力。生成式人工智能也可以通过分析大量数据和信息来找到解决问题的新方法，尤其是以创新性的方式解决复杂问题的新方法，以至于可以说，以ChatGPT为代表的生成式人工智能“就像是我们想象力和解决问题技能的涡轮增压器，这些科技奇迹可以将我们的创造力提升到一个全新的水平”。目前ChatGPT还是生成式人工智能的初级产品，受限较多，数字生产力或创造力还不强。但随着训练数据集的进一步扩容、算力的进一步增强和算法的进一步完善，人使用它时的满意度将会进一步提高，这也意味着人借助生成式人工智能所激发的创造能力将不断提高。
第八，革命性。生成式人工智能改变了内容生成的方式和形式，甚至可以说它“有可能彻底改变我们处理信息和创建内容的方式”，抑或说它“有可能颠覆内容创作的方式”。自从ChatGPT问世后，生成式人工智能几乎渗透到了我们能想到的每个领域，从编写内容到生成音频、视频、图像、代码。生成式人工智能正在彻底改变内容创作过程，或者说“新的技术奇迹或魔力正在改变各个领域中内容创作者的游戏——使内容创作过程变得轻而易举。”这也意味着它正在为人类的知识生产方式带来一场新的革命。
凡此种种表明，生成式人工智能介导的数字劳动，是一种不同于传统数字劳动的新型数字劳动，以至于数字劳动由此正在被引向一种全新的形态。例如教育领域中的数字劳动——数字化教育，可能将会是因ChatGPT等生成式人工智能的介入而受到最大影响的领域之一，教师借助数字技术所进行的教学活动，可借助生成式人工智能而改变形式，学生借助数字技术的学习，也将借助生成式人工智能而得到极大的改变。只要应用得当，教和学两个环节都将极大地受益，人类的教育和学习方式都可能迎来重大的变化。
从工具进步的角度看，以ChatGPT为代表的生成式人工智能对于数字劳动的进化或发展是意义重大的，体现为人的数字劳动能力的提高，人在数字劳动中摆脱的工具性职能更多，人作为主体的感受和地位增强。在这种新型的数字劳动中，人机之间的合作方式将有所不同，从而人机之间的分工界限也发生了新的变化。以人为中心的人机分工原则，是尽可能多地将工具性、手段性的工作交由机器（包括智能机器）去完成，而怎么完成则由人来决定；人享受机器做工的成果，机器则从人那里“接单”“领命”去具体地“劳作”。可以说生成式人工智能将人机之间的这种分工推进到了一个新的阶段，它使我们进一步看到，凡是可以由机器做的，如果由人去做，都是暂时的“代劳”；归于机器去做的迟早要归于机器，人只是在机器的功能不强时去“越位”地做了许多本该由机器做的事。人作为智能主体本来就应该做那些真正需要“智能”（或“高阶智能”）的事情，即面对新情况新问题又没有现成办法时，“眉头一皱计上心来”地找到应对的策略或方法，而（无需智能或只需低阶智能的）那些常规重复性的工作，则由充当工具的机器去完成。所以生成式人工智能对人的“替代”，本质上没有超出合理的人机分工，尤其是没有超出基于弱人工智能的人机分工，此时人仍旧居于主体的身份，对机器的工具性工作实施掌控，并占有和享用其成果，且摆脱了更多的工具性劳作。在使用ChatGPT的过程中，我们看到的是：人提出要求，机器作答或提供回应，是机器在满足人的要求，为人服务，它只是提高效率的新手段，它并未颠覆人机间的主客关系。此时，机器作为一种工具或服务于人的手段，为人提供更多的服务，成为人的更加称心如意的工具，乃至“达成目的的神器”。因而，人的更多目标可以达成，尤其是数字化劳动的目标或任务可以达成。可见，使用生成式人工智能的数字劳动，形成了一种更高效的“人机配置”，即有更高要求的人与有更强执行力的机器之间的配置，由此所组合而成的数字劳动系统，无疑是能满足人的更多需要的系统，人机之间可以说又取得了一次协同性的“新进化”，也是一种由技术赋能赋智的新进化。
从更广泛的意义上看，生成式人工智能可以应用在越来越多的领域中，可以为我们生成更多类型的内容。由于GPT等新兴创新技术可以针对不同的应用进行调整，这项技术正变得更容易为各种用户所接受。新的生成式人工智能技术有时被描述为类似于蒸汽动力、电力和计算机的通用技术，因为它们可以深刻地影响许多行业和领域。就是说，生成式人工智能的发展可以导致各种升级版的ChatGPT出现，如已经出现的GPT-4就是如此。更高阶段的生成式人工智能，或许还会生成我们所需要的一切，甚至包括生成机器人的动作序列或行为策略，使机器人能够完成特定的任务。也就是说，可以将生成式人工智能应用到生产领域中的数字劳动中去“生成行动”，由此GPT就从认知模型走向行动模型，实现向生产领域的推进。这样，生成式人工智能就可以用来控制自动化工厂中的生产过程，例如根据需求和资源生成最优化的生产计划、调度和控制。作为先行的阶段，生成式人工智能已经可以生成新的产品设计、工艺流程和质量检测手段等。例如在生成产品设计方面，就可以使用生成对抗网络（GAN）来生成新的汽车、家具或服装的设计，或者使用神经网络来生成新的电路板或芯片的设计。在生成新的工艺流程方面，就可以使用强化学习（RL）来生成最优化的生产计划、调度和控制，也可以使用遗传算法（GA）来生成最节能的生产参数。在生成新的质量检测手段方面，目前可使用卷积神经网络（CNN）来生成缺陷检测的图像，或者使用自然语言生成（NLG）来生成质量报告或建议。
在这一维度上发展下去，生成式人工智能除了能生成前面所说的各种信息品（文本、图片、视频、音频、代码程序）外，还能在“造物”的意义上生成材料，尤其是和其他技术结合时，实现这一生成功能就变得更为现实，如结合3D打印、CRISPR和其他技术，它可以生成假肢、有机分子和其他物品。还可以设想，如果将生成式人工智能与物联网联结，就可以真正做到“以言行事”：在聊天中控制现实世界中人造物的运动，将“我要制造一个具有……功能的人工物品”告诉给机器，升级版的GPT就可以去自动设计，生成模型，然后交由智能化的数字生产系统去具体完成全部制造过程，此时的GPT或许就可以称为DoingGPT（做事的GPT而不仅仅是聊天的ChatGPT），或可视其为自动化的进一步升级和扩展。由此，我们将拥有更加广义的生成式人工智能。如果ChatGPT=GPT+Chat，那么以后还会有GPT+Design（生成设计），GPT+Art（生成艺术），GPT+Control（生成控制），GPT+Making（生成制造），GPT+Doing（生成做事），GPT+Acting（生成行动）……这样一来，不仅非物质领域的数字劳动可以被生成式人工智能所深度影响，而且物质生产领域中的数字劳动也将被其彻底改造。正因如此，生成式人工智能对数字劳动所带来的影响或改变具有“划时代”意义，以至于可称其为“数字劳动的升级换代”。
这样，生成式人工智能席卷了从物质生产到信息生产、从体力劳动到脑力劳动、从直接数字劳动到间接数字劳动的全领域，并通过改变数字劳动改变了整个人类的劳动方式，从而改变人类，改变世界，这就是其意义的充分展开。
三、生成式人工智能对数字劳动（者）的新挑战
可以说，随着技术的不断进步和数字化的快速发展，生成式人工智能已经成为数字劳动中一个重要的组成部分，并构成为数字劳动进入新形态的驱动力，它可以为数字劳动者带来更多的价值和可能性，也可以为数字劳动需求方提高效率带来便利，从而对数字劳动产生越来越深刻的影响。我们要全面地看待这种影响，其不仅有积极的方面，也存在消极或负面的因素，带给我们若干需要认真对待、力求解决的新问题或新挑战。
（一）信息过载与数字垃圾
使用生成式人工智能极大地提高了数字劳动生产效率，它几乎无限量的内容生产能力突破了人类在这方面的限度，但在无限扩展人类的内容生产力的同时，也会生成更多无意义无用处的内容，甚至错误的和有害的回答，如ChatGPT就经常会生成一些“一本正经的胡说八道”。那些没有经过任何审查、筛选和验证的内容极易因新智能技术的强大生成能力而被过量地制造出来，其结果是，一方面，那些冗余的内容会给使用者（数字劳动者）带来信息过载，使其无从选择和判别，形同“绝对的光明和绝对的黑暗一样，什么也看不见”。另一方面，那些错误的和有害的内容可能会对用户造成误导，影响人的判断和决策，或作为有害的“数字垃圾”严重污染我们周边的信息环境和数据生态，对社会造成新的危害。此外，它还会造成多重浪费，如对使用这一工具的数字劳动者的时间和精力的浪费，以及对智能机器之算力和运行相应设备的能源与材料的耗费。
（二）数字鸿沟
生成式人工智能需要大量的数据和计算资源来训练和运行，其高昂的成本使得经济落后的国家既无法研发，也难以使用，致使在数字技术和数字经济的激烈竞争中，发达国家与落后国家的差距更加拉大，两者之间的数字鸿沟更为加深。然后是企业与企业之间的数字鸿沟随之加深，因为大模型的训练需要大量的数据和强大的计算能力，而大多数公司没有数据中心或云计算来提供从头开始的训练，因此也无法研发自己的此类模型，且维护这些模型正常运行的成本也很高，使得这些模型在很大程度上仅限于大型科技公司可以研发和商业性推广，从而也只有这样的科技“巨无霸”或“独角兽”企业才能因其获取丰厚的回报，这就加剧了企业之间因技术不平等而带来的经济不平等。此外，它还会加深人与人之间的数字鸿沟，这就是数字平台或数字资本的拥有者对于一般的数字劳动者的数字劳动的无偿占有。此外，由于生成式人工智能需要大量的数据才能更好地工作，因此需要从各种来源收集和存储数据，包括用户个人信息、商业机密等敏感信息。如果这些数据被数字资本拥有者泄露或滥用，可能会对他人造成不良影响甚至严重损害；此外，在采集大数据的过程中，若可以对他人的数字行为进行无所不在的监控，这也会加剧人与人之间的不平衡、不平等。
（三）数字劳动新异化
从上一节的分析中我们看到，生成式人工智能介导的数字劳动，可以导向一种更加强化人的主体性的人机分工。但同任何技术都有双重的人文效应一样，生成式人工智能也同样存在着消解人的主体性的负面影响，甚至导致人在新解放中的新异化。例如，生成式人工智能虽然可以带来数字劳动效率和质量的提升，可以替代人去从事那些单调重复、枯燥无味和标准化程度高的工作（如查找资料、写作格式化的文本、编写程序等），但也会使人对其形成新的依赖，使人丧失因从事这些基本的工作而训练出来的基本能力，这也正是目前人们担忧ChatGPT之类的工具如果被学生用来完成自己的作业，那么他们虽然卸下了写作业的负担，但却无法从中训练和习得写作、运算和记忆的能力，这样的高效率、低付出的学习方式对学生的未来意味着什么？在更大的领域中，数字时代使得劳动普遍被数字化而成为数字劳动，而到了智能时代，数字劳动进一步智能化或GPT化，一切工具性的数字劳动都由ChatGPT或更高版本的人工智能所代劳，由人所承担的“劳动”所剩无几，人离开ChatGPT之类的智能机器就会显得一无所知和一无所能，这是否意味着人的价值的更多丧失或贬值？此时的人还能做什么？人是否会变得更懒更傻？这无疑是令人担忧的人的新异化或数字劳动新异化的种种表现。此外，生成式人工智能还可能会产生一些不可预测、不可控或不可靠的结果，所以它虽然提高了数字劳动的效率，使人省力省心，但也增加了不确定性和新的风险，这也是人在精神上失去信念和信心，受控于机器的一种不自由的异化状态。
（四）机器换人或人被机器所替代
以ChatGPT为代表的生成式人工智能对社会的冲击、对人类的种种影响中，被讨论得最多的无疑是对它“抢人饭碗”的担忧，即担心它会替代人的更多的工作或劳动，使更多的人失去工作或职业。一些传统的数字劳动领域可能会首当其冲，例如那些简单重复性的数字劳动，由此会导致一部分数字劳动者失业或者需要转换职业。如ChatGPT可以接管一些基本的客户服务和支持工作，由它来回答那些常规的问题，对一些常见的技术问题也由它来提供帮助和指导，这将导致一些客户服务人员的职位被取代。ChatGPT可以生成高质量、有创意和适合目标受众的文本，如生成新闻、博客、广告、营销、故事等，这将威胁到一些文本编辑和撰稿人的工作，甚至任何从事文本（包括多媒体文本）生成的文秘型的数字劳动都可能被ChatGPT之类的人工智能所取代。它能为学生提供互动式的学习方式，回答学生的任何问题时都可以做到“诲人不倦”“百问不烦”且“无所不知”，从而成为学生更理想的“老师”，这可能会威胁到教师的工作岗位。它可以编写代码进行计算机编程，这也是生成式人工智能目前非常受欢迎的功能，这将影响到一些数字技术专业人员如计算机程序员、软件工程师、数据分析师的工作，如此等等。一项最新的研究表明，在不久的将来，估计80%的人至少有一项工作任务会受到GPT的影响，而19%的人所处的职业将会有超过一半的工作任务被标记为受到了GPT影响。
上述情形似乎表明生成式人工智能只替代了数字劳动，并未替代非数字劳动，尤其是体能性的生产劳动。但非数字劳动（如直接造物的体力劳动）在智能化（高端数字化）背景下可以被数字化劳动（如控制系统终端的控制性劳动）所替代，而后者又可以被如前所述的GPT+Making技术所替代，所以从最终的意义上，非数字化劳动还是可以被GPT技术所替代，由此形成了一个机器换人的替代之链。当然目前，还不必担心这种情况会马上发生，因为生成式人工智能尽管在某些领域和任务上表现出了优异的性能，但由于它还处于起步阶段，还不具备人在数字劳动时的灵活性和创造力，还无法适应复杂、多变的情形，所以它还不能完全取代人的数字劳动。但随着生成式人工智能在功能上的不断增强，机器换人的替代之链将不断延伸，数字劳动有可能全部自动化，最终，数字机器“消灭”了人的数字劳动。于是，生成式人工智能在减轻数字劳动者的劳动强度时，也可能使人彻底丧失数字劳动的机会；它在成为数字劳动利器的同时，也可能成为“吞噬”人的数字劳动的“怪兽”。
四、结 语
从总体上看，数字劳动和生成式人工智能之间具有相互依存、相互影响以及相互促进的密切关联。生成式人工智能介导的数字劳动，是人工智能助力数字劳动智能化的一种进步，它带来了数字劳动效率和质量的提升，同时也改变了数字劳动的形态和方式，由此需要充分地利用和不断地开发生成式人工智能驱动数字劳动升级换代的功能，以持续地提高人类的数字生产力。与此同时，我们也需要积极应对生成式人工智能对数字劳动提出的新挑战，合理而有效地使用这一新型的数字劳动工具，减轻、限制或消除它可能对数字劳动的负面影响，从而维持人类数字劳动的健康和可持续的发展。
