[[97]] 曹德成:中国法系研究发微--研究的对象与任务，载《中华法学杂志》1948 年第7卷第4期。

要注重听取各方面意见，涉及其他部门职责的要充分协商，涉及部门职责分工、行政许可、财政支持、税收优惠政策的应当征得机构编制、审改、财政、税务等有关部门同意。深入推进科学立法、民主立法、依法立法。

统筹立改废释纂，加快清理不适应经济社会发展要求、不符合上位法规定的法规规章，注重法律法规之间的衔接协调，更好发挥不同层级法律规范的重要作用。完善网络犯罪防治法律制度。要坚持以习近平法治思想指导新时代新征程立法工作，不断提高立法工作质量和效率，更好发挥法治固根本、稳预期、利长远的保障作用，为全面推进国家各方面工作法治化奠定坚实基础。完善民族工作法律制度。二、突出立法重点，以高质量立法服务保障党和国家工作大局紧紧围绕党的二十大作出的重大决策部署、提出的目标任务，深入分析推进中国式现代化的立法需求，坚持突出重点、急用先行，科学合理安排立法项目，更好服务保障党和国家重大决策部署。

预备制定生物技术研究开发安全管理条例，预备修订国家自然科学基金条例。有立法权的地方人民政府要结合本地经济社会发展需要和人民群众需求，推进立法精细化建设，发挥地方立法实施性、补充性、探索性作用。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。

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。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。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。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。

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。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。

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。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。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。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。

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。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。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。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。

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。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。

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。例如，在编程、阅读和写作方面的效率可以借助ChatGPT大大提升。

第二，模型设计和优化。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。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。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。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。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。

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。

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。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。

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。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。

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。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。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。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。

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。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。

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。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。

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。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。

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。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。第二，模型设计和优化。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。

在这里，数字技术是数字劳动的主要甚至唯一工具。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。

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。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。

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。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。