林爱珺等︱生成式AI中的文化偏见与中国大模型策略

四

构建尊重文化多样性的AI大模型文化生态

生成式AI中的文化偏见不仅是统计学上的误差，更是人工智能技术系统编码重现全球数字权力、文化权力不平等的产物。海德格尔指出：“把某某东西作为某某东西加以解释，这在本质上是通过先行具有、先行视见与先行掌握来起作用的，解释从来不是对先行给定的东西所作的无前提的把握。”[23]生成式AI中的文化偏见，是以美国为代表的西方发达国家在技术与文化的交叉领域延续其经济霸权、政治霸权的产物，经济殖民、政治殖民被升级为更为隐蔽的文化殖民新形式。

主流AI模型充当文化机器行使政治权力，实时且大规模地定义和操纵一种特定的文化理解，深刻地塑造了什么是可见的、什么是不可见的，什么被言说、什么被沉默。[24]西方设计的技术架构与交互规则定义了文化标准与文化生产秩序，以维护其文化霸权地位，因此，矫治与消除文化偏见不能局限于“如何令输出内容无偏见”的结果性思维，更需要直面AI文化偏见中资本权力的结构性运作，从根源上倡导文化平等、抵抗文化殖民主义侵蚀、坚持文化多样性。

（一）建设更多包容、开源、共享的AI大模型

矫正生成式AI中的文化偏见，需打破西方AI大模型霸权的格局，尊重全球文化多样性、平等性、异质性，建设更多包容、开放、共享的开源大模型。

在技术架构与伦理秩序的维护和设计上，改变西方预设规则的静态规约与单一控制思路这一主流范式，形成囊括模型发布者、托管平台、代码维护者、社区评审机制、用户反馈系统、算法与接口等多元节点，协同共构的伦理行动者网络，从静态规则的执行逻辑转向伦理秩序的动态生成，增强伦理回应的即时性和民主性。[25]我国研发的DeepSeek开源大模型，促进了全球范围内的技术共享与文化交互，为构建去中心化、高包容性、协商共治的全球技术伦理秩序提供了可参考的实践路径。一方面，DeepSeek公开了模型架构、部分数据来源和预处理方法、训练代码和权重，模型的数据偏差可分析、文化偏见可审计，同时允许全球开发者通过开源社区提交伦理报告，并将社区贡献的第三方伦理审查工具集成到模型生态之中，呈现出众包式、分布式的伦理监督与治理理念；另一方面，DeepSeek允许本地化部署与文化适配，从而赋予了异质文化主体自主界定伦理边界的权利，在本地化运行的模型中，终端用户能够采取修改系统提示词、调整生成参数、添加伦理审查及偏见过滤层等定制化的治理策略，从而实现了参与范围更广、更贴近实践场景的生成式伦理治理。DeepSeek以柔性、动态的伦理协商取代硬性、静态的伦理标准，为全球AI伦理治理开辟了全新的行动路径，为打破西方中心主义在知识定义、文化价值观和审美标准上的垄断，促进全球文化传播秩序走向“复数生活世界”“复调叙事”提供了中国方案。DeepSeek推动发展中国家从全球AI治理的“规则接受者”转变为“规则共建者”，增强了发展中国家在大模型全球治理中的话语权，促进多元文化知识体系的交互涵化，有效抵御技术系统对全球公共领域的殖民化侵蚀。[26]

包容、开放、共享的大模型设计，需要关注异质文化的主体性尊严，尊重异质文化的本土叙事视角，在技术架构与价值编码时，至少需要考虑以下三方面：其一，尊重异质文化主体性，不套用二元对立框架与西方文明等级论解读异质文化，不通过算法与平台规则设计系统性抹除异质文化的合理存在；其二，尊重异质文化本真性，不以预设视角解读评判异质文化，给予在地化的知识生产方式、道德观念、话语逻辑体系等充分的尊重，识别同一概念在不同文化中的差异化定义，能够在不同文化体系范畴之内讨论具体问题；其三，赋予异质文化自我解释与修正偏见的权利，而非被动接受来自其他文化体系的解释与定义，允许异质文化补充本土化的叙事视角。

在AI大模型互动规则的设计上，避免大模型以表面公正而非真正公正的方式生产并传播话语，强化“机器是社会了解种族主义、歧视等重要跨文化议题的客观资源”这一普遍假设。[27]模型不应扮演全知全能的“上帝视角”，以绝对自信、肯定的语气生成内容，令用户信息更加闭塞、态度更加极化、冲突愈加激化。需承认自身理解的局限性，以包容、开放、共享为基准进行信息组合和知识调用，在承认文化独立性与探求共通性之间充分发挥叙事张力，为用户提供审视自身认知偏差、观察异质文化生活世界的窗口。当模型检测到涉及争议与冲突的复杂文化议题时，主动采用“据某种说法”“在某种语境下”“我目前所掌握的知识这么看待这一问题，但在其他语境中可能有不同理解”等去绝对化的语言，并向用户说明生成内容的信息来源与逻辑推导链条，让用户在知其然的同时也能够知其所以然。模型应该提供来自多元文化的叙事视角，呈现来自不同文化语境的解读，帮助用户更加全面地认识特定问题，尊重差异化语境中不同知识体系、价值取向的合理性。在处理特定文化的原生概念时，最大限度保留原生语境的解释，并辅助说明概念在跨语种翻译过程中遭遇的简化或误读。将大模型设计为显化差异、直面跨文化冲突、承认自身认知局限性、积极接收反馈的互动者，不再以神秘的中立姿态对差异与争议三缄其口。这有利于帮助用户在对话中剥夺无知、盲从听闻等人类偏见的根基。

（二）丰富中华文化高质量语料数据库

矫正生成式AI中的文化偏见，需要挑战美西方他者化的文化认知模式与英语逻辑思维的主导性地位，丰富中华文化语料数据，还原鲜活复杂的文化生态。教育部、国家语委、中央网信办2025年印发的《关于加强数字中文建设 推进语言文字信息化发展的意见》，已对加快推进以信息化促进语言文字事业高质量发展，以数字化赋能语言文字更好服务现代化建设等作出全面部署，要求加快建设国家关键领域语料库和国家语言资源信息库，不断推动承载中华文化的中文在全球数字空间、网络空间以及生成式人工智能等关键场景中使用占比和价值引领作用的提高。[28]语料数据库建设需要正确反映文化代表性特征，同时捕捉更多长尾的、隐晦的、动态更新的细粒度特征，通过由古至今、从概念到应用的丰富语料数据，提升中华文化在模型中的完整度和“分辨率”，促进AI生成更为本真、立体的文化内容。本文将重要的语料数据大体分为三类进行阐述。

第一类，中华文明符号标识及其阐释性语料。中华文化符号的丰富性首先体现在其历时性积淀与共时性交织两个层面：一方面，于文化的演进与发展历程中，文化符号映射文化代代传承与适应调整的动态变迁，兼具历史性与时代性；另一方面，受阶层差异、地域区隔、趣缘关系等多重因素影响，文化体系内部呈现多种文化族群、文化圈层错落交织的共在格局，文化符号指向的对象、指涉的意义也是多样化、差异化的。其次，人们的生产生活方式、风俗习惯、艺术表现形式共同构成文化符号的展演。作为符号载体的媒介深入渗透到日常生活行为习惯之中，同样也是丰富多样的。比如诗词歌赋、成语俗语、明喻隐喻等语言符号，节日习俗、社交习惯、婚丧嫁娶流程等仪式化符号，服饰纹样、建筑风格、生活器皿等物质化的符号标识等。再次，符号指涉意义由具体至抽象的层次化、结构化特征也体现其丰富性。比如“竹”既是一种中空、有节、四季常青的植物，在中华文化象征体系中，也意指虚心、气节等君子品格以及高风亮节、坚韧不屈的人生追求，在水墨画中常被视作抒怀明志、烘托意境的美学符号。需要开发体现中华文明符号体系的独特性、辨识度和完整性的语料数据库，充分挖掘互联网之外的优质本土文化资源并加速其多模态、数字化转换，补充细粒度的文化信息，提升我国丰富文化标识及其意义象征在生成式AI训练数据中的能见度。针对通用数据库的粗粒度解读局限，构建诗词、饮食、服饰、建筑等垂直类文化主题的知识图谱，从文化表征、背景信息、历史演进、地域、人口统计等维度对细粒度信息进行组织关联，让领域专家参与文化知识的策展和结构化过程，提高知识精准度、深度和文化敏感性，减少AI大模型的文化幻觉。

第二类，中华文化价值观语料。如果说文化符号标识语料涉及文化知识和事实，那么价值观则体现对事物重要性和意义的观念信念和思维取向，关乎AI大模型认知、理解世界的视角与维度，也关系到中华文化在数字时代的话语解释权和传播影响力。在中华文明演进与发展历程中，积淀了涵盖个人修养、家庭伦理、社会交往、国家治理、自然观、天下观等多个层面的丰富精神思想，中华文化价值观语料数据库需要体现价值观一脉相承又与时俱进的特点，以中华民族优秀传统文化思想与道德观念、中国特色社会主义理论、社会主义核心价值观等主流价值观为锚点，广泛收集可用、可解释、可翻译的权威内容原材料。例如，主流媒体人民网依托党报党网长期建设形成的新闻资讯、理论评论、政策法规和科普知识等优质资源，围绕习近平新时代中国特色社会主义思想和中国式现代化涉及的经济、政治、文化等十几个领域，形成包括基础语料、图文语料、重点领域语料、问答语料、事实语料、风控语料等六类语料的主流价值语料库[29]，为语料库丰富了中华文化价值观的时代内涵。

第三类，互联网中实时更新、不断累积的高质量中文语料。互联网作为文化生态的重要组成部分，蕴含强大的文化内容生产潜力，相关语料能够为中华文化数据库补齐时新、动态、去中心化的文化景观。据中国互联网络信息中心发布的第57次《中国互联网络发展状态统计报告》，截至2025年12月，我国网民规模达11.25亿人，互联网普及率突破80%。[30]鼓励本土网民积极产出高质量的中文内容，以新鲜“血液”的持续注入保持文化数据的动态更新。通过政府主导、社会参与共建，提升语言与文化资源的丰富程度，缩小语言势差，抵抗英语逻辑思维强势主导下的文化霸权。

（三）建立语境敏感的AI大模型反馈迭代机制

提升大模型的文化感知能力，需要训练模型进一步学习语言、文本等文化表达背后的情景语境及文化语境，更加正确地理解文化与文化差异、更加精准地定位并修正人工智能生成内容中的文化偏见，动态识别并适应不同文化背景的价值观、伦理规范和社会习俗，贴合在地化的认知模式与叙事框架，从而尊重、适应并恰当地回应来自不同文化、语言和地域背景的用户需求。AI大模型目前尚处于“只有语言没有世界”的技术发展阶段，其语境敏感的实现有赖于人类在设计端、使用端、评测端充分发挥主观能动性，搭建结构化、常态化的高效反馈路径，促进AI大模型文化解读的迭代深化。

在AI大模型设计端，将高质量语料数据用于模型训练与微调的基础上，以结构化、时序性更新等逻辑进行机器算法与编码系统的建设与优化。例如，创建适应本土语言与文化表达的专用分词表，提高分词器的处理效率与模型语义表示的逻辑性、准确性。对于生成式AI空间映射式文化解读导致时间秩序缺失的问题：一方面，为AI大模型嵌入文化的时间感知维度，促进大模型理解文化内涵的生发渊源、历史流变与现当代语境等时序性演变过程；另一方面，增强大模型实时检索并更新文化理解的能力，例如，可通过接入当前社交媒体文化景观、前沿社会科学与文化研究成果、我国自主知识体系建设成果等数据流，实时锚定文化在现实社会语境中的流变过程，促使AI大模型的文化认知与现实世界蓬勃的文化生命力同频共振，而非机械、静态地停留于训练数据的截止日期。此外，捕捉用户显性表达背后的意图、情感等细粒度的语境要素，从而有助于提升模型的情境化认知与推理能力，促进生成式AI突破浅表化理解，向系统性、综合性理解模式进化。为此，一方面需要为AI大模型补充世界知识、文化常识、本地化的日常知识等隐藏在表达之中的语境信息；另一方面，需要超越模型基于共现频率的相关性识别，在架构层结合因果推断算法，在训练层增加反事实推理等因果感知、因果解释微调，在互动层构建所生成内容的因果思维链，在概率统计关系之外为AI大模型补充因果推断能力，增进模型对文化表达的语境性理解，动态提升语义连续性和语用逻辑处理准确性。

在AI大模型使用端，面向广大用户个性化、经验化的人机互动实践，可通过提示词设计与多轮对话迭代，为生成式AI限定文化表述的具体语境。作为与机器对话的基础，提示词设计背后蕴含着复杂的认知活动，体现出用户在需求分析、语境构建以及反馈迭代等方面的综合能力。[31]模型理解信息的空间逻辑使得正向提示（positive prompting）与负面提示（negative prompting）的结合发挥积极引导作用，用户能够明确地将模型生成内容推向向量空间中的一些点并远离另一些点。通过明确对话讨论的文化情境、为AI大模型赋予特定文化身份或角色、将复杂文化主题拆解为多个子问题、添加文化解释与说明信息、提供可参考源材料与范例等提示词设计策略，不仅能够辅助AI大模型判断对话语境，也有助于用户引导AI即时修正刻板印象与歧视性表达，并向设计端反馈高度场景化的模型优化与调试参考。

在AI大模型检测端，采取尊重文化多样性、显化文化差异的反馈实践策略，建立以人为中心的定制化评估标准，测量文化偏见对指向群体的伤害程度；让受大模型文化偏见影响的族群界定什么样的回答构成对他们的“偏见”“歧视”，哪些是符合族群自我理解的特征描述；对于特定文化议题，回到议题所属的文化语境中去调整价值观的权重与排序；开发细粒度的文化基准测试，评测模型的文化适应度与文化理解度等。差异化的反馈机制需要让那些对文化偏见更有发言权的人加入协商，以制定灵活、有针对性的公平性指标应对不同文化群体的偏见，从而更准确、有针对性地识别AI大模型中的文化偏见。

五

结语

习近平总书记强调，“人工智能可以是造福人类的国际公共产品。要广泛开展人工智能国际合作，帮助全球南方国家加强技术能力建设，为弥合全球智能鸿沟作出中国贡献。推动各方加强发展战略、治理规则、技术标准的对接协调，早日形成具有广泛共识的全球治理框架和标准规范”[32]。生成式AI中的文化偏见不只是数学意义上的估算错误与样本代表性不足，其内嵌着西方认识论霸权与文化殖民的逻辑。生成式AI面向全球用户建立联结，应该成为助力文化主体自我建构和凝聚全球化发展共识的中介性力量，而非文化隔阂与文化霸权的殖民工具。未来的风险版图将更为复杂严峻，若人工智能目标偏离人类福祉，则将引发更大的文明危机。推动人工智能全球治理，关键在于推动建立具有广泛代表性和约束力的国际治理框架与协作平台，建设平等、包容、开放、共享的人机互动空间，尊重不同文化的独特性和多样性，让“向善”成为技术的罗盘，让“普惠”成为AI发展的标尺，让人工智能成为人间的“甘泉”。