观点聚焦

作为重塑商业格局与人类生活的颠覆性力量，人工智能正以惊人的速度重构全球商业版图——其经济规模预计2030年将突破15万亿美元，不仅成为数字经济的核心引擎，更成为大国角逐全球科技竞赛的战略制高点。

这项技术历经数十年跌宕发展：从依赖人工规则的“技术冰河期”，到大数据爆发、算力跃升与算法革命共同催生的机器学习“黄金时代”，直至如今以ChatGPT为标志的生成式AI（GenAI）新纪元。GenAI通过大语言模型实现文本、图像、代码等创造性内容的智能生成，却在展现惊人生产力的同时，暴露出诸多现实困境，引发学界与产业界对技术边界与社会责任的深度思辨。

在此背景下，香港中文大学（深圳）经管学院赵建良教授携手佐治亚州立大学Veda C. Storey教授、香港城市大学余伟图教授及弗吉尼亚大学Roman Lukyanenko教授，在国际信息系统前沿期刊《Information Systems Frontiers》线上发表研究《生成式人工智能：不断演进的技术、日益增强的社会影响以及信息系统研究的机遇》（Generative Artificial Intelligence: Evolving Technology, Growing Societal Impact, and Opportunities for Information Systems Research）。该研究提出“生成式社会技术系统”概念，探讨其在信息系统研究背景下对商业和社会的影响。

该文为开放获取资源，欢迎公开传播、下载和使用。鉴于人工智能的全社会广泛应用，该文对所有人工智能应用和管理相关的研究领域都有一定的指导意义和参考价值。（点此获取论文）

作者简介

赵建良

港中大（深圳）校长讲座教授、信息管理与商业分析理学硕士项目主任（IM方向）、深圳数据经济研究院区块链与智能科技研究中心主任

研究领域

人智协同、金融科技、

区块链应用、大数据应用、工作流管理

本文合著者

Veda C. Storey

Georgia State University

Wei Thoo YUE

City University of Hong Kong

Roman Lukyanenko

University of Virginia

论文简介

人工智能：重塑人类社会的颠覆性力量

人工智能作为重塑人类社会的颠覆性技术，其影响力已渗透至组织与个体的每个维度。要真正理解这种变革的深远意义，只有拉长时间维度审视其发展轨迹：AI通过模拟人类认知能力（如感知、推理、学习），正在完成从“机器执行”到“类人思考”的跨越，被誉为人类科技文明的巅峰之作。据预测，到2030年其全球经济价值将突破15万亿美元，掌握AI话语权的国家或许会成为世界的卓越强国。

技术范式迭代：从逻辑推理到数据驱动的跨越

AI的发展史是一部技术范式的迭代史。21世纪初以前，受限于逻辑推理与模型驱动方法的瓶颈，AI曾陷入漫长的“技术冰河期”，此期间的研究主要由基于逻辑、模型驱动的学习、抽象和推理方法主导；21世纪初以来，大数据爆发、算力跃升与算法突破，推动研究重心全面转向机器学习与数据驱动的人工智能，其中机器学习包含了用于从数据中进行推理的方法和算法。这种转变不仅重构了技术路径，更催生了组织变革与产业升级的连锁反应。

信息系统研究：AI革命的先锋角色

在技术演进浪潮中，信息系统研究始终扮演着先锋角色。从企业资源规划到电子商务，该领域持续探索技术赋能社会的路径。当前，深度学习与自然语言处理的突破正引发新一轮AI革命——生成式人工智能（GenAI）凭借大语言模型（LLMs）实现跨越式进化。这类模型通过预测词序概率生成文本、图像、代码等创造性内容，其核心能力在于对人类语境的深度关联与知识任务的高效执行。尽管早期技术如生成对抗网络已具雏形，但LLMs带来的变革在于：它使AI首次展现出接近人类水平的语言理解与内容生产能力。

生成式AI的十字路口：技术狂欢与理性反思

然而，ChatGPT、MidJourney等工具的爆发式普及，将GenAI推入机遇与争议并存的十字路口。支持者盛赞其突破“效率阈值”，能重构工作流程、激发商业创新；质疑者则警惕其“幻觉”输出、版权争议与信息污染风险。这场技术狂欢背后，暴露出关键挑战：罕见词汇处理缺陷、模型过拟合倾向、复杂语义理解偏差等问题，持续驱动着模型架构与训练方法的迭代升级。

在此背景下，社会亟需系统性回应GenAI带来的根本性诘问：作为技术系统的生成式人工智能将如何改变商业活动？为了确保这项技术被富有成效、合乎道德、安全且负责任地使用，需要识别和解决哪些挑战？对生成式人工智能的价值和风险理解上的这种差距引出了我们的主要研究问题：在生成式人工智能技术及其对个人和组织的影响方面，信息系统研究能够提供哪些独特且有价值的视角？由于信息系统领域的研究通常擅长研究系统中社会和技术方面的相互联系（技术进步的社会技术属性），所以它也应该与研究和增进对生成式人工智能的价值和风险的理解相关且能够有所贡献。

生成式社会技术系统：理论框架的构建

本文引入了 “生成式社会技术系统” 的概念，以探究是什么让生成式人工智能具有变革性，并支持其在组织和社会中持续传播。本文构建了一个基于系统理论（包括社会技术视角）并得到其他理论基础（例如，语言学理论）支持的理论框架。系统论基础被用于定位生成式人工智能的各个组成部分及其行为，并有助于为信息系统领域的学术研究制定一个研究议程，该议程建立在我们学科现有的优势和能力之上。运用系统理论还使我们能够研究组织如何利用生成式人工智能技术，如何以负责任且有利可图的方式将生成式人工智能整合到现有流程中，以及如何有效地将这项新技术与现有的组织资源相结合。通过这种方式，信息系统领域的学术研究应该专注于探索将生成式人工智能视为更广泛的社会技术系统组成部分的本质和影响，而不是仅仅关注生成式人工智能本身的技术属性。

研究贡献

这项研究有几个方面的贡献。首先，本文从社会技术视角提出了一个理解生成式人工智能的理论框架（生成式人工智能作为社会技术系统的框架），这与信息系统领域现有的研究一致。其次，本文表明生成式人工智能正在发展到一个阶段，即其工具将有能力产生意想不到的结果，这就需要设定边界条件以及考虑和分析研究计划的新方法。第三，本文提出了生成式社会技术系统的概念。通过从系统视角对生成式人工智能的本质进行概念化，我们可以利用信息系统研究现有的概念和理论，对生成式人工智能形成更细致入微的理解。第四，本文确定了未来研究的有价值的主题。

附件：可供参考的研究方向（中英文）