孙成昊：清华大学战略与安全研究中心助理研究员
谭燕楠：清华大学战略与安全研究中心美欧研究项目青年研究员
摘要 Abstract
人工智能的飞速发展推动人类社会进步，也导致选举政治呈现新变化。在“信息”“选民认知”以及“投票行为”的选举宣传研究框架下，生成式人工智能的推广使美国选举活动具有信息生成自动化、动员群体目标微观化及过程治理有机化等新特征，可能强化或动摇选民固有认知观念，影响投票倾向。在美国选举宣传中，若大规模滥用生成式人工智能，或将在舆论场中产生煽动、误导、干扰与冷漠等多重运用场景。选民安全性、代表性与主体性的缺失或使美国政治在安全、功能与制度层面面临新的风险，对代议制选举及美式民主的冲击或将深刻塑造美国未来的政治制度与秩序演进。
关键词 Keywords
人工智能 美国选举 选举宣传 代议制民主
2022年11月美国中期选举后，ChatGPT等基于大语言模型的生成式人工智能取得快速发展，不仅给诸多行业带来深刻影响，也导致选举政治呈现一系列新变化和新特征。在技术创新席卷全球的背景之下，同年，联合国教科文组织发布《数字时代的选举：选举从业指南》，以指导政府与组织适应政治将面临的巨变。学界对生成式人工智能介入选举的观点呈现“两极分化”。就生成式人工智能带来的风险与挑战，学界一方面对人工智能的积极影响保持乐观态度，认为人工智能将加快生产力的演进，带来更多创新，革新人类社会的发展层次。但另一方面，学界也认为，生成式人工智能的诞生是对过去技术工具性能及其负面效应的全面升级，若被恶意运用将后患无穷。从技术本身看，人工智能生成的信息并不总是准确的，其产物的可信赖度往往存疑，仍有许多问题尚未解决；从社会角度看，生成式人工智能高效的生产力和便捷性可能会加剧有害信息传播，导致社会内部系统性偏见加深、人对技术过度依赖等问题；从法律角度看，由于生成式人工智能突出的“创造性”来源于不断的数据分析、学习与训练，知识产权侵犯、数据窃取以及隐私安全问题有可能随着技术普及而泛滥成灾；从经济角度看，生成式人工智能或将对劳动力市场和各行各业发展前景造成颠覆性影响，少数群体对技术的掌握、行业的数字化转型提速或造成收入不平等和垄断问题。特别是新技术将使数字鸿沟进一步扩大，从而加大阶级壁垒、贫富差距的治理难度，影响全球的可持续发展。鉴于大部分国家尚未对这一新技术及其产物展开实质性、针对性回应政策，欧盟地区国家的已有规范也并未得到有效监管，不少国际组织都认为需要对人工智能进行法律、伦理和安全等多层次的规范与完善。
科技突破的背后，各国政策界、学术界等专业人士对“人工智能技术破坏选举”的担忧和焦虑日益加剧。截至2024年4月，至少50个国家、地区或政治组织举行了大选。其中，美国总统大选不仅因其在国内国际政治的突出重要性而受到高度关注，也因被一些人视为是第一次“大规模使用人工智能来影响选民的选举”而蕴含更深层的政治意义。美国国内诸多人士尤其担心其政治风险，认为大语言模型介入选举会被用以操纵、说服选民，从而对美式民主制度产生负面影响。部分学者认为，从技术的利用者政党与组织层面分析，新技术的引入有利于提升政治宣传效率和精准度；但从技术的目标主体选民层面看，人工智能能否在认知层面发挥正面作用仍处于争论之中，应及时思考应对之策。一方面，部分研究者认为人工智能有利于帮助选民筛选信息，作出理性决策；另一方面，人工智能的“武器化”与恶意使用却可能阻碍选民决策，甚至颠覆传统的选举制度。例如，生成式人工智能生产的内容可能放大或加剧对政治选举进程的威胁，如制造政治争议、煽动舆论分歧、误导选民以及破坏选民对选举进程的信任等。但在对这一负面影响的分析过程中，当前研究主要以人工智能生成和传播“虚假信息”和“非理性信息”为切入点，阐述人工智能对选民决策的可能影响。
上述研究的局限性在于：一是虚假信息泛滥现象自选举诞生以来就已存在，如若不厘清当前生成式人工智能与以往技术工具之间的区别，就无法解释其在“说服”选民层面的特殊作用；二是在美国选举政治宣传体系中，人工智能借助信息影响选民行为的具体机理、运用场景尚未被厘清；三是对人工智能介入选举产生负面影响的阐释聚焦于技术层面，但在实践中人工智能的参与已经触及美国选举政治中“以选民为主体”的核心原则，对美式民主治理与制度产生了更深层的冲击。基于此，本文将以人工智能与美国选举宣传、选民认知的深度交互过程为切入点，力图探析当前美国选举过程中的新特征与新动向，并分析其对美国选举以及未来西方代议制民主政治的影响。
一、生成式人工智能介入美国选举宣传的分析框架
虽然人工智能对美国政治的影响由来已久，但生成式人工智能凭借其巨大的信息生产力与创新性给全球社会带来极大冲击，仅推出一个月，聊天机器人ChatGPT的月用户数就超过1亿人次，成为历史上用户增长最快的应用程序。包括印度、巴基斯坦、巴西等国家在内，生成式人工智能逐渐开始对选举进行深度的渗透甚至改造，人工智能选举的新纪元似乎已悄然到来。借助信息、认知等选举宣传中的核心要素，生成式人工智能已嵌入美国选举之中，与政治传播模式的演进趋势深度绑定。
（一）美国选举宣传的系统框架：信息、选民认知与行为
美国选举政治中，说服选民是选举宣传活动的本质性需求。候选人和政党在选举前一段时间内以赢得选民支持为目的而进行的竞争性行为即为“竞选活动”（election campaign）。因此，说服选民的过程可被看作是选民对特定政治宣传内容的系统处理过程。在这一流程中，输入端为由多元主体投放在舆论场域中的“信息”。信息是美式民主政治的重要基础，向公民提供信息的内容和数量决定公民广泛的政治认知，包括政治家的态度、投票选择与政策评价等。对信息的处理系统则为“选民认知”，输出结果则是选民的选举与投票行为。在政治宣传中，候选人、政党或社会团体将利用不同的媒介与方式接触选民，输出以价值观、政策导向与党派立场等为主要内容的信息，并利用竞选策略对信息受众产生影响，说服选民信服某一立场与倾向，并据此偏好投票。但选民认知往往涵盖着非指向性的处理，不同类型、目标的信息的输入，往往会对选民的政治认知产生不同的影响和结果。
在经典政治传播理论中，选举宣传的输入端常有多个主体，选举宣传被视为由政党、组织、媒体、公民等主体依照规则而展开的旨在扩大影响力的传播过程。由于政府、政党等部分主体在这一生态中的特殊地位与传播优势，美国政治中政党等主体与选民之间的政治沟通并不依照平等对话的平行模式进行，选举宣传内容往往呈现垂直性流动。进入21世纪后，数字技术与社交媒体的勃兴改变了传统政治信息生产、分配与消费的旧有模式，打破了选民单方面被政治信息“灌输”的困境。一方面，政治宣传的来源不断多元化，一定程度上摆脱了强政治色彩，信息与选民自主认知的重要性不断提升；另一方面，政治传播从固定的运行模式转变为嘈杂的互动场域，虚假信息的泛滥以及信息茧房、回音壁效应等新问题也不断涌现。
（二）生成式人工智能如何革新美国选举信息生态
人工智能是一个总括性术语，依据联合国教科文组织世界科学知识与技术伦理委员会（COMEST）定义，人工智能即为“能够模仿包括感知、学习、推理、解决问题、语言交互等人类智慧功能的技术与系统等”。通过获取数据和处理信息，人工智能可以自主决定采取最佳行动以实现目标诉求。这一庞大术语内部涵盖各种技术子领域，例如专注于开发可以从数据中学习并得出预测性规律算法的机器学习（machine learning）、使用模拟人工神经网络像人一样处理数据的深度学习（deep learning）等。美国选举中频繁出现的“社交媒体机器人”便是基于深度学习的产物。
自ChatGPT发布以来，多个能够生成文本、图像和声音的生成式人工智能解决方案已在全社会范围实现普及。生成式人工智能系统通常在大型语言模型上进行训练，使用深度学习算法进行机器学习。与以往专注于执行特定任务的人工智能不同，生成式人工智能实现了“创新”，能够模仿人类进行创造性工作，无需遵循明确指令即可从数据模式中得出推论。由于其创造力和开放使用下的“易得性”，生成式人工智能被视为当前最具颠覆性的人工智能形式。依据生成内容的不同，其可以分为文本、视频、音频、图像等多种类型。
与传统人工智能协同工作，生成式人工智能为竞选活动提供了更强大的解决方案。具体看，生成式人工智能给美国选举宣传带来了如下新特征。
一是宣传信息生成自动化，成本大幅降低，信息传播效果大大提升。相较于以往昂贵而困难的高端人工智能系统与技术，当前得到市场化应用的生成式人工智能大幅降低选举技术的使用成本，选举的多个环节不再受到专业知识的严苛限制。相关研究显示，一个生成可用文本的人工智能模型每生产1000万个帖子，可以比组织专业人工编写新闻节省300万美元。此外，生成式人工智能还超越以往大数据技术等被动分析方式的局限性，使任何使用者都能主动创建所需文本、图像和视频，诸如电子投票选举系统等人工智能技术与数字基建被规模性部署，使选举活动的各个阶段对人工操作的依赖大大降低，迈入自动化时代。更重要的是，大语言模型技术的进步让人工智能不再局限于以往网络机器人生成信息中的拙劣“演技”，减少语法、语气或语序错误，更加接近真人，传递内容的可信度显著提升。
二是选举信息动员群体目标微观化、精确化。美国政治宣传方式经历多个阶段的迭代与更新。在早期美国选举动员实践中，选民被作为一个没有区分的整体目标，宣传策略与手段并未出现明显差异。随着时代与技术的进步，性别、种族、社会阶层、地理位置等划分方式不断涌现，政治动员的选民目标逐渐立体与多元。2012年在美国前总统奥巴马的竞选活动中，在大数据技术对选民信息处理的帮助下，“基于微观目标”的选举策略得到有效应用。生成式人工智能的应用不仅能够沿袭以往技术分析的效率与准确度，更能深度习得单一选民的政治偏好，使选举策略针对的选民目标从群体精确到个人。在印度选举中，生成式人工智能的相关产出不仅能精确定位受众目标，而且还能深度分析选民独特的心理和行为特征。在技术的作用下，世界各地的竞选模式都发生了变化，人工智能和机器学习在传统的竞选方式中逐渐占据了主导地位。
三是信息过程治理“有机化”，监管难度增加。生成式人工智能的介入使得竞选活动从相对简单的“无机”活动演变为将协调的人类用户和人工智能软件相结合的、更复杂的“半有机”活动。一方面，竞选活动参与者与从业者在管理信息与选民的同时，还需要对人工智能与选民需求、认知层面的适配性与融合度进行调试。生成式人工智能甚至已逐渐在选民心中获得“专业权威”。这一新治理趋势的出现也为美国当前国内选民信息素养教育、舆情风险测评等多个领域提供了新的延伸要求。另一方面，竞选场域中的介入主体不断增加。除传统的媒体、政党、选民等行为者外，新成员的加入也带来不同层面的矛盾。诸如脸书（Facebook）等社交平台运营商部署人工智能的目的并不是塑造民主舆论、维护公平秩序，而是通过数据收集和个性化广告来获取商业利益，拥有信息集中权的科技公司，甚至生成式人工智能本身，都将成为重要的政治博弈参与者和制衡方。
（三）生成式人工智能挑战选民信息认知
诺贝尔经济学奖获得者丹尼尔·卡尼曼（Daniel Kahneman）在《思考，快与慢》（Thinking， Fast and Slow）一书中提出对现代人类思维认知模式的经典剖析，即人的思维是由快慢两个系统构建的。快思考系统作出被动反应，负责处理生活中的常态与符合认知的信息观点，在为个人直觉性的决策提供帮助的同时，实现对个人既定世界观与思维路径的维护。慢速反应系统则是作出主动处理，负责处理超出经验舒适区的信息与困难复杂的学习、认知任务。实际上，在选举中，选民认知同样由两种系统模式构成。一方面，信息认知过程往往基于群体性的党派立场而自动产生，在过往研究中被“党派死忠”（partisan intoxication）或“选择性接触”（selective exposure）等理论具象化解释，例如共和党保守派选民会基于共和党党派价值观而接受“小政府主义”改革的信息。在一般情况下，即便民主党减少政府干预，也很难改变选民对共和党这一保守价值倡导的依赖。但另一方面，选民兼具“贝叶斯模式”思维，即在观察到某些特定的信息或政策后，选民有可能将其整合至内在思维中，更新自己对这个世界的认知与理解，调整“根深蒂固”的固有政治思维与决策判断模式，修正直觉型的偏差，使其成为某一党派、某一候选人、某一议题中的“摇摆选民”（swing voter）甚至发生“党派叛逃”（partisan defection），这一情况下，政策投票（policy voting）常成为分析焦点。
上述两种过程在选民的认知结果中往往同时存在，同步运行。在这一研究框架之下，借助生成式人工智能就选民认知选举信息的过程的认知与模拟，美国政治内部的不同主体能够精准生成与“投递”选举宣传信息，对选民投票倾向进行分析。最终选民展示出的投票倾向经过处理与分析，又会成为未来生成选举信息产出的重要指导，以往研究已展现和论证了人工智能影响选民政治观念的特殊性与有效性。人工智能正在利用上述选民认知思维不断改进自身演进局限，模拟人类思考。神经科学家甚至试图将人工智能视作改进人类认知的“第三系统”，重新找到人类与人工智能博弈的平衡点。基于这一基本原理和技术演进趋势，生成式人工智能对选民认知干预后达成的效果有两种。
一是“强化”效果。生成式人工智能将强化针对性选举宣传的效果，巩固选民已有的政治立场和观点，使选民对自己的党派归属更加“忠诚”。一方面，在生成式人工智能全自动的海量信息传播之下，相关党派或组织的宣传力度都将大幅增强。民主党方面早在2023年就已尝试使用人工智能起草相关筹款邮件信息，结果显示，在鼓励选民参与和捐赠方面，不仅机器的写作速度更快，人工智能编写的宣传语甚至比由人工编写的文案更能吸引捐助者“慷慨解囊”。借助竞选数字基础设施的部署，由民主党资助的“Sterling Data”等科技公司已使用人工智能帮助一千多个竞选委员会与竞选活动精简选民数据收集流程。此外，部分共和党候选人也积极利用人工智能拉近与选民之间的关系，借助 “政客聊天机器人”等实现与选民的零距离、快速与高效沟通。另一方面，信息的泛滥和偏见的扩大可能会加剧选民“极端”倾向，加剧美国政治极化。相关测试结果显示，ChatGPT等人工智能系统自身普遍存在潜在的意识形态偏见、党派偏见。未来几年内，互联网上多达 90% 的内容可能都将由人工智能生成。随着这些工具的激增和更大范围的普及，它们反映的偏见不仅会进一步加剧族裔、宗教等刻板印象，还可能导致群体在政治上的失语及不公平对待。
二是“动摇”效果。生成式人工智能通过精准定位，把控选举宣传信息的输入，动摇选民已有信念，甚至使选民发生“党派叛逃”，扭转自身投票倾向。例如，对犹豫不决的年轻选民群体而言，输入对当前政府管理绩效的负面信息将可能导致其投票倾向发生改变。2024年3月在美国的6个关键摇摆州中进行的民调显示，有71% 的非裔选民表示将会投票给拜登，这一结果与2020年大选相比大幅下降了21%。同时，针对非裔选民（特别是年轻选民）的虚假政治信息传播活动也随着选举的临近而愈演愈烈。相关组织调查发现，众多共和党内特朗普的支持者及组织正利用人工智能生成的非裔选民虚假图像宣传特朗普与非裔之间的“紧密联系”，以鼓励非裔美国人投票给共和党。但这种动摇不仅有可能造成对党派或政策的不信任，也可能会导致对选举系统的不信任甚至冷漠。
上述两种既定效果既包括正向的宣传效果，有望帮助选民更好地作出投票决策，也存在被利用的潜在风险，引发美国国内的普遍不安。“组织是否能够利用‘ChatGPT’等人工智能语言模型来诱导选民，从而使其以特定方式作出选择？”2023年5月16日，美国国会参议员乔什·霍利 （Josh Hawley）在参议院人工智能听证会上向OpenAI首席执行官萨姆·奥尔特曼（Sam Altman）提出了这一问题。奥尔特曼本人的回答似乎也证实了人工智能存在介入美国选举的潜在路径与风险，即“利用大语言模型来操纵、与选民进行一对一的交互并说服、影响选民这一情况的确值得关注”。
二、类型化视角下两党对外政策意识形态特征
2023年年初至2024年3月底，美国各州已出台了高达101项针对人工智能和选举虚假信息的法案，各大科技公司与社交媒体平台也争相出台自我监管规范，防范生成式人工智能给美国选举安全带来威胁。但截至目前，生成式人工智能的滥用甚至“武器化”运用并未能得到根本性遏制，随着大选在全国范围内的开展，更多风险逐渐浮出水面。2024年年初，部分新罕布什尔州选民甚至收到了人工智能生成的拜登语音电话，告诉他们不要在该州初选中投票。
基于前述宣传效果可知，生成式人工智能可能会带来强化与动摇两种宣传效果。在美国国内极化严重的情况下，两党宣传对象选民可大致被划分为坚定的共和党、民主党选民及易动摇的温和派、独立派选民。对于坚定自身党派立场的选民而言，利用强化效果滥用生成式人工智能或将导致“煽动”与“误导”的场景；对于摇摆中的选民而言，对“动摇”效果的滥用则有可能带来“干扰”甚至“冷漠”的场景，对未来美国政治竞选活动造成不利影响。
（一）煽动场景：“钙化”极端选民固有偏见，煽动对立与极化
在大数据和机器学习辅助下，两党或相关选举组织或各自利用人工智能产品或技术，对选民按照“易受影响程度”而划分类型，并定制不同信息，或将准确调控部分易受影响的选民群体，利用生成式人工智能实现信息点对点的精准投递。一方面，相关良性信息有可能更好地诠释候选人的政策与政治倾向，加强部分选民与自身党派之间的信任度与归属感，最终提升其对该政党候选人的忠诚度；但另一方面，利用仇恨、阴谋论、情绪等因素，生成式人工智能打造的部分信息或将导致极化群体之间的分歧加剧，加深选民对政策与党派立场的偏见程度，甚至导致选民观点的“钙化”，助长极端主义的回归。研究表明，人工智能的算法系统可能会加剧种族主义、阶级歧视、性别歧视的传播。而如果说极化意味着选民政治意识分界线的清晰和固化，选民“政治钙化”的转变则意味着政治壁垒的铸就，不同观点的互构、阵营的转换将越来越罕见。部分白人至上主义者、极右翼群体已经开始尝试改造生成式人工智能系统传播不实的动员性信息。如若传播更多基于美国大选“不公平”、结果“被窃取”的煽动性信息，或将助长极端群体对美国政治、经济、外交等政策的不满与排斥，甚至引发新的“国会山事件”，加剧美国政治的动荡风险。
“煽动”似乎已成为美国选举宣传生态的常态。即便不考虑技术介入，西方代议制民主已经展现出从“说服”选民向“塑造”选民转变的趋势，即不再试图向选民证明自身政策、立场的合理性与优异性，而只专注于如何利用舆论技术等工具塑造独属于自身党派的、坚定不移的理想选民。生成式人工智能优越的宣传效果或将催化与加速煽动的作用功率，为两党拥有“理想选民”“极端忠诚选民”提供更多现实助力。根据美国布朗大学经济学家2020年进行的一项研究，美国政治两极分化的速度比大多数其他主要西式民主国家都要快。在本就存在巨大分歧的选民认知内部，携带意识形态偏见的生成式人工智能的介入会使美国政治生态遭遇更大范围的技术性割裂，甚至带来政治暴动等危机。2023年，美国前总统唐纳德·特朗普史无前例地卷入司法风波，面临多项刑事、民事起诉。在纽约曼哈顿就特朗普“封口费”案件开庭前，有关特朗普在街头与警察搏斗、被关入监狱等生成式人工智能创作的相关图片、视频在互联网上广泛传播，引发民众高度关注与高频率互动。诸如攻击美国司法系统等的极端言论也在互联网上不断涌现，并引发了对法院甚至联邦调查局的袭击事件。
（二）误导场景：诱发“脆弱选民”认知偏差，造成误导与欺骗
目前，生成式人工智能可以产出比以往更逼真的伪造信息，诸如声音克隆、图像合成等内容的“深度伪造”（deepfake）已成为人工智能“武器库”中最受瞩目的产品，能够大大提高诱发认知偏差的可能性。因此，“脆弱选民”成为此轮生成式人工智能发展的核心潜在“受害者”。脆弱选民即信息素养较低、对技术生成内容识别能力低下的选民群体，例如部分老年选民与受教育程度低的少数族裔选民。借助技术性伪造，人工智能虚假生成与移民、经济、堕胎、种族等关键选举议题相关的信息，甚至调节其中的情绪浓度，激化政治不满，说服脆弱选民信服某一政党、某一流派、某一组织倡导的政策观点，从而影响其对选举决策的理性认知。
但就现实层面看，生成式人工智能的更新迭代实际上也使得“非脆弱选民”面临识别信息的困难。美国兰德公司的实验研究显示，选民大众很难区分生成式人工智能深度伪造的视频和真实的视频，即使将实验群体限定为顶尖工程大学计算机科学专业的学生，仍有20%左右的受试者无法识别。2023年芝加哥市长选举前夕，一段“民主党候选人保罗·瓦拉斯（Paul Vallas）支持警察滥用职权”的视频在社交媒体中广泛传播。在视频中，瓦拉斯声称“在我的年代，哪怕警察杀死十七八个人，人们也无动于衷”。视频广泛传播后，瓦拉斯第一时间在社交媒体上澄清，但在随后的选举中，瓦拉斯最终落败。虽然很难判断此次事件与选举结果之间的直接因果关系，但类似的高度仿真且快速传播的虚假信息可能会诱发选民对于某一候选人的认知偏差。由于先入为主的认知惯性，这一负面形象似乎已被确立，后续涉及警察改革等议题的效力也依旧可能会遭到选民的质疑。
（三）干扰场景：扰乱选民决策信息，恶化选举互动生态
在将要到来的人工智能、党派与选民之间的信息认知混战中，即便选民投票、议题偏好并未受到煽动或误导，对于单一个体而言，人工智能对选举信息的调控也从实际层面增加了自主决策的难度，使最终投票结果无法反映本人最真实的诉求和意图。由于生成式人工智能的介入，近一半的美国人表示极其或非常担心新闻机构会在选举期间滥用人工智能技术，报道不准确信息或错误信息，产生误导效果。
生成式人工智能让欺骗性信息和非真实信息的数量在美国舆论场中呈指数级增长，选民难以识别并准确获取真实信息。如若人工智能生成错误的投票时间、地点等信息，将很有可能导致大量选民无法及时到达投票站。正如英国国家网络安全中心在报告中所言，大型语言模型几乎肯定会被用来生成欺骗性内容，人工智能创建的超仿真机器人将使虚假信息传播变得更容易，操纵媒体用于深度伪造活动的技术手段也有可能更先进。事实上，生成式人工智能的虚假信息已经扰乱了诸如土耳其、斯洛伐克和阿根廷等诸多国家的选举信息生态系统，引发安全部门的高度关注。随着美国总统大选局势升温，越来越多的选民开始受到生成式人工智能产物的干扰，仅2023年下半年，美国在线平台中由人工智能生成的虚假信息增加了近1000%。从新生潮流到技术海啸，生成式人工智能的信息已经开始具备影响美国选举舆论的走向甚至结果的强大作用力。
（四）冷漠场景：削弱整体选举可信度，加剧选举不确定性
在美国当前深度极化的政治背景中，最坏的结果或许并不是社会可预见的意见分裂，而是人工智能与人的主体性、人工智能与选举制度之间的“民主性矛盾”带来的对政治更深层次的负面冲击。相关民调显示，近一半美国人认为人工智能传播的错误信息会影响2024年大选结果，其中近三分之一的人表示，由于人工智能的存在和参与，他们将不再那么信任大选结果。当被问及2024年美国总统候选人以某种方式使用生成式人工智能是好事还是坏事时，接受调查的绝大多数人都认为利用人工智能生成政治广告、创建虚假或误导性内容信息对选民而言并无益处。突飞猛进的技术发展或许将冲击美国政治制度和治理体系，造成选民的政治冷漠以及对美国选举合法性的广泛质疑，造成更严重的后果。
但当前美国政府层面的强制监管面临一定困境。2023年10月20日，美国最高法院宣布暂停对白宫及联邦官员与社交媒体平台接触并审查互联网信息的限制禁令。此前密苏里州、路易斯安那州共和党总检察长和部分社交媒体用户曾联合起诉联邦官员，指控拜登政府与人工智能算法公司“勾连”，开展非法审查行动，压制主要社交媒体平台上的保守倾向言论。该案件在2024年年初引发了最高法院大法官的辩论，并于2024年大选前作出裁决。此案审理过程或将对正在进行的地方初选产生重要影响，裁决结果甚至可能导致涉及科技公司、言论自由方面的议题成为决定总统大选胜负的关键议题，深刻影响竞选舆论战场的走势。
三、“人的缺失”：生成式人工智能与美国选举“民主”治理的新风险
就当前趋势而言，上述四种情景可能会在未来美国选举中并行出现，深入选举参与的各个环节。生成式人工智能这一数字技术及其产品崛起的背后，除了对舆论场和选举造成干扰，也使美国政府治理或社会秩序的运行面临新模式的冲击。诚然，人工智能技术因其先进性与赋予政府自我革新的强大效能，推动了社会管理模式的创新，提升了人类社会中规则、模式运行的效率，但由于生成式人工智能对选举的嵌入甚至钳制逐步加深，技术滥用对美国选民认知带来的煽动、误导、干扰及冷漠等场景的负面效应也实际消解了选民在选举制度中的核心地位。美国政治围绕着天赋人权的基础性前提展开，追求通过选举构筑“民有、民治、民享”的政府。然而，技术损害选民权利、裹挟选民思维的可能性使选举中“人”的安全性、代表性与主体性受到损伤，将导致西式民主选举引以为傲的所谓“人文主义”面临多维度的残酷冲击。
（一）安全性缺失：美国选举生态脆弱性加剧
一是当前美式民主选举博弈已部分转化成为算法权力博弈。在人工智能愈发普及的背景下，任何政党与组织都能够利用人工智能影响选民认知。这也意味着，决定民主党与共和党之间胜负的或许并不一定是经济议题抑或是堕胎议题的迥异立场，也并非特朗普与拜登之间“极端”与“温和”的政治形象差异，而是两党间人工智能“武器”的力量悬殊与选民信息素养的水平差距。未来选民在投出选票时，选择的或将更多是由人工智能编写和演绎的政策和意识形态，而不是具体的政治领导人和政策。从这一层面看，“赢得”选举的将是机器与人工智能而不再是候选人。尽管美国民主选举中诸如选民登记、政治宣传、竞选辩论、投票和计票的每一个流程都依旧会按部就班地上演，但流淌在这一进程中的字节与算法选举或许将彻底改写西式选举的“民主性”。基于技术在选举中的地位骤然上升，2024年美国大选日来临之前，极化与人工智能干预的重叠效应或将带来更多负面冲击。
二是传播虚假信息破坏选举结果、阻止公民投票的现象或将不断涌现，破坏选民对选举信息与制度的信任度。当前西方的监管水平落后于技术发展速度。欧盟《通用数据保护条例》向欧盟公民承诺将保护选民免受自动化系统的干扰，但上述举措到底在多大程度上能够导致算法问责制和透明度的政策落地，仍受到广泛质疑。美国国内仍缺乏对人工智能系统的明确技术规定与防范滥用的选举保障措施，不过其相关管理已出现一定进展。在行政与立法层面，2022年中期选举前，美国国防部推出相关举措以提升人工智能技术使用的安全性和公平性。2023年10月30日，拜登签发长达63页的行政令，确定在美国政府采用、管理和使用人工智能的路径。在司法层面，对利用技术操纵选举等行为的判罚也正在增加。在科技公司层面，诸如Meta等公司也出台规定，将禁止政治竞选活动和其他关键行业使用其生成式人工智能生产广告产品。人工智能对选举政治的直接冲击在于其对政府维系选举合法性与安全性的考验，未来美国政府的算法治理策略将影响美国选举的前景轨迹。
三是由于规模较小的地方性选举更有可能受政治广告的影响，针对基层选举工作人员和官员的骚扰、恐吓和人身暴力等突发性干扰将会增多，网络等选举基础设施将成为被破坏的首要对象。生成式人工智能构筑的虚假选民意见的大量涌入，将加剧美国地方选举办公室处理相关信息的资金、资源困境。当前美国国内政治的高度极化也造成政党内部的派系分野博弈，人工智能的介入将加剧这种撕裂和对立。在美国众议院议长凯文·麦卡锡（Kevin McCarthy）被罢免后，共和党在众议院举行多轮投票都未能就新议长人选达成一致，许多官员受到使用合成语音的电话恐吓与暴力威胁。未来，若人工智能继续对选举进行“有意识”或“无目的”的引导，导致选民对制度的不信任感甚至愤怒感提升，那么诸如“国会山骚乱”之类的政治行动或将在地方、联邦等街头重演，给美国选举带来更多隐忧。
四是维护选民隐私信息、保护“技术脆弱选民”、提升选民媒介和技术素养将成为当务之急。2023年9月底美国《华尔街日报》发布的民调显示，除已有明确意向的选民外，大约26%的选民仍未作出决定。这一群体的信息认知或将直接决定未来选举情势。在当前的政治生态中，美国某些摇摆州少数选民的动摇或意见分歧对大选结果有着巨大影响，这意味着针对这一人群的宣传行动可能会产生全国性的影响。此前曾有相关组织利用人工智能拨打电话，有针对性地对边缘化社区的选民进行威胁与误导。而如何保护关键选民的信息与隐私不被人工智能窃取与滥用，如何保障对技术知之甚少、易受误导的选民群体作出正确决策，这些都将是未来美国选举“护栏”搭建的关键工程。
（二）代表性缺失：美国政治选举或将遭遇功能性障碍
第一，就参与选举的美国公民而言，算法的广泛应用或将导致选民群体的形象异化，而民意表达的准确性也将受到阻碍。人类世界的随机性、多元性在被输入算法系统后，偏离趋势的样本常常会遭遇“简化”和“剔除”。例如，在要求生成“高收入群体形象”时，人工智能往往会选择浅肤色群体作为主要参照物。这意味着选民一定程度上丧失了在政治中属于个人的完整表达权，加深了代议制选举中的代表困境，选民在政府问责、诉求回应层面的政治参与都将遭遇阻碍。算法模型的不公与失准或将固化美国国内的歧视，增加对选民群体的选举压制，加剧不平等现状。
第二，人工智能融入人类生活也有可能催生出技术受益者与利益受损者之间的博弈，新的群体间矛盾带来的诸如罢工、规模性失业等危机也将为美国社会政治冲突的管控增加成本，选举也将有可能丧失其对美国政治当前困境的潜在矫正功能。美国学者弗朗西斯·福山（Francis Fukuyama）认为，美国政治去极化的路径必须为一条政治性路径，即一个政党在两到三个选举周期中决定性地赢得对国会两院和总统的控制，并继续掌权，利用政治规范制度对权力进行系统性改革以扭转极化趋势。具体而言，民主党人应明确转向占据美国政治的温和中心，并在此基础上赢得选举。但人工智能技术介入将使下层工人成为这一技术发展下的主要输家，而工人群体在两党选举中具有重要地位，其党派归属曾经历多次转变。在共和党拥有坚定“铁锈带”工人拥护的当下，结构性经济变革或进一步导致工人选民对民粹主义政党的支持和共和党的极端化，难以参与政治核心缓冲区的构筑进程。
第三，选举中议题的呈现结果很有可能显著偏离美国社会弊病的真实图景，阻碍选举政治。在人工智能的干预下，公民的政治讨论与参与不再与现实议题紧密绑定。例如人工智能制造新闻焦虑，使得部分选民可能因为极端担忧性别暴力而选择民主党，即使这一议题在当季或地方社会环境中并非核心议题。政治极化之下，美国两党选举议题已呈现高度的结构性不对称。共和党与民主党之间塑造的竞选议程除经济外很少有相同的议题选择，这一现象已在很大程度上抑制了选举在美国社会的更新与完善中发挥良性作用。
第四，内部危机或产生“逃逸”，在选举中为美国带来“外溢性冲击”，不利于美国对外政策中理性声音的传达。从全球层面看，人工智能博弈加剧了“大国竞争”的不可控性与复杂性。美国政治步入选举周期后，针对“中国试图借助人工智能干预美国选举”“中国通过人工智能向全球输出技术威权主义”的无端指责与抹黑不断出现在美国的政界与舆论场，因生成式人工智能介入导致的危机感与焦虑已经恶化了美国与俄罗斯、中国等国家之间的关系，而此类网络斗争、意识形态斗争的算法化不仅忽略了选民对和平和发展的诉求，也或将成为国家间外交危机的导火索之一。
（三）主体性缺失：西方代议制民主衰退风险增加
其一，当前两党恶斗已使美国政治遭遇一场“政治囚徒困境”，双方都无法接受对方在2024年的成功，也绝无合作消解极化的可能。拜登胜选或将开启一个总统政治与行政国家的新时代，保守派担心的潜在司法“武器化”风险或将成为事实。而如果特朗普胜选，2020年大选结果与美国政治制度的权威性将再次受到严峻挑战。拜登宣布竞选2024年总统大选后，共和党全国委员会官方发布一段人工智能生成的视频，描述了拜登继续掌控白宫后国内经济低迷、国际冲突不断的可怕场景。将人工智能作为攻击对手的“武器”意味着，无论最终选举结果如何，对于选举真实性的质疑都将增加。诸如宪法危机的出现和失控等连带效应或将挫伤美国政治制度的前进议程。选举本身是缓和社会矛盾、纾解机制内部运行压力的重要途径，但在人工智能的介入下，两党对制度的破坏可能使美国内部更多维系政治运转的默契与潜规则遭受侵蚀。
其二，技术将激化美国社会各个群体间的矛盾与差距。一方面，多数选民对于人工智能技术的了解仅仅停留在被动层面，能够拥有“利用人工智能技术并以此作为反外部操控武器”高媒介素养的群体少之又少，而科技公司对技术发展的主导则创造了基于技术的“私人权威”。因此，“算法民粹主义”等危险思潮与数字资本主义带来的更隐蔽的剥削赋予了美国精英阶层与利益集团更多巩固既得利益的超前工具。另一方面，金钱政治之下，诸如美国人工智能科技公司对政府政策施加影响的政府俘获行为数量大大增加。如何管控在美国政治中日益崛起的大型科技公司，也将成为长期困扰美国政治的重要治理议题。
其三，西方代议制民主的异化反应也将影响美国未来选举的可持续性生态改良。当前西方选举政治异化的两个特征是政治算法化和政治极化。“人”在“民主”中的主体地位被推翻甚至被剥夺，在人工智能作用下被客体化，演变为静态、冰冷的数据集合，代议制中公民的知情权、隐私权甚至自由意志也遭到大幅折损。而依赖选举演进的政府则有可能被算法改写为“技术官僚主义”的后现代利维坦，人工智能将逐渐成为未来“民主”的又一核心行为体。人与人工智能将在美国选举政治中进行长期的“主体性博弈”，这一斗争将波及政府、社会与构建美国政治基础的核心价值观。
四、结语
纵观全局，人工智能在个人、群体、制度与系统层面都给美国代议制民主带来了前所未有的挑战和影响。个人层面，人工智能影响了公民自治的权利和行使自治权的机会；群体层面，人工智能影响社会平等；制度层面，人工智能可能改变时代主体以及人类对选举机制作用和意义的理解；而在更高的治理系统层面，人工智能或将成为国际秩序竞争的重要作用因素。在人工智能、人与制度之间的复杂多元交互下，新的政治趋势正在浮现。新技术的发展不仅意味着人类行至生产力突破局限的边缘，也使得人类与社会遭遇发展“拐点”。面对一个全理智行为体，美国选民能否允许人工智能按照人类的思维方式去思考？又是否会赋予人工智能权力，替代人类思考，甚至超越人类的思考？
人工智能技术呈指数级发展，但人类的演进始终都是线性的，其间发生混乱甚至冲突或许难以避免。无论结果如何，未来的美国选举都将被技术深度影响，不仅将迎来人与人工智能之间的博弈，更将充斥技术与政治之间的角力。为避免上述情景的出现对2024年选举造成严重威胁，美国国会层面在众议院已宣布成立以人工智能为中心的两党特别工作组，联邦选举委员会也正考虑修改已有规定，禁止在竞选广告中使用“故意欺骗性”的人工智能。同时，对人工智能的良性利用也正在发挥重要作用，帮助美国选举机构工作人员高效审查和汇总数百万条公众针对选举信息的评论。多个国家政府都在利用生成式人工智能学习相关语料库，训练新的语言模型来协助处理、汇总公众意见，生成反馈意见，帮助后续选举政策的输出。如若政府及社交媒体平台监管部门利用人工智能的监管功能，用“生成式人工智能遏制生成式人工智能”，则有可能在一定程度上改变以往“假新闻”泛滥的选举舆论乱象，进一步提升选民决策理性程度，实现对选举宣传的高效监管，甚至有望改变现有的红蓝对立僵局，扩大中间选民群体，收窄极端群体生存空间。未来，关于人工智能操纵甚至超越选举、“民主数据化”“民主算法化”等更广泛的反思与讨论将不断涌现。美国所谓的民主选举的核心在于让选民自主决断，然而在美国混乱的政治生态催化下，由于缺乏对人工智能介入选举及政党、政府、社会、企业等多圈层的有效管控，美国选举中的人的权利、选民的地位与代议制民主制度等底层逻辑正面临被人工智能主导与掏空的巨大风险。算法、机器、数据、系统能够为美国带来经济革命，但也可能消解道德与政治间的依存关系，冲击美国核心价值观，从而进一步瓦解美国赖以生存的政治准绳的规范力与修复力。
本文全文刊发于《世界经济与政治论坛》2024年第4期
