在科技的全面赋能下，文化产业正经历文化与科技“双向奔赴”带来的前所未有的变革，催生出一大批文化新业态、新产业和新场景，引发了文化产业现代转型的新浪潮，塑造了文化产业高质量发展的新态势。

　　在此背景下，中央宣传部原文化体制改革和发展办公室副主任、一级巡视员，中国公共关系协会文化大数据产业委员会副主任高书生在题为《文化和科技融合：政策演进和实践路径》的专题讲座中，系统梳理了我国文化和科技融合政策的发展脉络，探索新质生产力背景下文化数字化的新路径。

　　高书生表示，我国文化和科技融合政策经历了从“初步探索”到“系统布局”的演进过程。

　　早在2008年，由国办印发的文化体制改革配套政策当中，明确提出了对文化产业支撑技术领域内的国家重点支持的高新技术企业减按15%的税率征收企业所得税。2010年，国家制定了“十二五”时期文化改革发展规划纲要，明确提出发挥文化和科技相互促进的作用，深入实施科技带动战略，增强自主创新能力；实施文化数字化建设工程，改造提升传统文化产业，培育发展新型文化产业，正式提出文化科技的相互促进作用。

　　2019年，由科技部和中宣部牵头，六部门一起出台了《关于促进文化和科技深度融合的指导意见》，明确提出了八项任务，包括加强文化共性关键技术研发、完善文化科技创新体系建设、加快文化科技成果产业化推广、加强文化大数据体系建设、推动媒体融合向纵深发展、促进内容生产和传播手段现代化、提升文化装备技术水平、强化文化技术标准研制与推广等，基本涵盖了在文化和科技融合过程中涉及的问题。该《意见》指出，到2025年，要基本建成文化和科技融合的一个体系，包括认定100家左右的国家文化科技融合示范基地。

　　2022年，中央出台了《关于推进实施国家文化数字化战略的意见》，提出了八项任务，包括关联形成中华文化数据库、夯实文化数字化基础设施、搭建文化数据服务平台、促进文化机构数字化转型升级、发展数字化文化消费新场景、提升公共文化服务数字化水平、加快文化产业数字化布局、构建文化社会治理体系等。

　　2025年1月，中办、国办印发了《关于推进文化高质量发展的若干经济政策》，将2008年以来的许多政策汇总起来，提出支持有能力的民营企业牵头承担文化领域国家重点技术攻关任务，还提出建设文化领域人工智能高质量数据集、支持文化领域大模型建设。

　　高书生指出，“文化如何实现数字化赋能，离不开国家文化数字化战略，因为实施国家文化数字化战略第一可以汇集‘能源’，形成中华文化数据库；第二可以积蓄‘能量’，通过搭建数字化文化生产线‘加工’数据库内的数据；第三就是动能转换，催生文化新质生产力。”

　　数据是基础性、战略性资源，数据是重要的生产要素，数据也是新能源。中办、国办文件明确提出，统筹利用文化领域已建或在建数字化工程和数据库所形成的成果，全面梳理中华文化资源，推动文化资源科学分类和规范标识，关联形成中华文化数据库。

　　如何关联形成中华文化数据库？高书生表示，“依托信息和文献领域的相关国际标准，在文化机构数据中心部署底层关联服务引擎和应用软件，按照物理分布、逻辑关联原则，关联形成中华文化数据库。”

　　怎么能把这些“能源”变成“能量”？高书生说：“从‘能源’变‘能量’，这就需要我们去对数据做‘加工’。”

　　从2023年开始，中国公共关系协会文化大数据产业委员会在全国布局国家文化大数据标识基地。

　　01　对数据分类，包括文化和自然遗产、表演和庆祝活动、视觉艺术和手工艺、书籍和报刊、音像和交互媒体、设计和创意服务等；

　　02　编目，按照各行业的知识图谱进行编目；

　　03　对每个数据的特征进行描述，通俗来说是“打标签”；

　　04　为每一个数据发放唯一的“身份证”，有了这个标识以后，就形成一个编码，通过编码就可以构建起它们之间的关联关系，可以对这种数据的编码做解析和鉴权，最终每一个数据就形成它的核心元数据。

　　有了“能源”和“能量”怎么实现动能的转换？“这就需要落脚到新质生产力上。”高书生表示，新质生产力的核心要素是三个方面。第一是新型基础设施，第二是新劳动对象，三是新劳动工具。

　　高书生以人工智能软件“DeepSeek”为例，解析在当前文化与科技推进融合的背景下，如何进行产业形态的革新。“为什么我们要对人工智能尤其是生成式人工智能保持头脑清晰？因为人工智能目前存在‘偏理工科’的现象。”高书生说。

　　“‘理工科’的逻辑通常有明确的结构性和标准答案，更适合AI的符号推理和模型模式的匹配能力，包括用大模型去做一些气象、医学方面的研究，但人文社科涉及主观性、人文语境、价值判断等复杂维度，对模糊性和多样化的处理能力仍是AI的短板。”高书生表示，“只要一‘偏科’，就必然会形成一个问题，就是人工智能会产生“幻觉”，也就是人工智能生成的内容和事实不符，或者是和文化背景错位，产生一些虚构的内容，这是人工智能落地应用的一道坎。”

　　怎么解决这个问题？高书生认为，人工智能一定要分基础层、行业层和应用层。通过每一层来降低“幻觉率”。“将大语言模型尽快落地，再想办法让科技公司攻克AI在人文社会科学方面的短板，将历史文化特别是中华历史和文化的数据转化为‘语料’，能够‘喂养’大语言模型，降低大语言模型在历史文化方面的‘幻觉率’。”高书生表示，“直到我们每一个文化机构在开发这种场景应用的时候通过私有化部署，用数据进一步降低‘幻觉率’，人工智能的应用才可以真正地落地。”