当前人工智能应用快速发展并广泛影响着社会各个领域，不仅深刻改变着人们的生产生活，更将对国际文化新秩序和知识生态新范式的发展格局产生深远影响。

全国人大代表陈国桢表示，“人工智能已成为百年大变局背景下，国家发展、大国博弈的重要战场，而高质量的数据支撑，正是人工智能发展的核心基础。”陈国桢围绕中华文化数据标注议题提出四点建议，为AI时代守护文化主权、推动中华文化传承发声。

陈国桢直言，人工智能的功能强弱取决于数据资源状况，其伦理指向则取决于文化数据导向。“在诸多行业数据中，只有系统的文化数据具有普适性，是整个人工智能的基础与灵魂。”

他进一步解释，充分发掘中华优秀文化资源的数据要素，加快推进中华文化数据标注，不仅是构建人工智能技术伦理体系、抢占文化数据主权制高点的必备条件，更能通过标注构建全球文化知识图谱，让中华文化从“模糊的东方印象”蜕变为可参与、可理解、可消费的全球公共知识产品。

“这对于弘扬社会主义核心价值观、确保文化自主自立安全，推进中华文化由民族语言向世界通用语言转化，逐步确立中华文化国际主流文化地位，破解近代以来西方文化主导下的人类发展困局，建设人类命运共同体，具有极为重大的战略意义。”

陈国桢在调研过程中观察到，人工智能所需的文化数据是网络化的结构性数据，而这正是我们的薄弱环节。

“据阿里研究院2024年发布的《大模型训练数据白皮书》显示，互联网上中文语料与英文语料占比极为悬殊：英文高达59.8%，而中文仅占1.3%。”陈国桢补充道，尤其是文言文、传统文化内容、本土主流媒体文本等反映中式价值观的语料严重匮乏，且这类语料无法通过机器翻译弥补，其短缺可能成为制约中国大模型本土化发展的核心短板。

陈国桢认为，中华文化数据标注是一项庞大的系统工程，需要国家在政策、技术、资金等多维度构建系统性支持体系，推进其健康顺利发展。

在政策层面，要制定国家级发展战略，明确数据标注规范、技术路线与开放共享机制，解决文化机构数据孤岛问题。在技术支撑方面，要建设国家级文化数据标注中心，配备超算资源处理高精度文物扫描数据，搭建分布式标注平台，支持远程协作标注；设立国家文化标注工程实验室，开发专用标注工具；构建“文化知识图谱引擎”，实现自动关联标注。在资金支持上，设立文化标注专项基金，鼓励各类产业基金、专业投资机构加大投资力度，引导社会资本有序参与。

中华文化不仅体量庞大、构成复杂，而且肩负任务重大，推进数据标注必须确保重点、抓好示范、稳步推进。

陈国桢强调，首先要依轻重缓急分类实施，优先利用古典诗词、二十四史、诸子百家等现有古籍整理成果，尽快实现中华文化数据标注主题化、体系化、网络化、成规模；同时优先采集与标注地域文化、少数民族文化，丰富中华文化内涵，巩固民族团结。

其次，要坚持全要素标注，充分发挥数据标注的综合效益。把中华文化数据标注作为系统工程，既要完成其对人工智能的数据支撑，还要打造精要化、主题化、体系化资源供给平台，实现一次标注、多方使用，推动中华文化更广泛传播。

最后，要建立基地、抓好示范，以点带面推动健康发展。中华文化数据标注有着明显的独特性和更高的标准要求，特别是其“微言大义”的传统，标注难度更高，不能走各立炉灶、从零做起的老路。

陈国桢表示，“河南学者刘占锋团队长期坚持中华文化精要主题化重构，与当今数据标注异曲同工，他们在中央文史研究馆、北京大学、中国出版集团等多家单位专家学者指导下，初步创建出5万多个多层次主题类目体系框架，重构成果得到我国学界高度评价。”他建议以该团队为基础组建国家中华文化标注基地，加强指导、提供支持，明确标准、规范流程，总结经验后逐步推广，尽快补齐短板、扭转被动局面。