ChatGPT的傳播革命是如何發生的？

方興東 顧燁燁 鐘祥銘

內容摘要：ChatGPT將人類信息傳播又一次推向歷史性的變革，巔峰時刻的社交媒體初步實現了“所有人對所有人傳播”的理想，開始面臨數據和算法驅動的智能媒體的全面侵蝕和沖擊。變革的上半場是以TikTok為代表的短視頻網站，通過算法推薦驅動重構社交媒體基于社交圖譜的內容分發機制，獲得傳播力的一次新解放。而變革的下半場隨著以ChatGPT為代表的AIGC爆發，以人工智能生成的內容生產模式實現整體性的信息傳播格局顛覆，第一次奪走了人類對信息流的主導，使傳播指向了一個無限的開放系統的可能性。要準確而深刻地洞察這場重大變革及其影響，我們必須追溯新媒體近半個世紀的演進歷程，尋找智能媒體和社交媒體的信息傳播機制的根本性差異，以理解這場革命的方向、規律、趨勢及其影響。智能媒體取代社交媒體成為人類主導性傳播機制，是科技創新驅動下新生產力工具的自然結果，智能傳播主導的全新格局正在浮現，也將面對全新的風險和治理挑戰，尤其是技術對人的主體性地位的侵蝕和沖擊，進入了新的臨界點。但是，數字技術發展不可逆轉，信息傳播格局的變革沒有回頭路，我們唯有迎難而上。

關鍵詞：社交媒體；智能媒體；TikTok；算法推薦；ChatGPT；生成式AI

課題：2021年國家社科基金重大專項（項目編號：21VGQ006）

DOI：10.3969/j.issn.2095-0330.2023.02.004

一、智能媒體崛起與社交媒體主導權的終結

曼紐爾·卡斯特（Manuel Castells）認為：“21世紀頭10年中，互聯網最深刻的變革，就是從個體與機構的網絡互動（如電子郵件的使用），轉移到由用戶自身主導的社會自主網絡的建構。”“互聯網上最重要的活動都是基于社交網絡的。”卡斯特將這種互聯網時代自主性建構的傳播方式命名為大眾自傳播，與我們所謂的社交傳播是同義詞。顯然，21世紀的第二個10年，智能手機進一步深化了社交傳播的主導性地位。然而，互聯網再次風云突變，2022年11月30日發布的ChatGPT，宣告了智能傳播的全面到來。社交媒體完成的自主性建構面臨著來自算法和數據驅動的生成式AI的全面沖擊。美國前國務卿亨利·基辛格（Henry Kissinger）、谷歌前董事長埃里克·施密特（Eric Schmidt）、麻省理工蘇世民計算機學院首任院長丹·胡滕洛克爾（Daniel Huttenlocher）的文章更是將ChatGPT提升到印刷術的高度：“生成式人工智能提出了自啟蒙運動以來從未經歷過的哲學挑戰和實踐挑戰。”“1455年印刷古騰堡圣經的技術使抽象的人類思想得以普遍而迅速地傳播。但今天的這項新技術逆轉了這一過程。”新聞傳播學顯然還沒有做好足夠的準備，對這場變革做出專業的回答。“媒介的影響之所以非常強烈，恰恰是另一種媒介變成了它的‘內容。” ChatGPT將之前所有媒介創造的內容消化后變成了自己的內容基礎。ChatGPT沖擊波還在進一步發酵，比爾·蓋茨已經將其與PC和互聯網革命相提并論。而站在人類信息傳播格局和傳播學的角度，ChatGPT昭示的變革趨勢更富有啟示。過去的十多年中，社交媒體已經重構大眾傳播塑造的“對所有人大規模傳播”的格局，幾乎實現了人類長期憧憬的“所有人對所有人傳播”的夢想。但智能媒體的到來，尤其是ChatGPT的出現，開始突破人們的想象力，一個“所有信息對所有人傳播”甚至不可思議的“所有信息對所有信息傳播”之圖景似乎已經開始浮現出新的輪廓。ChatGPT重新激發了我們的想象力，促使我們進一步探尋數字技術的演進邏輯和信息傳播變革的方向。

毫無疑問，如今依然是社交媒體的巔峰時刻，主導著人類社會信息傳播。根據聯合國以及We Are Social和HootSuite等機構公布的數據，截至2022年7月，世界人口數量為79.8億，年增速為0.8%；全球網民數量為50.3億，年增速為3.7%，其中社交媒體用戶47億，占全球人口的59%，占網民數量超過93%，年增速在5%以上，超過了網民和人口增速。不僅如此，用戶使用社交平臺的時間也在持續攀升，平均每天2小時29分鐘，即每月超過75小時。這些強有力的數據都彰顯著社交媒體的巨大活力以及受眾對社交媒體的強大依賴性。在社交媒體深度嵌入社會各個領域的今天，微信、微博等社交媒體成為大眾獲取信息的主要渠道。

然而，正如古希臘哲學家赫拉克利特所說，“上坡路和下坡路是同一條路”。巔峰往往意味著終結，社交媒體正迎來歷史性的拐點。這種說法似乎與上述數據趨勢相悖，但仔細觀察后不難發現，數據的樂觀態勢很大程度上是因為“將錯就錯”地將抖音、TikTok等“推薦媒體”（recommendation media）仍然歸為社交媒體。事實卻并非如此，TikTok的本質是智能媒體，是社交媒體的對手甚至“殺手”。與Facebook等社交媒體存在根本性的不同，TikTok的核心并不是它的短視頻形式，而是其背后的算法機制，即基于用戶資料、行為、內容的分析而實現的新的內容生產和分發機制。TikTok傳播機制的核心驅動不同于基于人際關系和社交圖譜的社交媒體傳播機制，而是基于對海量內容與用戶的數據分析，基于非特定性的算法推薦驅動信息傳播過程。如果將TikTok從社交媒體中分離出來，那么社交媒體將呈現另一種境況。從美國社交媒體之王Facebook和中國社交媒體之王微信的現狀，便能窺探當下社交媒體發展的真實局勢。Meta公布的2021年第四季度數據顯示，旗下Facebook平臺全球月活躍用戶（MAU）數量為29.1億人，日活用戶（DAU）數量為19.3億人，相比第二季度下降了50萬人。這是該平臺自創建以來，首次出現活躍用戶數量下滑。股價在財報公布后下跌20%，市值縮水2 000億美元。

社交媒體趨于飽和，陷入增長停滯，顯然并不是問題的根本。問題在于，超越和替代社交媒體的新型媒體傳播機制和媒體形態正在快速崛起，這個新的更具活力的替代性增長點就是數據和算法驅動的智能傳播。這是人類新媒體進程中又一次顛覆性的變革，其影響之深遠，不亞于過去20年社交媒體的崛起。因此，要深刻洞察這場重大變革，我們必須追溯新媒體近半個世紀的演進歷程，深入智能媒體和社交媒體的信息傳播機制的根本性差異，以更好地理解這場革命的方向、規律、趨勢及其影響。

二、基于學術視角探究智能媒體如何侵蝕社交媒體

S p o t i f y前高管和A n c h o r 聯合創始人邁克爾·米尼亞諾（Michael Mignano）認為，社交媒體時代已經終結，TikTok的崛起，將我們帶入了一個“推薦媒體”時代。麻省理工學院計算機科學博士、喬治城大學計算機科學副教授卡爾·紐波特（Cal Newport）認為，Facebook越來越像TikTok并宣布正式轉向推薦媒體，代表著美國傳統社交媒體巨頭的衰落。從定義上來看，米尼亞諾定義的“推薦媒體”僅僅著眼于內容的算法推薦，這顯然窄化了算法崛起之后新媒體的范疇。與之相比，智能媒體的定義更為準確，它將數據和算法而非用戶作為核心驅動力，涵蓋了更加廣泛而繁多的新媒體種類，比如健康碼。

目前學界與“智能媒體”相關的學術表達可大致分為兩類：一類以媒介稱之，比如“智慧媒介”“智能化媒介”；另一類以媒體稱之，比如“智慧媒體”“智媒體”。這些不同的表述“均描述了一種在智能技術介入下，人類信息傳播活動中出現的新模式與新形態”。在此基礎上，卿清（2021）考察了不同理解維度下“智能媒體”的概念外延，將其定義為“一種在技術助力下出現的更懂得人類需求的信息服務介質或機制”，并指出“智能媒體”語境下的“媒體”與“媒介”的所指有所重合，包括具體的人員、組織以及相應的物理載體、內容平臺和傳輸網絡。這一頗具媒介社會學色彩的定義納入了用戶體驗的視角，指出了智能媒體更能滿足人類需求這一特性。

基于傳播機制，我們可以清晰地區分Facebook和TikTok之間本質的不同。智能媒體從早期更接近信息推送的今日頭條的客戶端，到今天更接近社交媒體的TikTok和抖音，呈現的形式和社交媒體并沒有重大的區別，都是基于用戶規模以及規模效應的正反饋。再加上智能媒體延伸出和社交媒體一樣的用戶關系和社交圖譜，使得兩者更難以區分。兩者之間本質的區分，不在內容本身，也不在內容的表現形式，所有可見的顯性部分都沒有本質的區別。真正的區別在于底層的傳播機制，在于傳播中數據的依賴程度和算法的角色地位。本質上，社交媒體和智能媒體是兩種截然不同的信息生產和傳播機制。當今第一梯隊的社交媒體和智能媒體都匯聚著全球十億級的月活躍用戶。社交媒體基于龐大的以人際關系為基礎的社交圖譜，形成了輻射全用戶的大規模即時性的傳播力。而智能媒體基于對海量用戶和內容的實時動態算法分析，形成了新的以算法算力為基礎的傳播機制。其生產力和傳播力，是人工方式所無法比擬的，是一次生產力的本質提升。

隨著“數據、算法、算力”成為智能傳播中的關鍵要素，全面數字化成為智能傳播的底層邏輯，并呈現出“萬物皆數”“以數為媒”“算力多層”“算法泛在”等多維特征。奉行“數據主義”的赫拉利甚至認為是數據流組成了宇宙，傳統的“數據—信息—知識—智慧”學習路徑也將被徹底顛覆。這種將復雜的傳播活動精簡為數據處理的理念雖然有失偏頗，但足以讓我們意識到智能技術給傳播活動帶來的重大變革。2021年10月28日，Facebook將公司更名為“Meta”，讓人們真正感受到新的計算平臺和參與平臺與傳媒業的緊密捆綁，“科幻、游戲般的連接體驗”正在繪制“更大、更有能力的社交圖譜”，甚至會帶來更高層面的全球社會信息傳播變革。智能傳播機制的出現使得信息傳播容量和傳播速度都實現了數量級的提升，信息傳播機制與范式的變革帶來的不僅是思維認知的變化，更可能引發全球范圍內的“算法認知戰”。從這個意義上而言，我們所謂的終結可以有一種更加平和的表述，即社交媒體已經走向成熟，失去了繼續強勁增長的潛能。具體而言，有三個層面的含義：第一，社交媒體作為人類社會主導性信息傳播機制的地位可能面臨終結；第二，從資本和商業的視角，社交媒體將越來越失去投資的未來想象空間，在資本市場開始進入全面的下行通道；第三，社交媒體作為核心商業模式的增長趨勢中止，作為主流應用也趨于飽和，用戶流失逐漸大于用戶新增，并從用戶流失進入收入下降。總而言之，與傳統的社交媒體時代相比，從信息傳播的環境、情境，到信息的傳播機制及其帶來的社會影響，都發生了翻天覆地的變化。這告訴我們，要想厘清智能媒體究竟在如何重塑人類的信息傳播機制，首先必須重回社交媒體的發展與革命，以數字技術的演進與更迭為切入點，來理解當下的傳播變革。

三、社交媒體革命：數字技術演進如何塑造信息傳播機制？

社交媒體是一種互動技術，通過虛擬社區和網絡促進信息、想法、創意的傳播與共享， 并表現出如下基本特征：一是基于Web 2.0的交互式互聯網應用程序；二是用戶生成內容；三是用戶為社交媒體組織設計和維護的網站或應用程序創建特定服務的配置文件；四是通過將用戶的個人資料與其他個人或團體的資料相連接以推動在線社交網絡的發展。與_______傳統媒體相比，社交媒體在質量、覆蓋面、頻率、相關性和持久性方面都有所差異，但最大的區別在于傳統媒體在單一傳播模式下運行（即一個信源到許多接收者），社交媒體則是在對話傳播系統中運行（即許多信源到許多接收者）。

社交媒體的演進歷史幾乎可以追溯到互聯網商業化的開端。1960年，伊利諾伊大學開發了PLATO系統，該系統具備了早期形式的社交媒體功能，并于19 7 3年進行了創新，如消息論壇應用Notes、即時通信功能TERMtalk、第一個在線聊天室Talkomatic、眾包的在線報紙News Report 。1967年，阿帕網首次投入使用，至20世紀70年代末，已經發展出豐富的非政府/商業思想和溝通的文化交流。1973年，BBS的前身——社區記憶（Community Memory）出現了；1978年2月16日，真正的BBS在芝加哥應運而生，Compuserve、Prodigy和AOL是三家最大的BBS公司，也是20世紀90年代最早遷移至互聯網的公司，至90年代中期，僅北美的BBS消息論壇便有數萬家。隨著90年代中期萬維網的接入，BBS遷移至網絡上成為互聯網論壇。隨后，奧林巴斯（Olympus）于1985年開發了NMOS（n-typeMO S）有源像素傳感器（AP S），NASA噴氣推進實驗室（JPL）于19 9 3年開發了互補MOS（CMOS）有源像素傳感器（CMOS傳感器），這使得數碼相機和照相手機大量普及，從而促進了社交媒體的興起。

2002年，全球最大的社交網站之一Friendster成立，用戶量最高時曾達到1億，其中一半以上為亞洲用戶，但在與Facebook等知名社交網站的競爭中很快失去了優勢，于2011年重新改版后主打社交游戲，被視為社交媒體的鼻祖。與此同時，博客也強勢進入中國，迅速成為社交媒體的第一個主流應用，新浪、搜狐、網易等門戶網站相繼推出博客服務，起步較早的博客大巴園BSP（博客服務供應商）一度擁有500多萬學生與年輕白領，自2011年年底使用率開始逐漸下降。如果說博客與微博的相繼火爆推動了社交媒體的流行，那么Myspace則使得社交媒體成為強勢傳播方式。成立于2003年的Myspace短短四年便積累了超過2億名注冊用戶，并憑借2006年年初的全球化戰略開通了20多個國家和地區的分站點，迅速成為全球第二大社交網站，后隨著開心網、微博等新型社交形式的崛起逐漸式微，于2010年轉型音樂社區。2010年后，社交媒體的發展更為迅猛，Facebook強勢崛起，第一個成為信息基礎設施級的社交媒體平臺，微信和Whatsapp更是將社交媒體深入每一個普通大眾，成為全民第一應用。

社交媒體的廣泛使用帶來了兩種趨勢：持續接觸與普遍意識。基思·漢普頓（Keith N. Hampton）等學者曾從個人社會網絡的角度探究了社交媒體使用與個人社會網絡的多樣性、政治參與意識、公共表達程度等之間的相關性。 他們指出，社交媒體分散了人們的注意力，塑造了封閉和內向的網絡，使得人們脫離了傳統的社會環境。以個人社會關系的持續與維護為例，在人們可以通過社交媒體分享信息以保持聯系之前，人們的社會關系通常會因為搬家、畢業或結婚而突然中斷，這使得傳統社會中的人們常常需要為維系關系防止社會關系休眠而付出巨大努力，而社交網絡則改變了這一點，它使得過去沒有通過社交媒體來聯系的朋友依然可以通過朋友的朋友找到彼此。這意味著，盡管在社交媒體出現之前已經有很多新技術，如手機提供了移動性，但它們往往缺乏關系持久性和持續性意識的支持。

更為深入與本質的影響在于人類社會信息傳播的范式轉變。如表2所示，從傳統大眾媒體到社交媒體的盛行，在“經歷了百年的數字化、半個世紀的網絡化、20年左右的社交化和移動化，以及新興的智能化等四大階段”后，人類傳播范式從“過去傳統大眾傳播主導的自上而下、集中控制的大教堂模式走向了數字新媒體主導的自下而上、開放分布式的大集市模式”。 從發展趨勢來看，社交媒體主要集中在Web 2.0階段，博客、微博、Facebook、微信是較具代表性的幾種社交媒體，其核心特點、邏輯起點、傳播機制都有所不同，所引發的傳播革命也具有差異性。但對社交媒體的考察卻不能局限于單一的Web 2.0階段，而是應該放眼整個互聯網的發展史，深入考察社交媒體每一階段的發展特點，只有這樣才能得到更為精準與深入的發現。

具體而言，全球社交媒體的演進歷程可大致分為四個階段來考察：

第一階段是20世紀90年代前：商業化浪潮之前人類網絡聯結的早期努力。盡管大多數對社交媒體起源的描述都指向1969年阿帕網的出現，但社交媒體并非全然作為一個網絡時代的產物。在某種意義上，社交媒體可以追溯到電報機上敲出的一系列符號——莫爾斯電碼（Morse code）。1844年5月24日，塞繆爾·莫爾斯發出了第一條從巴爾的摩傳送到華盛頓特區的電碼，內容是“上帝創造了什么？”。隨著CompuServe、America Online和Prodigy等在線通信服務的引入，電子郵件、公告板消息和實時在線聊天開始興起，催生了最早的社交媒體網絡。

第二階段是20世紀90年代：Web1.0階段自下而上力量的崛起。媒體的演進始終圍繞著技術、用戶、組織與基礎設施展開。1991年，蒂姆·伯納斯-李（Tim Berners-Lee）發明的萬維網，將超文本技術與互聯網連接起來，為新型網絡通信奠定了基礎。日志、列表服務器和電子郵件服務推動了在線社區的形成。1999年Blogger被創建，成為全球第一批專用于網志發布的工具之一，“傳統的傳播模式慢慢變為新媒體時代的多級傳播模式”，微博信息傳播模式則更為多元，“樹狀結構”“輪狀結構”等模式都是對微博信息傳播現象真實、形象的反映。總體來說，Web1.0階段的互聯網技術尚處于初級階段，“雖然用戶可消費可生產信息且具有一定的自主性，但用戶規模較小，尚未形成擁有巨型規模用戶且商業場景極為豐富的超級互聯網平臺生態”。

第三階段是2000—2019年：Web 2.0浪潮下新的權力的產生與博弈。Web 2.0使在線通信服務從提供網絡通信渠道轉變為網絡社交的交互式雙向工具，背后支撐它的是關于社區與協作的早期理想主義精神，主要應用有Wikipedia（2001）、Myspace（2003）、Facebook（2004）、Flickr（2004）、YouTube（2005）和Twitter（2006）。喬納森·齊特萊恩（Jonathan Zittrain）的“應用化”概念表明了一種從通用設備到線性應用服務的更大轉變。2006年，《時代》雜志評選“你”為年度人物，宣告了網民改變世界的潛力。2010年，馬克·扎克伯格（Mark Zuckerberg）成為《時代》雜志年度人物，這也被解讀為《時代》雜志對用戶早期崇敬的象征性再平衡， 或預示著一種新的權力的誕生。當社會活動轉化為算法概念時，主體間性開始具備一種統計學意義——價值通過可量化的形式實現，即價值不由主體之間的親密關系體現，而由數量的多少決定。從“應用化”到“平臺化”，價值又變回了一個政治經濟學概念，只不過這一次它是以數據的面貌出現的。

第四階段是2020—2029年：數據和算法驅動的智能媒體崛起。TikTok作為長期被忽視的智能媒體，伴隨著社交媒體一起成長。而ChatGPT則相反，從2022年11月30日正式發布，就一夜爆紅，而且持續發酵，兩個月時間創紀錄實現了1億用戶，無論是科技領域還是資本市場，甚至包括社會效應，爆紅速度和程度都是史無前例的。而今天的AI技術才處于大規模應用的早期，無論是算法、數據還是算力，都遠遠沒有達到理想的程度。因此，ChatGPT的表現雖然存在諸多不足，但還是“震驚”了全球，未來還將繼續迭代升級，這為我們重新思考智能媒體的未來提供了全新的可能性。

四、上半場：TikTok算法推薦顛覆社交媒體內容分發機制

“智能化”是智能媒體的演進路徑與實現過程，智能媒體的打造離不開內容、用戶、場景，也需要借助“無限的網絡+無限的數據”“無限的鏈接—無限的交互”。呂尚彬等（2022）認為智能媒體的演進具有系統復雜化、網絡復雜化、關系復雜化和環境復雜化四重復雜性維度，其中每一重維度本身又是復雜的，這體現了復雜系統和控制論在媒體發展過程中的建設性隱喻價值。具體來說，這種復雜性體現為以算法為代表的一系列互聯網新信息技術，算法技術性內部的不可知加大了理解這一技術對象的難度。作為一個龐大的復雜網絡系統，算法系統宛若“無數只觸角進入內部，進行調整、優化、交換部件等一系列活動，并進行新的試驗安排”。換言之，算法技術內部是非透明性的，即弗蘭克·帕斯奎爾（Frank Pasquale，2015）所說的“黑箱”（black box），再加上商業競爭、技術壟斷等多種原因，試圖“通過談判進入編碼團隊或獲取編制源代碼”幾乎是不可能的。這種來自算法技術本身的結構性隱匿將算法領域塑造為一個抽象的不透明的技術領域，依托此為底層邏輯的智能媒體也因此成為一種神秘所在。盡管如此，我們依然能從這些智能媒體所展現的算法推薦機制中一窺其用戶獲取與留存方式以及內容生產與傳播方式，從而對智能媒體有一種初步的了解。在此，我們可以以抖音（也是TikTok）的算法機制為例。

首先，用戶的獲取與留存層面，目前主流的推薦算法是基于用戶行為的相似性推薦的，這種算法又被稱為“協同過濾推薦”，細分為基于物品的協同過濾和基于用戶的協同過濾。基于物品的協同過濾是基于用戶喜好的共性推薦的，這種推薦算法與基于內容相似性的推薦算法有一定的相似性，都是根據物品或內容之間的共性，只是這種方法不需要對物品或內容做詳細的標簽化分析，而是基于用戶喜歡的共性判斷物品或內容的相似性。另外一種基于用戶的協同過濾推薦同樣是基于用戶的行為，但其關注點在用戶。這種推薦機制的原理是通過用戶喜好將具有相同喜好的用戶聚類，然后給他們推薦同類人喜歡的物品或內容，具體可以分為兩個步驟：一是找到與這個用戶喜好相似的目標群體；二是把該群體用戶喜歡的內容推薦給這個用戶。

對于抖音這種以視頻為主的內容平臺而言，準確識別內容是一個難度系數較高的任務。面對每天成千上萬條新視頻的上傳，對其進行內容識別是一個耗時耗力且準確度較低的投入。因此，對抖音而言，協同過濾法是性價比相對較高的推薦算法，在這種推薦機制下，用戶生產的內容本身其實不是最重要的，重要的是系統知道它會被什么樣的用戶喜歡便可以進行推薦，因為系統認定“你喜歡的內容也會獲得同類人的喜歡”。這種最明顯的特征便是抖音用戶會在自己的“關注”下面看見“你可能感興趣的人”的相關推薦，因為他們都被系統歸為同一類。因此，用戶可能感興趣的并非那一類用戶，而是那一類用戶生產的內容。而在實際的推薦系統中，每個用戶往往具備多個標簽，因此它的用戶聚類實際上是多維的。比如某一用戶既屬于A聚類，又屬于B聚類，因此算法只需要將該用戶喜歡的視頻推薦給其所屬維度下的各個“同類人”即可。

其次，內容的傳播層面，抖音與TikTok實行的是去中心化的分發機制，作品發布后平臺會分配給該作品一個初步的流量池，然后算法根據作品的完播率、轉發量、點贊量、評論量等進行綜合評判，判斷作品是否能夠進入下一級流量池。從這一簡易的流程圖中可以看出，在此過程中，平臺的算法機制仍然處于核心地位。具體來說，作品發布后大致會經歷“審核—初步推薦—用戶反饋—疊加推薦”四個主要的階段，其中涉及三個步驟：第一步是雙重審核機制，分為機器審核與人工審核兩個步驟，一旦確定違規，違規賬號就會受到刪除視頻、降權通知、封禁賬號等處罰。第二步是初步推薦，也可以被稱為冷啟動流量池曝光。對于通過雙重審核的作品，系統會自動為其分配一個初始流量池：200—300在線用戶（也可能達到上千曝光量）。這一初始流量池會有一批用戶反饋，對發布作品的賬號分值進行綜合判定，如果該賬號的權重低、用戶標簽模糊，則不將其投入下一個流量池；其次便是根據作品的點贊率、完播率、轉發率、評論率以及關注比例等來決定是否進入第二輪推薦。第三步便是數據加權，對于反饋較好的作品，系統會將其投入下一級的流量池。換言之，這一步會給數據可觀的視頻進行更大的加權，并且會進一步強化人群標簽分發，促使內容分發進一步精準化。反饋特別好的作品最后會進入精品推薦池，即抖音的頂級流量池，進行大規模曝光，這一階段的人群標簽被弱化，幾乎所有用戶都可能刷到該視頻。

這種疊加推薦與熱度加權的算法推薦機制與內容定制化的用戶推薦機制相互配合，不僅提供了“一套符合用戶感知的交互邏輯”，還賦予了用戶“無縫銜接的娛樂體驗”，疊加用戶偏好的使用方式產生了更強烈的傳播效果。 傳統的基于人際關系與用戶行為的社交媒體傳播模式轉化為基于算法推薦的智能媒體傳播模式，傳播的速度、廣度與深度也呈現指數級的上升。正如全燕等（2022）指出的，“算法逐漸統籌起網絡空間中的時間秩序，不僅體現在對更新的內容進行時間重置，還體現在對既有的內容進行調度，延緩內容價值被淹沒的速度”。

網絡思想家斯圖爾特· 布蘭德（ S t e w a r tB rand）20世紀60年代的格言“信息渴望自由（information wants to be free）”，長期被黑客奉為集合令。ChatGPT將信息傳播在速度、廣度和深度上的追求推向了新的境界，技術為信息傳播的無止境追求插上了強大的翅膀。

五、下半場：生成式AI顛覆社交媒體內容生產機制

如果說以TikTok為代表的算法推薦顛覆了內容分發機制，那么以ChatGPT為代表的AI生成則顛覆了內容生產機制。2022年12月1日，OpenAI推出了人工智能聊天原型ChatGPT，其中GPT是Generative Pre-trained Transformer（生成型預訓練變換模型）的縮寫，幾天之內便吸引了超過100萬互聯網注冊用戶。作為一直專注于對話生成的語言模型，ChatGPT可以根據用戶的文本輸入給出相應的智能回答，也因此被很多網友比喻為“搜索引擎+社交軟件”的結合體。這意味著越來越多的人意識到，ChatGPT已經超出AIGC或生成式AI所囊括的范疇，作為一個智能聊天產品，它的用戶體驗感超越了以往Alexa、小冰等智能對話產品。隨著社交媒體向智能媒體的進化，內容生產機制也隨著媒體形態的更迭不斷專業化、數字化與智能化，由原來的UGC（用戶創造內容）逐漸向DGC（Data Generated Content，數據創造內容）與AGC（Auxiliary Cenerated Content，輔助生產內容）發展，并最終被AIGC所顛覆。

社交媒體對傳統主流媒體的變革，可以大致分為兩個階段：首先是21世紀頭10年通過博客、播客、書簽等各種基于PC的Web 2.0應用掀起了用戶創造內容的革命，直接策動和發揮廣大網民的內容生產和創造能力，以“螞蟻雄兵”消解了傳統主流媒體內容生產的壟斷性權力。其次是借助移動互聯網推動的全民化，通過Facebook、微博和微信等構建強大的社交圖譜，使得人際傳播具備了大眾傳播能力，完成了內容傳播環節的革命。這兩個層面先后的變革，加之進一步相互協同和聯動，顛覆了傳統主流媒體的社會信息傳播主導權。

那么，智能傳播對社交傳播的變革和顛覆，也可能大致可以分為兩個階段，但是內容生產和傳播兩個環節的變革次序有所不同：第一階段是通過推薦算法驅動的內容分發和傳播機制，根本性地顛覆了社交媒體基于人際關系和社交圖譜的內容傳播機制，目前的TikTok和快手等就是典型代表。而已經到來的第二階段，就是通過算法和算力形成強大的內容生產能力，也就是我們所謂的AIGC，真正顛覆用戶創造內容的機制，這將是智能媒體對社交媒體更全面的沖擊。目前，AIGC雖然遠未成熟，但是各種試驗已經開始嶄露頭角。

在第一階段，數據和算法事實上也在賦能內容生產中發揮重要作用，但是，這一階段內容的生產主體依然是網民主導。通過數據和算法輔助和改進用戶創造內容的使用門檻、便捷性、豐富性和趣味性等，事實上發揮了重要作用。但是，這一階段依然屬于初級階段，可以成為數據創造內容和輔助生產內容。

在第二階段，真正的AIGC來源于大模型應用的逐漸成熟，OpenAI推出的新一代語言模型ChatGPT是其中的代表。從技術上看，作為ChatGPT基礎的GPT-3或GPT-3.5是一個超大的統計語言模型或順序文本預測模型。根據輸入語句，ChatGPT會根據語言/語料概率自動生成回答的每一個字（詞語），使用來自人類反饋的強化學習進行訓練，這種方法通過人類干預來增強機器學習以獲得更好的效果。不僅如此，與BERT模型相比，ChatGPT性能更強，參數更為海量，所包含的主題數據也更多，這意味著它處理小眾主題的能力更強，目前其任務包括但不限于處理回答問題、撰寫文章、文本摘要、語言翻譯和生成計算機代碼等。

從表現出的智能特征看，ChatGPT不僅大幅提升了準確度和對用戶意圖的理解，還能夠支持連續多輪對話、主動承認自身錯誤、質疑不正確的問題，甚至承認自身專業技術知識的匱乏，這些特點極大地提升了對話交互模式下的用戶體驗。進一步說，ChatGPT所展現出的物質與能動基礎使其能夠“在內容生產的某些環節展示出超越人類能力的勝任性和創新性”，從而“進入與變革內容生產網絡”。布魯諾·拉圖爾（Bruno Latour）曾將傳統社會比喻為鉛筆繪制的靜態網，行動者通過筆的運動（即轉譯）來表達自己，并通過展示共同利益（interest，也譯為興趣）來吸引其他行動者以擴充自身的行動者網絡。從這個層面而言，ChatGPT所打造的人機融合與共生的內容生產網絡不僅迎合了政策和市場，也實現了商業價值與公共價值的平衡。換言之，新的內容生產機制將塑造新的社會生態，以ChatGPT為代表的AI生成可能成為社會運行的底層技術支撐。

內容生產機制的顛覆也必將改變人類信息傳播的認知動力機制。沿著認識論的歷史路徑出發，以ChatGPT為代表的智能傳播不再只能將傳播活動“當作客體性或直觀性的形式”，而是將其當作“感性的人的活動，當作實踐去理解”，以此來“透過社會傳播與機器意識的交叉辨析認識論的新平臺”。這也意味著理解AI智能媒體帶來的傳播變革必須超越經典傳播學研究，深入認知傳播學，從認知的視角對傳播的主體、表征、關系等進行再審視。未來，隨著各行各業的各種特定大模型應用的不斷誕生和完善，AIGC將進入新的階段，那時候，智能媒體與社交媒體的分界線將更加清晰，人類傳播將迎來真正的分水嶺。

六、朋友圈入侵：社交媒體突圍的人際與智能的兩難困境

對于受經濟利益驅使的（媒體）平臺企業而言，競爭的本質是如何最大限度獲取人們的時間和注意力，算法成了爭奪戰中的利器。從“與”（with）媒體生活在一起，到生活“在”（in）媒體中，馬克·杜茲（Mark Deuze，2012）等人揭示了一種在理解和使用媒體方式上的本體論轉向。如今，人們不僅生活在媒體中，而且越來越多地發生在算法媒體環境中。算法媒體的核心功能取決于算法操作，其識別機制（regimes of recognition）限制了人們如何看待社會世界，并塑造了一組規定的可能性——什么是可見的與什么是不可見的——政治性。正如本杰明·雅各布森（Benjamin N. Jacobsen）所注意到的，盡管Facebook、Instagram和Twitter等平臺已經開發大量復雜的算法模型，但其核心思想卻保持著一致性，即社交媒體從事的是識別業務。換言之，Facebook等平臺不僅僅是一個讓用戶與它的朋友及其周圍世界建立聯系的社交網站。

算法不僅是對數據進行的操作，還是強大的社會行動者，以各種方式塑造社會世界。近年來，算法創建的“可見性模式”正在以更加暴力的方式強行介入用戶最后的自主領域。2022年7月底，“Make Instagram Instagram again”（讓IG做回IG）倡議爆發。Instagram上擁有最多粉絲數的女星（擁有超過3.6億粉絲）凱莉·詹娜也參與進來，發布了一條吐槽動態，表達自己對Instagram優先推薦視頻而不是好友照片的信息流的強烈不滿。詹娜參與抗議的邏輯正是社交媒體面臨智能媒體沖擊的核心：社交媒體的內容分發邏輯，基于好友的社交圖譜的推薦或者推送，而不期然之間，一些基于算法的興趣推薦信息開始進入。習慣了來自好友信息的社交媒體用戶，面對非好友的信息，顯然有了一種被入侵的感覺，盡管這些信息可能更契合用戶的需要。

面對越來越多用戶的質疑，Ins t a g r a m的CEO 亞當·莫塞里（Adam Mosseri）在后來發布了一則視頻，討論最近ins的一些革新和未來計劃。在視頻中，莫塞里表示世界正在發生變化，而Instagram也必須隨之做出改變。這種改變不僅僅是Instagram，Instagram母公司Meta在2022年7月底正式宣布，旗下另一社交巨頭Facebook的信息流也將轉向基于算法推薦的內容分發模式。

當今以人際關系為紐帶、以全球網民為信息傳播驅動力的社交傳播，是人類社會主導性的傳播機制。但是，社交媒體幾乎發動了全球所有民眾生產力的人工傳播模式，開始進入成熟階段，同時也無法滿足人類信息傳播的需要。隨著傳播的信息量逐漸進入飽和期，需要新的傳播機制的革命性突破，那就是超越人工的能力局限，進一步發揮機器的計算潛能。以算法和數據驅動的智能傳播機制正在快速崛起，開始沖擊社交傳播的既有格局。這是Facebook、推特和騰訊正面臨挑戰的根源所在。

當技術被社會化運用時，它就存在于一個由人類、技術和社會，以及自然組建的復雜化系統中，它的技術屬性不斷被系統的關系所塑造。?如今的智能技術正在經歷新一輪的社會化過程。智能媒體的迅速崛起，必將取代當今如日中天的社交媒體，成為新的主導性傳播機制。這是下一個十年社會信息傳播的最大趨勢，其基本格局大致可以研判：智能媒體在各個領域開始崛起，健康碼、TikTok、ChatGPT等應用的爆發是代表之一。主流社交媒體智能化也在努力，試圖搭上智能媒體的大勢。但是，社交媒體的“TikTok化”究竟是視頻化還是算法化依然面臨歧路，還在努力摸索，能否成功還需要打上引號。但是，社交媒體如果不遵從智能化的變革方向，就沒有出路。

甚至側重內容分發自動化的TikTok，也可能會面臨ChatGPT帶來的新的競爭壓力。“人工智能以人工之名，體現了人對知識和機器從創建、控制、依賴到失控的過程，由此會坍塌了以人為中心的認知世界、社會結構和法律制度。”?顯然，ChatGPT標志著智能傳播的主流化全面開始，人類社會現有傳播格局的撼動和變局才剛剛拉開帷幕。

八、“后社交媒體時代”與智能傳播的未來圖景

ChatGPT 和AI徹底改變了人們在社交媒體平臺上交流和互動的方式，為數字傳播開辟了一個全新的可能性領域。推特正通過將ChatGPT整合到其平臺中，試圖為其用戶創造更具互動性和吸引力的使用體驗。而這種潛力背后很可能是一種對其自身的反噬。目前，智能化的側重點主要還是信息傳播過程（基于對用戶和內容的分析），內容智能生產的智能化還處于萌芽階段，還沒有開始爆發。但是，ChatGPT的崛起標志著AI生成內容已經進入主流化的臨界點，并將構成一股重塑日常實踐、個人和專業互動以及環境的力量。智能傳播大規模應用的前奏預示著其傳播能力對國際傳播生態的改變以及機遇的創造，但同時也可能導致認知的重塑和價值固化等風險。不可抗拒的是，內容生產、傳播和互動的全流程智能化模式開始走出想象、研究和探索階段，進入大規模實用的新階段。

迄今為止，從傳統主流媒體到網絡媒體，到社交媒體，再到智能媒體，人類信息傳播機制的每一次變革，都是技術進步的必需，都是生產力的根本性提升，是信息傳播效率和能力的質的飛躍。這個進程依然沒有停止甚至放慢，智能媒體就是我們面臨的新一輪革命。

當今社交媒體的繁榮，造就了內容前所未有的繁榮，極大地增強了社會信息的透明性，同時也帶來了虛假信息、信息疫情、政治機器人等亂象。于是，人們開始懷念大眾傳播時代職業編輯記者控制內容的有序狀態。人人都有麥克風的社交媒體時代，眾聲喧嘩呈現出一定的失序。而隨著智能傳播的爆發，數據和算法驅動的信息傳播與生產，必然伴隨著信息的又一輪大爆炸，開啟一個更為復雜、多元和綜合的信息傳播生態。那么，我們是否又會懷念社交媒體時代的信息秩序，畢竟，雖然社交媒體上信息紛亂，但是，基于人際關系和社交圖譜的傳播機制，以人為本，從人入手，依然還是可控可管的。但是，算法驅動的機器時代，內容生產和內容傳播等關鍵環節中第一次剔除了人的因素，逐漸控制了社會信息流動，無疑是全新的風險與挑戰。而面對新一輪智能傳播的競爭趨勢，除了正在進行中的大模型“競賽”，算力和復合功能等方面的競爭也將成為未來激烈爭奪的領域。

雖然大眾媒體和社交媒體不會因為智能媒體的崛起而消亡，會形成三類媒體新的聯動與共生的機制，但是，三類媒體的內容生產機制和生產能力有著根本的區別。智能媒體背后的大模型，是通過連接大量的語料庫來訓練模型，這些語料庫既包括了大眾媒體和社交媒體的內容，也包含了真實世界中的用戶互動，智能媒體儼然有著海納百川、有容乃大的“吸功大法”。同時，智能媒體生成的內容自然也會變成自己的“新原料”，形成新的內循環。由于智能媒體近乎無限的內容生產能力占據絕對優勢，這種格局下大眾媒體和社交媒體將越來越成為智能媒體的一個“特例”。而且隨著物聯網的爆發，機器與機器之間生產的信息與內容也將形成更自動的傳播循環和閉環，使得人類傳播圖景再也不是我們曾經的大眾媒體和社交媒體的格局。可以說，這是人類有史以來第一次失去對信息流的生成和傳播，由此產生的后果以及各種濫用的可能后果，未知的遠遠超過已知的。

智能媒體給予我們最大的啟示，就是一個趨于無限的開放系統的可能性。ChatGPT讓我們重新思考互聯網的本質。作為一個全球一體化信息傳播的開放系統，互聯網經歷了30年的商業化，就實現了從大眾媒體所構建的“對所有人大規模傳播”的格局，升級到一個社交媒體構建的近乎“所有人對所有人傳播”的理想世界，讓全球網民成為內容生產和內容傳播的主導者。這也是卡斯特對網絡社會中傳播的變革及其產生之影響的洞見，即技術變革推動大眾傳播向社交傳播的轉變。但是，他的“重新思考”似乎并沒有關注到，這一傳播格局依然是有限的、受限的，其極限就是全球網民的人工的極限。而ChatGPT則昭示了一個剔除了“人”的環節和因素而以技術驅動“所有信息對所有人傳播”和“所有信息對所有信息傳播”的全新世界。智能媒體取代社交媒體成為人類主導性傳播機制，是科技創新驅動下新生產力工具的自然結果，擺脫了人的環節和人的因素，就可以抵達一個真正可以實現能力指數級增長的趨于無限的真正開放系統。這顯然是一個“開腦洞般”的不可思議的未來。

在《詞與物》的結尾，福柯說：人終將被抹去，如同大海邊沙灘上的一張臉。這樣的未來當然充滿了巨大的不確定性和不可知性，也充滿了各種風險和挑戰。尤其是技術對人的主體性地位的侵蝕和沖擊，進入了新的臨界點。但是，數字技術的演進進程和信息傳播的新圖景，似乎不可阻擋，除了極大挑戰我們的想象力，也極大沖擊現有高度學科化和碎片化的知識體系。新聞傳播學無疑再次置身于這場危機和挑戰的風口浪尖。人類創造的智能技術，已經掀起一場前所未有的風暴。而我們能夠做的，就是努力適應這場智能傳播的新風暴，重新尋找傳播的新疆域，重新構建人類新的邊界，為我們在數字時代安身立命，尋找新的確定性。

（作者方興東系浙江大學傳媒與國際文化學院求是特聘教授，烏鎮數字文明研究院院長；顧燁燁系浙江大學傳媒與國際文化學院博士后；鐘祥銘系浙江傳媒學院新聞與傳播學院助理研究員）

注釋

① 卡斯特. 傳播力[ M ] . 湯景泰， 星辰， 譯. 北京： 社會科學文獻出版社，2013：9.

② KISSINGER H，SCHMIDT E，HUTTENLOCHER D.ChatGPTHeralds an Intellectual Revolution[EB/OL].[2023-02-24].https：//www.wsj.com/articles/chatgpt-heralds-an-intellectualrevolution-enlightenment-artificial-intelligence-homotechnicus-technology-cognition-morality-philosophy-774331c6 .

③ 麥克盧漢.理解媒介—— 論人的延伸[ M ] . 何道寬， 譯. 南京： 譯林出版社，2011：29.

④⑥ KEMP S.Digital 2022：July Global Statshot Report[EB/OL].（2022-07-21）[2023-02-24].https：//datareportal.com/reports/digital-2022-july-global-statshot .

⑤ MIGNANO M.T h e E n d o f S o c i a l Me d i a a n d t h e Ri s e o fRecommendation Media[EB/OL].（2022-07-27）[2023-02-24].https：//mignano.medium.com/the-end-of-social-mediaa88ffed21f86.

⑦ 卿清.智能媒體：一個媒介社會學的概念[J].青年記者，2021（4）：29-30.

⑧ 蘭帥輝，尹素偉.數據、算力和算法：智能傳播的多維特征、問題表征及應對[J].當代傳播，2022，226（5）：93-96+101.

⑨ 赫拉利.未來簡史[M].林俊宏，譯.北京：中信出版社，2022：289.

⑩? 黃升民，劉珊.重新定義智能媒體[J].現代傳播（中國傳媒大學學報），2022，44（1）：126-135.

? 方興東.全球社會信息傳播變革趨勢研判——從智能傳播時代的算法認知戰談起[J].人民論壇，2022，742（15）：96-99.

? KIETZMANN J H， KRISTOPHER H.Social media？ Get serious！Understanding the functional building blocks of social media[J].Business horizons（submitted manuscript），2011，54（3）：241–251.

? O B A R J A，S T E V E W.S o c i a l m e d i a d e f i n i t i o n a n d t h egovernance challenge：an introduction to the special issue[J].Telecommunications policy，2015，39（9）：745–750.

? PAVLIK J，SHAWN M.Converging media：4th edition[M].NewYork，NY：Oxford University Press，2015：189.

? SAWADA N.Selecting those “worthy” of remembering：memorialization in early Lagos newspapers [J].Journal of WestAfrican history，2016，2（2）：79-108 .

? HAMPTON K N， CHEN W H.Studying social media from an egocentricperspective[M]//Personal networks，2020.

? 方興東，嚴峰，鐘祥銘.大眾傳播的終結與數字傳播的崛起——從大教堂到大集市的傳播范式轉變歷程考察[J].現代傳播（中國傳媒大學學報），2020，42（7）：132-146.

? ROSENWALD M S.Before Twitter and Facebook，there wasMorse code：Remembering social medias true inventor[EB/OL].（2017-05-24）[2023-02-24].https：//www.washingtonpost.com/news/retropolis/wp/2017/05/24/before-there-was-twitterthere-was-morse-code-remembering-social-medias-trueinventor/.

? HUTAMO E，PARRIKA J.Media archaeology：approaches，applications，and implications[M].University of California Press，2011.

? 聶晶磊.論微博信息傳播模式[J].中國出版，2013，323（18）：36-40.

? 郭全中，袁柏林.媒介技術迭代下的用戶權利擴張——基于We b 1.0到Web 3.0演進歷程中的觀察分析[J].新聞與寫作，2023，464（2）：77-85. ? VAN DIJCK J.The culture of connectivity：a critical history ofsocial media[M].New York：Oxford University Press，2013：10.

? 呂尚彬，黃榮.論智能媒體演進的復雜性維度[J].山東社會科學，2022，318（2）：125-133.

? 米歇爾.復雜[M].唐璐，譯.長沙：湖南科學技術出版社，2017：388-393.

? SEAVER N.Knowing algorithms[M]//VERTESI J，RIBES D.DigitalSTS：a field guide for science&technology studies.PrincetonNJ：Princeton University Press，2019.

? PASQUALE F.The black box society：the secret algorithmsthat control money and information[M].Cambridge，UK：HarvardUniversity Press，2015.

? KITCHIN R.Thinking critically about and researching algorithms[J].Information communication & society，2017，20（1），14-29.

? 晏青，陳柯伶.可控與不可控之間：短視頻成癮的媒介可供性[J].福建師范大學學報（哲學社會科學版），2023，238（1）：90-101+171-172.

? 全燕，李慶.算法傳播中的內容生態重組、意義貧困與實踐突圍[J].傳媒觀察，2022，459（3）：18-25.

? 陳巍.ChatGPT發展歷程、原理、技術架構詳解和產業未來[EB/OL].（2023-02-13）[2023-02-24].https：//zhuanlan.zhihu.com/p/590655677 .

? 張微，彭蘭.示能、轉譯與黑箱：智能機器如何顛覆與再建內容生產網絡[J].新聞與寫作，2022，462（12）：75-85.

? “更懂你”是什么感覺，答案在這里[EB/OL].（2018-03-08）[2023-02-24]. https：//baijiahao.baidu. com/s？id=1594286267657312038&wfr=spider&for=pc .

? 陳衛星.智能傳播的認識論挑戰[J].國際新聞界，2021，43（9）：6-24.

? 李茂華.主體、表征、交互：人類信息傳播的認知動力機制考察[J].未來傳播，2022，29（2）：25-31.

? GPT系列模型詳解[EB/OL].（2021-10-28）[2023-02-24].https：//blog.csdn. net/lppfwl/article/details/121010275 .

? DEUZE M，BLANK P，SPEERS L.A life lived in media[J]. Digitalhumanities quarterly，2012，6（1）.

? BUCHER T.If…then：algorithmic power and politics[M].NewYork：Oxford University Press，2018：6.

? JACOBSEN B N.Regimes of recognition on algorithmic media[J].New media & society，2021：1-16.

? AMOORE L.Cloud ethics：algorithms and the attributes ofourselves and others[M].Durham，NC：Duke University Press，2020：6.

? 社交媒體的終結與推薦媒體的誕生，正在同時進行？[EB/O L].（2022-09-09）[2023-02-24]. https：//www.chinaz.com/2022/0909/1444306. shtml.

? 安孟瑤，彭蘭.智能傳播研究的當下焦點與未來拓展[J].全球傳媒學刊，2022，9（1）：41-58.

? 周葆華，苗榕.智能傳播研究的知識地圖：主要領域、核心概念與知識基礎[J].現代傳播（中國傳媒大學學報），2021，43（12）：25-34.

? 付玉輝.智能傳播空間的構建及其未來[J].互聯網天地，2011（8）：16-17.

? 郭全中，郭鳳娟.智能傳播：我國互聯網媒體演化的最新傳播方式[J].傳媒評論，2017，279（1）：77-79.

? 孫瑋.交流者的身體：傳播與在場——意識主體、身體-主體、智能主體的演變[J].國際新聞界，2018，40（12）：83-103.

? 陳昌鳳.未來的智能傳播：從“互聯網”到“人聯網”[J].人民論壇·學術前沿，2017，135（23）：8-14.

? 程明，趙靜宜.論智能傳播時代的信息生產：流程再造與信息連通[J].編輯之友，2020，289（9）：56-61.

? 方興東，鐘祥銘.智能媒體和智能傳播概念辨析——路徑依賴和技術迷思雙重困境下的傳播學范式轉變[J].現代出版，2022（3）：42-56.

? 胡泳：當C h a t G P T產生幻覺，一個“幻覺時代”要來臨了[E B/O L].（ 2 0 2 3 - 0 3 - 0 3 ） [ 2 0 2 3 - 0 2 - 2 7 ] . h t t p s ： / / w w w . s o h u . c o m /a/647062617_455313？scm=1102.xchannel：325：100002.0.6.0&spm=smpc.channel_248.block3_308_NDdFbm_1_fd.1.1677502800010DA5oXoZ_324 .

PETERS D.Speaking into the air：a history of the idea ofcommunication[M].Chicago：The University of Chicago Press，1999.

李白楊，白云，詹希旎，等.人工智能生成內容（AIGC）的技術特征與形態演進[J/OL].圖書情報知識：1-9[2023-02-09].

方興東，何可，鐘祥銘.數據崛起：互聯網發展與治理的范式轉變——滴滴事件背后技術演進、社會變革和制度建構的內在邏輯[J].傳媒觀察，2022，466（10）：49-59.

喻國明，丁漢青，劉彧晗.媒介何往：媒介演進的邏輯、機制與未來可能——從5G時代到元宇宙的嬗變[J].新聞大學，2022，189（1）： 96-104+124.

陳昌鳳.人機何以共生：傳播的結構性變革與滯后的倫理觀[J].新聞與寫作，2022，460（10）：5-16.

曾白凌.目的之“人”：論人工智能創作物的弱保護[J].現代出版，2020，128（4）：56-64.

G U Z M A N A L，L E W I S S C. A r t i f i c i a l i n t e l l i g e n c e a n dcommunication：a human–machine communication researchagenda[J].New media & society ，2020，22（1）：70-86.

周亭：生成式人工智能的國際傳播能力及潛在治理風險[EB/OL].（2023-02-23）[2023-02-24].h t t p：//w w w.c u c.e d u.c n/2023/0223/c1383a202308/pagem.htm .

卡斯特.重新思考信息時代：網絡社會中的傳播[J].全球傳媒學刊，2022，9（5）：3-7.