顛覆與重塑：下一代人工智能的傳播學意義

劉德寰 朱琦

【摘要】信息時代，信息基礎設施與底層技術邏輯的迭代成為驅動變革的重要力量。以ChatGPT為代表的下一代人工智能標志著從局限于單領域的AI1.0時代向通用化、平臺化的AI2.0時代的過渡，人工智能作為新興信息基礎設施將引發新一輪信息革命，重塑信息生產機制、信息整合形態、信息分發網絡和信息交互模式。這一變革的重大意義不僅在于人工智能作為智能互聯的超級媒介可突破互聯網環境下的信息過載與流通低效等困境，更在于人工智能顛覆性地具備了以行動者身份對人的思想施加影響的能力，“人機共生”的新主體時代將對以人為主導的傳播研究范式與信息傳播倫理帶來沖擊。

【關鍵詞】ChatGPT人工智能；信息革命；基礎設施；人機關系

1980年，托夫勒提出人類社會形態正由工業社會發展至信息社會，而這第三次浪潮文明代表著世界將經歷一場革命性的變化。正如托夫勒所預言的，在過去數十年中，互聯網的誕生與其引發的信息革命迅速改變了生產過程、社會通信和傳播結構。在信息時代中，信息技術成為驅動社會變革的力量，信息和知識則是社會發展的主要動力。從互聯網到移動互聯網，再到以ChatGPT為代表的下一代人工智能，信息基礎設施與底層技術邏輯的迭代推動一輪輪新的信息革命，對信息原有的生產、形態與分發模式產生沖擊。本文將關注新的技術邏輯與范式對于構建信息與傳播所起的基礎性作用，并探討以ChatGPT為代表的下一代人工智能作為新興基礎設施，將如何重塑信息生產機制、信息整合形態、信息分發網絡和信息交互模式。可預見的是，這場新一輪信息革命將對媒介格局和生態帶來巨大變革。

一、人工智能作為新興信息基礎設施：下一代人工智能標志AI2.0時代的到來

人工智能技術發展至今已有約70年歷史，分為三個主要發展階段，標志著三次技術的飛躍。第一波人工智能浪潮為1950—1970年，是基于人類專家知識的人工智能，彼時基于啟發式算法所開發出的模型只可適用于狹窄的特定任務范圍。始于1970年的第二波人工智能浪潮中，統計機器學習框架和機器學習使人工智能開始可以自動從觀察的數據中提取“規則”[1]。第三波人工智能浪潮的開始時間則多被認定為1990年，人工智能研究重心轉向了深度學習，以神經網絡為中心的應用取得了巨大突破，這種范式變遷使人工智能超越了專家系統局限于單一領域和模式的限制，對人工智能和通信傳播的研究和實踐具有深遠影響。如斯坦福大學社交媒體實驗室主任Jeffrey?Hancock即提出傳播學研究的方向將從“計算機技術為中介的傳播”（CMC）轉向為以“人工智能為中介的傳播”（AI-MC）。

ChatGPT被認為是代表第三波人工智能技術躍遷的現象級應用，可以類人的方式“對話+創作”，生成符合人類需求、語言習慣和情感傾向的文本。作為基于深度學習的大型語言模型（Large?Language?Model，LLM），ChatGPT是一種生成式人工智能（Generative?Artificial?Intelligence），其超越了傳統分析式人工智能（Analytical?Artificial?Intelligence）僅對現有數據進行分析、解釋和預測的模式，可通過機器學習算法根據現有數據生成與其結構、風格或內容上相似的新原始數據，并能涵蓋文本與代碼等多種形式。

ChatGPT的里程碑意義之一在于其具備強大的自監督學習能力，其表現不再依賴于人工標注與既定的訓練規則。首先，GPT模型在無監督預訓練（unsupervised?pre-training）環節展現出模型在無需人工標注的情況下，便可通過自行閱讀海量文本進行學習，并具備深入理解自然語言中潛在結構和模式的能力。GPT模型基于大量互聯網上數據訓練的文本生成深度學習模型，并通過生成對抗網絡（GANs）、變異自動編碼器（VAEs）和變形器（Transformer）等技術，在“利用人類反饋中強化學習”（Reinforcement?Learning?from?Human?Feedback，RLHF）的監督學習（supervised?learning）環節之前已依靠自監督學習方法（self-supervised?learning?method）獲得良好的訓練效果，標志該生成式人工智能技術具備可拓展到更為廣泛的應用場景的基礎。其次，隨著計算量、模型參數量和訓練集規模的擴展，類ChatGPT的大型語言模型呈現出涌現能力（Emergent?Ability）[2]，即模型在多項能力上超越其訓練框架并產生突進式進步。在未被直接訓練的情況下，大型語言模型僅通過對自然語言進行觀察，便可在算數、回答問題、總結段落等能力維度上呈現出快速和未能預測的進步[3]，展現出從原始訓練數據中自動學習并發現新的、更高層次的特征和模式的能力，這一突破意味著人工智能的能力已不再依賴于既定的規則與框架。由于其強大的自監督學習能力，ChatGPT突破性地具備了多模態能力。GPT-4模型作為多模態模型（multimodal model）可以處理自然語言和多種媒體信息，可完成更為多元的任務類型。除語言類任務外，ChatGPT可在無特殊提示的情況下解決跨越多學科多領域的高難度創新型任務，證明其具備完成感知類、創造性、探索性任務的能力。ChatGPT的智能水平不僅體現于其所生產內容的擬真度上遠超其他聊天機器人，而且在多元任務上的表現程度都達到接近人類水平[4]，甚至被部分學者認為已達到通用人工智能雛形。

多模態能力被視為從AI1.0至AI2.0時代躍遷的關鍵，由局限于單領域的AI1.0時代向通用化、平臺化的AI2.0時代過渡。AI2.0時代，人工智能將不僅局限于單一應用，而且可通過與現有技術的集合，更無縫地融入日常生活，嵌入廣泛的應用和服務中，作為人機之間的通用接口集成多種應用服務。人工智能也將為其他應用賦能，實現真正的智能互聯，并最終重構互聯網生態。

二、人工智能重塑信息生產機制：作為主動傳播者的機器

（一）作為傳播者的人工智能：自主生產信息與參與同構信息

以ChatGPT為代表的下一代人工智能挑戰了以人為核心的互動范式，顛覆了傳統的信息生產機制，并為傳播格局帶來變革。傳統媒介觀中，信源（who）是人類獨有的角色，機器被視為傳播的渠道、中介和工具，但隨著算法與技術的發展，類ChatGPT的生成式人工智能已具有高度自組織性和自適應性，不僅參與構造傳播過程，同時也能作為主動的傳播者。

一方面，類ChatGPT的生成式人工智能具備獨立、自主地生產接近人類水平內容的能力，因而可作為主動的信息生產者與傳播者。在第三波人工智能浪潮之前，人工智能已被廣泛應用于新聞寫作，并極大提升了新聞生產的效率。但彼時機器人寫作基于既定的模板與技術框架，寫作領域受限，內容存在同質化、模式化問題，在信息生產中扮演的角色仍較為局限，仍是人類認知的工具和延伸，但技術突破使得人工智能已不再依賴于專家系統，而越發接近能產生自己的知識和見解的自主行動者。GPT模型的創作不受寫作模板的限制，可自行提出創意，其所展現出的學習、適應、參與創造性任務、解決問題等能力曾被認為是僅人類獨有的能力，但如今也在非人實體中得到體現。

另一方面，類ChatGPT的生成式人工智能也具有參與同構以人為主體的傳播的能力。生成式人工智能變革性地將知識和技能的積累與其使用剝離開，用戶可在未經訓練的情況下借助人工智能寫作、翻譯、編程與繪畫，無需花費數年學習和訓練，僅通過自然語言指令引導人工智能，便可基于其龐大浩瀚的知識庫和技能庫進行專業級別的創作。可預見的是，在AI2.0時代，個體能力范圍得到指數級擴展，其能力極限將不再受限于其教育和經歷，而在于理解和運用人工智能的人機協同能力。與此同時，人機協同的創作方式也不可避免地導向版權與問責等問題。

（二）作為行動者的人工智能：從參與到主導

人工智能的類人性打破了既往以人主導的傳播形態，其所具備的工具性與類人性的二重性對傳統媒介觀產生了沖擊，挑戰了傳統研究圖式中傳播的主體和客體之間的二分法。傳統媒介研究中強調機器的工具性，即使在強調技術對塑造人類交流和社會結構等方面影響的理論中，如麥克盧漢的“媒介即訊息”[5]和哈羅德·伊尼斯的通信技術對社會影響的理論[6]，仍將機器視為輔助人類互動的被動工具，著重于其工具性在塑造人類經驗中的作用。如拉圖爾的行動者網絡理論（ANT）與Reeves和Naas提出的媒介等同理論（media?equation?theory）、“計算機作為社會行動者范式”（computers?are?social?actors?paradigm，CASA）等理論，則將包括機器在內的非人類實體視為塑造技術進程和社會生活的關系網絡中的“行動者”[7]，強調了人機互動中圖式所發生的轉變[8]，但在這些理論范疇中仍多將機器視為參與者而非主導者，對自主的智能機器所帶來的社會問題和倫理困境缺乏探討。

此處的主導一詞并非指向技術決定論中技術對政治、經濟、倫理因素的強制影響，而是指出作為信息的生產者與傳播者的人工智能有能力以行動者身份對人的思想形態施加影響，甚至可能構建部分人群的主要信息渠道。社會學家奧格本用“文化滯后”（Cultural Lag）一詞形容由于現代社會的變革多由技術驅動，價值觀、倫理觀等非物質文化滯后于物質文化變遷的現象[9]。由于人工智能技術帶來的變革尤其迅速并具有顛覆性，其“文化滯后”的后果也更為突出，可能成為對我們理解、審視與使用技術的掣肘。作為主動傳播者的人工智能系統不僅要求我們對信息的透明度、問責制以及信息操縱等可能性進行評估，并批判性地探究人工智能驅動的傳播在隱私和信任等維度上所產生的影響，進而解構了我們所熟知的傳播實踐，挑戰了以人為核心與主導的理論范式，并指向了對人機共生的信息傳播倫理的重構。

三、人工智能重塑信息整合形態：從信息收集到知識整合

從印刷時代到電子傳播時代，媒介技術的變革顛覆了曾經的信息獲取模式。印刷時代的信息以文本與圖片的形式被記錄于紙質載體上，人們通過訂閱報紙、雜志，購買或租借書籍等方式獲取信息，檢索信息則需通過使用圖書館索引等方式查索。在印刷時代，文化水平、經濟水平、地理位置等因素均對個體的信息獲取能力有所限制，個體信息量較為匱乏、難以獲得其所需的信息成為普遍現象，引發了知識溝等困境。互聯網技術的發展帶來了信息的爆炸式增長，同時也帶來了全新的信息組織形態：搜索引擎作為互聯網用戶入口被集合到多種應用中，通過算法程序對信息進行抓取、分析和排序，在不同平臺上，用戶通過搜索關鍵詞即可獲得海量相關內容。

（一）信息過載：互聯網時代的“布里丹之驢效應”

在互聯網時代，盡管幾何級增長的信息量解決了印刷時代的信息匱乏，卻并不意味著人們可輕松利用這些海量信息。英國學者蒂姆·喬丹精練地總結了信息過載的兩種困境：“擁有太多的信息使信息的利用變得不可能。它以兩種狀況發生：第一，有信息而不能被吸收；第二，信息組織得非常差以至于發現任何特定的信息變得不可能。”

互聯網時代激增的信息流通量和信息接觸量雖然顯著降低了信息門檻，但也使得分散、碎片化的海量信息遠超出受眾的信息需求及信息處理和信息利用能力。邁克爾·戈德海伯將這種新常態總結為注意力經濟，即在以計算機網絡為基礎的信息社會中，信息已不再是一種稀缺的資源，而是相對過剩，人的注意力則成為新的稀缺資源[10]。信息組織上，在AI1.0時代，互聯網所提供的是非結構化的原始數據庫，搜索引擎對大量內容進行索引，但并不對其進行內在結構化。簡單列狀的信息組織形式迫使用戶在搜索關鍵詞后必須瀏覽巨量鏈接，有效篩選、整合、組織和內化自己所需的信息變得越發困難。尼古拉斯·卡爾將這種信息組織形式的劣勢概括為超鏈接文本解構使得線性思考被分隔成碎片，用戶慣于信源之間跳動和穿梭，依賴淺層信息處理模式，進行碎片化信息消費，難以將短期記憶升級為知識[11]。

當用戶被放置于碎片化、非結構化的海量信息中，面對無窮無盡的鏈接與信源，即不可避免出現了互聯網時代的“布里丹之驢效應”。14世紀法國哲學家布里丹提出一頭完全理性的驢由于無法在兩堆完全一樣的干草中做出選擇，最終因饑餓而死的悖論。而互聯網用戶一方面在信息焦慮的驅使下不斷瀏覽大量信息，另一方面則由于無法判斷信息的質量難以選出值得投入時間與注意力深度閱讀的內容，最終陷入了“已看到卻未閱讀”“已接觸卻未理解”的迷茫中。國內外的社交媒體上均出現了“太長不看”和TLDR（Too?long;?didn’t?read）等形式的表達，意味著互聯網時代用戶與信息的關系在已獲取與未獲取之間存在大片灰色區域，人們盡管有渠道可接觸大量信息，卻難以有效閱讀吸收與使用。

（二）人工智能優化信息組織形態：碎片化信息到系統性知識

正如萊文森所說，“任何一種媒介，都是一種補救措施，都是對過去某一種媒介功能的補救和補償”[12]。類ChatGPT的下一代人工智能對信息組織形態進行了進一步優化和重組，并有效解決了信息過載的困境。首先，數據形態由原始的、非結構化的數據轉化為經過人工智能預處理的、整合后的結構化信息，使信息檢索更為快速與便利。互聯網將信息的檢索由印刷時代的小時級縮減至毫秒級，而類ChatGPT的生成式人工智能則進一步將信息的檢索結果由搜索引擎提供的兆字節級簡化至字節級，相對于列舉大量的鏈接，ChatGPT根據提示詞（Prompt）將其收集的海量信息提煉為數百字的文本，提供了更為簡潔直觀的體驗，使用戶可輕松獲取其所需的信息。其算法超越了搜索的淺層計算，利用深度神經推理和結構化的數據驅動模型，將碎片化的信息整合為系統性的知識，顛覆了信息的組織和呈現模式。

其次，生成式人工智能將傳統搜索引擎中列狀結構的分散信息轉化為樹狀，脫離了尼古拉斯·卡爾所批判的超鏈接文本解構，人們無需花費時間在繁雜信源間進行穿梭采集，受困于不確定是否收集了足夠信息的焦慮中，而可通過掌握與AI進行多輪互動以深化回答的技巧，從樹狀結構的根部開始對知識進行擴展延伸，直至獲得完全符合其需求的定制化信息，信息獲取的重點從信息收集轉化為知識整合。類ChatGPT大型語言模型具備上下文學習（context-learning）的能力，可以根據用戶的背景、需求和持續輸入的信息提供層層遞進的信息，為獲取信息提供了一個動態環境。這有助于用戶將新知識與自己認知結構中原有知識建立起實質性聯系以獲得意義。通過與人工智能的持續深入對話，用戶可以積極地尋找新的知識，提出問題，并獲得即時反饋。這種互動過程反映了人類通常學習的自然、參與和情景化方式，符合布魯納所提出的“認知—發現說”[13]。通過提供綜合和連貫的信息，生成式人工智能可以促進新知識與用戶現有的心理框架更好地結合，提高用戶深度加工知識信息、理解復雜概念、掌握內在含義和主動建構個人知識體系的能力。

四、ChatGPT重塑信息分發網絡：智能互聯的超級媒介

信息分發即將信息從信息源傳播給不同接收者的過程，而分發網絡的結構對傳播范圍、傳播對象和傳播效率存在顯著影響。印刷時代的信息分發模式是傳統編輯主導的分發模式，編輯作為“把關人”利用其媒介渠道為目標受眾傳遞信息，但進入互聯網時代后，信息網絡成為信息分發的新基礎設施。

（一）信息分發的困境：信息的無限性和個體注意力的有限性

根據復雜網絡理論，信息網絡既不是規則網絡也不是隨機網絡，而是兼具小世界和無尺度特性[14]，這既是小世界網絡理論中所描述的具有高聚類系數和短平均路徑長度的網絡，也是無尺度網絡理論所指向的被少量高度連接的樞紐（hub）節點對其網絡特性起主導和支配作用的網絡[15]。這一結構意味著雖然信息可以被廣泛傳播，但其過程較為低效，即使在理論設想中，也需歷經多個節點和連接才可將信息從源頭傳輸到終端用戶。因此，盡管互聯網實現了互聯，但如何高效分發信息、實現人與信息的精準匹配、降低信息網絡中的信噪比仍是懸而未決的難題。

隨著移動互聯網技術對社會進行滲透與塑造，社交媒體的發展改寫了信息和資源的分配規則[16]，Web?2.0時代催生了基于社交網絡的信息分發模式。社交分發打破了傳統編輯分發的“千人一面”，用戶可以通過其社交關系與交互主動尋求信息。用戶可訂閱和關注自己感興趣的博主與話題以獲得相關信息，也可通過用戶之間自發的內容轉發行為進一步拓寬其信息視野。由于用戶之間存在同質導向性，即相似用戶趨向于連接在一起，基于社交網絡的信息分發為提升傳輸效率帶來了可能[17]。但即使是基于社交網絡的信息分發，對于用戶來說可能仍然存在信息過載、獲取信息效率過低、獲取個性化信息的篩選成本過高的困境，因而在后Web2.0時代信息分發服務網絡興起，算法推薦逐漸成為更主流的信息分發方式。以人工智能算法為主導的信息推薦系統作為新的信息分發模式，可針對每個用戶的信息訴求高效地實現個性化推薦，平臺使用算法推薦，基于服務網絡收集的用戶數據作為個性化信息分發的基礎，在推送中推薦與用戶相匹配的信息內容，以實現人與信息的高效匹配。

信息網絡中信息的無限性和個體注意力的有限性之間存在著必然矛盾，而不論是社交網絡分發還是算法推薦分發都無法完全解決這個根本沖突。算法推薦試圖通過“信息找人”的匹配解決這一問題，但其個性化信息分發系統最終成為給每個人提供大量同質化信息的“信息繭房”機制。一旦用戶表現出某種興趣或觀點，算法便用大量內容相似的推送占據用戶的注意力帶寬，使其更難接觸到與其觀點不同的信息。這一信息分發模式對“后真相”時代的“群體極化”“回音室”“過濾泡效應”等現象產生了推波助瀾的效果，使公眾更易產生認知偏見，產生群內認同、群際沖突的現象[18]。

（二）從互聯到智能互聯：AI智能中樞實現“人—信息”精準供需匹配

以ChatGPT為代表的人工智能是超越媒介融合和全媒體的新一代整合性、自主性的超級媒介，不僅限于媒介形態、功能、組織結構等層面的要素的融合，更擊穿了不同層級的信息壁壘，并通過智能將其有效統合。作為新的信息流通轉譯棧，類ChatGPT的人工智能建立了一種動態的連接方式，并真正成為可實現高效分發信息和人與信息的精準匹配的智能中樞。

首先，類ChatGPT的生成式人工智能在信息網絡中充當了智能樞紐的角色，通過減少信息傳輸中涉及的節點和連接的數量實現了網絡結構的簡化和效率提升，使信息得以高效傳播。生成式人工智能不依賴于平臺的內容分發，而是直接以對話形式與用戶進行點對點互動，使得其主動性進一步得到發揮。通過充當信息網絡中的智能中樞，人工智能成為高度連接的樞紐節點，進一步增強網絡固有的小世界和無標度特性，通過強化網絡高聚類、短路徑長度的結構，有效減少從源頭到用戶傳輸信息所需的節點和連接的數量，從而促進更有效的信息流和增加網絡的彈性。

其次，作為智能中樞，開放權限并聯網后的人工智能從信息供應端可抓取網絡上的所有可讀信息并對其進行整理，從信息消費端則直接鏈接全部用戶并了解其一手需求，因此可實現精準的“人—信息”供需匹配。由于類ChatGPT的生成式人工智能往往是其他兩個節點之間最短路徑的橋梁，具有極高的中介中心性，縮短了所有個體用戶距離信息的路徑，通過對信息的鏈接整合和用戶的供需匹配，做到真正高效的個性化信息分發。

最后，與算法推薦推送的大量同質性高、未經處理的信息相比，ChatGPT的生成性人工智能所提供的是經過整合與提煉的高質量信息。在傳輸信息的過程中，生成性人工智能擔當了信息把關人的角色，利用其計算能力和龐大的數據集過濾并優先處理高質量信息，經人工智能總結的信息不僅信息密度更高，往往也更加客觀，可有效改善網絡內信息流的信噪比、提高整體效率、調節信息過載造成的負面影響，并減少極化現象。

五、ChatGPT重塑信息交互模式：從人機交互到人機同構

人機交互技術是人與計算機之間信息交流的接口、人與計算機之間信息溝通的橋梁，人機交互方式對用戶與計算機之間的交互質量和用戶體驗有決定性影響，不僅影響到用戶功效性的需求，也影響其情感性的需求[19]。隨著計算機計算能力與功能的飛速發展，人機交互領域發生了數次重大變革。第一次技術變革是從無交互到命令語言交互的突破，用戶可以通過命令行界面與計算機進行交互并借助于其強大的計算能力將設想轉化為現實，但命令語言時代即使只是為了執行簡單的任務，也需要記憶和輸入大量復雜命令，有極高的使用門檻。人機交互領域的第二次重大技術變革是圖形交互，圖形用戶界面（graphical?user?interface，?GUI）產生了基于文本或菜單驅動的界面，使用戶可以使用鼠標等指向性設備與圖標、窗口和菜單等視覺元素互動，具有直接操作和“所見即所得”的特點，真正使計算機成為人人可用的工具，進而造就了個人計算機時代的輝煌。而GPT模型則被比爾·蓋茨稱為堪比1980年圖形用戶界面的人機交互領域技術變革[20]。類ChatGPT的生成性人工智能可直接基于自然語言與用戶進行動態對話，通過實現用戶和人工智能系統之間的自然語言對話提供了更為直觀和類人的互動范式，進一步降低了技術使用的準入門檻，有望帶來一場新的人機互動變革并重塑數字景觀。

（一）被社交化的機器：從工具使用到社交體驗

從圖形交互到自然語言交互這一人機交互領域技術變革的重大意義，在于機器使用開始成為一種社交體驗。盡管人工智能的本質是技術性和工具性的，是依賴于信息技術的模塊化裝置，但當其被應用于人類社會中時，也不可避免地在人類環境中被賦予了社會意義，成為社會互動中的一部分[21]。人機關系理論中“計算機作為社會行動者范式”（computersaresocial?actors?paradigm，CASA）已證明，當機器可以提供足夠的、符合現實人際交流中存在的“社會線索”（social?cue）?或“擬人化線索”（anthropomorphic?cue）時，人們就會自然地將機器作為社會行動者對待[22]。隨著人工智能的類人性逐漸凸顯，同類ChatGPT的大語言模型的溝通開始體現從工具使用到社交的范式轉變。

人工智能被開發的目的是為了服務于人類的需求，為了增加智能產品的可用性、在互動過程中更為自然，研究人員對人工智能進行了類人的設置與改造，讓其對人類行為進行適應和模擬。例如在ChatGPT的設置中就通過多維度展現出了符合人際交流的線索，以營造高擬真度、沉浸式的交流體驗。形式上，ChatGPT通過類聊天室的界面營造了類人溝通的環境，模擬光標打字的形式使用戶可獲得參與和體驗到文本被生成、被寫作的臨場感。內容上，ChatGPT不僅可以以自然語言和用戶溝通，可生成在內容、結構、語法、邏輯等層面均類似真人的文本，還可了解人類社會規范與常識，具備和人類進行無縫溝通的基礎。現象學家舒茨提出了“手邊知識庫”（stock?of?knowledge?at?hand）的概念，強調知識庫中包含了大量內在經驗，理論與應用科學的程序經驗、支配規則以及實用的與道德的經驗規則[23]，是生活世界范疇的重要組成部分，也是個體了解世界并與他人進行有意義交流的基礎。在生活世界中，人們的行動和場景之外的社會結構之間存在復雜的關聯，因此日常溝通中的語言表達不是完整的，談話內容要被理解需基于實際說出的內容和大量沒有提到的假設和共享知識。而ChatGPT作為大型語言模型，基于大量人類生成文本的訓練，學習并內化了廣泛的人類知識、價值觀和語言模式，可理解人類的意圖并模擬出與人類的共識，已符合鮑德里亞對超真實（Hyperreality）的描述[24]。這些程序上的擬人化設置讓用戶獲得更沉浸式的交流體驗，降低了用戶對其機器屬性的感知。許多使用過ChatGPT的用戶在描述其與人工智能的對話時使用“聊”“溝通”“探討”，甚至“請教”等動詞表述，可見與類ChatGPT的人工智能的溝通已高度接近于社交體驗。

（二）被機器同構的人：從主客二分到主客共在

被社會化的機器可以以類人的方式和人溝通，使機器的使用轉化為社交體驗，但由于社交過程從本質上是相互作用的（transactional），因而盡管將機器人社會化的目的原本是為了更好地適應人類，卻也使得機器更容易對人類施加影響，挑戰以人類為主導的交互關系。類ChatGPT的生成式人工智能具備語境意識（context-awareness），可以保持連貫的對話并模擬類似人類的記憶，在回應時考慮到對話的背景與上下文，并配合用戶的輸入和偏好對語氣和內容進行調整。在與人工智能的持續深入對話中，用戶所輸入的內容會影響人工智能的反饋，人工智能的產出也會進而引導用戶的思路，人與人工智能思考互相反哺、彼此協同、相互嵌入。在共同構建對話的過程中，人工智能深深嵌入人們的思維和決策過程中，成為人類思想和成果的共創者，人機關系逐漸轉向同構性[25]。

這一同構性迫使我們放下人機互動中的主客二元論，設想人機共生（symbiosis）的可能性。技術的滲透使人機之間的界限將變得逐漸模糊，人與技術的關系開始從主客二分轉向主客共在。麻省理工大學集合智能中心（MIT?Center?of?Collective?Intelligence）主任Thomas?W.?Malone在2018年提出了“超級大腦”（Supermind）的概念，將技術作為社會行動者與人在思考與決策中的合作者看待[26]。“超級大腦”是由多個個體和/或計算機和諧合作形成的集合智能體，由于機器與人在處理多類型的任務上具備不同優勢，在有機結合的情況下可呈現出更高的智能水平。隨著人工智能技術對日常生活的嵌入與其自適應學習（adaptive?learning）能力的增強，人工智能和人可在人機交流中持續互相學習和適應，正如智能手機已成為人的延伸和日常實踐中的一部分，在未來人工智能技術可能會成為人們信息處理和思考決策過程中難以剝離的一個環節，人機同構的“超級大腦”將成為新常態。

六、結語

本文對以ChatGPT為代表的下一代人工智能的特點進行了概述，并在此基礎上探討了其將如何帶來信息革命，顛覆并重塑原有的信息生產機制、信息整合形態、信息分發網絡和信息交互模式，并引領我們對所熟知的傳播實踐、理論范式、人機關系與倫理觀進行重構。盡管目前的人工智能模型尚不完善，仍存在幻覺（hallucination）、黑箱（blackbox）、版權等問題，但本文并未采取批判的視角。智能技術是信息技術發展的必然趨勢，也必將對人類的生產生活帶來新的意義和影響。未來已來。我們應當擁抱新技術，正視技術變革在人類社會中的積極價值，與此同時，為新技術必然會產生的社會適應過程做好應對方案和預案。

[基金資助：研究闡釋黨的十九屆四中全會精神國家社會科學基金重大項目“建立全媒體傳播體系研究”（20ZDA057）]

參考文獻：

[1]Zhuang，Y.，Wu，F.，Chen，C.，&?Pan，Y.（2017）.Challenges?and?opportunities：from?bigdata?to?knowledge?in?AI?2.0.Frontiers?of?Informaion?Technology?&?Electronic?Engineering，18（1），314.

[2]Anderson，P.W.（1972）.More?Is?Different.Science，177（4047），393–396.

[3]O'Connor，R.（2023，March?8）.Emergent?Abilities?of?Large?Language?Models. News，Tutorials，AI?Research.

[4]Bubeck，S.，Chandrasekaran，V.，Eldan，R.，Gehrke，J.，Horvitz，E.，Kamar，E.，Lee，P.，Lee，Y.T.，Li，Y.，Lundberg，S.，Nori，H.，Palangi，H.，Ribeiro，M.T.，&?Zhang，Y.?（2023）.Sparks?of?Artificial?GeneralIntelligence：Early?experiments?with?GPT-4.ArXiv?（Cornell?University）.

[5]馬歇爾·麥克盧漢.理解媒介[M].何道寬，譯.南京：譯林出版社，2011.

[6]哈羅德·伊尼斯.傳播的偏向[M].何道寬，譯.北京：中國傳媒大學出版社，2013.

[7]郭榮茂.從科學的社會建構到科學的建構：評拉圖爾的行動者網絡理論轉向[J].科學學研究，2014（11）：1608-1612.

[8]Reeves，B?&?Naas，C.The?media?equation：How?people?treat?computers，television，?and?new?media?like?real?people?and?places.Chicago，Illinois：University?of?Chicago?Press.1996.

[9]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（10）：5-16.

[10]托馬斯·達文波特，約翰·貝克.注意力經濟[M].北京：中信出版社，2007.

[11]尼古拉斯·卡爾.淺薄：互聯網如何毒化了我們的大腦[M].劉純毅，譯.北京：中信出版社，2010：142.

[12]保羅·萊文森.新新媒介（第二版）[M].何道寬，譯.上海：復旦大學出版社，2016.

[13]高文.建構主義研究的哲學與心理學基礎[J].全球教育展望，2001（3）：3-9.

[14]方錦清，汪小帆，鄭志剛，畢橋，狄增如，李翔.一門嶄新的交叉科學：網絡科學（上）[J].物理學進展，2007（3）：239-343.

[15]劉濤，陳忠，陳曉榮.復雜網絡理論及其應用研究概述[J].系統工程，2005（6）：1-7.

[16]喻國明，馬慧.互聯網時代的新權利范式：“關系賦權”——“連接一切”場景下的社會關系的重組與權力格局的變遷[J].國際新聞界，2016（38）：6-27.

[17]秦志達.具有演進特征的大規模社交網絡信息傳輸優化[D].上海：上海交通大學，2019.

[18]彭蘭.假象、算法囚徒與權利讓渡：數據與算法時代的新風險[J].西北師大學報（社會科學版），2018（5）：20-29.

[19]范俊君，田豐，杜一，等.智能時代人機交互的一些思考[J].中國科學：信息科學，2018（4）：361-375.

[20]Gates，B.（2023，March?21）.The?Age?of?AI?has?begun.gates[EB/OL]https：//www.gatesnotes.com/The-Age-of-AI-Has-Begun.

[21]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（10）：5-16.

[22]羅龍翔，王兵，王秀麗.功能、關系與哲學：人機傳播視域下用戶與智能音箱的互動研究[J].全球傳媒學刊，2021（3）：102-118.

[23]趙萬里，李路彬.日常知識與生活世界：知識社會學的現象學傳統評析[J].廣東社會科學，2011（3）：198-205

[2４]仰海峰.超真實、擬真與內爆：后期鮑德里亞思想中的三個重要概念[J].江蘇社會科學，2011（4）：14-21.

[2５]喻國明，楊雅.5G?時代：未來傳播中“人—機”關系的模式重構[J].新聞與傳播評論，2020（1）：5-10.

[26]Thomas?W?M. Superminds：The?Surprising?Power?of?People?and?Computer?Thinking?Together[M].Little，Brown?Spark，2018.

作者簡介：劉德寰，北京大學新媒體研究院教授，北京大學新聞與傳播學院教授（北京 100871）；朱琦，北京大學新媒體研究院博士生（北京 100871）。

編校：趙?亮