開啟科普創作人機協同的新時代

[摘" 要]大模型在輔助科普創作上具有獨特優勢，預示著科普創作領域正在經歷一場深刻變革。文章從大模型所具有的特異功能，以及顛覆傳統科普創作已有認知等方面，評述了大模型對科普創作正在產生的深刻影響，揭示了大模型對科普創作的賦能作用，評析了大模型輔助科普創作所面臨的風險以及當前人們對大模型輔助科普創作的認知偏見，并對積極迎接人機協同的科普創作新時代提出對策建議。

[關鍵詞] 大模型輔助" "科普創作" "人機協同

[中圖分類號]" TP18" " "[文獻標識碼]" A" " " " " "[ DOI ]" 10.19957/j.cnki.kpczpl.2024.04.001

科普創作是作者為達到普及科學技術知識、倡導科學方法、傳播科學思想、弘揚科學精神、樹立科學道德的科普目的而進行的創造性的精神活動[1]。科普創作是連接科學內容與公眾需求的重要橋梁，不僅能夠幫助公眾更好地理解科學，消除對科學的誤解和偏見，還能夠激發公眾對科學的興趣和好奇心，培養科學思維和探索精神。在人工智能日新月異的今天，特別是以大模型為代表的生成式人工智能的飛速發展，為科普創作帶來了前所未有的新機遇與新挑戰。大模型以其獨特的優勢，與科普創作完美融合，預示著科普創作領域的一場深刻變革，科普創作人機協同的嶄新時代正在開啟。

一、大模型應用對科普創作產生深刻影響

大模型，全稱大型語言模型或大語言模型（Large Language Model，LLM），是指具備龐大參數規模和復雜結構的語言模型。它們利用深度學習算法，從海量數據中學習語言知識和推理能力，從而實現自然語言的理解、生成和交互。大模型的發展與應用，不僅改變了科普創作的方式方法，還極大地提升了科普內容的質量與傳播效率，為科普事業的發展注入了新的活力。隨著人工智能技術的飛速發展，大模型以其強大的自然語言處理能力和廣泛的應用場景，正在影響社會生活的各個領域，包括科普創作。

（一）大模型在科普創作中顯現出超常功能

第一，超強的深度學習能力。大模型作為一個“學霸”，其核心能力在于豐富的知識蓄積和廣泛的學科涵蓋。它可以在極短的時間內研究和理解各種學科領域的知識，從人文科學到自然科學，從科學技術的歷史到最新科技進展，它都能深入挖掘并提供詳盡的信息。大模型能夠整合大量已有知識，并基于模式識別提供答案，對于學術研究、科學探索、學習教育等領域都具有巨大的潛力。

第二，超常的涌現能力。大模型的涌現能力指的是其在對話和文本生成過程中產生出令人驚奇且不斷發展的新主題、新觀點和新想法。它可以通過獨特的信息整合和聯想能力，產生豐富多樣的創意內容，這種創造力和想象力的涌現可能會超乎人類的預料。大模型生成的文本在深度上將信息、語義理解結構化，在廣度上將廣泛的知識進行融會貫通，能夠展現出超越具體上下文的新觀點和見解，推動語言和思維的創造性發展。

第三，強大的模態統一能力。大模型的統一能力指的是其在對話和文本生成中，能夠讓各種模態（文本、圖片、音頻、視頻等）保持信息連貫性和邏輯一致性，使得產生的內容在整體上顯得條理清晰，不會出現矛盾或斷裂。它能實現復雜的語義理解并把握信息內在邏輯關聯，從而整合各種信息片段和觀點，形成一氣呵成的完整論述。大模型的統一性保證了其生成內容在表達和邏輯上具有更高的可讀性和可理解性，類似于人類的表達效果，這種能力在許多語言生成場景中具有極大的應用潛力。

第四，系統復雜的思維鏈。大模型的思維鏈，是指其能夠構建和展示長期的思維鏈條，將情節、觀點或信息表達連接成有機整體，并在這個整體中展現出清晰的邏輯和內在關聯。在對文本的理解和生成過程中，大模型可以展示出復雜的思維鏈條——它能夠將各種信息和觀點有機地連接起來，形成跨文本、跨主題的思維鏈條。通過思維鏈的構建，大模型可以深入挖掘復雜問題的本質和內在聯系，有助于提出新的見解，拓展研究思路。

第五，超強的對齊能力。大模型的對齊能力指的是其可以根據上下文和用戶需求，實現信息和語義的精準匹配，產生準確且貼切的回答或表達。它能夠有效理解用戶輸入和話語背后的意圖，從而對問題進行準確解讀，產生相應的回應或建議。大模型的對齊能力可以使其在各種應用場景下更加智能和貼心，能夠真正地與用戶交互、理解并產生有意義的信息[2]。

（二）大模型顛覆了傳統科普創作已有認知

與工業革命解放了人類的體力勞動不同，以大模型為代表的生成式人工智能，將極大提升人類的創造力、想象力。大模型輔助科普創作，將超越和顛覆傳統意義上對科普創作的認知，從而實現科普創作質態的躍升。

第一，大模型激活了科普創作的“世界三”。世界三，作為一個哲學上的概念，指的是人類精神活動的產物，包括思想、觀念、方法、理論、藝術作品等。這個概念是由哲學家卡爾·波普爾（Karl Popper）提出的，他認為世界一是物理世界，包括自然界和所有物理現象；世界二是心理世界，包括人類的思想、感情和意識等；世界三則是人類精神活動的產物，即人類所創造的客觀知識和文化的世界。大語言模型時代的來臨標志著世界三的全新開啟[3]。這為科普創作打開新的賦能之門，為科普注入無限活力。大模型憑借強大能力，能夠高效整合世界三中的豐富知識并加以呈現，使科普內容更加多元、深入且生動。這不僅可以拓寬科普的邊界，還有助于提升公眾對科學文化的理解與認同，促進科學精神的廣泛傳播。大模型可作為輔助工具，助力科普創作的多元表達，并有望在科學傳播中發揮積極作用。

第二，大模型提升了暗知識（也稱隱性知識）的可訪問性并助力其傳播。大語言模型通過其強大的自然語言處理和機器學習能力，促使暗知識顯性化呈現。暗知識或隱性知識通常指的是那些難以用語言明確表達，但存在于個人或集體經驗、直覺、判斷和文化中的知識。這類知識往往難以被直接傳授或學習，但卻是許多領域創新和進步的關鍵。大語言模型通過語境理解、模式識別、知識推理、自然語言生成、交互式學習等方式，促使隱性知識顯性化，從而不僅提高了隱性知識的可訪問性，還促進了知識的傳播和創新[4]。這不僅豐富了科普創作的素材庫，還拓寬了科技知識傳播的渠道。創作者可借助模型挖掘深藏于經驗、直覺中的智慧并加以呈現，以更直觀、易懂的方式普及科學知識。同時，模型的交互式學習能力促進了知識的動態交流與迭代，激發了公眾對科學的興趣與探索欲，加速了創新思想的涌現與傳播，從而極大地增強了科普創作的深度與廣度。

第三，大模型能讓少數人的聲音被聽到并得到合理對待。大模型通過其強大的自然語言處理和機器學習能力，能夠有效地解析、理解和呈現多樣化的觀點和聲音。這使得即便是非共識、批判意見、獨特創見或少數人的聲音，也能被清晰地展現，并因此獲得更公平的對待。簡而言之，大模型技術對不同聲音進行合理考量，確保了多元化聲音的呈現。這不僅促進了科普內容的豐富，還提升了其包容性與深度，讓科普不再局限于主流聲音。少數人的創見得以在更廣闊的舞臺上閃耀，激發了公眾對科學的全面認知與深入思考。同時，大模型公平對待每一種聲音，增強了科普的公信力與吸引力，為構建開放、多元的科普生態奠定堅實基礎，有助于推動科學普及全面發展。

第四，大模型促使科學性、正確性等概念被重新定義。隨著機器學習算法和大模型在決策和科學研究中的廣泛應用，傳統的嚴謹因果邏輯的概念開始變得模糊。為了回應這個變化，需要重新思考正確性的定義，重新認識透明性和解釋性的重要性。對于正確性的定義，不能再僅僅依賴于確定性的因果邏輯。相反，需要通過理解算法工作原理、數據質量及其局限性來評估結果的可信度，同時也需要考慮到結果背后的模式和趨勢影響。這意味著人們需要更多地依賴于概率和統計學的方法來評估正確性，而非僅僅依賴于確定性的推理。在透明性和解釋性方面，需要采取更多的措施來確保機器學習的算法和大模型的決策過程是可解釋的和透明的。例如，讓大模型開發者設計更具解釋性的模型結構，提供更全面、通俗的文件和報告，以便科學家和研究者以及公眾能夠更好地理解算法的決策過程和結果。此外，也需要開發更多的工具和方法來評估和驗證算法的結果，并為其理解、決策提供合理的解釋。這種變革促使科普創作必須緊跟科技前沿，以更嚴謹、透明的方式傳遞科學知識，提升公眾科學素養，構建科技與社會的橋梁。

第五，大模型預示著科普創作準入層面上平權時代的到來。生成式人工智能技術的突破，會逐漸彌合人類整體認知水平和知識能力鴻溝，降低各類知識、各個專業的門檻。這種趨勢預示著，若干年后，不分什么理科、文科，一個人只要有想法，掌握一些基本的提問能力，就能解決許多問題，就可以從事科普創作。

二、大模型對科普創作強大而奇異的賦能作用

大模型輔助科普創作的核心原理在于深度學習與自然語言處理技術的結合。大模型通過海量的文本數據訓練，掌握了豐富的語言知識，擁有跨領域的知識體系。在科普創作過程中，創作者可以輸入相關的關鍵詞、主題或問題，大模型基于其訓練得到的知識圖譜和生成能力，快速生成連貫、有邏輯的科普文本，或提供相關的知識素材供創作者參考。大模型以其獨特的原理與深層邏輯，正在深刻改變著科普創作的面貌。

（一）提升科普創作的效率與文本基礎質量

大模型通過海量數據的訓練，積累了豐富的知識儲備，具有強大的生成能力。在科普創作過程中，創作者可以依托大模型快速生成初稿，大大節省撰寫時間。大模型在自然語言處理方面的卓越表現，是其輔助科普創作的關鍵。通過語言模型填充、文本分類等預訓練任務，大模型學會了理解人類語言的復雜結構和語義關系，能根據輸入的關鍵詞或主題，準確理解創作者的意圖和需求，自動生成符合語法規則、邏輯清晰、表達準確且連貫的文本，有效避免了人工撰寫時由于創作個體表達能力不足或時間倉促導致的邏輯不清、表述不準等問題，從而提升了科普文本的基礎質量。大模型的引入，使科普創作的創作周期由數天、數周乃至更久，進入按秒計的“讀秒時代”，科普創作的效率和文本基礎質量得到極大提升，這為新時代科普生產和傳播帶來更廣闊的發展空間和更多的可能性。大模型加持的科普創作和傳播，有望徹底改變科普的“真相還沒穿鞋，謠言已經走遍天下”的尷尬現狀。

（二）拓寬科普創作的邊界與深度

傳統科普創作往往受限于創作者的知識儲備和視野范圍，難以覆蓋所有學科領域和前沿科技。大模型憑借其廣泛的知識儲備和跨領域的學習能力，可以輕松跨越學科壁壘，為科普創作提供豐富多樣的素材和視角，實現不同領域知識的融合與拓展。這使得科普內容不再局限于某一特定領域，而是能夠涵蓋更廣泛的知識面，滿足不同受眾的需求。例如，在介紹某個科學現象時，大模型可以融合物理學、化學、生物學等多個領域的知識，為受眾提供全面、深入的科學解釋。這種跨領域融合與知識拓展的功能，拓寬了科普內容的廣度與深度，提升了科普創作的價值。同時，大模型還能深入挖掘現象背后的科技原理和科學故事，使科普內容更加深入、生動，增強讀者的閱讀體驗和學習效果。人機協同的科普創作時代，是成就“科普超級個體”的時代——“一個科普個體+大模型+自媒體=超級科普創作與傳播個體=科普創作傳播團隊”，因為大模型的加持，超級個體能夠又快、又好、又準地完成一個傳統科普創作傳播團隊才能完成的復雜任務。

（三）促進科普創作的個性化與定制化

在個性化與定制化成為時代潮流的今天，科普創作也需要緊跟這一趨勢。大模型通過理解用戶的輸入和需求，能夠生成符合用戶個性化偏好的科普內容，特別是在生成科普文章、講稿、講解詞、視頻腳本、展覽腳本等方面表現優異，其效果大大出乎人們的意料，生成結果會給創作者和讀者帶來極大驚喜。對于不同年齡層、不同知識背景的受眾，大模型可以生成不同難度、不同風格的科普文章或視頻腳本，幫助創作者和傳播者實現科普內容的精準推送。這種個性化與定制化的科普創作方式，使科普內容表達更加有料、生味、有趣，有助于提升科普作品的觸達率以及受眾對作品的接受度、滿意度。

（四）推動科普創作的創新與形式多樣化

大模型的應用還促進了科普創作的創新與形式多樣化。一方面，大模型可以輔助創作者進行創意構思和內容策劃，提供新穎獨特的科普主題和視角；另一方面，大模型還可以支持多種形式的科普創作，不僅包括文字，還可以通過指令生成圖片、音頻、視頻等更加生動直觀、易于理解、富有趣味性的形式。圖、聲、影等形式的作品本來具有一定的創作門檻，而隨著生成式人工智能在多媒體生成領域的逐漸發展，如今沒有學過相關技能的創作者也可以便捷地通過指令將文字形式的科普內容轉化成科普圖片、科普音視頻等，創作門檻的降低極大豐富了多媒體科普作品的總量，更能滿足不同情景、不同受眾的多樣化科普需求。

三、大模型輔助科普創作面臨的風險及認知偏見

（一）大模型輔助科普創作面臨的風險

如同“人們駕駛汽車會出現交通事故”一樣，大模型輔助科普創作在為科普創作者帶來高創作效率、高生成品質的同時，也會帶來一些潛在的、現實的問題和挑戰，如內容存在信息誤導、缺乏深度和洞察力，以及使用者產生技術依賴和各環節的倫理問題等。

第一，大模型輔助科普創作中的信息誤導風險。盡管大模型擁有豐富的知識，但由于其生成內容的過程是基于訓練數據的統計規律，而非嚴格的邏輯推理，因此可能存在信息誤導的風險。特別是在科學領域，一些細微的差錯可能導致嚴重的誤導，對受眾產生不良影響。這就要求科普作者在使用大模型輔助創作時，應秉持嚴謹態度，對大模型生成內容嚴格把關。首先，需驗證大模型提供的信息，通過查閱權威資料、咨詢專家等方式確保準確性。其次，對關鍵科學概念和數據要詳細核查，避免以訛傳訛。同時，保持批判性思維，不盲目依賴大模型，對存疑內容深入探究。此外，大模型輔助生成的科普作品應注明信息來源，增加透明度，便于讀者查證。最后，建立讀者反饋機制，及時糾正錯誤，不斷總結經驗，優化后續創作。以此，能夠有效規避信息誤導風險，確保大模型輔助生成的科普作品最終呈現時具有科學性和準確性。

第二，大模型輔助科普創作生成內容缺乏深度、洞察力不足的問題。大模型生成的科普內容雖然廣泛且多樣，但可能缺乏深度和洞察力。它們能捕捉到現象，但可能無法提供對科學現象或概念的深入解釋和分析，難以滿足一些對科學有深入探究需求的受眾。這要求科普作者主動深化內容，必須對大模型生成內容進行二次加工，結合個人專業知識和研究，提供深入剖析和獨到見解。創作者應主動關注科學前沿，將最新理論與研究成果融入作品，提升內容的新穎性和深度。同時，若鼓勵受眾圍繞作品參與討論，不僅能通過互動激發更多人參與到思考中，也可為自身的后續創作收集靈感。創作者還應注重培養自身的批判性思維，優化大模型生成內容的邏輯，采用設問等方式引導受眾探究科學本質，而非僅停留在對表面知識的了解。這樣，科普作品才能兼顧廣度與深度，滿足不同層次受眾的需求。

第三，使用大模型輔助科普創作時產生技術依賴及相關倫理問題。大模型輔助科普創作離不開對科技的大量使用，可能導致創作者在創作過程中過度依賴技術，而忽視了自身的思考和創新能力。這要求科普作者必須有效平衡大模型技術使用與自主思考的關系，避免過度依賴大模型。創作前明確主題與目的，自主構思框架，再借助技術填充細節。此外，使用大模型進行科普創作還可能涉及倫理問題，如數據隱私、版權等。這需要創作者堅守倫理底線，確保數據來源合法，尊重版權，不使用敏感信息或他人隱私。使用大模型前，先了解其數據處理政策，避免侵犯他人權益。使用后，創作者應承擔自己的社會責任，對大模型生成的內容進行嚴格篩選，確保作品符合科學倫理?？偠灾?，我們應多鼓勵原創思考，鼓勵創作者多結合個人見解深化科普作品內容，讓技術成為輔助而非主導，以確?？破談撟骷染邉撔滦杂肿裱梢蠛蛡惱硪幏?。

（二）對大模型輔助科普創作的認知偏見

盡管大模型在科普創作中的應用前景廣闊，但部分研究者和使用者對大模型存在諸多顧慮和認知偏見，導致目前實際應用并不廣泛，大模型輔助科普創作的應有賦能作用沒能發揮出來。

第一，對大模型的原理和功能作用缺乏深入理解。作為一種新興的技術，大模型具有一定的復雜性和技術門檻，不少使用者對其背后的工作原理、數據訓練方法，以及實際應用中的優勢和局限缺乏深入了解。這說明目前與大模型相關的科普還不夠充分。

第二，對大模型輔助科普創作的具體應用存在迷茫和困惑。由于上一點提到的了解不足，使用者可能不清楚如何將大模型技術有效地融入到科普創作的流程中，或對如何選取合適的模型、如何輸入有效的指令以及如何優化生成的內容感到困惑。對于大模型生成的內容的質量和可信度，部分使用者也存在疑慮，不確定是否需要對生成的內容進行進一步的核實和修改。還有一些使用者對于大模型在科普創作中的具體應用場景，如科普文章撰寫、科普問答、科普視頻腳本生成等，也缺乏深入的了解和實踐經驗。

第三，對大模型輔助科普創作存在過高期待和過度依賴。部分使用者可能過分夸大了大模型的能力，認為其可以完全替代人類在科普創作中的角色，從而忽視了人在內容創新、情感表達等方面的獨特價值。一方面，過度依賴大模型可能導致使用者忽視自身能力的提升，不再注重積累專業知識和提升寫作技巧，長遠來看，這可能影響他們的職業發展；另一方面，對大模型的過高期待也可能導致使用者在實際應用中感到失望，因為任何技術都有其局限性，大模型也不例外，它可能無法完全滿足所有復雜和特定的科普創作需求。

第四，對大模型輔助科普創作存在恐懼和抵觸情緒。部分使用者，尤其是科普作家可能會擔心，隨著技術的不斷進步，大模型能夠生成越來越高質量的內容，從而逐漸取代人類科普作家的地位。這種擔憂主要源于對技術發展的不確定性，以及對自身職業前景的憂慮。實際上，大模型輔助科普創作更多的是作為一種工具或助手，幫助科普作家提高創作效率和質量，而不是完全替代他們。人類的創造力、獨特視角和情感表達是機器無法復制的。

第五，擔心大模型輔助創作的科普作品會引發法律糾紛。大模型在創作過程中提供了大量的信息和素材，這可能導致科普作品的著作權歸屬變得模糊和不確定，一旦作品被廣泛使用或產生經濟效益，就可能引發著作權相關的爭議，進而產生法律糾紛。這種擔憂并非沒有道理，因為在大模型輔助創作的情況下，確定作品的獨創性和著作權歸屬確實更為復雜。這也提醒我們，在使用大模型進行科普創作時，必須更加注意著作權的保護和歸屬問題。

四、積極迎接人機協同的科普創作新時代

隨著科技進步，大模型正逐漸改變科普創作模式。未來，既應結合人工智能的優勢積極探索大模型對科普創作的輔助作用，同時還應加強內容審核，注重倫理規范，以確保科普創作的科學性和可信度。大模型必將開啟科普創作人機協同的新時代，讓我們共同擁抱和迎接這個時代。

（一）大力普及大模型在輔助科普創作方面的價值和應用方法

科普創作者對大模型進行基礎了解并熟練掌握其在輔助科普創作方面的應用，不僅能滿足其個人技能升級的需求，更是自覺推動科普事業邁向新高度的必然選擇。

第一，科普作者需深刻認識到大模型的價值所在。作為能夠使工作變得便捷、高效的新生技術，大模型的基本知識值得各行各業的人們了解?？破兆骷遗c科學技術發展關系密切，更應該走在時代前列，通過不同渠道積極主動學習大模型的相關知識，深化對大模型價值的認識，并根據自身需求在合理的范圍內加以利用。

第二，向全社會大力普及大模型輔助科普創作的應用。這意味著要通過舉辦講座、工作坊、在線課程等形式，分享成功案例，展示大模型在科普創作中的巨大潛力，激發更多創作者對大模型的興趣，增強公眾對大模型輔助科普創作的理解和支持，讓更多創作者選擇使用大模型輔助科普創作，最大化發揮自身與大模型的雙重優勢，實現技術與創意的深度融合。同時，也應倡導使用大模型注意科技倫理，強調在享受技術便利的同時，堅守科普的真實性與客觀性，避免誤導公眾，以維護科普事業的公信力。

（二）讓大模型成為新時代科普創作者的得力伙伴

在人機協同的科普創作新時代，大模型將成為創作者得力的助手和伙伴。創作者可以利用大模型的知識儲備和語言處理能力，快速生成科普文本的初稿，然后在此基礎上進行進一步的修改和完善。這種協同工作方式不僅提高了科普創作的效率，還保證了科普內容的質量和深度。同時，大模型的創新能力還可以為創作者提供新的靈感和思路，推動科普創作的不斷創新和發展。

如前文所述，大模型的知識整合能力極大地提升了科普創作的效率，使得創作者能夠更專注于內容的創新和深度挖掘，而不是陷入煩瑣的知識收集和整理工作中；大模型的自然語言處理能力，可優化科普作品的語言表達，提升其可讀性和內容質量；大模型的創新構思與多樣化表達能力，可以提升科普作品的趣味性和個性化水平。此外，科普作者身份多樣，一些作者雖有創作意愿，但時間、精力、科普能力和創作能力上可能力不從心；在一些地區或領域，科普資源可能相對匱乏。采用人機協同的科普創作方式，可以快速填補空白，有助于解決上述問題。

（三）要敢于和善于應用大模型輔助科普創作

熟練掌握并合理使用大模型來輔助科普創作，將是新時代科普創作者最基本的能力，科普創作者必須緊跟時代步伐。每位科普創作者都應積極學習相關技術要領，善于借助大模型的力量，讓科普作品更加通俗易懂、深入人心，為公眾帶來更多有價值的科普作品。

第一，要善于根據任務具體環節及不同的創作情境選擇合適的大模型。不同的大模型（如文心一言、訊飛星火、豆包、ChatGPT等）在文本生成、理解、推理等方面具有不同的優勢和特點。同時，大模型的配置（如參數數量、訓練數據集等）也會直接影響其性能。了解常用大模型的特點及其配置，并在此基礎上選擇性使用，對于確保科普內容的準確性、科學性和生動性至關重要。

第二，要在輸入大模型的提示詞上下功夫。大模型本質上是一種人工智能系統，是核心控制器，沒有實際的“五官”，也沒有實際的“四肢”和身體，無法“感知”創作者的需求、現實情景、它自己的角色以及需要執行什么任務，因此創作者需明確告知它所處的背景，并賦予它相應角色及需執行的具體任務的指令，才能真正使它成為一種通用的、多功能的智能機器。掌握與大模型的對話要領，是利用大模型輔助科普創作成敗的核心和關鍵。

第三，要在大模型生成內容的審核與修改上下功夫。大模型生成的內容雖富有創意，卻也可能包含不準確、冗余或偏離主題的信息，因此內容審核與修改環節至關重要。創作者需具備批判性思維，對生成內容進行嚴格把關，確保內容科學、表達準確無誤，避免誤導公眾。審核修改時，對于知識上的模糊或存疑之處，應查閱權威資料核實，必要時請教專家。同時，修改時要注重語言的通俗性與趣味性，將復雜的科學原理轉化為公眾易于理解的語言，增強科普作品的吸引力。在修改過程中，還需關注內容的邏輯性與連貫性，刪除冗余信息，優化篇章結構，使科普作品既嚴謹又流暢。

參考文獻

[1]曾甘霖. 科普創作概論[M]. 北京：中國科學技術出版社，2020.

[2]楊文志，包明明.大模型：我的科普創作助理[M].重慶：重慶大學出版社，2024.

[3]郭文茗. 人工智能時代的教育變革[J]. 北京大學教育評論，2023，21（1）：62-82，189.

[4]喻國明，蘇芳，蔣宇樓. 解析生成式AI下的“涌現”現象 ——“新常人”傳播格局下的知識生產邏輯[J]. 新聞界，2023（10）：4-11.

（編輯 / 鄒" 貞" "齊" 鈺）

Initiating a New Era of Human-Machine Collaboration in Science Popularization：

A Review of Large Model-Assisted Science Popularization Creation

Yang Wenzhi

（China Rural Professional Technical Association，Beijing 100026）

Abstract：Large model-assisted science popularization creation，with its unique advantages，heralds a profound transformation in the field of science communication. This article reviews the significant impacts of large models on science popularization from their distinctive functionalities and their disruption of traditional paradigms. It highlights the empowering role of large models in this domain，evaluates the risks and cognitive biases associated with large model-assisted science popularization，and proposes countermeasures for actively embracing this new era of human-AI collaborative science creation.

Keywords：large model assistance；science popularization creation；human-AI collaboration

CLC Numbers：TP18" " "Document Code：A" " "DOI：10.19957/j.cnki.kpczpl.2024.04.001