生成式人工智能影響下的國(guó)際傳播：實(shí)踐進(jìn)展與影響路徑

【內(nèi)容提要】本文從多語(yǔ)言信息搜集與核實(shí)、多模態(tài)內(nèi)容創(chuàng)作與翻譯、多形式內(nèi)容分發(fā)與消費(fèi)等三個(gè)方面探討生成式人工智能在國(guó)際傳播中的應(yīng)用實(shí)踐進(jìn)展；并從新型行動(dòng)者、新認(rèn)知模式、新的真實(shí)性、新型國(guó)家能力等四個(gè)方面剖析生成式人工智能對(duì)國(guó)際傳播的影響路徑。面對(duì)生成式人工智能的發(fā)展，國(guó)際傳播行動(dòng)者需要拒絕技術(shù)迷思或恐慌，以價(jià)值理性引導(dǎo)工具理性，推動(dòng)其促進(jìn)國(guó)家之間的平等交流和相互理解。

【關(guān)鍵詞】生成式人工智能 國(guó)際傳播 大語(yǔ)言模型

以ChatGPT為代表的新一代生成式人工智能（Generative Artificial Intelligence，GenAI），表現(xiàn)出在高質(zhì)量對(duì)話、復(fù)雜推理、語(yǔ)境學(xué)習(xí)、跨任務(wù)泛化（包括多語(yǔ)言任務(wù)）等方面的強(qiáng)大能力，①并呈現(xiàn)出從自然語(yǔ)言交互向多模態(tài)交互發(fā)展的趨勢(shì)，由此具有影響國(guó)際傳播的潛力。本文將首先探討生成式人工智能在國(guó)際傳播的多語(yǔ)言信息搜集與核實(shí)、多模態(tài)內(nèi)容創(chuàng)作與翻譯、多形式內(nèi)容分發(fā)與消費(fèi)等三個(gè)方面的應(yīng)用實(shí)踐進(jìn)展；進(jìn)而從新型行動(dòng)者、新認(rèn)知模式、新的真實(shí)性、新型國(guó)家能力等四個(gè)方面剖析生成式人工智能影響國(guó)際傳播的主要路徑。

一、國(guó)際傳播中的生成式人工智能應(yīng)用實(shí)踐

國(guó)際傳播是跨越國(guó)家或地區(qū)邊界，在不同地域、政治、社會(huì)與文化系統(tǒng)之間溝通交往的過(guò)程，因此其所要克服的障礙不僅是地理意義上，更是語(yǔ)言與制度、文化意義上的。生成式人工智能可以憑借其強(qiáng)大的多模態(tài)理解力和生成力，為克服國(guó)際傳播中的語(yǔ)言障礙和文化差異提供幫助。目前，生成式人工智能已經(jīng)開(kāi)始參與新聞、播客、影視等各類文化產(chǎn)品的全球生產(chǎn)和國(guó)際傳播。

（一）多語(yǔ)言信息搜集與核實(shí)

首先是多語(yǔ)言的信息搜集與摘要工作。最新信息的獲取對(duì)于國(guó)際媒體和跨國(guó)傳播主體（如“出海”企業(yè)）尤為重要。生成式AI擁有從非結(jié)構(gòu)化數(shù)據(jù)中提取信息的出色能力，特別是針對(duì)多語(yǔ)言、多模態(tài)的任務(wù)。例如，“數(shù)礦”（Dataminr）為“德國(guó)之聲”“自由歐洲電臺(tái)”（RFE）等國(guó)際媒體和戴森、空客等跨國(guó)企業(yè)提供全球突發(fā)事件預(yù)警和事件進(jìn)展描述。②該人工智能平臺(tái)接入了全球百萬(wàn)個(gè)公共數(shù)據(jù)源以獲取150多種語(yǔ)言的文本和多模態(tài)的數(shù)據(jù)；通過(guò)大模型運(yùn)維（LLM Operations，LLMOps）集成多個(gè)定制化的基礎(chǔ)模型，能生成關(guān)于事件進(jìn)展的實(shí)時(shí)描述；還可以根據(jù)關(guān)注的地理區(qū)域定制突發(fā)事件預(yù)警的范圍，助力國(guó)際新聞的快速報(bào)道和跨國(guó)企業(yè)的業(yè)務(wù)協(xié)調(diào)。

另一些媒體更注重對(duì)全球多元觀點(diǎn)的整合。例如，新聞網(wǎng)站“信號(hào)燈”（Semafor）秉持區(qū)分事實(shí)和觀點(diǎn)的報(bào)道結(jié)構(gòu)，推出了信號(hào)（Signals）模塊，由記者確定報(bào)道的核心事實(shí)，再結(jié)合生成式人工智能從全球新聞來(lái)源中整理出不同的觀點(diǎn)。③它通過(guò)OpenAI的“GPT構(gòu)建者”（GPT Builder）創(chuàng)建了名為“多語(yǔ)言洞察搜索優(yōu)化器”（Multilingual Insight Search Optimizer，MISO）的工具，將搜索引擎必應(yīng)（Bing）接入ChatGPT，快速檢索、篩選以多語(yǔ)言發(fā)布的新聞報(bào)道并生成內(nèi)容摘要（目前支持英文、中文、西班牙語(yǔ)）。當(dāng)輸入新聞事件后，如“ 英美打擊胡賽”（US and UK strikes on Houthis），MISO首先生成英文提示詞（prompt）并在Bing中檢索、篩選出4份報(bào)道并輸出其媒體來(lái)源、日期、摘要和鏈接；然后生成中文和西班牙語(yǔ)提示詞并分別輸出檢索結(jié)果，從而輔助增加“信號(hào)燈”報(bào)道中多國(guó)別來(lái)源的觀點(diǎn)。

不過(guò)，這并不意味著MISO完全克服了偏見(jiàn)。在MISO給出的英美打擊胡塞事件的檢索示例中，④我們可以發(fā)現(xiàn)，MISO更傾向于給出它更熟悉的媒體來(lái)源，在中文檢索結(jié)果中排列前位的首先是中東媒體半島電視臺(tái)和“德國(guó)之聲”的中文報(bào)道，其次才是中國(guó)媒體新浪財(cái)經(jīng)和央視。生成式AI輸出的結(jié)果也將經(jīng)過(guò)記者的二次編輯。在2024年5月2日Semafor的7條“信號(hào)”報(bào)道中，引用了41個(gè)來(lái)源，只有4個(gè)來(lái)自英美以外的國(guó)家。

生成式人工智能也可以輔助多語(yǔ)言的信息核實(shí)工作。大模型驅(qū)動(dòng)的生成式AI大都有較強(qiáng)的多語(yǔ)言任務(wù)完成能力，可以對(duì)不同語(yǔ)言的新聞來(lái)源可信度進(jìn)行評(píng)級(jí)，使其成為新聞?dòng)浾咛幚韲?guó)際新聞或多語(yǔ)言信息的重要輔助工具。研究顯示，GPT3.5對(duì)新聞來(lái)源的可信度評(píng)級(jí)與專業(yè)機(jī)構(gòu)的評(píng)級(jí)有一定的相關(guān)性，在英語(yǔ)、法語(yǔ)、德語(yǔ)任務(wù)中的表現(xiàn)較好，完成意大利語(yǔ)任務(wù)的表現(xiàn)則較差。通過(guò)GPT3.5評(píng)估7500多個(gè)新聞來(lái)源大約需要兩個(gè)小時(shí)，成本僅約為3美元，是新聞機(jī)構(gòu)和記者能負(fù)擔(dān)且易協(xié)作的助手。⑤

（二）多模態(tài)內(nèi)容創(chuàng)作與翻譯

在國(guó)際市場(chǎng)中，扎根于本土文化的作品可能較難被其他國(guó)家或文化體系中的受眾認(rèn)可，產(chǎn)生文化折扣。⑥因此需要積極推動(dòng)不同國(guó)家間的文化背景闡釋與交流。其中，歷史、神話、信仰等成為了國(guó)際傳播中的重要話題——它們構(gòu)成了不同國(guó)家的文化符號(hào)和集體認(rèn)同，是文化背景闡釋的重要部分；由于其神秘與陌生感，也能夠引發(fā)異國(guó)受眾的好奇，甚至促成異國(guó)創(chuàng)作者的自發(fā)生產(chǎn)與傳播。生成式人工智能在大規(guī)模語(yǔ)料的學(xué)習(xí)中涌現(xiàn)的創(chuàng)造力，大大提高了文化背景信息的可獲得性和相關(guān)產(chǎn)品的生產(chǎn)效率。在優(yōu)兔、TikTok等國(guó)際視頻平臺(tái)上已經(jīng)出現(xiàn)以各民族的歷史知識(shí)或神話故事為核心內(nèi)容的人工智能生成內(nèi)容（ AI Generated Content， AIGC）頻道。它們使用AI生成神話和歷史圖片、視頻，推動(dòng)了不同國(guó)家受眾對(duì)異國(guó)文化的了解。例如，使用視頻生成AI“跑道”（Runway）為各國(guó)歷史故事生成視頻的“歷史精要”（History In a Nutshell），使用“達(dá)利3”（DALL-E-3）為非洲傳說(shuō)配圖的“奇的非洲故事”（African Tales by Chi），使用“中道”（Midjourney）速覽各國(guó)文化的“玩轉(zhuǎn)AI”（Fun with A.I）等。其中，“Fun with A.I”圍繞近百個(gè)國(guó)家的歷史風(fēng)貌和文化背景，在各種主題下進(jìn)行圖片生成與對(duì)比。⑦

我國(guó)媒體也在積極展開(kāi)基于生成式AI的傳統(tǒng)文化國(guó)際傳播實(shí)踐。中央廣播電視總臺(tái)密集推出多部生成式AI作品，并由中國(guó)國(guó)際電視臺(tái)（CGTN）發(fā)布英文版作品，其中包括中國(guó)首部文生視頻AI系列動(dòng)畫片《千秋詩(shī)頌》（Poems of Timeless Acclaim）、首部AI譯制的微紀(jì)錄片《來(lái)龍去脈》（On the Trail of the Chinese Dragon）、首部AI全流程微短劇《中國(guó)神話》（Chinese Mythology）等。這些作品分別圍繞文學(xué)經(jīng)典、歷史故事、圖騰信仰、神話傳說(shuō)等，借助AIGC拓展人們的想象，同時(shí)展現(xiàn)故事背后的民族精神。不過(guò)，這些AI全流程視頻目前還處于探索階段，需要在“提示工程”和后期制作中付出不少人力。

語(yǔ)言障礙也是造成國(guó)際傳播中文化折扣現(xiàn)象的主要原因。因此，對(duì)內(nèi)容進(jìn)行本地化翻譯是國(guó)際傳播的重要環(huán)節(jié)。研究顯示，GPT4等大語(yǔ)言模型（Large Language Model， LLM）驅(qū)動(dòng)的生成式AI，在完成高資源語(yǔ)言（如英語(yǔ)、中文、西班牙語(yǔ)）的文本翻譯方面，已經(jīng)能與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯（Neural Machine Translation，NMT，如谷歌翻譯、DeepL）媲美；但在低資源語(yǔ)言的翻譯中仍然落后。⑧也有研究提出，基于LLM的語(yǔ)境學(xué)習(xí)能力，通過(guò)優(yōu)化提示（解釋翻譯任務(wù)、提供上下文等），能提升LLM的翻譯效果。⑨除了最基礎(chǔ)的文本翻譯，生成式人工智能還提供了跨模態(tài)的翻譯和轉(zhuǎn)換功能。如Meta推出的“天縫翻譯”（SeamlessM4T）支持文本和語(yǔ)音間的跨模態(tài)翻譯，在輸入一段語(yǔ)音后，模型能夠即時(shí)輸出目標(biāo)語(yǔ)言的文本（反之亦然）。⑩

同時(shí)，生成式AI也提供了在多個(gè)模態(tài)中對(duì)翻譯進(jìn)行優(yōu)化的功能，包括語(yǔ)音克隆、視覺(jué)配音等，以減少短視頻、影視劇等文化作品因翻譯帶來(lái)的生硬感。在語(yǔ)音克隆方面，包括十一實(shí)驗(yàn)室（ElevenLabs）、紙杯（Papercup）、深度配音（Deepdub）、語(yǔ)音重塑（Respeecher）等初創(chuàng)公司，開(kāi)放聲音（OpenVoice）、GPT-SoVITS等開(kāi)源項(xiàng)目，都推出了語(yǔ)音克隆功能，可以提取聲音特征，學(xué)習(xí)原有音色（或適配音色類似的AI聲線），并以多語(yǔ)種生成語(yǔ)音，還能根據(jù)語(yǔ)境調(diào)整節(jié)奏、情感、語(yǔ)調(diào)等細(xì)節(jié)。AI翻譯配音乃至語(yǔ)音克隆技術(shù)已被廣泛應(yīng)用于新聞、播客、影視等文化作品的翻譯和跨國(guó)傳播中。例如，“紙杯”為彭博社（Bloomberg）、內(nèi)幕（Insider）等新聞媒體的英文視頻提供西班牙語(yǔ)的翻譯配音服務(wù)，11為奧利弗（Jamie Oliver）等優(yōu)兔博主提供阿拉伯、葡萄牙、印地等多語(yǔ)種配音；12Spotify與OpenAI合作開(kāi)發(fā)了克隆主播聲音并生成翻譯語(yǔ)音的功能，目前已推出弗里德曼（Lex Fridman）等主播的英語(yǔ)轉(zhuǎn)西班牙語(yǔ)頻道播客。13

在視覺(jué)配音（visual dubbing， vubbing）方面，修改唇部動(dòng)作、使之匹配語(yǔ)音的功能開(kāi)始被應(yīng)用到影視作品的翻譯中，如無(wú)暇智能（Flawless AI）、變革娛樂(lè)（Adapt Entertainment）、口型配音（LipDub）等。Flawless AI推出的精準(zhǔn)同步（TrueSync）軟件可以提取演員的面部特征，進(jìn)行少樣本的面部關(guān)鍵點(diǎn)定位，并通過(guò)生成對(duì)抗網(wǎng)絡(luò)（VQ StyleGAN）修改原始鏡頭中演員的面部動(dòng)作，以適應(yīng)配音發(fā)聲。14Adapt Entertainment利用柏拉圖（PLATO）軟件（通過(guò)自動(dòng)編碼和跟蹤物體進(jìn)行物理學(xué)習(xí)）的神經(jīng)渲染（neural rendering）技術(shù)，捕捉演員在錄制英文念白時(shí)的面部動(dòng)作，從而調(diào)整原始鏡頭中的面部。基于這一技術(shù)，“變革娛樂(lè)”為巴爾切夫斯基（Maciej Barczewski）導(dǎo)演的《戰(zhàn)俘拳王》（Mistrz）進(jìn)行了從波蘭語(yǔ)到英語(yǔ)的視覺(jué)配音。這為文化作品的國(guó)際傳播增加了另一種可能——以較低的成本為電影重新配音并在國(guó)際市場(chǎng)中發(fā)行。

（三）多形式內(nèi)容分發(fā)與消費(fèi)

在國(guó)際傳播層面，多語(yǔ)種的生成式AI新聞也開(kāi)始出現(xiàn)，創(chuàng)新了新聞的生產(chǎn)與分發(fā)模式。例如新聞網(wǎng)站第一頻道（Channel 1）希望根據(jù)受眾母語(yǔ)、感興趣的主題和區(qū)域等，構(gòu)建個(gè)性化的新聞產(chǎn)品：它能夠收集全球信源、翻譯現(xiàn)場(chǎng)報(bào)道，生成文稿并由數(shù)字主播進(jìn)行多語(yǔ)種的新聞播報(bào)，通過(guò)應(yīng)用程序和流媒體平臺(tái)進(jìn)行分發(fā)，使全球用戶都能獲取語(yǔ)種、興趣、主播風(fēng)格等個(gè)性化定制的新聞。15目前，Channel 1還未正式推出新聞產(chǎn)品，但從它發(fā)布的英、法、德、日、韓、俄等14種語(yǔ)種的試播視頻中，16已經(jīng)可以一窺生成式AI將為國(guó)際新聞的個(gè)性化消費(fèi)帶來(lái)的影響。

生成式人工智能驅(qū)動(dòng)的聊天機(jī)器人增多，也為各國(guó)文化的國(guó)際傳播提供了新的可能性。基于大規(guī)模知識(shí)庫(kù)和檢索增強(qiáng)功能，生成式AI對(duì)各國(guó)的文化背景都有所了解，能結(jié)合指令微調(diào)扮演特定角色，包括歷史名人、特殊職業(yè)者、游戲非玩家角色（NPC）等。例如，OpenAI推出的GPT Builder使用戶能自由創(chuàng)建、分享不同版本的ChatGPT。其中，基于中國(guó)八卦風(fēng)水知識(shí)的“AI算命”和“八字算命”（Chinese BaZi Fortune Telle）等已獲得了近萬(wàn)次聊天。角色.智能（Character.ai）中的AI“老子”（Laozi）、“孫子”（Sun Tzu）、“成吉思汗”（Genghis Khan）和“道德經(jīng)”（Tao Te Ching）已經(jīng)與用戶開(kāi)展過(guò)萬(wàn)次乃至百萬(wàn)次聊天。

生成式AI也能將書籍轉(zhuǎn)變?yōu)榛?dòng)游戲，由AI扮演游戲NPC。例如，新加坡國(guó)家圖書館基于OpenAI推出了“游戲國(guó)書館”（Playbrary）。17在其中，用戶可以通過(guò)GPT4與自己選擇的書籍互動(dòng)；也可以參考游戲圖書館給出的提示詞格式，自行調(diào)整書籍名稱和交互風(fēng)格。用戶通過(guò)與AI的聊天、交互，可以探索各國(guó)的文化故事，推進(jìn)不同文化之間的傳播交流。基于聊天的形式，生成式AI還可以幫助用戶學(xué)習(xí)外語(yǔ)、提供作品背景解讀等，從個(gè)性化的新聞消費(fèi)到聊天式的文化傳播，生成式人工智能為國(guó)際傳播提供了新的體驗(yàn)形式。

二、生成式人工智能對(duì)國(guó)際傳播的影響路徑

（一）新的國(guó)際傳播行動(dòng)者

生成式人工智能的興起使國(guó)際傳播生態(tài)中出現(xiàn)了新的行動(dòng)者。根據(jù)行動(dòng)者網(wǎng)絡(luò)理論（Actor-Network Theory， ANT），無(wú)論人還是物，都可以成為行動(dòng)者，且具有能動(dòng)性，“能將其他人的意志轉(zhuǎn)譯（translate）成自己語(yǔ)言的元素”。18它們不是處于某個(gè)位置以完成預(yù)設(shè)功能的占位符，也不是單純的中介者，而是能制造差別、改變狀態(tài)、留下痕跡的轉(zhuǎn)義者。19生成式人工智能超越了單純功能主義視角下的工具或中介角色，它作為非人行動(dòng)者的引入，改變了傳統(tǒng)的國(guó)際傳播模式，促使新的國(guó)際傳播行動(dòng)者網(wǎng)絡(luò)的形成。在這個(gè)多元、動(dòng)態(tài)的網(wǎng)絡(luò)中，政府、媒體、企業(yè)、個(gè)人和生成式AI相互作用、相互影響。例如，生成式AI的開(kāi)發(fā)、實(shí)踐和內(nèi)容產(chǎn)出受到科技公司、政府、個(gè)人等傳統(tǒng)行動(dòng)者的影響；同時(shí)，它的算法邏輯和運(yùn)作（如社交機(jī)器人）也在影響個(gè)人的認(rèn)知模式、重塑國(guó)際交流格局。

（二）新的知識(shí)獲取與認(rèn)知模式

生成式人工智能正在成為一種新的知識(shí)獲取模式（mode of knowing）20。它既為在國(guó)際傳播中理解他國(guó)形象提供重要機(jī)會(huì)，也可能傳遞其中存在的偏見(jiàn)。

對(duì)AI生成結(jié)果的審查顯示，生成式AI可能在代表性、情感、刻板印象等方面產(chǎn)生國(guó)別偏見(jiàn)。例如，研究顯示，GPT2在生成文本時(shí)，傾向于將低收入國(guó)家與更負(fù)面的情緒相關(guān)聯(lián)；21在此基礎(chǔ)上，進(jìn)一步的定性評(píng)估也發(fā)現(xiàn)，對(duì)比文本情緒更負(fù)面的組1（阿富汗、突尼斯、利比亞、蘇丹、塞拉利昂）和情緒更積極的組2（英國(guó)、法國(guó)、芬蘭、愛(ài)爾蘭、圣馬力諾）兩組國(guó)家，GPT2為組1國(guó)家生成的文本往往與軍事戰(zhàn)爭(zhēng)、恐怖主義、暴力襲擊相關(guān)，并使受訪者產(chǎn)生更深刻的刻板印象記憶。22GPT3.5在回答環(huán)境保護(hù)問(wèn)題時(shí)，對(duì)高收入國(guó)家的提及頻率是低收入和中低收入國(guó)家的7.8倍。23即使經(jīng)過(guò)了算法的調(diào)整，GPT3.5和GPT4仍然會(huì)生成基于國(guó)別的刻板印象，例如，敘利亞人被認(rèn)為是無(wú)家可歸、不學(xué)無(wú)術(shù)的；印度人被認(rèn)為是不講衛(wèi)生、不愛(ài)護(hù)環(huán)境的。24

（三）新的真實(shí)性問(wèn)題

生成式AI的幻覺(jué)問(wèn)題和深度偽造能力，使國(guó)際傳播中的真實(shí)性建構(gòu)面臨新的沖擊。例如，GPT3.5在回答各國(guó)生態(tài)保護(hù)的經(jīng)驗(yàn)時(shí)，會(huì)產(chǎn)生幻覺(jué)：在81個(gè)作出土地恢復(fù)承諾的國(guó)家中，有近四分之一沒(méi)有被提及，其中大多是低收入和中低收入國(guó)家；與之相對(duì)，它提及了40個(gè)沒(méi)有做出官方土地恢復(fù)承諾的高收入國(guó)家。25

AI的生成能力可能被用于虛假和有害信息的生產(chǎn)。信息核查機(jī)構(gòu)“新聞守護(hù)者”（NewsGuard）發(fā)現(xiàn)，要求ChatGPT根據(jù)已被證偽的100條虛假信息進(jìn)行文本生成，GPT3.5和GPT4分別對(duì)其中的80個(gè)和100個(gè)任務(wù)作出回應(yīng)，生成了鼓動(dòng)性短消息或是權(quán)威口吻的長(zhǎng)新聞，其中包括俄羅斯策劃了馬航墜毀、美國(guó)策劃了敘利亞化武襲擊事件等國(guó)際陰謀論。26

深度偽造技術(shù)進(jìn)一步增加了虛假信息的模態(tài)。生成式AI能優(yōu)化文化作品的多模態(tài)表達(dá)，也能偽造公眾人物的行為、虛構(gòu)危機(jī)事件，從而在國(guó)際傳播中造成誤導(dǎo)和混淆。有報(bào)告顯示，2023年，推特上由人工智能生成的虛假信息（特別是深度偽造圖像）的數(shù)量平均每月增長(zhǎng)130%。27例如，一張五角大樓發(fā)生爆炸的偽造圖片在推特上出現(xiàn)，不僅引發(fā)當(dāng)日美股震蕩，還迅速被“今日俄羅斯”（RT）和印度媒體共和電視（Republic TV）轉(zhuǎn)發(fā)報(bào)道；28隨著巴以沖突加劇，拜登著軍裝指揮作戰(zhàn)、以色列軍隊(duì)受到夾道歡迎等偽造圖片也在網(wǎng)上流傳。29在國(guó)際傳播中，由于地理距離和語(yǔ)言文化的阻隔，確證事實(shí)變得更加困難。

（四）新的國(guó)家能力

在傳統(tǒng)的政治學(xué)討論中，媒介并不被作為國(guó)家能力的維度之一，而是在相關(guān)論述中被偶爾提及。隨著技術(shù)的演進(jìn)，媒介對(duì)于國(guó)家能力的影響愈發(fā)凸顯。部分學(xué)者也在國(guó)家能力的構(gòu)建中加入了新的媒介維度，例如“國(guó)家數(shù)字能力”30。

作為數(shù)字時(shí)代重要的交流媒介和基礎(chǔ)設(shè)施，生成式AI正在成為國(guó)家數(shù)字能力的重要組成部分。受限于高昂的大模型訓(xùn)練成本、薄弱的底層技術(shù)積累等，在發(fā)達(dá)國(guó)家積極提升國(guó)家數(shù)字能力的同時(shí)，許多發(fā)展中國(guó)家只能持續(xù)追趕或被動(dòng)接受。據(jù)統(tǒng)計(jì)，2023年，美國(guó)發(fā)布了109個(gè)基礎(chǔ)模型，接著是中國(guó)的20個(gè)、英國(guó)的8個(gè)。31由此可見(jiàn)，生成式人工智能的變革并未抹平世界差距，反而拉大了數(shù)字鴻溝。在國(guó)際傳播環(huán)境中，傳播秩序是參與主體之間的國(guó)家能力博弈的結(jié)果。因?yàn)椴煌瑖?guó)家的數(shù)字能力存在差距，國(guó)際傳播信息流動(dòng)的“中心-邊緣”結(jié)構(gòu)可能依然難以撼動(dòng)。

三、小結(jié)

面對(duì)國(guó)際傳播中的生成式AI技術(shù)，我們需要拒絕技術(shù)迷思或恐慌，推動(dòng)其促進(jìn)國(guó)家之間的平等交流和相互理解。

首先，生成式AI目前的理解和生成能力仍是有限的，更多扮演輔助性角色；其次，生成式AI并不生產(chǎn)事實(shí)，而是循環(huán)轉(zhuǎn)譯數(shù)據(jù)，其中還可能導(dǎo)致偏見(jiàn)和虛假信息等問(wèn)題；另外，生成式AI也無(wú)法彌合數(shù)字鴻溝，使每個(gè)國(guó)家平等地接入生成式AI。因此，生成式AI并不能帶來(lái)國(guó)際傳播的“烏托邦”。也因?yàn)樯墒紸I的局限性，我們不必陷入技術(shù)恐慌。我們應(yīng)該以開(kāi)放的心態(tài)與生成式人工智能展開(kāi)交互，探索其在國(guó)際傳播中的應(yīng)用實(shí)踐。

在工具理性的邏輯下，生成式AI的開(kāi)發(fā)和國(guó)際傳播實(shí)踐往往追求效率和影響力的最大化，甚至試圖控制思維，而忽視傳播行動(dòng)應(yīng)該承載的價(jià)值，包括平等、尊重、包容等等。因此，我們需要重申價(jià)值理性在國(guó)際傳播中的重要性。國(guó)際傳播中的AI開(kāi)發(fā)與實(shí)踐，應(yīng)以促進(jìn)國(guó)際交流、相互理解與文明互鑒為目標(biāo)，以價(jià)值理性引導(dǎo)工具理性，并以AI與人類智慧的結(jié)合防范利用生成式AI實(shí)施的欺騙、操縱與控制。在人機(jī)共生的基礎(chǔ)上，應(yīng)充分發(fā)揮生成式AI的能力，以生成式AI輔助實(shí)現(xiàn)國(guó)際傳播的理想愿景。

本文系國(guó)家社科基金人才項(xiàng)目（22VRC186）、復(fù)旦大學(xué)文科先導(dǎo)和創(chuàng)新團(tuán)隊(duì)項(xiàng)目（IDH3353070）的階段性成果。

周葆華系復(fù)旦大學(xué)信息與傳播研究中心研究員，復(fù)旦大學(xué)新聞學(xué)院教授，全球傳播全媒體研究院研究員，復(fù)旦大學(xué)國(guó)家發(fā)展與智能治理綜合實(shí)驗(yàn)室研究員；吳雨晴系復(fù)旦大學(xué)新聞學(xué)院博士研究生

「注釋」

①Jie Zhou et al.， \"ChatGPT： Potential， Prospects， and Limitations，\" Frontiers of Information Technology Electronic Engineering， 25， no. 1 （2024）： 6-11.

②https：//www.dataminr.com.

③Ben Smith and Gina Chua， \"Introducing Semafor Signals，\" Semafor， accessed May 1， 2024， https：//www.semafor.com/article/02/05/2024/introducingsemafor-signals.

④Nilay Patel， \"Semafor Reporters Are Going to Curate the News with AI，\" The Verge， accessed May 1， 2024， https：//www.theverge.com/2024/2/5/24062229/ semafor-signals-miso-ai-microsoft.

⑤Kai-Cheng Yang and Filippo Menczer， \"Large Language Models Can Rate News Outlet Credibility，\" ArXiv：abs/2304.00228 （2023）.

⑥Colin Hoskins and Rolf Mirus， \"Reasons for the US Dominance of the International Trade in Television Programmes，\" Media， Culture Society， 10（1988）： 499-515.

⑦Fun with A.I.， \"Asking AI How Each Country Looked in the 17th Century，\" YouTube， accessed May 1， 2024， https：//www.youtube.com/ watch？v=7LA4ZXliG9ct=55s.

⑧Nathaniel Robinson et al.， \"ChatGPT MT： Competitive for High- （but Not Low-） Resource Languages，\" Proceedings of the Eighth Conference on Machine Translation （Singapore： Association for Computational Linguistics， 2023）， 392-418.

⑨Yuan Gao， Ruili Wang， and Feng Hou，“ How to Design Translation Prompts for ChatGPT： An Empirical Study，” ArXiv：abs/2304.02182 （2023）.

⑩Seamless Communication et al.， \"Seamless： Multilingual Expressive and Streaming Speech Translation，\" ArXiv： /2312.05187 （2023）.

11Papercup， \"Ensuring That Reliable， Trustworthy News Can Reach as Many People as Possible，\" accessed May 1， 2024， https：//www.papercup.com/casestudies/bloomberg； Papercup， \"Gaining 100 Million Views for Insider， in Just a Few Weeks，\" accessed May 1， 2024， https：//www.papercup.com/case-studies/ insider.

12Papercup， \"Gaining 28x More Views for Jamie Oliver with AI Dubbing，\" accessed May 1， 2024， https：//www.papercup.com/case-studies/jamie-oliver.

13\"Spotify’s AI Voice Translation Pilot Means Your Favorite Podcasters Might Be Heard in Your Native Language，\" Spotify Newsroom， https：//newsroom. spotify.com/2023-09-25/ai-voice-translation-pilot-lex-fridman-dax-shepardsteven-bartlett/.

14\"A Collection of Flawless AI Research，\" Flawless AI， accessed May 1， 2024， https：//www.flawlessai.com/research.

15“Channel 1 is building the first media company of the next generation，”Channel 1， accessed May 1， 2024， https：//www.channel1.ai/invest.

16https：//www.channel1.ai/vision/english.

17https：//playbrary.ai/.

18Michel Callon and Bruno Latour， \"Unscrewing the Big Leviathan： How Actors Macro-Structure Reality and How Sociologists Help Them to Do So，\" Advances in Social Theory and Methodology， ed. Karin Knorr-Cetina and Aaron V. Cicourel （Boston， MA： Routledge Kegan Paul， 1981）， 277-303.

19吳瑩等：《跟隨行動(dòng)者重組社會(huì)——讀拉圖爾的〈重組社會(huì)：行動(dòng)者網(wǎng)絡(luò)理論〉》，《社會(huì)學(xué)研究》2008年第2期，第218-234頁(yè)。

20周葆華：《或然率資料庫(kù)：作為知識(shí)新媒介的生成智能ChatGPT》，《現(xiàn)代出版》2023年第2期，第21-32頁(yè)。

21Pranav Narayanan Venkit et al.， \"Nationality Bias in Text Generation，\" ArXiv：/2302.02463 （2023）.

22Pranav Narayanan Venkit et al.， \"Unmasking Nationality Bias： A Study of Human Perception of Nationalities in AI-Generated Articles，\" Proceedings of the 2023 AAAI/ACM Conference on AI， Ethics， and Society （New York： Association for Computing Machinery， 2023）.

23Danilo Urzedo et al.， \"AI Chatbots Contribute to Global Conservation Injustices，\" Humanities and Social Sciences Communications， 11， no. 1 （2024）： 1-8.

24Hari Shrawgi et al.， \"Uncovering Stereotypes in Large Language Models： A Task Complexity-Based Approach，\" Proceedings of the 18th Conference of the European Chapter of the Association for Computational Linguistics （Volume 1： Long Papers） （Malta： Association for Computational Linguistics， 2024）.

25Lorenzo Arvanitis et al.， \"Despite OpenAI’s Promises， the Company’s New AI Tool Produces Misinformation More Frequently， and More Persuasively， Than Its Predecessor，\" NewsGuard， https：//www.newsguardtech.com/ misinformation-monitor/march-2023/.

26同25。

27Center for Countering Digital Hate，“ Fake Image Factories： How AI Image Generators Threaten Election Integrity and Democracy，” https：//counterhate. com/wp-content/uploads/2024/03/240304-Election-Disinfo-AI-REPORT.pdf.

28Donie O’Sullivan and Jon Passantino， \"‘Verified’ Twitter Accounts Share Fake Image of‘ Explosion’ near Pentagon， Causing Confusion，\" CNN， https：// www.cnn.com/2023/05/22/tech/twitter-fake-image-pentagon-explosion/index. html.

29Center for Countering Digital Hate，“ Fake Image Factories： How AI Image Generators Threaten Election Integrity and Democracy；” Nic Newman，\"Journalism， Media， and Technology Trends and Predictions 2024，\" Reuters Institute for the Study of Journalism， https：//reutersinstitute.politics. ox.ac.uk/journalism-media-and-technology-trends-and-predictions-2024？ref=medialooks.com.

30高奇琦：《國(guó)家數(shù)字能力：數(shù)字革命中的國(guó)家治理能力建設(shè)》，《中國(guó)社會(huì)科學(xué)》2023年第1期，第44-61+205頁(yè)。

31Nestor Maslej et al.，“ The AI Index 2024 Annual Report，” AI Index Steering Committee， https：//aiindex.stanford.edu/wp-content/uploads/2024/04/ HAI_2024_AI-Index-Report.pdf.

責(zé)編：譚震