AIGC時代多重虛擬幻境的生成邏輯與制衡機制

摘 要：生成式智能技術迅猛發展，AIGC制造的超仿真虛擬幻境引發世界失真成為熱點問題。從媒介理論史視角，通過對ChatGPT、Sora、元宇宙建構多重虛擬世界的分布式解析，發現李普曼提出的“擬態環境”進階為多重AI超仿真虛擬幻境，人類賴以認識世界的媒介在智能傳播時代變成了假象的生成機。基于多重虛擬幻境的風險，提出研發人形機器人直擊現場守護真相、建立交互式學習系統提升模擬性能、引入AIGC鑒別模型區分人機智慧的制衡機制，為媒介技術的發展方向提供一定的啟示意義。

關鍵詞：擬態環境；虛擬現實；AIGC；真實世界

中圖分類號：G206.2文獻標識碼：A文章編號：2096-8418（2025）01-0057-08

Sora的問世，象征著AI模擬現實世界邁向一個新臺階。“AI影像爆炸性革命”“現實將被徹底顛覆”等言論甚囂塵上，由生成式AI造成世界失真的問題引發學術思考：當AIGC達到以假亂真的程度，究竟是在助推人類認識真實世界，還是讓人類墜入虛擬陷阱？當人們欣賞著人物逼真的肌膚紋理，看著潮濕街道上倒映出的霓虹燈光影……是否意識到這個世界又多了一個本不存在的假象？作為媒介技術物的生成式AI又在如何解構與重塑真實世界？本文以李普曼（Walter Lippmann）的“擬態環境”為理論線索，在媒介環境學派的媒介進化論視野下對AIGC引發世界失真的問題進行邏輯推理研究。本文從學理層面揭示由媒介變革造成大眾與真實客觀環境之間不斷求近得遠的現狀，力圖探索更為科學理性的媒介技術，以彌合由技術本身造成的“虛”“實”世界不斷增大的鴻溝，從而盡可能紓解技術發展的悖論，尋求媒介技術與真實世界的和諧共生之路。

一、李普曼的“擬態環境”揭示：大眾與世界如此隔膜

人對技術的依賴根源于對廣闊現實世界認知的需求，由于人體感知范圍的局限，人類認知世界必須通過大眾媒介。早在20世紀20年代，李普曼就提出“擬態環境”概念。“擬態環境”（pseudo－environment）實際上是從側重于研究傳播建構社會關系的芝加哥學派過渡到大眾傳播效果研究之間的一個關鍵性概念。［1］它強調人們所接觸到的信息環境并非客觀世界鏡子式的反映，而是經過大眾傳播媒介選擇、加工、結構化處理后的“似而非環境”。李普曼分析了擬態環境下的三種現實：一是實際存在的“客觀現實”；二是經過傳媒有選擇地加工后提示的“象征性現實”；三是存在于人們意識中的“外部世界圖像”，即“主觀現實”。這種“擬態環境”雖然有助于人們認識更寬廣復雜的世界，但是不可避免受“刻板印象”“制造同意”制造同意是馬克思主義社會學家邁克爾·布若威在《制造同意：壟斷資本主義勞動過程的變遷》一書中提出來的。布若威運用民族志的方法在考察工人工作時發現工人努力工作是工人自發的同意與資本主義微妙的強制共同作用的結果，說明內部勞動市場與內部國家的運作是“制造同意”的兩大重要機制。以及“編碼—解碼”編碼解碼理論是英國文化研究之父斯圖亞特·霍爾在《電視話語中的編碼與解碼》中提出的。編碼指傳播者將信息轉化為便于媒介載送或受眾接受的符號或代碼的過程，編碼是人們的意識形態對于文化內容的復制；解碼指受傳者將接收到的符號或代碼還原為傳播信息的過程，是把這種固化的意識形態進行再次的創造，解讀過程中受主觀因素影響有時甚至會進行反思與反抗。等主觀意識的影響，難以還原世界真實的模樣。并且，在大眾傳播時代，信息發送者居于絕對主導地位，此種中心的、定向的、單一的傳播語境導致人們對現實世界認知的進一步窄化。即便如此，人要獲取超出本身經驗之外的信息，必須通過大眾媒介這個渠道，只能更加依賴媒介構建的擬態環境。

美國著名新聞傳播學家芭比·澤利澤（Barbie Zelizer）認為新聞本身是創造一種公眾對接觸不到事件的想象性參與，［2］新聞其實是經過媒體從業人員選擇的事實，足見大眾傳播時代的擬態環境是媒體議程設置后的人工環境。但是報道者對事實的選擇是無法避免的，馬克思主義理論工程建設教材《新聞學概論》中明確指出這是由事實的無限性和報道的有限性所共同決定的。［3］大眾傳媒的權威把關人通過媒體定位、受眾需求、新聞源選擇、角度呈現、寫作方式等搭建起人們觀看世界的窗口，媒體從業者的主觀行為對受眾感知真實世界造成極大阻礙。與柏拉圖（Plato）的洞穴理論類似，受眾是洞穴人，媒介是火炬，運營者是影子，人們無時無刻不生活在大眾媒體篩選過的“擬態環境”中。因為大眾不可能直接接觸紛繁復雜的世界，難以作出明智的判斷就只能充當局外人。［4］因此，我們不斷通過媒介認識這個世界，而實際上我們卻與真實的世界相去甚遠。

二、AIGC生成多重虛擬幻境：加劇世界失真

如上所述，在大眾傳播時代，人們通過間接渠道（媒介）構建的“擬態環境”認識目不可及的世界，而在生成式智能傳播時代，讓原本來自現實生活實踐的“擬態環境”，又呈現出超現實、超仿真的新特征，加劇了人與真實世界的隔膜。

（一）數字復制時代搭建的一重“在線場”新聞

德國著名哲學家瓦爾特·本雅明（Walter Benjamin）認為夏日午后閑憩時群山和樹枝的光暈是當下時空獨一無二的體驗，機械復制時代帶來了靈韻的消逝。［5］可見靈韻乍現來源于藝術家親身體驗的實踐，而在數字復制時代直接挑戰的是社會生產實踐的理念。雖然大眾傳播時代的擬態環境與現實世界存在一定差距，但新聞記者依靠的是“目擊證據”來建立和維護報道的權威性，“在現場”依然是記者生產新聞的必經途徑。如今，目擊實踐在大數據的沖擊之下日漸消解，采寫編發環節的遠程化、一體化、在線化日益成為媒體生產新聞的普遍共識。“在現場”在智能技術的裹挾之下淪為“在線場”，從去過那里到不在那里，此種“強編弱采”的現象正造成新聞生產與實踐的異化。AIGC更是加劇了新聞生產與實踐的異化程度。

AIGC的三大技術基礎：大數據是燃料，算法模型是引擎，超強算力是加速器。創建AIGC的首要步驟就是搜集數據，據統計，ChatGPT的訓練語料60%來自爬取網站的大型數據集Common Crawl，22%來自爬取社交媒體平臺的數據集WebText，16%來自報紙、書籍、雜志，2%來自維基百科。［6］由此可知，以上數據均來源于過去人類對現實世界的觀察記錄，將其編碼成計算機可識別的數據實則是在擴大過去與現在的鴻溝。比如美聯社將之前積累的新聞數據庫授權給OpenAI公司，以探索AIGC應用新聞的可能性。此類編碼數據存在兩個問題：一方面，新聞這個術語脫胎于16世紀晚期的古英語單詞“newes”或者“niwes”［7］，“時新性”（new）是衡量新聞價值的首要標準之一，過往新聞數據的內爆只能充當歷史的注腳，難以服務現在世界信息的需求。另一方面，新聞（news）亦被傳為北、東、西和南（north，east，west，and south）首字母的縮寫［7］（25），單一數據來源并不足以被視為大數據，數據專利、隱私、版權保護都讓數據之間的互聯互通難上加難，使用網絡上公開的同一數據庫又讓媒體失去生產獨家新聞的優勢。再者，算法模型依據的是概率統計規則，并非來自人類對真實世界的社會實踐，容易造成新聞生產與社會實踐的異化。新聞傳播活動是新聞從業者進行社會實踐的產物，馬克思主義新聞觀是在無產階級新聞實踐中產生的，實踐是新聞生產的不竭動力。根據用戶的提示語，通過模型算法計算詞與詞之間的關聯度完全脫離了實踐傳播活動。記者在哪里？成為數字復制時代的一個難解之謎。最后，算力充當合成數據的數字復制機，加深人類與真實世界的隔膜程度。所謂合成數據指的是生成式人工智能與人類智慧協作的結果。這種合成數據被重新上傳至網絡空間，在超強算力的光速復制下充斥網絡世界，人隔著屏幕窺探現實世界猶如霧里看花，又怎么能看得真切？因此，依托大數據資源的數字復制時代設置了第一重虛擬世界。

（二）概率隨機生成制造二重新聞幻覺

信息與現實世界聯系得越緊密便越不容易被操控，然而大語言模型帶領我們置身于“可讀可寫可復制可互動”的意義互聯網中，卻唯獨沒帶我們通往現實世界，這是由技術的原生特性所造成的。大語言模型（LLM）遵循的技術架構分為三個層次，分別是：語料體系、預訓練算法和微調算法。語料體系是生成式AI的基礎，包括從開源代碼庫爬取的，用戶自愿共享的以及從百科、書報、論壇等渠道獲取的信息，經過初步清洗形成海量無標注的投喂數據。關于預訓練算法，OpenAI公司研發ChatGPT時采用了一種基于自注意力機制（self-attention）的神經網絡模型Transformer，以此處理序列數據。為了訓練Transformer高效挖掘單詞與上下文之間的概率關聯，OpenAI的研發人員采取了完形填空法，即從一個自然語句中刪掉一個單詞，讓Transformer根據上下文語境以及詞預測功能填補上最合適的詞語。此稱之為“自監督學習（self-supervised learning）”［8］。此外，為了讓Transformer具備聊天問答能力，研發者采用了提示法（prompt），即提供樣例，讓ChatGPT識別并掌握模板，根據用戶提問的關鍵詞快速匹配答案。最后利用微調算法提升ChatGPT的語言性能，使之更貼合人類的語言表達習慣。微調算法引入了人類反饋強化學習（RLHF）技術，以此提升ChatGPT回答的流暢度。

從以上生成式人工智能的技術運作來看，AIGC既非對現實世界的觀察產出，又非有意識地深層次思考，而利用的是計算的可窮盡性，純科學技術的統計計算能力，遵循的是由一般到個別的歸納概括演繹邏輯。有學者搜集了ChatGPT的243例錯誤信息進行實證內容分析，發現AIGC包含“夸大其詞”“邏輯錯誤”“推理錯誤”“數學錯誤”“無根據的捏造”等八大事實錯誤。［9］AIGC的失實體現在兩方面：一是概率算法原理不符合事實真相；二是缺乏原創，人類的創造力根植于經驗、情感、文化等復雜因素，［10］而AI只能在預定的參數內運行，AIGC被視為缺乏對現實感知的偽劣內容。［11］李大釗曾將新聞定義為現在新的、活的社會狀況的寫真，［12］以ChatGPT為代表的LLM完全脫離了真實的社會情況，在時空錯亂的真空中無意識地產出內容。所以在自然語言模型的技術神話狂歡中，隨機輸出的AIGC不能完全等同于新聞，只是創造出了一種脫離現實語境的新聞幻覺。

（三）人機言說編織社會區隔鑄造三重囚徒困境

生成式人工智能根據傳播層級可分為人際傳播AI和大眾傳播AI。以ChatGPT為例，當ChatGPT作為聊天機器人與個人展開微觀對話，歸屬于點對點的人際傳播；當ChatGPT與多用戶同時實行對話，則屬于點對面的大眾傳播。從大眾傳播角度而言，首先公眾開放、理性對話的基礎被攔腰截斷。德國哲學家哈貝馬斯（Jürgen Habermas）認為社會上存在由私人集合而成的公眾領域，原則上對所有人開放，他們就具有普遍公共利益的問題公開自由地表達意見，如規模較大則借助媒介傳播，最終對國家活動進行民主控制。［13］哈貝馬斯提出的公共領域首要特點就是需要眾多獨立的復數主體同時在場，彼此言說，構成人與人之間關系織就的意義空間。但是ChatGPT是人機之間的對話，機器本身帶有“機之為人”的服務性質，難以形成高質量的理性對話。加之人機對話還是局限在私人領域，擠占了公共領域的討論空間，人與人之間存在機器制造的新的社會區隔。

從人際傳播角度而言，文心一言對話框中，AI會記錄你的提問放到回憶內容里，也會持續引導你不斷提問，“我畫好了，歡迎對我提出反饋與建議，幫助我進步，你可以完整描述你的需求繼續作畫，如：……”，給出示例。為你提供私人訂制的微內容服務，用戶沉浸于算法編織的興趣牢籠中，不斷強化自己的觀點，這對現實世界的人際交往和健全人格的塑造都是不利的。有學者以智媒終端原住民Z世代為研究樣本，發現他們以個人的主觀傾向接觸媒體信息，而這些信息又反過來影響他們的價值觀、生活態度和行為模式 。［14］透過AIGC的大眾傳播形成新的社會區隔，阻礙公共領域公開理性的討論以及AIGC的人機傳播損害現實中的人際交往關系這一系列的潛在社會問題，AIGC編織了第三重虛擬世界的囚籠。

（四）世界模擬器Sora構建超仿真視覺幻象

萊文森（Paul Levinson）認為人類技術發展總的趨勢是越來越人性化。技術總是在模仿延伸人體的功能，到如今開始復刻人類感知世界的方式。如文生視頻大模型Sora，一經發布便引發了“阿瑪拉定律”。一位戴墨鏡的時尚女子走在東京大街上的60秒微視頻讓人們暢想AIGC應用于影視后期制作、短視頻創作、游戲場景建模等領域內短期的降本增效，但嚴重忽略了文生視頻涌現長期以后構建的超仿真視覺幻象。為何會將Sora視作視覺幻象的制造機呢？所謂視覺幻象指的是生成畫面與現實世界不一致的情況，此與Sora的原生技術局限不無關系。用于訓練大模型的數據根植于經驗的物質世界，現實處于動態變幻之中，由此決定AIGC具有先天不足的滯后性，難與現實世界同步。再者，出現視覺幻象的一大技術瓶頸是不符合現實物理規律，比如咬下一口蘋果，蘋果完好無損就是不符合物理定律。為解決此問題，游戲設計師、電影特效師、工程仿真師在制作場景時通常會進行多次物理交互模擬實驗，這不單是Sora擴充訓練數據和優化算法就可以做到的，而需要在理解現實物理世界基礎上結合虛擬與現實交互技術達到質的飛躍。Sora當前對物理規律的模擬尚處于大數據計算的初級階段且存在算法黑箱，而諸如相關性、整體局部關系、因果律等高級復雜物理規律的交互模擬是AI生成視頻需要攻克的難關。即便未來Sora能完全復刻物理規律達到以假亂真的程度，其創造的超仿真景象涌入并湮滅真實世界，人們應該生活在哪里？又該相信什么是真的？1938年哥倫比亞廣播公司（Columbia Broadcasting System）播報的廣播劇《火星人入侵地球》讓170多萬的美國聽眾相信是真的，引發前所未有的社會恐慌。AIGC蓬勃發展的今天，“火星人入侵地球”是否會重演呢？

因此，從ChatGPT隨機生成制造的文字幻象到Sora模擬現實制造的視覺幻象背后實際上隱藏著更大的危機，即真實與虛擬邊界線的模糊甚至坍塌。李普曼的“兩個環境”理論認為人類同時生活在“現實環境”和“虛擬環境”中，現實環境是人意識之外的客觀世界，虛擬環境是人意識之內的主觀世界。［15］視頻生成大模型中算法計算出的不符合物理規律的視覺幻象結合大數據中來自現實的真實元素，制造出具有一定真實要素的影像，經平臺推廣和不明真相的用戶轉發，在互聯網場域中逐步常識化。［16］換言之，就是在現實環境與人類之間插入了一個由AIGC構筑的巨大超現實“虛擬幻境”。在網絡社會，受眾大多依賴互聯網接觸信息。正因如此，超出經驗、自動生成、不斷涌現、廣為傳播又具備一定真實要素的AIGC或合成視頻持續浸潤現實生活，讓受眾認為“看見的”就是真實環境。真假世界界限的崩塌不止會增加視覺傳播中的深度偽造風險，還易滋生犯罪，將社會推向失序。如香港警方破獲的一起高達2億港元的“AI換臉”詐騙案，經警方調查后得知，由所謂的總部首席財務官發起的多人視頻會議中僅受害人是真人，其他參會人員都是AI換臉后的詐騙團伙。［17］事實證明，傳統鑒別真實的方法——“眼見為實”在真假界限崩塌的世界中已然失靈，更可怖的是正在摧毀社會運行中的信任體系。人們恐懼的不是Sora模擬世界的能力，而是構建現實的能力。

（五）元宇宙助推虛擬世界版圖的再次升維

無論是文生文、文生圖像還是文生視頻都只是元宇宙版圖中的一環。有學者將元宇宙定義為計算機生成的后現實產物，并認為實現元宇宙的關鍵障礙來自缺乏整合物理現實域與數字虛擬域的技術支撐。［18］ChatGPT、Sora的問世為以元宇宙為代表的數字文明圖景提供了可供應用的技術集成體，一方面，AIGC加速了物理世界的復制和內容的有機生長，解決了超現實空間中內容稀缺的問題；另一方面，AIGC幫助元宇宙建立沉浸式交互空間，打開了虛擬世界與現實世界勾連的通道。未來元宇宙的目標是在任何時間任何地點為用戶持續提供在線三維虛擬世界的沉浸體驗。［19］元宇宙全方位的沉浸感是人機社交互動性能的重要衡量指標，運用感知、計算、建模技術映射、感知、改造物理世界，最終塑造一個獨立于物理世界的平行虛擬時空，也就是數字原生世界。用戶進入數字原生世界需要建立一個數字身份作為進入虛擬空間的鑰匙，意味著元宇宙從數字孿生階段進入虛實共生階段，如同“薛定諤的貓”，打開盒子的一剎那，“虛擬空間”與“現實空間”坍塌成一個虛實結合、真假難辨的混亂空間。基于數字身份的操作消費行為被捕捉記錄成用戶數字檔案，創作行為則被轉化為數字資產在元宇宙中繼續流通交易。整個元宇宙虛擬世界的建設需要數百億傳感器和接入點末端的連接，更需要數十億乃至更多的數字孿生模型，采用精細化的三維實時驅動渲染技術，模擬逼真技術實現元宇宙世界的高精度化和高交互性。如果將AIGC看作文本圖像創生的意義互聯網，那終極元宇宙構建的就是如《流浪地球2》中所展示的摒棄具身實踐活動的數字意識永生超現實世界。但無論AI如何發展，人的自然身體要生存，依然離不開物質生產實踐活動提供的能量，脫離自然身體的活著是否是真實的活著？意識永生是否真能代表本人意志還是淪為被技術資本操控的傀儡，目前看來是無解的哲學命題。

眾所周知，物質、能量和信息是構成現實世界的三大要素，AIGC的突破不過是助長了信息的無限度擴張，拉大與物質、能量之間的差距，根據守恒定律反而加劇了客觀世界的不平衡。如果說AIGC依靠數據、算法、算力生成概率組合的虛擬世界，那么元宇宙則是借助虛擬現實、區塊鏈、人機交互等技術實現場景化、多模態的虛擬世界版圖再度升維。但是，元宇宙帶來的“沉浸式”“體驗式”“現場感”都只是增強現實的手段，也就是更加虛幻的場景而已。最終我們發現，生成式AI模擬現實卻制造出層層海市蜃樓遠離現實，追求多模態呈現事實卻深陷深度偽造旋渦，開發AI看見現場的能力卻不具備感知現場的能力，接收人類的情感表達卻無法產生共情與回應。無論AIGC構建的多重虛擬幻境多么逼真，本質上我們距離真實的世界已更加遙遠，且越來越遠。這無疑是技術本身的悖論。

三、以技術制約技術：彌合虛實世界鴻溝

如前文所述，大眾媒介的擬態環境已經演變為AIGC時代的多重虛擬幻境。波茲曼（Neil Postman）曾言，“人類勞動與思想的目標總是要追求最高效率的”，而一旦有利可圖，也必然會形成規模化生產，而規模化生產也就難免造成生產過剩，世界的失真必定越陷越深。對于新聞領域的AIGC，能不能在技術的變革中找到理性制約的平衡點？能不能以技術制約技術，抵御AI幻境導致的世界失真？基于這些問題的探討，本文提出用回歸現場、優化模型、矯正算法等機制來彌合虛擬與現實的鴻溝。

（一）研發人形機器人直擊現場，守護擬態環境真實度

說到底AIGC會阻隔作為自然之物的人與自然世界的緊密相連。因此需要在技術上增強AIGC的人性化程度，尤其是對于世界原貌的傳播需要根本解決AIGC的親臨現場問題。以往的自動化新聞自動化新聞起源于2006年美國湯普森公司研發的一款財經新聞寫作程序。我國的自動化新聞始于2015年騰訊寫稿機器人Dreamwriter生成的財經新聞。美國學者馬特·卡爾森將自動化新聞定義為在較少或無人類干預下，數據在程序模型算法下結構處理后形成的新聞文本。參見文希.自動化新聞的原生性失范及應對防治［J］.青年記者，2023（5）：46-48。采用的都是來自現實世界的數據，再通過算法模型計算出符合人類表達習慣的自然語言并呈現出來。而如今的AIGC功能異常強大，自動生成的內容中不僅包括常見的圖像、文本、音頻等外顯性內容，同樣也包括策略、劇情、訓練數據等內在邏輯內容，追根究底AIGC最為核心的指向是深度合成技術，不同于擬態環境來自客觀真實世界的寫照，AIGC里面包含了現實世界與虛擬世界的雜糅。對于自然世界真實性的守護，新聞傳播擔負最大份額。因此，如要將AIGC用于新聞生產，為防止AIGC與現實生活背離，需要給AIGC安裝上可以進入新聞現場的四肢和可以感知世界的五官傳感器，研發出高級智慧人形機器人。高級智慧人形機器人不僅要把拍攝記錄的現場原片作為目擊證據傳輸給記者，更需要對突發事件現場的溫度、濕度、化學氣味、地形地貌等做環境分析，這些經過復雜計算處理的數據也能為真相提供部分證據。目前OpenAI公司與人形機器人創業公司Figure合作創造出了Figure 01，不但可以模仿人類的肢體動作，而且還有更高維度的感知、交互和控制能力，能在一堆物品中識別出可以食用的蘋果并遞交給測試官。大模型加持的高級智慧人形機器人代替記者進入新聞現場，通過記錄現場和分析環境的方式最大限度還原真實。只有確保新聞構建的擬態環境真實，才能最大限度呵護世界真實。

（二）建立交互式學習系統，提升模擬現實精準度

毫無疑問，以ChatGPT、Sora為代表的多模態生成式人工智能發展勁頭勢不可當，AIGC涌現造就的“超現實”幻鏡不可小覷。要破除事實建構主義，拯救岌岌可危的世界真相，繼續沿著傳統深度學習技術的思維走下去無疑是緣木求魚，探索數據、算法、知識、交互“四輪馬車”驅動的新技術才是破局之道。一方面，算法和數據協作，用持續優化的算法模型高效處理海量數據，成為人類得心應手的工作搭子；另一方面，建立知識整合體系和動態交互系統，以便生成式人工智能大模型能精確呈現物理世界。建立知識整合體系需要不同學科領域的知識，包括但不限于地理氣候、環境化學、動力光學、圖像學、認知科學。將這些跨學科跨領域的知識深度結構化并編碼成計算機語言投喂給人工智能，目的是讓人工智能深刻全面地理解客觀世界的運行規律，從而在自動生成過程中能遵循現實世界的物理規則，削減與現實世界的偏差。［20］建立交互式學習系統同樣也是為了提升人工智能模擬復雜物理現象的能力，當大模型與客觀現實環境進行動態交互時，在實踐中實時反饋促使模型不斷調整和優化，提升AIGC的精準程度，增強受眾體驗的真實感，開創與現實世界平行的數字世界。高精度的生成式人工智能運用到新聞生產中不但能重現已發生的事實，生成生動形象的解釋性報道輔助新聞敘事，而且還能模擬現實情境預測事件在物理慣性下的趨勢，比如模擬地震時的地形、危房倒塌的結構、火勢蔓延的方向，為拯救生命爭取寶貴的時間。

（三）引入AIGC鑒別模型，把控事實核查嚴謹度

大眾傳播時代，為了確保報道的真實性，編輯通常會通過查閱背景資料、回訪當事人等方式進行事前核查，嚴格把控新聞真實性。AIGC時代，有限的編輯無法對涌現的AIGC進行逐一核查，事后核查成為常態，彼時假新聞造成的社會影響，媒體受損的公信力已難挽回。因為人力、注意力有限，人們不得不將信息把關權讓渡給推薦算法，算法把關的是受眾興趣與信息篩選效率，衡量新聞價值的唯一標準變成了流量經濟，那么信息的可信度和質量就更難得到保證。既然是技術引起的真相隱遁和內容質量下降現象，要解決還得從技術本身出發。因為眼見為實的傳統鑒別方法很難在同源異構的復雜環境中生效，那么就需要開發出更多的“非目擊”辨偽方式。可以引入第三方監督機構研發AIGC的鑒別模型，與多模態大模型開展技術競賽。生成式AI迭代，AIGC鑒別模型就隨之升級，以技術手段確保核查結果的嚴謹度與可靠性。考慮到文本、音頻、圖像、視頻各有特征，識別人機智慧的方式也要因模態的不同而有所差異。對于文本而言，既可以利用比較算法分析文本數據，將提取的關鍵特征映射到知識圖譜中，以此檢驗AIGC的文本幻覺，［21］又可以用語義模型檢測出語法正確，但語義與現實不一致的AI文本。對音頻而言，AI音頻的顯著缺陷是缺乏自然性，語音語調沒有抑揚頓挫和情感表達，用波形分析框架模型可以識別出來。對圖像而言，一是識別AIGC水印，二是用紋理框架模型檢測圖像含有的異常現象，比如不正確的陰影角度、不自然的紋理質地。對視頻而言，真正的人類互動中包含面部表情、嘴唇動作、語音語調與情緒傳達的同步性，混合面部動力學、像素流、光學流技術的綜合分析工具幫助檢測AIGC視頻，為媒體內容的真實性和可靠性保駕護航。［22］與此同時，為了挽救被技術吞噬的真相，筆者建議結成同盟建立分布式真相拯救機制。比如AI科技公司在設計大模型時必須在生成的內容上自動標注出AIGC數字水印，與用戶簽訂用大模型生成內容進行公共傳播時必須注明生成出處的使用協議。媒體履行社會瞭望塔的功能，嚴格進行事實核查。社會公眾提高智能媒介素養，三方攜手全方位守護真相。［23］事實核查除了要辨別信息的真實性，拉回被流量牽著鼻子走的算法把關人。還要利用機器的自我學習提高人工智能水平，在技術層面避免推送主題過于單一的問題，并警惕算法打造的極端個人中心主義囚籠，提高算法透明度，引導算法朝積極方向發展。

四、結語

智能技術迭代變革的不僅是人類的生活環境，更是人類對世界的認知方式。大眾傳播時代，人們依靠媒介提供的“擬態環境”來認識現實世界，記者的現場目擊很大程度上確保信息的真實性與權威性。而AIGC塑造的多重虛擬幻境加劇了擬態環境和真實世界之間的偏差，尤其是Sora生成的畫面場景越仿真，真實世界就越不真。而它的每一個生成物，又都會成為真實世界的一部分，真實世界被無限度產出的AI幻象湮沒，世界的失真越走越遠。本文立足媒介理論史，沿著媒介環境學派的進路，通過逐步分析從擬態環境到多重虛擬世界再到超仿真幻境的演進邏輯，論證由生成式媒介造成大眾與真實客觀環境之間愈加隔膜的現狀，發現AIGC的“超仿真”恰恰導致了世界“失真”的媒介發展悖論問題。美國媒介理論家保羅·萊文森提出的“補償性媒介”理論認為，人類在媒介演化進程中進行著理性選擇，后繼媒介都是對以往媒介的補償，以此指引媒介進化的方向。［24］同理，面對智能時代AIGC的崛起，第一步要做的是感知AIGC建構的多重虛擬幻境對大眾在認知真實世界造成的阻礙；第二步應重拾人類社會生產實踐的能動性和價值理性，引導媒介服務于美好的現實世界。

參考文獻：

［1］黃旦.美國早期的傳播思想及其流變——從芝加哥學派到大眾傳播研究的確立［J］.新聞與傳播研究，2005（1）：15-27，94-95.

［2］［美］芭比·澤利澤.想象未來的新聞業［M］.趙如涵，譯.北京：中國人民大學出版社，2022：2.

［3］《新聞學概論》編寫組.新聞學概論（第二版）［M］.北京：高等教育出版社，2020：27.

［4］［美］李普曼.輿論學［M］.林珊，譯.北京：華夏出版社，1989：1.

［5］［德］瓦爾特·本雅明.機械復制時代的藝術：在文化工業時代哀悼“靈光”消逝（全譯彩圖本）［M］.李偉，郭東，譯.重慶：重慶出版社，2006：6.

［6］朱光輝，王喜文.ChatGPT的運行模式、關鍵技術及未來圖景［J］.新疆師范大學學報（哲學社會科學版），2023（4）：113-122.

［7］［美］芭比·澤利澤.嚴肅對待新聞 ［M］.李青藜，譯.北京：中國人民大學出版社，2022：24-25.

［8］鄧晃煌，賀寶儀，吳飛.人機協同下可信內容合成［J］.未來傳播，2023（4）：24-31.

［9］Sun， Y， Sheng， D amp; Zhou， Z. et al.（2024）. AI hallucination： towards a comprehensive classification of distorted information in artificial intelligence-generated content. Humanities and Social Sciences Communications， 11（1）： 1-14.

［10］Lou， Y.（2023）. Human creativity in the AIGC era. She Ji： The Journal of Design， Economics， and Innovation， 9（4）： 541-552.

［11］Han， S. Consumer perceptions of AI-generated content and disclaimer in terms of authenticity，deception， and content attribute. Retrieved June 23-26， 2024， from https：//www.econstor.eu/bitstream/10419/302503/1/ITS-Seoul-2024-paper-090.pdf

［12］丁柏銓.早期中國共產黨人對新聞基本理論的探索［J］.編輯之友，2021（6）：91-99.

［13］［德］尤爾根·哈貝馬斯.公共領域的結構轉型［M］.曹衛東，王曉玨，劉北城，宋偉杰，譯.上海：學林出版社，1999：32-35.

［14］Wu， E. Y.（2023）. Media transformations in people’s daily lives against the background of media convergence in the AI era： Presenting“generation Z” as an example of the behaviour in connecting with mass media and online platform content. Academic Journal of Science and Technology， 7（1）： 104-108.

［15］張國良.傳播學原理（第三版）［M］.上海：復旦大學出版社，2021：37－38.

［16］周勇，周夢雪.被異化的“原生態”：對視聽傳播真實性問題的歷史考察與再反思［J］.國際新聞界，2023（11）：25-40.

［17］半月談.被騙2億港元！男子參加多人視頻會議只有自己是真人［EB/OL］.https：//mp.weixin.qq.com/s/-hbiAWZ1KecPjJ-LxLFIaQ.

［18］Wang， X.， Hong， Y. amp; He， X. （2024）. Exploring artificial intelligence generated content （AIGC） applications in the metaverse： Challenges， solutions， and future directions. IET Blockchain，4（4）：365-378.

［19］Chen， X.， Luo， L.， Tang， F.， Zhao， M. amp; Kato， N. （2024）. AIGC-based evolvable digital twin networks： A road to the intelligent metaverse. IEEE Network. 38（6）： 370-379.

［20］朱霖潮，楊易.Sora視頻穿幫，只因一大瓶頸［EB/OL］.https：//mp.weixin.qq.com/s/fKvTg7c5ZnZhk10et CxpwQ.

［21］Xu， D.， Fan， S. amp; Kankanhalli， M. （2023）. Combating misinformation in the era of generative AI models. In Proceedings of the 31st ACM International Conference on Multimedia. USA： New York， 9291-9298.

［22］Ghiuru， D. amp; Popescu， D. E. （2024）. Distinguishing reality from AI： Approaches for detecting synthetic content. Computers， 14（1）：1-33.

［23］李俠，李雙.Sora之后，拿什么拯救真相［EB/OL］.https：//mp.weixin.qq.com/s/SMbZYWtu-boTUakc_xaYUg.

［24］［美］保羅·萊文森.數字麥克盧漢：信息化新紀元指南［M］.何道寬，譯.北京：北京大學出版社，2014：316－323.