從GPT看AGI的本質突破：傳媒業新挑戰與未來

郭全中 袁柏林

【摘要】大語言模型ChatGPT的誕生帶來的最大突破在于促使ANI（專用人工智能）轉向AGI（通用人工智能），GPT-4的發布則是AGI實現多模態的質變。AGI時代的到來為傳媒業帶來了新挑戰與新機遇，預示著AI生成技術能助力傳媒業實現技術平權，提升傳媒內容生產力以及推動廣告、營銷乃至媒介經營的智能運作，最終助力元宇宙的“脫虛向實”?；谀壳癆GI的實踐應用，我們預判未來AGI將利用多模態+大模型+RLHF技術提升強智能性能，并將成為產業智能升級以及元宇宙落地的關鍵底層技術。然而與此同時，我們也需要警惕AGI帶來的一系列倫理風險。

【關鍵詞】ChatGPT；GPT-4；AGI；人工智能；技術平權

2022年11月30日，OpenAI團隊發布了基于GPT-3.5的ChatGPT的AI聊天工具，它可以自動生成語言文本，應用于文本翻譯、撰寫文章、生成代碼等，由于其操作簡單、功能廣泛，12月5日，僅僅5天時間，其用戶數便超過了100萬。兩個月后，用戶數再次突破紀錄，達到月活用戶過億的驚人成績。2023年3月15日凌晨，OpenAI又發布GPT-4模型，是對AGI的進一步改善。毫無疑問，GPT模型的火爆，讓我們不得不去探索其背后的深層機制。

ChatGPT的本質實際上是通用人工智能即AGI，這是人工智能的本質性突破。2023年2月24日，OpenAI對外更新了AGI的發展路線，其創始人兼CEO Sam Altman提出了一系列關于AGI的規劃和建議，包括如何定義和衡量AGI、如何確保AGI與人類價值觀和利益相一致、如何促進AGI的公平和透明、如何應對AGI對社會和經濟的影響等。3月中旬，延續ChatGPT研發出的多模態大模型GPT-4，取得了文本上量的突破和圖像上質的突破。盡管人類距離研發出真正的AGI還有很長的路要走，然而什么是AGI？AGI與傳統AI有何不同？AGI從何而來，又會走向何方？對于傳媒業而言，AGI又將帶來哪些挑戰與機遇？這些問題都需要我們進一步厘清。因此，本論文將重點梳理AGI的新突破是什么，與之前的專用人工智能的本質區別是什么，并詳細分析其對傳媒業帶來的嚴重挑戰和新機遇，以及AGI的未來與傳媒業的未來。

一、AGI及其本質性突破

AGI是長期以來人類在人工智能領域孜孜以求的核心目標，但由于技術阻礙、認知不夠、算力不夠等原因，而沒有實現根本性突破，ChatGPT和GPT-4讓我們看到了AGI取得本質性突破的曙光。

（一）AGI的含義與本質

AGI（通用人工智能）的概念最早可以追溯到2003年瑞典學者Nick Bostrom的論文Ethical Issues in Advanced Artificial Intelligence，該論文指出，AGI是一個系統，能夠在沒有被程序化的情況下實現人類認為可取的各種目標，具備遞歸自我改進的能力，將會達到一個智能爆炸，其智能水平可能會遠遠超過人類智能。①因此，我們可以理解AGI利用人工智能系統可以完成人類能做到的所有工作以及人類不能做到的其他工作，能夠幫助人類獲取思維上需要的任何幫助，突破人類創造性的極限，其最終意義是可以創造出終極智能世界。作為國際頂級AI研究機構OpenAI在其企業文化中提到，其公司使命是確保在最具經濟價值的工作中表現優于人類的高度自主的系統AGI能夠造福于全人類。

（二）AGI的發展路徑

自人工智能概念誕生以來，AGI一直是前進目標，但由于技術的阻礙，AI發展并未直接走上AGI道路，而是先選擇了更具可行性的ANI（專用人工智能）道路，在文本、視覺、聲音等多領域開展持久深入的智能技術探索，專用性人工智能為實現通用性奠定了技術、資金、人才等基礎條件。ChatGPT的出現將AGI拉回舞臺中央，ChatGPT的火爆出圈，打破了人們對AGI烏托邦式的質疑，讓AI技術有了本質性突破，人工智能通用性顯著提升，并引發人工智能領域對算法學習范式的思考。綜上，AGI的發展路徑可以初步劃分為最初設想、技術阻礙和本質突破三個階段。

（1）最初設想：通用人工智能的提出。人工智能技術可以追溯到“圖靈測試”。1950年“人工智能之父”阿蘭·麥席森·圖靈發表了一篇題為《機器能思考嗎？》的論文，提出著名的“圖靈測試”，人工智能思想的種子自此種下。五年后，美國達特茅斯學院展開了一場討論計算機相關內容的達特茅斯會議，會議上John McCarthy，Marvin Minsky，Nathaniel Rochester， 以及Claude Shannon等人首次提出“人工智能”概念。自此，人類一直在憧憬并探索和人腦思維一樣的人工智能技術。1956年關于人工智能的第一次嘗試是由Allen Newell與Herbert A.Simon共同研發的通用問題求解器，其目的是為了解決數字公式能解決的任何問題，但由于經費不足、技術不成熟，通用性人工智能并沒有得到更多進展。1980年代，日本投入8.5億美元預算，開展第五代計算機研發項目，創造新一代智能社會，但在1991年由于目標實現的艱難加上資金不足，該研究項目被迫停止。在探索通用性人工智能的道路上，由于對通用人工智能的認知不明確、人工智能技術不成熟以及資金成本不充足等原因，AGI的相關實踐一直沒有成功。

（2）技術阻礙：轉向專用人工智能研發。關于通用性人工智能的研發一直失敗但研究者也一直沒有放棄，而是轉變創新的思路即轉向特定的領域問題并尋找專用目的的解決方案。2003年Nick Bostrom給出AGI的具體概念后，自21世紀初我國相繼展開大量有關通用人工智能的研究。但鑒于此前的研究經驗，研究者普遍對通用人工智能的探索放慢了腳步，并沒有追求一蹴而就，而是從專用人工智能開始。如2014年谷歌DeepMind公司開發出阿爾法圍棋（AlphaGo）的人工智能圍棋軟件，并在2016年打敗世界級圍棋大師李世石，入圍世界圍棋等級分排名。此外，還誕生出音樂行業人工智能DopeLearning幫助生成說唱歌詞，農業人工智能機器人Robotbees幫助授粉，傳媒行業的虛擬主播“小漾”“小諍”，支持情緒監測的Emotion AI，擅長Dota游戲的Dota Five，AI作詩小程序，AI繪畫小程序等。

（3）本質突破：人工智能通用性顯著提升。在專用人工智能研發的經驗積累上，OpenAI一直在探索通用人工智能，以求人工智能的質變進展。2015年，OpenAI成立后，提出“all in AGI”，即為了全人類利益福祉讓人工智能朝向AGI的方向推進，集中精力展開通用人工智能的相關實踐研究。2016年4月，OpenAI為解決機器學習中的算法問題，發布了第一批人工智能軟件即人工智能系統工具包OpenAI Gym，在機器學習方面取得了重要進展。2016年12月，為進一步打造復雜多樣的AI環境，Open AI推出了開源平臺Universe。2017年，Open AI發布了單次模仿學習算法，人工智能只需單次訓練便可學習領悟。在技術的不斷進步上，OpenAI開啟了大模型的探索之路。2021年，OpenAI公司基于GPT-3系統，發布DALL-E模型，用于多場景下文本自動生成多種視覺效果圖像。2022年OpenAI改進了圖像分辨率、擴展應用場景，發布DALL-E2。2022年底，基于GPT-3.5系統，OpenAI發布大語言模型的AI聊天軟件ChatGPT。2023年3月，OpenAI研發出適應多模態的GPT-4。

以ChatGPT為代表的新一代NLP（自然語言處理）模型基于大模型與RLHF（從人類的反饋信號中強化學習）的結合，具備更自然的語言能力，擁有更強的通用性與適應性，但其僅僅局限于3000詞篇幅的文本格式。GPT-4發布后，將文本篇幅擴展到了25000詞，并支持圖像的識別。ChatGPT的誕生顛覆了從專用人工智能到通用人工智能的傳統研究范式，使得直接進行通用人工智能研發成為可能，帶來了人工智能的本質性突破以及通用人工智能的復興；GPT-4的乘勝追擊讓人類對通用人工智能信心滿滿。

第一，多模態大模型提升人工智能的可遷移性。GPT模型是通過一個大一統模型認識世界，再用訓練出來的認知對具體領域進行降維打擊，而之前我們通常認知里的AI都是針對具體任務進行訓練，只能完成某項具體任務，而不能在不同任務間通用和遷移。如基于GPT-3.5的ChatGPT大語言模型將海量的文本語料直接喂給模型進行學習，在其中模型對詞性、句法的學習會沉淀在模型的參數當中，其中語料高達3000億單詞，參數為1750億，參數是沉淀下來的AI對世界的理解和認識，其中一部分是對各類語法、句法的學習，另外一部分則是AI對于事實的認知。②而多模態大模型GPT-4則基于更多的數據訓練，實現文本和圖像多場景的運用。AI基于多模態大模型能夠實現多任務間的通用和遷移，所以雖然目前多模態大模型需要強大的技術能力、龐大的數據庫、巨大的資金量，短期內綜合成本依然會很高，但是從長期來看，其成本將快速下降，智能水平將顯著提升，逐步成為人工智能發展的主導方向。

第二，RLHF降低人工智能的內生偏見?；贕PT-3.5的ChatGPT已經運用上RLHF的訓練方法，能夠通過語言訓練降低AI內生偏見。RLHF首先通過建立預訓練語言模型，生成文本初稿數據，再將數據集運用到獎勵模型，用來接收人類反饋信號，以此判斷生成的文本是否符合人類思維，進而強化學習優化或微調初始語言模型③，以此提高內容質量，達到生成的結果最大程度符合人類偏好，降低人工智能在自行學習時預測形成的內生偏見，給用戶帶來更好的體驗感和質變感。

第三，強通用性縮減特定領域研發成本。此前針對各行業推出的專用人工智能，對于企業來說需要花費大量人力物力財力進行投資，而產出只能針對特定領域的特定問題，對于用戶來說，只能獲得小范圍的AI應用，需求不能被滿足。而GPT-3.5及GPT-4模型具有強通用性，能夠產生研發者一次開發、多元生產的效果，達到對特定領域研發成本的縮減、總體用戶市場的擴大，滿足多樣用戶的個性需求。

二、AGI對傳媒業的新挑戰與新機遇

（一）AGI對傳媒業的根本性挑戰是技術平權

從萬維網誕生之際，標志著互聯網時代的到來，至今經歷了Web1.0、Web2.0以及正在從Web2.0向Web3.0的演進中。1989年到2004年的Web1.0時代，由于門戶網站等的興起，互聯網用戶利用初級的搜索網站、博客等能夠具備一定的信息獲取權和表達展示權。2004年以后的Web2.0時代，由于社交媒體的繁榮發展，互聯網用戶主要具備豐富的信息獲取權和表達權以及一定的經濟權，但由于Web2.0時代互聯網平臺化發展成為主流，互聯網平臺借助大數據算法技術能夠匯聚大量用戶信息和數據且掌控了核心經濟獲取渠道，可以對用戶權利進行掌控，用戶權利無形中被削弱，由此用戶在互聯網上的一系列權利并沒有得到充分發揮。如用戶在獲取信息的時候需要付出隱私泄露的成本，在表達展示的時候需要付出管理多重數字身份的成本，而在獲取經濟利益方面又存在分配不均的困境。然而，在現今時代即Web2.0時代向Web3.0時代的不斷迭代過程中，用戶權利中的信息獲取權、表達展示權及經濟權必須得到根本性的擴張即通過新技術實現技術平權，人類才能真正實現進入Web3.0時代。因此，從社會長遠發展來看，AGI在傳媒業的根本性挑戰是通過通用性AI技術最大程度地助力傳媒業實現在Web3.0時代的技術平權。

無論是在內容生產環節、傳播環節還是接收反饋環節，傳媒業都是對信息內容高度依賴的行業，因此在信息獲取權上，人工智能技術需要充分給予各行各業用戶專業知識，保證滿足用戶巨量的知識需求。在表達展示權上，普通用戶必須能夠獲得更便捷和更低門檻的內容生產工具，消除數字鴻溝現象，讓每位參與者都能得到表達展示的權利。在經濟權上，必須保證經濟地位的去中心化。AGI代表了人工智能技術的又一發展前沿，技術的進步降低了用戶參與專業內容生產的門檻。而AGI只有通過非盈利的方式，對普通用戶開放所有功能，普通用戶才能夠通過百科全書式的AGI獲取想要的資訊，保證信息獲取權，也能夠獲得更便捷的內容生產工具來生產出質量更高的內容產品。此外，AGI需以開源的方式促進技術的共創共享，防止AGI最終依舊成為資本牟利的工具。總的來說，AGI要以非盈利及開源的方式推動傳媒業在現階段的技術平權，實現用戶權利的顯著性增強，進一步提升廣大用戶的表達展示權甚至經濟權等重要權利，實現Web3.0的去中心化及共建共創和共享機制。

（二）AGI帶來傳媒內容生產力的提升與創造

隨著互聯網的發展，無論是專業從業者進行高質量內容生產的PGC（專業生產內容）內容生產范式，還是隨著社交新媒體興起而盛行的普羅大眾尤其是自媒體生產多元化內容的UGC（用戶生產內容）內容生產范式，均由于當時AI能力和技術水平較低，所以需要大量人力的參與，尤其是UGC興起時，產生大量內容，需要更多倍的人力參與，而由于人的精力有限、知識水平參差不齊及思維創新能力也有限，更容易產生內容同質化、低俗化等現象，在此情況下，又增加了內容監管和審核的難度。因此，隨著互聯網的發展，在內容生產范式的不斷推演中，雖然解決了人類對信息需求量及信息多樣化選擇的問題，但并沒有解決內容生產力及內容質量根本性提升的難題，機構媒體、自媒體尤其是企業媒體仍然存在嚴重的內容產能不足的難題，也導致它們難以提供更多和更好的內容。

在AI能力的突破進展下，產生了AIGC（人工智能生成內容）的內容生產范式，并由之前的專用人工智能內容生成轉向通用人工智能內容生成。具體來說，AGI一方面提升了傳媒內容生產力的效率，以AI為技術支撐的內容生產模式可以全天候不間斷地進行內容生產，滿足人們隨時隨地尋求信息的需求，且AGI的無監督式學習可以為人類處理很多平常小事，如ChatGPT可以直接撰寫新聞采訪大綱、新聞報道導語等，能幫助用戶做好基本資料搜集、基本文字處理等基礎性工作，減輕基礎工作量，為人類提供了創造更高價值內容的機會；另一方面為傳媒行業內容生產的創新提供了突破點，AGI能夠作為用戶的好助手，幫助從業者從不同視角看待問題，拓展自身的知識邊界，釋放用戶創新活力。此外，在GPT-4的發布會上，展示了GPT-4能夠在幾秒內識別用戶預設的網站草圖并生成相應的HTML代碼，直接形成實用性網站，大大縮減了內容生產力成本?？偠灾?，在AGI加持之下的AIGC將成為新的內容基礎設施，能夠極大地提升內容生產效率和生產能力，幫助機構媒體、自媒體、企業媒體等有效解決內容生產能力的短板。

（三）AGI推動廣告、營銷乃至媒介經營的智能運作

隨著AGI的快速進步，技術平權將大大降低廣告營銷業的門檻，使得絕大多數企業都可以創辦自身的媒體，也使得更多人可以從事廣告營銷業的創業，這將從根本上徹底改變之前由4A等公司把持的廣告營銷業或者互聯網企業主導的媒介經營，而給廣告營銷業乃至整個媒介經營帶來新變化和新活力，重構廣告營銷業和媒介經營版圖，具體有如下三點。

第一，企業創辦為自身服務的媒體將成為主流。長期以來，企業由于自身媒體能力有限，基本上采取把廣告等相關業務外包的方式，而隨著AGI的快速發展，AGI能夠通過專業微調，適應特定領域的工作任務，尤其是GPT-4實現圖像的突破后，廣告主可以借助AGI工具，以較低成本組建自身的媒體機構，從事大量的基礎性的廣告營銷業務，當然高端業務依然會采取外部方式。

第二，AGI能夠作為人工智能體，參與到媒介經營的智能運作當中，為專業人士提供分析、判斷乃至決策參考，促使程序化廣告、計算廣告進一步智能化運作。廣告營銷等服務機構和創業者可以把主要精力集中于創意創新等工作上，而把基礎性及雜亂的工作交付給AGI工具，進而顯著提升工作效率和創意能力。

第三，對現有的搜索廣告、電商廣告將產生革命性影響。一是在搜索廣告方面。谷歌是上一代廣告商業模式最大的既得利益者，而集成了對話功能的搜索引擎如Bing等可能會對谷歌每年接近1600億美元的搜索廣告收入帶來重大影響。據微軟官方稱，Bing只要多獲得1%的市場份額，就可以賺取20億美元的廣告收入。二是在電商廣告方面。電商既需要更自然的交互方式，也需要升級真正的智能客服，這都是AGI的專長。2023年2月10日，京東宣布旗下言犀人工智能應用平臺將整合過往產業實踐和技術積累，推出產業版的類ChatGPT產品——ChatJD。

綜上所述，AGI可以助力廣告營銷業最大程度地去中心化且促進企業有效率地高質量發展，其商業版圖將可能實現重新按貢獻分配。

（四）AGI助力元宇宙“脫虛向實”

就目前而言，元宇宙還是一個基于技術集成的遙遠設想，而AGI的興起也導致元宇宙的熱度下降。但實際上，AGI作為元宇宙落地過程中的基礎性技術，是元宇宙組建的一個重要部分，其不斷地發展演進將會為元宇宙提供更強大的技術支持，同時降低眾多其他技術的研發成本。

第一，AGI能夠為元宇宙的數字孿生提供助力。數字孿生是通過接收來自物理對象的數據而實時演化的數字模型，基于數字孿生可進行分析、預測、診斷、訓練等，即可以仿真，并將仿真結果反饋給物理對象，從而幫助物理對象進行優化和決策[1]，因此數字孿生技術是元宇宙中的核心技術之一，為元宇宙的高質量內容優化生產提供技術支撐，促使虛實融合。如AGI工具借助RLHF等技術可以從人類信號中得到分析和反饋，為數字孿生技術提供更多數據模型。

第二，AGI能夠為元宇宙的分布式運作提供助力。元宇宙是以Web3.0為網絡空間基礎的，Web3.0的核心技術區塊鏈將構成元宇宙空間分布式運作模式。所謂分布式運作即以區塊鏈為技術基礎形成的分布式協議、分布式賬本、分布式計算等，其主要特征即通過共識機制實現去中心化。如在助力專用人工智能向通用人工智能進化的去中心化市場平臺SingularityNET上，買賣雙方通過分布式賬本，形成智能合約，進行AI服務的交換，不需要中間平臺，最大限度保證經濟權的自主性。AGI的實現將進一步促成分布式運作的去中心化。

第三，AGI能夠賦能各產業的數字化、智能化升級，降低元宇宙接入成本。專用人工智能只能賦能某一種行業，滿足特定群體用戶需求，無法做到全面且平民。因此，很多行業由于AI人才和技術的缺失無法緊跟時代腳步去進行數字化創新轉型，元宇宙接入成本較高。而AGI能夠匯聚各產業專業知識，為各行業乃至普通大眾提供AI服務，這將降低各產業數字化、智能化轉型的專業門檻及接入元宇宙建設的成本，各行從業者也可以借助AGI工具學習數智化知識，提高創新意識，推動建設數字中國。

第四，AGI能夠參與人工智能相關技術迭代，賦能技術研發。人工智能可以分為弱人工智能與強人工智能，AGI的發展讓弱人工智能開始迭代到強人工智能，而強人工智能的進一步發展則需要更先進和創新性的技術，AGI可以作為科技從業者進行技術迭代工作的輔助工具，借助AGI巨量算法和泛化能力低成本完成多方面技術迭代任務，激活大量人工智能技術開發人員和團隊創新思維，共同探討和共創共建。

三、AGI的未來趨勢與風險

（一）技術趨勢：多模態+大模型+RLHF技術提升AGI強智能性能

專用人工智能下其智能性較弱，如阿爾法狗實現了深度學習的進展，精通于圍棋規則，甚至超越了幾千年來人類對圍棋的知識學習，卻沒有遷移學習的能力，不能舉一反三，若換到象棋，阿爾法狗則一竅不通，更不用說教育、傳媒、金融等其他非棋類行業了。因此，專用人工智能的智能性是極其有限的，而AGI則不然。

AGI強大的通用功能得益于AI技術的發展。中科院自動化研究所研究員、“紫東太初”大模型研究中心常務副主任王金橋指出：其一，ChatGPT無所不知，得益于大規模預訓練語言模型GPT—3.5的支持。GPT—3.5擁有千億級參數，在訓練時使用了海量的人類在互聯網上編輯生成的多種類文本數據集，因此可以對世界上已有的知識進行編碼，且不同于只能處理單一任務的傳統人工智能，ChatGPT能夠對多任務統一編碼，通過多任務統一編碼，可實現一個模型做很多事，進而達到一專多能。其二，ChatGPT對答如流，是因為引入了人類反饋的強化學習（RLHF）。OpenAI的開發團隊通過RLHF不斷對ChatGPT模型進行微調，以實現最優化輸出效果。由此ChatGPT得以像人一樣對任意輸入的問題做出非常流暢的回答，而且擁有文檔概括、文本創作等多種能力。[2]ChatGTP實現了大模型+RLHF的強大功能，而GPT-4模型在GPT-3.5的基礎上，實現多模態的功能發揮，將AGI的通用性從文本界限又擴大至圖像領域。

AGI工具已經實踐于方方面面，體現出多模態+大模型+RLHF技術下AGI強智能性能的發展。其不僅能夠相當于專業家教的知識水平輔導家庭作業，幫助教師備課，還能夠將學習的知識進行遷移運用，包括輔助程序員撰寫代碼，幫助學生撰寫郵件等。除此之外，還具備情緒化思維，按照用戶的需求，結合上下文邏輯，對用戶產生或關懷、或憤怒、或溫柔、或激動的話語。

因此，未來AGI的技術發展上將可以使用多模態+大模型+RLHF技術不斷提升AGI的強智能性能，以實現更高價值的技術飛躍。

（二）應用趨勢：成為產業智能升級以及元宇宙落地的關鍵底層技術

AGI工具功能強大、應用范圍廣，因此各大相關企業積極進行產業智能升級，向AGI相關人工智能產業方向投資，以求抓住AGI的新紅利，讓企業產品適應人工智能時代，變得更加數智化，有效利用AI技術降本增效，擴大用戶市場。

目前，西方發達國家多家互聯網巨頭瞄準AGI的產品市場，如2022年谷歌多項落地業務大多與AI有關，研發改進多類別大模型GLaM、PaLM、Imagen等，以求提供更多社會影響力；Meta也計劃組建頂級AI團隊，直接對標AGI；OpenAI發布AGI路線圖，表示公司要構建更強大的AI系統和更可控的模型，最終實現構建超級智能AGI，形成宏大的超級智能世界；不斷投資OpenAI的微軟將OpenAI的語言模型與搜索引擎Bing結合，用戶可以使用Bing得到與使用ChatGPT類似的結果，增強了Bing的搜索準確性及語言通用性，提高Bing在搜索引擎行業的競爭力。此外，馬斯克也加入了AGI的研發項目中，在收購推特后，致力于目標構建更值得信賴的通用語言模型，即TruthGPT。

在國內，自OpenAI發布ChatGPT以來，我國各大互聯網企業也在積極探索中國式ChatGPT。阿里、騰訊、華為、科大訊飛、京東、網易等紛紛探索相關業務。其中，阿里推出達摩院版ChatGPT，能夠實現文本、繪畫等多模態任務；騰訊的混元助手項目組在構建大參數語言模型的工作任務上有序進行；華為積極布局鵬城盤古大模型，并發布多模態人工智能產業聯合體、智能流體力學產業聯合體等促進大模型產業化；智能語音引領者科大訊飛將計劃采用類ChatGPT技術應用于AI學習機中；京東則推出產業版的ChatGPT即ChatJD，實現業務與技術相結合；網易也計劃推出與在線教育行業相匹配的ChatGPT。除了各大互聯網企業在積極布局ChatGPT相關產品外，高校也在積極拓展自身產品智能升級，如北大研究者發布ChatExcel應用，只需輸入文字即可生成需要的表格。

全球各大巨頭企業紛紛對標ChatGPT，開展產業智能升級，助力AGI的全面快速發展，將促進AGI技術更快速地成熟，為推動元宇宙空間提供全新內容生成范式，給予元宇宙充足且高質的內容生成?？梢钥闯?，AGI將在今后很長時間內催生著產業智能升級以及成為元宇宙落地的關鍵底層技術。

（三）倫理風險：更深度信息偽造風險與更不可控的道德風險

AGI具備功能強大、智能化強的優勢，在現今階段是最具潛力的發展對象，但技術進步所帶來的不僅是豐厚的社會價值和經濟價值，還會產生新的倫理風險，這值得我們深入思考和解決，因此，對于通用人工智能階段，我們仍需在確保安全性的前提下積極穩妥地進入。

其一，AGI無法做到辨別真假，ChatGPT可能會產生虛假新聞或不合常理的回答，包括最新發布的GPT-4也無法做到完全準確。一方面，AGI工具還不能夠準確分辨事實的真假，在傳媒行業，AGI可以幫助直接生成新聞稿，若用戶給予的前提條件是憑空捏造的，那么AGI將直接產出虛假新聞，這將引起輿論激化，甚至可能利用AGI生成大量不實新聞，引起輿論信息戰。另一方面，由于目前GPT模型遇到沒有及時更新的最新信息以及算法無法識別的問題時，AGI工具可能會一本正經地胡說八道，導致用戶無法獲取最佳答案，甚至會被AI的思維帶偏。

其二，AGI生產的內容歸屬權引發爭議。由于AGI具有信息編排和一定的自主創作能力，使得程序算法和獨立思考的界限進一步模糊，無法按照之前評定AIGC作品版權的問題來規定，使得著作權爭議以及知識產權侵權糾紛發生的頻率攀升。尤其是在過億用戶的ChatGPT上，不同用戶同時輸入相同問題（甚至差異性問題）得出相同內容的利益歸屬及相關糾紛解決路徑未臻明確。[3]因此，關于AGI生成的內容版權歸屬問題變得模糊不清，且現今也尚未有詳細的法律界定和充分的案例經驗。AI能否成為作者進行署名以及其生成的內容是否可以界定為作品，從而擁有著作權，著作權又該歸屬于誰等一系列問題，還需在技術實踐過程中不斷去解決。

其三，對于用戶來說，AGI是使用工具，若不正當使用，將會擾亂行業生態。特別是在教育行業，大學生使用ChatGPT直接生成畢業論文的案例已經屢見不鮮，造成學術不端行為，甚至還有期刊因過多ChatGPT撰寫的文章投稿而暫停征稿。而AGI在多行業都可以協助生成內容，若從業者只為方便完成任務而直接利用AI進行內容生成，一方面將使知識的真實性難以辨認、知識的權威性難以保證、知識碎片化加劇以及對普遍性知識瓦解；另一方面可能會導致人類思維的停頓與自身能力水平的后退，易消弭人類的自主能動性，使人類淪為技術的奴隸以及身體隱退和創造性的隱退與遮蔽[4]，不利于社會系統長期穩定發展。

其四，對于企業品牌來說，由于技術不成熟有可能給上市公司帶來聲譽風險，進而利益受損。AGI行業雖然蘊含著巨大的潛力和價值，但是當前依然不夠成熟。例如，ChatGPT火爆之后，微軟、谷歌、百度等多家互聯網巨頭企業紛紛涌入賽道，引起股市新一輪動蕩。但在2023年2月8日，谷歌在巴黎發布會上介紹的智能搜索引擎Bard因錯誤回答導致谷歌市值一夜間驟降7000多億元人民幣。且隨著愈來愈烈的股市炒作，ChatGPT、AIGC相關概念已經出現泡沫化現象，相關概念股股價大漲、初創企業估值虛高，隨著ChatGPT相關概念熱度升溫，行業投資者、創業者以及相關從業者需要警惕風險。[5]

對此，目前國內網信辦等相關部門也正在圍繞AGI可能帶來的風險進行調研。因此，各互聯網企業需要和相關部門積極溝通，充分了解監管政策和監管紅線，在保證產品和服務安全性的前提下再推出相關產品。

四、結語

ChatGPT的發布是ANI轉向AGI的開始，GPT-4的升級是AGI的新突破，但現有GPT模型均未通過圖靈測試，因此，真正實現完全的AGI還有很長的路需要走。在現下階段我們需要把握AGI帶來的機遇與挑戰，并預測未來AGI在各方面的趨勢與風險，為AGI未來的發展制訂合理計劃。雖然AGI的發展既帶來了新的發展機遇，也帶來了新的風險，但各行業尤其是傳媒業應樂觀應對，積極擁抱新技術并善于正確使用和掌控新技術。此外，成功通往AGI的道路并不是僅憑一己之力，而是需要全國乃至全球AI技術前沿企業的聯合，共同探討AGI的下一步，真正實現用AGI為全人類謀福祉的使命。

（本文為北京市社會科學基金規劃重點項目“首都互聯網平臺企業社會責任與協同治理體系研究”的階段性成果，項目批準號：22XCA002）

注 釋：

①總師：《知識科普：什么是AGI？》，微信公眾號“總師”，2023年2月16日。

②做產品的馬丁：《萬字長文：AI產品經理視角的ChatGPT全解析》，微信公眾號“馬丁的面包屑”，2023年1月30日。

③賣萌醬：《ChatGPT背后的算法——RLHF》，微信公眾號“夕小瑤的賣萌屋”，2022年12月18日。

參考文獻：

[1]郭全中.元宇宙的緣起、現狀與未來[J].新聞愛好者，2022（1）：26-31.

[2]趙廣立.ChatGPT敲開通用人工智能大門了嗎[N].中國科學報，2023-02-22（003）.

[3]鄧建鵬，朱懌成.ChatGPT模型的法律風險及應對之策[J/OL].https：//doi.org/10.14100/j.cnki.65-1039/g4.20230228.001.

[4]周洪宇，李宇陽.ChatGPT對教育生態的沖擊及應對策略[J/OL].https：//doi.org/10.14100/j.cnki.65-1039/g4.20230224.001.

[5]雷晨.ChatGPT風口A股鏡像[N].21世紀經濟報道，2023-02-08（009）.

（郭全中為中央民族大學新聞與傳播學院教授，江蘇紫金傳媒智庫高級研究員；袁柏林為中央民族大學新聞與傳播學院碩士生）

編校：董方曉