西方跨學(xué)科“人工智能—社會(huì)”討論對(duì)新聞傳播學(xué)的啟示

作者簡介：劉兢，男，教授，博士；陳芷薇，女，碩士研究生。

摘"要：2022年夏季號(hào)Daedalus跨學(xué)科“人工智能—社會(huì)”討論分享了人工智能三大前沿應(yīng)用及兩大技術(shù)局限，呈現(xiàn)了西方學(xué)人以人工智能為鑒對(duì)自我、智能及語言的反思，更回應(yīng)了人工智能引發(fā)的就業(yè)危機(jī)、黑箱治理與大國博弈等西方社會(huì)新爭議。新聞傳播學(xué)立場的人工智能研究，可在微觀多主體人機(jī)溝通、中觀算法新聞生產(chǎn)及傳媒行業(yè)崗位變動(dòng)、宏觀人工智能介入的傳播治理等方面探索新議題。

關(guān)鍵詞：人工智能；技術(shù)前沿；人文反思；社會(huì)爭議；新聞傳播學(xué)

中圖分類號(hào)：G206文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-8418（2023）03-0002-07

2023年2月，OpenAI公司開發(fā)的AI聊天工具ChatGPT讓人工智能再次成為坊間熱點(diǎn)。有人驚嘆它在人機(jī)對(duì)話中對(duì)答如流的從容表現(xiàn)，也有人擔(dān)心它生成的大量貌似可信但實(shí)則并無實(shí)據(jù)的語句會(huì)讓本就滿是謬訊的網(wǎng)絡(luò)空間雪上加霜。人工智能這種新一代通用技術(shù)已在慢慢改變世界，正像當(dāng)年的蒸汽機(jī)、電力所做的那樣。反躬自省，以“傳播”研究為業(yè)的新聞傳播學(xué)人又能為人類理解這一最新通用技術(shù)與社會(huì)的關(guān)系做些什么呢？

我們?cè)浴叭斯ぶ悄堋薄皞鞑ァ薄癆I”“Communication”為檢索詞分別檢索了2017年1月至2022年3月期間發(fā)表的CSSCI新聞傳播學(xué)期刊論文及SSCI傳播學(xué)一區(qū)期刊論文，并嘗試?yán)迩宀糠指咭墨I(xiàn)及重要期刊其他文獻(xiàn)的思路。主要發(fā)現(xiàn)如下：其一，中文高引文獻(xiàn)的焦點(diǎn)是人工智能對(duì)傳媒行業(yè)的影響，多從宏觀層面透視其對(duì)傳媒行業(yè)的全面滲入［1］［2］［3］［4］及其影響下的媒介融合［5］、新聞生產(chǎn)［6］等變化；其二，也有中文文獻(xiàn)沿媒介哲學(xué)或倫理路徑切入，聚焦身體視角的智能傳播主體反思、以計(jì)算為基礎(chǔ)的智能傳播意義、人與作為傳播基礎(chǔ)設(shè)施的算法之關(guān)系及人工智能主播認(rèn)知特性等議題［7］［8］［9］［10］，并心系人工智能引發(fā)的用戶隱私侵犯、虛假信息傳播、算法偏見等倫理爭議［11］［12］［13］；其三，英文高引文獻(xiàn)的焦點(diǎn)是人工智能對(duì)傳播研究議程的影響，或從功能、關(guān)系及本體等方面概括出三大議程［14］，或總結(jié)出“技術(shù)設(shè)計(jì)”與“技術(shù)對(duì)人際交流之影響”兩大論域［15］，還有學(xué)人重視以機(jī)器學(xué)習(xí)為研究對(duì)象的計(jì)算民族志及人機(jī)溝通的心理效應(yīng)剖析［16］［17］；其四，英文高引文獻(xiàn)對(duì)人工智能出現(xiàn)后傳播實(shí)踐變化的討論不限于人機(jī)關(guān)系變化及合成政治視頻的負(fù)面影響等宏觀議題［18］［19］，用戶對(duì)算法決策的感知及他們與聊天機(jī)器人溝通后的情感與心理效果等微觀議題也不乏學(xué)者涉獵［20］［21］。

上述討論敏銳地抓住了人工智能影響下人類傳播實(shí)踐的最新變化，無論是對(duì)傳媒行業(yè)調(diào)整、人機(jī)傳播效果、傳播倫理爭議的經(jīng)驗(yàn)反思，還是對(duì)傳播主體及其關(guān)系變動(dòng)、傳播研究議程更新的理論思辨，都能讓心系相關(guān)議題的同行清醒警惕。但它們主要是限于傳播實(shí)踐中人工智能已有應(yīng)用及其問題的分析。若我們跳出上述論域，對(duì)“當(dāng)前人工智能能做什么？怎么做到的？不能做什么？”等技術(shù)類議題更加了然，對(duì)“人類如何通過人工智能反躬自省，豐富對(duì)自我、智能及語言的認(rèn)識(shí)？”等人文類議題及“如何在善用人工智能的同時(shí)維護(hù)社會(huì)公平正義？圍繞人工智能的大國博弈如何展開？”等社科類議題更加關(guān)切，則有可能進(jìn)一步跳出廬山看廬山，拓展新聞傳播學(xué)立場的人工智能研究的深度和廣度。

2022年夏季，美國藝術(shù)與科學(xué)院主辦的跨學(xué)科頂尖期刊Daedalus繼1988年首次出版人工智能專輯（第117卷第1期）后又一次推出了人工智能與社會(huì)專輯，以期“捕捉我們?cè)谌斯ぶ悄馨l(fā)展中的位置，以及其日益廣泛的應(yīng)用如何影響社會(huì)”［22］。這為我們提供了打破知識(shí)屏障、管窺西方跨學(xué)科人工智能與社會(huì)研究最新進(jìn)展的良機(jī)。一方面，頂尖計(jì)算機(jī)技術(shù)專家穆拉提、李飛飛和魯斯等人分享了科學(xué)家眼中的人工智能技術(shù)前沿動(dòng)態(tài)；另一方面，經(jīng)濟(jì)學(xué)諾獎(jiǎng)得主斯班塞、美國前國防部長卡特、谷歌高級(jí)副總裁曼尼卡等人則從人文或社會(huì)科學(xué)的視角貢獻(xiàn)了他們對(duì)人工智能與人類自我反省及社會(huì)變局之間勾連的最新思考。我們期待能深入該專輯，梳理他們對(duì)上述技術(shù)類議題和人文及社科類議題的可能回答，以期為我國新聞傳播學(xué)立場的人工智能研究思路更新提供可能的刺激。

一、技術(shù)的能與不能：人工智能前沿應(yīng)用與局限

如果細(xì)讀了OpenAI公司現(xiàn)任首席技術(shù)官穆拉提在專輯中對(duì)該公司研發(fā)的大型語言處理模型GPT-3原理的梳理，就會(huì)明白本文開頭提到的由GPT-3衍生的人工智能聊天工具ChatGPT輸出語言的方式，本質(zhì)上是語言處理模型對(duì)“詞語序列中下一個(gè)詞的預(yù)測”［23］。你在聊天框里講了哪些話，ChatGPT就會(huì)在回溯分析大量文本中的詞義、詞語關(guān)系及句子結(jié)構(gòu)后計(jì)算出最可能伴隨這些話的特定詞句并把它們回復(fù)給你。也就是說，ChatGPT跟你講的話其實(shí)并無現(xiàn)實(shí)經(jīng)驗(yàn)基礎(chǔ)，只是匹配你發(fā)言提示（prompt）的符號(hào)反應(yīng)罷了，與能從現(xiàn)實(shí)經(jīng)驗(yàn)出發(fā)推敲、反省、斟酌詞語的人類語言輸出方式完全不同。能跟人聊天其實(shí)不算啥，受過海量文本訓(xùn)練的GPT-3現(xiàn)在還能根據(jù)提示寫小說、摘文章，甚至按指令輸出一首仿聶魯達(dá)體情詩。

上述模擬人類語言的語言處理模型只是專輯中科學(xué)家們重點(diǎn)介紹的當(dāng)前人工智能三大前沿應(yīng)用之一，模擬人類視覺的對(duì)象識(shí)別和模擬人類動(dòng)作的軟體機(jī)器人則是另外兩大焦點(diǎn)應(yīng)用。斯坦福大學(xué)華裔專家李飛飛團(tuán)隊(duì)將對(duì)象識(shí)別視為讀圖時(shí)代計(jì)算機(jī)視覺領(lǐng)域的明星議題，希望能教會(huì)計(jì)算機(jī)像人一樣正確識(shí)別給定圖片中的對(duì)象。可計(jì)算機(jī)沒法像人一樣靠捕捉“對(duì)象所處環(huán)境中的線索、對(duì)象的關(guān)鍵特征”［24］來感知對(duì)象，只能先用大量圖片對(duì)它進(jìn)行“預(yù)訓(xùn)練”（pretraining）后才有可能在給定圖片中認(rèn)出見過的對(duì)象。他們?yōu)榇私艘粋€(gè)擁有1500多萬張網(wǎng)絡(luò)圖片的超級(jí)圖庫ImageNet，但計(jì)算機(jī)目前最多只能“察覺”（perception）圖片中的對(duì)象是什么，還沒法像人一樣靠經(jīng)驗(yàn)深刻“認(rèn)知”（cognitive）對(duì)象之間的關(guān)系。麻省理工學(xué)院機(jī)器人專家魯斯直言他們團(tuán)隊(duì)開發(fā)的能做基本移動(dòng)及抓取的軟體機(jī)器魚Sofi的關(guān)鍵，是“（軟生物材料）肉身與組成大腦的算力之耦合（coupling）”［25］。這些外部是硅膠等可延展材料的軟體機(jī)器人可比現(xiàn)在工廠里笨重危險(xiǎn)的硬體機(jī)器人靈活得多，在由軟體設(shè)計(jì)、線路板和計(jì)算技術(shù)引領(lǐng)的未來世界里，“形式和材質(zhì)各異的機(jī)器人都將亮相，助力人類在以人為中心的環(huán)境里干好各種體力活”［25］。

上述幾大前沿應(yīng)用的出現(xiàn)，都離不開2000年代以來由海量網(wǎng)絡(luò)數(shù)據(jù)訓(xùn)練、計(jì)算軟硬件更新推動(dòng)的人工神經(jīng)網(wǎng)絡(luò)技術(shù)突破，而迭代后的人工智能向醫(yī)療保健、環(huán)境監(jiān)測、個(gè)性化學(xué)習(xí)、藝術(shù)創(chuàng)作等更多領(lǐng)域的延伸，更讓很多人相信“人工智能物種演化（speciation）仍將繼續(xù)，深入我們身處其中的‘賽博—現(xiàn)實(shí)世界’里的許多小世界，從特定任務(wù)到日常生活”［26］。可人工智能看似無所不能，實(shí)則能力有限，其中“人工通用智能”和“模仿直覺思維”是專輯中科學(xué)家們提及最多的當(dāng)前兩大局限。

其一，跨越不同任務(wù)和場景的“人工通用智能”（AGI）短期內(nèi)還無法實(shí)現(xiàn)。人工智能先驅(qū)西蒙和紐威爾曾預(yù)言過“與人類思維疆域同步”的機(jī)器［27］，但像人類一樣“適應(yīng)任何問題及情境并能自我革新及調(diào)整目標(biāo)”［22］的“人工通用智能”迄今仍只存在于《星球大戰(zhàn)》等好萊塢大片的幻想之中。當(dāng)前人工智能主流是能做好重復(fù)、數(shù)據(jù)密集且社交性較弱的（asocial）單項(xiàng)任務(wù)的“窄人工智能”，可它們沒法將在一組訓(xùn)練數(shù)據(jù)中習(xí)得的某項(xiàng)任務(wù)能力遷移至其他任務(wù)中去。能擊敗人類圍棋高手的“AlfaGo”除了下棋之外干不了別的，而人類智力的一大標(biāo)志則是能舉一反三，“發(fā)現(xiàn)不同任務(wù)的相似之處，并讓這些與舊任務(wù)共性的領(lǐng)悟增值（parlay）以應(yīng)對(duì)新任務(wù)”［24］。其二，模仿人類思維中的直覺（intuitive reasoning）對(duì)現(xiàn)階段的人工智能來說更是不可能的任務(wù)。當(dāng)前主流人工智能研究預(yù)設(shè)人類思維通過形式邏輯來建構(gòu)，諸多應(yīng)用需要給定明確前提才能完成被分配的任務(wù)。這樣的思路強(qiáng)調(diào)的是按部就班正確地完成任務(wù)，而“沒法就創(chuàng)造性地生成前提、使用概念和推理規(guī)則拿出高招”［28］。可人類思維中除了嚴(yán)謹(jǐn)?shù)倪壿嬤€有神秘的直覺。后者重視豐富而非正確，常沒來由地即興發(fā)揮：不僅能聽出弦外之音，“超越在靜態(tài)圖像里所看到的，腦補(bǔ)圖像背后的動(dòng)態(tài)故事”，還能來場頭腦風(fēng)暴，在無限遞歸、層層延展的思維空間里“交錯(cuò)組合物體、動(dòng)作、位置、屬性和情感等概念”［28］。

二、自我、智能與語言：人工智能刺激下的人文反思

與上述探索人工智能模擬人類能力邊界的科學(xué)家們不同，專輯中的另外一些人文學(xué)者則期待以人工智能為鑒，找尋它們對(duì)人類自我反省的意義，因?yàn)樵谒麄冄劾铩叭斯ぶ悄茏鳛橐环N觀察人類的方式將日益重要，不管這些程序本身在模仿人類思維的方方面面上是否成功”［29］。在這些學(xué)人筆下，人類果真了解自我嗎？果真了解智能嗎？語言與人類的關(guān)系到底是什么？這些問題在人工智能出現(xiàn)之后都被讀出了更豐富的意涵。

其一，人工智能讓人類重新審視自我。人類對(duì)自身能力的認(rèn)識(shí)可能是有局限的：當(dāng)人工智能研究將讓數(shù)字計(jì)算機(jī)或由計(jì)算機(jī)控制的機(jī)器人模擬與智力、創(chuàng)造力、同情心、關(guān)系等X概念相關(guān)的人類能力視為孜孜以求的圣杯時(shí)，也許會(huì)“限制其他能更好補(bǔ)充或服務(wù)人類的X概念的可能性”［22］。人類自身的捉摸不定其實(shí)相當(dāng)危險(xiǎn)：人工智能只要人類下達(dá)指令即可如法執(zhí)行，可人類往往會(huì)瞻前顧后，對(duì)哪些指令能帶來最大公益既看不清也辨不明；所以可怕的是“能力強(qiáng)大的機(jī)器與無法全面正確地說清自身愿望的人類湊在一起”［30］，因?yàn)橐坏┤斯ぶ悄懿还懿活櫟匾瓿扇祟惣榷ㄖ噶睿I不到后悔藥的人類就可能方寸大亂。人類對(duì)讓人工智能復(fù)制自我這事更不能太過執(zhí)念：一是要讓科學(xué)洞悉人類的秘密可不容易，GPT-3在回應(yīng)牛津萬靈學(xué)院測試時(shí)就提示人類“科學(xué)只能告訴你人不是什么，可要真想弄明白人是什么，最好求助哲學(xué)而非科學(xué)”［31］；二是就算有朝一日科學(xué)真能解開所有人類謎題，人類也要三思，想想“人之為人，需要守住多少自身運(yùn)作黑箱的秘密，留下多少模擬或復(fù)制自身的空白”［22］。

其二，人工智能讓人類重新審視智能。首先，何謂人工智能其實(shí)見仁見智。1950年代人工智能先驅(qū)們想法明確，要“讓機(jī)器使用語言、形成抽象和概念、解決人類各種問題并自我更新”［32］。但思路漸寬的后繼者們則提出“若某機(jī)器行動(dòng)能達(dá)成其目標(biāo)，就是有智能”，于是人工智能基本模式就成了“我們?cè)O(shè)定目標(biāo)，剩下的交給機(jī)器”［30］。但其實(shí)人們對(duì)哪些目標(biāo)是智能體現(xiàn)眾說紛紜：有人說還是“語言、學(xué)習(xí)、記憶和問題解決”重要，有人則認(rèn)定“復(fù)雜世界的生存能力”及“展示認(rèn)知和運(yùn)動(dòng)技巧能力”才重要；還有人干脆說將“是否實(shí)現(xiàn)既定目標(biāo)”作為智能體現(xiàn)其實(shí)不妥，因?yàn)槌讼缕宓壬贁?shù)任務(wù)，人類解決很多任務(wù)時(shí)都得因地制宜、隨時(shí)調(diào)整既定目標(biāo)。其次，以人類作為智能尺度更值得商榷。致力于讓機(jī)器仿效人類智能的人們似乎預(yù)設(shè)智能是有層級(jí)的，但我們“將自身置于線性量度（a linear scale）中時(shí)，也會(huì)對(duì)尺有所短、寸有所長這一事實(shí)視而不見”［26］。人類有可能是井底之蛙，看不到章魚用腕足行走、變色龍隨環(huán)境變色等自然界里“有別于我們的聰明法子”，也有可能夜郎自大，為讓自己獨(dú)享“智能”名號(hào)而把計(jì)算機(jī)的很多進(jìn)步都說成是非智能表現(xiàn)［22］。

其三，人工智能讓人類重新審視語言之于人類的意義。GPT-3等語言處理模型也能輸出人類語言了，人類語言似乎不再是區(qū)分人與自然的人類專屬能力，人類似乎被降格為“物質(zhì)世界中諸多物質(zhì)（有生命或無生命、有機(jī)物或機(jī)器、自然或人工）中的一種”［33］，這對(duì)人類意味著什么呢？有人仍堅(jiān)稱語言與人類關(guān)系獨(dú)特：語言處理模型輸出的并非真的人類語言，它們所做的只是“按概率隨機(jī)將在海量受訓(xùn)數(shù)據(jù)中觀察到的語言形式拼湊在了一起，未涉及任何意義”［33］；只有人才能通過語言賦予事物意義，“這是人類的存世方式，讓我們把事物條分縷析，進(jìn)而共同創(chuàng)造世界”［33］。有人則宣稱語言與人類的關(guān)系其實(shí)并無定論，相信人類語言是神賜天賦或人類語言讓人類與自然兩分曾經(jīng)都能自圓其說，但語言處理模型的出現(xiàn)讓索緒爾結(jié)構(gòu)主義語言觀有了新佐證——“語言是一個(gè)按內(nèi)部組合邏輯創(chuàng)建的系統(tǒng)，獨(dú)立于任何言說者（人或機(jī)器）”［33］。還有人在和語言模型的交流中頓悟，提出與其糾結(jié)語言模型說出的話是否真實(shí)，不如問問自己和它交流時(shí)的感受。語言模型證明語言可以和情感分離，但我們和它們聊得越久，就越容易投入情感與它們建立關(guān)系，所以“談到人工智能時(shí)，很多人會(huì)覺得求一段關(guān)系比深不見底的‘真實(shí)’問題更重要”［34］。

三、就業(yè)、治理與大國博弈：人工智能社會(huì)影響之爭議

西方學(xué)人對(duì)人工智能的技術(shù)探索及人文反思是普適的，這些是全人類的共同問題，而對(duì)人工智能之于西方社會(huì)影響的討論卻是特殊的，回應(yīng)的是他們心中西方社會(huì)的特殊難題。如何看待人工智能對(duì)西方社會(huì)就業(yè)崗位的影響？如何治理已漸漸嵌入重要政治經(jīng)濟(jì)活動(dòng)的人工智能黑箱？如何應(yīng)對(duì)人工智能時(shí)代的大國博弈？這些是專輯中一些社科學(xué)人各抒己見的另一些熱點(diǎn)。

專輯中幾位經(jīng)濟(jì)學(xué)家對(duì)當(dāng)前受人工智能影響的就業(yè)崗位看法不一。前克林頓政府顧問泰森重視中低端崗位所受的沖擊，強(qiáng)調(diào)雖然從長期看來人工智能會(huì)帶動(dòng)無法自動(dòng)化的崗位生產(chǎn)力需求上升（productivity）及人機(jī)結(jié)合新崗位升級(jí)（reinstatement），但短期內(nèi)則會(huì)替代（displacement）大量可自動(dòng)化崗位［35］，這會(huì)造成中端崗位流失、高低端崗位收入差距進(jìn)一步拉大的短期“崗位極化”現(xiàn)象，亟需政府出臺(tái)社會(huì)保障、職業(yè)培訓(xùn)等政策幫助中低端崗位人群過渡［35］。諾獎(jiǎng)得主斯賓塞則提示我們，上一階段“基于代碼的數(shù)字化”影響的確實(shí)主要是中端藍(lán)白領(lǐng)崗位，一些高端崗位工作當(dāng)時(shí)沒法被寫成代碼交給機(jī)器；但現(xiàn)階段“人工智能突破后的數(shù)字化”的影響可能更為全面，一些專業(yè)性高端崗位也無法幸免，“它們雖不至于全面自動(dòng)化，但通過‘關(guān)鍵任務(wù)自動(dòng)化’的‘?dāng)?shù)字機(jī)器增強(qiáng)’已出現(xiàn)”［36］，如OpenAI開發(fā)的能編寫、轉(zhuǎn)譯計(jì)算機(jī)代碼的人工智能系統(tǒng)。數(shù)字經(jīng)濟(jì)專家布林諾夫森的反思則更為徹底，批評(píng)循著圖靈路徑只追求能用自動(dòng)化機(jī)器替代人類的“類人人工智能”（human-like artificial intelligence），其雖既能解放勞力又能照亮心靈，但卻更可能淪為讓少數(shù)技術(shù)控制者得益、大多數(shù)群體因下崗而生怨的陷阱；人工智能研究應(yīng)將重心轉(zhuǎn)向“增強(qiáng)而非模擬人類”，通過新工具和新平臺(tái)增強(qiáng)人力以普惠大眾，而非只關(guān)心自動(dòng)化取代人力而讓蛋糕被少數(shù)人瓜分［37］。

專輯中幾位倫理學(xué)、政治學(xué)學(xué)人對(duì)于須治理人工智能黑箱卻有共識(shí)，并基于各自的背景給出了建議。隨著當(dāng)前人工智能對(duì)西方金融信貸交易等商業(yè)活動(dòng)及社保、移民、保釋資格審查等政務(wù)活動(dòng)的嵌入，相關(guān)質(zhì)疑也不絕于耳。一方面，算法、數(shù)據(jù)庫及應(yīng)用等人工智能三大架構(gòu)都易出紕漏［38］。算法設(shè)計(jì)可能反映設(shè)計(jì)者對(duì)女性、少數(shù)族裔、低收入者等弱勢群體的偏見，訓(xùn)練算法時(shí)輸入數(shù)據(jù)的代表性既可能不足也可能過度，其不當(dāng)應(yīng)用更可能侵犯受影響者的權(quán)利甚至操縱他們的行為。另一方面，技術(shù)黑箱讓受影響者難以制約那些手握人工智能工具的商家和掌權(quán)者。貸款申請(qǐng)者、社交媒體用戶、社保申請(qǐng)人等受影響者在上述三大架構(gòu)中都無機(jī)會(huì)參與，他們“幾乎沒有角色能指導(dǎo)分配利益和責(zé)任的算法”［39］，甚至被蒙在鼓里，“被有偏見的決策控制還不自知，或因決策缺乏透明度對(duì)偏見束手無策”［40］。

呼應(yīng)上述質(zhì)疑，一些學(xué)人整理出若干價(jià)值規(guī)范：或列出算法公開、維護(hù)人權(quán)、機(jī)會(huì)均等、向弱勢傾斜等人工智能正義原則［41］，或提倡人工智能研發(fā)要從最大限度追求人類偏好或財(cái)富的功利主義倫理轉(zhuǎn)向珍視價(jià)值多元、重視程序、擴(kuò)大民眾參與等理念的人文主義倫理［42］，或喊出增加利益相關(guān)者參與度、向外界分享算法運(yùn)營關(guān)鍵信息、研發(fā)能幫受害者索償?shù)乃惴鞒套匪菁夹g(shù)等提升人工智能公眾信任等倡議［39］。另一些學(xué)人則托出了具體治理方案。懂技術(shù)的前美國國防部長卡特建議三管齊下：一是通過企業(yè)內(nèi)部多重把關(guān)、政府設(shè)立行業(yè)標(biāo)準(zhǔn)等法子提升算法設(shè)計(jì)質(zhì)量和透明度；二是通過落實(shí)匿名以保護(hù)數(shù)據(jù)源隱私、多重審查以減少數(shù)據(jù)偏差等方式確保訓(xùn)練算法的數(shù)據(jù)來源之正當(dāng)性及準(zhǔn)確性；三是加大對(duì)涉嫌欺詐、操縱等不法勾當(dāng)?shù)娜斯ぶ悄軕?yīng)用的監(jiān)管力度［38］。劍橋數(shù)字政務(wù)專家瑪吉茨則期待改進(jìn)政府的人工智能應(yīng)用以達(dá)善治：人工智能可幫助政府偵測所需信息，預(yù)測“須關(guān)注的趨勢或關(guān)系”以優(yōu)化資源分配，甚至模擬救災(zāi)、防疫等重大決策的可能后果；在技術(shù)幫助下，政府應(yīng)提升自我創(chuàng)新能力、建立決策模型并著力識(shí)別并應(yīng)對(duì)社會(huì)中的結(jié)構(gòu)性不公［43］。

專輯中還有一份美國人工智能國安委員會(huì)前主席施密特的報(bào)告。他看似對(duì)人工智能時(shí)代的大國博弈了如指掌，而中國成了他筆下美國的頭號(hào)勁敵。其一，人工智能改變了國際戰(zhàn)爭形態(tài)。從社交機(jī)器人介入后真真假假的網(wǎng)絡(luò)輿論攻防到已有自動(dòng)武器登場的常規(guī)戰(zhàn)，甚至連核大國之間的脆弱均勢也可能因難以預(yù)料的智能武器打擊而變得更脆弱。因此，核大國應(yīng)盡量摸清彼此紅線，“確保雙方至少總體上知曉彼此在做什么”［44］。其二，人工智能讓在美國運(yùn)營的Tiktok等他國網(wǎng)絡(luò)平臺(tái)成為隱患。它們平時(shí)可能利用人工智能學(xué)習(xí)并引導(dǎo)美國用戶行為，戰(zhàn)時(shí)則“可能被‘武器化’、中止服務(wù)，成為‘潛在制衡利器’”［44］。其三，中國是美國在人工智能領(lǐng)域的最大對(duì)手，但沒法與中國徹底脫鉤的美國應(yīng)做兩手打算。中美爭霸不可避免，“只有美中擁有資源、商機(jī)、人才和創(chuàng)新生態(tài)體系，能在人工智能領(lǐng)域引領(lǐng)世界”［44］；美國應(yīng)既在敏感技術(shù)領(lǐng)域防范中國，又保持雙方商業(yè)和科研領(lǐng)域的互惠合作，“雙邊合作既要選擇性脫鉤，也須在共同利益領(lǐng)域延續(xù)下去”［44］。

四、討論：跨學(xué)科視野與新聞傳播學(xué)立場的人工智能研究

西方人工智能與社會(huì)研究已從計(jì)算機(jī)科學(xué)的機(jī)房延伸至相關(guān)科學(xué)的實(shí)驗(yàn)室及人文與社會(huì)科學(xué)者的書齋或田野，上面露出的只是冰山一角，但我們相信它們已為我們了解西方相關(guān)研究的最新進(jìn)展推開了一扇偏窗。科學(xué)家已能讓人工智能根據(jù)人類“提示”或經(jīng)過“預(yù)訓(xùn)練”完成語言輸出、對(duì)象識(shí)別等任務(wù)，還設(shè)計(jì)出由它們加持的體型更小、身段更軟的機(jī)器生物，但沒法讓它們像人類一樣跨越不同的任務(wù)和場景工作，更不太可能讓它們學(xué)會(huì)一葉知秋、天馬行空的人類直覺思維。人文學(xué)者眼中的人工智能可以是反映人性的鏡子，在豐富人類對(duì)自我、智能及語言與人類關(guān)系的認(rèn)識(shí)同時(shí)，也讓人類警覺自身的弱點(diǎn)與欲望、叩問以往那些幫助人類在蕓蕓眾生中找自己的參照系的意義。社會(huì)科學(xué)學(xué)者則試圖指出：無論人工智能時(shí)代就業(yè)趨勢是高低端崗位收入差距拉大還是高端崗位也得一并洗牌，“增強(qiáng)而非模擬人類”以普惠大眾才是人工智能的主要研發(fā)方向；倡導(dǎo)正義、倫理、信任以達(dá)到人工智能善治的前提是打開技術(shù)黑箱，既得深入算法、數(shù)據(jù)庫及應(yīng)用等人工智能內(nèi)部架構(gòu)把關(guān)，還得把握偵測、預(yù)測、模擬等智能政務(wù)新動(dòng)向。最后的施密特報(bào)告也警醒我們，雖然學(xué)術(shù)無國界但學(xué)者有國籍，西方學(xué)者們?cè)缫验_始為“新冷戰(zhàn)”時(shí)代人工智能等數(shù)字技術(shù)前沿的中西博弈支招了。

上述跨學(xué)科討論能為新聞傳播學(xué)立場的人工智能研究提供哪些啟示呢？我們拋磚引玉，提出若干淺見以求教諸位方家。

其一，微觀層面的人工智能與人機(jī)溝通研究，可在積累新經(jīng)驗(yàn)材料的基礎(chǔ)上，針對(duì)多元主體溝通中出現(xiàn)的新課題提出洞見。前人曾將“以人工智能為中介的傳播”視為人工智能傳播研究的一大主題［15］，落腳點(diǎn)還是作為二元主體的人和機(jī)器；而多元主體之間的溝通協(xié)調(diào)則成了“虛擬與現(xiàn)實(shí)交織、AI主體間互動(dòng)及AI主體與人互動(dòng)并存”［45］的人工智能傳播新階段的新課題。作為溝通主體的AI被設(shè)計(jì)時(shí)如何避免偏見、尊重隱私及善用數(shù)據(jù)？如何應(yīng)對(duì)多元主體溝通時(shí)可能出現(xiàn)的AI之間協(xié)調(diào)、AI誤導(dǎo)人類、人與人之間誤解等問題？這些都需要基于新經(jīng)驗(yàn)材料予以解答。及時(shí)發(fā)現(xiàn)問題并對(duì)癥下藥，才有可能避免人工智能重蹈社交媒體“重增長輕安全”的覆轍。被巨頭壟斷的社交媒體正離“聯(lián)結(jié)人群以益世樂民”的美好承諾越來越遠(yuǎn)，留下式微的新聞行業(yè)、滿網(wǎng)的假消息和愈演愈烈的青少年心理危機(jī)等一地雞毛［46］。

其二，中觀層面的人工智能與傳媒行業(yè)研究，可在緊盯人工智能引發(fā)的新聞生產(chǎn)最新變動(dòng)的同時(shí)，深描其對(duì)我國傳媒行業(yè)崗位結(jié)構(gòu)的影響。ChatGPT等語言處理模型讓“算法新聞中人的價(jià)值”這一新聞生產(chǎn)中已略顯陳舊的老話題起了新波瀾。雖然當(dāng)前語言處理模型能輸出的早已不僅是基于結(jié)構(gòu)化數(shù)據(jù)的標(biāo)準(zhǔn)化稿件了，但科學(xué)家們?cè)谇拔奶寡宰钕冗M(jìn)的人工智能也學(xué)不來與創(chuàng)造力密切相關(guān)的人類直覺思維。因此，了解人類記者如何在語言處理模型輔助下發(fā)揮創(chuàng)造力與追問語言處理模型還能輸出啥稿件同樣重要，如探索“他們何時(shí)以及如何將工作委托給能算出標(biāo)準(zhǔn)并對(duì)信息進(jìn)行優(yōu)先、分類、聯(lián)結(jié)及過濾的算法”［47］。此外，雖然人工智能對(duì)可自動(dòng)化崗位的“替代”效應(yīng)在我國傳媒行業(yè)已現(xiàn)端倪，如早就上崗“寫”財(cái)訊的Dreamwriter，可難以自動(dòng)化的舊崗位究竟是哪些？人機(jī)結(jié)合的新崗位又在哪里？前者可能少不了須應(yīng)付復(fù)雜場景的外派記者，后者肯定包括設(shè)計(jì)算法預(yù)測甚至創(chuàng)造用戶信息需求的工程師，但更全面的崗位結(jié)構(gòu)變動(dòng)分析還有待調(diào)研。麥肯錫《COVID-19后工作的未來》報(bào)告就是深描現(xiàn)實(shí)的好范本。該報(bào)告強(qiáng)調(diào)疫情讓“身體接觸”成了影響崗位自動(dòng)化的新變量，加速了人工智能在一些社交性較強(qiáng)崗位的推廣，如現(xiàn)場客服、休閑旅游、計(jì)算機(jī)文秘及室內(nèi)倉儲(chǔ)［48］，這與當(dāng)前人工智能主流應(yīng)用對(duì)能完成社交性較弱任務(wù)的“窄人工智能”的強(qiáng)調(diào)并不一致。

其三，宏觀層面的人工智能與傳播治理研究，可結(jié)合對(duì)智能技術(shù)的掌握更新議程，但也不能忘了人類判斷的重要性。一方面，在處理國內(nèi)輿情管理和國際話語權(quán)競爭議題時(shí)，可利用機(jī)器學(xué)習(xí)的分類聚類功能偵測國內(nèi)違法違規(guī)言論及國際反華信息攻擊并開發(fā)相應(yīng)反制技術(shù)，那么借助機(jī)器學(xué)習(xí)工具發(fā)現(xiàn)并預(yù)測值得關(guān)注的國內(nèi)外涉華輿論走向也不難實(shí)現(xiàn)，在做出可能引發(fā)國內(nèi)外輿情波動(dòng)的重大決策前基于以往數(shù)據(jù)模擬各種可能的后果也值得嘗試。另一方面，在瞬息萬變的輿論場中過于依賴機(jī)器可能適得其反，因?yàn)槟鼙粰C(jī)器轉(zhuǎn)化為數(shù)據(jù)的現(xiàn)實(shí)相當(dāng)有限。在這個(gè)充滿不確定性的時(shí)代，人類“那些出自實(shí)際、不言自明的即興知識(shí)和非正式?jīng)Q策過程，對(duì)于因地制宜地求一個(gè)更好的結(jié)果不可或缺”［49］。比如，中國站在人工智能前沿靠的不是追著美國比拼新潮研發(fā)而是深耕“制造能力這一并不酷炫的任務(wù)”［50］，這類當(dāng)前數(shù)字中國輿論熱潮中的冷思考只能來自實(shí)事求是的人類“中國通”。

參考文獻(xiàn)：

［1］ 喻國明，等智能化：未來傳播模式創(chuàng)新的核心邏輯—兼論“人工智能+媒體”的基本運(yùn)作范式［J］新聞與寫作，2017（3）：41-45

［2］ 仇筠茜，陳昌鳳黑箱：人工智能技術(shù)與新聞生產(chǎn)格局嬗變［J］新聞界，2018（1）：28-34

［3］ 彭蘭更好的新聞業(yè)，還是更壞的新聞業(yè)？——人工智能時(shí)代傳媒業(yè)的新挑戰(zhàn)［J］中國出版，2017（24）：3-8

［4］ 張志安，劉杰人工智能與新聞業(yè)：技術(shù)驅(qū)動(dòng)與價(jià)值反思［J］新聞與寫作，2017（11）：5-9

［5］ 沈浩，袁璐人工智能：重塑媒體融合新生態(tài)［J］現(xiàn)代傳播，2018（7）：8-11

［6］ 張超，鐘新從比特到人工智能：數(shù)字新聞生產(chǎn)的算法轉(zhuǎn)向［J］編輯之友，2017（11）：61-66

［7］ 孫瑋交流者的身體：傳播與在場—意識(shí)主體、身體—主體、智能主體的演變［J］國際新聞界，2018（12）：83-103

［8］ 陳衛(wèi)星智能傳播的認(rèn)識(shí)論挑戰(zhàn)［J］國際新聞界，2021（9）：6-24

［9］ 蔣曉麗，鐘棣冰智能傳播時(shí)代人與算法技術(shù)的關(guān)系交迭［J］新聞界，2022（1）：118-126

［10］ 於春傳播中的離身與具身：人工智能新聞主播的認(rèn)知交互［J］國際新聞界，2020（5）：35-50

［11］ 姬德強(qiáng)深度造假：人工智能時(shí)代的視覺政治［J］新聞大學(xué)，2020（7）：1-16

［12］ 林愛珺，劉運(yùn)紅智能新聞信息分發(fā)中的算法偏見與倫理規(guī)制［J］新聞大學(xué)，2020（1）：29-39

［13］ 許向東，王怡溪智能傳播中算法偏見的成因、影響與對(duì)策［J］國際新聞界，2020（10）：69-85

［14］ Guzman， Lamp; Lewis， C（2020）Artificial intelligence and communication： A human-machine communication research agendaNew Media amp; Society， 22（1）： 70-86

［15］ Hancock， JT， Naaman， Mamp; Levy， K（2020）AI-mediated communication： Definition， research agenda， and ethical considerationsJournal of Computer-Mediated Communication， 25（1）： 89-100

［16］ Elish， Camp; Boyd， D（2018）Situating methods in the magic of big data and AICommunication Monographs， 85（1）： 57-80

［17］ Sundar， S（2020）Rise of machine agency： A framework for studying the psychology of human-AI Interaction （HAII）Journal of Computer-Mediated Communication， 25（1）： 74-88

［18］ Lewis， SC， Guzman， ALamp; Schmidt， TR（2019）Automation， journalism， and human-machine communication： Rethinking roles and relationships of humans and machines in newsDigital Journalism， 7（4）： 409-427

［19］ Vaccari， Camp; Chadwick， A（2020）Deepfakes and disinformation： Exploring the impact of synthetic political video on deception， uncertainty， and trust in newsSocial Media+ Society， 6（1）：2056305120903408

［20］ Shin， D（2020）User perceptions of algorithmic decisions in the personalized AI system： perceptual evaluation of fairness， accountability， transparency， and explainabilityJournal of Broadcasting amp; Electronic Media， 64（4）： 541-565

［21］ Ho， A， Hancock， Jamp; Miner， AS（2018）Psychological， relational， and emotional effects of self-disclosure after conversations with a chatbotJournal of Communication， 68（4）： 712-733

［22］ Manyika， J（2022）Getting AI right： Introductory notes on AI amp; societyDaedalus， 151 （2）： 5-27

［23］ Murati， E（2022）Language amp; coding creativityDaedalus， 151 （2）： 156-167

［24］ Li， Famp; Krishna，R （2022）Searching for computer vision north starsDaedalus， 151 （2）： 85-99

［25］ RusD，（2022）The machines from our futureDaedalus， 151 （2）： 100-113

［26］ Shadbolt， N（2022）From so simple a beginning： Species of artificial intelligenceDaedalus， 151 （2）： 28-42

［27］ Simon， Hamp; Newell，A（1958）Heuristic problem solving： The next advance in operations researchOperations Research， 6 （1）： 1-10

［28］ Choi， Y（2022）The curious case of commonsense intelligenceDaedalus， 151 （2）： 139-155

［29］ Bolter， D（1984）Artificial intelligenceDaedalus， 113（3）： 1-18

［30］ Russell， S（2022）If we succeedDaedalus， 151 （2）： 43-57

［31］ Manyika， J（2022）Afterword： Some illustrationsDaedalus， 151 （2）： 372-379

［32］ McCarthy， J， Minsky， ML， Rochester， Namp; Shannon， CE（2006）A proposal for the dartmouth summer research project on artificial intelligence， August 31， 1955AI Magazine， 27（4）： 12-12

［33］ Rees， T（2022）Non-human words： On GPT-3 as a philosophical laboratoryDaedalus， 151 （2）： 168-182

［34］ Arcas， A（2022）Do large language models understand us？Daedalus， 151 （2）： 183-197

［35］ Tyson， Lamp; Zysman，J（2022）Automation， AI amp; workDaedalus， 151 （2）： 256-271

［36］ Spence， M（2022）Automation，augmentation， value creation amp; the distribution of income amp; wealthDaedalus， 151 （2）： 244-255

［37］ Brynjolfsson， E（2022）The turing trap： The promise amp; peril of human-like artificial intelligenceDaedalus， 151 （2）： 272-287

［38］ Carter， A（2022）The moral dimension of AI-assisted decision-making： Some practical perspectives from the front linesDaedalus， 151 （2）： 299-308

［39］ Dwork， Camp; Minow，M（2022）Distrust of artificial intelligence： Sources amp; responses from computer science amp; lawDaedalus， 151 （2）： 309-321

［40］ Katyal， S（2022）Democracy amp; distrust in an era of artificial intelligenceDaedalus， 151 （2）： 322-334

［41］ Gabriel， I（2022）Toward a theory of justice for artificial intelligenceDaedalus， 151 （2）： 218-231

［42］ Tasioulas， J（2022）Artificial intelligence， humanistic ethicsDaedalus， 151 （2）： 232-243

［43］ Margetts， H（2022）Rethinking AI for good governanceDaedalus， 151 （2）： 360-371

［44］ Schmidt， E（2022）AI， great power competition amp; national securityDaedalus， 151 （2）： 288-298

［45］ Kobi， G. amp; Grosz，B.J. （2022）Multi-agent systems： Technical amp; ethical challenges of functioning in a mixed groupDaedalus151 （2）114-126

［46］ Chow， A amp; Perrigo， B（2023）The AI arms race is changing everythingTime201 （7）： 51-54

［47］ Diakopoulos， N （2019） "Automating the news： How algorithms are rewriting the media Cambridge， MA： Harvard University Press

［48］ McKinsey Global InstituteThe future of work after COVID-19Retrieved March15，2022，from https：//wwwmckinseycom/featured-insights/future-of-work/the-future-of-work-after-covid-19

［49］ Coyle， D（2022）Socializing dataDaedalus， 151 （2）： 338-359

［50］ Wang， D（2023）China’s hidden tech revolutionForeign Affairs102 （2）： 65-77

［責(zé)任編輯：謝薇娜］