摘要：　　智能应用热中的人类理性　　自今年初基于新一代大语言模型的智能应用产品ChatGPT问世后，人工智能智能应用立即成为全社会热议的焦点话

　　智能应用热中的人类理性

　　自今年初基于新一代大语言模型的智能应用产品ChatGPT问世后，“人工智能”“智能应用”立即成为全社会热议的焦点话题。随着研发的进步，其更多的功能还将不断被开发出来。这种智能应用“是人工智能技术发展的一次飞跃”“一种激动人心的进展”。与前几年“元宇宙”等被热议的概念不同，ChatGPT不仅是人工智能领域一种技术的进步，更有着广阔的市场前景，其强大的能力令其自推出之日起，即开始在许多领域进入实际应用阶段。鉴于这种智能应用的理论进展及实践价值，中国企业也开始在类似的方面频频“发力”。百度的“文心一言”、阿里的“通义-视觉”等智能应用持续推出。尽管这些智能应用在技术的成熟度和功能的完善性上与ChatGPT有差距，但也从一个侧面说明中国智能技术工作者和企业对这种技术的重视和对其美好前景的期待，并倾力用自己的智慧和努力，加入这场高科技竞争之中。

　　以ChatGPT为代表的智能应用确实技术高强，发展潜力无限。但是，人工智能技术与其他技术相比，其最大的特点是这种技术具有“智能”特征，人工智能科学家期待它具有人的某种意识，从而在体力和智力层面更多地帮助人类。诚如一些科学家所期待的那样，人工智能已经进入“弱智能”阶段，它可以部分替代人的智力劳动，进行绘画、诗歌小说创作、计算机编程等具有主动创造性的工作，可以预期，人工智能终究会进入“强智能”阶段——它会拥有更强大的自主意识和自主决策能力。这当然是技术发展的一种理想状态，人类可以从繁重的体力和脑力劳动中解放出来，更好地享受生命中的一切美好。但是，英国著名物理学家霍金、美国太空探索技术公司和特斯拉公司CEO马斯克等多次表示担心“人工智能将可能毁灭人类文明”；面对ChatGPT智能应用的快速发展，美国1000多名科技工作者联名呼吁所有AI实验室暂停比ChatGPT-4更强大的AI系统训练至少6个月，以更好地寻找到预防人工智能发展不可控后果的优化手段。这些有识之士的担心是人类理性精神的集中体现。在人类科技进展史上，这种理性精神作用的一次次发挥，对人类文明的延续和进步意义重大。例如，基因技术的进步对于人类生命健康意义重大，但个别缺少科学道德的科学家曾试图通过“基因编辑技术”重组人类以挑战人类伦理；智能生物识别技术为人们的生活和交往提供了极大的方便，但有人试图借助这些技术非法牟取巨额利益……幸运的是，人类每次都会在这种危机面前借助理性精神，防止技术进步中不良后果的发生。我们相信，以ChatGPT为代表的智能应用也不会例外。

　　人工智能技术是技术进步带给人类文明进程的巨大红利，我们期待在科技向善理念的主导下，可以更有效预防技术进步过程中可能遇到的问题，为人类的美好生活提供更多的机会。

　　（顾理平/《视听界》2023年第3期）

　　智能传播的跃升

　　智能技术体域定传播的步伐不断加速，导致人类传播活动形态持续迭代。智能技术体是以人工智能为核心，包括大数据、区块链、云计算、物联网等在内的技术集群。智能技术体的创新与扩散，不断改变人类社会环境和社会主体，不断域定人类传播活动。Web2.0时代，智能技术体的域定，不仅为移动互联网用户和平台提供了智能推荐与匹配的便利，并且已经将环境、终端、平台、用户等传播要素结构成一个复杂智能媒体巨系统的话，那么大型语言模型等智能域突破性技术，站在人机交互的中心位置，迅速重组复杂智能媒体巨系统的结构及其要素，正快速推动着智能传播的跃升与突变。

　　大型语言模型（简称“LLM”）作为一种机器学习模型，可以通过大量无标注数据训练并使用深度神经网络技术生成输出，是具有大规模参数和复杂网络结构的语言模型。LLM之所以能够推动智能传播的跃升，在于其具备强大的涌现能力。作为人工智能技术的最新成果，LLM当然可以覆盖、优化和提升既有的智能传播系统，但更具有“在小型模型中不存在但在大型模型中出现”的涌现能力。目前LLM具备的涌现能力，大体有三种。其一，上下文学习，LLM可以根据给定的自然语言和多个任务描述指令生成与上下文相关的响应或输出；其二，指令遵循，LLM具有灵活的泛化能力，可以通过理解自然语言描述指令的微调，针对新任务做出应答；其三，复杂推理，LLM可以形成一个完整思考过程，完成具有逻辑关系的思考步骤。LLM的这种涌现能力，已经达到比肩人类的智能水准，可以实现文本、图像、音讯、视频和设计、知识、观点的生成。从这个意义上说，LLM属于强人工智能范畴。

　　从技术角度看，LLM智能水准的提升，在于使用了缩放、训练、能力激发、对齐调优、工具利用等具体技术。缩放是指模型规模的扩大，模型容量、数据质量、总计算量等都影响模型能力；训练是指机器的学习过程，包括数据收集、基础模型训练、指令微调、类人对齐等流程；能力激发是指设计适合的任务指令或特定的上下文策略来激发模型文本生成、信息抽取、机器翻译、代码生成、长期记忆等能力；对齐调优是指文本内容生产与人类价值观念的齐人调适；工具利用是指利用文本生成器之外的插件来提升LLM学习新知识、捕捉新信息、开展精确计算的能力。通过这些技术，LLM既具备涌现能力，又具备作为基座模型支持多元应用、支持自然语言作为统一入口的能力，当然可以直接推进智能传播的跃升。

　　就传播动力学视角看，智能传媒复杂巨系统的进化目前到达一个关键临界点。LLM的问世，使该系统信息和数据的输入、处理、输出的复杂度大为提升，达到了与人类对齐的程度。因此，ChatGPT出现以来的人工智能迅速进化，LLM持续迭代和不断落地，实质是智能媒体复杂巨系统的进化环节之一，是智能传播的突变或质变。因此，我们强调LLM推进了智能传播的跃升和突变。这种跃升表征至少有连接、交互、产品、主体、生态系统、治理六个方面：连接跃升是指将智能媒体复杂巨系统的连接方式，从移动互联跃升到智能互联。LLM作为连接中枢，将重新定义和结构新型的智能连接；交互跃升是指LLM交互方式升级到包括数据、模型、应用在内的复杂交互状态。大小模型之间既可以通过数据交互，也可以通过模型交互提升迭代效率，还可以通过插件模式开展交互；产品跃升是指多模态内容的自动生成机制彻底改变智能媒体复杂巨系统的产品生产、传播与消费方式；主体跃升是指人机共同取得内容生产主体地位，并且自然语言成为人机对话基本方式，大大降低使用层面“能力沟”的限制；生态跃升是指LLM主导的智能传播生态从智媒1.0跃升到智媒2.0。智媒2.0将重组智能传播的组织形式、商业模式和广告运营方式，形成全新的企业、用户与平台间信任与协作关系；治理跃升是指针对智能传媒复杂巨系统的人本化治理、全域全程治理、生态治理将成为新的治理方式，以便用人类价值观念、人的尺度驯化机器智能，应对人工智能技术犯罪升级等新的治理挑战。

　　尽管影响智能传播跃升的宏观因素比较复杂，例如政治、经济、文化、科技、传播等诸种社会力量的重大变化都可能导致其发生质变，但在目前智能媒体复杂巨系统演化的节点上，智能技术体的创新成果及其LLM凸显为主导力量，正不断推动智能传播跃升。LLM迭代更新，智能媒体复杂巨系统也在LLM的域定过程中，实现跃升性协同进化。智能传播跃升不仅在重构社会生活各个领域和智能媒体复杂巨系统，而且跃升效应（或突变效应）将不断扩散，持续重组传播行业、传媒产业，进而重组传播学术话语、知识体系及其人才培养模式。

　　（吕尚彬/《当代传播》2023年第4期）

　　云时代的新闻传播规律洞察

　　无论是从事自然科学研究，还是从事社会科学研究，以及人文科学研究，皆是洞察现象背后的规律性，在不同变量之间寻找关联性。所不同的是各自研究的对象和问题域。认识对象不同，认识路径和方法往往存在差异。自然科学研究，其研究对象是独立于研究主体的。比如，物理学观察对象时，可以把研究对象看作相对独立于主体的。物理学把以自我为中心的主体所造成的歪曲减到了“最低限度”。至于社会科学，显然要复杂得多。齐格蒙特·鲍曼认为社会事实不同于自然界的事实。人的现实之所以不同于自然世界，是因为人的行为蕴含意义。人们具有动机，展开行事。而人的行动不同于物理实体的空间运动，需要的是理解而非说明。

　　当世界变得越来越复杂，以至于复杂性成为世界的本质性存在之时，整个人类认知能力面临空前的挑战。近代以来，科学进步、技术发展、知识创新、理性进化所彰显的人类智性和意志，在几何级扩张的复杂性面前日益捉襟见肘，人类认知世界的自信不再坚定，基于科学主义传统的求解真理的方法论，也不再坚硬。

　　复杂性理论的代表人物、科学哲学家雷舍尔认为，复杂性是实在（reality）的一种深刻的特性。雷舍尔认为，问题域的增长率超过我们得到解决办法的能力。因技术进步，问题与解都变得更复杂，而问题的症结在于，相对更大的增长速率。我们处理更大复杂性的能力最终将会饱和。科学只是在极大复杂性中提供了实在的不完全图景。在一个复杂世界中作出理性决策也日渐困难，日渐危险。实证主义者构造一个基于逻辑和经验主义的联合的统一化科学的计划是不切实际的。这是因为即使有可能给出一种对单个科学理论或理论群的彻底的逻辑重建，这种重建作为对实践中的科学的描述也将使人误入歧途。要超越自己的社会条件而达到某种完全客观的认知状态是不可能的。这种悲观主义的观点揭示了在空前的复杂性面前人类所表现出的认知困境。

　　如今，进入大数据“云时代”，在自然界、社会世界之外，人类凭借快速迭代的传播技术制造出了“美丽新世界”：数字世界。21世纪以来，建基于数字技术之上，以5G、Web3.0、新一代人工智能等为标志的新传播技术体系建构出不同于以往的人类交往新时空，人类由此进入“非物质化符号型技术”弥漫生活世界的全新情境。由新传播技术革命引发的人类社会巨变，几乎整体解构了传统经典社会科学理论和方法论基础，由于“整体性社会现实”发生了根本性的变化，问题语境及问题逻辑发生了颠覆性的变化，导致此前的社会科学理论和方法的效度被大面积稀释。原先长期演化和固化的学科分界以及知识割据所形成的知识壁垒和学科鸿沟，无法有效应对新传播技术革命引致的“整体性社会现实”巨变。云时代所面临的复杂性难题远胜于人类历史上的任何时期，而且，“拟人化”的人工智能快速进化，正在挑战人的认知极限，也给以人为主体的科学研究提出了新的认知难题。在智能技术所制造的“云”现象面前，如何“看云识天气”，已成为考问人类智能极限的旷世之问。

　　（张涛甫/《全球传媒学刊》2023年第2期）