当下，随着天生式人工智能技能的发达发展，***传播学界面临着前所未有的寻衅和机遇。
该技能不仅重塑了***内容的生产办法，也引发了关于信息真实性、伦理任务以及传播效果的谈论。
在这样的背景下，一些中国***传播学者开始核阅与磋商当下涌现的新问题，包括但不限于如何处理年夜大好人工智能与媒体内容生产及传播体系构建之间的关系（胡正荣，樊子塽，2023）、“人主体***”与“智能体***”之间的关系（杨保军，2023）、大措辞模型在内容生产中存在的法律与道德风险（朱鸿军，李辛扬，2023）、由天生式人工智能技能所带来的学科思考与认知困惑（张涛甫，2023）、大措辞模型与人类社会的“互构”风险与“交融”演进（刘瑞生，韩博，2023）、智能技能对***传播学科发展的影响（李明德，2023）、从传播哲学层面思考大措辞模型对***传播学教诲与研究带来的变革（刘海龙，连晓东，2023）以及近期二十余位专家学者聚焦大措辞模型时期的新变革提出的66个传播学研究新问题（张尔坤，张一潇，2023）等。

笔者结合中国***传播学者在天生式人工智能时期的新思考，环绕唐尼教授在本领域研究与教诲方面的长期履历，对其开展当面访谈，磋商天生式人工智能时期为***传播学研究与教诲带来的机遇与寻衅。

王威力（以下简称王）：您认为当前被广泛谈论的“天生式人工智能”或作为其主要组成部分的“大措辞模型”，对***传播领域乃至全体社会产生了若何的宏不雅观影响？

约翰·唐尼（以下简称唐尼）：我首先想说的是，在过去的一年旁边，天生式人工智能取得了巨大的进步，这种进步与用于演习大措辞模型的数据量的指数型增长以及大措辞模型质量的大幅提升有关。
这意味着天生式人工智能将带来比预期更深远的影响。
当前，由于这仍是相对较新的征象，因此很难准确地预测其所带来的后果是什么。
对付***传播学，或者我们说对付全体社会科学领域，我们须要集中精力去向学生及社会阐明当下正在发生什么。
至于天生式人工智能的发展走向和潜在后果，我们并不清楚。

如果从长期来看，我认为天生式人工智能一定会给人类社会带来主要变革，我希望这种变革是积极的。
但在当下，我们须要把稳到其天生的结果已经暴露出一些问题，那便是个中包含的信息遗漏和虚假信息。
除天生的笔墨中包含的问题以外，天生式人工智能也很随意马虎天生假造的图像与***。
如果人们不假思虑地接管所有他们看到的信息，那将会产生深远的后果。
因此，我认为在当前这个人们打仗天生式人工智能的初始阶段，要鼓励人们对他们所碰着的信息采纳科学和理性的态度，并一定程度上对信息保持批驳态度，要意识到被信息误导或操纵的可能性。
遗憾的是，所有证据都表明并不是所有的人都在这样做。
与媒介素养相似，我们或容许以将这种对天生式人工智能的认知水平称为“人工智能素养”（artificial intelligence literacy），我们确实须要推动人们这种素养的提升。
理解人工智能的运作办法、理解其可能产生的后果、理解对人工智能的误用及其他潜在的可能。

王：您认为与历史上的技能惶恐比较，以ChatGPT为代表的大措辞模型所引发的担忧有何不同？这种担忧在环球范围内相似吗？

唐尼：与历史上涌现的技能惶恐比较，ChatGPT在当下彷佛给人们带来了一种“崇高感”（sublime）。
这里所说的崇高是一个哲学和美学上的观点，简而言之，人们正处在一种用看待瑶池般的办法来看待天生式人工智能的阶段。
人们认为天生式人工智能非常强大（powerful）。
这种感想熏染与对技能认知的初始阶段密切干系。
我们通过回顾历史可以创造，人们方向于将对未来的希望和恐怖投射到技能上，例如对付火车、通信技能等。
不同的人、不同的文化和不同的社会表现出不同的希望和恐怖。
例如，环球南方与环球北方对付天生式人工智能的想象可能存在差异。
从印度的媒体叙事来看，他们持积极态度的缘故原由是天生式人工智能将催生更多的对技能性哀求较高的事情岗位，这对印度经济来说是一件极其主要的事情，并有助于印度社会的发展。
但如果你从英国的媒体叙事来看，就会创造主导感情是担心这项技能对人们的事情、特殊是中产阶级的事情构成威胁。
因此，我认为这种差异正提示我们：对天生式人工智能的态度，与技能内在实质的关系并不大，更干系的是人们通过若何的文化框架来看待这些技能。
作为社会科学家，我们须要理解这些不同的文化，以及他们如何寻求利用这些技能、看待这些技能。

我们目前正处在一个炒作、恐怖与希望并存的阶段，我们能看到乌托邦式的未来，也能看到反乌托邦式的未来。
你可以看到一些企业家，他们会有非常乌托邦式的想法，比如我们多数人未来将拥有空隙的生活。
但技能发展的下一个阶段，是当我们真正开始利用这些已经嵌入我们日常生活的技能，或从某种意义上说，我们将技能“驯化”到我们的日常生活中。
然后我们会开始思考，并会意识到这些技能实际上很平常。
正如当人们习气了乘坐火车时，溘然他们开始看不到火车在最初所具有的那种变革性。
事实上，当这些技能已经融入到足够多的人的日常生活中时，我们会创造既有的社会构造仍旧非常主要。
我认为我们不应期待这项技能在短期内会给社会构造带来彻底变革。
相反，不才一个阶段，技能的潜力或技能本身会受到其所嵌入的社会构造的某种程度的抑制。

王：有中国学者提出，随着人工智能技能的快速发展，人机关系成为所有学科领域都须要关注的问题。
您认为这对付***传播学教诲意味着什么呢？

唐尼：我想先谈谈***传播学专业学生的职业轨迹和就业前景。
30年前，当我第一次开始在这个领域传授教化时，我在教室上问学生将来想做什么职业，险些所有举手的学生都说想成为。
近年来，成为仍旧是一些学生的选择，但这个比例已大幅低落，其缘故原由之一是媒体的商业模式面临的寻衅。
在西方***传播业中，过去的情形是电视和报纸通过广告、公共补贴或报纸发卖来得到资金。
但现在乐意费钱买报纸的人越来越少，并且流媒体做事和***平台等媒体形态给传统电视也带来了寻衅。
商业模式的变革，意味着***传播业越来越渴望降落本钱。
那么，他们如何才能减少雇佣、减少薪水呢？从实质上讲，为了取代人类，我们看到了基于人工智能的***业的兴起。
近几年，人们一贯在谈论人工智能与***业的关系，大多数早期思考都方向于认为人工智能***业实际上只能在例如财经宣布、体育宣布等非常程式化的***中找到存在的代价。
但是，随着人工智能变得更加繁芜，其还可以天生有关政治、环境、社会事务等的宣布。
我认为可以合理地假设，未来人工智能将在***领域变得更加普遍，既由于人工智能变得越来越前辈，也由于媒体机构仍旧面临着降落本钱的压力。

那么，这对付传播学教诲意味着什么呢？年轻人还会想学习***学吗？如果没有高薪事情的前景怎么办？正如我所说的，我们并不真正知道天生式人工智能终极会带来什么，现在的统统只是预测，但人们很可能会犹豫是否要学习一些没有明确职业道路的学科。
西方关于天生式人工智能的很多谈论基本上都是担心人工智能将取代白领事情或中产阶级专业事情，例如司帐、财务咨询、状师、等。
不过，我们也很难知道这种恐怖在多大程度上是合理的。
我认为技能不一定须要用来取代劳动力，它可以用来作为劳动力的补充，也可以帮助产生新的任务与事情。
例如可以利用人工智能作为一种非常强大的工具，这可能会帮助他们提高***质量。
你可以想象人工智能将帮助进行背景资料的网络，这类事情常日须要花费很多韶光才能完成，而在人工智能的帮助下，们就可以更加专注地进行剖析、解读和评价事情。

王：您认为应如何帮助学生更好地应对由天生式人工智能所带来的这些变革呢？

唐尼：我认为作为该领域的科研与教诲事情者，我们须要考虑学生的未来就业前景，以及我们讲授的内容。
关键是我们须要对学生进行有关人工智能和天生式人工智能的教诲，学生们须要知道它们是如何事情的。
人文与社会科学专业的学平生日将技能视为黑箱，并且方向于不去查看这个黑箱的内部。
而***传播学高档教诲须要帮助他们打开这个黑箱，让他们理解天生式人工智能是如何事情的，帮助他们在事情与生活中更好地利用天生式人工智能，以提高他们的事情质量；与此同时，也要让他们理解到天生式人工智能可能会产生偏见与不实信息。
***传播业大概会有人失落业或面临就业困难，但如果我们更乐不雅观的思考，我们可以创造，天生式人工智能可被视为一种可以提高***质量、许可花更多韶光从事更高等别活动的工具。
因此，教诲是实现这一目标的关键。
与其由于害怕人工智能而将我们的头埋在沙子里，不如深入理解人工智能，并勾引学生在学习与事情中利用人工智能。
可预见的是，天生式人工智能在未来将是一个主要的角色，但科技并不能决定与掌握我们要做什么。
我认为，我们要考试测验那些能为人类带来最佳结果的办法来塑造人工智能，这是个机遇与寻衅并存的过程，而***传播学的教诲与实践在宏不雅观层面是实现这一目标的主要部分。

王：刚刚谈到了学生，那对付研究者呢？您认为天生式人工智能会对***传播领域的学术研究带来哪些寻衅与机遇？

唐尼：在学术研究领域有一个不言而喻的事实，如果你没有以精确的办法网络数据，或者你所网络到的数据不可靠，那么你将很难使其转化为一本好书或高质量的科研成果。
这解释，如果数据本身存在问题，那么你就无法通过某种办法来挽救糟糕的后果。
现在，让我们来考虑一下天生式人工智能所依赖的大型措辞模型，这些模型是基于什么数据进行演习的呢？假设大措辞模型完备基于维基百科的数据进行演习，但现在有大量的研究表明维基百科并非总是有较高的准确性，其在社会科学和人文学科方面的表现要差得多。
与此同时，它也被证明在一定程度上是有些以欧洲为中央的，抑或因此美国为中央的。
由于无论如何，维基百科中的英语知识的大多数贡献者都位于西方，而且个中许多贡献者也是相对年轻的男性，常日具有自然科学背景。
这些小部分的人可能正在产生可用作大型措辞模型演习的大量数据，这是令人遗憾的。
因此，如果数据不客不雅观，那么我们从大型措辞模型中得到的知识将同样是不客不雅观的。
我并不是说天生式人工智能的结果都是不客不雅观或不准确的，而是我们要更加关心数据来自哪里。
由于如果用于演习大措辞模型的数据已经包含偏见，那么我们得到的答案也将表示出这种偏见，而天生式人工智能目前还没有智能到以某种办法肃清数据中包含的偏见。
但我仍乐意鼓励我们研究者与学生一起，考试测验理解天生式人工智能、利用天生式人工智能，从而获取有用的资源。
不过，我们应将其作为我们理解知识的出发点，而不是终点。

我认为，无论大措辞模型在天生回答时所利用的数据是来自预演习，还是来自实时的互联网检索，“数据来自哪里”是一个我们始终要去追问的问题。
我们要理解天生式人工智能是如何处理数据、如何天生答案的，而不是将这项技能视为某种险些像神一样的机器。
天生式人工智能已经开启了自动进行文献检索和文献评述等事情的可能性。
我认为这肯定会发生，但我不愿定它是否真的会对学术事情质量的提升带来帮助。
例如，有些人会认为文献综述是他们必须经历的某种摧残浪费蹂躏韶光的过程，只有完成这个任务之后才可以开展实证剖析。
但我一贯在见告我的学生，文献综述实际上是一个通过对现有事情的总结和批驳来表达自己态度与不雅观点的地方。
因此，通过文献综述，我们可以找出知识上的差距。
现在来想象一下，如果我们将这项事情分包给天生式人工智能，那么我们自己就缺失落了对此主要过程的经历，我们就对后续可帮助数据剖析与解读的二手文献缺少深入的理解，我认为这意味着我们终极会产出科学代价较低的文章。
试想一下，如果你想赢得马拉松项目和奥运会中的跑步比赛，你须要演习多年，你须要不断奔跑，而且你须要每天至少跑两次，你须要练习并变得越来越康健，然后在比赛那一天，你就有机会得胜。
但是，如果你将所有演习的过程分包给一个叫做“天生式人工智能”的朋友，你仅打算在比赛的那天涌现，那我认为你很难在比赛那天取胜。
回到我刚才说的，我认为在天生式人工智能时期，考试测验将一些事情分包给机器是有趣的，我也不会否定其存在提升学术作品质量的可能性，但我们须要非常小心与谨慎，我们不能大略地让天生式人工智能去替代原来应由我们自己进行的学术事情。

王：随着新技能的参与，您认为***传播学的研究方法与范式将如何变革？

唐尼：近年来环球范围特殊是英语国家的研究领域涌现了打算转向（computational turn）。
这些方法潜在地能够帮助社会科学家剖析大量数据，也可能会取代一些更为耗时的方法。
我认为基于打算的研究方法肯定可以在***传播学领域发挥浸染，它许可我们做一些我们以前做不到的事情。
例如，它们许可我们剖析大量的样本，包括极大量的报纸文章与社交媒体内容，以前我们并没有能力做到这一点。
以是，向“打算”的转变开辟了一条新的研究路子，我认为这非常有趣。
但是打算方法存在一些潜在的困难，它们可能会导致某种肤浅感，并且在一些情形下存在可靠性的问题。
因此，我不会将打算方法视为人类劳动的完备替代品，而是鼓励我们利用打算方法作为方法的一种。
真正有趣的是利用稠浊方法，例如将打算方法与内容剖析或话语剖析、框架剖析等经典方法相结合，这会使我们的研究变得更好。
凭借打算方法，有时它可以给我们带来不同的视角，但我认为采取稠浊研究方法，才是使本领域研究变得更好的关键。

王：您认为当前是否存在由于学科交叉所引起的学科边界模糊和资源分散问题？我们应如何看待与应对这种问题？

唐尼：我刚刚谈到了方法的领悟，现在考虑一下跨学科的事情。
总体而言，我认为学科之间的交融是一件好事，或许我们可以较少考虑学科之间的边界，更多考虑学科领悟可以解答哪些问题。
也便是说从不同学科中汲取资源回答***传播学的研究问题。

***传播学研究本身就有跨学科的传统，以是对付现在的情形，我更方向于将其称之为“超越界线”，这或许是对这个问题更加积极的描述。
就英国和欧洲大陆而言，目前大量研究经费都用于能在实质上办理社会问题的科研项目。
例如，虽然我所处的学科是***传播学，但我目前正在进行的项目之一，是考试测验降落交通生态本钱，其基本思想是用低碳交通办法取代高碳交通办法，这能减少环境污染和噪声污染，并且能鼓励人们采取步辇儿和骑行等对康健更加有益的出行办法，这对生活本钱的降落、生活质量的提升以及身体康健的提升都是非常主要的。
现在，让我们来考试测验办理这个问题。
首先，我认为***传播学在办理社会问题的跨学科研究项目中发挥着重要浸染。
我们如何决定居住在哪里、利用何种交通办法、我们如何做出决定、我们为何要做出这样的决定？通过传播学的视角，我们可以考试测验理解人们如何接管并利用信息、如何做出相应的决定。
但考试测验降落交通生态本钱是一个巨大的问题，我们须要以跨学科的办法开展事情。
因此，为了更好地开展研究，我们与从事交通安全、交通设计、城市方案事情的研究者互助，我们同时还与康健科学家、体育和运动科学家互助。
这是一个体现***传播学在办理社会问题时开展跨学科互助的例子。
我认为，与其将***传播学研究视为一个孤岛、视为一门须要保护自己边界的学科，我会鼓励与来自其他领域的同事一起从事大型跨学科项目。
但我也明白这并不随意马虎，由于每个学科都有自己的规范、标准和偏好，但我认为如果我们真的要办理社会所面临的问题，我们须要这样做，而且我认为学术界有任务以这种开放的办法开展事情。

王：在当下的***传播学教诲中存在两种不雅观点，一种认为我们该当在教诲中强化技能课程，另一种则强调坚持对人文素养提升的哀求。
您如何看待这个问题，两者间存在可以找寻平衡的空间吗？

唐尼：我认为在空想的情形下，两种不雅观点之间不会存在紧张关系。
但我能理解在对这两者的磋商中，我们自发地将其区分为科学文化与人文文化这两类。
我认为这是一个非常古老的想法，同时也是一个有些许糟糕的想法。
我认为，所有高档教诲的科目都基于逻辑和推理。
例如我非常希望每位学生都能接管一定的数学教诲、一定的哲学教诲，这能为逻辑和推理供应一些根本，并且这样的根本能广泛适用于各学科。
以是，我不方向于认为技能课程和人文课程之间存在这种冲突是必要的。
假设，如果你正在设计一门***传播学课程或专业方向，并且你让它完备是技能性的，那么我对此不会很满意。
你或许会让学生明白如何编写代码，但写代码的是什么？它能帮助人类提高生活质量吗？它会带来一个更好的社会吗？我认为这些都是相称深刻的道德和社会问题。
就我个人而言，我认为任何技能课程都该当始终具有社会性、科学性与人文性的身分。
这些课程该当要能引发学生对技能的思考，由于技能是一种社会产品，它会产生社会后果。
我认为作为负任务的公民，我们须要考虑这些问题。
因此，我不会附和狭隘的技能教诲，类似地，我认为人文社会科学也不应该由于要大略地延续我们长久以来所做的而忽略新技能的兴起。
干系课程要让学生理解最新的技能发展，理解技能是如何事情的。
随着天生式人工智能时期的到来，很多人文社科专业的学生再次认为技能有点像黑箱，以是我认为在人文社科教诲中使学生更多理解技能性的内容会很有帮助，这将帮助人文社科学者更深入地参与技能变革，并且也帮助我们的学生在技能日月牙异的社会中找到自己的方向，无论是在他们的个人生活、事情生活还是公共生活中。

经济学家保罗·大卫（Paul Allan David）曾提出了“路径依赖”的不雅观点，指过去的事宜或决策约束后来的事宜或决策的过程。
换言之，一旦我们做出采取一种对未来产生影响的方法的决定，我们可能会谢绝更有效的方法，由于最初的决定已经对我们产生了一定程度上的锁定（lock-in）。
然而，一些欧洲大学正在遭受学科锁定。
他们的学科分类还是相对传统，在本科阶段或研究生阶段并没有太多跨学科性。
以是在我之前谈到研究项目和建立跨学科团队的必要性时，我个人的不雅观点是，我们也该当考试测验将这些元素纳入本科与研究生教诲中，我们教诲的终极目标是办理社会所面临的实际问题。
因此，学生须要理解不同学科可以为问题的办理做出的贡献，我认为本科和研究生教诲都应更加看重跨学科，培养他们通过互助来办理问题的深刻认识。

王：您刚才提到了英国和欧洲大陆的***传播高档教诲也在天生式人工智能时期面临着一些新寻衅，那么他们如何去应对这一新变革呢？

唐尼：目前来说，英国和欧洲大陆的大学也同样面临着一些新问题。
例如，大多数有关天生式人工智能的课程都在打算机科学等院系开设，而且这些课程包含的哲学身分、社会科学身分或媒介素养身分每每相对有限。
它们更多的是技能教诲，教人们如何编码以及如何实际开拓出各种产品。
我们的高档教诲也在进行一些新课程的开拓，例如我们考虑开拓一门关于人工智能传播与社会的课程，但这个课程并非意在教授学生编码技能。
正如我之前谈到的，让学生理解这些技能如何事情非常主要、让学生思考环绕该技能的社会科学以及哲学伦理问题非常主要。
我认为这是我们高档教诲该当负责对待的事情，由于很明显，天生式人工智能对经济、社会、政治带来的后果将是巨大的，我们须要明白并接管这一点。
以是我们须要更多关于人工智能的人文和社会科学课程，我们考试测验在这个方向开拓硕士水平的课程，同时也考试测验将其纳入我们的本科传授教化中。
另一点我认为非常主要的是，当我们开拓这些课程时，我们须要采纳跨学科的视角。
以是我认为在***传播学高档教诲中，让这类课程完备由社会科学领域的学者来教授是不明智的，与打算机科学家互助开拓这些课程将会大有益处。
我想很多英国和欧洲大陆的大学目前都在以类似的办法做出反应。
我认为这大概会是***传播学高档教诲的一个有趣的未来，我们考试测验将这些不同的学科、知识和能力结合在一起，开拓对学生有用的课程。

王：您对天生式人工智能时期中国的***传播学高档教诲发展有什么建议？

唐尼：对中国高校而言，我想说的第一个建议是考试测验以跨学科的办法思考，以跨学科的办法运作。
我认为社会科学家须要与打算机科学家互助开拓此类课程，他们之间须要进行对话。
我认为通过这种办法，我们会开拓出对学生未来职业有用的课程，同时也对社会有益。
我认为天生式人工智能潜在的影响如此之大，以至于我们不应该让任何单一学科对统统卖力，如果打算机科学向前发展并把社会科学抛在后面，那么我认为这可能会对社会产生负面影响，反之亦然。
此外，我认为有趣的事情之一，是天下不同地区的大学之间或容许以在这个领域开设联合学位课程，由于正如我之条件到的，不同的社会和不同的文化将以不同的办法对待人工智能，我们会有不同的希望、恐怖、用场、误用。
我们须要理解我们对人工智能的体验是有差异的，相互之间的学习大概是一种很好的方法，以是我认为这一领域的国际互助潜力巨大。
总体而言，这些课程的内容须要是全面的，而不是狭隘地突出技能性。
我认为社会科学和人文学科的参与，在帮助人们理解技能是什么、其后果是什么以及如何利用技能促进人类进步方面发挥着非常主要的浸染。
作为社会科学家，我们必须承担起这一任务，在我们的高档教诲中实现这一目标，这一点非常主要。

封面图片来源于网络

本期执编/肖鹏