ChatGPT的传播革命是如何发生的？

方兴东 顾烨烨 钟祥铭

内容摘要：ChatGPT将人类信息传播又一次推向历史性的变革，巅峰时刻的社交媒体初步实现了“所有人对所有人传播”的理想，开始面临数据和算法驱动的智能媒体的全面侵蚀和冲击。变革的上半场是以TikTok为代表的短视频网站，通过算法推荐驱动重构社交媒体基于社交图谱的内容分发机制，获得传播力的一次新解放。而变革的下半场随着以ChatGPT为代表的AIGC爆发，以人工智能生成的内容生产模式实现整体性的信息传播格局颠覆，第一次夺走了人类对信息流的主导，使传播指向了一个无限的开放系统的可能性。要准确而深刻地洞察这场重大变革及其影响，我们必须追溯新媒体近半个世纪的演进历程，寻找智能媒体和社交媒体的信息传播机制的根本性差异，以理解这场革命的方向、规律、趋势及其影响。智能媒体取代社交媒体成为人类主导性传播机制，是科技创新驱动下新生产力工具的自然结果，智能传播主导的全新格局正在浮现，也将面对全新的风险和治理挑战，尤其是技术对人的主体性地位的侵蚀和冲击，进入了新的临界点。但是，数字技术发展不可逆转，信息传播格局的变革没有回头路，我们唯有迎难而上。

关键词：社交媒体；智能媒体；TikTok；算法推荐；ChatGPT；生成式AI

课题：2021年国家社科基金重大专项（项目编号：21VGQ006）

DOI：10.3969/j.issn.2095-0330.2023.02.004

一、智能媒体崛起与社交媒体主导权的终结

曼纽尔·卡斯特（Manuel Castells）认为：“21世纪头10年中，互联网最深刻的变革，就是从个体与机构的网络互动（如电子邮件的使用），转移到由用户自身主导的社会自主网络的建构。”“互联网上最重要的活动都是基于社交网络的。”卡斯特将这种互联网时代自主性建构的传播方式命名为大众自传播，与我们所谓的社交传播是同义词。显然，21世纪的第二个10年，智能手机进一步深化了社交传播的主导性地位。然而，互联网再次风云突变，2022年11月30日发布的ChatGPT，宣告了智能传播的全面到来。社交媒体完成的自主性建构面临着来自算法和数据驱动的生成式AI的全面冲击。美国前国务卿亨利·基辛格（Henry Kissinger）、谷歌前董事长埃里克·施密特（Eric Schmidt）、麻省理工苏世民计算机学院首任院长丹·胡滕洛克尔（Daniel Huttenlocher）的文章更是将ChatGPT提升到印刷术的高度：“生成式人工智能提出了自启蒙运动以来从未经历过的哲学挑战和实践挑战。”“1455年印刷古腾堡圣经的技术使抽象的人类思想得以普遍而迅速地传播。但今天的这项新技术逆转了这一过程。”新闻传播学显然还没有做好足够的准备，对这场变革做出专业的回答。“媒介的影响之所以非常强烈，恰恰是另一种媒介变成了它的‘内容。” ChatGPT将之前所有媒介创造的内容消化后变成了自己的内容基础。ChatGPT冲击波还在进一步发酵，比尔·盖茨已经将其与PC和互联网革命相提并论。而站在人类信息传播格局和传播学的角度，ChatGPT昭示的变革趋势更富有启示。过去的十多年中，社交媒体已经重构大众传播塑造的“对所有人大规模传播”的格局，几乎实现了人类长期憧憬的“所有人对所有人传播”的梦想。但智能媒体的到来，尤其是ChatGPT的出现，开始突破人们的想象力，一个“所有信息对所有人传播”甚至不可思议的“所有信息对所有信息传播”之图景似乎已经开始浮现出新的轮廓。ChatGPT重新激发了我们的想象力，促使我们进一步探寻数字技术的演进逻辑和信息传播变革的方向。

毫无疑问，如今依然是社交媒体的巅峰时刻，主导着人类社会信息传播。根据联合国以及We Are Social和HootSuite等机构公布的数据，截至2022年7月，世界人口数量为79.8亿，年增速为0.8%；全球网民数量为50.3亿，年增速为3.7%，其中社交媒体用户47亿，占全球人口的59%，占网民数量超过93%，年增速在5%以上，超过了网民和人口增速。不仅如此，用户使用社交平台的时间也在持续攀升，平均每天2小时29分钟，即每月超过75小时。这些强有力的数据都彰显着社交媒体的巨大活力以及受众对社交媒体的强大依赖性。在社交媒体深度嵌入社会各个领域的今天，微信、微博等社交媒体成为大众获取信息的主要渠道。

然而，正如古希腊哲学家赫拉克利特所说，“上坡路和下坡路是同一条路”。巅峰往往意味着终结，社交媒体正迎来历史性的拐点。这种说法似乎与上述数据趋势相悖，但仔细观察后不难发现，数据的乐观态势很大程度上是因为“将错就错”地将抖音、TikTok等“推薦媒体”（recommendation media）仍然归为社交媒体。事实却并非如此，TikTok的本质是智能媒体，是社交媒体的对手甚至“杀手”。与Facebook等社交媒体存在根本性的不同，TikTok的核心并不是它的短视频形式，而是其背后的算法机制，即基于用户资料、行为、内容的分析而实现的新的内容生产和分发机制。TikTok传播机制的核心驱动不同于基于人际关系和社交图谱的社交媒体传播机制，而是基于对海量内容与用户的数据分析，基于非特定性的算法推荐驱动信息传播过程。如果将TikTok从社交媒体中分离出来，那么社交媒体将呈现另一种境况。从美国社交媒体之王Facebook和中国社交媒体之王微信的现状，便能窥探当下社交媒体发展的真实局势。Meta公布的2021年第四季度数据显示，旗下Facebook平台全球月活跃用户（MAU）数量为29.1亿人，日活用户（DAU）数量为19.3亿人，相比第二季度下降了50万人。这是该平台自创建以来，首次出现活跃用户数量下滑。股价在财报公布后下跌20%，市值缩水2 000亿美元。

社交媒体趋于饱和，陷入增长停滞，显然并不是问题的根本。问题在于，超越和替代社交媒体的新型媒体传播机制和媒体形态正在快速崛起，这个新的更具活力的替代性增长点就是数据和算法驱动的智能传播。这是人类新媒体进程中又一次颠覆性的变革，其影响之深远，不亚于过去20年社交媒体的崛起。因此，要深刻洞察这场重大变革，我们必须追溯新媒体近半个世纪的演进历程，深入智能媒体和社交媒体的信息传播机制的根本性差异，以更好地理解这场革命的方向、规律、趋势及其影响。

二、基于学术视角探究智能媒体如何侵蚀社交媒体

S p o t i f y前高管和A n c h o r 联合创始人迈克尔·米尼亚诺（Michael Mignano）认为，社交媒体时代已经终结，TikTok的崛起，将我们带入了一个“推荐媒体”时代。麻省理工学院计算机科学博士、乔治城大学计算机科学副教授卡尔·纽波特（Cal Newport）认为，Facebook越来越像TikTok并宣布正式转向推荐媒体，代表着美国传统社交媒体巨头的衰落。从定义上来看，米尼亚诺定义的“推荐媒体”仅仅着眼于内容的算法推荐，这显然窄化了算法崛起之后新媒体的范畴。与之相比，智能媒体的定义更为准确，它将数据和算法而非用户作为核心驱动力，涵盖了更加广泛而繁多的新媒体种类，比如健康码。

目前学界与“智能媒体”相关的学术表达可大致分为两类：一类以媒介称之，比如“智慧媒介”“智能化媒介”；另一类以媒体称之，比如“智慧媒体”“智媒体”。这些不同的表述“均描述了一种在智能技术介入下，人类信息传播活动中出现的新模式与新形态”。在此基础上，卿清（2021）考察了不同理解维度下“智能媒体”的概念外延，将其定义为“一种在技术助力下出现的更懂得人类需求的信息服务介质或机制”，并指出“智能媒体”语境下的“媒体”与“媒介”的所指有所重合，包括具体的人员、组织以及相应的物理载体、内容平台和传输网络。这一颇具媒介社会学色彩的定义纳入了用户体验的视角，指出了智能媒体更能满足人类需求这一特性。

基于传播机制，我们可以清晰地区分Facebook和TikTok之间本质的不同。智能媒体从早期更接近信息推送的今日头条的客户端，到今天更接近社交媒体的TikTok和抖音，呈现的形式和社交媒体并没有重大的区别，都是基于用户规模以及规模效应的正反馈。再加上智能媒体延伸出和社交媒体一样的用户关系和社交图谱，使得两者更难以区分。两者之间本质的区分，不在内容本身，也不在内容的表现形式，所有可见的显性部分都没有本质的区别。真正的区别在于底层的传播机制，在于传播中数据的依赖程度和算法的角色地位。本质上，社交媒体和智能媒体是两种截然不同的信息生产和传播机制。当今第一梯队的社交媒体和智能媒体都汇聚着全球十亿级的月活跃用户。社交媒体基于庞大的以人际关系为基础的社交图谱，形成了辐射全用户的大规模即时性的傳播力。而智能媒体基于对海量用户和内容的实时动态算法分析，形成了新的以算法算力为基础的传播机制。其生产力和传播力，是人工方式所无法比拟的，是一次生产力的本质提升。

随着“数据、算法、算力”成为智能传播中的关键要素，全面数字化成为智能传播的底层逻辑，并呈现出“万物皆数”“以数为媒”“算力多层”“算法泛在”等多维特征。奉行“数据主义”的赫拉利甚至认为是数据流组成了宇宙，传统的“数据—信息—知识—智慧”学习路径也将被彻底颠覆。这种将复杂的传播活动精简为数据处理的理念虽然有失偏颇，但足以让我们意识到智能技术给传播活动带来的重大变革。2021年10月28日，Facebook将公司更名为“Meta”，让人们真正感受到新的计算平台和参与平台与传媒业的紧密捆绑，“科幻、游戏般的连接体验”正在绘制“更大、更有能力的社交图谱”，甚至会带来更高层面的全球社会信息传播变革。智能传播机制的出现使得信息传播容量和传播速度都实现了数量级的提升，信息传播机制与范式的变革带来的不仅是思维认知的变化，更可能引发全球范围内的“算法认知战”。从这个意义上而言，我们所谓的终结可以有一种更加平和的表述，即社交媒体已经走向成熟，失去了继续强劲增长的潜能。具体而言，有三个层面的含义：第一，社交媒体作为人类社会主导性信息传播机制的地位可能面临终结；第二，从资本和商业的视角，社交媒体将越来越失去投资的未来想象空间，在资本市场开始进入全面的下行通道；第三，社交媒体作为核心商业模式的增长趋势中止，作为主流应用也趋于饱和，用户流失逐渐大于用户新增，并从用户流失进入收入下降。总而言之，与传统的社交媒体时代相比，从信息传播的环境、情境，到信息的传播机制及其带来的社会影响，都发生了翻天覆地的变化。这告诉我们，要想厘清智能媒体究竟在如何重塑人类的信息传播机制，首先必须重回社交媒体的发展与革命，以数字技术的演进与更迭为切入点，来理解当下的传播变革。

三、社交媒体革命：数字技术演进如何塑造信息传播机制？

社交媒体是一种互动技术，通过虚拟社区和网络促进信息、想法、创意的传播与共享， 并表现出如下基本特征：一是基于Web 2.0的交互式互联网应用程序；二是用户生成内容；三是用户为社交媒体组织设计和维护的网站或应用程序创建特定服务的配置文件；四是通过将用户的个人资料与其他个人或团体的资料相连接以推动在线社交网络的发展。与_______传统媒体相比，社交媒体在质量、覆盖面、频率、相关性和持久性方面都有所差异，但最大的区别在于传统媒体在单一传播模式下运行（即一个信源到许多接收者），社交媒体则是在对话传播系统中运行（即许多信源到许多接收者）。

社交媒体的演进历史几乎可以追溯到互联网商业化的开端。1960年，伊利诺伊大学开发了PLATO系统，该系统具备了早期形式的社交媒体功能，并于19 7 3年进行了创新，如消息论坛应用Notes、即时通信功能TERMtalk、第一个在线聊天室Talkomatic、众包的在线报纸News Report 。1967年，阿帕网首次投入使用，至20世纪70年代末，已经发展出丰富的非政府/商业思想和沟通的文化交流。1973年，BBS的前身——社区记忆（Community Memory）出现了；1978年2月16日，真正的BBS在芝加哥应运而生，Compuserve、Prodigy和AOL是三家最大的BBS公司，也是20世纪90年代最早迁移至互联网的公司，至90年代中期，仅北美的BBS消息论坛便有数万家。随着90年代中期万维网的接入，BBS迁移至网络上成为互联网论坛。随后，奥林巴斯（Olympus）于1985年开发了NMOS（n-typeMO S）有源像素传感器（AP S），NASA喷气推进实验室（JPL）于19 9 3年开发了互补MOS（CMOS）有源像素传感器（CMOS传感器），这使得数码相机和照相手机大量普及，从而促进了社交媒体的兴起。

2002年，全球最大的社交网站之一Friendster成立，用户量最高时曾达到1亿，其中一半以上为亚洲用户，但在与Facebook等知名社交网站的竞争中很快失去了优势，于2011年重新改版后主打社交游戏，被视为社交媒体的鼻祖。与此同时，博客也强势进入中国，迅速成为社交媒体的第一个主流应用，新浪、搜狐、网易等门户网站相继推出博客服务，起步较早的博客大巴园BSP（博客服务供应商）一度拥有500多万学生与年轻白领，自2011年年底使用率开始逐渐下降。如果说博客与微博的相继火爆推动了社交媒体的流行，那么Myspace则使得社交媒体成为强势传播方式。成立于2003年的Myspace短短四年便积累了超过2亿名注册用户，并凭借2006年年初的全球化战略开通了20多个国家和地区的分站点，迅速成为全球第二大社交网站，后随着开心网、微博等新型社交形式的崛起逐渐式微，于2010年转型音乐社区。2010年后，社交媒体的发展更为迅猛，Facebook强势崛起，第一个成为信息基础设施级的社交媒体平台，微信和Whatsapp更是将社交媒体深入每一个普通大众，成为全民第一应用。

社交媒体的广泛使用带来了两种趋势：持续接触与普遍意识。基思·汉普顿（Keith N. Hampton）等学者曾从个人社会网络的角度探究了社交媒体使用与个人社会网络的多样性、政治参与意识、公共表达程度等之间的相关性。 他们指出，社交媒体分散了人们的注意力，塑造了封闭和内向的网络，使得人们脱离了传统的社会环境。以个人社会关系的持续与维护为例，在人们可以通过社交媒体分享信息以保持联系之前，人们的社会关系通常会因为搬家、毕业或结婚而突然中断，这使得传统社会中的人们常常需要为维系关系防止社会关系休眠而付出巨大努力，而社交网络则改变了这一点，它使得过去没有通过社交媒体来联系的朋友依然可以通过朋友的朋友找到彼此。这意味着，尽管在社交媒体出现之前已经有很多新技术，如手机提供了移动性，但它们往往缺乏关系持久性和持续性意识的支持。

更为深入与本质的影响在于人类社会信息传播的范式转变。如表2所示，从传统大众媒体到社交媒体的盛行，在“经历了百年的数字化、半个世纪的网络化、20年左右的社交化和移动化，以及新兴的智能化等四大阶段”后，人类传播范式从“过去传统大众传播主导的自上而下、集中控制的大教堂模式走向了数字新媒體主导的自下而上、开放分布式的大集市模式”。 从发展趋势来看，社交媒体主要集中在Web 2.0阶段，博客、微博、Facebook、微信是较具代表性的几种社交媒体，其核心特点、逻辑起点、传播机制都有所不同，所引发的传播革命也具有差异性。但对社交媒体的考察却不能局限于单一的Web 2.0阶段，而是应该放眼整个互联网的发展史，深入考察社交媒体每一阶段的发展特点，只有这样才能得到更为精准与深入的发现。

具体而言，全球社交媒体的演进历程可大致分为四个阶段来考察：

第一阶段是20世纪90年代前：商业化浪潮之前人类网络联结的早期努力。尽管大多数对社交媒体起源的描述都指向1969年阿帕网的出现，但社交媒体并非全然作为一个网络时代的产物。在某种意义上，社交媒体可以追溯到电报机上敲出的一系列符号——莫尔斯电码（Morse code）。1844年5月24日，塞缪尔·莫尔斯发出了第一条从巴尔的摩传送到华盛顿特区的电码，内容是“上帝创造了什么？”。随着CompuServe、America Online和Prodigy等在线通信服务的引入，电子邮件、公告板消息和实时在线聊天开始兴起，催生了最早的社交媒体网络。

第二阶段是20世纪90年代：Web1.0阶段自下而上力量的崛起。媒体的演进始终围绕着技术、用户、组织与基础设施展开。1991年，蒂姆·伯纳斯-李（Tim Berners-Lee）发明的万维网，将超文本技术与互联网连接起来，为新型网络通信奠定了基础。日志、列表服务器和电子邮件服务推动了在线社区的形成。1999年Blogger被创建，成为全球第一批专用于网志发布的工具之一，“传统的传播模式慢慢变为新媒体时代的多级传播模式”，微博信息传播模式则更为多元，“树状结构”“轮状结构”等模式都是对微博信息传播现象真实、形象的反映。总体来说，Web1.0阶段的互联网技术尚处于初级阶段，“虽然用户可消费可生产信息且具有一定的自主性，但用户规模较小，尚未形成拥有巨型规模用户且商业场景极为丰富的超级互联网平台生态”。

第三阶段是2000—2019年：Web 2.0浪潮下新的权力的产生与博弈。Web 2.0使在线通信服务从提供网络通信渠道转变为网络社交的交互式双向工具，背后支撑它的是关于社区与协作的早期理想主义精神，主要应用有Wikipedia（2001）、Myspace（2003）、Facebook（2004）、Flickr（2004）、YouTube（2005）和Twitter（2006）。乔纳森·齐特莱恩（Jonathan Zittrain）的“应用化”概念表明了一种从通用设备到线性应用服务的更大转变。2006年，《时代》杂志评选“你”为年度人物，宣告了网民改变世界的潜力。2010年，马克·扎克伯格（Mark Zuckerberg）成为《时代》杂志年度人物，这也被解读为《时代》杂志对用户早期崇敬的象征性再平衡， 或预示着一种新的权力的诞生。当社会活动转化为算法概念时，主体间性开始具备一种统计学意义——价值通过可量化的形式实现，即价值不由主体之间的亲密关系体现，而由数量的多少决定。从“应用化”到“平台化”，价值又变回了一个政治经济学概念，只不过这一次它是以数据的面貌出现的。

第四阶段是2020—2029年：数据和算法驱动的智能媒体崛起。TikTok作为长期被忽视的智能媒体，伴随着社交媒体一起成长。而ChatGPT则相反，从2022年11月30日正式发布，就一夜爆红，而且持续发酵，两个月时间创纪录实现了1亿用户，无论是科技领域还是资本市场，甚至包括社会效应，爆红速度和程度都是史无前例的。而今天的AI技术才处于大规模应用的早期，无论是算法、数据还是算力，都远远没有达到理想的程度。因此，ChatGPT的表现虽然存在诸多不足，但还是“震惊”了全球，未来还将继续迭代升级，这为我们重新思考智能媒体的未来提供了全新的可能性。

四、上半场：TikTok算法推荐颠覆社交媒体内容分发机制

“智能化”是智能媒体的演进路径与实现过程，智能媒体的打造离不开内容、用户、场景，也需要借助“无限的网络+无限的数据”“无限的链接—无限的交互”。吕尚彬等（2022）认为智能媒体的演进具有系统复杂化、网络复杂化、关系复杂化和环境复杂化四重复杂性维度，其中每一重维度本身又是复杂的，这体现了复杂系统和控制论在媒体发展过程中的建设性隐喻价值。具体来说，这种复杂性体现为以算法为代表的一系列互联网新信息技术，算法技术性内部的不可知加大了理解这一技术对象的难度。作为一个庞大的复杂网络系统，算法系统宛若“无数只触角进入内部，进行调整、优化、交换部件等一系列活动，并进行新的试验安排”。换言之，算法技术内部是非透明性的，即弗兰克·帕斯奎尔（Frank Pasquale，2015）所说的“黑箱”（black box），再加上商业竞争、技术垄断等多种原因，试图“通过谈判进入编码团队或获取编制源代码”几乎是不可能的。这种来自算法技术本身的结构性隐匿将算法领域塑造为一个抽象的不透明的技术领域，依托此为底层逻辑的智能媒体也因此成为一种神秘所在。尽管如此，我们依然能从这些智能媒体所展现的算法推荐机制中一窥其用户获取与留存方式以及内容生产与传播方式，从而对智能媒体有一种初步的了解。在此，我们可以以抖音（也是TikTok）的算法机制为例。

首先，用户的获取与留存层面，目前主流的推荐算法是基于用户行为的相似性推荐的，这种算法又被称为“协同过滤推荐”，细分为基于物品的协同过滤和基于用户的协同过滤。基于物品的协同过滤是基于用户喜好的共性推荐的，这种推荐算法与基于内容相似性的推荐算法有一定的相似性，都是根据物品或内容之间的共性，只是这种方法不需要对物品或内容做详细的标签化分析，而是基于用户喜欢的共性判断物品或内容的相似性。另外一种基于用户的协同过滤推荐同样是基于用户的行为，但其关注点在用户。这种推荐机制的原理是通过用户喜好将具有相同喜好的用户聚类，然后给他们推荐同类人喜欢的物品或内容，具体可以分为两个步骤：一是找到与这个用户喜好相似的目标群体；二是把该群体用户喜欢的内容推荐给这个用户。

对于抖音这种以视频为主的内容平台而言，准确识别内容是一个难度系数较高的任务。面对每天成千上万条新视频的上传，对其进行内容识别是一个耗时耗力且准确度较低的投入。因此，对抖音而言，协同过滤法是性价比相对较高的推荐算法，在这种推荐机制下，用户生产的内容本身其实不是最重要的，重要的是系统知道它会被什么样的用户喜欢便可以进行推荐，因为系统认定“你喜欢的内容也会获得同类人的喜欢”。这种最明显的特征便是抖音用户会在自己的“关注”下面看见“你可能感兴趣的人”的相关推荐，因为他们都被系统归为同一类。因此，用户可能感兴趣的并非那一类用户，而是那一类用户生产的内容。而在实际的推荐系统中，每个用户往往具备多个标签，因此它的用户聚类实际上是多维的。比如某一用户既属于A聚类，又属于B聚类，因此算法只需要将该用户喜欢的视频推荐给其所属维度下的各个“同类人”即可。

其次，内容的传播层面，抖音与TikTok实行的是去中心化的分发机制，作品发布后平台会分配给该作品一个初步的流量池，然后算法根据作品的完播率、转发量、点赞量、评论量等进行综合评判，判断作品是否能够进入下一级流量池。从这一简易的流程图中可以看出，在此过程中，平台的算法机制仍然处于核心地位。具体来说，作品发布后大致会经历“审核—初步推荐—用户反馈—叠加推荐”四个主要的阶段，其中涉及三个步骤：第一步是双重审核机制，分为机器审核与人工審核两个步骤，一旦确定违规，违规账号就会受到删除视频、降权通知、封禁账号等处罚。第二步是初步推荐，也可以被称为冷启动流量池曝光。对于通过双重审核的作品，系统会自动为其分配一个初始流量池：200—300在线用户（也可能达到上千曝光量）。这一初始流量池会有一批用户反馈，对发布作品的账号分值进行综合判定，如果该账号的权重低、用户标签模糊，则不将其投入下一个流量池；其次便是根据作品的点赞率、完播率、转发率、评论率以及关注比例等来决定是否进入第二轮推荐。第三步便是数据加权，对于反馈较好的作品，系统会将其投入下一级的流量池。换言之，这一步会给数据可观的视频进行更大的加权，并且会进一步强化人群标签分发，促使内容分发进一步精准化。反馈特别好的作品最后会进入精品推荐池，即抖音的顶级流量池，进行大规模曝光，这一阶段的人群标签被弱化，几乎所有用户都可能刷到该视频。

这种叠加推荐与热度加权的算法推荐机制与内容定制化的用户推荐机制相互配合，不仅提供了“一套符合用户感知的交互逻辑”，还赋予了用户“无缝衔接的娱乐体验”，叠加用户偏好的使用方式产生了更强烈的传播效果。 传统的基于人际关系与用户行为的社交媒体传播模式转化为基于算法推荐的智能媒体传播模式，传播的速度、广度与深度也呈现指数级的上升。正如全燕等（2022）指出的，“算法逐渐统筹起网络空间中的时间秩序，不仅体现在对更新的内容进行时间重置，还体现在对既有的内容进行调度，延缓内容价值被淹没的速度”。

网络思想家斯图尔特· 布兰德（ S t e w a r tB rand）20世纪60年代的格言“信息渴望自由（information wants to be free）”，长期被黑客奉为集合令。ChatGPT将信息传播在速度、广度和深度上的追求推向了新的境界，技术为信息传播的无止境追求插上了强大的翅膀。

五、下半场：生成式AI颠覆社交媒体内容生产机制

如果说以TikTok为代表的算法推荐颠覆了内容分发机制，那么以ChatGPT为代表的AI生成则颠覆了内容生产机制。2022年12月1日，OpenAI推出了人工智能聊天原型ChatGPT，其中GPT是Generative Pre-trained Transformer（生成型预训练变换模型）的缩写，几天之内便吸引了超过100万互联网注册用户。作为一直专注于对话生成的语言模型，ChatGPT可以根据用户的文本输入给出相应的智能回答，也因此被很多网友比喻为“搜索引擎+社交软件”的结合体。这意味着越来越多的人意识到，ChatGPT已经超出AIGC或生成式AI所囊括的范畴，作为一个智能聊天产品，它的用户体验感超越了以往Alexa、小冰等智能对话产品。随着社交媒体向智能媒体的进化，内容生产机制也随着媒体形态的更迭不断专业化、数字化与智能化，由原来的UGC（用户创造内容）逐渐向DGC（Data Generated Content，数据创造内容）与AGC（Auxiliary Cenerated Content，辅助生产内容）发展，并最终被AIGC所颠覆。

社交媒体对传统主流媒体的变革，可以大致分为两个阶段：首先是21世纪头10年通过博客、播客、书签等各种基于PC的Web 2.0应用掀起了用户创造内容的革命，直接策动和发挥广大网民的内容生产和创造能力，以“蚂蚁雄兵”消解了传统主流媒体内容生产的垄断性权力。其次是借助移动互联网推动的全民化，通过Facebook、微博和微信等构建强大的社交图谱，使得人际传播具备了大众传播能力，完成了内容传播环节的革命。这两个层面先后的变革，加之进一步相互协同和联动，颠覆了传统主流媒体的社会信息传播主导权。

那么，智能传播对社交传播的变革和颠覆，也可能大致可以分为两个阶段，但是内容生产和传播两个环节的变革次序有所不同：第一阶段是通过推荐算法驱动的内容分发和传播机制，根本性地颠覆了社交媒体基于人际关系和社交图谱的内容传播机制，目前的TikTok和快手等就是典型代表。而已经到来的第二阶段，就是通过算法和算力形成强大的内容生产能力，也就是我们所谓的AIGC，真正颠覆用户创造内容的机制，这将是智能媒体对社交媒体更全面的冲击。目前，AIGC虽然远未成熟，但是各种试验已经开始崭露头角。

在第一阶段，数据和算法事实上也在赋能内容生产中发挥重要作用，但是，这一阶段内容的生产主体依然是网民主导。通过数据和算法辅助和改进用户创造内容的使用门槛、便捷性、丰富性和趣味性等，事实上发挥了重要作用。但是，这一阶段依然属于初级阶段，可以成为数据创造内容和辅助生产内容。

在第二阶段，真正的AIGC来源于大模型应用的逐渐成熟，OpenAI推出的新一代语言模型ChatGPT是其中的代表。从技术上看，作为ChatGPT基础的GPT-3或GPT-3.5是一个超大的统计语言模型或顺序文本预测模型。根据输入语句，ChatGPT会根据语言/语料概率自动生成回答的每一个字（词语），使用来自人类反馈的强化学习进行训练，这种方法通过人类干预来增强机器学习以获得更好的效果。不仅如此，与BERT模型相比，ChatGPT性能更强，参数更为海量，所包含的主题数据也更多，这意味着它处理小众主题的能力更强，目前其任务包括但不限于处理回答问题、撰写文章、文本摘要、语言翻译和生成计算机代码等。

从表现出的智能特征看，ChatGPT不仅大幅提升了准确度和对用户意图的理解，还能够支持连续多轮对话、主动承认自身错误、质疑不正确的问题，甚至承认自身专业技术知识的匮乏，这些特点极大地提升了对话交互模式下的用户体验。进一步说，ChatGPT所展现出的物质与能动基础使其能够“在内容生产的某些环节展示出超越人类能力的胜任性和创新性”，从而“进入与变革内容生产网络”。布鲁诺·拉图尔（Bruno Latour）曾将传统社会比喻为铅笔绘制的静态网，行动者通过笔的运动（即转译）来表达自己，并通过展示共同利益（interest，也译为兴趣）来吸引其他行动者以扩充自身的行动者网络。从这个层面而言，ChatGPT所打造的人机融合与共生的内容生产网络不仅迎合了政策和市场，也实现了商业价值与公共价值的平衡。换言之，新的内容生产机制将塑造新的社会生态，以ChatGPT为代表的AI生成可能成为社会运行的底层技术支撑。

内容生产机制的颠覆也必将改变人类信息传播的认知动力机制。沿着认识论的历史路径出发，以ChatGPT为代表的智能传播不再只能将传播活动“当作客体性或直观性的形式”，而是将其当作“感性的人的活動，当作实践去理解”，以此来“透过社会传播与机器意识的交叉辨析认识论的新平台”。这也意味着理解AI智能媒体带来的传播变革必须超越经典传播学研究，深入认知传播学，从认知的视角对传播的主体、表征、关系等进行再审视。未来，随着各行各业的各种特定大模型应用的不断诞生和完善，AIGC将进入新的阶段，那时候，智能媒体与社交媒体的分界线将更加清晰，人类传播将迎来真正的分水岭。

六、朋友圈入侵：社交媒体突围的人际与智能的两难困境

对于受经济利益驱使的（媒体）平台企业而言，竞争的本质是如何最大限度获取人们的时间和注意力，算法成了争夺战中的利器。从“与”（with）媒体生活在一起，到生活“在”（in）媒体中，马克·杜兹（Mark Deuze，2012）等人揭示了一种在理解和使用媒体方式上的本体论转向。如今，人们不仅生活在媒体中，而且越来越多地发生在算法媒体环境中。算法媒体的核心功能取决于算法操作，其识别机制（regimes of recognition）限制了人们如何看待社会世界，并塑造了一组规定的可能性——什么是可见的与什么是不可见的——政治性。正如本杰明·雅各布森（Benjamin N. Jacobsen）所注意到的，尽管Facebook、Instagram和Twitter等平台已经开发大量复杂的算法模型，但其核心思想却保持着一致性，即社交媒体从事的是识别业务。换言之，Facebook等平台不仅仅是一个让用户与它的朋友及其周围世界建立联系的社交网站。

算法不仅是对数据进行的操作，还是强大的社会行动者，以各种方式塑造社会世界。近年来，算法创建的“可见性模式”正在以更加暴力的方式强行介入用户最后的自主领域。2022年7月底，“Make Instagram Instagram again”（让IG做回IG）倡议爆发。Instagram上拥有最多粉丝数的女星（拥有超过3.6亿粉丝）凯莉·詹娜也参与进来，发布了一条吐槽动态，表达自己对Instagram优先推荐视频而不是好友照片的信息流的强烈不满。詹娜参与抗议的逻辑正是社交媒体面临智能媒体冲击的核心：社交媒体的内容分发逻辑，基于好友的社交图谱的推荐或者推送，而不期然之间，一些基于算法的兴趣推荐信息开始进入。习惯了来自好友信息的社交媒体用户，面对非好友的信息，显然有了一种被入侵的感觉，尽管这些信息可能更契合用户的需要。

面对越来越多用户的质疑，Ins t a g r a m的CEO 亚当·莫塞里（Adam Mosseri）在后来发布了一则视频，讨论最近ins的一些革新和未来计划。在视频中，莫塞里表示世界正在发生变化，而Instagram也必须随之做出改变。这种改变不仅仅是Instagram，Instagram母公司Meta在2022年7月底正式宣布，旗下另一社交巨头Facebook的信息流也将转向基于算法推荐的内容分发模式。

当今以人际关系为纽带、以全球网民为信息传播驱动力的社交传播，是人类社会主导性的传播机制。但是，社交媒体几乎发动了全球所有民众生产力的人工传播模式，开始进入成熟阶段，同时也无法满足人类信息传播的需要。随着传播的信息量逐渐进入饱和期，需要新的传播机制的革命性突破，那就是超越人工的能力局限，进一步发挥机器的计算潜能。以算法和数据驱动的智能传播机制正在快速崛起，开始冲击社交传播的既有格局。这是Facebook、推特和腾讯正面临挑战的根源所在。

当技术被社会化运用时，它就存在于一个由人类、技术和社会，以及自然组建的复杂化系统中，它的技术属性不断被系统的关系所塑造。 如今的智能技术正在经历新一轮的社会化过程。智能媒体的迅速崛起，必将取代当今如日中天的社交媒体，成为新的主导性传播机制。这是下一个十年社会信息传播的最大趋势，其基本格局大致可以研判：智能媒体在各个领域开始崛起，健康码、TikTok、ChatGPT等应用的爆发是代表之一。主流社交媒体智能化也在努力，试图搭上智能媒体的大势。但是，社交媒体的“TikTok化”究竟是视频化还是算法化依然面临歧路，还在努力摸索，能否成功還需要打上引号。但是，社交媒体如果不遵从智能化的变革方向，就没有出路。

甚至侧重内容分发自动化的TikTok，也可能会面临ChatGPT带来的新的竞争压力。“人工智能以人工之名，体现了人对知识和机器从创建、控制、依赖到失控的过程，由此会坍塌了以人为中心的认知世界、社会结构和法律制度。” 显然，ChatGPT标志着智能传播的主流化全面开始，人类社会现有传播格局的撼动和变局才刚刚拉开帷幕。

八、“后社交媒体时代”与智能传播的未来图景

ChatGPT 和AI彻底改变了人们在社交媒体平台上交流和互动的方式，为数字传播开辟了一个全新的可能性领域。推特正通过将ChatGPT整合到其平台中，试图为其用户创造更具互动性和吸引力的使用体验。而这种潜力背后很可能是一种对其自身的反噬。目前，智能化的侧重点主要还是信息传播过程（基于对用户和内容的分析），内容智能生产的智能化还处于萌芽阶段，还没有开始爆发。但是，ChatGPT的崛起标志着AI生成内容已经进入主流化的临界点，并将构成一股重塑日常实践、个人和专业互动以及环境的力量。智能传播大规模应用的前奏预示着其传播能力对国际传播生态的改变以及机遇的创造，但同时也可能导致认知的重塑和价值固化等风险。不可抗拒的是，内容生产、传播和互动的全流程智能化模式开始走出想象、研究和探索阶段，进入大规模实用的新阶段。

迄今为止，从传统主流媒体到网络媒体，到社交媒体，再到智能媒体，人类信息传播机制的每一次变革，都是技术进步的必需，都是生产力的根本性提升，是信息传播效率和能力的质的飞跃。这个进程依然没有停止甚至放慢，智能媒体就是我们面临的新一轮革命。

当今社交媒体的繁荣，造就了内容前所未有的繁荣，极大地增强了社会信息的透明性，同时也带来了虚假信息、信息疫情、政治机器人等乱象。于是，人们开始怀念大众传播时代职业编辑记者控制内容的有序状态。人人都有麦克风的社交媒体时代，众声喧哗呈现出一定的失序。而随着智能传播的爆发，数据和算法驱动的信息传播与生产，必然伴随着信息的又一轮大爆炸，开启一个更为复杂、多元和综合的信息传播生态。那么，我们是否又会怀念社交媒体时代的信息秩序，毕竟，虽然社交媒体上信息纷乱，但是，基于人际关系和社交图谱的传播机制，以人为本，从人入手，依然还是可控可管的。但是，算法驱动的机器时代，内容生产和内容传播等关键环节中第一次剔除了人的因素，逐渐控制了社会信息流动，无疑是全新的风险与挑战。而面对新一轮智能传播的竞争趋势，除了正在进行中的大模型“竞赛”，算力和复合功能等方面的竞争也将成为未来激烈争夺的领域。

虽然大众媒体和社交媒体不会因为智能媒体的崛起而消亡，会形成三类媒体新的联动与共生的机制，但是，三类媒体的内容生产机制和生产能力有着根本的区别。智能媒体背后的大模型，是通过连接大量的语料库来训练模型，这些语料库既包括了大众媒体和社交媒体的内容，也包含了真实世界中的用户互动，智能媒体俨然有着海纳百川、有容乃大的“吸功大法”。同时，智能媒体生成的内容自然也会变成自己的“新原料”，形成新的内循环。由于智能媒体近乎无限的内容生产能力占据绝对优势，这种格局下大众媒体和社交媒体将越来越成为智能媒体的一个“特例”。而且随着物联网的爆发，机器与机器之间生产的信息与内容也将形成更自动的传播循环和闭环，使得人类传播图景再也不是我们曾经的大众媒体和社交媒体的格局。可以说，这是人类有史以来第一次失去对信息流的生成和传播，由此产生的后果以及各种滥用的可能后果，未知的远远超过已知的。

智能媒体给予我们最大的启示，就是一个趋于无限的开放系统的可能性。ChatGPT让我们重新思考互联网的本质。作为一个全球一体化信息传播的开放系统，互联网经历了30年的商业化，就实现了从大众媒体所构建的“对所有人大规模传播”的格局，升级到一个社交媒体构建的近乎“所有人对所有人传播”的理想世界，让全球网民成为内容生产和内容传播的主导者。这也是卡斯特对网络社会中传播的变革及其产生之影响的洞见，即技术变革推动大众传播向社交传播的转变。但是，他的“重新思考”似乎并没有关注到，这一传播格局依然是有限的、受限的，其极限就是全球网民的人工的极限。而ChatGPT则昭示了一个剔除了“人”的环节和因素而以技术驱动“所有信息对所有人传播”和“所有信息对所有信息传播”的全新世界。智能媒体取代社交媒体成为人类主导性传播机制，是科技创新驱动下新生产力工具的自然结果，摆脱了人的环节和人的因素，就可以抵达一个真正可以实现能力指数级增长的趋于无限的真正开放系统。这显然是一个“开脑洞般”的不可思议的未来。

在《词与物》的结尾，福柯说：人终将被抹去，如同大海边沙滩上的一张脸。这样的未来当然充满了巨大的不确定性和不可知性，也充满了各种风险和挑战。尤其是技术对人的主体性地位的侵蚀和冲击，进入了新的临界点。但是，数字技术的演进进程和信息传播的新图景，似乎不可阻挡，除了极大挑战我们的想象力，也极大冲击现有高度学科化和碎片化的知识体系。新闻传播学无疑再次置身于这场危机和挑战的风口浪尖。人类创造的智能技术，已经掀起一场前所未有的风暴。而我们能够做的，就是努力适应这场智能传播的新风暴，重新寻找传播的新疆域，重新构建人类新的边界，为我们在数字时代安身立命，寻找新的确定性。

（作者方兴东系浙江大学传媒与国际文化学院求是特聘教授，乌镇数字文明研究院院长；顾烨烨系浙江大学传媒与国际文化学院博士后；钟祥铭系浙江传媒学院新闻与传播学院助理研究员）

注释

① 卡斯特. 传播力[ M ] . 汤景泰， 星辰， 译. 北京： 社会科学文献出版社，2013：9.

② KISSINGER H，SCHMIDT E，HUTTENLOCHER D.ChatGPTHeralds an Intellectual Revolution[EB/OL].[2023-02-24].https：//www.wsj.com/articles/chatgpt-heralds-an-intellectualrevolution-enlightenment-artificial-intelligence-homotechnicus-technology-cognition-morality-philosophy-774331c6 .

③ 麦克卢汉.理解媒介—— 论人的延伸[ M ] . 何道宽， 译. 南京： 译林出版社，2011：29.

④⑥ KEMP S.Digital 2022：July Global Statshot Report[EB/OL].（2022-07-21）[2023-02-24].https：//datareportal.com/reports/digital-2022-july-global-statshot .

⑤ MIGNANO M.T h e E n d o f S o c i a l Me d i a a n d t h e Ri s e o fRecommendation Media[EB/OL].（2022-07-27）[2023-02-24].https：//mignano.medium.com/the-end-of-social-mediaa88ffed21f86.

⑦ 卿清.智能媒体：一个媒介社会学的概念[J].青年记者，2021（4）：29-30.

⑧ 兰帅辉，尹素伟.数据、算力和算法：智能传播的多维特征、问题表征及应对[J].当代传播，2022，226（5）：93-96+101.

⑨ 赫拉利.未来简史[M].林俊宏，译.北京：中信出版社，2022：289.

⑩? 黄升民，刘珊.重新定义智能媒体[J].现代传播（中国传媒大学学报），2022，44（1）：126-135.

? 方兴东.全球社会信息传播变革趋势研判——从智能传播时代的算法认知战谈起[J].人民论坛，2022，742（15）：96-99.

? KIETZMANN J H， KRISTOPHER H.Social media？ Get serious！Understanding the functional building blocks of social media[J].Business horizons（submitted manuscript），2011，54（3）：241–251.

? O B A R J A，S T E V E W.S o c i a l m e d i a d e f i n i t i o n a n d t h egovernance challenge：an introduction to the special issue[J].Telecommunications policy，2015，39（9）：745–750.

? PAVLIK J，SHAWN M.Converging media：4th edition[M].NewYork，NY：Oxford University Press，2015：189.

? SAWADA N.Selecting those “worthy” of remembering：memorialization in early Lagos newspapers [J].Journal of WestAfrican history，2016，2（2）：79-108 .

? HAMPTON K N， CHEN W H.Studying social media from an egocentricperspective[M]//Personal networks，2020.

? 方兴东，严峰，钟祥铭.大众传播的终结与数字传播的崛起——从大教堂到大集市的传播范式转变历程考察[J].现代传播（中国传媒大学学报），2020，42（7）：132-146.

? ROSENWALD M S.Before Twitter and Facebook，there wasMorse code：Remembering social medias true inventor[EB/OL].（2017-05-24）[2023-02-24].https：//www.washingtonpost.com/news/retropolis/wp/2017/05/24/before-there-was-twitterthere-was-morse-code-remembering-social-medias-trueinventor/.

? HUTAMO E，PARRIKA J.Media archaeology：approaches，applications，and implications[M].University of California Press，2011.

? 聂晶磊.论微博信息传播模式[J].中国出版，2013，323（18）：36-40.

? 郭全中，袁柏林.媒介技术迭代下的用户权利扩张——基于We b 1.0到Web 3.0演进历程中的观察分析[J].新闻与写作，2023，464（2）：77-85. ? VAN DIJCK J.The culture of connectivity：a critical history ofsocial media[M].New York：Oxford University Press，2013：10.

? 吕尚彬，黄荣.论智能媒体演进的复杂性维度[J].山东社会科学，2022，318（2）：125-133.

? 米歇尔.复杂[M].唐璐，译.长沙：湖南科学技术出版社，2017：388-393.

? SEAVER N.Knowing algorithms[M]//VERTESI J，RIBES D.DigitalSTS：a field guide for science&technology studies.PrincetonNJ：Princeton University Press，2019.

? PASQUALE F.The black box society：the secret algorithmsthat control money and information[M].Cambridge，UK：HarvardUniversity Press，2015.

? KITCHIN R.Thinking critically about and researching algorithms[J].Information communication & society，2017，20（1），14-29.

? 晏青，陈柯伶.可控与不可控之间：短视频成瘾的媒介可供性[J].福建师范大学学报（哲学社会科学版），2023，238（1）：90-101+171-172.

? 全燕，李庆.算法传播中的内容生态重组、意义贫困与实践突围[J].传媒观察，2022，459（3）：18-25.

? 陈巍.ChatGPT发展历程、原理、技术架构详解和产业未来[EB/OL].（2023-02-13）[2023-02-24].https：//zhuanlan.zhihu.com/p/590655677 .

? 张微，彭兰.示能、转译与黑箱：智能机器如何颠覆与再建内容生产网络[J].新闻与写作，2022，462（12）：75-85.

? “更懂你”是什么感觉，答案在这里[EB/OL].（2018-03-08）[2023-02-24]. https：//baijiahao.baidu. com/s？id=1594286267657312038&wfr=spider&for=pc .

? 陈卫星.智能传播的认识论挑战[J].国际新闻界，2021，43（9）：6-24.

? 李茂华.主体、表征、交互：人类信息传播的认知动力机制考察[J].未来传播，2022，29（2）：25-31.

? GPT系列模型详解[EB/OL].（2021-10-28）[2023-02-24].https：//blog.csdn. net/lppfwl/article/details/121010275 .

? DEUZE M，BLANK P，SPEERS L.A life lived in media[J]. Digitalhumanities quarterly，2012，6（1）.

? BUCHER T.If…then：algorithmic power and politics[M].NewYork：Oxford University Press，2018：6.

? JACOBSEN B N.Regimes of recognition on algorithmic media[J].New media & society，2021：1-16.

? AMOORE L.Cloud ethics：algorithms and the attributes ofourselves and others[M].Durham，NC：Duke University Press，2020：6.

? 社交媒体的终结与推荐媒体的诞生，正在同时进行？[EB/O L].（2022-09-09）[2023-02-24]. https：//www.chinaz.com/2022/0909/1444306. shtml.

? 安孟瑶，彭兰.智能传播研究的当下焦点与未来拓展[J].全球传媒学刊，2022，9（1）：41-58.

? 周葆华，苗榕.智能传播研究的知识地图：主要领域、核心概念與知识基础[J].现代传播（中国传媒大学学报），2021，43（12）：25-34.

? 付玉辉.智能传播空间的构建及其未来[J].互联网天地，2011（8）：16-17.

? 郭全中，郭凤娟.智能传播：我国互联网媒体演化的最新传播方式[J].传媒评论，2017，279（1）：77-79.

? 孙玮.交流者的身体：传播与在场——意识主体、身体-主体、智能主体的演变[J].国际新闻界，2018，40（12）：83-103.

? 陈昌凤.未来的智能传播：从“互联网”到“人联网”[J].人民论坛·学术前沿，2017，135（23）：8-14.

? 程明，赵静宜.论智能传播时代的信息生产：流程再造与信息连通[J].编辑之友，2020，289（9）：56-61.

? 方兴东，钟祥铭.智能媒体和智能传播概念辨析——路径依赖和技术迷思双重困境下的传播学范式转变[J].现代出版，2022（3）：42-56.

? 胡泳：当C h a t G P T产生幻觉，一个“幻觉时代”要来临了[E B/O L].（ 2 0 2 3 - 0 3 - 0 3 ） [ 2 0 2 3 - 0 2 - 2 7 ] . h t t p s ： / / w w w . s o h u . c o m /a/647062617_455313？scm=1102.xchannel：325：100002.0.6.0&spm=smpc.channel_248.block3_308_NDdFbm_1_fd.1.1677502800010DA5oXoZ_324 .

PETERS D.Speaking into the air：a history of the idea ofcommunication[M].Chicago：The University of Chicago Press，1999.

李白杨，白云，詹希旎，等.人工智能生成内容（AIGC）的技术特征与形态演进[J/OL].图书情报知识：1-9[2023-02-09].

方兴东，何可，钟祥铭.数据崛起：互联网发展与治理的范式转变——滴滴事件背后技术演进、社会变革和制度建构的内在逻辑[J].传媒观察，2022，466（10）：49-59.

喻国明，丁汉青，刘彧晗.媒介何往：媒介演进的逻辑、机制与未来可能——从5G时代到元宇宙的嬗变[J].新闻大学，2022，189（1）： 96-104+124.

陈昌凤.人机何以共生：传播的结构性变革与滞后的伦理观[J].新闻与写作，2022，460（10）：5-16.

曾白凌.目的之“人”：论人工智能创作物的弱保护[J].现代出版，2020，128（4）：56-64.

G U Z M A N A L，L E W I S S C. A r t i f i c i a l i n t e l l i g e n c e a n dcommunication：a human–machine communication researchagenda[J].New media & society ，2020，22（1）：70-86.

周亭：生成式人工智能的国际传播能力及潜在治理风险[EB/OL].（2023-02-23）[2023-02-24].h t t p：//w w w.c u c.e d u.c n/2023/0223/c1383a202308/pagem.htm .

卡斯特.重新思考信息时代：网络社会中的传播[J].全球传媒学刊，2022，9（5）：3-7.