智媒时代信息变异：内涵辨析及生成机制探微

熊茵　张晓霞

【摘要】智能媒体已成为新的信息生产力，同时也成为信息变异的重要推手。失实的智能新闻、被计算的舆论、形式化知识以及工具性娱乐成为智媒时代信息变异的主要形态。从生成机制上看，人机合谋是信息变异生成的深层机制，在人机逻辑互为嵌套、人机运行互为掩映、人机效能互为增益的协同机制中，智媒时代信息变异呈现出生成无终态、循环放大以及隐蔽无感知等新特征，给社会治理带来全新挑战。

【关键词】智媒 人工智能 信息变异 人机合谋

【中图分类号】G206 【文献标识码】Ａ 【文章编号】1003-6687（2023）10-059-07

【DOI】 10.13786/j.cnki.cn14-1066/g2.2023.10.008

伴随人工智能技术在传媒业的深度融合和广泛应用，智能媒体成为新的信息生产力，极大地推动了信息生产规模及内容创新程度的扩大，互联网生态呈现史无前例的繁荣。与此同时，智媒背景下信息变异问题日益显著，如深度伪造、算法分发、机器人水军等智媒技术引发日趋严重的新闻失实、舆论操纵、知识伪造等传播困境，给社会稳定发展乃至国家意识形态安全带来不利影响。在此背景下，不仅要对智媒引发信息变异进行对策类研究，更需在理论层面上开展意涵辨析及其生成机制探究，为网络内容生态治理、社会治理等提供有益的学理参考。

一、信息变异：概念源流及技术演进

信息变异一词并非源于传播学科，而是学科交叉研究的产物。变异源于生物学科领域，指同种生物世代之间或同代不同个体之间的性状差异。达尔文为证伪“物种是不变的产物”唯心主义神学“创世论”，提出以变异为贯穿动力的物种进化理论。在《物种起源》中，他对物种变异类型、原因、情境、后果及法则等都进行了极尽细致的分析阐释。伴随学科交叉融合，变异被多个学科拓展与借用。中国知网数据显示，除了生物医学门类之外，变异相关研究在语言学、文学、教育学、自动化技术、计算机软件与计算机应用、地质地理、新闻与传媒等多重领域均有涉及。20世纪中期，在香农、维纳等科学家的努力下，信息论逐渐发展壮大成影响广泛且深远的科学体系乃至哲学思潮。随即在信息科学领域中，变异成为极重要的研究议题，即如何避免和消减通信中的变异，无差错复现信息原貌，进而不断提升信息通信质量。香农和韦弗在《传播的数学理论》中指出，信道中随机出现的噪音，会使源信号在通过若干通信环节后，形态性质发生多次变异（U-X-Y-V），其模式见下页图1。

为寻求噪音带来信息变异问题的解决方案，香农于1998年发表的《噪音中的通信》一文，提出了提高“信噪比”的思路。[1]另一位信息科学领域巨擘、控制论创立人维纳则认为，通过反馈才能动态持续消歧，也即利用误差消除误差，使通信（传播）效果不断趋于精准。由此可见，信息科学发展至今一定程度上应归功于对通信中信息变异的不断探究与解决。

信息科学中的信息变异经由理论旅行和学科迁移，成为传播学的重要研究方向。从人际传播、大众传播到网络社交传播，信息变异屡见不鲜且贯穿时空，是影响人类社会信息传播生态与秩序的痼疾。传播学界也发起了大量有关信息变异的研究，具体涵盖了谣言研究、宣传技巧研究、假新闻研究、拟态环境研究、舆论操縱研究、文化研究、跨文化研究、知识流变研究、伪健康信息研究等众多议题。传播学视野中，信息变异多指信息的符码改变以及由此带来的意义偏离等。作为人类社会普遍存在的传播行为，传播学界将信息变异归纳为两类范式，一类是被动态的信息变异行为。斯图亚特·霍尔曾指出，信息编码总是通过许多歪曲的、结构性反馈再次融入生产并改写信息；施拉姆认为，即便是普遍共同的符号，其含义也因个体不同而有所差异。[2]对此，约翰·彼得斯总结道：但凡有传播行为，就会出现“意义的冒险”，他把这种传播的“实然困境”哲学地概括为“交流的无奈”。另一类则是主动态的信息变异行为，即行动者刻意而为的行动策略。例如，柏拉图批判古希腊时期的智者诡辩术为“坏”的修辞，指出其通过扭曲事实、操纵情感开展“劝服”。20世纪30年代，通过无线广播大规模开展的战争宣传，用半真半假的陈述和彻底的谎言说服人们接受宣传家的观点，[3]进入互联网时代，社交平台中的信息变异复杂异常。西方学界认为，社交平台的假新闻、虚假信息、后真相等信息变异，成为影响和破坏西方政治生态和民主制度的重要因素。国内社交平台上信息变异无处不在，日常情境中伪科学、伪知识、伪医学等信息大肆传播，突发事件语境中则有谣言的病毒式扩散、人际链式传播、夹杂观点和事实的集体交易。[4]

值得注意的是，每一轮新兴媒介技术在提升信息生产和传播效能的同时，也为信息变异烙刻了鲜明的技术色彩：以规模化为特征的大众媒体技术带来话语垄断，进而导致虚假新闻、拟像失真、舆论操控等信息变异；以UGC生产与关系传播为支点的社交媒体技术形塑了去中心化的人人语境，信息变异成为更为普遍和泛在的日常涌现；进入智媒时代，智媒技术的自主性获得史无前例的增强。技术在信息生产传播过程中扮演着极其重要的角色，它或能独立胜任某些特定领域的内容生产，或与人类分工合作，协同完成指定任务。与此同时，人工智能的媒介技术成为数字虚假信息的重要推手，使信息变异的规模性、复杂性、风险程度升级且隐蔽难辨，因此亟待厘清智媒背景下信息变异的核心内涵问题，即信息变异行动主体是谁、信息发生何种变异、信息变异生成机制为何。本研究借鉴美国学者Malone用于分析集体智能行为的四元分析框架，[5]分别从主体和客体两个维度辨析智媒背景信息变异理论内涵，并从原因和过程两个维度描摹阐释其生成机制。

二、智媒时代信息变异的主客体内涵辨析

1. 信息变异的人—机主体之辨

智媒时代，传播主体发生物的转向，从根本上改写了信息生成的范式。尽管此前Web2.0技术带来传播主体的高度多元化，但仍未脱离社会性主体范畴（人类及由人组成的社会组织）。当人工智能技术介入传播后，技术成为新主体，伴随人工智能和超人工智能的发展，机器人（技术）的主体地位将得到更多认可，[6]形成“人+机器”的共同传播主体生态。[7]有学者预测，智能主体将成为建构未来新闻传播秩序和生态的重要力量，但同时要警惕智能主体制造的风险与陷阱，[8]那么，值得追问的是，作为物的智媒技术是否会带有偏见地制造信息变异？

技术发端于物，任何技术都有其自身的自然属性、内在逻辑及自主的发展规律等。从最初看，技术仅仅是“为自己而存在”。元技术是中立的，不存在价值偏向，[9]人工智能技术也概莫能外。以当前备受争议的个性化推荐算法为例，该算法根据用户阅读行为的记录，预测用户的阅读习惯及产品偏好等，从而进行匹配推送，技术本身并不存在什么偏见或歧视。今日头条声称其算法系统“没有采编人员、不生产内容，没有立场和价值观，运转核心是由代码搭建而成”。扎克伯格因Facebook“偏见门”事件接受质询时也表达过类似观点：“我们构建工具，不生产任何内容，我们是一个科技公司，不是媒体公司。”[10]据此，算法推荐技术从其研发初衷和早期应用来看，仅仅是为应对当前信息超载环境，帮助人类提升和改进信息传播效率，是一种客观的使用价值。正如马克思指出的，仅作为使用价值的使用价值，是一种超历史的存在，不属于政治经济学的批判范畴。

但伴随组织因素和社会制度等因素的介入，技术逐渐被特定群体手段化、工具化甚至武器化，此时的技术價值偏向日趋显现，自然属性的元技术逐渐演变为社会性的制度化技术，技术也毫无争议地为特定制度和组织服务，并逐渐偏离公共性轨道。同理，伴随政治、经济、文化等制度或组织因素渗入人工智能技术，智能传播主体也就具备了制度性或组织性的价值偏向，其信息生产与传播行为就可能脱离公共性规范及伦理，信息变异就是其必然的后果之一。在对智能主体的伦理研究中，有学者对关键责任人——算法工程师这一关键性群体进行了深入考察：“他们的主要任务是实现领导所要求的算法功能，当问题出现后也是根据企业要求从技术上调整算法，他们的伦理责任意识不明确。”[11]作为组织人的算法工程师将组织机构的价值逻辑写入算法，并决定了信息生成的传播模式。当该价值逻辑服从于商业、政治、文化的某种偏向时，算法驱动的信息生产传播就会发生变异。更令人担忧的是，算法工程师将价值偏向的逻辑写入程序仅仅是初始动力，紧接着的后果是变异的信息有可能随数据的积累和算法的运转慢慢强化放大。[12]综上可知，当资本、政治等社会制度性因素与技术合流后，技术的价值中立将不复存在。如是观之，智媒技术也概莫能外，它既恪守技术的自主性逻辑，又承载人类社会的价值观念，在双重规则的复杂勾连中，尤其是当极端技术理性与价值偏见交织运行时，智媒技术可能不断催生和放大带有偏向和歧视的信息变异。

2. 智媒时代信息变异的客体之辨

智媒技术所引发的多种类型和形式的信息变异已成为社会顽疾和治理难题，廓清信息变异的具体内容及类型是研究的关键之一。新闻传播学主要涉及四类信息，即事实类信息（新闻）、观点类信息（舆论）、教育类信息（知识）及娱乐类信息（娱乐）。[13]智能传播主体由于受价值偏向和技术逻辑的双重影响，四类信息均可能发生偏离真实性、公共性、科学性的变异。

（1）失实的智能新闻。智能新闻是基于大数据和算法自动化决策而生成的新闻类型。在数据准确、算法科学的情况下，理论上智能新闻能够保持准确、客观、真实、平衡等基本特征。但现实困境在于，无论是数据还是算法都可能存在偏差。人类文化是存在偏见的，作为与人类社会同构的大数据，也必然包含着根深蒂固的偏见。[14]与此同时，贯穿于大数据的采集、加工、分析等各个环节的智能算法，都将单向度地放大原有的数据偏见。数据及算法之于智能新闻，正如同采访与写作之于传统新闻。传统新闻生产中，一旦采访和写作带有主观偏向性，新闻作品就会偏颇或失实；数据与算法存在偏差，智能新闻同样会出现失衡或失实。2015年一篇关于Netflix公司第二季度财报的自动化新闻曾出现了报道错误的问题。更严峻的挑战来自智能技术驱动下事实素材的直接造假行为，例如深度伪造技术，在音视频造假上几乎达到无法甄别、无从证伪的程度，深伪的音视频新闻被西方社会视为电子欺诈，给政治、经济秩序带来极大风险。

（2）被计算的舆论。自大众媒介时代以来，舆论通过媒介得以公开表达和呈现，作为中介工具的媒体可以通过选择性放大或遮蔽舆论，成为舆论生成的控制力量。进入人工智能时代，智能媒体接棒成为影响舆论生成的中坚力量。如果说在传统媒体时代，舆论引导采取“原子式”千人一面的方案，在智媒时代则采取了基于精准计算的“个性化”千人千面的智能化引导，即精准计算每一用户的行为与特征，为其构筑个体化的信息流和意见环境，有效影响民众的个体认知和行动，[15]有力地促成舆论的定向生成。有研究发现，剑桥分析公司在“持枪”议题的宣传上采取了这种智能化策略：对冒险型性格用户，脸书平台向他们推送以暴制暴型的广告（例如一个入室抢劫者砸窗、威胁生命安全的广告），告诉他们枪能消除外部威胁；对保护者型性格用户，平台推送的广告主题为“枪是保护他人不可或缺的工具”；对理性思考、运筹帷幄型性格用户，脸书推送的广告传递的则是“枪能保护家人和美好未来”的信息，广告设计为父子在夕阳下一起射猎野鸭的温馨画面。[16]这类基于精准计算的微目标传播在商业推广、公共决策、政治选举等活动中取得了良好的舆论干预效果。此外，基于特定计算，社交机器人可通过发布、转发、评论等传播互动手段，定向开展虚假信息扩散、热点趋势伪造、情感氛围营造、话题转移或遮蔽等，进而达到影响舆论的目的，尤以政治社交机器人最为典型。总之，被计算的舆论背离和干扰了公众表达的初衷和原旨，实际已异化成伪舆论。

（3）形式化的知识。毋庸置疑，人工智能早已大规模地介入知识生产与传播。但如果从传承文明和创造新知的角度审视，人工智能生产传播的知识远未达到应有标准。人工智能参与的知识生产就是一种基于知识库和规则事实逻辑的集体知识系统，是集搜集、处理、生成、匹配、推荐于一体的某种实在的对象的生产体系。[17]这是一种基于知识计算生成的计算知识。鉴于当前乃至未来很长一段时间将处于弱人工智能阶段，在知识获取、知识表征、知识推理、人工心智等问题没有得到实质性突破之前，人工智能将不具备反思、批判等知识创造的高阶思维，所谓的知识的生产可能仅停留在规模、数量、速度等表层优势层面，而鲜有真正意义上的创造与创新。德雷福斯曾断言，足以引起AI崩溃的是常识知识，难以被编码和清晰表示的隐性知识，生发于主体间性、通过交往互动生成的社会化知识等，都是人工智能技术难以克服的知识生产困境。此外，从算法推荐来看，知识扩散存在两大问题，即知识接收的窄化效应和知识主体间性的削弱。其中，知识窄化对个体的多元知识积累带来单向度效应，而知识主体间性的削弱会使得互动交往过程中的知识创新减少。有研究认为，随着智能技术自主性的加强，势必引发知识领域中知识海量与无知增递、知识总体化与碎片化等多重张力。[18]总体来看，尽管计算知识的体量不断膨胀，但其实质的创新程度十分有限，知识价值密度不断降低，知识的主体间性减弱。当前人工智能背景下，知识生产虚假繁荣的背后实质是人类文明和智慧并未向前发展。

（4）工具性的娱乐。对娱乐的研究始于传播游戏的学术源流。史蒂芬森在《大众传播的游戏理论》开篇即表明，大众传播最好的一点是允许人们沉浸于主动的游戏之中，也就是说它令人快乐。[19]大众媒体产业化加剧了娱乐内容输出和扩张，批判学派对娱乐的过度和过界开展了诸如“娱乐至死”的批判反思。而智媒时代，人工智能通过人物画像、行动数据、场景识别等技术生产和推送符合用户喜好的娱乐内容，无以复加地迎合公众的娱乐需求。表面上看，智媒输出娱乐提供给用户非现实、超功利的“传播—快乐”。但从更深层次看，智媒生产与传播的娱乐内容是带有工具理性的。从经济角度看，人工智能生产传播娱乐内容的实质目的在于持续不断地卷入用户更多的在线时间、用户数据乃至金钱资本等，最终达成商业获利。从文化、政治等意识形态角度看，人工智能生产与推送的娱乐内容对用户个体形成茧式包围态势，通过持续影响与渗透形成意识形态控制。受到算法权力入侵的娱乐违背了游戏非功利的精神性，进而异化为工具性娱乐。

三、人机合谋：智媒时代信息变异生成机制

合谋，是由美国经济学家斯蒂格勒和布坎南在研究政府管制经济学和公共选择理论时提出来的，是指两个或两个以上的经济主体从个人利益最大化出发而相互勾结的一种非正当行为，该行为通常因损害第三方的利益而私下进行。此后，公共管理学领域里常用合谋指代经济主体、组织机构之间的串谋和勾结及其对公共利益的损害的行为。[20]本研究认为，智能媒体在受到技术的工具理性逻辑与人类社会价值偏向的双重支配下，生成失实的智能新闻、被计算的舆论、形式化的知识、工具性的娱乐等多种样态信息变异，其合谋行为的后果即损害了信息的公共价值。具体来看，智媒信息变异人机合谋运行机制从以下三个层面展开。

1. 人机逻辑互为嵌套

智媒运行逻辑是技术的工具理性逻辑和人类的价值体系互为嵌套，共同对信息生产传播行为发生作用的过程，其中工具理性主導传播的速度规模、效率效益以及路径最优解等，而人类价值体系则主导传播中的合乎情与理、近乎善与美的程度。当两套逻辑和价值体系嵌套运行时，可能发生正面积极传播效应，但也可能引发信息变异并带来传播风险。尤其当唯效率的工具理性与偏向的人类价值合流时，信息发生变异是必然后果。以当前智媒生产为例，大体包括数据采集、自动化写作、算法分发、机器核查、社交机器人互动等，每一环节都在人机双重逻辑支配下运行。首先，数据采集的客观公正性是影响信息质量的先决因素。卢克·多梅尔在《算法时代》一书中描述了20世纪70年代一位名为罗伯特·摩西的美国设计师，将进入公园的桥梁高度设计为2.7米，低矮的桥梁使驾驶轿车的富人能轻松进入公园，而乘坐公共汽车的穷人（其中有很多是黑人）只能绕道而行。这在当时引发了“低矮门”还是“歧视门”的巨大争论。该事件的隐喻是，数据采集者和算法的设计人员很可能存在一些他们自己都意识不到的偏见，这些偏见会影响他们对数据采集的重点，并隐蔽地藏在他们的代码设计中，最终产生有偏见的结果。时至今日，无论传感器、无人机等数据采集智能设备如何发达，其数据算法程序都或有意或无意地承载了社会同构性的偏见，这给各类信息生成带来根源上的数据偏差，最终导致信息变异生成。其次，在自动化生产环节中，由于算法黑箱的客观存在，尤其是无监督的算法生成的内容产品可能超出常识或常规，连程序设计者都难以预见和控制。再次，算法分发和智能推送的过程中，大数据支撑的用户数字档案一旦趋于完备，“人工智能甚至能了解你的政治立场，那么你看到的一切信息都是你想看到的信息，你将永远不会读到与你意见相左的观点”，[21]用户感受的拟态环境将完全失衡。从互动环节看，越来越多的社交机器人参与到社交对话当中，引导舆论向特定话题、特定方向、特定态度发展，带有明显的操纵性意图，可能会导致新闻和舆论偏离公共理性。最后，从事实核实环节看，尽管在要素核查、路径溯源等方面取得进展，但智能核查技术对信息内核涵义（价值观、道德、审美等）的鉴定常陷入过度或不及的误判困境。Facebook的AI审查根据裸露皮肤面积的算法，将普利策获奖新闻摄影作品《战火中的女孩》判定为色情图片，删除照片并封杀了发布者账号。而杀害17岁女孩的凶手大肆在平台上公布遗体照片时，Instagram的AI审核却迟迟未启动，导致血腥照片广为传播。有研究显示，目前AI审查还远远没有达到可以自动处理人类纷繁复杂、千变万化信息的能力，比如，如何判断一张图片里裸露部分是艺术还是色情照片？[22]通过对信息的智能化生产考察可知，智能媒体在技术逻辑和社会价值的互嵌运行中极有可能生成有悖真实性、公共性以及科学性的信息变异。

2. 人机行动互为掩映

如前所述，智媒信息生产与传播包含了互为嵌套的人机双重逻辑，但二者运行关系是分列前台与后台，发挥着显性与隐性的作用机理。通常情况下，以数据和算法为支点的人工智能技术被视为显性行动者，在效率最大化的工具理性驱动下直接开展自动化生产、精准推送、智能互动和纠错等信息生成传播的前台行为。从表面看，这一过程完全交由机器逻辑来支配，无论是数据还是算法都被认为是价值无涉。因此，智媒生成内容产品也被用户当然地认为是中立客观、真实准确的。但从深层运行机制看，隐藏于技术背后的社会价值因素才是信息变异生成的深层动力。回顾技术发展史可知，科学革命的历史是科学、政治和经济结合的历史。[23]从经济角度看，科技进步和科研创新的持续发展依托于资本推动，而资本内在增殖本性决定了资本逻辑下的科技研发与应用必然是为了谋求更多剩余价值，智媒技术也不例外。受资本影响的智媒在信息生产传播过程中带有强烈的消费主义倾向，算法平台的热门话题在很大程度上依赖话题相关文章的点击量和分享率等社交数据，但社交数据并不与新闻质量挂钩，唯数据、唯热度的算法容易让假新闻登上热门。[24]从政治角度看，政治行动者（政党、政治候选人、战略传播公司，甚至国家力量）通过大数据算法、自动化代理人、深度学习、社交媒体平台等技术开展计算宣传，制造虚假信息、遮蔽事实、干预舆论、伪造热点趋势，给政治秩序带来难以估计的负面影响。[25]

然而，感知和洞悉智媒生成信息变异的深层动因并非易事。因普通用户认知有限，多将信息变异等越轨问题归咎于前台技术的不足或偶发障碍，从而遮蔽了置于后台的人类价值偏向，为智媒生成的信息变异披上技术非法、价值合法的外衣。同时，技术黑箱的存在使智媒时代的信息变异高度隐蔽、无从察识，从而具备了难以抗辩的存在合理性。[26]可以说，智媒时代的信息变异形态比以往任何时代更难以感知和辨认，社会民众在无感知状态中被轻易影响和操纵。

3. 人机效能互为增益

“控制论之父”维纳提出了对人工智能发展影响深远的反馈概念，并根据向性将其划分为正反馈和负反馈，[27]其中正反馈多以增益为目标，使系统不断处于变化之中；而负反馈多以维持系统稳定为目标，不断修正偏离使系统回归和复原。[28]在系统运行中，正负反馈机制必须始终处于动态平衡才能实现控制目标，二者不可偏废失衡。但当前智媒运行多建立于正反馈模型，机器逻辑与人类价值叠加强化，使特定类别的信息生成与传播始终处于不断循环放大的状态，这也意味着，哪怕是极小的数据瑕疵或价值偏见，都可能被持续放大和增强，在没有负反馈的调节修正机制下，演变为大规模和高强度的信息变异。当前各大智能媒体平台热衷的流行度算法就是典型的基于正反馈的应用，以新浪微博热搜为例，该模型专注对微博海量用户的搜索、讨论、传播等社交行为的数据抓取与计算，形成信息的热度与推送之间的循环放大增强。然而经验多次证明，流行的热点并不总是准确、理性和有价值的信息，智媒内容生态的“劣币驱逐良币”效应依然存在且在特定算法加持下不断增强，其长期的累积效应也必然带来拟态环境的畸变。[29]对于智媒而言，其贯穿的技术逻辑和承载的价值观念并不完美，或多或少存在瑕疵或偏差，但如果人机互动只存在正反馈机制，那么单一的增益效应将会放大这些瑕疵或偏差，进而推动信息变异朝着脱缰失控的方向持续发展。这也提示我们，在智媒的技术研究中，仍需加強负反馈调节机制，以促使信息内容生成与传播在繁荣发展的同时更具稳态。

结语

信息变异是传播之常态，它可能是人类无意且不自知的行为，也可能是刻意为之、目的明确的自觉行动。纵观历史可知，无论是在革命战争时期还是和平建设年代，作为一种传播策略，信息变异总能发挥强有力的舆论动员作用，对社会发展进程起到或积极或消极的影响。随着现代媒介技术逐步嵌入人类传播过程，信息变异的规模与程度日趋扩大，样态和手段也日趋复杂。尤其值得关注的是，在人工智能技术背景下，信息变异生成模式发生了根本范式变革，从人类主导范式转向当前的人机合谋范式，人类与技术在行动逻辑上互相嵌套、运行过程中互为掩映、运行效果上互为增益，信息变异更具流变性、逃逸性、隐蔽性、互动性、无终态和持续性强等新特征，[30]给社会治理带来了全新挑战。邱泽奇指出，在技术化社会中，社会规则与技术迭代呈现异步性（desynchronization），也即社会规则总是滞后于技术的发展，进而带来社会治理的异步困境。[31]就人机合谋范式下的信息变异而言，原本有效的基于组织（国家、政府）的治理和基于属地（物理空间）的治理已不再适用，探索多元主体协同治理、基于流动场景的治理、基于利益相关者的治理等，[32]成为未来信息变异治理的新思路。

人工智能技术仍在不断向前发展，有学者已敏感预见到以赛博格等为特征的“后人类主义”浪潮行将袭来。有学者认为，一旦进入强人工智能甚至是超人工智能阶段，技术不但有其不可更改的内在运行逻辑，甚至将形成自主意识，进行自我决策，建构自我情感与价值观等。同样，媒介智能化进程中，智能媒体已从看懂、听懂的认知层面发展到对内容、用户和场景的理解层面，继而进阶到决策层面乃至创造创新层面。[33]例如以ChatGPT为典型的通用人工智能（AGI）的快速发展，已经创生出令人叹为观止、超乎想象的文本和图像内容。那么，值得思考的是，伴随着技术主体性的进一步增强，人机合谋是否会出现主体性倒置？技术是否会成为行动的主导力量？信息生产传播行为中的人类价值观及伦理道德体系是否会完全让位于机器逻辑与技术规则？由此引发的信息变异会朝何种方向演变？是否能确保其处在可调控的范围内？凡此种种，学界不仅应从技术—社会互动角度展开与时俱进的理论性研究和基于问题的对策探讨，更应从技术哲学的理论层面开启具有想象力的前瞻性思考。

参考文献：

[1] Communication in the Presence of Noise[EB/OL].[2021-06-21].https：//ieeexplore.ieee.org/document/659497/references#references.

[2] 威尔伯·施拉姆，威廉·波特. 传播学概论[M]. 陈亮，周立方，李启，译. 北京：新华出版社，1984：1.

[3] 斯坦利·巴兰，丹尼斯·戴维斯. 大众传播理论：基础、争鸣与未来[M]. 曹书乐，译. 北京：清华大学出版社，2004：73

[4] 周裕琼，蒋小艳. 环境抗争的话语建构、选择与传承[J]. 深圳大学学报（人文社会科学版），2014，31（3）：131-140.

[5] Thomas W. Malone， Robert Laubacher， Chrysanthos Dellarocas. Harnessing Crowds： Mapping the Genome of Collective Intelligence[EB/OL].[2020-08-17].https：//www.researchgate.net/publication/228139892.

[6] 曾庆香，陆佳怡. 新媒体语境下的新闻生产：主体网络与主体间性[J]. 新闻记者，2018（4）：75-85.

[7] 张洪忠，任吴炯，斗维红. 人工智能技术视角下的国际传播新特征分析[J]. 江西师范大学学报（哲学社会科学版），2022，55（2）：111-118.

[8] 彭兰. 智媒化：未来媒体浪潮——新媒体发展趋势报告（2016）[J]. 国际新闻界，2016（11）：6-24.

[9] 陆江兵. 中立的技术及其在制度下的价值偏向[J]. 科学技术与辩证法，2000（5）：53-57.

[10] Giulia Segreti， Ruth Pitchford.Facebook CEO says group will not become a media-company[EB/OL].[2021-08-30].https：//finance.yahoo.com/news/facebook-ceo-says-group-not-165314950.html.

[11] 严三九，袁帆. 局内的外人：新闻传播领域算法工程师的伦理责任考察[J]. 现代传播，2019（9）：1-5，12.

[12] 周涛. 数据的偏见[J]. 金融博览，2017（5）：22-23.

[13] 张国良. 传播学原理[M]. 上海：复旦大学出版社，2005：78.

[14] 张玉宏，秦志光，肖乐. 大数据算法的歧视本质[J]. 自然辩证法研究，2017，33（5）：81-86.

[15] 熊茵，刘芳华. 舆情“智能化”生成图景与风险审视[J]. 编辑之友，2022（9）：71-76.

[16] 孙宝云，李艳，齐巍. 网络安全影响政治安全的微观分析——以“剑桥分析”事件为例[J]. 保密科学技术，2020（4）：27-34.

[17] 方师师，郑亚楠. 计算知识：人工智能参与知识生产的逻辑与反思[J]. 新闻与写作，2018（12）：40-47.

[18] 唐海江. 互联网革命与新闻传播学科重构之反思——一种技术自主性的观点[J]. 社会科学战线，2016（7）：143-149.

[19] William Stephenson. The Play Theory of Mass Communication

[M]. New Jersey： Transaction Books， 1987： 1.

[20] 罗建兵. 合谋的生成与制衡：理论分析与来自东亚的证据[D].  复旦大学，2006.

[21] 仇筠茜，陈昌凤. 基于人工智能与算法新闻透明度的“黑箱”打开方式选择[J]. 郑州大学学报（哲学社会科学版），2018，51（5）：84-88，159.

[22] 沈虹. 高科技，低生活——欢迎来到赛博朋克的时代[EB/OL].[2020-10-14].https：//m.thepaper.cn/newsDetail_forward_9557753.

[23] 尤瓦尔·赫拉利. 人类简史：从动物到上帝[M]. 林俊宏，译. 北京：中信出版集团，2017：4.

[24] 喻国明，郭超凯，王美莹，等. 人工智能驱动下的智能传媒运作范式的考察——兼介美联社的智媒实践[J]. 江淮论坛，2017（3）：134-138，150.

[25] 罗昕. 计算宣传：人工智能时代的公共舆论新形态[J]. 人民论坛·学术前沿，2020（15）：25-37.

[26] 张淑玲. 破解黑箱：智媒时代的算法权力规制与透明实现机制[J]. 中国出版，2018（7）：49-53.

[27] N.维纳. 人有人的用处——控制论和社会[M]. 陈步，译. 北京：商务印书馆，1978：146-147.

[28] 李以渝. 正反馈、负反馈概念新探[J]. 社会科学研究，1988（3）：57-58.

[29] 苏涛，彭兰.“智媒”时代的消融与重塑——2017年新媒体研究综述[J]. 国际新闻界，2018（1）：38-58.

[30] 熊茵. 合谋、超真、无终态：假新闻的生成机理及演化趋向[J]. 南京社会科学，2023（8）：105-113.

[31] 邱泽奇. 技术化社会治理的异步困境[J]. 社会发展研究，2018，5（4）：2-26，242.

[32] 顾洁，栾惠. 互联网协同治理：理论溯源、底层逻辑与实践赋能[J]. 现代传播，2022（9）：146-154.

[33] 黄升民，刘珊. 重新定义智能媒体[J]. 现代传播，2022（1）：126-135.

Information Variation in the Age of Intelligent Media： Connotation Identification and Exploration of  Generation Mechanism

XIONG Yin1， ZHANG Xiao-xia2（1.School of Journalism and Communication， Jiangxi Normal University， Nanchang 330022， China; 2.Institute of Sociology， Jiangxi Academy of Social Sciences， Nanchang 330077， China）

Abstract： Intelligent media has become a new information productive force， and it is also an important promoter for information variation. The distorted intelligent news， the algorithm-driven public opinions， the superficial knowledge， and the tool-oriented entertainments have become the main forms of information variation in the era of Intelligent media. From the perspective of the generation mechanism， "human-machine collusion" is the deep mechanism. In the operation of human-machine logic， human-machine action embedded in each other's system， setting off and improve each other in this collaboration. Thus， information variation in the era of intelligent media has new characteristics such as endless generation， circulation amplification， concealment without awareness， which brings new challenges to social governance.

Key words： intelligent media; AI; information variation; human-machine collusion

基金项目：国家社会科学基金一般项目“智媒体时代信息变异及协同治理机制研究”（20BXW115）；江西省社会科学规划项目“网络舆情演变机制研究”（19WT105）

作者信息：熊茵（1980— ），女，江西臨川人，江西师范大学新闻与传播学院教授、博士生导师，主要研究方向：网络舆情、媒介技术；张晓霞（1977— ），女，江西分宜人，江西省社会科学院社会学研究所研究员，主要研究方向：信息稳定与社会发展。