喻国明:重新审视智媒时代的人机交互
2024-02-20黄灵
黄灵
喻国明:教育部长江学者特聘教授、第七届国务院学位委员会新闻传播学学科评议组成员、北京师范大学新闻传播学院学术委员会主任、北京师范大学传播创新与未来媒体实验平台主任。
喻国明是我国传播学实证研究的领军者、传媒经济学的奠基人及认知神经传播学的开创者之一。他认为,“AIGC(生成式人工智能)传播时代,我们要立足于当下,既不能过分宣扬人工智能的神话,也不能过分悲哀人类被异化的未来。人类的闪耀体现在意义的建构和意向性的实现,理智与情感的共存体现了人类既具备对技术的想象空间,也具备对技术的克制与反思”。
您在近期推出的新书《AIGC传播时代》中,分析了AIGC时代传播学的范式转型趋势,揭示了生成式人工智能对人类又一次重大赋能赋权的不凡贡献,并就未来社会即将开启的“认知竞争”新模式予以了前瞻。那么,作为传媒从业者,生成式人工智能给整个传媒业带来的哪些新的“变量”值得我们关注?
我们正处在从工业文明时代向数字文明时代过渡的深刻转型期,其间充斥着创新经济学家熊彼得所谓的“断裂式的发展”和“破坏式的创新”。所谓“断裂式的发展”是指按照传统逻辑去划延长线的做法,已经难以为继;而新的发展的机会很可能必须建立在对于传统发展的规则、模式和逻辑“破”的基础上,真正的创新发展才会成为可能。这意味着我们必须走出传统实践与理论的窠臼所营造的“舒适区”,去直面那些陌生的、充满不确定性的现实与变量。
在所有的变量中,最大的变量就是以ChatGPT为代表的生成式人工智能的诞生。生成式人工智能是指基于算法、模型、规则,在没有人为直接参与的情况下生成图文、音视频、代码等内容的技术,包括生成式对抗网络(GAN)、生成式预训练变压器(GPT)、生成扩散模型(GDM)等技术形式。以ChatGPT为例:它是基于语言大模型的生成型、预训练的人工智能,其核心的技术特性是“概率计算+标注训练”。所谓生成式人工智能不同于以往为人们所熟悉的分辨式人工智能,它本质上是一种建立在大模型和预训练基础上的运用海量数据所生成的“文字接龙”;而所谓标注训练则是为文本的生成“赋魂”,即以深度学习的方式不断为文本的生成注入“以人为本”的关系与情感要素,进而提升文本表达的人本价值。
特别值得关注的是,ChatGPT作为一项划时代的智能互联技术其突破点在于:以无界的方式全面融入人类实践领域(通用性),具有去边界、场景性、交互性和参与性等显著的特征。这将给包括期刊业在内的整个传媒产业带来深刻且巨大的变革。
生成式人工智能将会改变哪些传播范式?
有研究表明——以ChatGPT为代表的生成式人工智能将会成为未来社会的基础设施。我们可以看到,从ChatGPT3.5到ChatGPT4,再到其作为自由插件的普及化,乃至不久前召开的Open AI公司开发者大会所做的三件事:升级、降价、拓展生态,使得生成式人工智能正在迅速跨越对于语义世界的整合与价值输出,迅速成为对于人类实践全领域、全要素整合的促进者、设计者与运维者,成为深度媒介化社会的“操作系统”。由此,比尔·盖茨认为,未来所有的行业都将被ChatGPT这样类似的人工智能、大数据模型重塑一番。
从本质上说,生成式人工智能完成了对于人类智力劳动的一种划类和分工——它剥离了智力劳动中逻辑的、理性的、可被数据描述、可被算法解析的部分;而把非逻辑非理性的、无法用算法解析与表达的那些人类的激情偏好和目标性的赋魂之智,交给了人类来执行和主导。这实质上是人本地位的进一步强调而不是削弱。应该说,“人类增强”是生成式人工智能对于人类的又一次重大的赋能赋权。
从古到今,人类社会的政治经济文化都是属于精英主导型的。而生成式人工智能对于人类社会的最大颠覆在于增强人类的平等性,拉平人与人之间的能力差距,打破精英和普罗大众的壁垒——为作为技术小白和外行的普通人实现能力的巨大增强(论文、翻译、编程等)。这令普罗大众能够跨越“能力沟”的障碍,有效地按照自己的意愿、想法来激活和调动海量的外部资源,形成强大、丰富的社会表达和价值创造能力——这是社会又一次在数字化、智能化加持下的重大启蒙(社会活力的重启)。
具体地说来,生成式人工智能对于传播和社会的影响是通过两个路径实现的:一条路径是生成式人工智能作为智能主体,通过智能“替代”发挥作用;第二条路径是生成式人工智能作为智能工具实现智能“增强”而发挥作用。
生成式人工智能下的传播变局主要表现在哪些方面?
对于传播领域的实践而言,生成式人工智能下的传播变局主要表现为以下四个方面:第一,“换轨道”:社会的微粒化促成分布式社会的崛起。由于生成式人工智能对于个人的赋能赋权,使个人成为社会运作的基本单位。这种“元点迁移”下微粒化社会运作模式的改造、平民政治下社会沟通机制的重构(非理性非逻辑要素成为社会沟通的前提和基础)、权力重心及指向都将发生革命性的改变。第二,“换场景”:体验时代到来。XR技术的普及与3D全息场景的普遍化将引发传播逻辑中第一人称认知范式的转换,这便是传播场景的转换。第三,“换引擎”:构造传播和社会运作的核心逻辑进一步“算法化”。在算力、算法和大数据可以覆盖的绝大多数社会和传播的构造中,人们对于专业经验的倚重和信赖将让位于更加实时、更加精准匹配、更加全面、更加可靠和结构化的智能算法,并透过传播的所有层面和要素的整合,成为传播和社会发展的关键引擎。第四,“换平台”:游戏将一扫传统概念中被污名化的样貌,成为全功能、全要素的未來主流媒体平台。研究表明:游戏作为一种虚实相融的混合媒体,将是承担未来传播的“升维媒介”,也是未来社会实践的主平台。
如何在AIGC传播时代实现媒体融合?
媒体融合并非在大众传播模式之下全产业链的数字技术化加持和改造的过程;也并非打破媒介与媒介之间的壁垒——实现跨媒介的整合就可以实现的,它本质上是媒介产业的一次“羽化成蝶”的全新升维的过程。
很多人认为突破式的创新可以用集中资源打歼灭战的方式来进行,其实是不可行的。实际上,突破式创新所面对的是未来发展超级厚的迷雾系统,你往往连前进的方向都不能确定。正确的做法只能是鼓励整个团队分成小团队,各自探索,发现了线索,再增派资源和兵力。用时髦的词汇,这叫“去中心化”。最近的例子就是Open Al的大模型思路,这个思路5年前没几个人相信,大家都在模仿google,结果一个小公司完成了颠覆性创新。显然,鼓励去中心化的探索,指导方针从统一走向多元,并包容有理由的质疑,使这种探索具备应有的自由度,则是解决好“从0到1”的突破性创新的基本选择。