缺席的对话：大语言模型的认知想象与差异弥合

喻国明 苏芳 金丽萍

内容摘要：当前，大型语言模型如ChatGPT等软件已经深入人们的日常生活，引发了社会公众对新技术的不同认知和理解。通过文献地图、情感分析和语义网络分析等方法，剖析不同利益群体之间存在的认知差异，包括代表知识精英的学界观点和普罗大众的看法，试图缓解人们对技术主体性的担忧并纠正人们对技术社会问题的误解。在技术与社会相互影响的背景下，分析普通大众对新技术产生的复杂性和冲突的想象，强调促使不同群体之间进行对话的必要性，以推动技术朝着社会期望和良善的方向发展。

关键词：强人工智能（AGI）；人机交互；技术认知；社会想象

DOI：10.3969/j.issn.2095-0330.2024.01.003

一、问题的提出：参差不齐的AGI的社会理解现状

随着以ChatGPT为代表的大语言模型技术介入日常生活，人们对技术的应用和理解也呈现出多种面向。在受众的情感倾向方面，积极使用与消极对抗不断博弈，在不同群体中，熟练掌握技术原理的知识精英与普罗大众之间存在着认知差异。而这种对AGI技术参差不齐的社会理解方式，也可能导向不同的知识生产与信息组织方式，进一步对人的认知和行为决策产生影响。不过，正是这种不统一的差异和重复的辩论对话实现了技术的曲线发展，使得技术朝着社会效益和民生福祉的方向与人的认知、情感和价值互构互建。因此，在迈入强人工智能时代前，理解这种技术的认知差异也显得尤为关键。

长期以来，人们在欢呼新技术出现的同时，也陷入了机器即将取代人的“主体性隐忧”。 面对新技术，人们陷入迷惘的无知之中，一面狂热且不加反思地利用技术，沦为网络上游牧式的主体和流动的共同体，不假思索地坠入技术的新乌托邦，缺乏对技术的基本想象和反思；一面過度批判反思技术的社会变革，在技术狂飙下选择无视技术，怀着尼采般忧郁的怀乡病从后视镜回望过去的“田园牧歌”。

进一步来说，技术打破了既有利益群体的结构和人与技术的社会位置关系。当机器的知识水平和社会地位比人类所预期的还要高时，我们应该如何梳理技术与工作、生活的关系？当AlphaGo打败围棋冠军时，人类是否面临“普罗米修斯的羞耻”？这种文化心理问题应当如何解决？为回答这些问题，本文主要在 “人—技术—世界”发展的连续统中，回答技术的差异性理解的问题。具体来说，就是在以ChatGPT为代表的大模型流行使用的背景下剖析不同的利益群体，如代表知识精英的学界观点与普罗大众之间的认知差异。同时，在这种差异的基础上思考如何弥合这种“认知沟”，缓解人们对技术的主体性隐忧并纠正人们对技术社会问题的误读，区分技术的现状与未来面向，从而正确理解大模型与AGI时代的可能与可为，呼吁用户正确使用技术。

二、未来社会的观照尺度：数字文明背景下AGI的位置及其社会连接

数字文明与原始文明、农耕文明、工业文明一样，象征着全新的文明时代。我们正处于工业文明与数字文明交接的变革时代，这种变革不单是一种简单的技术应用和融入，更是对以往价值生产、社会结构和社会心理的冲击与挑战。因此，在探讨技术认知的差异前，首先需要分析大模型技术在数字文明坐标系中的位置，及其可能产生的社会影响，以此从动态发展的视角来审视当下的认知状态。

（一）以元宇宙为坐标：AGI时代的终极形态是极致元宇宙

元宇宙作为数字文明的1.0版本，是人类文明发展的一种新的“容介态”，也为我们描述、设计数字文明样貌、内涵和规则提供了具体版图。它的核心概念是三维化、三元化、三权化。三维化意味着元宇宙必须超越PC和电脑，通过接入VR、AR、脑机接口、全息投影和数字永生等技术实现升级三维空间。有了三维化时空，自然生命、虚拟生命还有机器生命成为三元一体，形成多感官交互与数据互联。同样，三权还意味着个体同时拥有从Web1.0可读、Web2.0可写到Web3.0可拥有的三种权利。质言之，元宇宙意味着虚实相融的社会生活形态，是高度沉浸且永续发展的三维时空互联网，也是人机融生三元化的多感官通感的体验互联网，同时还是能够实现经济增值的三权化价值互联网。

而AIGC（AI Generated Content）能为元宇宙创作大量的数字原生内容，极大地推动元宇宙的发展，让人类突破内容生产力枷锁，从当前元宇宙的-7.0版本真正进入元宇宙。当AIGC发展到一定阶段，便能通过人工智能技术自动生成元宇宙，即AIGM（AI Generated Metaverse）。不过，从AIGC走向AIGM需要完成人工智能深度学习、智能托管生成指令、生成元宇宙和自动调优等步骤。

因此，AGI时代仍然是一个虚拟与现实交织的赛博图景，我们正在步入AGI时代，但仍未完全到达。如果说“AI+机器人”是替代人类一切能被替代的体力劳动，那么AIGC的结果就是替代一切能被替代的脑力劳动。就其本质而言，AI将重构现有稀缺的社会要素，也将改变价值生产、社会结构和内化的社会心理，并最终实现由人工智能生成的元宇宙。AGI在不断拓展人类的认知和能力边界的同时，也将数字文明带向新的境界。

（二）走向人机共融：多模态场景的构建和具身认知体验

生成式AI的发展将引领传播范式与媒介生态的变革，开创大量丰富的具身化媒介实践，构建多模态场景和全新的社会操作系统。因此，AGI时代是人与机器共生的时代，未来人工智能将成为支撑虚拟世界的基础环境要素，并全面介入个人的生活，人机交互将成为基本行为模式，人机融生将成为基本生存状态。

就AI而言，其发展趋势会越来越具身化和场景化。“具身”意味着认知不能脱离身体而单独存在。其相对的概念是“离身”（disembodiment），指的是认知与身体解耦，目前以ChatGPT为代表的大模型仅仅实现了离身智能。未来，具身AI通过与环境产生交互，能像人一样与环境交互感知，自主规划、决策、行动、执行。它不再是被动地等待数据投喂，而是能够主动感知世界，用拟人化的思维路径去学习，从而自主决策与行动。AI实现具身化后，才能真正理解某个场景。以智能家居为例，以往人们通过控制机器人进行打扫，机器在其中是被动接受指令的客体；与之相对，具身AI能够通过学习，明白“在脏了的情况下需要打扫”，通过具身感知，其能够理解不同场景进而自主决策产生自主行为。因此，AI可以通过感知环境实体，自主具身学习和理解场景。

而当具身AI发展到一定形态，就有可能实现从语言的训练到群体智能的自主演化和涌现。同样，AI在自主演化的过程中，进化的不只是技术，同时还助推了人机关系的演化。生成式AI会在与人类的不断交互中，对人类的行为、人性、智力、知识和情感的全部“他心”进行模仿，无限逼近“类人类”“后人类”的形态。而人类在交互过程中将会培养出新的习惯，包括身体行动惯习和认知思维惯习，两者在彼此交互、靠近的过程中达到“人机共融”的终极形态。

未来，人类向机器演化，机器向生物演化，人机融生将在碳基生命和硅基生命的融合下，全方位地拓宽人的生理带宽、认知带宽和价值带宽，在生理带宽的扩展方面实现基因革新与纳米调和，在认知带宽的拓展方面实现意识的共鸣，最后在价值带宽的拓展方面形成混元空间和多元化的认知理解。

三、学界观点：积极展望与批判反思并存，技术本体分析与认识论探讨共在

值得注意的是，我们真正从技术的现状与未来面向进行区分与探讨时，会发现当下生成式AI仅涉足人类日常生活的一小部分，就出现了不同的认知偏向。学术界既有对生成式AI发展的建设性展望，也存在对隐藏风险、伦理问题的批评和反思。普罗大众对于技术的多元讨论，既有生成式AI未来将具有主体性、创造性，也有对生成式AI的技术误读与恐慌。因此，要想正确理解大模型与AGI时代的可能与可为，需要以技术为镜，反观人类的认知本身。在此以学术生产主题和网络大众的观点为参照，对比不同群体对生成式AI的关注偏向与认知差异。

（一）专业素养：知识精英关于AGI时代的认知图谱

文献期刊作为研究趋势的晴雨表，能够为我们探讨知识精英群体对于AIGC的认知提供具体图景。研究以Web of Science（WOS）中的SSCI期刊和知网（ C N K I ） 中的C S S C I 期刊为数据库，检索近五年（2018—2023）国内外与生成式AI相关的研究，检索条件为主题或关键词包含“AIGC（生成式人工智能）”“AGI（通用人工智能）”“ChatGPT”“Knowledge Building（知识建构）”“Collective Intelligence（群体智能）”“Emergence（涌现）”等，检索后人工筛选与传播学方向紧密相关的内容，最终得到216篇外国文献，183篇本土文献。接着利用VOSviewer文献计量软件将国内外研究主题、关键词导入，得到国内外研究共现图谱，该图谱不仅能展现出学术界的知识动向，也能够反映出知识精英群体对ChatGPT等大模型技术的认知偏向。

在国内研究中，我们将知网183篇本土文献导入VOSviewer软件中，网络节点设置为文献主题和关键词，选择适当阈值运行，得到密度、共现图谱。

密度视图（density view）又称“热力图”，可以分析关键节点在研究领域的占比权重，直观反映出该领域研究的核心主题。其中标签节点出现频次越高，颜色越偏暖色，反之则偏向冷色，颜色由深至浅依次为红色、黄色、绿色，同心颜色区块之间存在紧密联系，非同心颜色区块间若有区块相连，则也存在一定联系。如图1所示，国内研究围绕“人工智能”“生成式人工智能”“智能传播”“元宇宙”等关键节点形成了“信息治理”“智能媒体”“人机关系”“传媒生态”等核心研究领域。

为进一步分析与细化该领域的研究热点，研究得到由主题和关键词生成的聚类图谱（见图2），该图谱包含48个节点、 80条边 、7个聚类。其中，节点大小意味着该关键词在整体结构中的权重，连线距离代表关键词之间的亲疏关系，不同颜色分布代表不同聚类。研究者根据不同关键词的聚类归纳出国内研究主题，如表1所示。

从聚类分析的主题来看，在学科变革方面，学者们从现状分析、面临困境到未来变革、迎接挑战的路径全面分析了AGI时代传播学变革的逻辑，尤其是AGI发展所带来的信息爆炸。AGI带来了认知竞争的同时也革新了人与信息连接的形式，而传播范式的转变也改变着学科的知识生产方式，AIGC时代信息的重新筛选和组织也呼唤全新的内容治理逻辑。质言之，学者们从理论层面建设性地更新学科范式以面对AGI時代的挑战。

在应用场景方面，AGI的介入促进新闻行业的变革，新闻生产、传播方式的改变需要新闻从业人员适应新的技术与平台，以保持新闻的价值与影响力。学者们提议应该将技术素养纳入教育体系进行考量。

在伦理反思方面，技术的发展正深度介入人类社会的演化进程，为人类开拓出诸多新的体验路径，同时深刻影响与冲击现有社会秩序与人伦常理，国内学者多从思辨角度探讨技术伦理和存在风险。国外研究热点如图3 所示， 颜色由深至浅依次为红色、黄色、绿色，围绕“ChatGPT”“Artificial Intelligence”“Generative AI”等关键节点形成了“机器学习”“大语言模型”“风险评估”“产业管理”等核心研究领域。

为进一步细化该领域的研究热点方向，得到由主题和关键词生成的聚类图谱（见图4、表2）。该图谱包含69个节点、236条边和6个聚类，研究者根据不同关键词的聚类归纳出国外研究主题。

国外研究与国内研究方向大致相似，但侧重点存在差异，国外学者对技术本体的讨论更为深入。在技术分析层面，国外研究更关注技术发展，包括模型算力、算法、语言学习、多模态学习演进逻辑等，致力于模型的不断优化与调适。在应用场景层面，国外研究更关注市场的落地与行业应用，并不断探索与拓展大模型技术的应用范围与性能，以满足不同领域、场景的需求。当然国外学者也体察到了“伦理风险”问题，并超越理论探讨层面，尝试从机器训练等技术优化的路径解决存在的伦理风险问题。

（二）当前对大模型研究的两种取向：积极展望与批判反思

学术界的知识图谱也是学者们的认知图谱。总体而言，国内外研究关注主题呈多元化趋势，价值取向呈分化趋势。在关注主题方面，国内研究形成了“信息治理”“智能媒体”“人机关系”“传媒生态”等核心领域，侧重讨论AGI时代传媒生态的改变，包括媒体如何迎接挑战、人机关系的未来演变，以及整个社会信息治理的转向。而国外研究聚焦于“机器学习”“大语言模型”“风险评估”“产业管理”等领域，更侧重对技术逻辑的探究，包括对机器学习与大语言模型的特性分析，以及技术给市场、产业带来的具体挑战与风险等。相较而言，国内研究侧重从媒介逻辑分析生成式AI给社会带来的长期影响，而国外研究更关注技术逻辑给产业、应用带来的短期影响。

就价值取向而言，学界观点整体呈现出“建设性展望”与“批判性反思”两种面向。一面是对于AGI时代的积极展望，不少学者认为未来已来，“AIGC将促进所有行业重做一遍”，而人机关系将走向人机共融、人机共生的新局面，各个行业与用户个体应积极调整认知与行为以应对全新的发展。另一面，不少学者提出“未来未必美好”，人机共生的表象之下是人机鸿沟与人机冲突。技术垄断、霸权风险、伦理失范、隐私泄露隐患、治理风险等都是AIGC发展的另一面，部分学者甚至提出需要“暂停AI”以厘清技术黑箱可能带来的负面影响。然而整体而言，建设性展望依然占据主流，无论是对生成式AI发展现状与未来的建设性研究，还是对存在隐藏风险、伦理问题的批评反思，都反映出知识精英群体对于AGI时代的认知越来越多元与深入，逼近技术发展的复杂现实本身。

四、民间想象：社会公众关于AGI的认知偏向

随着AIGC在各个领域的融合应用，ChatGPT的发布意味着AGI开始介入社会公众的日常生活。这不仅引起了不同领域的知识精英深刻思考，也使社会公众在体验与使用中广泛参与讨论。依罗杰斯的创新与扩散理论而言，创新扩散不仅是技术接受的过程，还是一个社会建构的进程。普罗大众对ChatGPT展开了公共讨论和意义赋予的活动，使其不再是一个静态的技术现象，而是形成了一个动态的扩散和传播过程。因此，关注社会公众对于ChatGPT等大模型的认知，不仅能促进技术以用户体验为导向进行升级，也有助于研究者从公众认知视角更清晰地看到AIGC与社会互构互建的过程。此外，社会公众基于技术的看法也成为民间想象的一部分，构成人们对技术的主观情感和价值期待，以及对新社会秩序的共同愿景。

社交媒体作为社会公众获取信息和表达意见的主要渠道之一，通过对平台在线评论的抓取分析，能够捕捉公众对某一话题的认知与态度。因此，本文以国内微博为例，用Python爬取内容社区“ChatGPT”“生成式AI”等热点话题下的用户评论，去重与清理后得到4 285条文本，接着通过情感分析、词频分析、语义网络分析来分析社会公众在应用创新技术时会出现何种认知差异。

（一）情感分析结果

情感分析作为文本处理领域的一种文本挖掘技术，主要是对带有情感色彩的文本进行分析。研究使用Python Snownlp工具，Snownlp作为Python开源软件包可以执行基于中文的NLP任务，对于社交媒体上的短文本具有适用性。它可以根据其对中文文本的处理功能来对文本进行情感分析，但只能给出评论的整体情感分类，且由于Snownlp自带的语料库包含的是不同类评论的语料，具有局限性与滞后性，情感预测准确率受限，故研究者先对已获得语料集中的基础词进行情感极性分类，将积极情绪、消极情绪、中立情绪样本词汇进行预存，进而优化既有分词语料库。在分词后对4298条评论进行情感识别，并标注为积极 、中性、消极。设置其在“1.0”“0”范围内的浮点值，浮点值越接近1.0情感越积极，反之越消极。经过统计得到以下数据（见表3）。

由表3可知，社会公众对ChatGPT等大模型的情感认知存在两极偏向，其中积极评论占比47.8%，消极评论占比51.9%，积极情感与消极情感的评论数量基本持平。

（二）词频分析结果

词频可以清晰直观地反映社会公众对ChatGPT等大模型的具体关注与使用感受等。研究结合齐普夫第二定律与研究者经验，在选词个数和词频高度上予以平衡，系统分词后人工筛选，剔除代词、副词等无实义词，删除“ChatGPT”“AI”等搜索词以减少其占比过大带来的影响，选取频数前150个高频词生成词云图，如图5和图6所示。

在积极情感的评论文本中，词频最高的10个词依次为“效率”（569）、“助手”（389）、“聪明”（338）、“艺术”（285）、“教育”（280）、“学习”（263）、“应用”（200）、“数据”（185）、“智能”（179）“進步”（173）。

在消极情感的评论文本中，词频最高的10个词依次为“威胁”（151）、“进化”（134）、“替代”（104）、“生成”（57）、“风险”（51）、“病毒”（45）、“出错”（44）、“焦虑”（39）、“挑战”（38）、“故障”（36）。

值得关注的是，积极情感中出现频次最高的词为“效率”（569），而消极情感中排名第一的“威胁”频次仅为151，在评论文本数量基本持平的情况下，积极情感中的高频词频数普遍更高，这说明社会公众对于ChatGPT等大模型的积极评论更为聚焦，而消极评论更为发散，即相比于消极评论的发散，社会公众对ChatGPT等大模型的认知在积极情感中更容易形成彼此间的共识。

（三）语义网络分析结果

为了进一步探究高频词的层级关系、亲疏程度，进而发现主题，我们借用计算机软件Gooseeker与Gephi进行语义网络可视化与分析。语义网络分析（semantic network analysis）可以进行共现、聚类等分析，通过词与词之间的共现与聚类，可以探析文本生产者的认知与认知生产的逻辑；通过处理多主体的文本，可以探求群体的共同认知结构。因此，我们在生成整体语义网络之后通过Blondel模块化算法进行聚类，浮现出不同的主题。

通过语义网络聚类分析发现，ChatGPT的积极情感倾向的评论呈现出四大聚类（见图7、表4）。研究者通过归纳得到三类主题，一是对于技术产生的好奇与探索，二是进一步的技术交流活动，三是对技术赋予生活新场景的工具价值讨论。

首先是对技术的好奇与积极探索， 由于ChatGPT让普通人有机会运用人工智能，因此很多用户对ChatGPT还处于好奇阶段，将其当成一个玩具，例如让它讲一个故事、填一首词或讲一个笑话等，会觉得ChatGPT“很好玩”，这说明仍有很大一部分受众对于ChatGPT等大模型的认知仅停留在其作为一个玩具能够提供娱乐、消遣的层面，还没有上升到将ChatGPT作为一种工具使用，例如使用它来完成特定任务或解决有价值的问题。但与以往用户对元宇宙的态度不同，ChatGPT让人们对智能技术的态度从旁局观望转变为入局使用。

其次是知识社群交流。这一部分用户彼此交流安装、使用技巧和提问策略等，例如彼此分享提问技巧以得到更优的答案、提高准确率等。用户在使用过程中基于个体具体场景总结使用体验与心得，并在社群内部的互动分享中沉淀共有经验，从而形成某种小圈层内关于ChatGPT的民间性知识。相较于专业知识，这类产生于民间的理论基于具体使用场景，强调实用价值，也反映了社群内部共同体对技术的认知在使用经验的积累过程中不断完善。

最后是对工具价值的探讨。当然，也有部分群体超越现象层面对ChatGPT的工具价值层面进行讨论，出现以“进化”“遥遥领先”“超越”“真实”和“信任”为代表的积极情感。这部分群体认为AGI的发展能够辅助人类，将人类从烦琐的体力劳动或枯燥无意义的脑力劳动中解放出来，从而进行新的价值与意义的创造。值得关注的是，存在少数群体认为AI将来在涌现其他新的能力后，会变成比人类更高级的生物，这类对技术过度狂热的想象，可能陷入“唯技术论”的陷阱。

消极情感浮现出五大聚类，通过主题归纳后，微博上关于大模型的消极情感和认知主要分为三个方面，一是对技术产生的误读和误认，二是对技术的误用，三是对自身存在感知到的来自技术的威胁（见图8、表5）。

在技术赋魅产生的误读方面，部分群体感叹“ChatGPT真的太牛了，它什么都知道，而我都不知道”“AI发展得超乎我的想象，我恐怕不能驾驭它帮我干活”。部分群体在对技术“赋魅”的过程中透露出焦虑情绪，出现认知局限导致的技术的神秘化与魅惑化，衍生出认为自己无法掌控的焦虑情绪，进而可能出现放弃、拒绝使用等行为。

在应用场景失灵的误用方面，更多人在讨论使用ChatGPT时产生的负面体验，如“以为ChatGPT无所不能，结果它的答案根本不是我想要的，还喜欢说谎”“ChatGPT真的喜欢一本正经地胡说八道”。实际上，大模型“胡说八道”可能源自提问的模糊与不当，“说谎”是数据训练的误差，且信息核查技术并未成熟，未来还需要在微调中不断优化。但通过部分评论可见，群体对于ChatGPT在欺骗、出错方面的负面使用体验，实际上是由于对AIGC技术认知存在偏差而造成的误读，进而由于应用场景失灵而产生误用。

此外是在技术应用背景下产生感知生存威胁的误解。部分群体认为AIGC的发展会对普通人的生活构成威胁，尤其是从事可替代性高职业的人员在未来可能会集体失业。例如，有程序员认为“AI相比于我，能够更快更准地敲出代码，并且工资还可能比我低”，技术所带来的生存威胁也让更多群体开始自驱思考未来职业生涯的改变。但感知到AGI带来的生存威胁，本质上是部分社会群体对人机关系的片面认知，从而产生对自我主体性的怀疑。

五、当技术走向社会：技术扩散中受众认知沟的差异与弥合

（一）建设与批判共存：知识精英的认知图谱不断逼近复杂技术本身

通过对学术界的知识图谱的梳理，研究发现国内外知识精英群体的研究主题多元并与本土技术发展紧密相连，国内研究侧重从媒介逻辑分析生成式AI给社会带来的长期影响，而国外研究更关注技术逻辑对产业、应用带来的短期影响。就价值取向而言，整体呈现出“建设性展望”与“批判性反思”两种偏向。然而，无论是对生成式AI发展的建设性展望，还是对其存在的风险和伦理问题的批评反思，都反映出知识精英群体对于AGI时代的认知越来越多元与深入，逼近技术发展的复杂现实本身。

总体来说，当前关于 “人工智能”的讨论往往先从一些技术哲学、现象学、社会建构主义进行分析，之后再通过一些技术的成就和应用来评估其现实性，然后再就其存在表明立场。

（二）技术赋能还是负能：社会公众不同认知偏向带来的数字鸿沟

通过对社交媒体评论进行情感、词频和语义网络分析，研究发现就关注要点而言，大众对于技术的认知受社会现实情境与使用经验影响，处于不同领域的群体存在不同的关注偏向。值得注意的是，社会公众最为关注的话题是AIGC对日常生活领域的侵入，如问答功能、智能家居、虚拟助手、机器伴侣都是关注度高且极具争议的话题。换言之，相较于技术演进逻辑本身，大众更为真切地关注与自身利益相关的技术场景落地与实际应用。

在技术的使用与体验中，社会大众也呈现出情感分化问题。积极情感分析中出现以“进化”“遥遥领先”“超越”“真实”和“信任”为代表的积极情感，这部分群体对ChatGPT充满好奇与期待，并积极使用摸索，将个体的实践经验发表在虚拟社群中，使其转化为共享的社会性知识。同时，认同大模型的工具价值，认为人机协同能将人类从烦琐的体力劳动或枯燥无意义的脑力劳动中解放出来，从而进行新的价值与意义的创造。

消极情感分析中出现以“焦虑”“恐怖”“担心”“危机感”“可怕”和“欺骗”为代表的情感倾向，包括对技术赋魅而产生的焦虑、对人机关系缺乏正确引导而感知的生存威胁，以及负面使用体验等。由于技术的快速扩张，人们也对人类中心主义的地位产生怀疑和自我贬低。这在当前也表现为对技术的误解和误读，或是对技术使用缺乏正确的提示和使用技能、技巧，导致技术的场景落地失灵，新时代的认知沟逐渐变成一种“能力沟”。

由此可见，学术界的知识精英群体对AGI的认知多元且深入，社会公众对于AGI的看法存在情感的分化，ChatGPT等大模型在创新与扩散中，本身即存在由技术基础壁垒带来的使用上的差异。而部分用户由于场景失灵而产生的误用，又会反作用于主观的认知与理解，进一步造成大模型的素养鸿沟。正如赫拉利（Yuval Noah Harari）所言：“生活在技术赋权的时代，无法逃离亦无法隐蔽，是危险性与救渡性并存的时刻。”就技术创新与扩散的理论而言，技术系统自身的演进本质就是不断创新与扩散的过程，技术本身会在进化过程中更新换代、优胜劣汰。在技术消亡、创生与重组持续交织并存的背景下，技术的受众也会不断发生改变，技术发展所带有的“离心力”，会不断将一部分无法跟上创新脚步的人及其所处的旧技术环境“甩出”新技術系统。

（三）驳杂而又冲突的想象：对话的必要性和关系的重定义

总体而言，当前对大模型的认知与情感充满了驳杂而又生动、矛盾冲突的想象，难以通过只言片语对其进行概括。我们的工作仅仅从媒介技术动态发展中的一个横向的切片进行分析，真正的现实远比我们所想象的要更为复杂。不过，这一切片的价值在于对公众当前的认知作出分析，提出不同群体之间对话的意义。

从学界的观点来看，新兴技术可能带来新兴的信息秩序，重构知识生产的效率逻辑，人机共生时代可能催生了一种复杂多元的可供性生成机制，其中用户的提示可能作为一种微观的机制影响着人类与机器的感知互动。

而在普通人的观点中，除了技术与生活和日常实践结合，还包含对未来的想象。社会想象也是基于实践产生而又体现着文化心理的过程，能够更好地理解我们生活的世界。这一点也与戈夫曼（Goffman）、加芬克尔（Garfinkel）的观点不谋而合。查尔斯·泰勒也认为理论也许是知识精英等少数专业群体所拥有的，而社会想象则是大多数人所共有的。 这种想象的产生也是在“不确定性的边缘”时，社会公众的一种态度和深层的舆论。正如埃吕尔所言，“机器的骚乱在人类身上造成的焦虑情绪在一个统一社会的安慰声中得到了抚慰”。因此，有研究者提出，“社会技术想象”这一分析性概念可以促进异质观点之间的对话，分析技术的社会建构过程。这种想象促进了技术不同对立面之间的对话，同样也为知识精英提供了用户对技术发展的期待。

在不同群体之间的对比分析的基础上，另一个疑惑是技术的发展和创造性使用究竟是一种“叙事的胜利”、媒介的剪裁还是受众有意识的选择？技术的社会想象也是一个包含权力博弈的场域。已有研究发现，媒介对新技术的叙事存在引述、挪用和展演等构建叙事合法性的手段，不同的文本框架也体现了不同群体之间对话、协商和共识的达成。

因此，要回答这一问题除却分析媒介的中介化机制之外，恐怕还需要回到技术本身，以及人与技术关系的重定义上来。事实上，人对于新技术的使用并非持有单一而稳固的信念，而是在不同场景之间游移徘徊，在不同的说服策略下摇摆不定，人们可能在努力制造机器的同时又陷入机器取代人的恐慌之中。这其中包含着人们的理性因素与非理性因素的“撕扯”，从理性的工具论视角来看，人们强调机器是辅助人类的工具，但是人们却在实践中基于非理性的视角将媒介等同于人，与聊天机器人形成的准社会关系进行着社会连接和社会交往。这两种观点在辩论中帮助机器更好地辅助人和理解人。当人们满足于技术的工具性功能时，人们便会期待技术满足种种非理性的期许和想象。因此，关于技术的积极使用和消极预期的想象可能本身就是在一个连续尺度上的摇摆，普通人在利用技术时始终在面临工具理性与价值理性的抉择和“现实主义—理想主义”二元论的疏离。与后真相时代的辩论类似，真相是一种共享的视角，而后真相则是某些立场和视角下的产物。普通大众对ChatGPT等技术的使用意愿可能在不同的场景和不同立场身份下具有不同的使用意识，这种意识无法被割裂开来看待。

因此，身处技术变革时代，AGI时代不仅是技术应用的融入，更是对价值生产、社會结构和社会心理的冲击与挑战。面对这些问题，我们提出在技术的扩散过程中，不同利益群体和持有不同观点的群体之间的对话具有必要性，因为这些对话承载着技术的社会想象，是技术向着良善方向发展的动因，也促进了社会大众对媒体所框定的技术神话“祛魅”。

（作者喻国明系北京师范大学新闻传播学院教授、博士生导师，北京师范大学传播创新与未来媒体实验平台主任，中国新闻史学会传媒经济与管理学会专业委员会理事长；苏芳系北京师范大学新闻传播学院2022 级博士研究生; 金丽萍系北京师范大学新闻传播学院2023 级硕士研究生）