“去连接”：互联网平台连接性的再思考

徐嘉伟

［摘要］ “连接”是互联网运行的基础逻辑，“连接性”是互联网的基本特性。随着互联网进入移动时代，“连接”的规模和形态发生变化，无时无处不在的“连接”正在重新定义虚拟与现实的界限。从发展历史来看，互联网连接性的演进遵循了由复杂到简单的“去连接”原则，为用户提供便利已经成为互联网平台生存和竞争的必要条件。随着ChatGPT、Bing Chat、Notion AI、Opus Clip等生成式AI的出现，“去连接”呈现新一轮的发展。文章主要采用文献分析法，结合生成式AI的案例研究，探讨“去连接”这一概念和现象，并考察在这一背景下互联网用户的思维方式和媒介使用行为的变化。

［关键词］生成式AI；“去连接”；“连接性”；用户行为；Web3.0

一、概念引入

（一）“连接”：底层逻辑与感官的重塑

“连接”一词通常用于描述两个或多个实体之间的关系或交互，这些实体可以是物理实体（如电缆、管道、道路等），也可以是抽象实体（如计算机网络、社交媒体平台等）。文章所探讨的“连接”是计算机科学中的概念，指通过互联网将两个或多个计算机、设备或网络连接起来的信息通道。互联网连接通常采用标准协议（如TCP/IP协议）进行通信，这些协议定义了数据在网络中的传输和交换方式，构成了互联网运行的规则体系。在互联网环境中，“连接”可以是有线的或无线的，可以是点对点的（如直接连接两台计算机），也可以通过中间设备（如路由器、交换机）进行中转。“连接”使得计算机、终端设备或网络之间能够进行数据交换、消息传播、资源共享和远程控制，而基于“连接”，用户得以在全球范围内访问和使用各种互联网服务。然而，对“连接”这一概念的考察，笔者认为，除了从技术逻辑层面出发，还必须考虑到作为认知和行为主体的人，即互联网用户，且“连接”的普及和发展已深刻改变人类对时空的感知。

“移动互联时代，场景传播重新强调了时间和空间的重要性，即时空的一体化的适时体验。”［1］在时间和空间维度上，“连接”使得人们能够在任何时间、任何地点通过计算机、手机等终端设备接入网络，这在一定程度上打破了传统意义上时间和空间对人类认知和行为的限制。在虚拟与现实的交互层面，通过“连接”，用户可以在虚拟空间中获取信息，开展活动。从最初的文字到像素图片，再到更为精细的彩色照片和直接反映现实环境的视频，互联网连接形式的多样化为用户提供了更为真实的感官体验。“连接”已经成为人类身体和感官系统的延伸，成为人类感知世界环境的一种方式。虚拟现实技术为用户提供了更为沉浸式的身体体验，甚至超越了现实世界的感官体验。

（二）“连接性”：互联网连接的特性

“连接性”作为互联网的核心特性之一，指互联网作为全球通信网络，将不同设备、不同平台、不同用户连接在一起的能力。文章将通过特征归纳的方式来阐述“连接性”的含义。

文章认为，对“连接性”的理解可以从时空两个维度进行。第一，从地理空间的维度来看，“连接性”具有跨地域的特性。互联网将全球各地的终端设备连接在一起，通过网络传输，使用户能够在短时间内获取来自世界各地的信息和资源，实现跨地域的沟通和协作。第二，从时间的维度来看，“连接性”具有实时性的特征。互联网的“连接性”显著提升了信息传播的速度，使得互联网上用户的行为具有实时性的特点，如用户通过即时通信软件实时发送或接收信息。此外，“连接性”还具有可拓展性。最初的“连接”是通过计算机代码实现的，所有使用计算机的用户都需要通过编码和解码来理解计算机语言。然而，随着互联网连接形态日益丰富，尽管代码仍然是“连接”的基础，但对非专业的网络用户来说，“连接”已经转变为更易于理解和更形象的媒介形式，如人类语言文字、图片和视频等。

去中心化和开放性是互联网连接性的两个重要特征。去中心化表明互联网上的信息和资源分散在各个节点，而非集中在某一中心点。这种去中心化特性赋予互联网高度的稳定性和可靠性，并提升数据的安全性和访问速度。同时，互联网的技术架构是基于一系列开放的标准和协议的，如TCP/IP、HTTP和HTML等，这些开放标准也确保了互联网的兼容性。此外，互联网应用采用开源和开放许可的方式，允许用户免费使用和分享，从而实现信息和知识的共享。

（三）“连接”的新思考：“反连接”与“去连接”

“信息量的无限膨胀与人们有限的‘注意力带宽之间存在永恒的冲突，用户总是会自动启动某些机制来进行信息的过滤，如依靠自己的本能或惯性来躲避海量信息的冲击。”［2］从个体需求的角度来看，“反连接”指用户在特定情境下选择断开可能对其产生过度压力和负担的“连接”，以恢复必要的私人空间、时间和自由。这种反连接行为是基于用户个体的情境性需求的，并非无条件的断连［3］。从权利视角来看，“反连接”意味着对网络服务商的权利进行限制，尊重用户的隐私和自主权，不能在未经用户同意的情况下过度地收集数据和投放广告。“反连接”也代表了一种反向的互联网产品思维，即设计产品和开发程序的过程应更多地关注用户的需求，创造更符合用户需求的服务和应用，而不是将“连接”的数量和速度作为唯一的衡量指标。此外，“反连接”强调的是一种新的网络媒介素养，即用户在享受互联网带来的便利的同时，学会合理安排时间，避免过度沉迷。

相比从用户主体性角度探讨的“反连接”，“去连接”更侧重于揭示互联网本身的发展和进化规律，即优化过度“连接”，简化“连接”的形式、程序和操作方式。资源整合和一站式服务是“去连接”的典型表现，一个平台能够尽可能地提供多类型的用户互动，就显示其去连接属性的强度。对平台来说，用户是需要通过竞争获取的资源，而简洁的界面、便捷的服务、丰富的功能已经成为衡量一个平台用户竞争力的重要标准，这些标准也体现了“去连接”的特性。

二、生成式AI：“去连接”何以可能

生成式AI（Generative AI）是一类人工智能系统，它能够自主生成新的数据样本，如文本、图像、音频等。生成式AI生成的内容属于AIGC（Artificial Intelligence Generated Content），即人工智能生成内容。“AIGC是Web3.0下使用AI技术的生产力跃升、生产过程去中心化、生产结果优质可体验化的内容生产模式。”［4］生成式AI通常利用深度的机器学习技术，在对既有信息学习的基础上生成新的、独特的数据样本。“人类将自我意识赋予机器硬件将是一个递进的过程，机器学习专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能， 重新组织已有的知识结构并使之不断改善自身的性能。”［5］就目前发展来看，生成式AI已经实现文本生成（如ChatGPT、Sage、Dragonfly等）、音频生成（如SampleRNN、WaveNet、MelGAN等）、图像生成（如Opus Clip、Midjourney等）、影像生成（如Synthesia、Fliki等），基本上覆盖了所有互联网中的信息形式。在特定类型中，不同的生成式AI也存在差异、各具优势，如：在文本生成式AI中，Sage更专注于问答领域，而非应用领域；ChatGPT的优势在于语言生成和智能对话；Claude+主要特点是情感和人格分析；Dragonfly的强项在于推理问答领域。

此外，一些生成式AI已经与特定平台融合，生成特定内容，这可以被简单地理解为生成式AI的平台化。例如：BingChat的New Chat就是基于搜索引擎的生成式AI，它生成的内容是从互联网现有信息中提取、分析并整合的结果，其角色更偏向于优化搜索引擎功能，而非生成全新、独特的数据样本；国外的在线预订餐厅网站和应用程序OpenTable与ChatGPT签订了合作协议，这意味着OpenTable内置的ChatGPT模型将专注于帮助用户筛选和推荐与美食、餐厅相关的内容。生成式AI的平台化趋势，不仅是互联网从Web2.0向Web3.0发展的过渡形式，也是目前生成式AI商业应用的优秀实践。

（一）主动“去连接”：生成式AI与媒介便利

1.作为工具：自动化内容创作

生成式AI的自动内容创作基于人工智能技术，能够自动生成文本、图像、音频等多种类型的内容。这类技术功能主要依赖于深度学习模型，如生成对抗网络（GANs）和变分自编码器（VAEs），以捕捉数据中的模式并生成新的内容。

生成式AI的自动内容创作具有多个优势。首先，生成式AI通过自动内容创作能够自动生成大量内容，相比人工创作，显著提高生产效率，满足大规模、高频率的内容生产需求。其次，生成式AI通过自动内容创作能够根据用户需求和喜好生成个性化内容，提供更精准、贴合用户需求的内容，从而增强用户体验。最后，生成式AI通过自动内容创作能够从大量数据中学习并结合不同类型的内容元素，避免内容同质化，为用户提供新的灵感，协助用户拓展思维。

这种高效率、高质量的内容生成能力，具有显著的“去连接”属性，能够帮助用户节约大量时间。从信息来源角度来看，生成式AI能够从多个来源收集、整合信息，生成综合性内容，使用户不用在多个网站、网页间切换，即可获取所需要的信息。从生产环节来看，生成式AI能够生成多个类型的内容，包括代码、文字、音频、图片甚至视频，使用户可以在一个平台上生成和获取多种类型的内容。

2.作为对话主体：模拟交往与情感分析

借助自然语言理解（Natural Language Understan-

ding，NLU）技术，人工智能能够解码和读取人类语言和表达，甚至在一定程度上理解人类语言中的情感因素。而自然语言处理（Natural Language Processing，NLP）技术则能够帮助人工智能将处理过的计算机数据编码成人类语言符号。这种持续的“理解”和“处理”以及“解码”和“编码”过程，构成了人机对话的基础。

在自然语言处理过程中，作为人工智能，生成式AI能够根据输入的上下文信息生成适当的内容，在模拟真实交往中适应不同的情境，为用户提供更接近实际的交流体验。此外，生成式AI还能够通过分析输入的文本，识别情感，将喜怒哀乐等情感考虑在内，并从大量数据中学习各种语言表达和风格，模拟真实交往，生成多样化、富有创造性的内容。基于此，生成式AI在一定程度上能够代替网络中的陌生人社交，在深度学习的基础上洞察人类情感，提供更专业、个性化的解决方案，使用户不需要多次连接不同的平台或内容即可获得情感交往问题的解决方案。

然而，尽管生成式AI在模拟真实交往和情感分析方面具有诸多优势，但也存在局限性。例如，生成式AI可能或误解输入的情感，或在输出时表达不当，甚至过度关注表面的语言形式，而忽视了真实交往中的道德、伦理等方面的考虑。这就需要生成式AI在学习数据、模型架构、评估指标、人机协作等方面建立更完善的体系，确保在模拟真实交往和情感分析方面的可靠性。

3.作为媒介：连接平台

ChatGPT的学习数据并非持续更新，而是基于2021年9月以前的互联网数据，这意味着其并不具备联网功能，而是一个预先训练好的大数据语言模型。2023年，OpenAI在社交平台上宣布，推出ChatGPT插件，以帮助平台和用户完成更多任务与实现更多功能，如检索实时信息、检索知识库信息、代表用户执行操作等。目前，OpenAI已经将第一个插件开放给包括Shop、Slack、Wolfram、Klarna、OpenTable等在内的12个平台。这使得这些平台能够通过创建插件，获取ChatGPT在各个平台的实时数据支持，实现更丰富的功能，如：OpenTable插件允许用户搜索和预定餐厅；Instacart插件使用户能够在本地商店进行购物；Zapier可以与谷歌表格、Trello、Gmail等应用程序进行连接，帮助用户提高线上办公效率。

可见，生成式AI接入互联网，不仅能提高用户的平台使用效率，帮助用户节约学习成本，也能使用户的平台使用方式发生变化。例如，在搜索引擎出现前，用户通过网站目录、书签、电子邮件、论坛等在网络中获取目标内容，搜索引擎的出现使得用户能通过检索标签的方式获取目标内容，点击搜索栏也已经成为用户的媒介使用习惯，但仍需要更换关键词进行多次检索。而生成式AI接入互联网，则使用户只需要进行少量的“连接”就能获取目标内容。

（二）双重隔离：生成式AI重塑用户的互联网使用行为

生成式AI可以提供接近无限的内容，能够模仿人类的语言和风格，根据用户的喜好和兴趣，为用户提供个性化的内容和体验，并代替人类的部分工作和创作。然而，在呈现积极主动性的同时，处于发展过程中的生成式AI也可能形成双重隔离效应。

1. 内容隔离：从多方信源到单向输出

生成式AI能够帮助用户快速且高效的解决问题，但也可能引发内容隔离的问题，即用户不再习惯于访问多个平台，而将生成式AI当作唯一的信息来源。虽生成式AI是以众多数据、信息作为支撑的，但其生成的内容受到算法的影响，在收集和整理内容的过程中会以算法为基础对信息进行考量和排序，无法避免算法偏见和错误等问题的存在。加州大学的计算机认知科学家Piantadosi对ChatGPT进行测试，结果发现其普遍存在种族偏见和性别偏见的问题，如它在对话中表示只有白人男性能成为科学家［6］。这些偏见和错误的内容可能源自生成式AI训练数据的不完整、不准确以及算法本身的局限。此外，由于生成式AI处理和生产海量的信息数据，因此对其生成的内容进行审查和评估则变得极其困难。可见，生成式AI作为唯一的信息来源，并不能为用户提供完全可靠的信息。

内容隔离还可能引发媒介依赖的问题。虽然生成式AI能够产出独特且富有创新性的内容，但是其可能会削弱用户的思考能力和创新精神，使用户过度依赖机器的决策和建议，甚至可能对机器过度信任和盲从。在对生成式AI使用情况的调查中，笔者发现，用户会产生虚构的人物或事件等历史内容。可见，生成式AI并不能完全代替人类的思考，而应被视为激发人类灵感的工具。

2.交往隔离：从人际交往到人机互动

生成式AI的广泛应用不仅在于其能够迅速且高效地解答用户疑问，还在于其能够为用户提供一种与现实人际交往相似的交流体验。生成式AI能够借助强大的机器学习和自然语言处理技术，有针对性地合理回应用户的请求，其中情感分析是一个重要的讨论焦点。

生成式AI通过机器学习大量数据，以“记忆”人类表达情感的方式，包括语言、面部表情、声音、姿势等，并创造出与人类情感相关的内容，识别人类的情感状态，从而更好地理解和模拟人类情感，提高与人类的交流和互动的质量和效果。生成式AI的情感分析应用广泛，包括创作小说、诗歌、新闻报道等富有创意的文本内容以及开发聊天机器人、AI助手等智能产品。同时，随着技术的不断更新迭代，生成式AI能够为用户提供更为可靠和有效的个性化解答，从而引发用户网络交往思维的改变。

除了双重隔离问题，生成式AI在未来还可能会引发社会失业、收入分配不均衡、竞争垄断、隐私安全以及知识产权和道德伦理等方面的问题［7］。生成式AI在创造发展机遇的同时，也可能带来风险与挑战。

三、Web3.0：展望“去连接”的阶段性发展

在Web2.0时代，互联网中各个平台相互孤立，每个应用程序也通常由一个中心化的实体或组织进行控制和管理，使用户在不同平台间的信息无法互通，且缺乏公开透明。在Web3.0时代，互联网构建在去中心化应用生态之上（DApp），且DApp由区块链中的多个节点共同维护和管理，并基于共识算法达成一致。这种去中心化的结构能够避免单点故障，具有防篡改、可追溯的特性，且基于同一或若干个智能合约，有助于构建一个区块链生态，使平台呈现更强的整合力和去中心化特性，从而不需要任何中心化的中介机构，实现相互交互和协作。这意味着用户在同时使用多个DApp时，只需要一个账号和一个身份。

生成式AI在一定程度上代表了从Web2.0向Web3.0的过渡，既利用了Web2.0时代积累的大量数据和算力，又彰显了Web3.0时代倡导的开放和协作精神，以创造新的内容和价值。生成式AI也可以帮助用户更好地利用和分享网络上的信息和资源，促进用户之间的交流和创新。此外，生成式AI还可以为Web3.0时代提供更多的可能性，如在去中心化应用、数字身份、数字资产、智能合约等方面发挥作用，从而凸显去中心化能力，提升用户的媒介使用便利性。

［参考文献］

［1］迪克.连接：社交媒体批评史［M］.晏青，陈光凤，译.北京：中国人民大学出版社，2021.

［2］陈永伟.超越ChatGPT：生成式AI的机遇、风险与挑战［J］.山东大学学报（哲学社会科学版），2023（03）：127-143.

［3］郭全中，袁柏林.AIGC与WEB3.0有机融合：元宇宙内容生产的新范式［J］.南方传媒研究，2023（01）：36-47.

［4］喻国明，吕英培，陈肯.元宇宙中的人：连接的升维与身体的深度媒介化［J］.教育传媒研究，2022（06）：12-17.

［5］李子仪.主体性危机：重思互联网的连接性［J］.青年记者，2022（03）：47-48.

［6］王琳.连接与渗透：移动传播时代的场景构建：以小红书为例［J］.新媒体研究，2022（02）：92-95.

［7］苏涛，彭兰.虚实混融、人机互动及平台社会趋势下的人与媒介：2021年新媒体研究综述［J］.国际新闻界，2022（01）：44-60.