蔡津津
人工智能技术自出现以来就致力于模仿人处理信息的方式来辅助提升人类记忆、思考、分析、识别、判断的效率和准确度，这类人工智能属于分析式人工智能（Analytical AI），自2020年5月美国公司OpenAI推出了第三代语言预测模型，人工智能用于生成和创作内容开始有了质的飞跃，生成式人工智能（Generative AI）首次被提出，迅速成为新的数字技术热点，运用到图片、文字、视频等内容创作与生成的AIGC（AI Generated Content）技术受到的更多关注，到2022年底OpenAI公司开发的ChatGPT问世后达到了前所未有的高峰。至此AIGC形成了可以通过自然语言和图文与人类进行对话交互来理解多类任务，并按要求创作或生成相关内容的能力，标志着人工智能从感知理解世界进入到生成创造世界的新阶段，AIGC技术把内容创造和知识工作的边际成本大幅降低，产生巨大的劳动生产率和经济价值，催生了又一次生产力变革，可以预见人类将开启第四次工业革命的时代。
深度变革：AIGC对全媒体传播体系的颠覆
对从事内容生产与传播的传媒行业来说，最先感知到AIGC带来的冲击，首先是数据成为人工智能感知现实世界的媒介，成为关键生产要素，其次算法模型从掌握内容传播的权力进化到了掌握内容生产的权力。
数字技术变革对媒体生产和传播的改变。在万物皆媒的数字时代，以数据与算法为核心的数字技术变革在全媒体传播体系中呈现了四大类发展趋势：一是内容载体技术变革，内容形式如文字、图像、音视频通过虚拟人、3D建模、全景声等方式不断逼近对现实世界的描述，呈现高仿真趋势；
二是内容生产技术变革，多模态跨模态内容的处理、分析、翻译、审核等技术不断突破内容形式之间的隔阂，呈现一站式自动化生产趋势；
三是传播技术的变革，从文字语音对话、手势体态、数字分身等交互方式到机器人、多终端、VR/AR和脑机接口等交互入口，呈现类人类、拟人化趋势；
四是内容生态技术变革，在内容载体、生产和传播技术的发展上叠加区块链、智能合约、隐私计算等技术形成的web3.0和元宇宙内容协作生态，呈现出数实融合协同共创的趋势。但这四个趋势的发展一直面临人与机器之间的沟通、交互、协作方式复杂而带来的学习门槛、生产成本、创新速度方面的瓶颈，而以ChatGPT等为代表的AIGC技术突破了这一瓶颈，任何人都可以通过人类自然语言向人工智能发出指令，表达自己的创意和要求，人工智能会学习、理解并运用各种资源完成生产和创作，这一突破将大大颠覆传统全媒传播体系。
生成式多模态超大规模语言模型的特征。人工智能领域的生成式多模态超大规模语言模型，以ChatGPT依赖的大模型GPT-4为例，有以下三个特征。
一是通过三个“大”让人工智能具备了远超出人类个体的掌握总结全量知识的能力。即依托由超过4000台高性能服务器30000张GPU计算芯片组成的大规模算力，通过由超过3000亿单词量1PB的百科、书籍、期刊、源代碼、网页论坛和人类专家互动反馈数据组成的大规模数据集，训练出了据推测由超过1.8万亿参数组成的大规模参数语言模型。因此，GPT-4在一系列与人类对话交互、知识测试、多模态内容理解和生成任务的评测中涌现出了学习与总结能力、理解与记忆能力、创作与生成能力、逻辑推理能力和通用常识能力。
二是通过和人类专家进行交互不断调整优化和提升自己。大规模语言模型通过人类反馈强化学习的方式进行进一步训练、优化和微调，使语言模型能够生成更加真实准确的内容，有效减少信息和行为的生成和输出，并且逐步与人类的意图和偏好保持一致，更好地模仿人类、理解人类语言指令，产生连贯而有逻辑的内容。
三是可以记忆上下文信息，围绕与人类的多轮语言互动，来调整、分析、处理和生成复杂信息与内容。GPT-4通过对大量开源程序代码的学习获得了思考联想的能力，也就是思维链机制（Chain-of-Thought），结合上下文学习机制（In-context Learning）和提示工程（Prompt Engineering），随着对话中给出的问题和信息不断丰富，大模型能够通过小样本数据掌握新的知识和内容，并激发大模型不断学习处理复杂任务和生成复杂内容。
生成式大规模语言模型的三大转变。以上三个特征，我们可以看出ChatGPT在“大数据+大算力+强算法=大模型”路线基础上探索出了“基础大模型+指令微调”的人工智能新范式，让生成式大规模语言模型产生三大转变：一是从单一模型完成特定任务向一个通用模型完成多类任务的转变，不仅生成人类可读的内容，还可以生成机器和应用程序可执行的代码；
二是从通过全量训练来升级模型向在任务执行和专业领域学习中让模型不断分化和进化的转变；
三是从模型被动学习向模型有潜力通过生成内容自主在网络上寻找所需信息、调用各类应用来自动完成新任务的转变。这三个转变让人工智能向通用人工智能发展迈进一大步。微软在2023年3月24日发表论文称对 GPT-4 进行了全面评测，认为“鉴于GPT-4 能力的广度和深度，它应该被合理视作一个通用人工智能（AGI）系统的早期（但仍不完整）版本”。
这一突破使ChatGPT在短短不到两个月的时间内构建起一个围绕生成式大规模语言模型驱动的新的生产力生态。GPT-4在教育、金融、支付、文化传承、零售消费、制造业等垂直领域开始广泛应用合作，开启了人工智能赋能全要素生产力率提升的时代；
微软将GPT-4接入Bing搜索和微软办公协同套件引发了人机协同生产方式的变革；
ChatGPT推出接口服务、插件功能并接入上千种第三方插件，可以基于模型能力开发衍生应用，其中，网络浏览器插件赋予大模型使用工具、联网、运行计算的能力，知识库检索插件赋予大模型允许用户接入垂直领域知识库成为企业或个人的第二大脑，代码解释器插件赋予自行组织、生产和执行代码与程序的能力，开启了以人机对话为总入口、以内容为生产力载体的下一代智能互联网时代，全媒体传播体系与数字经济进一步深度融合。
AIGC技术改变全媒体传播体系。从ChatGPT商业模式和应用生态的发展趋势中，可以感受到AIGC技术让人工智能根据需求直接参与生产，并能充分补充和突破个人的知识与技能的短板，大大加速了数据、信息和知识运用到生产中的效率和进程，极大降低了现实世界进入数字世界的门槛与成本，将从如下几个方面改变全媒体传播体系。
第一，内容生产方式和供给结构发生变化。AIGC让全媒体内容的创作门槛大幅降低，效率显著提升，人只要拥有创意和想法，人工智能就可以根据语言指令快速生成文本、代码、图片甚至音视频、3D建模等多模态内容，并可以理解多模态内容和人类进行互动；
专业内容生产和创作技能的门槛降低，人工智能不仅仅是辅助人类生产的工具，更成为生产力的一份子参与到整个生产过程中；
掌握和运用专业知识的速度与数量的门槛降低，人工智能大模型不仅可以学习全量人类知识还能够持续扩充知识量，并运用到内容生产中，让内容的知识价值和信息量显著提高，甚至有可能超过人类个体专家的能力；
发现新知识和新规律的能力门槛降低，人工智能大模型可以在海量数据和信息中发现和总结新知识和新规律，辅助人类在内容生产中迸发真知灼见。AIGC类应用与现在的互联网社交化新媒体平台结合，将不断降低对专业人员技能和知识积累的依赖，提升普通人参与全媒内容生产的效能和质量，进一步挑战传统媒体机构和专业内容服务机构的优势，加剧内容生产对数据资源、人工智能算法和算力的依赖。
第二，传播交互方式和格局发生变化。用自然语言代替复杂的交互操作，并且可以与应用场景及工作流程深度融合，学习使用的成本极低；
用户专注于提问题、需求和创意，就可以快速地扩展知识视野、寻求解决方案、运用高阶内容生产技能；
并且AIGC处理、分析、生成内容的效率远高于人类，可以大幅简化工作流程，同时不断积累數据和信息形成高价值的知识资本，这样低成本高收益的内容生产方式具备极大的吸引力。这些特征让ChatGPT仅用2个月就创造了用户过亿的新纪录，呈现显著的“流量虹吸效应”。而高度个性化的对话式交互方式，让传播从广播式的开源传播逐步转变到以人工智能算法为中心的点对点闭源传播，内容生产、传播、应用、反馈的链条难以跟踪和收集分析，呈现出显著的“知识虹吸效应”。因此，全媒生产传播体系从UGC、PGC向AIGC的发展，让互联网平台的流量分配和内容价值分配面临重新洗牌，形成“断代式”的升级转型，受众将通过“用脚投票”催生新的超级平台，淘汰缺乏AIGC技术支撑驱动的传统平台。
第三，内容应用和舆论影响发生变化。AIGC技术来临之前，内容以人为主生产并服务于人，人接受了内容之后影响认知和行为进而影响现实世界的运行。而随着AIGC技术的不断成熟，人工智能不仅可以生产内容，内容的服务对象也从人扩充到了应用程序、机器人、生产设备，可以越过人类行为而直接在现实世界中形成生产力和影响力。ChatGPT的GPT-4大模型驱动的最新实验性产品AutoGPT便展示了这样的能力，其可以根据一个目标要求，自行拆解任务、寻找资源、自问自答，自动执行并完成任务。因此，内容工具化的趋势，让全媒内容传播体系不仅仅是面向人类精神和知识需求的传播，更进化到了面向机器和物质生产需求的传播。因此，全媒内容传播与人的生产生活融合更加紧密，对人类行为和认知的影响更为深刻，而AIGC内容可以富有逻辑性且有效扩展用户的知识面，运用合理得当可以消除偏激情绪让舆论回归理性，更具多样性和包容性，但因其拟人化和高仿真特点，会使AIGC内容真实性的判断难度加大，若成为不法分子生成和传播有害信息的工具，则会导致虚假信息、有害内容空前泛滥，内容生产能力与智能化内容分发技术和社交机器人账号集群等相结合，可多账号、跨平台、大规模发布内容，更加便捷地操控舆论。
第四，内容生产协作和利益分配发生变化。人工智能成为内容创作和知识工作生产工具甚至是生产力的一份子后，存储、计算、分析、学习和生产的能力效率远超过人类个体，过度依赖AIGC内容会改变目前开源互联网上的内容构成，人类原创内容和知识发现会逐步减少，据国际新闻媒体协会预测，到2030年将有超过一半的在线内容由人工智能生产，其中绝大多数不会来自主流媒体或权威机构；
人类专业技能、思维能力、思考方式会受到人工智能的深刻影响，会配合AIGC生成内容的模式而发生改变。比如，提示工程——如何适应AIGC原理并通过精准的自然语言描述与人工智能进行对话和提示，逐步成为原画设计师、应用程序开发者需要掌握的技能；
大模型的训练依赖大量人类原创内容和知识以及来自人生产生活中产生的数据，此前人类免费共享在互联网上的内容和数据通过流量广告和知识付费等几种方式进行变现和利益分配，AIGC技术的快速商业化将深刻改变这一方式，大模型的训练利用了大量人类以往的知识积累和创作成果。一是挤占了人类开展内容生产的工作机会和收益空间，二是缺乏有效的确权技术和合理的利益分配机制，会引发版权、数据权益和隐私保护的问题，三是打击人们协作、共享和原创的积极性，长期可能引发内容创意的荒漠化。
筑牢自身优势，面向大模型提升竞争实力。主流媒体和传统知识内容生产机构具备人工智能不可替代的直接面向现实世界进行内容采集、原创、探究、触达的能力优势，在数据密集型和知识密集型产业里，凭借权威主流全媒体内容原创生产能力处于AIGC时代内容生产传播新格局的上游，处于现实世界数字化内容生产源头的有利地位。应融合数字化技术不断加强议题发现与策划能力、调查研究能力、垂直领域专业知识与高质量原创内容供给能力、优质可信内容的甄别与判断能力。
加强基础建设，扩大技术创新源头供给。为确保主流媒体与国外同行、商业平台同台竞争的“核心竞争力”，迫切需要面向主流大模型加强基础研究与建设，从源头和底层把握关键技术，解决应用基础领域的“卡脖子”问题。一是在关键领域进一步整合权威、优质、可信的数据资源，形成面向大模型的高标准、安全、可控的训练数据供给；
二是形成AI导师机制，集中主流媒体和权威内容机构专家形成大模型人类专家训练团队，为AIGC大模型人类反馈强化学习和审查提供协同工作机制；
三是聚焦思想宣传、文化教育、科技创新三大关键领域形成代表我国主流价值观和意识形态的自主可控的大模型及AIGC生态。
建立安全防线，构建全媒体传播内容安全管理体系。对AIGC形成价值观和意识形态认知的技术逻辑和应用逻辑开展研究，在技术手段与管理机制方面发力：一是在关键领域加强AIGC内容的甄别与鉴伪技术手段；
二是加强内容追溯技术的研究，面向全媒体内容生产传播各环节完善以人为主体的内容终审负责制度；
三是建立面向大模型的训练数据集生产管理标准，研发数据集安全审核技术和评估标准；
四是研究面向大模型训练、调优、动态学习全过程的安全审核技术，建立全流程安全评估管理体系；
五是加强对海外大模型应用的管理，丰富安全监测与干预手段，寻求面向海外大模型加强我国主流内容供给和传播影响力的渠道。
探索权益机制，形成人机协同可持续发展的内容生态。人工智能成为新的内容生产力后，对新的生产关系与权益分配机制构建提出了迫切需求，OpenAI在声明中说：“我们希望就三个关键问题进行全球对话：如何管理这些系统，如何公平分配它们产生的利益，以及如何公平分享使用权。”形成融合AIGC、UGC、PGC等模式的新型生产协同与利益分配的流程和管理方式，是发展可信安全可控人工智能的前提条件。探索权益机制，应从以下几方面入手：一是更新内容行业人才能力体系，提升人工智能运用能力和数字化素养，强化发现需求、发现问题、综合判断和调查研究能力；
二是优化内容生产技术流程和管理机制，以AIGC技术的上游和下游的特点来分别设计责任和权益机制，以面向人类受众和面向机器或算法的两类内容生产类型进行新型全媒传播体系的构建；
三是加强全媒体生产对数据资源的挖掘利用，充分发挥合成数据作为人工智能融合基础载体的巨大价值，壮大我国发展人工智能的数据要素优势；
四是加强AIGC内容识别审核鉴定技术、面向大模型的合成数据生产和隐私计算技术、数据与模型算法相融合的确权、知识产权保护与收益分配技术和机制的研究与探索，形成人机共融、共创、共生的全媒体生产传播格局。
结语
综上所述，人工智能为代表的数字技术的发展是一把双刃剑，对全媒体生产传播体系服务人类社会的进步与发展不仅带来积极的作用，更需要关注的是新生产力变革若没有相應新型生产关系和制度配套，可能引发的社会风险和对人类文明发展的威胁，面向智能化时代的来临，更需要秉持我国以人为本的发展理念，坚持如下四个原则：一是以实为本、数实融合原则。要防止形式大于内容信息价值，防止内容信息偏离现实世界，防止数字生产力脱离实体经济生产力。二是以和为本、凝聚共识原则。防止信息茧房、思维茧房操控认知与意识形态，防止片面信息放大引发焦虑矛盾与撕裂，防止垃圾信息泛滥增加治理与决策成本。三是以人为本、人机共生原则。防止人类创造能力发展被压制导致文化与内容荒漠化，防止用户隐私泄露导致的安全风险，防止用户多渠道交互违规行为更加隐蔽让监管难度不断加大。四是以可持续发展为本，安全共创原则。防止数据滥用导致数字资产流失，防止确权与溯源缺失导致知识产权难以有效保护，防止没有合理价值分配导致内容生态无法可持续发展。
面对AIGC的影响和挑战，我们要抓紧布局以权威安全可信的数据资源、大规模预训练模型和大规模超级算力构成的数字中国战略性公共基础设施，为AIGC时代全媒体生产传播体系建设和智能互联网经济发展提供土壤，拥抱有中国特色的人工智能新时代。
作者系新华社媒体融合生产技术与系统国家重点实验室5G融媒体事业部副主任
【编辑：沈金萍】
猜你喜欢人工智能人类内容内容回顾温故知新科学大众(2022年11期)2022-06-21人类能否一觉到未来？大科技·百科新说(2021年6期)2021-09-12人类第一杀手好孩子画报(2020年5期)2020-06-271100亿个人类的清明意林·全彩Color(2019年6期)2019-07-242019：人工智能商界(2019年12期)2019-01-03人工智能与就业IT经理世界(2018年20期)2018-10-24数读人工智能小康(2017年16期)2017-06-07下一幕，人工智能！南风窗(2016年19期)2016-09-21主要内容台声(2016年2期)2016-09-16人类正在消灭自然奥秘(2015年2期)2015-09-10
