去年12月，马斯克发Twitter说：“ChatGPT好吓人，我们离强大到危险的AI不远了。”近期，ChatGPT火遍朋友圈，引起了讨论热潮。今年南京大学的新传考博笔试更是出现了有关ChatGPT的考题，足以看出ChatGPT这一新事物在新闻传播学界的受关注程度。在研究生复试阶段，大多数院校的复试题都是对于学界业界热点的考查，近期大火的ChatGPT毫无疑问会出现在今年的复试真题中。
ChatGPT到底是何方神圣？ChatGPT目前主要应用在哪些方面？如何理解ChatGPT的核心技术？在ChatGPT浪潮下，传播革命与媒介生态会发生哪些变化？在以ChatGPT为标志的全面智能化时代到来之际，我们又该遵循怎样的社会与传播的治理之道？作为新闻传播领域的领军学者，喻国明老师在最新的讲座和论文中给出了答案。
ChatGPT比较准确的翻译是“生成型预训练聊天机器人”，拥有语言理解和文本生成能力，它能够通过连接大量的语料库来训练模型，使得ChatGPT具备上知天文地理，下知世间万象的互动聊天能力。不仅如此，它还能完成撰写邮件视频脚本、文案、翻译、代码等任务。ChatGPT的核心能力是卓有成效地运用了RLHF（Reinforcement Learning with Human Feedback，即基于人类反馈的强化学习）。这一技术解决了生成模型的一个核心问题，即如何让人工智能模型的产出和人类的常识、认知需求、价值观尽可能匹配的文本。基于ChatGPT的底层技术发挥，它在中短期内功能性扩张的主要方向是：归纳性的文字类工作、代码开发相关工作、图像生成领域和智能客服类工作。ChatGPT在技术层面存在三个关键特性，分别是预训练、大模型和生成性，这使ChatGPT 具有超越性的智能表现。 （一）预训练：以人类偏好数据与强化学习技术实现人类认知机制的深度模拟ChatGPT能够为用户带来媲美真人对话体验的关键在于：ChatGPT基于预训练使用的偏好数据与评分算法实现了对人类认知机制的深度模拟。基于人类偏好数据与强化学习技术，ChatGPT前所未有地实现了人类认知机制的深度模拟，这为后续细化关系连接、个性要素的识别与生成奠定了基础。（二）大模型：通过极大参数量和数据量更细粒度地连接人的需求与价值ChatGPT拥有多达1750亿个模型参数，巨量的模型参数能够容纳海量的人类文明知识。此外，ChatGPT的推出方OpenAI主要使用的公共爬虫数据集拥有超万亿单词的人类语言数据，使得ChatGPT 拥有超越绝大部分人工智能的巨大训练模型。极大的模型参数量能够对人的认知惯习、微妙情趣、价值追求进行匹配和表达，以实现粒度更细的连接和更高水平的价值实现。生成性是将要素结构化的能力特征。ChatGPT通过持续与用户对话，不断对用户的个性化要素进行识别、学习和整合，并将输出要素进行结构化处理，以贴近用户的方式进行有机呈现，实质上完成了ChatGPT与用户之间关系的建立，是对人类交往方式的深度模拟。用户可以在个人账号中保存人机对话记录，并基于该记录达成长期连续性对话，从而提升生成内容的匹配度，使用户感到与真人类似的对话体验。从PC互联到移动互联，场景成为互联构造的关键（人作为主体的外部关系的建构）；而从移动互联到智能互联，价值构造成为互联网新发展阶段上的关键（人作为主体的内部关系的建构）。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（开放性）、以深度学习的方式不断为文本的生成注入“以人为本”的关系中来，进而提开了的文本表达的结构价值 （关系范畴）。ChatGPT的本质是实现人的世界全要素的价值重构。第一步是人的语义世界的价值重构，接下来是语义以外世界的价值重构。这恰恰应和了元宇宙对于数字文明时代社会要素重构、 关系规则重构、现实场景重构的要求。（二）ChatGPT是对于人的又一次重大的赋能赋权基于浏览器的网站突破了传播局限于某一个专业范畴的霸权，令更多的社会精英分享了传播的权力；基于社交平台和短视频技术的普及突破了话语表达的精英霸权，极大降低了内容生产和社会表达的“门槛”；而ChatGPT则突破了资源使用与整合上的能力局限，使每个人至少在理论上可以以一种社会平均线之上的语义表达及资源动员能力进行社会性的内容生产和传播对话。以ChatGPT为代表的新一代智能互联技术令普罗大众能够踦越”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，这是又一次社会在数字化、智能化加持下的重大启蒙（社会活力的重启）。1、传播的核心逻辑进一步“算法化”
传播权力的进一步“下沉”使得普罗大众在内容创新、传播表达、及参与对话中拥有更多平等机会和权利，这与“分布式社会”的权力构造相匹配，是传播权利作为第一权利的“先行一步”；构造传播的核心逻辑进一步“算法化”。在算力、算法和大数据可以覆盖的绝大多数传播构造中，人们对于专业经验的倚重和信赖将让位于更加精准、更加全面、更加可靠和结构化的智能算法，并透过社会的深度媒介化，进而演进成为构造未来数字文明社会的“操作系统”。
2、传媒业从劳动密集型产业转向为技术密集型和资本密集型产业
新的“寡头独占”以头部技术统辖被智能化技术释放出来的巨大传播生产力，而这种头部技术的不断迭代升级又以巨大的资本支持为后盾。（ChatGPT的一轮完整的“预训练”所需资金为几百万到上千万美元）
（一）主流媒介的角色需要从“To C”转为“To B”主流媒介是“四两拨干斤”式的价值引领者。未未的“分布式社会”本质上是一个自组织社会，主流媒介应转型为未来舆论场中具有再组织能力的“四两拨千斤式”的基膜，去激发和形成传播领域的“涌现”现象，要充分利用耗散结构下的协同学、突变论、混沌理论、超循环理论、分型理论等原理进行新的社会传播的“再组织”。主流媒体的功能与角色定位进步转向为“To B”的模式。传统主流媒体一向是直接为社会生产内容的“To c”模式，而在新的发展阶段上，它将转向为站在一线内容生产与传播者背后的作为价值逻辑与专业规则的支持者、创新创道的开拓者、以及话语场域的平衡者等“To B” 模式，成为全传播领域的“压舱石”与“定盘星“。任何技术的社会化落地，其实质都是技术逻辑与社会选择“互构”的结果，智能算法模型同样遵循这一逻辑。因此，要正确驾驭算法，合理运用智能算法模型造福社会，就必须坚持控制算法模型的核心逻辑，将社会公允的价值判断“赋魂”至智能算法模型之中，使其始终葆有技术向善的秉性。具体而言，智能算法模型主要构筑于其训练数据和训练逻辑上，因此，通过对语料库的选择和训练模型的价值逻辑的建构，使智能算法始终能够被人类掌控，并沿着以人为本的方向发展与迭代，不断为人类创造福祉。（三）构造“算法失灵”的社会补充及“算法脱轨”的干预机制一方面，算法不是万能的，在算力不足、算法无解和数据缺失的领域应做好人力物力的充分布局，与智能社会形成良好的匹配与互补；另一方面，应始终警惕算法的脱轨与失控。生成式人工智能带来的媒介革命伴随诸多风险。当智能算法逻辑跨越“阿西莫夫三定律”等人伦界限时，人类必须拥有足够有效的手段和机制予以干预和防范。任何新技术的应用都存在一个社会与技术双向适应的过程。在压实法理红线的基础上，应给予生成式人工智能最大限度的成长空间，通过不断干预和修正，确保生成式人工智能始终沿着可知、可控的状态发展，并不断以技术驱动传播与社会的进步。2、你认为ChatGPT对传播领域会造成哪些影响？3、在以ChatGPT为标志的全面智能化时代到来之际，主流媒体应如何自处？4、ChatGPT对社会与传播的治理造成了哪些挑战，你认为应该如何应对？参考文献：[1]喻国明,苏健威.生成式人工智能浪潮下的传播革命与媒介生态——从ChatGPT到全面智能化时代的未来.新疆师范大学学报(哲学社会科学版):1-10.
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
