祝建华解析智能传播AIGC：是神器还是潘多拉魔瓶？

2024年5月22日下午3时，香港城市大学祝建华教授应中心邀请，在新闻与传播学院二楼报告厅举办题为“智能传播（AIGC）是神器、潘多拉魔瓶还是塑胶品？”的学术讲座，讲座由中心主任单波教授主持，中心研究员彭增军教授等专家学者，以及70多位学子来到现场。

祝建华从智能传播的定义谈起，AIGC对应的英文是Artificial Intelligence Generated-Content，其中最后的“C”狭义地讲叫做content，而在传播学领域我们习惯将“C”定义为communication，是从过去的computer-mediated communication (CMC)的演变。强调content是以生产者为中心，而communication则更侧重于用户如何使用。我个人感兴趣的是用户在使用过程中如何改造产品。从历代的新媒体发展过程中都可以发现，成功的媒体产品往往是由用户创造性改造其原有设计意图而推动的。

祝建华借用了Gartner曲线对新一代AIGC技术发展做了分析。这条曲线与我们更熟悉的S曲线有所不同，认为技术在井喷式的扩散之后，会随着最初的憧憬和预期并未完全实现而产生消退和低谷。当前快速迭代的AIGC技术还没见顶，我们很难预测下一步会怎样。最近的Sora和GPT4o，又给我们不断带来惊喜。但是，它们所展现的究竟是设计者赋予的还是它们自主创作的东西？这是目前辩论的核心问题所在。

对传播技术评估历来可大致分为三种传统：技术派、伦理派、科学派。技术派认为技术无所不能，瑕疵可改，造福人类。伦理派认为技术虚构幻觉，偏见歧视，匮乏创意。两者虽然观点截然相反，但都出自一样的前提，认为技术具有超人的能力。而祝建华归属的科学派则对技术的真正能力保持质疑，认为一切有待实证检验。10多年前大数据成为当时的热点，祝建华认为大数据的特征是多、快、糙、耗，现在AIGC大致也是这种状况。

具体说来，他认为AIGC的核心能力有6项：理解能力、再现能力、创新能力、推理能力、情感能力、自主意识。理解能力、再现能力这两项已经比较强了。而创新能力和推理能力从Sora和GPT4o中可以看到比几个月前的GPT4有明显进步，但与人类相比还是比较弱。而自主意识和情感能力这两项，至今还不存在。AIGC的本质是代码，如果将任何一个AIGC系统一层一层地打开，最底层就是一堆系数，而不是产生情感或意识地化学元素。

在无所不能的神器和潘多拉魔瓶之外，祝建华认为塑料品是对AIGC最好的形容和隐喻。塑料品快速生产，物美价廉，我们的衣食住行全离不开塑料。塑料品在质量上一定不是精品，像网络上海量的自媒体内容，质量上明显是较为平俗的。现代社会如果没有塑料品，以我们的人口规模和自然资源来衡量，人类是无法生存的。同理，没有多快俗的AIGC内容，自媒体还难以持续的。

展望前景，祝建华认为以数据和计算为基础的AIGC早则三五年、晚则十来年会碰到瓶颈，下一个突破口应该来自生物技术，或者生物技术和计算技术的共同作用。

肖珺（武汉大学媒体发展研究中心副主任）：您提到的评估人工智能的能力中，情感能力与自主意识层面也存在很大的争议。当下有观点认为人机之间存在交互和协调，这个过程对人类和机器都会产生影响。那么此过程对机器和人双重主体的影响究竟是什么？是否会让人工智能的智慧和情感发生一些变化？

祝建华：我并未发现人机交互领域研究者之间存在严重的分歧，人机可以形成互补，这是我们期待的状态。我们恐惧的是像科幻电影中出现的技术系统会控制人类的场景。你所提到的人机交互产生的新的社会关系，对我们来讲除了贡献还有什么约束？可见的是人类对机器系统的依赖，会导致人类某些能力的衰退，但也未必是坏事，可以将人类有限的记忆能力放置到更重要的地方去。

谷羽（湖北大学新闻与传播学院副教授）：当下传播学的很多学者仍然是持有人文主义的关怀，大部分容易在伦理派的角度思考问题。目前存在一个问题便是，作为中介的机器可能会加剧人与人之间利益争夺和阶层固化，这样近切的社会后果或许是传播学者关注的，想听听您的看法。

祝建华：阶层固化的问题我认为并不严重，因为虽然迭代的技术平台不一样，但涉及的问题本质是一样的，都是新技术时代的后果。对此各国都已经具有基本的保障机制，包括法律和社会伦理道德各种机制。将时间拉回去20-30年，互联网兴起时人们也对搜索引擎产生质疑，我们设身处地地想，每一次焦虑都有独特具体的技术背景。但我觉得整体都是在越来越开放。当技术成果令一部分人明显获利社会，社会机制便会很快反应和思考，不会令这种状况持续下去。

贾煜（武汉大学媒体发展研究中心研究员）：您提到了人工智能未来的发展可能还是计算机科学技术的发展，未来如果实现了机器人的自我判断，可能是朝向生命医学和生命科学的方向努力。但计算科学的方向很可能偏向技术派，但如果走向生命科学领域，是否还会回归因果检验的验证方面去？

祝建华：这是一个好问题，因为克隆一个生命体不同于克隆一台机器，从理性到感性都是从母体上移植的，并非单纯注入了“因”，而是将“因果”完全平移。这个问题就我们目前的知识范围来看，计算技术或者定量技术能做的其实不多，但至少要留心一下对人脑植入的技术动态。人的行为也始终分为内丘和外丘两个部分组成，有先天存在的，也有后天教育的，所以传播行为一定不会消失。

吴莹莹（中南财经政法大学讲师）：当下的大模型计算更多是基于文本内容的分析，多模态技术的发展提升了情感识别的能力和精度，所以想向您提问：如果按照人工智能发展曲线来看，情感计算是否可能是研究的一个突破口？

祝建华：我们目前已有的情感分析其实是比较机械的，主要依赖形容词的使用，比如喜悦、悲伤、兴奋等。而当下的问题在于对人情感的测量，我们目前的情感评估是短期暂时性的，但人事后的情感变化的追踪成本和难度就更高。用户反应的搜集与处理的速度很快，但隐私伦理又成为新的问题。因此情感计算的前景很诱人，也非常具有挑战性。