很火的「ChatGPT」背后有哪些新传必学知识？
/ 用心耕田 水到渠成 /
五月步入尾声，夏天的脚步悄然而至。窗外的阳光，耳边的蝉鸣，伴随学子求知的心，本周继续带领大家学习
「田心 · 新传学界前沿」专栏
今天要学习的是「生成式人工智能」。作为一个重要的行业热点，小田心整理好了一份生成式人工智能的相关专题，一起来看看吧~
2023年相关真题链接
1.人工智能在新闻报道中的应用方式，以及从哪些方面优化了新闻报道。（2022，四川大学，简答）
2.论述人工智能背景下机器人新闻对新闻生产的影响。（2020，复旦大学，论述）
3.人工智能（2022，东华大学，名解）
4.论述人工智能对传媒生态会带来那些影响。（2018，四川大学，论述）
5.人工智能代替新闻从业人员的利弊（2020，厦门大学，论述）
......
真题为部分真题，仅供参考
从上述题目中，我们可以看出各大高校对人工智能的考查非常多，以「ChatGPT」为代表的生成式人工智能作为人工智能领域的最新热议话题，今年很有可能成为热门考点。所以，下面小田心将带大家一起学习「生成式人工智能」~内容有一定的难度，大家要坚持读到最后哟~
全文概览
一 生成式人工智能
本部分理解记忆即可
（一）什么是“生成式人工智能”？
人工智能技术可根据功能价值划分成分析式人工智（Analytical Artificial Intelligence）和生成式人工智能（Generative Artificial Intelligence）。
分析式人工智能主要指能够在海量数据中发现模式，完成诸如垃圾或欺骗邮件识别或算法推送TikTok视频等工作。可以说，目前传媒业广泛应用的人工智能技术大多可归类于分析式人工智能。
生成式人工智能可以通过人工智能的相关技术，自动化生成文本、图像、视频、音频等多类型内容。其生产的内容被称为人工智能生成内容（Artificial Intelligence Generated Content，AIGC）。
（二）AIGC
对于AIGC而言，学界或业界还没有得出广泛认可的定义。《人工智能生成内容（AIGC）白皮书》，将AIGC定义为“既是从内容生产者视角进行分类的一类内容，又是一种内容生产方式，还是用于内容自动化生成的一类技术集合”。该定义认为AIGC兼有内容特征和技术特征两个层面，总体上可以将AIGC概括为伴随着网络形态演化和人工智能技术变革产生的一种新的生成式网络信息内容。
（三）生成式人工智能的典型代表：ChatGPT
1.ChatGPT
2022年11月上线的ChatGPT（Chat Generative Pretrained Transformer，生成式预训练聊天机器人）是由美国人工智能实验室OpenAI开发的人工智能聊天机器人应用。ChatGPT是基于大型语言模型（Large Language Model，LLM）预训练的新型生成式人工智能。作为一款人工智能聊天机器人应用，ChatGPT拥有语言理解和文本生成能力，不仅如此，它还能完成撰写邮件、视频脚本、文案、代码等任务，是一种以“对话+创作”为基础的生成式人工智能应用。ChatGPT的核心突破点在于其实现了在拟真度层面的跃升和更高层次的功能维度集成。
2.ChatGPT的功能
从产品的角度来看，ChatGPT是更加完备的AIGC产品。首先，ChatGPT有望开启通用型人工智能（Artificial General Intelligence，AGI）时代。AGI指的是人工智能可以实现和人类近似的思考能力，处理多种类型的任务。ChatGPT可以从海量数据中学习各种知识并生成解决办法，处理多种类型的实际问题，超越单一任务场景。其次，ChatGPT具备更加完善的交互接口。一方面，ChatGPT的用户界面更加简洁友好，使用方式更加简明易懂。另一方面，ChatGPT允许用户通过反馈修正结果。这种强化学习也能让ChatGPT的模型更加完善。最后，ChatGPT为AIGC的生产闭环提供了可能。ChatGPT可以实现以自然语言的形式输出模型结果，通过自然语言这一媒介，人工智能可以生成图片、视频、音乐、3D建模等，为元宇宙发展和运行奠定内容支撑。
从学术生态角度来看，ChatGPT有望在生产、传播、评价等环节带来新的变革。在学术生产过程中，ChatGPT可以凭借自然语言生成能力、强大的训练数据库、多重内容交互等特性成为学术生产的强力助手，在论文构思、文献检索等多个方面发挥重要作用。在学术传播过程中，ChatGPT可以利用自身的观点组织能力，形成传播材料与推荐模型。此外，ChatGPT还有望在信息传播、观点搜集等方面发挥辅助作用。在学术评价过程中，ChatGPT可以对相关文献做出初步审查与归纳，强化学术评价的效率与质量，辅助进行质量评价。
3.ChatGPT的特质
（1）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强化学习技术实现了对人类认知机制的深度模拟。首先，在预训练环节，大量人类偏好知识被注入ChatGPT使用的大型语言模型，由于大量人类偏好知识的注入，ChatGPT能够有效学习人类认知与表达的惯习。其次，ChatGPT使用了基于人类反馈的强化学习技术。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。
（2）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能以更细粒度的方式，在个体需求指令的基础上展开合理的推理想象，实现更加细腻和精准的连接。支撑这一特性的关键在于，ChatGPT构筑在“巨无霸”式的超大模型之上。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，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。如此，ChatGPT就拥有了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。
（3）生成性：对个性要素的结构化处理与有机呈现
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。ChatGPT能够实现连续性人机协同。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，进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。
二 生成式人工智能带来的传播生态变革
本部分理解记忆小标题即可
加拿大政治经济学家哈罗德·伊尼斯指出，一种新媒介的长处，将导致一种新的文明诞生。以ChatGPT为代表的生成式人工智能技术展现出的新媒介特征，将激发传播领域的生态级变局。
（一）生成式人工智能将穿透网络资源壁垒，成为下一代网络入口和超级媒介，驱动传媒产业变革
1.生成式人工智能将穿透社会网络壁垒，实现公私域资源的连接整合和协同利用
互联网诞生伊始，用户仅可以连接到的绝大多数网络资源为公域资源，即公开发布在网络中可供用户访问使用的资源。以ChatGPT为代表的生成式人工智能技术有望成为一种对人类私域资源进行抓取，并与公域资源进行连接整合和协同利用的工具。在大型语言模型的发展过程中，生成式人工智能一方面能够对公域资源进行抓取，以其算法模式形成良好的聚合学习；另一方面，生成式人工智能可以对用户对话过程中的私域资源进行专业整合。如此，通过构造聚合公私域资源的巨大数据训练集，有助于聚合人类文明既有知识，形成无所不知的智能中枢。
2.生成式人工智能将成为下一代网络入口和超级媒介
浏览器、搜索、应用商店是移动互联网行业最早形成的三大入口。在移动互联网时代，微信构建了基于社交的最大个人信息传播入口，滴滴打车、大众点评等形成了交通出行、餐饮娱乐等垂直领域的用户入口。以ChatGPT为代表的生成式人工智能集信息获取（信息支持）、智能服务（服务支持）、聊天机器人（情感支持）、创作工具（生产支持）等功能于一体，有望成为下一代网络入口。
在成为网络入口的基础上，生成式人工智能将进一步跃升为前所未有的超级媒介。其特殊性主要体现为两个关键特征。首先，生成式人工智能具有全新的人机交互模式，能够生成适于用户理解的内容并与用户建立关系。其次，生成式人工智能的表达将直接影响社会认知，建构社会议程。
3. 传媒业将从劳动密集型产业转型为技术密集型和资本密集型产业
以ChatGPT为代表的生成式人工智能将驱动传媒业从劳动密集型产业逐渐转变为技术密集型和资本密集型产业，这种变迁受两种因素影响。一是智能媒体的出现使信息采集、编辑、分发等流程的效率与质量产生质的飞跃，智能技术化将成为传媒业未来发展的主旋律。二是基于大型语言模型的生成式人工智能是构建未来传播的平台型基础设施，也是未来传播的技术高地。这种传播基础设施的争夺需要强大的资本和技术支持，尤其是在算力方面。
（二）生成式人工智能将更加深刻地对个体赋能赋权，促进传播权力下沉和人的数字化生存
1.生成式人工智能将重构人机关系，人机协同能力成为数字文明时代人类的关键能力
美国哲学家唐·伊德曾定义两种关于人、技术与世界的关系，第一种是“具身关系”，以“（人-技术）→世界”这一图示表征具身关系，例如，戴眼镜。第二种是“它异关系”，其意向图示为“人→技术-（世界）”，例如，ATM机。从伊德的分类看，生成式人工智能主导的人机关系革命是由“它异关系”转变为“具身关系”，换言之，人工智能从外在的准它者形态逐渐转变为与人类智能相互耦合的形态。
在人机关系的构造下，人机协同能力将在个体的社会化过程中得以凸显。个体通过与生成式人工智能交流，能够更快习得新的知识与经验，进而更高效率地完成生产生活实践。届时，技能操作与知识教育的价值将被稀释，人机协同能力在人类能力结构中将空前重要，并成为后人类文明进化的关键所在。
2.生成式人工智能将更加深刻地对个体赋能赋权，驱动传播权力进一步下沉
第一，生成式人工智能系统提升了个体的传播能力，弥合了数字文明社会的能力沟。“能力沟”即由于专业知识或技能的掌握不均导致个体实践受限。以ChatGPT为代表的生成式人工智能使大众能够跨越“能力沟”的障碍，有效按照自己的意愿、想法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。这是社会在数字化、智能化支持下的重大启蒙，驱动社会传播权力进一步下沉。
第二，生成式人工智能通过与个体耦合，极大地增强了个体的知觉与连接能力。生成式人工智能极大地提升了个体通过技术扩展感知的水平。这是由于个体通常需要新信息的中介以进入新的圈层或与事物产生新的连接，而生成式人工智能通过持续对话为个体提供超出其认知范围的知识与经验，使个体能够突破认知局限与更广范围的事物产生连接，这是一种知觉与连接意义上的深度赋能。
3.生成式人工智能将革命性地实现“算法普及化”，深刻赋能人的数字化生存
目前，生成式人工智能可以根据用户需求编写有效的计算机代码，这是机器生成内容的一种全新维度，其本质是生成式人工智能对算法普及化的巨大推动。生成式人工智能的代码编写功能将算法技术赋予大众，任何个体都可以根据这种能形成资源调动的方式，具备数字创造的能力，进而在数字空间展开更加自由的实践。作为全社会要素的中介型工具，算法的普及化意味着每个个体都有能力使用算法接人数字文明并从中获益，这对人的数字化生存而言是一种巨大的赋能。
（三）生成式人工智能将作为下一代互联网的连接中枢，激发移动互联转型为智能互联
1. 生成式人工智能将成为下一代互联网的连接中枢，极大缩短信息传播的层级
作为一种智能主体，生成式人工智能在社会网络中聚合来自无数节点源的信息，对每个节点进行信息生成推送。基于巨量的用户数和信息链条，生成式人工智能将成为未来互联网络中具有极高中介性的枢纽。
作为核心枢纽，生成式人工智能可以极大缩短信息传播的层级。当用户数量达到一定程度时，传播网络将从层层扩散的“洋葱式”结构转变为绝大多数节点直接与枢纽相连的“海星式”结构。新结构将极大压缩信息传播的层级，有助于增强创新信息的扩散效能，降低信息在各个传播环节中产生的折损，并对网络连接的总体性质和效率产生直接影响。
2. 生成式人工智能将驱动社会连接形态从移动互联转型为粒度更细的智能互联
在智能互联时代，生成式人工智能作为连接入口和连接中枢，解决了两个极为重要的问题。一是生成式人工智能将个体个性化、长尾需求满足的边际成本降至无穷小。二是生成式人工智能以其空前的个性要素识别、人类认知模拟、针对性输出能力完成个体更细致的内生性需求的对外连接。这种连接意味着技术能够对人的要素状态进行响应分析，对情感表达等实现精准匹配，进而建构人作为主体的内部关系。也意味着升维后的连接将具有更高自由度和配置能力，具有更精准化的匹配度，更细腻的连接粒度，更高水平的连接质量，提供更高水平的功能生成和价值生成。可以说，以生成式人工智能为核心媒介的智能互联时代解决了“微妙特征与微妙价值”的连接问题。
（四）生成式人工智能带来的全面智能化是一场深刻的革命
媒介技术的迭代将进一步驱动人类连接与行动模式的深刻变革。通过激发信息、个体、连接三重维度的巨变，以ChatGPT为代表的生成式人工智能将实现人类语义世界内的价值重构，分析型人工智能在此基础上实现语义世界之外的资源整合和价值重构。二者共同支撑人的世界全要素价值重构，驱动社会与传播走向全面智能化时代。人工智能技术的全方位渗透将创造无限量的巨大信息网络，将从前无法纳入其中的更加多维的关系连接纳入人的实践体系的可操控范围，即从传统的人与人之间的连接全面走向人与人、人与物、物与物之间的系统连接，创造人机智能之间的超级链接体系。全面智能化引发的指数级增长速度将驱使政治、经济、文化乃至整个社会生态发生结构性改变。
三 生成式人工智能的局限与问题
本部分理解记忆即可
第一，系统仍然难以充分理解信息和分析信息内在的逻辑关系，因此很容易生成不合理的内容或者犯事实性的错误。
第二，生成式人工智能的生产过程仍然是黑箱，所生成的内容不具备可解释性与明确的依据。
第三，生成式人工智能在中文语境和文字上的理解和表达能力总体上要弱于英文。
第四，生成式人工智能技术也可能被恶意利用，造成较为严重的安全隐患。
第五，生成式人工智能技术的数据源本身复杂且庞大，生成的内容可能有知识产权问题，且容易产生法律风险。
第六，以ChatGPT为代表的生成式人工智能虽然在某些领域有广泛的应用前景，但并非在所有场景都有重要应用潜力和作用。
第七，生成式人工智能的模型训练、测试与下游任务适配，均需要较大规模的计算资源和存储资源进行支持，这种高成本对于相当一部分行业是难以承受的。
四 生成式人工智能的规制路径
本部分理解记忆标题即可
（一）坚持正确的价值导向，以均衡化的治理思路对待多元价值观
防范以ChatGPT为代表的生成式人工智能的社会风险问题，其根本之道在于坚持正确的价值导向，使人们建立起符合时代发展要求的观念和价值取向。
首先，要坚持正确的价值导向，强化人民需求、公共价值、人类幸福、共同富裕等多元化的主流价值目标。
其次，要着力培育均衡化的治理思路对待ChatGPT中的多元价值观。
（二）运用法治思维和方式，赋权多方主体协同共治
首先，在审查主体构成上，要吸纳接受多元治理主体的参与，创造多元共治的权利结构，建立多元主体共治的技术伦理审查机构，明确伦理审查机构的职责，对审查过程中发现的不符合伦理基本要求的行为采取相关措施。
其次，运用法治思维和法治方式建构平等合作的权力结构。一是应统筹规划人工智能的法律、行政法规、部门规章、技术标准等，二是政府部门应对人工智能数据市场进行实时监管，三是要强化社会和公民监督。
（三）注重多元的互动交往，吸纳多样性的民意需求
对ChatGPT潜在风险的治理需要政府、企业、社会组织公众等多元主体协同推进，吸纳多元利益主体，将利益相关方吸纳到规范程序之中开展平等互动，落实多方参与的包容性机制来广泛吸纳多样性的民意需求，并在尽可能充分的条件下实现科学决策，减少算法黑箱带来的决策失灵。
第一，法律层面。可借鉴欧盟的“数据保护官”制度，设立“生成型人工智能安全委员会”专业机构部门，纠偏ChatGPT在设定平台规则的偏差，增强规则制定的包容性和公平性。
第二，伦理层面。一方面是要坚持以人为本的观念，强调人的主观能动性，对于一味追求经济理性，隐含算法偏见和损害人类自由、平等价值理念的工具，应予以严格禁止和整治。另一方面，要建立从技术开发端到应用端的全过程伦理风险审查规则。
第三，技术层面。重视利用算法来规制“算法偏见”“从对代码和算法结果的规制转向对代码和算法过程本身的规制”，将公平、正义、平等等价值观念转化为算法，并以算法来规制“算法偏见”。
（四）完善数据的要素分配，实现公平共享数字红利
对ChatGPT的治理致力于数字普惠价值的实现，消除社会成员在数字参与过程中遭遇的数字不平等待遇，构建公平公正的数据要素分配机制，促进数据要素的多元风险共治，充分保障数字弱势群体在内的所有公民都能公平地共享数字成果。
第一，要兼顾ChatGPT的多方主体的分配利益。
第二，基于分级分类，促进数据的科学管控与有序利用，甄别不同群体的受益或受害程度，保障多元主体尤其是弱势群体的合法权益。
第三，在多方协同中，形成多元风险共治的数据安全格局。
田心说
今天的推文就到这里啦~大家可以结合小标题进行理解记忆哦，不积跬步无以至千里，希望大家可以不断积累知识，最后游刃有余地输出在答卷上。希望你能从这篇推文中有所收获，我们下期再见~
针对各院校的「田心·全程课程」也会将整理好的专题直接讲给大家听，帮助大家高效复习和吸收，欢迎大家移步公众号，了解课程详情。
以上内容整合自：
[1]骆飞,马雨璇.人工智能生成内容(AIGC) 对学术生态的影响与应对——基于ChatGPT的讨论与分析
[2]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
[3]卢宇,余京蕾,陈鹏鹤,李沐云.生成式人工智能的教育应用与展望——以ChatGPT系统为例
[4]于水,范德志.新一代人工智能ChatGPT的价值挑战及其包容性治理
[5]李白杨,白云,詹希旎,李纲.人工智能生成内容（AIGC）的技术特征与形态演进
祝好