分享至
新闻传播学一线学者聚焦生成式人工智能：如何拒绝技术依赖与专业失守
原文地址：http://news.sciencenet.cn/htmlnews/2023/8/507519.shtm
8月23日-25日，“AIGC与新闻传播学教育研讨会暨2023中国科技新闻学会数据新闻专委会培训会议”在西北民族大学召开。会议由中国科技新闻学会和西北民族大学主办，中国科技新闻学会数据新闻专委会和西北民族大学新闻传播学院承办。人民政协第十四届全国委员会常务委员、教科卫体委员会副主任，中国科技新闻学会党委书记、理事长徐延豪在开幕式上致辞。
徐延豪指出，当前生成式人工智能AIGC高速发展，其所产生的社会伦理问题、推动社会治理发展问题始终居于高热度。运用AIGC促进国际科技传播与社会治理也是中国科技新闻学会高度关注的议题。希望此次会议在AIGC与新闻传播的研究探讨上取得实效，在应对国际传播与社会治理的难题中取得突破，为科技新闻传播行业创新发展注入新动能，为我国科技传播走向国际化开拓新境界。
在研讨会主旨报告环节，来自国内新闻传播学领域的一线专家学者就AIGC与新闻传播学教育相关议题进行了深入探讨。
在题为《人工智能与新闻业的未来》的主旨报告中，中国人民大学新闻学院院长、博士生导师周勇教授分享了人大新闻学院为适应AI技术融合进行课程调整所做的一个调查。基于调查得到的启示，他强调AIGC已经全方位介入新闻传播领域，这对未来新闻从业者是一个重要挑战，建议新闻传播界同仁提升相关技能服务于自身专业能力。
中国人民大学新闻学院教授彭兰在题为《从ChatGPT看智能传播的前景》的主旨报告中提出了三个关于未来趋势的预测，分别是“深度的信息加工”“知识生产”“按需生产”。
清华大学新闻与传播学院教授沈阳在题为《AIGC的发展与挑战》的主旨报告中提到，目前他们团队对ChatGPT有两个发现：第一个是参数的超级摩尔定律。其每年的参数量会增加10倍到100倍，ChatGPT3.0是1,750亿参数，到了ChatGPT4.0大概在17,600亿参数。第二个，他们现在初步的判断是，如果能够按照目前的趋势往前发展，2030年有可能实现通用人工智能。但整个通用人工智能也存在种种问题，主要有四点：AI幻觉、引用谬误、知识盲区、认知固化带来的修正主义。
上海大学新闻传播学院教授任瑞娟作了题为《从数据到智能：AIGC视域下的理论、方法与路径》的主旨报告。她强调了国家标准在新闻传播学教育中的作用，沿用胡正荣教授的媒介融合3.0的观点，她将AIGC与传媒业的深度融合称之为媒介融合4.0。她以现有多项理论为基础，提出并建构了“五位一体”（分别为策划报道场域、新闻现场场域、问题分析场域、共识达成场域、传播反馈场域）的智能报道框架，认为这是AIGC与传媒业深度融合的智能语义框架；而当前技术环境下，元数据与知识图谱方法是“五位一体”的智能报道框架的构建方法。她表示，以元数据与知识图谱方法为支撑，以当前传媒业的国家标准为依托，以“五位一体”的智能报道理论框架为目标，以广泛的新闻传播学科领域知识图谱的构建为路径，才能建立广泛联接的语义化数据，才能承接AI技术在新闻传播学科的应用落地，形成AI在本学科的应用基础，并承接AI在传媒产业的应用。
北京师范大学新闻传播学院教授喻国明作了题为《AIGC的崛起与传播新生态》的主旨报告。他指出，生成式AI源于对未来社会景观的一个总体描述，使我们有了一个虽然会不断迭代，但既定的一个全新概念，它给我们描述的结构相对清晰。这可能就是整个未来时代的大幕整体开启、系统开启的开始。他指出，在未来，当每一个人都可以轻松地借助于生成式AI，与任何跨语言的人自由交流的时候，整个国际传播的主体、规模、机制、内容、法则都会发生翻天覆地的变化。
香港城市大学媒体与传播学系教授祝建华作了题为《AIGC中的神奇化与妖魔化》的主旨报告。他讲述了社会舆论对AIGC和ChatGPT关注度的变化，认为其热度并未消失，但对技术的过度神奇化最终导致妖魔化。他表示，目前的ChatGPT及其它大语言模型所用的内容数据，是且仅是事物代码(而非事物本义或价值判断)之间的关联程度(而非逻辑或因果关系)。借助于内容数据的海量、多类、多源等素质，目前的大语言模型已经能够多快好省地将人类已有知识结晶“重现”在新场景之中。但已有的大语言模型并不能脱离数据而独立思考，更不创造新思想或情感、预测未来、价值评判等等。
复旦大学新闻学院教授周葆华作了题为《计算传播研究中的四大跨越：从大数据到 AIGC》的主旨报告。他指出，基于多事件的扩散结构模式分析可得出五个结论：1.扩散曲线、速度与结构特性无关；2.网络事件的扩散呈现大众传播与社交病毒性传播的不同特征，但事件的结构性病毒扩散度总体较低；3.事件的扩散规模与结构病毒性特征之间仅存在低度的正相关，所以无法根据事件规模判断其扩散的结构性特征；4.破除大规模网络事件一定是“病毒传播”的大众印象；5.结构性特征因此是衡量事件传播的一种独立的特征。他提到，计算传播研究中四大跨越，分别是：一，计算传播研究中的跨事件、跨平台、跨人机分析，可以弥补现有研究的不足(“单一”偏好)，有巨大的发展空间；二，理论问题在于需要有更明确的理论驱动或理论与数据之间的反复迭代；三，因果关系包括事件属性与平台可供性的特定逻辑仍需继续厘清(counterfactual)；四，数据挑战：获取的挑战与努力;五，学术机制：对“慢学术”的容忍与鼓励。
云南大学新闻学院院长、博士生导师廖圣清教授作了题为《中国新闻传播学自主知识体系的构建（1998-2022 年）》的主旨报告。他指出，新闻传播学面临着学科的转型和升级。自主知识体系构建，有赖于有效的知识管理。在学术研究的过程当中，大量、复杂的知识资源囤积在知识存储库。他强调，中国新闻传播学的知识创造水平不断增强，拓展学科“融合性”的同时，学科自主性也有待提高。此外，中国新闻传播学的知识存储环境更迭迅速，内在知识库更新缓慢，需加强受众研究与效果研究。
浙江大学传媒与国际文化学院院长韦路教授在题为《AIGC时代国际传播的新挑战与新机遇》的主旨报告中指出，AIGC对中国国际传播提出四大挑战：其一是技术垄断与偏见；其二是信息污染与失序；其三是技术依赖与专业失守，不断消解新闻的社会责任；其四是数字鸿沟与素养赤字，面向AIGC技术的素养赤字加剧。同样，中国国际传播的机遇也面临着三大机遇：其一，主体强化，人机协同得到促进，在这个过程中PGC、UGC、AIGC从辅助生产向独立生产发展；其二，叙事更迭：讲好中国故事，要创新叙事模式，减轻“文化折扣”。其三，传播升级：增强用户体验。在中国国际传播的生态重构过程中采取积极举措，有助于良好生态构建。
清华大学新闻与传播学院教授陈昌凤在题为《GenAI时代新闻传播教育改革》的主旨报告中认为，深层次人工智能正重新界定知识与教育。基于生成式人工智能的最新发展和前沿的相关应用，及深层次人工智能赋能新闻传播的情况，他认为需要重视问题意识的培养和思维的训练，同时加强专业的判断力的提升。
在题为《拓展、重组与具象:AIGC 引入新闻专业教学中的可能性分析》的主旨报告中，西北民族大学新闻传播学院院长卢毅刚教授深度分析了AIGC引入新闻专业教学的可能性，并进行了诸多教学实践的问题探讨，如建构实景体验环境、延展时空感知线索、打造云端场景平台、释放开放性思维活力、互动性教学平台开发等。他指出，在AIGC背景下，新闻教育对该技术的应用更侧重于对现实环境的有效复刻，这意味着人工智能技术将为新闻学习者打造出具有高仿真性的学习情境。在强调有教无类、教学相长以及尊师重道的中国教育语境下，师生关系借助信息技术的发展进阶为知识探索的合作者与协同团体，并且能够借助虚拟化身在其中匹配适合自己的学习社区，通过交互合作达成探究性学习。
会议同期安排了6场主题培训和上机辅导，来自复旦大学、上海图书馆、华东师范大学、中国科学院信工所、南京大学、天津师范大学等单位的大数据与计算机学科领域专家，分享了他们在AIGC领域探索的相关实验和结论，并就大模型的应用趋势与使用策略做了报告。
会议还举办了主编论坛。《广州大学学报（社会科学版）》《新闻与传播评论》《现代传播》《新闻与写作》《出版发行研究》等期刊代表，主要围绕学术论文写作规范与稿件选用标准，从理论选用、框架搭建、语言叙述、观点新颖性、研究方法等不同维度进行了专业指导与撰写建议。
