生产、交互与传播：生成式人工智能的媒介可供性分析——以ChatGPT为例.pdf

科技传播69技术创新作者简介：赵爽，硕士研究生，暨南大学新闻与传播学院。0 引言2022 年 11 月，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（Chat Generative Pretrained Transformer，生成型预训练聊天机器人）上线，将 AIGC 引入公众视野，对内容生产行业带来颠覆性影响，进一步揭示了人工智能技术在内容生产方面的巨大潜能。ChatGPT 以海量数据为支撑，整合了大规模语言模型、自然语言处理、深度神经网络学习等 AI 技术，运用 RLHF（Reinforcement Learningfrom Human Feedback，基于人类反馈的强化学习）算法，让人工智能产出和人类的常识、认知、需求、价值观等尽可能匹配的文本，回应用户提出的各种问题。短短两个月内，ChatGPT 的用户数量就破亿1，强大的功能与卓越的用户体验使其迅速引起全球范围的关注与讨论。ChatGPT 的背后是生成式人工智能技术的巨大突破，可以预见，未来生成式人工智能技术将应用于更广泛、更多样的场景之中，对人机关系带来巨大的变革与颠覆，甚至对人类实践产生深远的影响。在此背景下，如何理解以 ChatGPT 为代表的生成式人工智能技术对于内容生产实践的影响成为重要的研究议题。1966 年，美 国 生 态 心 理 学 家 吉 布 森（JamesGibson）在 其著 作作 为知 觉系统的感官 （The Sensesof Considered as Perceptual Systems）中第一次提及 affordance，而其思想的萌芽可以追溯至吉布森于 1950 年发表的著作视觉世界的知觉（The Perception of The Visual World）。在 这 一 阶 段，affordance 的 概 念 仍 是一个雏形，而在 1979 年出版的视知觉的生态学 进 路 （The Ecological Approach to Visual Perception）一书中，吉布森对 affordance 进行了更加精细的解释与界定。吉布森将 affordance构成了主客体之间的一种关系属性，强调环境提供给主体的用途，是主体在环境中做出某种行为的可能性。直接的知觉来源以及主客体之间的互补性是affordance 两个关键概念。此后，“可供性”被引入不同的学科领域中，关注构成环境的技术属性与其他社会文化要素的接合问题。2003 年，social affordance 被 Barry Wellman 等人引入传播学，将之定义为技术/物影响日常生活的“可能性”2。潘忠党等3于 2017 年将 affordance 引入国内传播学界，并将其翻译为“可供性”，引发国内传播学者对于媒介可供性的研究与讨论，着重考察技术、传播过程以及受众之间的交互关系。一方面，媒介技术以及传播过程会对受众的认知、态度、情感乃生产、交互与传播：生成式人工智能的媒介可供性分析以ChatGPT为例赵 爽摘 要 沿着媒介可供性的理论路径，将 ChatGPT 看作一种知识新媒介，从生产可供性、交互可供性以及传播可供性三个维度对其展开分析。研究发现，ChatGPT 能够凭借其卓越的内容生产功能深度嵌入用户日常生活，其“类人”交互还能为用户提供情感体验。ChatGPT 生成的内容能够从单纯的人机传播进入人际传播乃至大众传播范畴，实现对社会生活的建构。为 ChatGPT 的颠覆性作用欢呼雀跃的同时，也需要警惕它带来的伦理争议。关键词 媒介可供性；ChatGPT；生成式人工智能；内容生产中图分类号 G2 文献标识码 A 文章编号 1674-6708（2023）335-0069-0420237（下）科技传播70技术创新至行为产生影响，是当下主导受众的重要力量之一；另一方面，受众在接受媒介影响的同时，也会基于自身的能动性以及媒介提供的可供性做出不同的选择，进而对社会文化造成影响。可供性理论为研究技术特征与用户体验之间的关系提供了一个十分合适的研究视角，具有更强的情景化特征，从而弥补了部分研究单纯关注技术特征影响的不足。周葆华4认为，以 ChatGPT 为代表的生成式人工智能是人类最新的知识新媒介，并探讨了ChatGPT 对于人类知识传播的生产、调用与流通的影响与意义。基于此，本文认为 ChatGPT 作为一种媒介具有独特的可供性，对其可供性进行分析有重要意义。潘忠党等3在讨论新媒体研究时将媒介可供性划分为生产可供性、社交可供性以及移动可供性，黄淼5在此基础上将“移动可供性”概念修正为“传播可供性”，指向的是新媒体通过回应用户的个性化需求进而对数字文化活动的传播过程产生影响的可能性。结合 ChatGPT 的界面设计以及运行逻辑来看，用户在使用 ChatGPT 的过程中，几乎不会与其他用户产生直接的互动关系，这种交互更多是人与机器之间的沟通与连接，因此，本文将借鉴已有研究提出的媒介可供性框架，从生产可供性、交互可供性以及传播可供性三个维度对 ChatGPT 的媒介可供性进行分析，并在此基础上分析以 ChatGPT 为代表的生成式人工智能技术造成的价值争议。1 生产可供性：嵌入日常生活ChatGPT 主 要 依 托 GPT（Generative Pre-trained Transformer，生成式预训练转换模型）这一文本生成深度学习模型实现内容的生产与输出。这一算法模型中容纳了预训练语言模型、提示学习与指令精调算法、思维链算法（Chain of Thought，COT）以及基于人类反馈的强化学习（Reinforcement Learningfrom Human Feedback，RLHF）算法，多种算法模型共同组成 ChatGPT 实现内容生产这一基础功能的技术架构。不同的算法模型在 ChatGPT 的内容生产与信息输出过程中发挥着不同的作用。ChatGPT 采用Transformer 模型基础上衍生出来的预训练语言模型，用于完成基础的语言生成、理解与处理任务；提示学习算法用于在模型预训练过程中不断提高自身的语言建模能力，而指令精调则用于学习人类交互模式的分布，使模型更好地理解人类意图，从而与人类需求齐平；COT 算法通过在小样本提示学习的示例中插入一系列中间推理步骤，有效提升了大规模语言模型的推理能力；而 RLHF 算法通过人类与机器之间的问答互动不断迭代，让模型逐渐具有对生成答案的评判能力。多种算法模型的进步与应用催生出不同应用场景下的个性化内容，以 ChatGPT为代表的 AIGC 将进一步颠覆以往的内容生态。生产可供性包括可编辑性（Edit-ability）、可 审 阅 性（Review-ability）、可 复 制 性（Replicability）、可伸缩性（Scalability）、可关联性（Associability）五个方面，这些特征被用来解释媒介在资源调用方面的灵活性以及用户在生产内容时的能动性6。AIGC 的基本原理是人类通过训练，让机器理解人类给予的任务（指令），然后完成任务（给出答案），完成这一过程的基础就是收集数据。收集完成后，还需要对数据进行预处理，并用特定算法训练AI模型，之后便可用于生成内容。从以上过程可以看出，数据是生成式人工智能技术快速发展的基础与前提，具体逻辑是机器不断学习数据与模式，进而创建模仿人类行为和创造力的新内容7。ChatGPT 作为 AIGC 的典型应用，其内容生产依托大体量数据库，通过算法模型实现数据的调用与重组，进而针对用户提出的问题给出回应。ChatGPT 拥有多达 1 750 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，同时还能通过机器学习，在已有数据的基础上根据用户需求创造新内容。与传统搜索引起的单次交互不同，ChatGPT 能够通过多次提问不断完善内容细节，帮助用户更高效地“一站式”获取所需信息。除了能够为用户抓取不同领域的知识性内容外，ChatGPT也能依托算法模型生成内容，从而解决实践类问题，为用户提供切实可行的意见与建议，作为一种辅助工具指导用户的实践活动，进而间接影响社会现实。ChatGPT 作为一种智能机器参与到内容生产过程中，打破了以往内容生产主要依靠人类主体来实现的现状，通过人与机器的对话与交流实现了内容生产，机器成为内容生产的主体之一。自然语言识别的算法支撑、简洁明了的界面设计与应用逻辑使 ChatGPT 能够满足用户解决日常生活问题的现实需要，无疑进一步提升了 ChatGPT 的可用性与易用性，有效提升 ChatGPT 的生产可供性。这些技术特征赋予了 ChatGPT 应用于多样化场景的可能性，ChatGPT 已经在广告创意、文本翻译、深度写稿、计算机编程、平面设计等诸多领域展现出卓越的创造力。随着算法技术的不断进步与发展，未来的人工智能生产必然会对人类活动产生更加深远的影响。2 交互可供性：提供情感体验社交可供性包含可致意（Greet-ability）、可科技传播71技术创新传情（Emotion-ability)，可协调（Coordinate-ability)和可连接（Connect-ability)4 个方面，可致意与可传情意味着媒介技术或媒体平台提供给用户进行情感表达的渠道，可协调与可连接强调用户通过媒介技术或媒体平台建构社会关系网络的能力6。用户在使用 ChatGPT 时主要是个体与机器的对话，与用户个人社会关系网之间的联系较弱，且ChatGPT 的功能定位也限制了用户通过 ChatGPT 实现致意、传情、协调、连接等目的。但 ChatGPT 又能在与用户的交互过程中给予用户一定的“类社交”体验，因此本文将“社交可供性”维度调整为“交互可供性”维度，重点分析用户在与 ChatGPT 交互过程中收获的情感体验。ChatGPT 的使用逻辑十分简单，用户在对话框中输入问题，发送后便会得到相应的回答。ChatGPT的界面设计模拟常见的聊天应用对话界面，用户无需了解其他互动与操作便能直接上手使用，较低的学习成本进一步提升了 ChatGPT 的易用性。另外，熟悉的聊天界面也能为用户建构一个私密对话的场景，直接拉近用户与机器的心理距离，在使用之初就带给用户一种亲近感。ChatGPT 获得全球范围内关注与讨论的重要原因之一在于，ChatGPT 输出的内容与以往冷冰冰的机械话语有着巨大的差异。指令精调算法以及 RLHF模型的应用使 ChatGPT 能够在多次预训练中不断优化其语言模型，使其输出内容越来越符合人类的表达与认知。用户与 ChatGPT 的问答过程仿佛在和一个真实的人类进行沟通与交流，这种拟人化特征能够给予用户一种全新的互动感与体验感。除了使用符合人类语言习惯的表述，ChatGPT 还能识别人类在提问中蕴含的情感，根据用户不同的情绪状态给出相应的回答。有一位记者曾向 ChatGPT 提问：“阳了之后该注意什么？”8ChatGPT 智能生成的回答中除了切实有效的建议，还包含着对提问者身体健康的关心。这种拟人感以及具有“温度”的表达也会给予用户一种情感体验，为用户提供情绪价值，有效提升用户体验。但另一方面，人工智能卓越的内容创造力以及越来越显著的拟人化特征也有可能进一步加重部分用户的媒介依赖，削弱用户个体的独立思考能力，并导致情感上的深度依赖，减少与人类个体的互动沟通，形成技术对于人类更深层、更隐蔽的驯化。此外，ChatGPT 对于用户表达中使用的修辞表达十分敏感，并且会针对措辞的细微差异给出不同的回答，这得益于 ChatGPT 优越的自然语言处理算法。但在某种程度上，ChatGPT 有可能会加深不同群体间的数字鸿沟，如何提问、如何指示本身成为用户核心能力之一。3 传播可供性：建构社会现实移动可供性包括可携带性（Portability）、可获取性（Availability）、可定位性（Locatability）、可兼容性（Multimediality）四个方面，揭示了信息生产与信息消费模式“场景化”转向的具体体现。移动终端的硬件设备收集用户的实时地理位置与活动特征后，应用程序软件算法通过这些数据洞察用户的个性化需求，并对用户需求做出回应，因此，有学者认为，移动设备在硬件与物理环境上的特征已经通过算法程序内嵌入传播情景，并将“移动可供性”修改为“传播可供性”5。因此，本文对 ChatGPT 的传播可供性进行分析，探讨 ChatGPT 如何在回应用户个性化需求的同时，对社会现实产生影响。作为聊天机器人，ChatGPT 的界面设计比较简洁，重在模拟聊天场景，为用户提供一种对话体验，通过多次对话实现内容生产与信息传播。ChatGPT的信息流动不仅存在于机器与个体之间，还包括个体向个体的信息传播，以及个体向大众的传播。与以往的人工智能应用不同，ChatGPT 给出的回答不仅仅是照搬现有资料库中的内容，而是通过整合相关数据形成全新的内容，是对既有资料库的补充与拓展。这使得 ChatGPT 对于用户需求的回应不仅仅是简单的传递信息，而是更偏向“实践”层面，即利用人工智能技术给出切实有效的行动帮助，诸如润色文章、生成方案、书写代码等。在某种程度上，ChatGPT 已经成为人类日常生活与工作的可靠助手。强大的智能生成能力使 ChatGPT 生产的内容更有可能被用户所采纳，从而使得内容的传播不仅局限在人机之间，更有可能进入人际传播范畴乃至大众传播领域，从个体的工具性存在转变为重要的公共传播媒介。作为个人辅助工具，ChatGPT 生成的内容主要会对个体认知与决策产生影响，这种影响有可能通过个体间的交往行动间接进入公共领域，当其生产的内容在公共空间内传播后，便会影响更大范围的主体，进而对社会现实产生影响。以 新 闻 生 产 为 例，部 分 学 者 已 经 肯 定 了ChatGPT 等生成式人工智能对于新闻生产的颠覆与重构，可以利用其“自主性生成”的优势以效率倍增于人工的信息组合能力，其对话形式也有可能开启新一轮的人机交互协同生成，通过给予用户高度参与感来实现传播效果的提升9。业界也有大量新闻媒体开始尝试使用 ChatGPT 完成新闻生产工作。可以预见，随着人工智能技术的进一步发展与普及，会有越来越多行业将 ChatGPT 作为工具纳入其日常工作之中。届时，ChatGPT 所生产的内容将会进一步流通到社会公共知识库中，成为 ChatGPT 未来的20237（下）科技传播72技术创新学习资源，进一步加深生成式人工智能对于社会现实的建构程度。但需要注意的是，ChatGPT 针对用户提问给出的答案并不一定是准确的，尤其对于人类所积累的简单、确定的知识，ChatGPT 的回答效果未免有些差强人意。从搜索引擎中十分容易查询到的信息，ChatGPT 却并不一定能给出准确的回答。有学者向 ChatGPT 提问“孙志刚事件”，ChatGPT 给出的回应却是：“孙志刚事件是指 2021 年 1 月 10 日发生在中国湖南省邵阳市的一起车祸事件。当时，邵阳市公安局交警支队民警孙志刚在执勤中遭遇一辆闯红灯的轿车撞击，后因伤势过重抢救无效去世。”4可见，ChatGPT 针对一些热点事件或常识知识的回答存在较多错误。此类错误信息一旦进入大众传播过程中，势必会对舆论生态造成负面影响。4 结语媒介技术的不断更新迭代创造出不同的社会影响与文化现象，以 ChatGPT 为代表的生成式人工智能技术的进步与突破更是对人类日常生活与实践产生了深远的影响。媒介可供性理论关注环境变动与主体行为之间的关系，为探究生成式人工智能技术对于人类主体的影响提供了一条可行性路径。本文将 ChatGPT 这一生成式聊天机器人看作一种新媒介形式，对其技术可供性进行分析，进而探讨生成式人工智能技术对于主体行为以及社会实践的影响。在生产可供性维度上，ChatGPT 借助强大的算法模型实现了内容生产的智能化与自动化，用户只需提出问题，ChatGPT 便能迅速给出相应的回答。庞大的数据库、精准的自然语言识别技术以及强大的内容生成算法模型，使得 ChatGPT 能够作为辅助工具指导人类实践活动，不限时间、不限地点、不限领域，深度嵌入人类日常生活与工作。在交互可供性方面，熟悉的界面设计、便捷的应用逻辑有效提升了ChatGPT的易用性，无需繁冗的“新手教程”，用户就能直接开始与 ChatGPT 进行沟通与对话。指令精调算法以及 RLHF 模型的应用使得 ChatGPT 的表达越来越符合人类表达习惯，ChatGPT 能在识别人类情绪的基础上同样给出“富有人情味”的回应。看似简单的对话交互却能给予用户积极的情感体验。在传播可供性维度上，ChatGPT 智能生成的新内容属于既有数据库的补充，大幅提升了用户将其内容纳入实践行动的可能。而 ChatGPT 生成的新内容则会由人际传播进入人际传播范畴，乃至通过大众传播路径建构社会现实。ChatGPT 在内容生产、应用交互以及信息传播维度的可供性为人类实践提供了诸多新可能，但ChatGPT 的大规模广泛使用也有可能会带来许多争议。除了上文中提到的媒介依赖、深层驯化、数字鸿沟加深、错误信息影响认知之外，ChatGPT 还有可能会导致人类因过度依赖其工具属性而丧失自身创造力与主体性。此外，以 ChatGPT 为主的生成式人工智能因数据缺乏多样性，不仅会导致系统性偏见，而且暗藏价值观的对立以及“观点霸权”7。ChatGPT 的出现揭示了人工智能技术功能的新上限，部分用户陷入“技术狂欢”热潮，满心期待生成式人工智能为个体行动与社会生活带来新的颠覆，但学术研究需要冷思考，需要反思技术发展可能造成的伦理争议与权力斗争。如此才能不被日新月异的技术变革所裹挟，冷静客观地对待每一种新技术，真正做到驾驭技术而非被技术异化。参考文献1ChatGPT reaches 100 million users two months after launchEB/OL.(2023-02-02)2023-02-24.https:/