李垚瑞

關鍵詞 人機關系；人工智能；新聞生產(chǎn)

中圖分類號 G2 文獻標識碼 A 文章編號 2096-0360（2021）15-0006-03

人工智能的快速發(fā)展，引發(fā)了人機關系的深刻變革，也同時驅動了新聞傳播步入全新技術時代。人工智能技術為整個人類社會的發(fā)展帶來了巨大的動力。盡管人工智能技術被引入到新聞行業(yè)傳播的時間比較晚，但是人工智能技術卻在新聞行業(yè)發(fā)展迅速，被應用于新聞生產(chǎn)的各個環(huán)節(jié)中，甚至正在改變整個新聞業(yè)態(tài)的發(fā)展，從而影響新聞的生產(chǎn)形式變革。

在人工智能時代中，傳播學研究遭遇了新的挑戰(zhàn)，其核心為基于深度學習的新型人工智能的機器與人之間的鴻溝的消融。在二者正越來越接近的當下，人與人工智能之間的思考界限正在變得模糊。人類中心主義對傳播的定義是以更大的人類社會概念為前提的，即把傳播作為一種獨特的人類特征。早期的傳播模型有意將人類作為傳播者的角色，并將非人的技術歸為傳播媒介的角色。在整個傳播學科的基礎研究中，對“傳播”的定義是基于人與人互動的交流模式，默認溝通是人們通過媒介技術交換信息的過程。然而，伴隨著人工智能的快速發(fā)展，機器在傳播網(wǎng)絡中開始作為內容與意義的生產(chǎn)主體，甚至開始在人的“指導”下對人類傳播進行某種獨立的“學習”與“思考”。重新梳理一遍人機關系的演進歷史，將有助于我們對“傳播”概念進行某種重新思考，以此對未來的人機協(xié)作下的新聞表達形式做出某種預測性的猜想。

1 前人工智能時代：界面兩邊的人與機器

傳統(tǒng)媒體的大眾傳播網(wǎng)絡中，內容生產(chǎn)與信息接受者的角色一般都僅限于人類范圍。然而機器，或者說非人的“工具”的發(fā)明和參與，實現(xiàn)了信息由自發(fā)性、零散性、口耳交互性的傳播，變?yōu)楫a(chǎn)業(yè)化的、批量的、非具身性的傳播。機器突破了信息傳播的介質束縛，突破了人類肉體凡身的距離，將信息的傳播范圍從理論上延展至無限邊界。機器突破了媒體的束縛和信息傳播的生產(chǎn)力瓶頸，打破了時間和空間的界限。通過對即時信息的編碼和翻譯，以及后期的加工和生產(chǎn)的整合，機器可以大規(guī)模地收集信息，將信息批量分發(fā)到不同地區(qū)，并以此干預普通受眾的日常生活。

基于機器工具的發(fā)展和應用，人與機器之間建立了一種信息傳播關系：信息傳播方（人類）—信息傳播工具—信息接收對象（人類）[ 1 ]。這種關系側重于線性、不可逆的傳動，以人對機器的單方面調度和使用為主要運動軌跡，而尚未體現(xiàn)信息傳播工具對人的反向影響。

技術不僅只是人使用以生產(chǎn)意義的工具，事實上，它們是人類生產(chǎn)意義的框架，這一點在前人工智能時代的意義生產(chǎn)中常被人類參與者忽略。早期的意義生產(chǎn)機制將內容與意義呈現(xiàn)在物質性的界面上——紙質的報紙、電波傳送的聲音、或是電視三原色處理的畫面?！皺C器”在“界面”上呈現(xiàn)新聞，人通過“界面”獲取新聞，“機器”的參與在這種新聞表達中更多作為“傳播信道”參與，而非傳播中參與意義編碼或解碼過程的“參與者”之一，被混淆在了“界面”的存在中。此時的“機器”在人類傳播中并不具有主體地位，而是作為非人的“渠道”或者說是“媒介技術”參與到傳播過程中。

但這些沒有主體性的“工具”卻以技術上的“分化”悄悄影響著人類。傳播史根據(jù)傳播媒介的物質不同，依時序分為口語、文字、電子等不同發(fā)展階段，即承認傳遞信息的媒介物質，將會深刻影響傳播活動的形式與效應。對口語或物質技術的關注，反映了傳播研究者已意識到傳播的物質性，即媒介對傳播活動的影響，并且需要積極評估傳播媒介對社會秩序乃至人類身心形塑的影響。同樣，新聞表達形式在不同物質“界面”中為受者傳達出的意義有差異，例如印在報紙上的新聞會被認為是更為嚴肅的，可長久保存的，某種意義上來說可作為“歷史的文本”被保存下來；而電視節(jié)目的播放是轉瞬即逝的，但是是可選擇的，也更容易具有娛樂化、輕松化的傾向。人們在談論電視新聞時有可能會談論聲音與畫面的沖擊，也更有可能會談論與新聞信息本身完全無關的內容，比如評價新聞節(jié)目中主播的穿著或長相。通過不同的“界面”，機器悄然形塑了人類的媒介認知，潛移默化地向人類證明自己的主體地位。

2 老式人工智能/符號人工智能到來：機器“閱讀”人類符號

自圖靈機發(fā)明以來，基于學習的人工智能一直與符號人工智能的范式，即“老式人工智能”（Good Old-Fashioned AI，GOFAI）形成對比，后者基本上將智能理解為閱讀、“操縱”符號的能力。舊式人工智能又稱人工智能的“符號范式”，多圍繞自動下棋或數(shù)學定理證明等問題進行建模，專注于符號解讀和對特定數(shù)學問題的解決。目前機器學習范式對老實人工智能的主導地位通常被解釋為過去10年中計算技術在圖形處理單元（GPU）上向高性能并行計算的強勁發(fā)展的結果。通用圖靈機的概念及其在馮·諾依曼處理器架構中的實現(xiàn)，不僅比機器學習更適合符號范式，更影響了當時對“智能”和“認知”的普遍理解，使之專注于符號操作和問題解決?！巴高^界面，數(shù)字媒介成為操控者與機器感知、呈現(xiàn)、控制的互動因子……雖然計算機確實在寫作和閱讀，但它是以一種寫作和閱讀的人類看不見的方式進行的。”[ 2 ]這種對符號的“閱讀”和“寫作”最早影響了新聞生產(chǎn)中人工智能的應用方向。

基于特定采集“閱讀算法”的舊式人工智能的應用之一，是物聯(lián)網(wǎng)對人類全天候的信息采集。在這種對人類行為數(shù)據(jù)的獲取中，機器能起到的作用只是采集而非“篩選”“理解”和“重表達”，數(shù)據(jù)在新聞中的實際應用仍是通過人類參與者的邏輯進行的。人將舊式人工智能收集的數(shù)據(jù)以人類的視角進行“編輯”，令其變得可視化、可讀化。舊式人工智能在人類有意或無意“壓制”算法的智能化發(fā)展與自我調適能力的過程中變成了“新聞表達背后的協(xié)作者”。

這種情況下產(chǎn)生的舊式媒介融合是一種需要人自主選擇的“全方位”——無視不同媒介之間無法通約的差異性，所謂的“媒介融合”，指的無非是不同媒介（如小說、漫畫、電影、電視、游戲）在資本意義上的“融合”，也就是認為同一個“IP”（內容）應該在多種不同的媒介平臺上進行一體化地復制再生產(chǎn)，以便獲取最大化的受眾。此時的多種形態(tài)的分發(fā)“機器”在人類眼中仍和前人工智能時代的“不同物質形態(tài)的新聞呈現(xiàn)界面”沒有本質的區(qū)別。

然而，人工智能的符號式應用也帶來了某些媒介表達變遷的可能性。在舊式人工智能前提下發(fā)展出來的用于交流的人工智能技術被設計成人們與之交流信息的東西，這與歷史上媒介作為人們相互交流的手段而發(fā)展起來的角色不同。誠然，在人工智能之前，機器的“發(fā)聲”技術已經(jīng)存在于汽車導航系統(tǒng)中；但是，與這些設備的互動僅限于使用范圍狹窄的有限指令。技術不能適應用戶、情境或信息[3]。與人工智能設備和程序的互動是動態(tài)的，而不是靜態(tài)的，取決于在特定的時刻和背景下交換的信息或輸入程序的數(shù)據(jù)。在用于交流的人工智能技術發(fā)展起來的同時，某種“人與機器的協(xié)作”關系正在悄悄生成。當人們?yōu)椤罢f話的人工智能”設定了“類人格”的目標時，實際上就是將機器納入了傳播的主體之中，作為“傳播的行動者網(wǎng)絡”的一環(huán)——這一重要的設定，影響了接下來人與機器新型協(xié)作關系的發(fā)展路徑。

3 從機器學習到深度學習：人與機器的新型協(xié)作關系

“Web 2.0”時代到來，人們被“無處不在的算法”裹挾，此時人與機器之間的關系發(fā)生了根本性的轉變，這種轉變在人機交互的設計和完善中得以實現(xiàn)。當前，人工智能技術的次時代的特點是，通過將人類作為機器認知的“代理”，實現(xiàn)智能設備的網(wǎng)絡化技術新形態(tài)?；诂F(xiàn)代用戶體驗設計形成的媒介轉型不僅是深度學習成功的先決條件，還促進了“人工智能”概念本身的轉變，這與人與機器的媒介技術關系密不可分。在深度學習范式中，人類的認知技能不再由機器模擬，而是嵌入到機器網(wǎng)絡中。深度學習與其說是用智能機器取代人類的認知勞動，不如說是通過新的勞動形式和機器化的權力關系，將人類的認知嵌入并收獲到計算網(wǎng)絡中。

步入智能時代后，機器學習不僅僅是算法和計算機硬件的高性能計算：它是一個涉及人機界面和媒介技術的媒介文化集群，使得參與其中的人們潛移默化地產(chǎn)生可以作為訓練數(shù)據(jù)的數(shù)據(jù)。在脫離老式人工智能后的發(fā)展中，今天基于深度學習的人工智能是在計算網(wǎng)絡中大規(guī)模收獲人類勞動和認知的產(chǎn)物。深度學習是機器學習領域中基于模擬人工神經(jīng)網(wǎng)絡（ANNs）的方法。許多在舊式人工智能時代難以解決的計算問題，如圖像中的對象識別、自然語言處理、大型數(shù)據(jù)集中的模式識別等，現(xiàn)在都可以通過深度實現(xiàn)自動化。深度學習的本質是通過網(wǎng)絡采集的人類數(shù)據(jù)和人類參與對人進行認知。深度學習項目成功所依賴的稀缺資源既不是算法，也不是計算能力，而是訓練和驗證數(shù)據(jù)的可用性，而這些數(shù)據(jù)最終是通過人類的參與獲得的[4]。

深度學習的算法無法超越自身，也無法改變算法與設計的關系，算法無法取代輸入階段的人類和機構行為者。即使是自我學習的算法，也還不能超越算法本身設計的結果而學習和改變自己。此時，人類在機器的深度學習過程中的“協(xié)助”作用得以發(fā)揮。

一個典型的例子是對自動寫作機器人寫作風格的不斷“調整”。“機器寫作真正的難點在于怎么讓它看起來像人寫的，因為只有數(shù)據(jù)不是好故事”。在這方面，基于對人的寫作模式的分析和學習，機器也在不斷提高自己的創(chuàng)意性表達水平，也有可能逐漸形成一定的個性化寫作風格。事實上，對于新聞內容應該如何生產(chǎn)、傳播或使用的理想，在很大程度上來自于人類新聞工作者提供的“過去的經(jīng)驗”。從這層意義上來說，人類就像一個新聞工作室中的“前輩”，“協(xié)助”進入新聞生產(chǎn)工作流程不久的“機器”適應面向人類讀者的新聞生產(chǎn)工作。

騰訊開發(fā)的DreamWriter是人機協(xié)作的一個典型例子。DreamWriter使用機器學習漢語的表達，就像人類上語文課那樣學習所有的漢語詞匯、句子、經(jīng)典文本，從中提取人類的語言習慣。DreamWriter利用知識映射技術、自然語言處理技術等文本分析算法，來分析和理解這些文本信息的語義和語法關系。掌握中文單詞和句子是如何形成的，根據(jù)文章的結構和邏輯連接單詞和句子并形成一篇文章，以及學習使用一些修辭手段。DreamWriter還能夠在新聞文章中找出表達中的錯誤，并提供建議以糾正文本中的錯誤[5]。人類則為Dreamwriter提供“學習素材”，向其數(shù)據(jù)庫中大量提供人類的新聞生產(chǎn)邏輯，并向它提供必要的要素、數(shù)據(jù)以生產(chǎn)新聞。這一過程在某種程度上是人類對舊媒體時代新聞生產(chǎn)理想化的體現(xiàn)，“客觀公正地提供必要的信息”。

在“教授”機器的過程中，人類新聞表達的方式也受到了影響。各種不同的敘述體式與表達方式模糊了新聞表達的邊界。例如最近出現(xiàn)的“新聞對話機器人”，以人與新聞機器人對話的形式將新聞內容呈現(xiàn)出來，這顯然與傳統(tǒng)的新聞信息對“新聞要素”齊全的要求有了較大差別。同時，在以人機對話形式呈現(xiàn)新聞時，機器的主體性也在人類的傳播網(wǎng)絡中得到體現(xiàn)。技術并沒有被歸結為只在交流中扮演一種傳播渠道角色，對技術的設計、功能以及人們如何感知和與之互動的另一種思考方式，開啟了對人與機器之間互動的新理解。

對人機交互的新理解也使得人在和機器的“對話”中進行無意識的重新反思，并強調主體“自我”的必要性。無論從狹義的角度或是更廣泛的角度來定義新聞，新聞報道中都會盡量保持新聞報道的客觀性，在報道中會盡量避免使用第一人稱“我”，同時也較少使用對新聞報道中人物的心理狀態(tài)的描寫，但是運用非虛構敘事方式進行的非虛構寫作卻頻繁的使用著“我”的稱謂，文本中也常常含有自我感情的表達。例如，界面新聞的子品牌正午故事中的一篇非虛構寫作作品《家園計劃：關于人類的未來？》中就含有大量的人物內心獨白的內容，以“我”的視角呈現(xiàn)新聞內容。盡管對于非虛構寫作是否能夠歸為新聞的界定問題還處于爭議中，但當強調觀眾沉浸式體驗的AR、VR新聞開始發(fā)展，傳統(tǒng)新聞客觀性的絕對地位開始動搖，而主觀視角下“我”的感受在新聞表達中得到強調。

4 未來的新聞表達形式：“智能化”的信息內化

傳播技術的發(fā)展使得人工智能從人們交談的中介渠道轉變?yōu)槿祟悅鞑ミ^程中的直接參與者，這同時給傳播學者帶來了理論上的挑戰(zhàn)和機遇。正如上述所闡述的那樣，關鍵的顛覆性轉變在于交流型人工智能打破了人類參與在傳播理論中的主導作用，而這種作用長期以來都是基于根植于人類中心主義的傳播定義的邏輯假設。

人工智能的進化最終是為了消融“界面”的可見性，使界面和數(shù)字信號的處理過程一樣變得對界面前的人不可見——同樣也使得界面區(qū)隔對自身“不可見”。在人工智能對所收集的人類提供的數(shù)據(jù)不斷的學習、“反思”過程中，人工智能得以越來越貼近人的思考方式，將人的主體性再次納入新的話語網(wǎng)絡中，實現(xiàn)了超越前話語網(wǎng)絡的“反思”。站在人的角度，則是站在“媒介本體論”的角度，重新思考機械作為“行動者”的主體性。非人的媒介技術將未必是傳統(tǒng)信息傳播模式中作為“傳播信道”的媒介。在人類與人工智能交互產(chǎn)生的媒介文化網(wǎng)絡中，人們習慣性地依附于數(shù)字界面，從而能夠將其作為數(shù)據(jù)仆人和自由勞動力加以駕馭。因此，人類輔助下的人工智能不僅是眾多技術中的一種，而且是一種歷史形成的傳播媒介技術。它基于社會經(jīng)濟條件、技術標準、政治話語，以及數(shù)字世界中的特定習慣、主體性和體現(xiàn)，本身就是與數(shù)字媒介日?；拥漠a(chǎn)物。

數(shù)字信號在人類不可見的界面內部會發(fā)生更進一步的與人的協(xié)作需求；人工智能追求的未必是單方面以自己的數(shù)字符號體系“教化”人類，而是“面向”人類，通過卷積式的深度學習跨越“界面”的壁壘。人工智能與人協(xié)作，擁抱彼此乃至成為彼此。此時，關于媒介技術對新聞表達形式影響的議題也許將回歸到傳播的初級形式——人際傳播，甚至如果技術成熟的話，可能會發(fā)展為對人內傳播的研究，即人類的“反思”過程。隔開人與機器的“界面”已經(jīng)在人機關系的演進中被消融了。當新聞傳播中的“機器”從傳播的渠道變成“界面”對面的傳播主體，當“界面”的存在在機器的高速運算和智能化內容呈現(xiàn)中逐漸變得不可見，或許新聞表達形式終有一天會完全變成一種“人機交流”，新聞傳播過程將會變成“智能化的信息內化”。

參考文獻

[1]趙淵.人機關系與信息傳播變革[J].現(xiàn)代傳播（中國傳媒大學學報），2019，41（6）：150-154.

[2]唐士哲.作為文化技術的媒介：基德勒的媒介理論初探[J].傳播研究與實踐，2017，7（2）：5-32.

[3]Andrea L Guzman，Seth C Lewis. Artificial intelligence and communication：A Human–Machine Communication research agenda[J].New Media &；Society，2020，22（1）：1-17.

[4]Rainer Mühlhoff.Human-aided artificial intelligence：Or，how to run large computations in human brains·Toward a media sociology of machine learning[J].New Media &；Society，2020，22（10）：1868-1884.

[5]劉睿楠.人工智能技術參與新聞生產(chǎn)的路徑與影響研究[D].沈陽：遼寧大學，2020.