AIGC的反向馴化表征分析

師涌航 耿紫琪

摘要：隨著媒介技術的不斷發(fā)展，弱人工智能逐漸向強人工智能發(fā)展。美國OpenAI公司所研發(fā)的ChatGPT將AIGC推向了認知智能的階段。當前，以ChatGPT為代表的AIGC已成為人機傳播領域研究的重點與熱點。文章針對人與AIGC的互動過程，深入探討當前AIGC對人的反向馴化作用，為防止人機關系的異化、預防AIGC帶來的風險、建立AIGC良性機制提供建議。文章基于Python采集知乎社區(qū)“AIGC”與“ChatGPT”兩個話題的精選回答。結合知乎社區(qū)相關話題的文本分析，從使用動機、使用過程、使用體驗三個方面對10個受訪用戶進行半結構式訪談和人工編碼，深入探討動機需求、使用方式、體驗評價三個維度。研究發(fā)現(xiàn)，AIGC對人的反向馴化體現(xiàn)為被動包容型下的AIGC的服務導向激發(fā)人的技術邏輯表達、被動控制型下的AIGC的交互性規(guī)訓人的能動性、被動情感型下的AIGC的模擬反饋滿足人的情緒需要。文章得出結論：在人機交互中，通過對反向馴化的深入探討，可以大致分為主體維度、時空維度、社會交往維度。人的賽博格轉向與媒介智能化提升成為反向馴化的前提，人對AIGC的想象、AIGC的嵌入與轉化構成了反向馴化的過程，工具理性掩蓋價值理性也帶來了人機關系異化的風險。因此，創(chuàng)建AI內(nèi)容生產(chǎn)的良性機制，既需要提高用戶的媒介素養(yǎng)，又需要技術開發(fā)人員以人為本、以德為先、以法為界，將技術對人的反向馴化作用降到最低，推動AIGC可持續(xù)發(fā)展。

關鍵詞：AIGC；人工智能；反向馴化；人機傳播；ChatGPT

中圖分類號：TP18 文獻標識碼：A 文章編號：1004-9436（2023）16-0-03

0 引言

隨著媒介技術的不斷發(fā)展，弱人工智能逐漸向強人工智能發(fā)展。2022年11月，美國OpenAI公司開發(fā)了ChatGPT人工智能聊天機器人程序，其上線兩個月后用戶數(shù)量便達到1億。在人工智能發(fā)展的三個歷史階段，ChatGPT屬于認知智能的代表，具有自主行動能力，像人一樣思考、工作，甚至開始學習、感受、體會人的情感傾向［1］。

當前關于AIGC的研究大部分是從外部的媒介層面進行思考，較少從微觀視角觀察“人—機”關系層面。但可以確定的是，人不斷通過對技術的馴化來滿足自身的需求。在當前人機傳播過程中，AIGC作為“有意識的工具”，與人的協(xié)商過程成了必要的交互環(huán)節(jié)。因此，本文針對人與AIGC的互動過程，研究討論當前AIGC對人的反向馴化作用。

1 文獻回顧與問題提出

1.1 協(xié)同、共生、交往：人機傳播的生態(tài)變革

AIGC即人工智能生成內(nèi)容，是在人工智能算法幫助下創(chuàng)建內(nèi)容［2］。一些學者認為AIGC是繼PGC（專業(yè)生產(chǎn)內(nèi)容）、UGC（用戶生產(chǎn)內(nèi)容）、PUGC（專業(yè)用戶生產(chǎn)內(nèi)容）后的一種新的內(nèi)容生產(chǎn)方式，其既是從內(nèi)容生產(chǎn)者視角進行分類的一類內(nèi)容，又是用于內(nèi)容自動化生成的一類技術集合［3］。隨著ChatGPT的爆火，AIGC從輔助內(nèi)容生產(chǎn)走向內(nèi)容創(chuàng)作的主體。雖然在這一交流過程中，人和機器都是傳播主體，但人仍然是基于滿足需求發(fā)出控制命令的核心。

隨著AIGC的不斷發(fā)展，人機傳播、人機互動逐漸向人機交往變革。人機交往是指以成熟的智能技術和仿真技術為支撐的智能機器人所進行的“人—機”雙向交往行為［4］。在交往過程中，AI會基于在半監(jiān)督學習和非監(jiān)督學習中使用的人工神經(jīng)網(wǎng)絡進行自編碼，并不斷深入學習。但在某些方面，機器永遠有其局限性。人機交流中總體是以人為中心的不平等交流，這不僅會影響人機交流的結果，還會為人際傳播帶來障礙［5］。因此在許多情況下，AI的地位并不會與人完全平等，而是處于一種“被馴化”狀態(tài)。那么這種單向馴化的過程會一直存在嗎？

1.2 馴化與反向馴化：微觀視角下的人機傳播過程

羅杰·西爾弗斯通最早提出了馴化理論，認為在電視走進千家萬戶的過程中，家庭不再只是一個經(jīng)濟和人口統(tǒng)計單位，更是文化互動的場域。用戶在接納媒介技術時就像將“野生媒介”轉化為“家養(yǎng)媒介”的過程［6］。但有學者發(fā)現(xiàn)，人們在“馴化”媒介的過程中也在不斷被“反向馴化”［7］。一項采用深度訪談方法探討TikTok用戶與人工智能算法協(xié)作方式的研究表明，人類用戶在與算法互動時會相互影響，用戶可能在使用的過程中嘗試有意識地訓練算法，以獲得更符合自己興趣和需求的內(nèi)容。這一過程是在技術邏輯下進行的，人也會遭受算法帶來的“形塑”。那么，在與AIGC這類更強調(diào)交互的智能機器交流的過程中，這種“反向馴化”趨勢是否存在？在具體的人際互動模式中，這種基于馴化與反馴化的人際關系又是如何體現(xiàn)的？

2 研究方法

由于當前關于AIGC仍沒有成熟的研究理論與體系、國內(nèi)AIGC使用者較少，所以采用質(zhì)性研究范式較合適。本文收集在線問答社區(qū)知乎的數(shù)據(jù)，主要采用內(nèi)容分析法與半結構式訪談法進行研究。首先，以知乎社區(qū)中“AIGC”與“ChatGPT”話題下的討論文本為研究對象，按熱度初步梳理帖子，發(fā)現(xiàn)關于AIGC使用的帖子集中于前8條。因此，收集兩個話題中前8條精華帖子，采集話題中的回答并按關注度排序，每條帖子抽取排名前10的回答，共抽取80個研究樣本。選取3名新聞與傳播研究生對樣本進行人工編碼，提取動機需求、使用方式、體驗評價三個維度，編碼一致率達到90.6%。其次，參考國內(nèi)外相關研究成果與編碼結果設計訪談大綱，采用半結構化的方式對10名受訪者就相關問題進行深入的探討。

3 AIGC的反向馴化表征

3.1 被動包容型：AIGC的服務導向激發(fā)人的技術邏輯表達

AIGC作為語言模型，邏輯主要是基于機器學習算法和自然語言處理技術，通過輸入的文本數(shù)據(jù)進行分析、識別和生成回復，以此盡可能滿足用戶的需求和期望。在這種服務導向的技術邏輯下，人可以按自己的喜好向AI發(fā)送信息，與AI自由互動。AI基于預設算法與數(shù)據(jù)的自動化處理，與主體在表達內(nèi)容上所體現(xiàn)的功能性動機與情感性動機兼具對應關系，人在自由表達中既滿足了信息需求，又滿足了情感需求。例如，一名知乎網(wǎng)友發(fā)表了自己的觀點，將ChatGPT看作英語家教的交流過程，AIGC在提供訓練外語場景的同時，能使訓練者免于產(chǎn)生人際交往時的恐懼。

總體來說，現(xiàn)階段大多數(shù)人將AIGC看作提高生產(chǎn)力和工作效率的工具，人在被AIGC服務時更多考慮的是自身的需求、喜好、意愿等，擁有自由表達的權利?！癆IGC對于我們?nèi)粘５囊恍┕ぷ骱蛯W習生活是幫助很大的，它能夠很快地給我們提供一些知識框架和一些調(diào)研背景，并且用富有邏輯性的語言來回答我們?！保‵05）可以看出，人機傳播與人際傳播的一個顯著不同在于，主體（人）在技術邏輯下的自由表達。

3.2 被動控制型：AIGC的交互性規(guī)訓人的能動性

雖然AI服務導向的核心使人擁有自由表達的權利，但在人與機器交互的過程中，人的能動性同樣會被AIGC預設的算法和數(shù)據(jù)束縛。在使用過程中，由于AIGC的學習性、適應性與交互性，許多用戶會不斷調(diào)整自己的表達方式來使生成內(nèi)容更貼合自己的問題。如“與AIGC進行交流，主要是得按照它能理解的思路來提問，并且在互動過程中不斷地改變自己的提問方式”（F01）?？梢姡黧w會潛移默化地受到AIGC的影響，在調(diào)整自身表達方式的過程中與機器不斷磨合，這時主體會呈現(xiàn)出被動控制者的特征。

AIGC對主體的控制不僅體現(xiàn)在表達方式上，還體現(xiàn)在表達內(nèi)容上。一名知乎用戶發(fā)現(xiàn)，“ChatGPT外層套著一層非常精巧的鎖。工程師們通過欺騙這個AI，讓它誤以為自己做不到很多事情”。通過長時間與ChatGPT交流，發(fā)現(xiàn)當前存在觸發(fā)的限制主要有：敏感政治話題、人物，敏感宗教話題、人物，扮演特定人物與我對話，會造成危險的行為，道德類問題、主觀性問題。AIGC在這種預設的“枷鎖”限制下，回答總是會繞開上述話題或生成內(nèi)容通常較為“正面”，體現(xiàn)為“我只是一個人工智能機器人，我無法……”“我們應該避免這樣的情況發(fā)生，以和平的方式來解決問題”。這也使用戶一般情況下無法與AI交流敏感、危險的負面內(nèi)容。

3.3 被動情感型：AIGC的模擬反饋滿足人的情緒需要

AIGC作為人工智能語言模型，本身并不具備真正的情感和情感經(jīng)驗，也沒有主觀意識和自我意識。所謂的“情感”，本質(zhì)上是一種基于邏輯規(guī)則和預設條件的自動化處理，通過程序設計來模擬反應，如回應用戶時使用禮貌用語，或者對某些話題產(chǎn)生一定的情感反應。這也導致AIGC在情緒表達上過于單一，如“個人認為目前的語言模型在聊天過程中仍然會過于‘客觀”“一個人心情糟糕需要安慰時，或許更想聽到偏向自己的‘主觀回復而不是非?？陀^的安慰”（F10）。

在知乎話題中有一小部分用戶測試了AIGC在情感交流上的表現(xiàn)。例如，一名用戶讓Bing模擬自己的女友進行交流，AIGC在整個互動過程中，可以通過語義分析識別情感詞并作出回應，如當用戶說“我生氣了”，AIGC便會回復一些安慰性質(zhì)的話語。但值得注意的是，這種情感反饋并不是百分百回應的，同樣受到預設算法的限制。知乎用戶在發(fā)送模擬的指令時，機器會首先申明“請不要對我或者女方有任何不尊重或不禮貌的行為，否則我會立刻終止對話”。

4 對AIGC反向馴化的深入思考

4.1 主體維度：人的賽博格轉向與媒介的智能化提升

在技術使用的思維邏輯下，賽博格主體性將人類身份數(shù)字化，人與機器的交流成了同類型的信息指令交換。對AIGC來說，用戶所發(fā)送的信息會在感知層形成程序語言或機器語言，再從反應層回歸自然語言進行反饋。從這個角度看，人對AIGC的馴化本質(zhì)上是AIGC被程序代碼控制。“我和它聊天的話會像寫code一樣，直接把需求輸進去。”（F03）可見，在自然語言轉化為人工語言的過程中，人要順從機器的邏輯，這也成為馴化的一個前提。

同時，在人機互動過程中，人的能動性發(fā)揮的多少是判斷機器智能化程度的重要因素之一［8］。AIGC擁有的高智能化水平使其能夠更好地理解人類的需求和意圖，并能夠快速、準確地響應人類的指令或請求。同時，AIGC的靈活性、適應性、創(chuàng)新性等特征下的自主學習和適應能力也會對人類主動參與程度產(chǎn)生不可忽視的影響。因此，在媒介越發(fā)智能化的時代，人需要在技術邏輯下持續(xù)探索嘗試，這也使人的能動性不斷發(fā)生變化。

4.2 時空維度：人對AIGC的想象、嵌入與轉化

在AIGC設計之初，設計者與生產(chǎn)者會通過預設、想象使用者的需求來賦予其象征意義與物質(zhì)意義。但使用者并不會完全接納，而是結合自身經(jīng)歷、需求、立場進行重置，以此將其嵌入生活。這種“協(xié)商”便是對AIGC的初步馴化。當這種單向馴化仍無法滿足人的想象時，人便會通過其他途徑來補充、改進，這就是反向馴化的過程?！八豢偸侵悄埽袝r候很傻瓜，一般得追問3～4次。”（F02）

當AIGC成為一個“商品”被改造、被預馴化、從公共世界挪用到私人領域時，意味著人與機器正式達成了雙向馴化關系。這種馴化實踐具體表現(xiàn)為使用方式、使用位置、使用時間上的建構。許多用戶在檢索信息、編寫文本、藝術創(chuàng)作等過程中總會優(yōu)先想到AIGC，將其作為一種提升效率的輔助工具。

AIGC嵌入用戶生活后進一步成為人的新媒介延伸，其跨越了公共與私人的界限。人們與AIGC在磨合后又會重新將其帶進公共空間，此時媒介技術轉化為人與社會關系的中介。在知乎社區(qū)，人們熱烈討論有關AIGC的使用方式與使用體驗。一名知乎網(wǎng)友表示：“我在海外上學，我們班ChatGPT普及率可以說是100%。”因此，在馴化實踐過程中，不僅是人在規(guī)訓自己的AIGC，AIGC也在潛移默化地影響社區(qū)的人們對社會媒介的認知與使用。

4.3 社會交往維度：技術邏輯主導下人機關系的異化

當技術媒介成為人的延伸，人也會成為技術意志的能動實現(xiàn)者。AIGC的技術意志需要用戶根據(jù)其內(nèi)部邏輯作出改變，由此引發(fā)了反向馴化的實踐過程。技術使用者在再次使用的過程中會改變自己的使用意愿、行為方式、操作路徑等?！巴话l(fā)奇想讓ChatGPT寫一封文言文版的致謝信出來，發(fā)現(xiàn)結果很差，甚至不能正確地匹配作者與古詩詞，這個時候就需要進行一步步的反問，來迫使它對答案進行修正?！保‵01）

在生活智能媒介化的時代，“反向馴化”成為“異化”在信息環(huán)境中的延伸與發(fā)展。人在這個過程中對技術逐漸產(chǎn)生精神依賴。一些用戶會對自己無法學會使用新的AIGC產(chǎn)生恐懼與擔憂?！皳母簧蠒r代錯過風口，更新得太快，需要學習的東西太多了！”（F08）可見，當前一些用戶已經(jīng)從對媒介接觸的某個場景需要發(fā)展為對AIGC非目的性接觸動機，這也導致用戶使用技術的熟練程度與技術快速發(fā)展之間存在矛盾。

媒介化時代也是工具理性的時代。AIGC的大量數(shù)據(jù)驅動、細致算法模型、精準客戶導向的特點，使每個人所訓練、接觸的模型都有所不同。一些知乎用戶會通過訓練ChatGPT回答問題的方式來使其滿足自身需求。這也使一些人所使用的AIGC存在倫理道德風險?！耙訡hatGPT為例，它的回答機制是通過大量自然語言文本進行訓練統(tǒng)計的，這很可能導致AI胡說八道，所以如果用戶自己無法分辨給出內(nèi)容的真?zhèn)尉瓦M行傳播，就可能有一系列虛假 信息傳播的法律風險。”（F09）工具理性營造了一種“用戶愛看”“用戶愛聽”的特征。這個過程中是否淹沒了價值理性，仍不得而知。從人文主義的角度來看，技術應當成為一種純潔的生產(chǎn)力。如果工具理性掩蓋了價值理性，那么AIGC就會造成媒介化時代人的異化。

5 結語

從人機馴化的角度出發(fā)，AIGC不斷逼近人“際”交往，對現(xiàn)實生活產(chǎn)生逆向作用。要想在工具理性的基礎上強調(diào)價值理性，創(chuàng)建AI內(nèi)容生產(chǎn)的良性機制，既需要提高用戶的媒介素養(yǎng)，又需要技術開發(fā)人員遵循“以人為本”“以德為先”“以法為界”的原則，將技術對人的反向馴化作用降到最低，防止人機關系的異化，推動AIGC可持續(xù)發(fā)展。

參考文獻：

［1］ 喻國明，滕文強，郅慧. ChatGPT浪潮下媒介生態(tài)系統(tǒng)演化的再認知：基于自組織涌現(xiàn)范式的分析［J］.新聞與寫作，2023（4）：5-14.

［2］ 陳昌鳳，張夢.由數(shù)據(jù)決定？AIGC的價值觀和倫理問題［J］.新聞與寫作，2023（4）：15-23.

［3］ 郭全中，袁柏林. AIGC與WEB3.0有機融合：元宇宙內(nèi)容生產(chǎn)的新范式［J］.南方傳媒研究，2023（1）：36-47.

［4］ 林升梁，葉立.人機·交往·重塑：作為“第六媒介”的智能機器人［J］.新聞與傳播研究，2019，26（10）：87-104，128.

［5］ 彭蘭.人機傳播與交流的未來［J］.湖南師范大學社會科學學報，2022，51（5）：12-22.

［6］ 李錦輝，顏曉鵬.“雙向馴化”：年輕群體在算法實踐中的人機關系探究［J］.新聞大學，2022（12）：15-31，121-122.

［7］ 李彪，杜顯涵.反向馴化：社交媒體使用與依賴對拖延行為影響機制研究：以北京地區(qū)高校大學生為例［J］.國際新聞界，2016，38（3）：20-33.

［8］ 樊鑫鑫，羅雁飛.人機傳播：智能家居的反向馴化傾向：基于人際需要三維理論的視角［J］.青年記者，2022（14）：48-50.

作者簡介：師涌航（2000—），男，貴州貴陽人，碩士在讀，研究方向：智能傳播。

耿紫琪（2000—），女，江蘇徐州人，碩士在讀，研究方

向：文化傳播。