跨文化傳播中的人工智能：應(yīng)用場景、倫理風(fēng)險(xiǎn)與治理路徑

顏靜　曾道建

摘? 要：當(dāng)前，人工智能技術(shù)在各大新聞和社交媒體中廣泛應(yīng)用，為信息傳播帶來了極大的便利，但也催生了交互過程中的支配、隱私、歧視等倫理問題。文章從傳播過程出發(fā)，梳理了人工智能應(yīng)用下跨文化傳播內(nèi)容的采集、生產(chǎn)、投放和管理的應(yīng)用場景，分析其在技術(shù)實(shí)現(xiàn)和技術(shù)應(yīng)用中，可能產(chǎn)生虛假信息和謠言的采集及傳播、失業(yè)、算法歧視和偏見、隱私泄露、信息繭房、意識形態(tài)侵害等倫理風(fēng)險(xiǎn)，提出應(yīng)加強(qiáng)內(nèi)容篩選和審查機(jī)制、提高算法的透明度和可解釋性，完善用戶反饋和政府監(jiān)管機(jī)制以及推進(jìn)職工轉(zhuǎn)崗和企業(yè)轉(zhuǎn)型等建議。

關(guān)鍵詞：跨文化傳播；人工智能；新興媒體；倫理風(fēng)險(xiǎn)；倫理治理

中圖分類號：TP18；G206 文獻(xiàn)標(biāo)識碼：A DOI：10.19881/j.cnki.1006-3676.2023.08.09

一、引言

人工智能（Artificial Intelligence，簡稱“AI”）是技術(shù)不斷發(fā)展進(jìn)步的成果，公認(rèn)其起源于1956年，由約翰·麥卡錫（John McCarthy）等科學(xué)家在達(dá)特茅斯會議上提出。但時(shí)至今日，人工智能的定義仍沒有統(tǒng)一界定。斯坦福大學(xué)人工智能研究中心N.J.尼爾遜教授認(rèn)為，“人工智能是關(guān)于知識的科學(xué)”，所謂“知識的科學(xué)”就是研究知識的表示、知識的獲取和知識的運(yùn)用。[1]自1956年以來，人工智能的發(fā)展經(jīng)歷了3次浪潮，從快速發(fā)展到初步產(chǎn)業(yè)化，到如今信息時(shí)代催生下迎來的大規(guī)模爆發(fā)。大量的資金和人力投入到了人工智能的研發(fā)和應(yīng)用中，人工智能的發(fā)展范圍不斷拓寬。

跨文化傳播是指各種文化信息在時(shí)間和空間范圍內(nèi)流動、共享和互動的過程[2]，其研究內(nèi)容不僅包括不同文化背景中的個(gè)人、群體、組織和國家之間交往的特點(diǎn)和規(guī)律，也涉及文化沖突與解決的途徑、技術(shù)發(fā)展對文化的影響等諸多方面。[3]在互聯(lián)網(wǎng)時(shí)代背景下，當(dāng)今文化信息的傳播逐漸從大眾傳播演變?yōu)閭€(gè)體傳播，由于技術(shù)的發(fā)展，傳播媒介從過去單一的廣播、電視、報(bào)紙的大眾傳媒發(fā)展到傳統(tǒng)媒體與互聯(lián)網(wǎng)新媒體共存的局面。相比于傳統(tǒng)媒體，新媒體在主流外宣旗艦媒體、海外主流媒體和自媒體方面都充分發(fā)揮了傳播優(yōu)勢，可以更好地實(shí)現(xiàn)系統(tǒng)性和網(wǎng)絡(luò)化傳播模式下人際傳播和群體傳播的互動性。[4]

根據(jù)拉斯韋爾提出的5W線性傳播模式，傳播的五項(xiàng)基本要素分別為“誰—說什么—通過什么渠道—對誰說—取得什么效果”，即傳播主體、傳播內(nèi)容、傳播渠道、傳播受眾和傳播效果。[5]目前，人工智能技術(shù)在依據(jù)此五項(xiàng)傳播要素劃分的采集、生產(chǎn)、投放和管理場景下均有應(yīng)用，大大提高了傳播效率和精準(zhǔn)性，但由于技術(shù)自身的缺陷和技術(shù)應(yīng)用過程中的問題，也導(dǎo)致了支配、隱私、歧視等一系列倫理風(fēng)險(xiǎn)。筆者將從應(yīng)用場景、倫理風(fēng)險(xiǎn)、治理路徑3個(gè)方面對跨文化傳播中的人工智能技術(shù)進(jìn)行剖析和探討，以期為人工智能技術(shù)助力跨文化傳播研究提供參考借鑒。

二、人工智能在跨文化傳播中的應(yīng)用場景

從傳播的五要素和傳播過程出發(fā)，可將人工智能在跨文化傳播中的應(yīng)用分為4個(gè)方面：對文化信息的智能采集、智能生產(chǎn)、智能投放以及智能管理。其中，智能采集和智能生產(chǎn)能有效解決傳播主體的代表性和傳播內(nèi)容的真實(shí)性問題，而智能投放則保證傳播渠道和傳播受眾的精準(zhǔn)性，最后，智能管理再根據(jù)受體的反饋進(jìn)一步對傳播內(nèi)容、傳播渠道和傳播受眾進(jìn)行提升和優(yōu)化。其具體的應(yīng)用場景、算法技術(shù)和媒體案例經(jīng)梳理總結(jié)后，如表1所示。

（一）智能采集

在智能傳播時(shí)代，信息采集告別了傳統(tǒng)的人工統(tǒng)計(jì)方法而走向了借助人工智能和大數(shù)據(jù)的自動化方法?；诖?，社交媒體和各個(gè)平臺的新聞數(shù)據(jù)可以被快速高效地挖掘定位，得到智能化的采集后精準(zhǔn)地用于媒體內(nèi)容的生產(chǎn)和傳播中。

以英國廣播公司BBC為例，作為世界最大的新聞媒體之一，BBC運(yùn)用人工智能建立了一個(gè)可以用于新聞聚合和內(nèi)容提取的智能信息采集機(jī)器人Juicer，以監(jiān)控國際、國內(nèi)和地方新聞媒體的850個(gè)新聞源。在對新聞的原始文本和元數(shù)據(jù)進(jìn)行抓取后，BBC Juicer應(yīng)用命名實(shí)體識別技術(shù)對文本中提到的概念進(jìn)行識別并標(biāo)記，為媒體工作者提供信源、地點(diǎn)、人物和事件的智能檢索以及國際傳播上的趨勢分析。[6]美聯(lián)社也配置了相應(yīng)的信息監(jiān)控工具SAM。在SAM上，美聯(lián)社的采編人員可以實(shí)時(shí)搜索和追蹤原Twitter和其他社交媒體平臺上的新聞線索，相對于人工手動來監(jiān)控社交媒體的新聞而言，有效提高了采編的效率和水準(zhǔn)。[7]路透社采用路透社追蹤器（Reuters Tracer），吸收原Twitter的數(shù)據(jù)流來追蹤新聞事件的發(fā)生，使用各種類型的數(shù)據(jù)挖掘技術(shù)，首先用聚類算法來尋找對話，再通過分類和排序來確定主題和優(yōu)先級，準(zhǔn)確獲取新聞的標(biāo)題和摘要。[8]

（二）智能生產(chǎn)

目前，在新聞媒體中，已出現(xiàn)大量機(jī)器寫作、可視化新聞和虛擬主播等一系列利用人工智能手段進(jìn)行新聞創(chuàng)作和生產(chǎn)的案例。其中，機(jī)器寫作最先被提出并得到廣泛應(yīng)用。

機(jī)器寫作運(yùn)用人工智能算法將智能采集階段收集的數(shù)據(jù)進(jìn)行加工處理后自動生成稿件，其應(yīng)用最早可以追溯到2009年，美國職業(yè)棒球賽上首次用StatsMonkey的人工軟件完成了一篇體育報(bào)道。[9]隨后的幾年里，其他媒體也有如《華盛頓郵報(bào)》的寫作機(jī)器人Heliograf，美聯(lián)社的Wordsmith以及《洛杉磯時(shí)報(bào)》的QuakeBot等。以美聯(lián)社所使用的Wordsmith為例，Wordsmith首先獲取和分析需報(bào)道的對象的相關(guān)數(shù)據(jù)，將數(shù)據(jù)放到歷時(shí)性的演變中來進(jìn)行解讀，再利用自然語言生成技術(shù)生成稿件。除此之外，美聯(lián)社還有一大智能生產(chǎn)工具Wibbitz。Wibbitz是一個(gè)主打自動化視頻創(chuàng)作的平臺，即將文本轉(zhuǎn)換為視頻。無需任何人工幫助，Wibbitz能將一段純文字文本自動轉(zhuǎn)化成一段視頻短片，短片的內(nèi)容包括照片、旁白、圖表等各種多媒體元素，轉(zhuǎn)化步驟也是在分析用戶上傳的文本數(shù)據(jù)后，先生成簡短的視頻腳本，再根據(jù)腳本在短短幾秒內(nèi)自動將一系列照片或視頻片段拼接起來，加上音效后形成一個(gè)內(nèi)容完整且豐富的短視頻。[10]

（三）智能投放

在媒體內(nèi)容得到采集和生產(chǎn)后，基于人工智能算法的推薦系統(tǒng)可通過分析用戶和其瀏覽的項(xiàng)目屬性信息、瀏覽行為數(shù)據(jù)和用戶社交網(wǎng)絡(luò)信息等數(shù)據(jù)，實(shí)現(xiàn)個(gè)性化的內(nèi)容推薦和投放。[11]

以Facebook為例，F(xiàn)acebook最初采用緊扣用戶社交關(guān)系的邊際排名算法（Edge Rank Algorithm）進(jìn)行社交分發(fā)，算法涉及的核心要素分別是用戶與內(nèi)容發(fā)布者之間的親密度分?jǐn)?shù)，用戶反饋動作以及內(nèi)容發(fā)布時(shí)間的權(quán)重。從中可以看出，親密度和用戶反饋動作的引入優(yōu)化了用戶的社交體驗(yàn)，對于用戶來說實(shí)現(xiàn)了更為精準(zhǔn)地推薦。而在之后，F(xiàn)acebook也借助機(jī)器學(xué)習(xí)方法改進(jìn)了排序算法，除了最初的3個(gè)Edge Rank因素之外，追加了如Story Bumping（對錯(cuò)過的信息進(jìn)行二次判斷）、Last Actor（根據(jù)最近頻繁互動進(jìn)行信息排序的調(diào)權(quán)）等新的特征和排序方式。[12]

2016年，Google將深度學(xué)習(xí)應(yīng)用于推薦業(yè)務(wù)中，發(fā)表了wide＆deep模型[13]，YouTube也同樣推出了深度學(xué)習(xí)推薦模型。在YouTube深度學(xué)習(xí)推薦模型中，整個(gè)流程被分成了兩步，即候選集生成和候選集排序。生成階段基于YouTube用戶的使用行為和興趣偏好，為用戶生成幾百個(gè)候選視頻集，候選視頻集進(jìn)而在排序階段通過更多的特征維度得到評分和排序，最后選出推薦結(jié)果。[14]另一個(gè)典型的智能投放案例，是劍橋分析公司的OCEAN模型。劍橋分析運(yùn)用經(jīng)典的五大人格分類法推導(dǎo)出一個(gè)量型工具，來探知人們潛在的心理特征和個(gè)性。通過“經(jīng)驗(yàn)開放性”“盡責(zé)性”“外向性”“親和性”以及“情緒不穩(wěn)定性”五個(gè)維度精確地為一個(gè)人建立心理學(xué)輪廓檔案[15]，定量描繪其性格，進(jìn)而推斷其政治傾向，從而找到價(jià)值觀相似的國際受眾，并利用大數(shù)據(jù)技術(shù)，實(shí)現(xiàn)目標(biāo)用戶的精準(zhǔn)定位投放。

（四）智能管理

智能管理作為智能化傳播的最后一個(gè)環(huán)節(jié)，常通過對用戶的反饋進(jìn)行挖掘分析，以調(diào)整采集、生產(chǎn)和投放，提高傳播效率，同時(shí)也為輿情管理和虛假信息治理提供依據(jù)。

一般來說，用戶評論是用戶反饋?zhàn)钪苯拥捏w現(xiàn)，因此智能管理一般從評論分析入手。美國《紐約時(shí)報(bào)》就率先應(yīng)用了智能技術(shù)來管理評論。2015年，《紐約時(shí)報(bào)》與谷歌公司旗下的Jigsaw合作創(chuàng)建了The Coral Project（珊瑚計(jì)劃），該計(jì)劃依靠人工智能算法對用戶進(jìn)行分級畫像，并以此決定哪些用戶的評論不必通過審查就可以發(fā)布和置頂顯示。2017年，《紐約時(shí)報(bào)》為了對其新聞的評論區(qū)進(jìn)行進(jìn)一步的管理，使用了Google開發(fā)的人工智能系統(tǒng)Moderator。通過對《紐約時(shí)報(bào)》10年內(nèi)評論區(qū)里人工管理的超千萬條評論進(jìn)行學(xué)習(xí)，Moderator建立起了能夠優(yōu)化管理評論區(qū)的算法，該算法可以識別和篩除惡意評論，保證了評論區(qū)內(nèi)容的友好性。[16]

三、跨文化傳播場景下人工智能的倫理風(fēng)險(xiǎn)

倫理指的是處理人與人、人與社會以及人與自然的關(guān)系時(shí)應(yīng)遵循的行為準(zhǔn)則，是法律制度等具體規(guī)范的制定依據(jù)，也是與之并列的社會規(guī)范。[17]在人工智能領(lǐng)域，涉及的倫理風(fēng)險(xiǎn)分為兩個(gè)方面，一是在人工智能的主體性上，二是在其技術(shù)實(shí)現(xiàn)和應(yīng)用上。人工智能主體性的倫理風(fēng)險(xiǎn)在于其是否擁有自由意志，和根據(jù)倫理準(zhǔn)則做出決策的能力。當(dāng)前學(xué)者普遍認(rèn)為，人工智能仍處于弱人工智能階段，其視覺識別、智能語音、自然語言處理、機(jī)器學(xué)習(xí)等功能只限于單純對外界信息進(jìn)行輸入與反饋，尚不具備人類情感與自主意識，也不能夠根據(jù)情境作出像人一樣的智能反應(yīng)。[18-19]因此，對于人工智能主體性的倫理風(fēng)險(xiǎn)，只能對其進(jìn)行預(yù)防，倫理風(fēng)險(xiǎn)的重點(diǎn)在于人工智能技術(shù)的實(shí)現(xiàn)和應(yīng)用上。

（一）成因分析

當(dāng)前背景下，人工智能的倫理風(fēng)險(xiǎn)主要體現(xiàn)在技術(shù)實(shí)現(xiàn)和技術(shù)應(yīng)用上。在技術(shù)實(shí)現(xiàn)方面，由于人工智能技術(shù)尚未發(fā)展完善，本身具有一定的局限性，因此導(dǎo)致事故頻發(fā)。[20]2022年4月，中國信息通信研究院發(fā)布的《人工智能白皮書（2022）》指出：“以深度學(xué)習(xí)為核心的人工智能技術(shù)正在不斷暴露出由其自身特性引發(fā)的風(fēng)險(xiǎn)隱患?！盵21]人工智能技術(shù)由于以深度學(xué)習(xí)模型為核心，存在著脆弱性、復(fù)雜性以及過度依賴訓(xùn)練數(shù)據(jù)的缺陷。脆弱性在于人工算法容易存在安全漏洞，導(dǎo)致?lián)碛斜还艉蛺阂饫玫娘L(fēng)險(xiǎn)。復(fù)雜性是指深度學(xué)習(xí)模型作為黑盒模型，缺乏可解釋性，導(dǎo)致人類的主體地位和知情利益受到損害。而訓(xùn)練數(shù)據(jù)作為模型的學(xué)習(xí)樣本，具有偏見的數(shù)據(jù)集將直接導(dǎo)致模型產(chǎn)生歧視性的決策結(jié)果。因而，技術(shù)的本身實(shí)現(xiàn)導(dǎo)致其擁有不可信、不透明以及歧視這3種風(fēng)險(xiǎn)。

技術(shù)應(yīng)用方面引發(fā)的人工智能倫理問題，主要是人工智能算法的濫用和誤用導(dǎo)致的支配、隱私和失業(yè)問題。首先，人工智能的數(shù)據(jù)挖掘和分析可以揭示用戶的潛在需求和行為模式，從而給出相應(yīng)的意見或建議，但如果這些信息未經(jīng)審查被濫用或誤用，就可能產(chǎn)生支配問題。例如，一些算法可能被用于操縱用戶的意見和行為，從而塑造用戶的決策，這在政治或商業(yè)競爭中可能帶來風(fēng)險(xiǎn)。其次，大數(shù)據(jù)背景下，人工智能系統(tǒng)通過跟蹤用戶的行為、興趣和偏好，可以收集到大量個(gè)人信息數(shù)據(jù)。并且，對個(gè)人的數(shù)據(jù)采集過程往往不會被監(jiān)控的對象所知曉，個(gè)人隱私信息在人工智能數(shù)據(jù)挖掘過程中無所遁形。[22-23]雖然這些數(shù)據(jù)在一定程度上用于提供個(gè)性化服務(wù)和增強(qiáng)用戶體驗(yàn)，但同時(shí)也引發(fā)了隱私泄露的擔(dān)憂。再次，大規(guī)模的自動化和智能化生產(chǎn)，也可能導(dǎo)致傳統(tǒng)工作崗位被人工智能所取代，引發(fā)失業(yè)問題。人工智能技術(shù)的廣泛應(yīng)用提高了工作效率，但同時(shí)也帶來了失業(yè)等不利后果。[24]由此可見，人工智能不僅在技術(shù)實(shí)現(xiàn)上引發(fā)倫理風(fēng)險(xiǎn)，也在技術(shù)應(yīng)用上沖擊傳統(tǒng)的社會秩序。

（二）倫理風(fēng)險(xiǎn)

根據(jù)倫理風(fēng)險(xiǎn)的形成原因，并結(jié)合具體的跨文化傳播場景來看，人工智能技術(shù)導(dǎo)致的傳播過程中，主要存在虛假信息和謠言的采集及傳播、職業(yè)失業(yè)、算法歧視和偏見、隱私泄露、信息繭房以及意識形態(tài)侵害等倫理風(fēng)險(xiǎn)。

如表2所示，智能采集和智能投放技術(shù)可能會導(dǎo)致虛假信息和謠言的采集以及大規(guī)模傳播，不僅會影響公共輿論，還可能會對個(gè)人和社會造成實(shí)質(zhì)性的傷害。智能生產(chǎn)依賴模型的訓(xùn)練語料，在學(xué)習(xí)充滿歧視和偏見的語料時(shí)，生產(chǎn)內(nèi)容也會產(chǎn)生歧視和偏見。同時(shí)，生產(chǎn)環(huán)節(jié)在一定程度上可以取代人工創(chuàng)作，導(dǎo)致創(chuàng)作者失業(yè)。為實(shí)現(xiàn)精準(zhǔn)推薦，智能投放需對用戶的歷史數(shù)據(jù)進(jìn)行深入挖掘，可能導(dǎo)致對個(gè)人數(shù)據(jù)的過度收集和隱私泄露的風(fēng)險(xiǎn)。而推送內(nèi)容的同質(zhì)化，也易形成“信息繭房”，限制了用戶的主觀能動性。智能管理技術(shù)可能會對用戶的言論自由和表達(dá)自由進(jìn)行限制和干預(yù)，對社會和文化多樣性造成負(fù)面影響。

四、跨文化傳播中人工智能倫理的治理路徑

在跨文化傳播場景下，由于人工智能尚未發(fā)展成“強(qiáng)人工智能”，人工智能的倫理風(fēng)險(xiǎn)仍主要體現(xiàn)在人工智能技術(shù)的實(shí)現(xiàn)與運(yùn)用上，包括傳播內(nèi)容采集階段的虛假信息和謠言的采集，內(nèi)容生產(chǎn)導(dǎo)致的職業(yè)失業(yè)、算法歧視和偏見，內(nèi)容投放帶來的隱私泄露、信息繭房和虛假信息和謠言的進(jìn)一步傳播，以及內(nèi)容管理對意識形態(tài)的侵害與威脅。在此背景下，加強(qiáng)內(nèi)容篩選和審查機(jī)制，提高算法的透明度和可解釋性，完善用戶反饋和政府監(jiān)管機(jī)制，以及推進(jìn)職工轉(zhuǎn)崗和企業(yè)轉(zhuǎn)型，是治理人工智能倫理風(fēng)險(xiǎn)的可行路徑。

（一）加強(qiáng)內(nèi)容篩選和審查機(jī)制

首先，提高智能采集系統(tǒng)對虛假信息和謠言的辨別能力。在啟用人工智能技術(shù)來檢測虛假信息和謠言的同時(shí)，增加人工審核的環(huán)節(jié)，確保采集的內(nèi)容準(zhǔn)確可靠?？赏ㄟ^與權(quán)威機(jī)構(gòu)的合作，共同對虛假信息和謠言進(jìn)行辟謠和警示。其次，在構(gòu)建智能生產(chǎn)系統(tǒng)的訓(xùn)練數(shù)據(jù)集時(shí)，關(guān)注其中可能存在的偏差。在跨文化傳播場景下，數(shù)據(jù)樣本可能來自不同國家、地區(qū)和文化背景。因此，應(yīng)驗(yàn)證數(shù)據(jù)的多樣性和公正性，并通過采用多種數(shù)據(jù)源以及公平原則等方式解決訓(xùn)練數(shù)據(jù)的偏差和歧視問題。最后，對于智能管理應(yīng)用，應(yīng)建立公正、透明和權(quán)威的內(nèi)容審查和管理機(jī)構(gòu)，并采用多方參與的決策模式，確保不偏袒某一特定觀點(diǎn)或政治勢力。

（二）提高算法的透明度和可解釋性

歐盟在2019年4月發(fā)布的《可信賴人工智能倫理準(zhǔn)則》指出，要確保人工智能系統(tǒng)在研發(fā)、部署和使用時(shí)符合可信賴人工智能的7個(gè)關(guān)鍵要求，即人類的能動性和人類監(jiān)督、技術(shù)的穩(wěn)健性和安全性、隱私保護(hù)和數(shù)據(jù)管理、透明性、多樣性以及非歧視和公平、有利于環(huán)境和社會福祉、可問責(zé)性。[25]可見，保障個(gè)人隱私和算法的透明性是治理人工智能風(fēng)險(xiǎn)的重要方面。提高模型算法的透明度和可解釋性，使其能夠解釋其決策和預(yù)測的依據(jù)，有助于發(fā)現(xiàn)和糾正模型中的偏見，并增加用戶對模型的信任度。對于個(gè)人隱私數(shù)據(jù)，應(yīng)明確收集、使用和共享個(gè)人數(shù)據(jù)的權(quán)限和規(guī)范，并提供更多的用戶個(gè)性化隱私設(shè)置，讓用戶有更大的控制權(quán)。

（三）完善用戶反饋和政府監(jiān)管機(jī)制

為治理智能投放構(gòu)建的信息繭房以及智能管理可能導(dǎo)致的意識形態(tài)侵害問題，網(wǎng)站平臺還應(yīng)提倡用戶參與，鼓勵(lì)用戶提交推送意見和對于評論區(qū)建設(shè)的建議，確保平臺的多元化和開放性。同時(shí)，政府、組織和行業(yè)應(yīng)建立相應(yīng)的監(jiān)管和監(jiān)督機(jī)制，以國家層面的倫理準(zhǔn)則為基礎(chǔ)，明確人工智能技術(shù)在傳播過程中需要遵循的道德規(guī)范和價(jià)值觀，對算法模型的訓(xùn)練和應(yīng)用過程進(jìn)行監(jiān)督和管理，確保模型的正當(dāng)性和公平性，保障用戶的權(quán)益，引導(dǎo)各大平臺系統(tǒng)營造有序競爭的良好氛圍。

（四）推進(jìn)職工轉(zhuǎn)崗和企業(yè)轉(zhuǎn)型

針對智能生產(chǎn)引發(fā)的失業(yè)問題，政府和企業(yè)應(yīng)共同采取解決措施。政府方面應(yīng)制定和執(zhí)行相關(guān)政策和法規(guī)，以創(chuàng)造就業(yè)機(jī)會和解決失業(yè)問題。同時(shí)，提供經(jīng)濟(jì)支持和資源，用于轉(zhuǎn)崗培訓(xùn)、職業(yè)咨詢和創(chuàng)業(yè)支持等，并出臺相關(guān)政策以更新教育體系，培養(yǎng)適應(yīng)新技術(shù)和就業(yè)需求的人才。企業(yè)可積極參與轉(zhuǎn)型和技能培訓(xùn)，為受影響的員工提供轉(zhuǎn)崗機(jī)會和培訓(xùn)計(jì)劃，并可通過技術(shù)創(chuàng)新，探索新的商業(yè)模式和就業(yè)機(jī)會。

五、結(jié)語

總的來說，人工智能技術(shù)的發(fā)展為媒體應(yīng)用創(chuàng)新和跨文化傳播注入了活力，為傳播內(nèi)容的采集、生產(chǎn)、投放和管理提供了新的動能，但也引發(fā)了虛假信息和謠言的采集及傳播、職業(yè)失業(yè)、算法歧視和偏見、隱私泄露、信息繭房、意識形態(tài)侵害等倫理風(fēng)險(xiǎn)。根據(jù)倫理風(fēng)險(xiǎn)在技術(shù)實(shí)現(xiàn)和技術(shù)應(yīng)用上的形成原因，并結(jié)合跨文化傳播場景，可以從加強(qiáng)內(nèi)容篩選和審查機(jī)制，提高算法的透明度和可解釋性，完善用戶反饋和政府監(jiān)管機(jī)制以及推進(jìn)職工轉(zhuǎn)崗和企業(yè)轉(zhuǎn)型這四個(gè)方面，實(shí)現(xiàn)對人工智能倫理風(fēng)險(xiǎn)的治理，完善智能化的傳播過程，使跨文化傳播的內(nèi)容得到更具代表性的采集、更優(yōu)質(zhì)的生產(chǎn)、更精確的投放和更人性化的管理。

注釋：

1. 數(shù)據(jù)來源：陳昌鳳，霍婕《以人為本：人工智能技術(shù)在新聞傳播領(lǐng)域的應(yīng)用》將“人工智能技術(shù)在新聞傳統(tǒng)流程中的應(yīng)用”分為新聞采寫、新聞編輯、新聞分發(fā)和評論管理，并從應(yīng)用、技術(shù)、案例3個(gè)方面闡述。

參考文獻(xiàn)：

[1] 李德毅，于劍.中國人工智能學(xué)會.人工智能導(dǎo)論[M].北京：中國科學(xué)技術(shù)出版社，2018：2.

[2] 段龍江.我國跨文化傳播的困境與優(yōu)化路徑[J].人民論壇，2021（14）：98-100.

[3] 孫英春.跨文化傳播學(xué)導(dǎo)論[M].北京：北京大學(xué)出版社，2008：1.

[4] 王絢.新時(shí)代中國文化和諧價(jià)值觀的跨文化傳播[J].新聞愛好者，2023（04）：62-64.

[5] 郭慶光.傳播學(xué)教程（第二版）[M].北京：中國人民大學(xué)出版社，2011：54-55.

[6] BBC NEWS LABS.The Juicer[EB/OL].（2012-03-02）[2023-05-16].https：//bbcnewslabs.co.uk/projects/juicer/.

[7] 邱凌.加速與重塑：國際新聞業(yè)對人工智能的創(chuàng)新應(yīng)用及未來趨勢[J].中國出版，2021（05）：51-55.

[8] 36氪.用AI追熱點(diǎn)，自動化編輯新聞，路透社已經(jīng)這么做了[EB/OL].（2017-12-13）[2023-05-16].https：//www.36kr.com/p/1722057900033.

[9] 耿磊.機(jī)器人寫稿的現(xiàn)狀與前景[J].新聞戰(zhàn)線，2018（01）：43-46.

[10] 搜狐網(wǎng).美聯(lián)社：AI深度嵌入新聞生產(chǎn)各個(gè)環(huán)節(jié)[EB/OL].（2018-11-27）[2023-05-16].https：//www.sohu.com/a/278112906_644338.

[11] 劉華真，王巍，谷壬倩，等.基于用戶瀏覽行為的個(gè)性化推薦研究綜述[J].計(jì)算機(jī)應(yīng)用研究，2021（08）：2268-2277.

[12] 閆澤華.內(nèi)容算法：把內(nèi)容變成價(jià)值的效率系統(tǒng)[M].北京：中信出版社，2018：118-119.

[13] Cheng H T，Koc L，Harmsen J，et al.Wide＆Deep Learning for Recommender Systems[C]//Proceedings of the 1st Workshop on Deep Learning for Recommender Systems（DLRS 2016）.New York：Association for Computing Machinery，2016：7-10.

[14] Covington P，Adams J，Sargin E.Deep Neural Networks for YouTube Recommendations[C]//Proceedings of the 10th ACM Conference on Recommender Systems（RecSys16）.New York：Association for Computing Machinery，2016：191-198.

[15] 邵國松.心理繪圖與用戶畫像：劍橋分析的興亡啟示錄[J].傳媒觀察，2021（11）：45-49.

[16] 陳昌鳳，霍婕.以人為本：人工智能技術(shù)在新聞傳播領(lǐng)域的應(yīng)用[J].新聞與寫作，2018（08）：54-59.

[17] 陳磊，王柏村，黃思翰，等.人工智能倫理準(zhǔn)則與治理體系：發(fā)展現(xiàn)狀和戰(zhàn)略建議[J].科技管理研究，2021（06）：193-200.

[18] 莫宏偉.強(qiáng)人工智能與弱人工智能的倫理問題思考[J].科學(xué)與社會，2018（01）：14-24.

[19] 李雨青.人工智能風(fēng)險(xiǎn)治理政策比較[D].廣州：華南理工大學(xué)，2021.

[20] 董子涵，任鳳琴.困境與超越：人工智能的倫理審視[J].科技智囊，2023（06）：65-70.

[21] 中國信息通信研究院.人工智能白皮書（2022年）[R].北京：中國信息通信研究院，2022.

[22] 戴春勤，賈文琪.數(shù)字化發(fā)展存在的倫理問題及應(yīng)對策略[J].科技智囊，2023（03）：70-76.

[23] 潘恩榮，孫宗嶺.人工智能“以人為本”倫理準(zhǔn)則反思—一種馬克思主義哲學(xué)的分析思路[J].云南社會科學(xué)，2022（06）：30-39.

[24] 張媛媛.人工智能對人類智能影響的倫理反思[D].大連：大連理工大學(xué)，2020.

[25] 谷兆陽，劉秀麗，錢春雁.可信賴人工智能的倫理準(zhǔn)則[J].人工智能法學(xué)研究，2021（01）：160-210.

Artificial Intelligence in Cross-cultural Communication：Application Scenarios，? Ethical Risks，? and Governance Paths

Yan? Jing1? ? Zeng? Daojian2，3

（1.Foreign Studies College of Hunan Normal University，Hunan，Changsha，410081；2.College of Information Science and Engineering，Hunan Normal University，Hunan，Changsha，410081；3.Research Institute of Languages and Cultures，Hunan Normal University，Hunan，Changsha，410081）

Abstract：At present，artificial intelligence technology is widely used in major news and social media，which brings great convenience for information dissemination，but also gives rise to ethical issues such as dominance，privacy and discrimination problem in the process of interaction. Starting from the process of communication，the article sorts out the application scenarios of the collection，production，delivery and management of cross-cultural communication content under the application of artificial intelligence，and analyzes the ethical risks such as the collection and dissemination of false information and rumors，job unemployment，algorithm discrimination and prejudice，privacy leakage，information cocoon，ideological infringement and other ethical risks that may be generated in the process of technology implementation and technology application，and proposes to strengthen content screening and review mechanisms，improve the transparency and interpretability of algorithms，consummate user feedback and government regulatory mechanisms，and promote employee transfer and enterprise transformation.

Key words：Cross-cultural communication；Artificial intelligence；New media；Ethical risks；Ethical governance