生成式人工智能浪潮下的用戶媒介素養(yǎng)提升

當(dāng)前，內(nèi)容生產(chǎn)模式在經(jīng)歷了專業(yè)生成內(nèi)容、用戶生成內(nèi)容和專業(yè)用戶共同生成內(nèi)容之后，開(kāi)始進(jìn)入人工智能生成內(nèi)容的階段，即通過(guò)生成式人工智能（AIGC）輔助或自動(dòng)生成內(nèi)容。生成式人工智能是基于人工智能技術(shù)，通過(guò)大模型訓(xùn)練和大數(shù)據(jù)學(xué)習(xí)，可以按照用戶的指令，生產(chǎn)出具有一定意義的內(nèi)容產(chǎn)品。生成式人工智能不僅構(gòu)建了內(nèi)容生產(chǎn)的新范式，而且使社會(huì)信息結(jié)構(gòu)發(fā)生較大變化，也將對(duì)我們的生產(chǎn)生活方式產(chǎn)生深遠(yuǎn)影響。

生成式人工智能促使更多用戶參與內(nèi)容生產(chǎn)

為消弭“能力溝”提供技術(shù)可供性。在大眾傳播時(shí)代，用戶在經(jīng)濟(jì)資源、文化水平和認(rèn)知理念等方面存在差異，使得資訊可供性出現(xiàn)不平等不均衡，導(dǎo)致受眾之間出現(xiàn)“知識(shí)溝”“信息溝”等現(xiàn)象?；ヂ?lián)網(wǎng)的普及，在信息、知識(shí)等的可供性上賦予了普通用戶更多的機(jī)會(huì)，事實(shí)上，一些人就抓住機(jī)遇，實(shí)現(xiàn)創(chuàng)業(yè)拓展，而一些人則沉湎于網(wǎng)劇、游戲等娛樂(lè)性消遣，引發(fā)“能力溝”問(wèn)題。雖然社交媒體的快速發(fā)展在觀點(diǎn)的表達(dá)、信息的生產(chǎn)上賦予人們更大權(quán)力，但能否快速、大量地生產(chǎn)出優(yōu)質(zhì)內(nèi)容產(chǎn)品，成為區(qū)分普通用戶與專業(yè)傳媒機(jī)構(gòu)的重要標(biāo)準(zhǔn)。如果不能提升內(nèi)容產(chǎn)品的質(zhì)量，就很難改變普通用戶依然是內(nèi)容接收端的現(xiàn)實(shí)，用戶生成內(nèi)容也只能是用戶社交行為的衍生物。生成式人工智能的面世，有助于普通用戶通過(guò)AI 技術(shù)彌補(bǔ)自身在內(nèi)容生產(chǎn)中的不足，包括對(duì)專業(yè)知識(shí)、語(yǔ)言、編程等的掌握和應(yīng)用。生成式人工智能賦予普通用戶與專業(yè)的內(nèi)容生產(chǎn)者幾乎相同的技術(shù)可供性，能夠大幅度提升普通用戶在使用社會(huì)資源、生成各類文本及解決實(shí)際問(wèn)題等方面的能力。

推進(jìn)內(nèi)容生產(chǎn)的“平民化”。多數(shù)人在日常工作和生活中，都是消費(fèi)他人內(nèi)容產(chǎn)品的旁觀者，尤其是在大型網(wǎng)絡(luò)社區(qū)和社交網(wǎng)絡(luò)中，通常是少數(shù)人生產(chǎn)大多數(shù)內(nèi)容，更多的潛水用戶只是觀看，并不貢獻(xiàn)任何內(nèi)容，這一現(xiàn)象有時(shí)被叫作參與不均。①內(nèi)容生產(chǎn)是一項(xiàng)復(fù)雜的系統(tǒng)工程，需要具備一定的條件。僅就生產(chǎn)者而言，自身的家庭背景、經(jīng)濟(jì)水平、受教育程度，以及一定的技術(shù)素養(yǎng)等，都關(guān)涉到內(nèi)容的創(chuàng)作與生產(chǎn)。對(duì)處于分散狀態(tài)、紛繁復(fù)雜的信息資源，無(wú)論是采集整合素材、生成文本還是生成視頻，生成式人工智能都有助于減少內(nèi)容生產(chǎn)所要耗費(fèi)的時(shí)間、物力和人力，并為普通用戶搭建智能化的信息場(chǎng)景，賦予用戶更多便利。生成式人工智能，為人們發(fā)揮想象力進(jìn)行各種創(chuàng)作大開(kāi)方便之門，使得內(nèi)容生產(chǎn)成為體現(xiàn)個(gè)人能力、興趣和品位，乃至自身價(jià)值的一種途徑和方式?？梢哉f(shuō)，生成式人工智能，不僅為人們提供展示一技之長(zhǎng)的機(jī)會(huì)，更是一種技術(shù)賦權(quán)。生成式人工智能在改變傳統(tǒng)內(nèi)容生產(chǎn)主體結(jié)構(gòu)的基礎(chǔ)上，推動(dòng)內(nèi)容生產(chǎn)與創(chuàng)作的社會(huì)化和平民化。人們以自己的方式“創(chuàng)造”日常生活，也“創(chuàng)造”對(duì)規(guī)訓(xùn)進(jìn)行抵制的戰(zhàn)略與戰(zhàn)術(shù)，人們通過(guò)重新組織、解釋編碼的方式對(duì)文化產(chǎn)品進(jìn)行二次生產(chǎn)。②

“按需生產(chǎn)”的實(shí)現(xiàn)促進(jìn)用戶角色轉(zhuǎn)變。用戶在使用生成式人工智能時(shí)，需要輸入反映個(gè)性化需求的“提示詞”。AI 工具根據(jù)用戶的指令進(jìn)行內(nèi)容的量身定制，不僅降低內(nèi)容生產(chǎn)的成本，而且使用戶更易于找到感興趣的內(nèi)容，按需生產(chǎn)得以實(shí)現(xiàn)，技術(shù)進(jìn)步成為個(gè)性化需求的重要驅(qū)動(dòng)力。生成式人工智能賦予普通用戶自由表達(dá)、自由創(chuàng)作以及通過(guò)內(nèi)容獲利的機(jī)會(huì)，激發(fā)人們的內(nèi)容生產(chǎn)積極性，促進(jìn)了慣常的內(nèi)容消費(fèi)者向內(nèi)容生產(chǎn)者的轉(zhuǎn)變，推動(dòng)著他們從單一的“消費(fèi)者”轉(zhuǎn)向復(fù)合的“產(chǎn)消者”，這些“產(chǎn)消者”越來(lái)越能夠按照自己的利益、意愿、觀念、能力和方式等，開(kāi)發(fā)自己所能夠掌控的各類信息資源。在智能化生產(chǎn)體系和算法推薦技術(shù)的雙重助力下，普通用戶在內(nèi)容產(chǎn)業(yè)領(lǐng)域不僅提高了內(nèi)容生產(chǎn)的效率，實(shí)現(xiàn)了多模態(tài)的呈現(xiàn)，而且一定程度上改變了原有的內(nèi)容生產(chǎn)鏈，并對(duì)內(nèi)容的流量和流向產(chǎn)生深遠(yuǎn)影響。

普通用戶使用生成式人工智能面臨的常見(jiàn)問(wèn)題

把關(guān)不到位，影響對(duì)信息真實(shí)性判別。機(jī)器學(xué)習(xí)技術(shù)無(wú)法有效區(qū)分真實(shí)信息和虛構(gòu)信息，即便在圖像識(shí)別、自然語(yǔ)言處理等加持下所生產(chǎn)出來(lái)的圖文、音視頻等產(chǎn)品，也難免夾雜著非真實(shí)信息的風(fēng)險(xiǎn)，尤其是在音視頻數(shù)據(jù)采集效率得到大幅提高的情況下，虛擬視聽(tīng)技術(shù)被應(yīng)用于多種場(chǎng)景，更易于混淆影像創(chuàng)作與真實(shí)內(nèi)容的邊界?！疤祚R行空”“語(yǔ)出驚人”成為生成式人工智能在內(nèi)容創(chuàng)作時(shí)的顯著特點(diǎn)，尤其是生成一些看似專業(yè)但實(shí)際上并不存在的概念或事實(shí)，普通用戶僅憑個(gè)人能力很難辨識(shí)這些內(nèi)容產(chǎn)品中所含信息的真?zhèn)巍Ｗ鳛榈湫偷?、主觀故意的“深度偽造”，更會(huì)引發(fā)內(nèi)容失真、混淆視聽(tīng)、強(qiáng)化偏見(jiàn)等現(xiàn)象，不僅進(jìn)一步打破人們慣常的“眼見(jiàn)為實(shí)”的觀念，而且增加為辨識(shí)信息真?zhèn)嗡馁M(fèi)的心智成本。

信息保護(hù)意識(shí)缺乏，易引發(fā)侵權(quán)和泄密問(wèn)題。用戶在與AI 進(jìn)行交互時(shí)，如果所使用的內(nèi)容（已有明確著作權(quán)人的作品）未經(jīng)授權(quán)或允許，則可能侵犯著作權(quán)。個(gè)人數(shù)據(jù)可以直接體現(xiàn)個(gè)人在作出選擇時(shí)的偏好，有著較高的市場(chǎng)價(jià)值。在生成內(nèi)容中，隨意使用個(gè)人生物識(shí)別信息（如人臉照片、身份、健康等相關(guān)信息），就會(huì)存在侵犯公民個(gè)人隱私的風(fēng)險(xiǎn)。當(dāng)用戶在使用個(gè)人形象生成AI 圖片或AI 視頻時(shí)，如使用Midjourney（由Midjourney 研究實(shí)驗(yàn)室開(kāi)發(fā)的人工智能程序，可根據(jù)文本生成圖像），就需要將自己的個(gè)人攝像或攝影作品上傳至網(wǎng)站，然而生成過(guò)程中無(wú)法保證個(gè)人照片的隱私性。此外，用戶在與AI 對(duì)話時(shí)，為了提高生成內(nèi)容的效率，編寫“提示詞”時(shí)不可避免的需要真實(shí)地表達(dá)自己的觀點(diǎn)和立場(chǎng)，甚至有時(shí)需要讓渡一定的平時(shí)不宜公開(kāi)的個(gè)人信息，但人工智能則會(huì)將這些信息傳輸?shù)椒?wù)器上，使得用戶所輸入的信息進(jìn)入學(xué)習(xí)語(yǔ)料素材庫(kù)中，這就可能在反復(fù)交流對(duì)話中實(shí)現(xiàn)多次的傳輸。當(dāng)AI 向他人輸出生成的內(nèi)容時(shí)，前期用戶的信息則可能會(huì)輸出給其他用戶，從數(shù)據(jù)層面造成個(gè)人信息甚至是秘密的泄露。

“提示詞”不精準(zhǔn)，影響人機(jī)交互效果。在AI 大模型中，“提示詞”是為機(jī)器生成回復(fù)指明方向、角度和范圍的詞匯或短語(yǔ)。普通用戶在編寫“提示詞”時(shí)，容易因?yàn)閷?duì)“提示詞”的用法不了解，致使“需求”“問(wèn)題”的含義不能有效表達(dá)，影響到AI 工具對(duì)用戶的響應(yīng)質(zhì)量，導(dǎo)致人機(jī)對(duì)話不順暢。

從語(yǔ)言層面看，最常見(jiàn)的是用戶給出的“提示詞”過(guò)于籠統(tǒng)模糊或者多義，導(dǎo)致AI 曲解或誤判，生成不符合用戶期望的空話、套話，內(nèi)容的同質(zhì)化嚴(yán)重；個(gè)別用戶輸入的“提示詞”中包含明顯的立場(chǎng)和傾向，這就導(dǎo)致生成的回復(fù)總是支持特定的觀點(diǎn)，缺乏呈現(xiàn)不同觀點(diǎn)或中立的態(tài)度，強(qiáng)化刻板印象或偏見(jiàn)，使得用戶和AI 工具開(kāi)發(fā)者可能會(huì)面臨法律風(fēng)險(xiǎn)。有時(shí)候，用戶沒(méi)有提供足夠的、技術(shù)性的上下文，得到的回復(fù)則過(guò)于抽象、簡(jiǎn)略，缺乏專業(yè)性見(jiàn)解，降低了啟發(fā)性、指導(dǎo)性?？傊?，如果用戶沒(méi)有很好地掌握提問(wèn)的“技巧”，將會(huì)花費(fèi)較多的時(shí)間和精力，增加了工作量，容易挫傷用戶使用AI 工具的積極性。

過(guò)度依賴機(jī)器，易產(chǎn)生“創(chuàng)作惰性”。當(dāng)下，AI大模型模仿人類生成自然語(yǔ)言是基于已有的大數(shù)據(jù)，它并不能理解所生產(chǎn)的知識(shí)的價(jià)值與意義。而以人為主體的意義創(chuàng)造，是基于對(duì)人自身及其社會(huì)環(huán)境的思考，以及對(duì)人的需要的回應(yīng)。因此，人的意義創(chuàng)造，始終是機(jī)器無(wú)法達(dá)到的。③

生成式人工智能在內(nèi)容生成上所表現(xiàn)出的“強(qiáng)大”，可能會(huì)使人們認(rèn)為AI 有“無(wú)限”的可能，過(guò)度依賴技術(shù)手段，這勢(shì)必會(huì)影響用戶主觀能動(dòng)性的發(fā)揮，滋生“創(chuàng)作惰性”。眾所周知，要?jiǎng)?chuàng)作生產(chǎn)出思想性、藝術(shù)性、觀賞性有機(jī)統(tǒng)一的內(nèi)容產(chǎn)品，依靠的往往不是“靈機(jī)一動(dòng)”，而是長(zhǎng)時(shí)間的積淀、絞盡腦汁的深入思索、持續(xù)創(chuàng)新和反復(fù)修正。過(guò)度依賴AI 技術(shù)，就會(huì)降低內(nèi)容生產(chǎn)者主動(dòng)思考、積極探索的興趣與動(dòng)機(jī)，導(dǎo)致所生成的內(nèi)容趨于雷同和平庸。另外，盡管人們對(duì)內(nèi)容產(chǎn)品賦予極高的期待，但仍然對(duì)AI 大模型能否生產(chǎn)出具有類似人類創(chuàng)新思維的創(chuàng)新型作品存在質(zhì)疑，而“創(chuàng)作惰性”的出現(xiàn)則會(huì)強(qiáng)化人們的這種質(zhì)疑。

生成式人工智能環(huán)境下的用戶媒介素養(yǎng)提升策略

增強(qiáng)把關(guān)能力，保證內(nèi)容真實(shí)準(zhǔn)確。生成式人工智能的用戶在使用AI 工具生成內(nèi)容時(shí)，需要具備一定的把關(guān)意識(shí)和把關(guān)能力，只有對(duì)生成式人工智能的工作原理和可能的失誤有所了解，才能更好地評(píng)估其輸出內(nèi)容的質(zhì)量，更安全可靠地使用該技術(shù)。首先，可以采用多角度、多來(lái)源對(duì)比、交叉驗(yàn)證的方法，將AI 生成的內(nèi)容與多個(gè)可靠的外部來(lái)源，如來(lái)自政府部門、教研機(jī)構(gòu)或知名組織等的信息進(jìn)行比較，也可以通過(guò)查閱權(quán)威網(wǎng)站、學(xué)術(shù)文章和官方出版物進(jìn)行比對(duì)。其次，可以分析生成的內(nèi)容，邏輯是否正確、前后是否矛盾，以及是否合情理、籠統(tǒng)含糊等。真實(shí)的信息往往需要背景、細(xì)節(jié)和數(shù)據(jù)的支持，以及合理的解釋，注意生成內(nèi)容中的細(xì)微差異和細(xì)節(jié)，這些可能是判斷內(nèi)容真實(shí)性的重要線索。最后，可以借助外部資源，如通過(guò)一些事實(shí)核查網(wǎng)站、驗(yàn)證平臺(tái)來(lái)驗(yàn)證AI 生成的內(nèi)容，對(duì)于專業(yè)性較強(qiáng)的信息，可以訪問(wèn)學(xué)術(shù)數(shù)據(jù)庫(kù)，查找相關(guān)學(xué)術(shù)論文，也可以直接向相關(guān)領(lǐng)域的專家咨詢，以獲取專業(yè)建議和科學(xué)依據(jù)。用戶還可以要求AI 提供回復(fù)內(nèi)容的來(lái)源或參考資料，以便核查。

培養(yǎng)用戶的批判意識(shí)和質(zhì)疑精神。負(fù)責(zé)任的態(tài)度、質(zhì)疑精神和批判意識(shí)，是合理使用生成式人工智能的前提。當(dāng)感知到AI 生成的內(nèi)容存在問(wèn)題時(shí)，需要遵循真實(shí)、客觀原則，對(duì)其主動(dòng)核查、審慎處理、積極反饋，不盲信盲從，幫助AI 在迭代更新中不斷修正和完善。

新技術(shù)賦予公眾更多的參與內(nèi)容生產(chǎn)和傳播的權(quán)力，用戶需要善于質(zhì)疑和評(píng)估AI 工具所提供的信息，這樣才能實(shí)現(xiàn)對(duì)內(nèi)容產(chǎn)業(yè)發(fā)展趨勢(shì)的把握。首先，用戶在面對(duì)AI 生成的內(nèi)容時(shí)，需要以嚴(yán)謹(jǐn)求真的態(tài)度，獨(dú)立思考，堅(jiān)持理性、無(wú)偏見(jiàn)的分析，要敢于質(zhì)疑作者或發(fā)布者的動(dòng)機(jī)，進(jìn)而評(píng)估內(nèi)容的可信度，客觀判斷內(nèi)容是否存在偏向性或誤導(dǎo)性，不輕信未經(jīng)驗(yàn)證的信息。其次，當(dāng)發(fā)現(xiàn)AI 的答復(fù)中存在含糊不清的事實(shí)或有疑問(wèn)的觀點(diǎn)時(shí)，可以繼續(xù)提出探索性問(wèn)題，追加指令，如“為什么”“你怎么知道的”“逐句分析疑點(diǎn)并標(biāo)注需要核實(shí)的地方”“有什么證據(jù)支持這一點(diǎn)”等。用戶也需要善于歸納總結(jié)AI 工具會(huì)在何種情況下提供錯(cuò)誤答案，錯(cuò)誤答案是否具有某種共同特點(diǎn)，這也能極大節(jié)省用戶的精力和時(shí)間成本。④最后，用戶需要清楚AI 工具的能力和局限性，包括AI 不能做到的事情、AI 大模型中的偏見(jiàn)是如何從訓(xùn)練數(shù)據(jù)中產(chǎn)生的，以及如何識(shí)別等，這有助于用戶設(shè)定自己的使用目標(biāo)，不提出超越現(xiàn)實(shí)的期望。

強(qiáng)化信息安全意識(shí)。在使用AI 工具生成內(nèi)容的過(guò)程中，用戶需要具備對(duì)他人及自身隱私和信息的安全保護(hù)意識(shí)。首先，用戶需要積極主動(dòng)地學(xué)習(xí)AI 工具所提供的安全使用說(shuō)明，清楚了解如何操作才能識(shí)別潛在風(fēng)險(xiǎn)，以及如何避免分享個(gè)人敏感信息、不應(yīng)詢問(wèn)的問(wèn)題類型，充分掌握有關(guān)信息安全和隱私保護(hù)方面的知識(shí)。其次，用戶需要遵守相關(guān)的數(shù)據(jù)保護(hù)法規(guī)，掌握如何移除或隱藏個(gè)人標(biāo)識(shí)，注意所生成的內(nèi)容中是否有侵害他人隱私的可能。再次，用戶在選擇AI 工具時(shí)，需要選擇那些允許用戶查看和刪除自身數(shù)據(jù)的工具，可以檢測(cè)出、過(guò)濾掉敏感信息，防止個(gè)人信息或重要數(shù)據(jù)被記錄或處理。最后，除了要求AI 開(kāi)發(fā)者及服務(wù)提供者制定必要的數(shù)據(jù)安全應(yīng)急預(yù)案外，在人機(jī)對(duì)話過(guò)程中，用戶需要時(shí)刻關(guān)注隱私通知和提醒，注意賬戶的密碼安全，保持警惕性，避免在不安全的環(huán)境下使用個(gè)人信息，準(zhǔn)確厘清一般信息和敏感信息的邊界，以免過(guò)度共享信息引發(fā)泄密。

掌握設(shè)計(jì)清晰明確“提示詞”的能力?！疤崾驹~”是激發(fā)或引導(dǎo)人工智能深入思考的詞語(yǔ)，該詞語(yǔ)能夠抓住或體現(xiàn)所指的核心內(nèi)容或特質(zhì)。因此，為了提高所生成內(nèi)容的質(zhì)量，用戶需要培養(yǎng)能夠準(zhǔn)確描述自己需求的能力，或許在AI 時(shí)代，提問(wèn)能力將成為拉開(kāi)個(gè)體之間差距的一個(gè)關(guān)鍵點(diǎn)。

為了正確使用提示詞并提高內(nèi)容生產(chǎn)的效率，首先，建議用戶由“下達(dá)指令”的操作思路轉(zhuǎn)變?yōu)椤氨磉_(dá)需求”，并盡可能地提供“任務(wù)”的背景，表明用戶的知識(shí)狀態(tài)、身份、使用目的，幫助AI 準(zhǔn)確明白用戶的意圖，有效挖掘生成式人工智能的潛能，提高生成內(nèi)容的針對(duì)性。其次，使用清晰列出要點(diǎn)的結(jié)構(gòu)化的“提示詞”。結(jié)構(gòu)化的“提示詞”，有助于AI 準(zhǔn)確理解用戶的需求，指導(dǎo)AI 生成有組織和連貫的內(nèi)容。再次，簡(jiǎn)化復(fù)雜問(wèn)題，可以將復(fù)雜問(wèn)題分解為多個(gè)單一的小問(wèn)題來(lái)提問(wèn)，分段生成，逐層深入，有助于AI 提供更全面的答案。最后，用戶可以在輸入“提示詞”之前設(shè)置參數(shù)，如字?jǐn)?shù)、語(yǔ)氣和格式等。預(yù)設(shè)參數(shù)有助于AI 從一開(kāi)始就與用戶的需求保持一致。另外，“角色提示技術(shù)”也是可供選擇的有效方法，即通過(guò)為大模型提供特定角色，引導(dǎo)AI 輸出的一種方法。這種技術(shù)對(duì)于生成針對(duì)特定環(huán)境或受眾的文本頗為有效。⑤在追尋人類語(yǔ)言與機(jī)器語(yǔ)言對(duì)話一致性和目標(biāo)達(dá)成的過(guò)程中，個(gè)體用戶的認(rèn)知壁壘將會(huì)不斷被打破，認(rèn)知邊界得到拓展，內(nèi)容生產(chǎn)者身份也將進(jìn)一步從“資源搜索匠”向“提示工程師”轉(zhuǎn)型。⑥

重視提高英文學(xué)習(xí)能力。調(diào)查顯示，以英文作為互聯(lián)網(wǎng)常用語(yǔ)言的網(wǎng)站占比最高。網(wǎng)絡(luò)技術(shù)調(diào)查網(wǎng)站W(wǎng)3techs 統(tǒng)計(jì)，超過(guò)一半（51.2%）的網(wǎng)站使用英語(yǔ)作為內(nèi)容語(yǔ)言。⑦截至2024 年6 月4 日，在維基百科上檢索“互聯(lián)網(wǎng)上使用的語(yǔ)言”發(fā)現(xiàn)，萬(wàn)維網(wǎng)上訪問(wèn)量最大的網(wǎng)站中，英文主頁(yè)略超一半。⑧在學(xué)術(shù)界，很多論文系統(tǒng)收錄的論文也是以英文為主，使得英文知識(shí)庫(kù)覆蓋眾多領(lǐng)域，它們?yōu)榇竽Ｐ偷挠?xùn)練提供常用的數(shù)據(jù)資源。當(dāng)前研發(fā)的AI 工具大多數(shù)是支持英文的GPT 模型，借助于龐大、高質(zhì)量英文數(shù)據(jù)的訓(xùn)練，使英文版AI 工具在性能和應(yīng)用范圍等方面更勝一籌。有時(shí)為了獲得理想的應(yīng)答，用戶不得不先把問(wèn)題翻譯為英文后，再輸入提示框中。隨著生成式人工智能的普及，英文信息的生成在質(zhì)量、數(shù)量和類別等方面將會(huì)有更快速的增長(zhǎng)，這也會(huì)反哺GPT 模型在英文應(yīng)答上的質(zhì)量，形成良性循環(huán)。

正確認(rèn)識(shí)生成式人工智能中的算法和數(shù)據(jù)。生成式人工智能的生產(chǎn)效率取決于AI 大模型的底層算法和用于訓(xùn)練的海量數(shù)據(jù)。算法是其核心，決定其性能和應(yīng)用效果，而數(shù)據(jù)則是基礎(chǔ)資源。用戶在使用AI工具時(shí)，需要理解其基本原理、算法、數(shù)據(jù)等概念，以及算法、數(shù)據(jù)引發(fā)的歧視、偏見(jiàn)等問(wèn)題，對(duì)算法和數(shù)據(jù)的應(yīng)用和優(yōu)化要有一定的正確認(rèn)知。生成式人工智能的每一次迭代更新，就是在不斷地探索和優(yōu)化算法、提升內(nèi)容生成的精度。算法工程師的主觀性、價(jià)值觀以及機(jī)器算法的透明度問(wèn)題，都會(huì)對(duì)算法的公平公正產(chǎn)生影響，因此，用戶需要辯證地看待算法偏見(jiàn)、算法歧視等風(fēng)險(xiǎn)。此外，用戶還需要清楚，人工智能生成內(nèi)容首要的、決定性的起點(diǎn)是數(shù)據(jù)，背后邏輯是機(jī)器可以從數(shù)據(jù)和模式中學(xué)習(xí)，從而創(chuàng)建模仿人類行為和創(chuàng)造力的新內(nèi)容。⑨在這一過(guò)程中，數(shù)據(jù)的采集方式、處理方法等可能受到各種因素的影響，需要承認(rèn)數(shù)據(jù)本身并不是客觀的，AI 所使用的數(shù)據(jù)集是人類選擇的結(jié)果，是從現(xiàn)實(shí)中抽象出來(lái)的。數(shù)據(jù)集不完整或質(zhì)量差，就會(huì)導(dǎo)致偏見(jiàn)的出現(xiàn)。從萬(wàn)維網(wǎng)上獲取文本數(shù)據(jù)，機(jī)器學(xué)習(xí)也會(huì)產(chǎn)生數(shù)據(jù)偏見(jiàn)，因?yàn)檫@些語(yǔ)言數(shù)據(jù)反映人類日常文化，其本身就含有偏見(jiàn)。⑩用戶在使用AI 生成內(nèi)容前，需要確保所依據(jù)的數(shù)據(jù)是權(quán)威部門的最新數(shù)據(jù)，通過(guò)對(duì)比不同的數(shù)據(jù)來(lái)源，以便對(duì)生成的內(nèi)容作出準(zhǔn)確判斷，此外，還需要關(guān)注所用的AI 工具是否可以連入互聯(lián)網(wǎng)，因?yàn)樯鐣?huì)上的萬(wàn)事萬(wàn)物在不斷發(fā)展，人們的思想觀點(diǎn)也在不斷變化，實(shí)現(xiàn)同步跟進(jìn)，做實(shí)時(shí)的數(shù)據(jù)抓取和對(duì)比分析，關(guān)系到內(nèi)容產(chǎn)品的質(zhì)量，有助于避免生成誤導(dǎo)性信息。

【注：本文系人大“雙一流”建設(shè)馬克思主義新聞?dòng)^創(chuàng)新項(xiàng)目（項(xiàng)目編號(hào)：MXG202301）的階段性成果】

【注釋】

① [ 美] 大衛(wèi)·克羅托、[ 美] 威廉·霍因斯著，黃典林、劉晨宇譯：《媒介·社會(huì)：技術(shù)、產(chǎn)業(yè)、內(nèi)容與用戶》（第六版），北京：北京大學(xué)出版社，2024 年，第368 頁(yè)。

②吳飛：《“空間實(shí)踐”與詩(shī)意的抵抗——解讀米歇爾·德塞圖的日常生活實(shí)踐理論》，《社會(huì)學(xué)研究》，2009 年第2 期，第190 頁(yè)。

③彭蘭：《智能與涌現(xiàn)：智能傳播時(shí)代的新媒介、新關(guān)系、新生存》，北京：電子工業(yè)出版社，2023 年，第106 頁(yè)。

④厲曉婷、王傳領(lǐng)：《人工智能時(shí)代用戶媒介素養(yǎng)的養(yǎng)成：機(jī)遇、挑戰(zhàn)及應(yīng)對(duì)策略》，《中國(guó)編輯》，2023 年第10 期，第74—78 頁(yè)。

⑤漆亞林、李文冰主編：《智能媒體發(fā)展報(bào)告（2023）》，北京：中國(guó)社會(huì)科學(xué)出版社，2023 年，第109 頁(yè)。

⑥喻國(guó)明、楊雅等：《生成式AI 與新質(zhì)生產(chǎn)力內(nèi)容：從理論解讀到實(shí)際應(yīng)用》，北京：人民郵電出版社，2024 年，第148 頁(yè)。

⑦ Felix Richter，《The Most Spoken Languages： On the Internetand in Real Life》，https：//www.statista.com/chart/26884/languages-on-the-internet/.

⑧ WIKIPEDIA，《Languages used on the Internet》， https：//en.wikipedia.org/wiki/Languages_used_on_the_Internet.

⑨陳昌鳳、張夢(mèng)：《由數(shù)據(jù)決定？ AIGC 的價(jià)值觀和倫理問(wèn)題》，《新聞與寫作》，2023 年第4 期，第15—23 頁(yè)。

⑩ [ 奧] 馬克·考科爾伯格著，周薇薇、陳海霞譯：《人工智能倫理學(xué)》，上海：上海交通大學(xué)出版社，2023 年，第92 頁(yè)。

責(zé)編/ 謝帥 美編/ 楊玲玲