AIGC語境下科普創(chuàng)作的科學(xué)性與敘事性協(xié)同優(yōu)化策略研究

[中圖分類號(hào)］N4；TP18 ［文獻(xiàn)標(biāo)識(shí)碼]A [DOI]10.19293/j.cnki.1673-8357.2025.02.005

《關(guān)于新時(shí)代進(jìn)一步加強(qiáng)科學(xué)技術(shù)普及工作的意見》指出，科學(xué)技術(shù)普及（以下簡(jiǎn)稱科普）是國家和社會(huì)普及科技知識(shí)、弘揚(yáng)科學(xué)精神、傳播科學(xué)思想、倡導(dǎo)科學(xué)方法的活動(dòng)[。科學(xué)性與普及性是科普創(chuàng)作的兩條基本原則。其中科學(xué)性強(qiáng)調(diào)科普內(nèi)容符合客觀規(guī)律，普及性注重通過多模態(tài)表達(dá)策略降低受眾認(rèn)知門檻，運(yùn)用具象化敘事技巧增強(qiáng)公眾的科普接受效能。這就決定了科普創(chuàng)作要兼顧知識(shí)話語的精準(zhǔn)與模態(tài)敘事的創(chuàng)造性轉(zhuǎn)換，在保全認(rèn)知有效性基礎(chǔ)上打通認(rèn)知壁壘，促進(jìn)科學(xué)知識(shí)從學(xué)術(shù)領(lǐng)域向公共領(lǐng)域的有效傳播與轉(zhuǎn)化。

人工智能生成內(nèi)容（ArtificialIntelligenceGeneratedContent，AIGC）是由AI作為創(chuàng)作者生成的任何形式的數(shù)字資源，也包括促使AI成為創(chuàng)作者的人工智能技術(shù)，是繼PGC、UGC之后的新的內(nèi)容生成方式[2]。從其技術(shù)層來看，算法、算力、數(shù)據(jù)是其主要生產(chǎn)要素，技術(shù)模型如Transformer①架構(gòu)、NeRF②模型、GPT-4①模型、Diffusion②模型等；從其應(yīng)用層來看，包括但不限于文本生成、圖像生成、音頻生成、視頻生成、代碼生成、3D建模等。AIGC借助先進(jìn)的信息處理架構(gòu)與智能內(nèi)容生成范式重構(gòu)科普生產(chǎn)方式，構(gòu)建多層次的敘事結(jié)構(gòu)生成矩陣。其賦能科普，能夠在保證信息真實(shí)度的前提下實(shí)現(xiàn)知識(shí)呈現(xiàn)形式的多元化創(chuàng)新，實(shí)現(xiàn)科學(xué)傳播效率與認(rèn)知接受效度的雙重提升。

國外已有較多研究討論了AIGC在科學(xué)傳播上的可能性和局限性。馬修·赫特森（MatthewHutson）認(rèn)為AIGC已能夠協(xié)助醫(yī)學(xué)研究人員和科學(xué)家撰寫文章、總結(jié)數(shù)據(jù)、優(yōu)化結(jié)構(gòu)，并能生成完整的論文草稿，顯著提高了學(xué)術(shù)創(chuàng)作的效率和質(zhì)量[3]。大衛(wèi)·馬科維茨（DavidM.Markowitz）等人發(fā)現(xiàn)，AIGC可以簡(jiǎn)化科學(xué)傳播，使復(fù)雜的概念更易理解，增強(qiáng)公眾對(duì)科學(xué)家的信任[4]。AIGC的科學(xué)性和準(zhǔn)確性也成為研究者關(guān)注的焦點(diǎn)，學(xué)者西布西索·比耶拉（SibusisoBiyela）指出，AIGC工具生成的內(nèi)容必須經(jīng)過專家審查，因?yàn)槠淇赡軙?huì)被惡意用于制造錯(cuò)誤信息和虛假信息[5]

國內(nèi)關(guān)于AIGC在科普創(chuàng)作應(yīng)用中的研究逐漸增多，學(xué)者們主要集中于研究AIGC在不同模態(tài)和領(lǐng)域科普創(chuàng)作中的應(yīng)用，如科普視頻創(chuàng)作、健康科普視頻制作等[6-7]，以及AIGC對(duì)科技傳播、科學(xué)傳播、科學(xué)普及的機(jī)遇與挑戰(zhàn)[8-9]。這些研究為AIGC在科普領(lǐng)域的應(yīng)用開拓了進(jìn)一步的討論視角，尤其是關(guān)于技術(shù)機(jī)遇、倫理風(fēng)險(xiǎn)、生成內(nèi)容的底層邏輯及參與主體功能等分析[0]。周慎等人從實(shí)現(xiàn)科普創(chuàng)作科學(xué)性和趣味性賦能角度分析了AIGC的應(yīng)用，認(rèn)為現(xiàn)代科學(xué)傳播并非單一的知識(shí)性傳播，更是審美和藝術(shù)性的融合，AIGC的出現(xiàn)為審美和藝術(shù)性的融合提供了新的機(jī)遇[1]。尤其在科普創(chuàng)作中，AIGC 使得內(nèi)容創(chuàng)作能夠兼顧科學(xué)性與趣味性，吸引受眾參與，增強(qiáng)受眾對(duì)科學(xué)的興趣與認(rèn)知。

總的來說，現(xiàn)有研究主要探討了AIGC為科學(xué)傳播和科普、科幻領(lǐng)域帶來的機(jī)遇和挑戰(zhàn)、倫理問題和主體功能等。部分學(xué)者已經(jīng)提到AIGC賦能科普作品科學(xué)性、趣味性的實(shí)現(xiàn)問題，但鮮有研究回答AIGC如何賦能科普科學(xué)性與敘事性協(xié)同優(yōu)化，其面臨的主要問題是什么以及如何應(yīng)對(duì)。因此，本研究將聚焦于AIGC賦能科普創(chuàng)作中科學(xué)性與敘事性協(xié)同的核心問題與挑戰(zhàn)，立足于科學(xué)傳播理論、敘事學(xué)理論以及技術(shù)倫理學(xué)，運(yùn)用邏輯演繹與案例分析法，系統(tǒng)闡釋AIGC驅(qū)動(dòng)下科學(xué)性與敘事性協(xié)同的機(jī)制，深入剖析實(shí)踐中的關(guān)鍵挑戰(zhàn)（如AI幻覺、內(nèi)容復(fù)雜度瓶頸、價(jià)值沖突等），并探索提出相應(yīng)的優(yōu)化路徑。本文將依循界定內(nèi)涵、解析機(jī)制、識(shí)別挑戰(zhàn)、提出對(duì)策的思路展開研究，以期為未來的AIGC科普創(chuàng)作提供新的思路與方法，推動(dòng)科普創(chuàng)作在智能化時(shí)代的創(chuàng)新發(fā)展

1科學(xué)性與敘事性的內(nèi)涵及協(xié)同關(guān)系

科普的定位是建構(gòu)科學(xué)與公眾的聯(lián)系，這就不僅需要考慮科學(xué)內(nèi)容的科學(xué)性，更需要在科學(xué)內(nèi)容的基礎(chǔ)上，用多種傳播方式實(shí)現(xiàn)科學(xué)內(nèi)容的有效傳播。以往科普理論中常以“普及性”來概括傳播效果，強(qiáng)調(diào)對(duì)科學(xué)知識(shí)的可接受性和傳達(dá)面。這一觀點(diǎn)源自早期“缺失模型”（DeficitModel），該模型假定公眾之所以不理解科學(xué)，是因?yàn)槠淙狈ψ銐虻目茖W(xué)知識(shí)，因此科普的任務(wù)就是“填補(bǔ)”知識(shí)缺口[12-13]。這種以單向傳輸為特征的傳播邏輯，強(qiáng)化了“普及性”作為衡量傳播成效的核心指標(biāo)。但隨著科學(xué)傳播模式的演進(jìn)，學(xué)界開始強(qiáng)調(diào)“接受性”并不僅取決于信息本身的可達(dá)性，還與敘事策略、媒介形式和社會(huì)文化背景等多重因素相關(guān)[14]，為“普及性”注人了更為復(fù)雜的多模態(tài)傳播內(nèi)涵。在AIGC場(chǎng)景中，“普及性”更需要基于對(duì)故事策略的精準(zhǔn)把控，即用故事化的話語、修辭、多模態(tài)表達(dá)等敘事性策略完成科學(xué)內(nèi)容的再處理，使其成為公眾可感、可觸、易懂的信息。因此，本研究將“普及性”具象化為“敘事性”，以便更加聚焦于AIGC對(duì)科普創(chuàng)作表達(dá)方式的革新，同時(shí)探討其與科學(xué)性之間的協(xié)同關(guān)系。

1.1科學(xué)性

學(xué)界對(duì)“科學(xué)”的界定雖多有分歧，但普遍承認(rèn)其基本屬性包括經(jīng)驗(yàn)基礎(chǔ)、邏輯推理、系統(tǒng)知識(shí)和可驗(yàn)證性等核心維度。卡爾·波普爾（KarlPopper）以“可證偽性”作為科學(xué)命題的判準(zhǔn)，強(qiáng)調(diào)科學(xué)需接受經(jīng)驗(yàn)的挑戰(zhàn)[15]；托馬斯·庫恩（ThomasSamuelKuhn）則從歷史演進(jìn)角度揭示科學(xué)發(fā)展的范式結(jié)構(gòu)，指出科學(xué)知識(shí)并非線性積累，而是在科學(xué)共同體內(nèi)通過范式更替實(shí)現(xiàn)突破[;薩米爾·奧卡沙（SamirOkasha）進(jìn)一步概括，科學(xué)的本質(zhì)在于“構(gòu)建解釋自然現(xiàn)象的系統(tǒng)知識(shí)體系”，該體系以實(shí)證觀察、邏輯推理與可重復(fù)實(shí)驗(yàn)為方法支撐[17]。這些科學(xué)哲學(xué)觀點(diǎn)共同揭示出：科學(xué)性本質(zhì)上是一種對(duì)真理的逼近過程，要求內(nèi)容具有邏輯一致性、知識(shí)可溯源性與經(jīng)驗(yàn)驗(yàn)證性。

科學(xué)性是科普創(chuàng)作的基本要求，也是科普作品的核心價(jià)值所在?？破兆髌返氖滓獙傩允恰翱茖W(xué)性”，即使通過通俗化表達(dá)方式向公眾傳遞知識(shí)，也必須以科學(xué)為根基[18]。若科普內(nèi)容缺乏科學(xué)性，便可能演變?yōu)閭慰茖W(xué)或誤導(dǎo)性信息，使科普喪失其應(yīng)有的社會(huì)價(jià)值，阻礙公眾對(duì)科學(xué)的正確理解。

在AIGC輔助科普創(chuàng)作的過程中，AIGC通過整合海量科學(xué)數(shù)據(jù)與知識(shí)圖譜，利用算法模型自動(dòng)推理科學(xué)概念間的邏輯關(guān)系，減少人為因素帶來的主觀偏誤。但沃爾夫?qū)げ紕冢╓olfgangBlau）等人認(rèn)為，AIGC使科學(xué)家、學(xué)界和公眾更難理解和確認(rèn)生成的內(nèi)容、評(píng)論和分析的真實(shí)性[1]。同時(shí)，在應(yīng)對(duì)跨學(xué)科融合或復(fù)雜科研前沿內(nèi)容時(shí)，AIGC可能因缺乏深刻學(xué)術(shù)判斷和專業(yè)科學(xué)理解而出現(xiàn)過度簡(jiǎn)化或誤導(dǎo)性表述的問題

1.2敘事性

科普創(chuàng)作的核心在于將專業(yè)知識(shí)轉(zhuǎn)化為公眾可理解、可共鳴的敘事形態(tài)，實(shí)現(xiàn)科學(xué)理性與大眾認(rèn)知的銜接。上文提到，在傳統(tǒng)科普理論中，“普及性”被視為衡量傳播效果的重要標(biāo)準(zhǔn)，強(qiáng)調(diào)科學(xué)知識(shí)的有效傳達(dá)和公眾的接受能力。然而，隨著科學(xué)傳播理念的發(fā)展，學(xué)界逐漸認(rèn)識(shí)到，信息的接受不僅取決于其可達(dá)性，還與敘事方式、媒介形態(tài)以及社會(huì)文化背景密切相關(guān)。在這一背景下，“普及性”被賦予了更為復(fù)雜的內(nèi)涵，涉及通俗性[20]、知識(shí)性[18]、可讀性[18]、文學(xué)性[21]趣味性[22]等多方面，科學(xué)傳播開始向多模態(tài)、互動(dòng)化、情境化的方向演進(jìn)。

AIGC語境下，“普及性”的實(shí)現(xiàn)更依賴于對(duì)敘事策略的精準(zhǔn)設(shè)計(jì)。其通過修辭手法運(yùn)用和多模態(tài)呈現(xiàn)，使得科學(xué)內(nèi)容更具吸引力和可感知性。敘事性的實(shí)現(xiàn)依賴于情節(jié)架構(gòu)、人物塑造、語言風(fēng)格等要素的有機(jī)整合，確保內(nèi)容的連貫性與適配度。其中，敘事修辭是重要方式之一。韋恩·布斯（Wayne ClaysonBooth）提出“敘事就是修辭”，把作者和讀者之間的交流看作其修辭理論的核心[23]。曹茹認(rèn)為，敘事修辭是指敘述者通過對(duì)敘事作品的介人，綜合調(diào)用一系列敘事修辭的手段和技巧，最終達(dá)成敘述者與受述者同心合意的活動(dòng)[18]?？破談?chuàng)作中的敘事修辭可使復(fù)雜科學(xué)概念轉(zhuǎn)化為更直觀、生動(dòng)的表達(dá)方式，使受眾更易接受。

AIGC為科普敘事的構(gòu)建提供了系統(tǒng)化解決方案。通過數(shù)據(jù)分析，AIGC能夠精準(zhǔn)把握目標(biāo)受眾的認(rèn)知特點(diǎn)和興趣偏好，動(dòng)態(tài)生成匹配的敘事策略。比如，對(duì)于青少年采用探險(xiǎn)故事式敘事，為專業(yè)受眾提供學(xué)術(shù)框架式表達(dá)。與此同時(shí)，AIGC運(yùn)用隱喻、設(shè)問、情境代入等修辭手法提升文本表現(xiàn)力，如將細(xì)胞代謝比作“生命工廠”，增強(qiáng)科學(xué)概念的形象性。此外，AIGC可以將科學(xué)抽象原理以圖像、動(dòng)畫等視覺符號(hào)予以可視化表達(dá)，比如把量子糾纏的原理以動(dòng)態(tài)形象呈現(xiàn)出來。AIGC還能模擬經(jīng)典科普敘事風(fēng)格，生成交互式內(nèi)容，如問題引導(dǎo)或分支選擇，以提升受眾的沉浸感和參與度。但同時(shí)，內(nèi)容創(chuàng)作者們需要警惕內(nèi)容質(zhì)量問題，不能因?yàn)锳IGC的引入而忽視內(nèi)容的科學(xué)性。

1.3科學(xué)性與敘事性的動(dòng)態(tài)平衡

科學(xué)性與敘事性的矛盾在于二者追求的目標(biāo)不同。科學(xué)性強(qiáng)調(diào)精準(zhǔn)與嚴(yán)謹(jǐn)，是科普創(chuàng)作的基本準(zhǔn)則，但過于直白的科學(xué)化表達(dá)可能使內(nèi)容晦澀難懂。例如，直接引用數(shù)學(xué)公式解釋相對(duì)論可能讓公眾難以理解。敘事性則依賴情感共鳴與簡(jiǎn)化表達(dá)，但若過度依賴敘事手法，也可能導(dǎo)致科學(xué)信息被扭曲，影響其準(zhǔn)確性。例如，將“量子糾纏”類比為“心靈感應(yīng)”，可能模糊科學(xué)概念的界限，引發(fā)理解歧義。

但科學(xué)性與敘事性并非絕對(duì)的對(duì)立關(guān)系，而是一種可以相互促進(jìn)的共生機(jī)制。一方面，科學(xué)性為敘事奠定可信基礎(chǔ)，使其避免失真。例如，描述“北極熊因冰川融化失去棲息地”的故事，若缺乏權(quán)威氣候數(shù)據(jù)支撐，便可能淪為單純的情感訴求。另一方面，敘事性拓寬了科學(xué)傳播的邊界，使復(fù)雜概念更易理解。例如，將基因編輯比作“生命代碼的剪刀”，能幫助公眾直觀把握其原理及倫理爭(zhēng)議。

在技術(shù)嵌入科普創(chuàng)作前，科學(xué)家與傳播者嘗試通過方法論創(chuàng)新探索科學(xué)性與敘事性的平衡。比如，愛因斯坦用“火車”與“閃電”比喻狹義相對(duì)論[24]，既保留了科學(xué)內(nèi)核，又繞開數(shù)學(xué)公式的抽象性，使公眾易于理解。但傳統(tǒng)方法依賴于科學(xué)家與傳播者的深度合作，受限于高昂的人力成本、內(nèi)容更新滯后的問題，難以適應(yīng)快速變化的科學(xué)前沿，這也為技術(shù)嵌入創(chuàng)造了契機(jī)。

如今，ChatGPT和DeepSeek等生成式人工智能的普及應(yīng)用為科普創(chuàng)作帶來了重大機(jī)遇。AIGC可借助知識(shí)圖譜與實(shí)時(shí)數(shù)據(jù)驗(yàn)證確保敘事內(nèi)容符合科學(xué)共識(shí)，并依托多模態(tài)技術(shù)根據(jù)受眾的認(rèn)知水平調(diào)整表達(dá)復(fù)雜度，提供差異化敘事。盡管AIGC并非萬能、面臨諸多挑戰(zhàn)，但其高效性與規(guī)模化能力能為科學(xué)性與敘事性的動(dòng)態(tài)平衡提供有效解決方案。

在明確了科學(xué)性與敘事性在科普創(chuàng)作中的基本內(nèi)涵及其協(xié)同價(jià)值后，亟須進(jìn)一步探討如何利用AIGC在實(shí)踐層面實(shí)現(xiàn)二者的融合。理論層面指出，科學(xué)性是內(nèi)容質(zhì)量的核心指標(biāo)，而敘事性則是提升公眾接受度和傳播效果的關(guān)鍵因素。面對(duì)人工智能日益深度參與內(nèi)容生成的現(xiàn)實(shí)，AIGC作為新型內(nèi)容生成方式，如何在生成流程中系統(tǒng)調(diào)度這兩種屬性，實(shí)現(xiàn)從“數(shù)據(jù)生成”到“科學(xué)準(zhǔn)確性建構(gòu)”再到“敘事有效性優(yōu)化”的有機(jī)整合，成為當(dāng)前科普創(chuàng)作轉(zhuǎn)型的關(guān)鍵課題。

為此，本文建立AIGC賦能科普創(chuàng)作的整體工作流程圖，并進(jìn)一步解析其底層邏輯，以揭示AIGC如何通過數(shù)據(jù)驅(qū)動(dòng)、多模態(tài)調(diào)度與提示詞控制，實(shí)現(xiàn)科學(xué)性與敘事性的協(xié)同優(yōu)化。這不僅是對(duì)理論分析的具體展開，也為后續(xù)討論實(shí)踐中的技術(shù)挑戰(zhàn)與優(yōu)化路徑提供基礎(chǔ)支撐。

2AIGC驅(qū)動(dòng)科普創(chuàng)作的科學(xué)性與敘事性協(xié)同機(jī)制

2.1AIGC賦能科普創(chuàng)作的工作流程

如今，AIGC相關(guān)技術(shù)逐漸成熟，其數(shù)據(jù)驅(qū)動(dòng)機(jī)制為科學(xué)性和敘事性的實(shí)現(xiàn)提供重要支持，其工作流程如圖1所示。首先，基于數(shù)據(jù)驅(qū)動(dòng)機(jī)制的大型語言模型往往會(huì)采集海量數(shù)據(jù)進(jìn)行訓(xùn)練，包括具有科學(xué)性的文本、影像素材和偽科學(xué)內(nèi)容。創(chuàng)作者對(duì)模型進(jìn)行訓(xùn)練優(yōu)化，構(gòu)建相關(guān)知識(shí)圖譜、學(xué)習(xí)語言與影像模式。接著，根據(jù)科普主題、科普作品形態(tài)和受眾設(shè)定，基于敘事要求確定相應(yīng)的敘事方式和修辭策略。之后，創(chuàng)作者編寫提示語，大型語言模型根據(jù)輸人的提示語生成作品腳本，再根據(jù)作品腳本生成科幻文本、科幻影像、科普文本、科普影像、敘事影像和修辭影像等內(nèi)容。而由于現(xiàn)有大型語言模型的局限性，AIGC也會(huì)生成偽科學(xué)文本和反科學(xué)影像。針對(duì)這些內(nèi)容，通過人工干預(yù)與校對(duì)機(jī)制審查其科學(xué)性和敘事性，刪除或修正偽科學(xué)內(nèi)容，反饋優(yōu)化生成邏輯，最終通過迭代優(yōu)化，生成兼?zhèn)涓呖茖W(xué)性和高敘事性的多模態(tài)科普內(nèi)容。

在科普文本創(chuàng)作中，AIGC能夠基于科學(xué)數(shù)據(jù)與學(xué)術(shù)文獻(xiàn)，生成內(nèi)容通俗易懂、結(jié)構(gòu)清晰的科普文章，并可根據(jù)受眾需求調(diào)整信息深度、語言風(fēng)格以及術(shù)語表達(dá)。此外，AIGC還可用于創(chuàng)作科普故事、科技新聞及視頻腳本，為科學(xué)傳播提供多樣化的敘事形式，使內(nèi)容更具吸引力和傳播力。

科普影像方面，AIGC的賦能程度根據(jù)科學(xué)復(fù)雜度有所不同。對(duì)于科學(xué)復(fù)雜度較低的科普影像，AIGC能根據(jù)文本、圖像或音頻數(shù)據(jù)生成科普視頻和科學(xué)動(dòng)畫，通過圖形、流程圖和三維建模展示科學(xué)原理，甚至創(chuàng)建交互式影像以增強(qiáng)觀眾參與感。另外，針對(duì)網(wǎng)絡(luò)上存在豐富素材的科學(xué)事物的形態(tài)和結(jié)構(gòu)，AIGC可以生成符合科學(xué)規(guī)律的圖像，如氣象、植物形態(tài)等。例如，作者在物理場(chǎng)景的基礎(chǔ)上，基于ControlNet進(jìn)行AI模擬復(fù)原，得到真實(shí)感畫面效果，并使用Pika進(jìn)行圖轉(zhuǎn)視頻，從而高效生成博物館模擬復(fù)原場(chǎng)景的科普視頻（見圖2）。而對(duì)于高復(fù)雜度的科普影像，現(xiàn)有AIGC存在局限。

敘事影像是指通過畫面、人物和對(duì)白等元素來展現(xiàn)事件場(chǎng)景的圖片或呈現(xiàn)事件片段、事件完整發(fā)生發(fā)展過程的視頻，通俗地來說就是講故事。在圖文類的科普創(chuàng)作中，敘事影像通常與一定的敘事文本相對(duì)應(yīng)，比如科普故事中的配圖；在音視頻類的科普創(chuàng)作中，敘事影像通常體現(xiàn)事件發(fā)生發(fā)展的過程和邏輯。例如，《中外兒童畫刊》2025年第3期科普欄目刊登的《為什么AI下棋能贏過人類》（見圖3）一文中，作者采用AIGC技術(shù)生成輔助插圖，有效提升科普內(nèi)容的視覺表現(xiàn)力，增強(qiáng)傳播效果。這類科普作品側(cè)重于通過故事傳遞科學(xué)思想和精神，而不必直接通過圖像呈現(xiàn)科學(xué)性。AIGC能夠有效支持這種創(chuàng)作模式，聚焦于構(gòu)建富有創(chuàng)意和寓教于樂的故事情節(jié)。

修辭影像主要指那些利用象征、比喻、擬人、夸張等修辭手法來傳達(dá)某種科學(xué)概念和原理的圖片和視頻，以增強(qiáng)表現(xiàn)力和感染力。它更側(cè)重于修辭手法而不是敘述完整的故事，可以巧妙回避AIGC生成影像在科學(xué)性方面的不足，克服科學(xué)性直觀呈現(xiàn)上的困難。

2.2AIGC賦能科學(xué)性與敘事性協(xié)同的底層邏輯

科普科學(xué)性與敘事性的協(xié)同優(yōu)化依賴于AIGC數(shù)據(jù)驅(qū)動(dòng)的核心邏輯和多模態(tài)技術(shù)的運(yùn)行機(jī)制。科學(xué)性的保障基于大規(guī)?？茖W(xué)數(shù)據(jù)的深度整合，通過訓(xùn)練模型構(gòu)建跨學(xué)科知識(shí)圖譜來確保概念間的邏輯連貫性和表述精準(zhǔn)度。比如，模型在闡述“量子糾纏”時(shí)，能夠自動(dòng)關(guān)聯(lián)量子力學(xué)的核心理論，減少概念混淆。這一數(shù)據(jù)驅(qū)動(dòng)模式不僅提高了科學(xué)驗(yàn)證的效率，還能與人工審核相輔相成，破解傳統(tǒng)科普作品所面臨的科學(xué)性與傳播效率無法兼得之困局。

敘事性的優(yōu)化則依托AIGC對(duì)敘事模式的遷移學(xué)習(xí)及動(dòng)態(tài)適配能力。通過分析科幻小說、紀(jì)錄片腳本等豐富的敘事素材，AIGC能夠掌握不同類型的敘事結(jié)構(gòu)和修辭策略，并結(jié)合受眾特征，通過情感分析與交互反饋機(jī)制實(shí)時(shí)調(diào)整表達(dá)方式，實(shí)現(xiàn)個(gè)性化內(nèi)容創(chuàng)作。這種數(shù)據(jù)驅(qū)動(dòng)的適配能力有效克服了傳統(tǒng)單一敘事框架的局限性，使科普更具針對(duì)性和吸引力。

AIGC提示詞和對(duì)抗訓(xùn)練的迭代強(qiáng)化過程是促進(jìn)科學(xué)性與敘事性相結(jié)合的關(guān)鍵。創(chuàng)作者可根據(jù)受眾特征與傳播目標(biāo)，借助多維提示詞引導(dǎo)AIGC同時(shí)滿足科學(xué)嚴(yán)謹(jǐn)性和敘事需求。例如，輸人“采用情景劇敘事框架”后，AIGC能通過語義理解生成符合要求的內(nèi)容，在抽象概念與具象表達(dá)之間取得平衡。再如，在氣候變暖的科普內(nèi)容中，模型不僅能自動(dòng)調(diào)用權(quán)威氣候數(shù)據(jù)，還能結(jié)合“冰川消融一動(dòng)物遷徙”的故事情節(jié)，達(dá)到科學(xué)性與情感性共振的效果。

為進(jìn)一步強(qiáng)化協(xié)同效能，系統(tǒng)還引入對(duì)抗生成網(wǎng)絡(luò)（GenerativeAdversarialNetworks，GAN）[25]構(gòu)建“生成—驗(yàn)證—迭代”動(dòng)態(tài)閉環(huán)。生成階段，AIGC借助跨模態(tài)對(duì)齊技術(shù)[26]確?？茖W(xué)準(zhǔn)確性。比如生成黑洞影像時(shí)，模型調(diào)用天體物理數(shù)據(jù)約束視覺參數(shù)，規(guī)避光錐結(jié)構(gòu)錯(cuò)誤。驗(yàn)證階段，通過雙重評(píng)估模塊對(duì)科學(xué)性和敘事性進(jìn)行量化評(píng)分。迭代階段，利用強(qiáng)化學(xué)習(xí)（ReinforcementLearning，RL）[27]調(diào)整優(yōu)化策略，比如為青少年群體增加互動(dòng)式敘事權(quán)重。這一系統(tǒng)性機(jī)制使AIGC在提升科普創(chuàng)作效率的同時(shí)，確保科學(xué)性與敘事性的動(dòng)態(tài)平衡。但由于數(shù)據(jù)質(zhì)量問題和模型局限性，AIGC在科普領(lǐng)域的應(yīng)用仍面臨技術(shù)、內(nèi)容及倫理層面的多重挑戰(zhàn)。

3AIGC賦能科學(xué)性與敘事性協(xié)同的實(shí)踐 挑戰(zhàn)

3.1AI幻覺違反科學(xué)嚴(yán)謹(jǐn)性

當(dāng)AI給出的回答與事實(shí)不符或與任何現(xiàn)實(shí)世界的數(shù)據(jù)不符時(shí)，AI幻覺就會(huì)產(chǎn)生[28]。AI幻覺主要分為事實(shí)性幻覺和忠實(shí)性幻覺。事實(shí)性幻覺指AI生成的內(nèi)容有可能與現(xiàn)實(shí)世界的事實(shí)不一致，如捏造不存在的人物、事件或數(shù)據(jù)等[29]。造成這種問題的原因通常是模型觸及知識(shí)邊界、數(shù)據(jù)利用不足，或者訓(xùn)練數(shù)據(jù)中特定領(lǐng)域知識(shí)不準(zhǔn)確、不充足[30]。

忠實(shí)性幻覺指AI生成的內(nèi)容有可能沒有忠實(shí)地反映用戶的指令或?qū)υ挶尘癧26]。這通常是源于AI模型訓(xùn)練中能力不對(duì)齊和架構(gòu)缺陷[31]、解碼策略隨機(jī)性和表示能力不足[32]等問題，從而導(dǎo)致AI模型在理解復(fù)雜指令和多層次上下文推理中表現(xiàn)欠佳。例如在生物科普?qǐng)鼍爸?，模型可能基于?shù)據(jù)分布中的長尾樣本，生成“長著羽毛的魚類”或“具備光合功能的哺乳動(dòng)物”等違反進(jìn)化論常識(shí)的虛構(gòu)生物形態(tài)。這種偏差源于模型對(duì)訓(xùn)練數(shù)據(jù)隱含規(guī)則的過度泛化，而非對(duì)領(lǐng)域知識(shí)的本質(zhì)理解。

在科普創(chuàng)作中，AIGC可能虛構(gòu)不實(shí)的科學(xué)概念、數(shù)據(jù)或技術(shù)細(xì)節(jié)，比如混淆科學(xué)假設(shè)與實(shí)證結(jié)論，或編造不存在的原理。其也可能無法忠實(shí)回應(yīng)創(chuàng)作者指令，生成邏輯混亂的科普敘事。AI幻覺在科普創(chuàng)作中是非常危險(xiǎn)的幻覺類型，因?yàn)槠渖蓛?nèi)容與科學(xué)事實(shí)脫節(jié)，會(huì)直接違反科學(xué)嚴(yán)謹(jǐn)性原則，損害科學(xué)內(nèi)容可信度。

3.2高科學(xué)復(fù)雜度場(chǎng)景的生成瓶頸

科學(xué)復(fù)雜度指科學(xué)研究的對(duì)象或知識(shí)體系，由于其多層次的聯(lián)系、非線性的相互作用以及不斷變化的發(fā)展過程，而表現(xiàn)出的難以簡(jiǎn)單歸納或簡(jiǎn)化的特性。在科普創(chuàng)作中，科學(xué)復(fù)雜度指將科學(xué)內(nèi)容以清晰、直觀且易于理解的方式呈現(xiàn)給大眾的難易程度。一般來說，科學(xué)復(fù)雜度越高的科普內(nèi)容，AIGC呈現(xiàn)的難度也越大。

在科學(xué)復(fù)雜度較低的科普創(chuàng)作中，AIGC通過海量數(shù)據(jù)訓(xùn)練、巧妙的敘事設(shè)計(jì)，將科學(xué)內(nèi)容轉(zhuǎn)化為通俗易懂、形式有趣的作品，能夠?qū)崿F(xiàn)科學(xué)性與敘事性的高效協(xié)同。但在科學(xué)復(fù)雜度較高的科普創(chuàng)作中，AIGC科學(xué)性的直觀呈現(xiàn)受到顯著限制。首先，AIGC模型依賴于訓(xùn)練數(shù)據(jù)的質(zhì)量和數(shù)量，但可能難以獲取復(fù)雜科學(xué)問題的相關(guān)數(shù)據(jù)。同時(shí)，AIGC需處理的數(shù)據(jù)量和計(jì)算資源可能呈指數(shù)式增長。以生成展示種子發(fā)芽過程的延遲攝影視頻為例，AIGC需要處理海量的圖像數(shù)據(jù)和時(shí)間切片，這對(duì)數(shù)據(jù)量提出了極高的要求，并且技術(shù)成本遠(yuǎn)超人工成本。

此外，由于大型語言模型無法像科學(xué)家那樣深人理解事物的內(nèi)在聯(lián)系，其生成的內(nèi)容可能看似科學(xué)，實(shí)際存在錯(cuò)誤或漏洞。例如，由于模型不能充分理解小鼠的生物學(xué)特征，某論文作者用AIGC生成的小鼠圖像存在嚴(yán)重科學(xué)性錯(cuò)誤（見圖4）。這暴露了AIGC在數(shù)據(jù)處理和科普影像生成上的局限性。百度提出的檢索增強(qiáng)生圖（ImageBasedRetrieval-AugmentedGeneration，IRAG）技術(shù)的發(fā)展，或許可以為解決此類問題提供有效的技術(shù)手段，但該類創(chuàng)作仍依賴于真實(shí)科學(xué)圖像。

3.3工具理性與價(jià)值理性的沖突

在馬克思·韋伯（MaxWeber）看來，工具理性“決定于對(duì)客體在環(huán)境中的表現(xiàn)和他人表現(xiàn)的預(yù)期，行動(dòng)者會(huì)把這些預(yù)期用作‘條件’或者‘手段’，以實(shí)現(xiàn)自身的理性追求和特定目標(biāo)”。而價(jià)值理性“決定于對(duì)某種包含在特定行為方式中的無條件的內(nèi)在價(jià)值的自覺信仰，無論該價(jià)值是倫理的、美學(xué)的、宗教的還是其他的什么東西，只追求這種行為本身，而不管其成敗與否”33]。簡(jiǎn)言之，工具理性遵循效率邏輯[34]，其關(guān)注AIGC作為一種技術(shù)或工具的數(shù)據(jù)處理效率與生成速度，強(qiáng)調(diào)效益最優(yōu)化。價(jià)值理性遵循價(jià)值邏輯，關(guān)心目標(biāo)的價(jià)值訴求和實(shí)質(zhì)內(nèi)容[27]，強(qiáng)調(diào)科普創(chuàng)作的科學(xué)倫理和社會(huì)責(zé)任，如避免產(chǎn)生誤導(dǎo)性內(nèi)容、科學(xué)傳播的準(zhǔn)確性等。在AIGC賦能科普創(chuàng)作的過程中，工具理性與價(jià)值理性會(huì)產(chǎn)生沖突。除上文提到的高效率生成和科學(xué)嚴(yán)謹(jǐn)性的矛盾（AI幻覺問題），還表現(xiàn)在以下幾個(gè)方面。

一是標(biāo)準(zhǔn)化輸出與科學(xué)精神表達(dá)的矛盾。在以工具理性為主導(dǎo)的算法系統(tǒng)下，數(shù)據(jù)規(guī)訓(xùn)和標(biāo)準(zhǔn)化讓原本表現(xiàn)為知識(shí)的發(fā)現(xiàn)過程被壓縮成標(biāo)準(zhǔn)的知識(shí)圖景，讓科普的輸出同質(zhì)化。原本令物理學(xué)界矚目的牛頓力學(xué)和生物學(xué)界關(guān)注的基因編輯被標(biāo)準(zhǔn)化地?cái)⑹龀闪怂^的標(biāo)準(zhǔn)答案，科學(xué)發(fā)現(xiàn)中的試錯(cuò)、爭(zhēng)論和直覺感悟等非理性的元素都被屏蔽在外，技術(shù)規(guī)訓(xùn)將科學(xué)精神的批判元素消解得無影無蹤，很容易產(chǎn)生“完美知識(shí)幻覺”。

二是科普內(nèi)容的普適性與公眾認(rèn)知深度的沖突。AIGC賦能科普創(chuàng)作強(qiáng)調(diào)信息獲取的便捷性，使普通公眾可以方便快捷地接觸科學(xué)知識(shí)。然而，科普的真正目標(biāo)不僅是傳播信息，更是培養(yǎng)公眾的科學(xué)思維。但AIGC基于大數(shù)據(jù)訓(xùn)練生成的內(nèi)容傾向于迎合用戶興趣，可能產(chǎn)生碎片化、淺層化的傳播傾向，影響公眾對(duì)科學(xué)邏輯、科學(xué)方法和批判思維的領(lǐng)悟。

三是技術(shù)中立性論調(diào)與倫理責(zé)任缺失的悖論。創(chuàng)造者往往以工具理性之名，將AIGC闡釋為“中立媒介”的技術(shù)本身，卻忽略“中立媒介”是負(fù)載著價(jià)值屬性的。而當(dāng)AIGC進(jìn)行知識(shí)科普時(shí)，對(duì)具有倫理偏誤的內(nèi)容“無感”使其以自動(dòng)化流程形成“算法黑箱”，致使其責(zé)任主體出現(xiàn)“責(zé)任懸浮”。價(jià)值理性要求的知識(shí)人類主體對(duì)知識(shí)傳播的倫理反思在自動(dòng)化知識(shí)生產(chǎn)的過程中則“沉底”，即導(dǎo)致了責(zé)任缺席的“無責(zé)”傳播。

工具理性與價(jià)值理性的沖突本質(zhì)上是技術(shù)工具性與科學(xué)人文性的根本對(duì)立。AIGC拓展了科普創(chuàng)作的邊界，一方面是技術(shù)解放生產(chǎn)力引發(fā)的技術(shù)狂歡，另一方面則是脫離科學(xué)人文性的科技應(yīng)用帶來的弊端。因此，有必要構(gòu)建人機(jī)協(xié)同新范式，在算法系統(tǒng)中嵌入價(jià)值理性評(píng)估模塊，使批判性、不確定性與倫理自覺等科學(xué)精神要素成為技術(shù)開發(fā)的元規(guī)則。

4協(xié)同優(yōu)化策略

4.1建立多重機(jī)制抑制AI幻覺生成

對(duì)于AI幻覺問題，可以建立對(duì)抗訓(xùn)練、跨模態(tài)一致性檢測(cè)、科學(xué)性評(píng)分系統(tǒng)、創(chuàng)作者監(jiān)督等多重抑制機(jī)制。

首先，基于人工智能生成的深度學(xué)習(xí)機(jī)理，在技術(shù)上構(gòu)建對(duì)抗訓(xùn)練框架，通過將科學(xué)知識(shí)庫嵌入模型訓(xùn)練，強(qiáng)制人工智能生成內(nèi)容關(guān)聯(lián)可驗(yàn)證的權(quán)威數(shù)據(jù)源，約束生成內(nèi)容與已驗(yàn)證科學(xué)事實(shí)保持一致，提升生成式人工智能模型對(duì)虛假信息的“免疫力”。例如，在醫(yī)療場(chǎng)景中，結(jié)合醫(yī)學(xué)知識(shí)圖譜對(duì)AIGC生成的診療方案進(jìn)行邏輯校驗(yàn)，識(shí)別并過濾虛構(gòu)內(nèi)容。其次，基于AIGC的跨模態(tài)技術(shù)特征，實(shí)施跨模態(tài)一致性檢測(cè)，通過圖文一致性分析模型，檢測(cè)文本描述與圖像語義的沖突[35。另外，可以構(gòu)建“科學(xué)性評(píng)分系統(tǒng)”，通過證據(jù)來源可靠性、數(shù)據(jù)一致性、邏輯連貫性等量化指標(biāo)，對(duì)AIGC生成內(nèi)容進(jìn)行實(shí)時(shí)評(píng)估，確?？破兆髌返目茖W(xué)嚴(yán)謹(jǐn)性。最后，AIGC生成科普作品離不開創(chuàng)作者的監(jiān)督。創(chuàng)作者將一部分創(chuàng)作職能讓渡給AIGC時(shí)，創(chuàng)作者本身也要負(fù)擔(dān)起監(jiān)督和糾錯(cuò)的職能，這也是AIGC創(chuàng)作者職能轉(zhuǎn)變的一個(gè)重要方向。

4.2對(duì)高復(fù)雜度科普內(nèi)容進(jìn)行敘事轉(zhuǎn)換

目前，AIGC在高科學(xué)復(fù)雜度的科普創(chuàng)作中尚不具備技術(shù)突破，難以生成預(yù)期的科普作品?，F(xiàn)有條件下，可通過有意的敘事設(shè)計(jì)，彌補(bǔ)科學(xué)性直觀呈現(xiàn)上的不足。其核心在于通過講故事、運(yùn)用修辭手法或類比等方式，將高深復(fù)雜的科學(xué)知識(shí)轉(zhuǎn)化為易于理解的形式。比如，在解釋量子力學(xué)時(shí)，可以借助“薛定諤的貓”這一巧妙比喻，將抽象、晦澀的科學(xué)概念轉(zhuǎn)化為生動(dòng)的故事，并采用圖文并茂、視頻動(dòng)畫等呈現(xiàn)方式，使其更易于被受眾接受和理解。例如，在“果殼”公眾號(hào)題為《這個(gè)東西近日爆火！如果你的孩子正在玩，請(qǐng)立刻！馬上！》的一篇推文中，談到小學(xué)生中流行的“養(yǎng)臭水”現(xiàn)象。如果要討論這其中的微生物發(fā)酵以及肺部感染的原理，如何表述其中的科學(xué)性？這里面涉及到很多形象的圖片，比如蛋白質(zhì)、碳水化合物、脂肪和菌類發(fā)酵等等，這些圖片呈現(xiàn)難度較高，拍攝生活影像十分困難。于是作者就借用AIGC的敘事功能生成了“含有蛋白質(zhì)、碳水化合物、脂肪的食物變質(zhì)產(chǎn)生臭味示意圖”（見圖5）[36]。這種擬態(tài)的敘述能夠幫助受眾更好地理解發(fā)酵背后的原理，幫助讀者更直觀地理解微生物發(fā)酵原理，促成科普作者與公眾的“意”會(huì)。

在技術(shù)上，可構(gòu)建“預(yù)訓(xùn)練 + 領(lǐng)域微調(diào)”的領(lǐng)域?qū)Ｓ媚Ｐ屯黄聘呖茖W(xué)復(fù)雜度場(chǎng)景的生成瓶頸。具體而言，先利用大規(guī)模通用語料對(duì)基礎(chǔ)模型進(jìn)行預(yù)訓(xùn)練，再針對(duì)特定領(lǐng)域，如天文學(xué)、量子計(jì)算，引入領(lǐng)域數(shù)據(jù)集進(jìn)行微調(diào)，增強(qiáng)語言模型針對(duì)相關(guān)領(lǐng)域的語料對(duì)科學(xué)內(nèi)容中專業(yè)領(lǐng)域、公式推算、科學(xué)場(chǎng)景進(jìn)行描述的能力。這樣，模型既能繼承通用語言生成能力，又能針對(duì)復(fù)雜科學(xué)場(chǎng)景實(shí)現(xiàn)精準(zhǔn)表達(dá)，減少因知識(shí)盲區(qū)導(dǎo)致的不可生成問題。

4.3構(gòu)建工具理性和價(jià)值理性的協(xié)同機(jī)制

為協(xié)調(diào)AIGC賦能科普創(chuàng)作中工具理性與價(jià)值理性的矛盾，需從技術(shù)優(yōu)化、倫理規(guī)制、人機(jī)協(xié)同三方面入手，構(gòu)建科普創(chuàng)作新范式。首先，上文已指出，就生成內(nèi)容的科學(xué)性問題，應(yīng)構(gòu)建對(duì)抗訓(xùn)練、跨模態(tài)一致性檢測(cè)、科學(xué)性評(píng)分系統(tǒng)等多重抑制機(jī)制。

其次，要去程序化，增強(qiáng)探索性表達(dá)。算法生成策略中，注意設(shè)置科學(xué)探索的講故事邏輯，強(qiáng)調(diào)試錯(cuò)、爭(zhēng)鳴和理論突破。比如可以指導(dǎo)算法生成不同的觀點(diǎn)爭(zhēng)議內(nèi)容，并配以案例、過程和歷史演進(jìn)，使科普內(nèi)容更加層次分明、富有啟發(fā)性，讓受眾明白科學(xué)并非“標(biāo)準(zhǔn)答案”，它也是不斷推演和探索的。這就要求科普創(chuàng)作者在內(nèi)容策劃過程精心設(shè)置敘述策略，不斷迭代優(yōu)化，促使讀者在思辨和探究中豐富對(duì)科學(xué)的認(rèn)知。

此外，建立算法倫理監(jiān)管與責(zé)任追溯機(jī)制以消解技術(shù)中立性論調(diào)與倫理責(zé)任缺失的悖論。政府部門應(yīng)制定針對(duì)性法規(guī)政策，引導(dǎo)科技企業(yè)主體在AIGC科普作品中嵌入價(jià)值理性評(píng)估模塊，避免科學(xué)傳播單純由工具理性所主導(dǎo)。技術(shù)開發(fā)者應(yīng)劃定算法倫理邊界，比如對(duì)科學(xué)爭(zhēng)議內(nèi)容增加風(fēng)險(xiǎn)提示，優(yōu)化推薦機(jī)制以避免信息繭房，明確責(zé)任主體、進(jìn)行錯(cuò)誤歸因及糾錯(cuò)等，確保錯(cuò)誤信息可溯源可修正。

最后，推進(jìn)人機(jī)協(xié)同創(chuàng)作，構(gòu)建AIGC價(jià)值導(dǎo)向下的科普創(chuàng)作機(jī)制。AIGC在科普創(chuàng)作中發(fā)揮的正向作用離不開人類的審核與干預(yù)。AIGC的優(yōu)勢(shì)在于高效生成，而人類的價(jià)值理性則體現(xiàn)在科學(xué)判斷、價(jià)值批判與倫理堅(jiān)守。因此，未來應(yīng)以人機(jī)協(xié)同為核心，讓AIGC輔助而不是代替人類進(jìn)行科普創(chuàng)作與傳播?？纱罱ㄩ_放式科普平臺(tái)，由AIGC進(jìn)行初步內(nèi)容生成，鼓勵(lì)公眾與專家共同參與內(nèi)容的審核與優(yōu)化，使科普內(nèi)容更具科學(xué)性與啟發(fā)性。通過以上優(yōu)化策略，AIGC科普創(chuàng)作不僅能夠保持高效性，同時(shí)也能在科學(xué)嚴(yán)謹(jǐn)性、敘事性與倫理責(zé)任之間找到平衡，實(shí)現(xiàn)科普的真正價(jià)值。

5結(jié)語

作為科普創(chuàng)作科學(xué)性與敘事性協(xié)同優(yōu)化的整體解決方案，AIGC的數(shù)據(jù)驅(qū)動(dòng)機(jī)制與多模態(tài)能力顯著提升了內(nèi)容生成效率與傳播適配性。然而其生成內(nèi)容的質(zhì)量風(fēng)險(xiǎn)、高科學(xué)復(fù)雜度內(nèi)容的生成瓶頸以及技術(shù)工具性與人文價(jià)值的沖突也制約了其深度應(yīng)用。本文提及的對(duì)抗訓(xùn)練、高復(fù)雜度科普生成內(nèi)容的敘事化轉(zhuǎn)換、公共價(jià)值倫理內(nèi)嵌化等是解決這些問題的可操作性方案。未來，在技術(shù)與人文的協(xié)同下，AIGC理應(yīng)成為公共價(jià)值與科學(xué)普及共生共融的賦能者，使科普創(chuàng)作在智能化時(shí)代煥發(fā)新的活力。

參考文獻(xiàn)

[1] 中共中央辦公廳 國務(wù)院辦公廳印發(fā)關(guān)于新時(shí)代進(jìn)一步加強(qiáng)科學(xué)技術(shù)普及工作的意見[EB/OL].（2022-09-04）[2023-10-22]. https：// www.gov.cn/zhengce/2022-09/04/content_5708260.htm.

[2] 儲(chǔ)節(jié)旺，羅怡帆，李佳軒.AIGC對(duì)信息生成方式及用戶信息行為的影響[J].圖書情報(bào)工作，2023，67（24）：13-23.

[3] Hutson M. Could AI Help you to Write Your Next Paper？[J] Nature，2022，611（7934）：192-193.

[4] Markowitz DM.Science Written byGenerative AI is Perceivedas Less Intelligent，but MoreCredible and TrustworthythanScienceWritenbyHumans[EB/OL].htps：//ww.researchgate.net/publication/38065296_Science_Writen_by_Generative_Ais_Perceived_as_Less_Intelligent_but_More_Credible_and_Trustworthy_than_Science_Writen_by_Humans.

[5] Biyela S，Dihal K，Gero K I，etal. GenerativeAIandScience Communicationin the Physical Sciences[J].NatureReviewsPhysics，2024，6（3）：162-165.

[6] 劉波.人工智能技術(shù)在科普視頻創(chuàng)作中的應(yīng)用研究[J].西部廣播電視，2022，43（17）：221-223.

[7] 生成式人工智能技術(shù)在健康科普視頻制作中的應(yīng)用與影響[C]/ 中國宋慶齡基金會(huì).健康中國—星巴克助力基層防控新冠肺炎計(jì)劃基層呼吸疾病規(guī)范化防診治與健康科普傳播能力提升活動(dòng)論文集.[出版地不詳]：[出版者不詳]，2021： 6.

[8] 李舒沁.生成式人工智能（AIGC）對(duì)科技傳播的作用與挑戰(zhàn)[J].中國科技產(chǎn)業(yè)，2024（5）：50-52.

[9] 王碩，閻妍，李正風(fēng).生成式人工智能賦能科學(xué)普及：技術(shù)機(jī)遇、倫理風(fēng)險(xiǎn)與應(yīng)對(duì)策略[J].科普研究，2024，19（4）：5-13，22.

[10] 周慎，陶美麗，劉湘.人工智能生成科普內(nèi)容的底層邏輯與參與主體功能分析[J].科普研究，2024，19（4）：14-22.

[11] 周慎，房曼琳，陳蔚浩.科技敘事的生成式變革：人類智能與人工智能的互構(gòu)與平衡[J].數(shù)字出版研究，2024，3（2）： 125-132.

[12] Gross AG.TheRoles of Rhetoric inthePublic UnderstandingofScience[J].Public UnderstandingofScience，1994，3（1）：3-23.

[13] MilerS.Public UnderstandingofScience attheCrossroads[J].Public UnderstandingofScience，2001，10（1）：115-120.

[14] 馬西米亞諾·布奇，布萊恩·特倫奇.公眾科技傳播指南（第2版）[M].李紅林，劉立，譯.北京：中國科學(xué)技術(shù)出版社，2022.

[15] 卡爾·波普爾.科學(xué)發(fā)現(xiàn)的邏輯[M].查汝強(qiáng)，邱仁宗，譯.杭州：中國美術(shù)學(xué)院出版社，2008.

[16] 托馬斯·庫恩.科學(xué)革命的結(jié)構(gòu)（第四版）[M].金吾倫，胡新和，譯.北京：北京大學(xué)出版社，2012.

[17] 薩米爾·奧卡沙.科學(xué)哲學(xué)[M].韓廣忠，譯.南京：譯林出版社，2013.

[18]趙健.科普創(chuàng)作要注意“五性”[J].科技與出版，2016（6）：135-136.

[19]Blau W，CerfVG，Enriquez J，etal.Protecting Scientific Integrityinan AgeofGenerative AI[J].Porcedingsof theNatimal Acaclemy of Sciences of the United States of America， 2024，121（22）： e2407886121.

[20]趙惠鑫.科普讀物的科學(xué)性與普及性如何有機(jī)結(jié)合[J].科技傳播，2015，7（7）：113-114.

[21]李翠亭.文學(xué)與科學(xué)相結(jié)合：科普社會(huì)化的途徑研究[J].價(jià)值工程，2012，31（8）：7-8.

[22]黨偉龍.論如何提高科普的趣味性[J].科普研究，2011，6（6）：81-85.

[23]唐偉勝.前度“修辭”今又來一 -《小說修辭學(xué)》與《作為修辭的敘事》比較研究[J].英語研究，2005，3（1）：37-41.

[24] 阿爾伯特·愛因斯坦，哈諾克·古特弗洛因德，于爾根·雷恩.相對(duì)論[M].涂泓，馮承天，譯.北京：人民郵電出版社，2020.

[25]GodfelowI，Pouget-AbadieJ，Mirza M，et al.GenerativeAdversarial Networks[J]. CommunicationsofThe Acm，020，63（11）： 139-144.

[26] Li Z， Zhang L，Zhang K，et al.Improving Image-Text Matching with Bidirectional Consistency of Cross-ModalAlignment[J]. IEEE Transactions on Circuits and Systems for Video Technology， 2024，34（5）：1234-1245.

[27]Mnih V.Playing Atari withDeep ReinforcementLearning[EB/OL].（2013-12-19）[2025-01-02].tps：/arxiv.org/abs/1312.5602.

[28] Athaluri SA，Manthena SV， Kesapragada VSRKM，et al. Exploring the Boundaries of Reality： Investigating thePhenomenonof Artificial Intelligence Hallucination in Scientific Writing through ChatGPTReferences[J]. Cureus，2023，15（4）： e37203.

[29]王芳，朱學(xué)坤，劉清民，等.生成式人工智能研究進(jìn)展[J].圖書與情報(bào)，2024（4）：45-64.

[30]ChowdheryA，NarangS，DevlinJ，etal.PaLM：ScalingLanguage Modeling withPathways[J].JournalofMachineLearningResearch，2023，24（240）：1-113.

[31]Perez E，RingerS，Lukosiute K，et al.DiscoveringLanguage Model Behaviors with Model-WitenEvaluations[EB/OL].（2022-12-19） [2025-01-08]. https：//arxiv.org/abs/2212.09251.

[32]ChernI，Chern S，ChenS，etal.FacTol：Factuality DetectioninGenerative AI—A Tool AugmentedFramework forMulti-Task and Multi-Domain Scenarios[EB/OL].（2023-07-26）[2025-01-02]. https：/arxiv.org/abs/2307.13528.

[33] 馬克斯·韋伯.經(jīng)濟(jì)與社會(huì)：第1卷[M].閻克文，譯.上海：上海人民出版社，2010.

[34]趙媛媛，葉本乾.從歷史分離到現(xiàn)實(shí)統(tǒng)一：新時(shí)代全面深化改革的歷史性超越- 一基于價(jià)值理性和工具理性的理論分析框架[J].黨政研究，2025（2）：71-80.

[35] 李明德，李聿哲.賦能和消解：生成式人工智能與新聞?wù)鎸?shí)的碰撞[J/OL].西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），1-14[2025-03-25]. http：//kns.cnki.net/kcms/detail/61.1329.C.20250325.1523.002.html.

[36]這個(gè)東西近日爆火！如果你的孩子正在玩，請(qǐng)立刻！馬上！停止[EB/OL].（2024-06-14）[2025-01-08].htps//mp.weixin.qq.com/s/Hn52p_e3BsDlvPFHklzl7Q.

（編輯顏燕 和樹美）