国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

從詮釋到他異:AI媒體技術(shù)帶來的社交與認(rèn)知變革

2020-05-13 11:46牟怡
關(guān)鍵詞:人工智能

牟怡

摘要:在智能化浪潮席卷全球的今天,基于大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等技術(shù)的應(yīng)用層出不窮,使得媒體研究中的諸多傳統(tǒng)范式或多或少陷入捉襟見肘的境地。人際傳播與大眾傳播的邊界已然模糊,而前者正在對后者的詮釋功能產(chǎn)生不可忽略的消解作用。伴隨AI而來的新問題,使得技術(shù)現(xiàn)象學(xué)中關(guān)于人機關(guān)系的討論再次熱烈起來。文章以技術(shù)現(xiàn)象學(xué)家唐·伊德的技術(shù)中介理論為指導(dǎo),在回顧了傳統(tǒng)媒體所扮演的詮釋角色以及近期的困境后,提出AI技術(shù)提供了一個他者的視角,這或許會是可行的解決路徑?;诖?,文章從認(rèn)知推理邏輯和媒體感官比例等概念入手。討論了AI技術(shù)這個他者應(yīng)該被賦予何種特征.才能更好地實現(xiàn)人機之間的他異關(guān)系等相關(guān)問題。

關(guān)鍵詞:人工智能;人工智能;AI媒體技術(shù);詮釋關(guān)系;他異關(guān)系;技術(shù)現(xiàn)象學(xué);認(rèn)知變革

中圖分類號:TP18 文獻(xiàn)標(biāo)識碼:A 文章編號:1004-8634(2020)01-0092-(10)

DOI.10.13852/J.CNKI.JSHNU.2020.01.009

1950年,媒體技術(shù)史上稀松平常的一年。然而,這一年里有兩位學(xué)者各自從不同的視角提出了兩個問題。誰能想到,對這兩個問題答案的追尋會無形中形塑了近70年后今天的媒體技術(shù)格局。一個問題是艾倫·圖靈在其經(jīng)典的《計算機器與智能》一文中提出的“機器會思考嗎”,另一個是馬丁·海德格爾在演講中追問的“技術(shù)的本質(zhì)是什么”。

在智能化浪潮席卷全球的今天,基于大數(shù)據(jù)、人工智能(artificial intelligence,以下簡稱AI)、物聯(lián)網(wǎng)等技術(shù)的應(yīng)用層出不窮。作為目的手段,技術(shù)無疑是成功的。以媒體技術(shù)為例,以機器寫作、智能分發(fā)為特征的智能媒體正在促使內(nèi)容生產(chǎn)、分發(fā)、消費等全面升級,并使得三者之間互相滲透、互為驅(qū)動,共同推動一場新內(nèi)容革命。然而這種雅斯貝斯式的工具性觀點,正如海德格爾所批評的那樣,盡管符合常識,卻不免偏離了技術(shù)的本質(zhì)。媒體研究中的諸多傳統(tǒng)范式,不論是洛厄里(Lowery)和德弗勒(De-Fleur)提出的三大范式:大眾社會范式(mass society paradigm)、認(rèn)知范式(cognitive paradigm)和意義范式(meaning paradigm),還是更廣義上的結(jié)構(gòu)功能主義(structural functionism),都在智能媒體的挑戰(zhàn)下或多或少陷入捉襟見肘的境地。而另一方面,伴隨AI而來的新問題,使得技術(shù)現(xiàn)象學(xué)中關(guān)于人機關(guān)系的討論再次熱烈起來,這或許能為今天的傳播范式革新帶來新的視角。因此,本文將從技術(shù)現(xiàn)象學(xué)中“人一技術(shù)”的幾種關(guān)系人手,對媒體技術(shù)在塑造人與世界的關(guān)系過程中的機理與作用進(jìn)行討論,嘗試找到不同于傳統(tǒng)視域的新路徑。

一、媒體研究傳統(tǒng)范式的困局

互動互聯(lián)的新媒體格局下,人際傳播與大眾傳播的二元劃分不再成立,取而代之的是萬物皆為媒介化(Everything is mediated)。自拉斯韋爾(Harold Lasswell)以來的關(guān)于媒體的功能主義受到了極大的沖擊,傳統(tǒng)媒體的各大功能無一不面臨修正。拉斯韋爾闡述了傳播在社會中的三大功能:一是監(jiān)督環(huán)境,開拓個人視野;二是協(xié)調(diào)社會對公共事件的反應(yīng);三是傳遞文化遺產(chǎn)。以大眾媒體傳播新聞與信息這一功能為例,不同于以新聞專業(yè)主義為準(zhǔn)繩的傳統(tǒng)媒體時代,今天的新聞從誕生到散播都有大量用戶參與,支離破碎的信息反而難以呈現(xiàn)事實的全貌。公共輿論場中重情緒、輕事實的“后真相”現(xiàn)象被冠以“有毒的”(toxic)定語,與傳統(tǒng)的媒體對于公共空間的“看門狗”(watchdog)功能大相徑庭。究其原因,“后真相”現(xiàn)象的出現(xiàn)不外乎是歷來隔離在新聞生產(chǎn)之外的觀眾變成了內(nèi)容的生產(chǎn)者,具有社交主動性的用戶通過人際網(wǎng)絡(luò)獲取社會關(guān)系的信息分享,在感知他人情緒之余又附加自己的情緒與價值判斷。無數(shù)看似微小的情緒漣漪當(dāng)遇到合適的頻率與相位時可能會發(fā)生共振,甚至形成諸多反轉(zhuǎn)新聞的案例。在這樣的傳播場域中,人際傳播與大眾傳播的邊界已然模糊,而前者正在對后者的詮釋功能產(chǎn)生不可忽略的消解作用。這或許可以部分解釋為何工業(yè)化社會大眾傳播產(chǎn)物的傳播學(xué)架構(gòu)已經(jīng)無法適應(yīng)信息革命化社會互聯(lián)網(wǎng)傳播帶來的非線性、圈層、超鏈接等現(xiàn)象。

與此同時,伴隨著AI的第三次崛起,智能機器與算法開始作為一種全新的傳播者(communicator)出現(xiàn),已經(jīng)呈現(xiàn)出成為未來媒體場域攪局者的端倪。經(jīng)典的傳播“5W”模型中,信源(source)和信宿(re-ceiver)均為人,這就默認(rèn)了雙方的諸多特性,例如有意識,有價值取向,至少在一定程度上能夠遵循共同的溝通原則等。然而,當(dāng)交流的一方變成機器(包含算法)之后,傳播的定義變得模糊起來??此埔粋€簡單元素的改變,卻帶來對定義基本前提的重新審視。意識是否必需?機器居于倫理坐標(biāo)的何處?信息接受與反饋機制是否需要雙方一致?更現(xiàn)實一點,我們需要給機器賦予怎樣的社交線索以保證人機交流的有效進(jìn)行?傳統(tǒng)媒體研究范式的藩籬之下,這些問題的答案似乎難以尋得。因此,我們急需引入一種新的探究路徑。

二、技術(shù)中介理論及其延伸

作為技術(shù)現(xiàn)象學(xué)的代表人物,美國哲學(xué)家唐·伊德(Don Ihde)提出的“人一技術(shù)”關(guān)系理論被廣為引用,很大程度上扭轉(zhuǎn)了技術(shù)哲學(xué)早期的超越論色彩與對技術(shù)的消極態(tài)度。伊德關(guān)注人與技術(shù)的關(guān)系問題,認(rèn)為兩者不能孤立看待,尤其是技術(shù)在人與世界的關(guān)系中起著重要的調(diào)節(jié)作用。他尤其強調(diào)意向性(intentionality),即意識的普遍本質(zhì)(胡塞爾語)。技術(shù)是人與世界之間的中介者,而非中立者。這種中介性便是伊德提出的技術(shù)意向性(technological intentionality),即技術(shù)具有塑造自身使用的意向性,不同于人的意向性。技術(shù)中介的意向性關(guān)系為:

人-技術(shù)-世界

技術(shù)在人與世界之間的調(diào)節(jié)性中介作用具體又分為兩種。一種是具身(embodiment)關(guān)系。這種關(guān)系中,透明的技術(shù)拓展了人類身體知覺的范圍,仿佛抽身而去,典型的例子是眼鏡。其關(guān)系可以表示為:

(人-技術(shù))→世界

另一種中介關(guān)系為詮釋(hermeneutic)關(guān)系。此種關(guān)系中,技術(shù)提供了世界的表征,作為我們詮釋世界的依據(jù),最好的例子便是溫度計。其關(guān)系可以表示為:

人→(技術(shù)-世界)

除了中介關(guān)系之外,還有一種他異(alterity)關(guān)系。在這種關(guān)系中技術(shù)可以被稱作一個準(zhǔn)它者(quasi-other),例如智能機器人。其關(guān)系可以表示為:

人→技術(shù)(-世界)

伊德提出的最后一種人機關(guān)系是背景(background)關(guān)系,即技術(shù)作為生活背景與氛圍嵌入背景之中,人們常常注意不到其存在,例如電。其關(guān)系可以表示為:

人(-技術(shù)-世界)

繼伊德之后,后現(xiàn)象學(xué)家費爾貝克(Verbeek)認(rèn)為除了中介意向性外,還進(jìn)一步補充了另外兩種形式的意向性。一種是混合意向性(hybrid intentionality),即賽博格關(guān)系(cyborg relation),將人與技術(shù)兩者之間的相互關(guān)聯(lián)變成兩者的融合,進(jìn)而形成一種新的實體(entity)。其關(guān)系可以表示為:

(A/技術(shù))→世界

在此基礎(chǔ)上存在著另一種復(fù)合意向性(composite intentionality),即復(fù)合關(guān)系(composite relation),不僅人類有意向性,人類所使用的技術(shù)亦有意向性,而且后者起核心作用。其關(guān)系可以表示為:

人→(技術(shù)→世界)

三、詮釋關(guān)系下的傳統(tǒng)媒體技術(shù)與人

技術(shù)現(xiàn)象學(xué)認(rèn)為技術(shù)是感知并轉(zhuǎn)化為知覺的方式。伊德將知覺分為微觀知覺與宏觀知覺兩種。前者即感知到的知覺,指通過身體感官所感受到的知覺;后者即文化的或解釋的知覺,系通過轉(zhuǎn)化的途徑感知到的知覺。而作為大眾媒體的技術(shù)通常被認(rèn)為是受眾認(rèn)知與理解世界的途徑;這尤其與詮釋角度下的技術(shù)現(xiàn)象學(xué)一致。媒體技術(shù)提供了世界的表征,從新聞資訊到虛構(gòu)故事,觀眾借此對世界進(jìn)行各自的詮釋。盡管伊德提出的其他幾種人一技術(shù)的關(guān)系均可在媒體技術(shù)與人的關(guān)系中找到,然而,傳統(tǒng)媒體時代,詮釋關(guān)系無疑是這幾種關(guān)系中最重要的一個。因此,本部分的討論僅僅圍繞詮釋關(guān)系展開。

1.傳統(tǒng)媒體的詮釋角色

傳統(tǒng)媒體時代,新聞傳播學(xué)中最具影響力的理論莫過于議程設(shè)置理論(agenda setting theory)和涵化理論(cultivation theory)。前者著眼于探究大眾媒體受眾的注意力導(dǎo)向問題,指出媒體的議程設(shè)置功能乃媒體的一種能力,通過反復(fù)播出某類新聞報道,強化該話題在公眾心目中的重要程度。因此,公共議程(public agenda)在很大程度上是由媒體議程(media agenda)來設(shè)置的。然而,媒體議程與真實世界之間存在的差異已經(jīng)被證實良久。早在20世紀(jì)60年代,美國學(xué)者芬克豪澤(G.Ray Funkhouser)比較了美國社會中公眾認(rèn)為的“美國面臨的最重大問題”與三家周刊(《時代》《新聞周刊》《美國新聞與世界報道》)中出現(xiàn)的各種事件,發(fā)現(xiàn)公眾按重要程度對事件的排序與媒體對該事件報道的頻率有著明顯的對應(yīng)關(guān)系。然而,媒體的報道并不能與真實的事件很好地吻合,在諸如種族關(guān)系、犯罪、貧困和環(huán)境污染問題上,媒體報道與實際情況大相徑庭。新聞媒體未能全面地告知正在發(fā)生的重大事實,因此公眾對未被設(shè)置的議程缺乏了解。

與議程設(shè)置理論關(guān)注媒體的角度不同,涵化理論則聚焦于受眾層面。因為電視中包含了信息、觀念和意識的來源,電視觀眾通過電視觀看來形成對世界的認(rèn)知。尤其對電視的重度觀眾而言,電視教導(dǎo)了共同的世界觀、角色觀和價值觀。正因如此,電視重度觀眾才會出現(xiàn)“冷酷世界綜合征”(mean worldsyndrome),即在大量觀看了電視中的暴力內(nèi)容后,觀眾會有這個世界充滿暴力和冷酷的感覺。學(xué)者熱勒曼(Dolf Zillmann)嘗試用媒介影響的范例理論(exemplification theory of media influence)來解釋涵化理論的效應(yīng)。他指出,現(xiàn)象的范例化存在兩種情況,一種是事件分布的關(guān)鍵參數(shù)已知,那么樣本的代表性可以得以判斷;另一種是事件分布的關(guān)鍵參數(shù)未知,樣本是否具有代表性則無從判斷。電視節(jié)目中出現(xiàn)的現(xiàn)象,比如犯罪行為、天災(zāi)人禍等事件,普通的觀眾對其分布的參數(shù)無從得知,因此并不能知曉電視節(jié)目提供的樣本是否具有代表性。同時,電視節(jié)目擅長展示具體、生動的事件,而較少提供復(fù)雜抽象的知識,更使得那些具有“轟動效應(yīng)”吸引眼球的事件讓觀眾記憶深刻。由此可以看出,很大程度上傳統(tǒng)媒體并不勝任出色的詮釋角色。

2.受眾的認(rèn)知推理模式

傳統(tǒng)媒體時代的新聞傳播理論,不論其關(guān)注的視角和層面有哪些差異,其共同的前提都是社會推理(social inference)的心理認(rèn)知模式。作為“認(rèn)知的吝嗇鬼”(cognitive miser),人們通常在有限的信息下快速做出認(rèn)知判斷,卻在認(rèn)知推理的各個環(huán)節(jié)中引入偏見。20世紀(jì)80年代,兩位美國社會心理學(xué)家菲斯克(Fiske)和泰勒(Taylor)完整梳理出認(rèn)知推理過程以及潛在的偏見來源(圖1)。

首先,在收集信息的步驟中,既有的預(yù)期或已知的理論會有意無意地指導(dǎo)我們進(jìn)行信息采集。在大眾媒體的使用場景中,持不同政見者通常會根據(jù)自己的政治立場選擇不同的報刊或電視節(jié)目,而選擇性忽略掉與自己政治立場不符合的媒介,這就是通常所說的選擇性暴露(selective exposure)。近年來被熱議的“信息繭房”(information cocoon)的原因也可以被選擇性暴露解釋,即用戶被與自己品位喜好相似的人所包裹著,接觸到的信息都是高度同質(zhì)化的,他們主動或被動地暴露在經(jīng)過有意或無意選擇過的信息里。然而,如果已有理論,尤其是那些明顯的或者是人們特別有信心的理論,一開始就是錯誤的選擇,那么后來的整個推理過程可能就是無根之木。一個典型的例子便是當(dāng)下社交媒體上各類健康偽信息(misinformation)的廣泛流傳。用戶置身于自己協(xié)助構(gòu)造的“信息繭房”中,所接收的信息不斷對之前的信息做出正反饋,故而偽信息層出不窮。當(dāng)然,絕對的對與錯的二元對立在很多情況下難以成立,更多的時候只是不同的立場而已。

社會推理的第二步為信息抽樣。當(dāng)面對大量甚至是海量的信息時,人們無法窺見事實的全貌,只能借助樣本來代表總體。然而,人們通常對樣本的代表性缺乏了解,使用極端案例、小樣本、偏見樣本,或者根據(jù)自己喜好忽略樣本,這些都是常見的會帶來認(rèn)知偏差的錯誤。前文所述的涵化理論便與此相關(guān)?,F(xiàn)代社會里的犯罪率普遍偏低,然而電視節(jié)目中的暴力犯罪行為比例卻很高。重度的電視觀眾如果不對真實世界中的總體與電視節(jié)目中帶有偏差的樣本加以區(qū)分,就容易得出這是個充滿暴力的世界的結(jié)論。

當(dāng)確定哪些信息進(jìn)入推理后,如何使用這些信息便成了信息處理的關(guān)鍵。這一步驟中常見的錯誤包括未能充分使用基礎(chǔ)比率(base rate)信息,未能正確理解概率與回歸,以及冗余信息帶來的稀釋效應(yīng)(dilution effect)。例如,如果有人想就歐洲是否應(yīng)接收國際難民這一問題厘清來龍去脈并形成相應(yīng)觀點,那么僅僅靠幾個難民故事是沒法提供客觀公允的事實的。他必須找到造成國際難民的成因,其準(zhǔn)確數(shù)量,其訴求,以及逃難沿途各國的社會經(jīng)濟狀況和接收容量等基礎(chǔ)比率信息。同時,他還必須甄別出有用的核心信息,而不至于湮沒于浩瀚的非事實性觀點之中。

最后一步是整合信息形成判斷。而這一過程中,如果人們賦予不規(guī)律或不正確的線索權(quán)重,使用錯誤線索、過少線索,或者不規(guī)律地使用決策規(guī)則,都可能造成信息整合的錯誤。比如,過度偏激的刻板印象的介入往往會讓最終的判斷失之毫厘謬以千里,在之前的眾多反轉(zhuǎn)新聞里我們往往能看到這樣的例子?!坝芰之a(chǎn)婦跳樓案”反轉(zhuǎn)前網(wǎng)民們對醫(yī)者的集體討伐,“公交車墜江案”反轉(zhuǎn)前眾人對女性司機的口誅筆伐,等等,不過都是信息整合時出現(xiàn)了偏差。

當(dāng)然,因為人類傾向于節(jié)省認(rèn)知消耗,期望能夠在較短時間內(nèi)迅速做出認(rèn)知決策,因此,以上的完整認(rèn)知推理過程并不會總是被使用。雙重加工系列理論(dual-process theories)已經(jīng)告訴我們,個體的信息處理存在兩個加工途徑。其中的啟發(fā)式系統(tǒng)化模型(heuristic-systematic model)告訴我們,當(dāng)個體投入了較高的認(rèn)知努力,運用自身過往的知識與經(jīng)驗等來精細(xì)加工信息,這叫作系統(tǒng)化加工(systematicmodel);而啟發(fā)式加工(heuristic model)則表明個體采用了啟發(fā)式線索和簡單的決策規(guī)則來快速做出判斷。常用的啟發(fā)式加工有代表性啟發(fā)(representative heuristic)、可得性啟發(fā)(available heuristic)、模擬啟發(fā)(simulation heuristic)、錨定和調(diào)整(anchoring and adiustment)等。代表性啟發(fā)指的是人在推理過程中傾向使用具有代表性的案例來代表整體:可得性啟發(fā)則指的是判斷事件發(fā)生的頻率和可能性取決于相關(guān)案例能多快被想到;模擬啟發(fā)指的是對通過假設(shè)情形的建構(gòu)來評估事件后果;錨定和調(diào)整則意在不確定性下做判斷,從最初的參照點開始一步步做調(diào)整,實現(xiàn)最后的決斷。兩位提出者基于此對理智判斷與決策模型發(fā)起挑戰(zhàn),其中一位丹尼爾·卡內(nèi)曼(Daniel Kahneman)進(jìn)而發(fā)展出前景理論(prospecttheory),并以此獲得了2002年諾貝爾經(jīng)濟學(xué)獎。

縱觀傳統(tǒng)媒體時代,不論是基于印刷的報紙或雜志,還是電信號的廣播和電視,甚至是互聯(lián)網(wǎng)早期,我們可以看到受眾接受媒體信息形成對世界的認(rèn)知詮釋都遵從著以上規(guī)則。換句話說,人與技術(shù)以及世界的“人→(技術(shù)-世界)”關(guān)系中,技術(shù)遵循著自身或人為的規(guī)則,提供了世界的部分信息給受眾,受眾以此解讀世界。然而這一過程中存在著大量與真實世界偏離的信息。這些偏離一部分源自媒體技術(shù)在提供世界的表征時所過濾、曲解掉的信息,另一部分更直接來自人的認(rèn)知局限。因為人類感官沒有足夠發(fā)達(dá),信息處理能力不夠,所以人類過多依賴于啟發(fā)式線索帶來的迅速信息處理方式,形成對世界并不全面的認(rèn)知。按照海德格爾的觀點,技術(shù)是一種解蔽方式,自有一套技術(shù)的邏輯,最終將展示真理和事物的本質(zhì)。那么,更新?lián)Q代之后的技術(shù)是否可能提供另一種展示真理與本質(zhì)的方式呢?

四、他異關(guān)系下的AI媒體技術(shù)與人

新技術(shù)革命下的AI與媒體有了越來越多的交集。機器寫作、智能分發(fā)、仿人交互等技術(shù)已然進(jìn)入了今天的媒體,并與社交網(wǎng)絡(luò)發(fā)生強勢互補。從傳播的基本模型“5W”模型來看,“誰”(who)以“什么渠道”(what channel)說了“什么”(what)給“誰”(to whom)并得到了“什么效果”(what effect)中各個元素均獲得了升級。各類AI智能算法或以虛擬或以具身形式與技術(shù)用戶產(chǎn)生互動,它們或以聊天方式傳播新聞,或以機器記者身份進(jìn)行創(chuàng)作。在一些情形下,AI技術(shù)雖然會以具身關(guān)系(例如機器外骨骼)或詮釋關(guān)系(例如在火星上考察的機器人)與人類發(fā)生關(guān)系,但更多時候,人與AI智能技術(shù)之間會以他異關(guān)系出現(xiàn),形成人_技術(shù)(一世界)的關(guān)系鏈。學(xué)者寇克爾伯格(Coeckelbergh)指出,在與我們的互動中,AI技術(shù)不僅僅是一樣?xùn)|西(a thing),而是一個可以與我們發(fā)生關(guān)系的他者。這樣的關(guān)系并沒有暗示一個自我的互惠關(guān)系,或者我們需要從AI技術(shù)那里獲得認(rèn)可。AI技術(shù)是獨立于人類個體的他者或準(zhǔn)他者,與人類的其他他者無異。因此,我們無需將人類的自我體現(xiàn)在技術(shù)中,也無需將技術(shù)具化在我們的認(rèn)知里。AI的意義既不存在于AI中,也不存在于人類的主觀想象中,而是存在于具體的人機關(guān)系中。因此,作為他者的AI技術(shù),可能帶給我們詮釋關(guān)系之外的新的解蔽方式。

1.從人的認(rèn)知推理到AI的認(rèn)知推理

回到前文中的認(rèn)知推理模型,其中的四個步驟依然成立:收集信息、信息抽樣、選擇使用的信息、整合信息。然而不同的是,這四個步驟可以在不同程度上借助AI技術(shù)來完成。今天技術(shù)的賦能使得我們可以收集到從前無法收集的信息。大數(shù)據(jù)、物聯(lián)網(wǎng)等新技術(shù)讓機器能捕捉到更多來自各種傳感器的數(shù)據(jù)。例如可穿戴設(shè)備的普及使得每個人的健康相關(guān)數(shù)據(jù)得以獲得并可視化出來。一個明顯的案例就是“傳感器新聞”。例如,2015年10月CCTV推出的《數(shù)說命運共同體》專題,其中第一集《遠(yuǎn)方的包裹》中,數(shù)據(jù)分析師通過全球定位系統(tǒng)獲得了全球30萬艘大型貨船軌跡,對比過去航運數(shù)據(jù)120億行之后,發(fā)現(xiàn)過去一年中途徑“一帶一路”沿線主要國家的海上貨運量增加了14.6%,高于同期全球航運總量增長的3.8%。而近三年春節(jié)期間CCTV聯(lián)手百度打造的“據(jù)說春運”則是用GPS數(shù)據(jù)生動而詳實地描繪出中國人的春運集體大遷移。不同于以往基于統(tǒng)計學(xué)的抽樣方法,大數(shù)據(jù)技術(shù)的全樣本采集使得我們不再擔(dān)心抽樣的代表性,亦不再受個人喜好的影響,從而實現(xiàn)了對總體全局的把控。

而在信息的使用與整合階段,智能算法能夠擯棄人為的偏見,保持一貫的決策規(guī)則,因此,機器生成的信息被認(rèn)為比人生成的信息更客觀。最近的實證研究也證實了這一點,用戶認(rèn)為機器生成內(nèi)容更具有公信力,甚至比人工生成的內(nèi)容更具專業(yè)性。

然而如果本應(yīng)由人腦完成的認(rèn)知工作交給技術(shù)來完成,是否會帶來一些負(fù)面效果?早在2008年,觀察者就提出這樣的質(zhì)疑:以Google為代表的搜索引擎會讓我們變傻嗎?這一質(zhì)疑的邏輯在于用戶因為過于依賴搜索引擎這種外在的存儲空間,故而使得他們的記憶力退化而變得愚蠢。這一論斷也得到了心理認(rèn)知實驗的證實。2011年發(fā)表在《自然》期刊上的研究指出,當(dāng)面對困難問題時,人們首先想到計算機,他們不再費盡心力去尋找想要的信息,而是回憶如何找到信息。更進(jìn)一步,如果我們不僅僅是把記憶交付給技術(shù),而是把更多思維過程交付給技術(shù),讓技術(shù)代替我們“思考”,那么未來人類的萬物之靈的地位是否會岌岌可危呢?

2.全新感官比例的傳播技術(shù)

盡管AI技術(shù)在收集信息與整合信息上有著得天獨厚的優(yōu)勢,但如果僅僅將AI局限于此,那么其實是對其傳播潛能的低估。技術(shù)固然有著自己的進(jìn)化規(guī)律,但其發(fā)展也會受到人類需求的直接影響。傳播學(xué)家麥克盧漢曾提出“感官比例”的概念,即愈是符合人類天然的各種感官需求的媒體技術(shù),愈是讓人感覺自然而易于使用。這點從對鼠標(biāo)鍵盤與觸摸屏的比較中便能知曉。盡管鼠標(biāo)鍵盤可以有效地輸入信息,但是終究沒有觸摸屏來得自然。因此,兒童在會使用鼠標(biāo)鍵盤之前就會無師自通地使用觸摸屏。

作為有機體的人類,其生理構(gòu)造的局限非常明顯。我們的各種感官很有限,力量不足,行動速度比很多動物都遜色得多。媒體技術(shù)的出現(xiàn)在很大程度上彌補了這些不足。我們看不到、聽不到遠(yuǎn)方發(fā)生的事情,因此媒體充當(dāng)了我們的眼睛與耳朵。然而傳統(tǒng)的媒體技術(shù)過多依賴于我們的視覺,報刊、電視以及今天網(wǎng)絡(luò)的很大一部分都無一例外地選擇我們的眼睛作為知覺的主要入口。其次是聽覺,廣播與電視,以及今天眾多的所謂“聲音媒介”(例如播客、有聲APP等)在視覺泛濫的縫隙中占有一席之地。但不得不說,除此之外的其他感官,包括觸覺、嗅覺、味覺等,在自工業(yè)革命以來的媒體技術(shù)中均敗下陣來,只能蜷縮于有限的人際傳播中。從這個意義上說,人類的各種感官不同程度地受到自工業(yè)革命以來媒體技術(shù)的延伸或截短,而呈現(xiàn)出不符合天然的“媒體感官比例”。

然而這一狀況可能會隨著AI技術(shù)的發(fā)展而得到改變。社交機器人、人臉識別、語音識別、情感計算等一系列基于大數(shù)據(jù)、AI、認(rèn)知科學(xué)發(fā)展起來的技術(shù)可能打造出符合人類天然感官比例的傳播技術(shù)。例如,電影《少數(shù)派報告》中的感應(yīng)技術(shù)已經(jīng)變成現(xiàn)實。MIT媒體實驗室Pranav Minstry發(fā)明的第六感技術(shù),通過4個套在手指上的彩色標(biāo)記環(huán)、1個小型攝像頭、1部便攜式投影儀和1臺便攜式電腦,就可以通過簡單的動作完成信息的獲取。用手指做出一個攝像框的動作,拍攝即在瞬間完成,而無須按下快門鍵。如此一來,信息的輸入、輸出不再受限于實體屏幕,我們長久以來在傳播中被忽略的觸覺得以實現(xiàn)回歸。

不僅如此,我們的大腦本身也可以跟技術(shù)發(fā)生接壤。借助腦機接口,碳基的大腦與硅基的計算機可以連接起來,通過大腦直接控制機器的動作。盡管這一技術(shù)目前還處于初級研發(fā)階段,但是可以想見未來這一技術(shù)可能帶來的革命性變化。交流的終極目標(biāo),即思想的有效交換,有可能逾越語言的阻隔得以真正實現(xiàn)。

3.AI:正在崛起的傳播他者

如果人類將定義自己的“思考”(見笛卡爾的“我思故我在”)交予他者之手,這無疑需要足夠的人機信任才能實現(xiàn)。如何實現(xiàn)這樣的信任,其實是一直以來的一大難題。工業(yè)革命時出現(xiàn)的盧德分子時至今日依然存在,繼續(xù)保持著對技術(shù)深深的敵意。而更多的人則持謹(jǐn)慎的懷疑態(tài)度。例如,73%的歐盟公民對AI可能造成失業(yè)感到害怕,只有31%的美國人支持發(fā)展高水平機器智能。2015年以科學(xué)家霍金、科技企業(yè)家埃隆·馬斯克以及一些AI專家為首公開簽名的反對AI武器宣言則象征性地代表了人類對AI技術(shù)不確定性的擔(dān)憂。對機器人如何實現(xiàn)有效的約束也一直備受關(guān)注。從阿西莫夫的“機器人三定律”到2004年墨菲和伍茲提出的修訂三法則,再到2010年英格拉姆等人提出的“機器人工程師-的倫理準(zhǔn)則”,不論是機器人還是從事機器人研發(fā)的工程師都受到了明確的約束。

除了AI技術(shù)的潛在威脅外,人類目前尚不習(xí)慣于這樣一種全新的交流對象。不同于人,目前的AI尚不具備意識,也不能完全遵循人類的交流準(zhǔn)則。人AI交流對時間維度的改變,對AI方可控性的放大,以及AI對信息的無意識、無批判,這些都可能深刻改變傳播的過程與效果。例如,從時間長短來看,死亡賦予生命特殊的意義,人類的生命歷程會塑造出不同的傳播模式。具有幾十年平均壽命的人類在不同生命階段做出不同的傳播方式選擇,所以才會有“人之將死其言也善”的現(xiàn)象,更不用說所有的關(guān)系都具有起始、增強、維持和可能的惡化與終結(jié)。然而,技術(shù)賦能下的AI交流對象可以沒有死亡,即使機器老化,也可以找到一模一樣的具身再加載之前的數(shù)據(jù),以打造出不漏痕跡的替代者。人類無須面對這樣的交流者的離場。面對一場不會散的筵席,人類的傳播行為是否會做出不同的選擇?

在漫長的進(jìn)化過程中,交流雙方的不可控性促使人類發(fā)展出共同遵循的準(zhǔn)則來預(yù)期對方的行為。在社會分層林立,實踐規(guī)則紛繁的人類社會里,各種社會規(guī)則被創(chuàng)造出來。每個人的權(quán)力都受到或多或少的制衡。然而,在未來AI技術(shù)以人類用戶為中心的微型社交圈里,人類可以享有按照自己喜好個人定制化構(gòu)建出來的“社交星系”。然而,這樣一個個小型的極度個人定制化的社交規(guī)范能否融入更大的社會規(guī)范里?這些由自我為中心構(gòu)建出來的微粒社會能否和諧地共存?

即使不看那么長遠(yuǎn),近在眼前的AI技術(shù)已經(jīng)開始成為很多人傾訴衷腸的對象,聊天機器人便是其中的代表。因為機器不具有道德批判和倫理規(guī)范的約束,用戶可以對著聊天機器人吐露各種心聲,包括那些埋藏在內(nèi)心陰暗角落里的想法,曾經(jīng)做過的荒唐事,不堪回首的種種往事等。當(dāng)然,他們可以對聊天機器人選擇語言濫用。以微軟小冰為例,截至2018年,微軟小冰已經(jīng)在亞洲吸引了超過2億的注冊用戶,其與用戶平均聊天多達(dá)23個回合。然而,這樣光鮮的數(shù)據(jù)似乎掩蓋了一個事實,那就是超過90%的機器反應(yīng)其實毫無章法可言。這就是所謂的“反ELIZA效應(yīng)”(anti-ELIZA effect)。圖靈提出的通用機具有兩個基本假設(shè):一是時間的離散性,二是思維狀態(tài)的離散性。今天的聊天機器人普遍采用馬爾科夫鏈(Markov chain)原理,即在一個離散時間的隨機狀態(tài)中,只有當(dāng)前的狀態(tài)可以用來預(yù)測未來,過去的狀態(tài)與未來無關(guān)。因此,今天的聊天機器人是回合制對話。所以,我們不得不問:當(dāng)前的弱AI真是一個完美的傾訴者嗎?抑或是一個電子版的“樹洞”而已?

盡管媒體等同理論(media equation theory)早于20多年前就指出,人類用戶以何種社交方式對待他人,就會以何種社交方式對待媒體技術(shù)。而這一結(jié)論的前提是技術(shù)需要提供一些社交線索(socialcues),導(dǎo)致人類用戶處于無意識(mindlesss)的狀態(tài)而來不及思考人與機器的差異。因此,他異關(guān)系中的人和機器如果需要和諧共處,那么則需要機器具備一定的人類社交線索。由此一來,一些問題便應(yīng)運而生。例如,人性是否需要體現(xiàn)?如何體現(xiàn)?以人類人格為模板的機器人格是否合適?AI技術(shù)是否需要有具身(embodiment)?如果需要具身的話,那么擬人化的外形是否必需?是否應(yīng)該給機器賦予性別?……這些種種問題的答案,將直接塑造我們與未來媒體技術(shù)這個他者之間的交流與信任。

以機器人的人格設(shè)定為例,馮(Terrance Fong)與合作者將其分為5類:工具型(tool-like)、寵物型(pet or creature)、卡通型(cartoon)、人工創(chuàng)造物型(artificial being)和類人型(humanlike)。工具型指的是像智能工具一樣運行即可;寵物型則是模仿狗或貓等家養(yǎng)寵物的特征;卡通型則是像漫畫一樣將某些人格特征放大;人工創(chuàng)造物型反映的是機械或機器類型的特征:類人型則是全面模仿人類的人格特征。最近的一篇綜述研究總結(jié)了過去12年中社交機器人的人格定義、操作以及效果。其研究結(jié)果表明,目前尚無專門的機器人人格定義,馮等人提出的5種類型中的前四種幾乎沒有被運用,而是全盤借鑒人類的人格;其中,心理學(xué)上常用的“大五”(big five)模型,即外傾性一神經(jīng)質(zhì)一開放性一宜人性一責(zé)任感五大因素模型,是使用最多的模型。然而,不同于人,社交機器人的人格并非均衡地體現(xiàn)在這五個維度上,而是更多地考慮技術(shù)的因素而體現(xiàn)在外傾性上,因此,機器人的個性太過臉譜化和單一化。而在其人格特征的實現(xiàn)上,以往研究者集中采用了外表(例如顏色、面孔)、動作、語言、音調(diào)、表情等手段來體現(xiàn)個性。與人類交往的常識一致,外向宜人的機器人通常更受用戶的喜愛,帶來各種正面的認(rèn)知與行為效應(yīng)。然而,也有不少以往的研究指出,也許用戶只需要一個“善良的”(kind)機器人就足夠了。

AI技術(shù)中社交線索的討論日益激烈。為了讓人與AI技術(shù)這個他者進(jìn)行有效的交流,一個公認(rèn)有效的做法是將人類社交場景中語言或非語言的細(xì)節(jié)賦予機器,通過這些細(xì)節(jié)人們可以做出相應(yīng)的符合社交規(guī)范的判斷。這些人類的社交線索包括自然線索(例如注視和手勢)、情緒的表達(dá)和感知、外貌特征,甚至包括社會性別。給社交機器人強行賦予性別似乎是目前一個通用的做法,例如國外的“索菲亞”和國內(nèi)的“佳佳”機器人都被設(shè)定為女性,甚至連沒有實體的聊天機器人微軟小冰也是十幾歲的女孩子形象。但是,參與制定機器人五原則的專家溫菲爾德(Alan Winfield)表示,設(shè)計一個性別化的機器人實際上是一種欺騙,有違“不能用欺騙性的方式來設(shè)計機器人,從而剝削易受傷害的使用者;相反,它們的機器屬性應(yīng)當(dāng)透明化”的原則。開發(fā)者固然可以通過外觀設(shè)計或編程設(shè)計出性別模式行為,讓人類相信機器人有性別或.11生別特征,但是這無異于告訴別人一塊石頭是男性。而一旦人類相信了機器人的性別化,便會對這個性別暗示做出反應(yīng),性別歧視、物化女性和物化男性的現(xiàn)象可能會在機器人身上重演。

五、結(jié)語

AI技術(shù)的崛起正在重塑媒體格局。人與傳統(tǒng)媒體技術(shù)間的詮釋關(guān)系在新技術(shù)的沖擊下已經(jīng)變得不合時宜。早在2013年,超過一半(61.5%)的網(wǎng)絡(luò)流量由機器生成。以通過模仿合法用戶行為、對網(wǎng)站或API進(jìn)行高速濫用或攻擊、發(fā)送垃圾郵件或宣傳為目的的惡意機器人已經(jīng)屢見不鮮,甚至影響了世界各國的政治選舉。如果還僅僅把技術(shù)作為人類詮釋世界的一個工具,并不能完全理解技術(shù)及其帶來的各種后果。例如,在評估網(wǎng)絡(luò)上的人類輿情時是否應(yīng)該將這些網(wǎng)絡(luò)機器人的觀點排除在外?因此,在他異關(guān)系下重新審視人機關(guān)系變得迫在眉睫。

從人類感官比例來說,過去自工業(yè)革命以降的傳統(tǒng)媒體技術(shù)也許僅僅是人類發(fā)展史中的一個插曲。AI技術(shù)的發(fā)展有可能將人類天然的感官比例得以復(fù)原,重新回到前科學(xué)的但可感知的生活世界,甚至得到增強。然而AI技術(shù)畢竟不同于其他自生自滅的他者(例如動物),人類塑造的痕跡處處可見。所以,應(yīng)該為它賦予哪些特征才能使人機和諧共處是不可規(guī)避的關(guān)鍵問題之一。將人類的各種特征生搬硬套到AI技術(shù)上也許是最直接的選擇,卻不見得是最優(yōu)選擇。AI技術(shù)這個他者應(yīng)該被賦予何種特征,才能更好地實現(xiàn)人機間的他異關(guān)系,是一個值得深入探討的問題。

當(dāng)然,AI技術(shù)以他者身份出現(xiàn),僅僅提供了一種可能的方案,卻不能保證把我們直接引到正確的答案面前。目前AI技術(shù)采用了基于大數(shù)據(jù)的機器學(xué)習(xí),僅僅提供了相關(guān)性數(shù)據(jù),卻沒有探究因果關(guān)系,因此,AI尚不能建立起很多常識。如果這樣,那么AI技術(shù)是否能真正走出之前傳統(tǒng)媒體在詮釋世界時的局限可能還是個未知數(shù)。

猜你喜歡
人工智能
人工智能AI
人工智能
人工智能之父
2019:人工智能
人工智能
人工智能與就業(yè)
China’s Artificial Intelligence Revolution
數(shù)讀人工智能
人工智能時代,就業(yè)何去何從
下一幕,人工智能!
牙克石市| 齐齐哈尔市| 三穗县| 信阳市| 额敏县| 邹平县| 鄂托克旗| 彭山县| 凤台县| 南部县| 和田县| 津南区| 靖州| 石景山区| 龙井市| 长宁县| 民权县| 洮南市| 阿拉尔市| 嵩明县| 新建县| 屯留县| 新津县| 苏州市| 永顺县| 涞水县| 治县。| 祥云县| 安丘市| 会东县| 木兰县| 宜丰县| 拉萨市| 辛集市| 左云县| 玉环县| 广饶县| 长岛县| 南京市| 尚义县| 沧州市|