◎陳昌鳳

智能化時(shí)代，已實(shí)現(xiàn)由傳統(tǒng)IT到互聯(lián)網(wǎng)IT，再到人工智能IT階段的轉(zhuǎn)變，相應(yīng)的媒介生態(tài)格局、所研究的對(duì)象，以及研究的內(nèi)涵較以往均有很大區(qū)別。

一、智能技術(shù)重塑媒介生態(tài)格局

智能有狹義和廣義之分，狹義為人工智能；廣義為智能技術(shù)、人工智能、機(jī)器人技術(shù)和算法。我們現(xiàn)在所說的智能，大都是指其廣義。關(guān)于智能化的研究，歷史上主要有三大流派：一是符號(hào)主義，認(rèn)知基元是符號(hào)，認(rèn)知過程即符號(hào)過程；二是鏈接主義，思維基元是神經(jīng)元，智能通過神經(jīng)元的鏈接實(shí)現(xiàn)；三是行為主義，智能取決于感知和行動(dòng)，不需要知識(shí)和推理。

現(xiàn)在人工智能主要有以下兩點(diǎn)突破：一是合成智能，從各種工具和模塊中拼湊素材、建立目標(biāo)，系統(tǒng)最終變成什么樣并不可預(yù)見，而且結(jié)果不受其創(chuàng)造者控制，包括機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、大數(shù)據(jù)、認(rèn)知系統(tǒng)或者遺傳算法等；二是人工勞動(dòng)者，能不知疲倦地在混亂多變的環(huán)境中完成各種龐雜的工作,這類系統(tǒng)缺少常識(shí)和一般性的智力。美國計(jì)算機(jī)科學(xué)家杰瑞·卡普蘭對(duì)這兩個(gè)概念進(jìn)行了延伸，認(rèn)為這兩類系統(tǒng)可以共同協(xié)作完成需要高級(jí)知識(shí)和技巧的物理任務(wù)，比如手術(shù)、教微積分、修車以及烹飪等。

就信息傳播領(lǐng)域而言，合成智能系統(tǒng)的機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、大數(shù)據(jù)、認(rèn)知系統(tǒng)及相關(guān)算法，均已運(yùn)用于信息傳播，如機(jī)器學(xué)習(xí)、自然語言、語音處理、視覺信息等。智能化亦廣泛運(yùn)用于教育領(lǐng)域，如兩會(huì)和十九大期間所使用的AI技術(shù)，通過人臉識(shí)別、聲紋識(shí)別、語音識(shí)別和大數(shù)據(jù)搜索便可將檢索出發(fā)言者的歷史相關(guān)信息。通過對(duì)信息的分析能夠直接抓取到點(diǎn)、人物的關(guān)系，抓取到人工采訪或肉眼觀察采不到的信息，智能化裝備讓我們對(duì)這個(gè)世界的認(rèn)知更加透徹，更加具有洞察力?？梢哉f，“機(jī)器人寫稿”和“算法推薦”只是人工智能技術(shù)運(yùn)用于新聞傳播領(lǐng)域的冰山一角，其真正遠(yuǎn)景是超越人類智慧。

二、智能技術(shù)導(dǎo)出媒介倫理困境

霍金曾預(yù)言：“徹底開發(fā)人工智能可能導(dǎo)致人類滅亡”，甚至?xí)S為機(jī)器人的奴隸。機(jī)器人具有深度學(xué)習(xí)能力，但并無內(nèi)容過濾機(jī)制，加之內(nèi)部“黑箱化”運(yùn)作模式，從而導(dǎo)出一系列的媒介倫理困境。

一是假新聞向深度轉(zhuǎn)變。傳統(tǒng)假新聞尚可通過多種方式去驗(yàn)證其真?zhèn)?，但智能技術(shù)的“黑箱化”操作下，其真實(shí)性已很難驗(yàn)證。如今年2月份，模仿奧巴馬聲線說粗話的視頻造假事件。

二是習(xí)得人類的偏見等。人工智能并無過濾系統(tǒng)，在其深度學(xué)習(xí)過程中并無法判斷學(xué)習(xí)內(nèi)容的好壞。去年微軟為其人工智能程序Tay設(shè)了一個(gè)推特賬號(hào)，上線一天就形成了“我恨人類，我討厭人類”、“希特勒很好，猶太人很壞”、“女權(quán)主義者都是混蛋”等粗鄙的價(jià)值觀。

三是價(jià)值觀賦予的“黑箱化”。人工智能的價(jià)值觀運(yùn)作系統(tǒng)是“黑箱化”的，我們并不知材料輸入與輸出之間的關(guān)系，也不知其內(nèi)部操作過程是以何種運(yùn)算程序而形成的結(jié)果。此外，其寧可錯(cuò)殺一千的審查機(jī)制,也都帶來了很多問題。

三、打開“黑箱”正確引導(dǎo)價(jià)值觀

人工智能價(jià)值觀的形成機(jī)制不僅包括 “算法集”式的數(shù)字代碼，也包括編寫算法的程序員、運(yùn)用算法寫作的新聞?dòng)浾叩刃袨橹黧w間相互作用的行動(dòng)機(jī)理。此外，算法中的技術(shù)偏向也易導(dǎo)致認(rèn)知偏差，如不確定性證據(jù)易導(dǎo)致不確定的行動(dòng)；無法解讀的數(shù)據(jù)導(dǎo)致失據(jù)和不透明性；誤導(dǎo)性數(shù)據(jù)易導(dǎo)致認(rèn)知偏見。技術(shù)無好壞之分，但也并非中立，引導(dǎo)人工智能價(jià)值觀尤為必要。

引導(dǎo)人工智能價(jià)值觀，首先要對(duì)“黑匣子”內(nèi)部運(yùn)算程序進(jìn)行價(jià)值觀測試，其次是通過算法技術(shù)介入價(jià)值觀，最后進(jìn)行正確價(jià)值觀引導(dǎo)。人工智能價(jià)值觀的測試階段，可利用專家提問、結(jié)構(gòu)化訪談以及理論驗(yàn)證等方法，初步確定其價(jià)值觀維度。價(jià)值觀與社會(huì)階層的關(guān)系，價(jià)值觀與社會(huì)信任的關(guān)系，價(jià)值觀與社會(huì)心理的關(guān)系,均可列為價(jià)值觀影響因子行列。在如何引領(lǐng)智能時(shí)代價(jià)值觀問題上，可采用微調(diào)法等方法，觀察普通人和程序員智能時(shí)代的價(jià)值觀的內(nèi)在化傾向。在進(jìn)行人工智能價(jià)值觀引導(dǎo)方面，可參考西方逆向工程學(xué)等學(xué)科類方法，打開內(nèi)部的“黑匣子”，了解其內(nèi)部運(yùn)作機(jī)理及價(jià)值觀形成的錯(cuò)誤節(jié)點(diǎn)，以進(jìn)行正確的價(jià)值觀引導(dǎo)。

人工智能研究最核心的問題在于關(guān)乎人類尊嚴(yán)，如何打開價(jià)值觀賦予的“黑匣子”，通過算法干預(yù)和介入以引導(dǎo)價(jià)值觀，將會(huì)是未來智能化發(fā)展較長一段時(shí)期需要關(guān)注的問題。