摘要：【目的】 ChatGPT為代表的聊天機(jī)器人爆火，引發(fā)了大眾對(duì)人機(jī)交流未來的無限遐想，其中產(chǎn)生的人機(jī)交流困境也值得關(guān)注探討。【方法】 文章基于香農(nóng)信息論視域，對(duì)人機(jī)信息交流的現(xiàn)實(shí)困境進(jìn)行探討，從信息熵角度解讀人機(jī)交流的信息不確定性成因?！窘Y(jié)果】研究發(fā)現(xiàn)算法語料庫缺陷、價(jià)值遮蔽、算法強(qiáng)魯棒性、現(xiàn)實(shí)維度多模態(tài)語料缺失均可導(dǎo)致人機(jī)交流的信息熵增?！窘Y(jié)論】需從信息完整性、準(zhǔn)確性、時(shí)效性等方面考慮信息熵減對(duì)策，以實(shí)現(xiàn)人機(jī)交流的高效暢通。

關(guān)鍵詞：信息熵；人機(jī)交流；聊天機(jī)器人；信息論；ChatGPT " " " " " " "中圖分類號(hào)：G276.5 " " " " 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1671-0134（2023）06-087-05 " " " " DOI：10.19483/j.cnki.11-4653/n.2023.06.018

本文著錄格式：李翼然，王琪方，鄭達(dá)威.對(duì)機(jī)言說：信息論視角下的人機(jī)交流困境、路徑對(duì)策[J].中國傳媒科技，2023（06）：87-90，103.

1.信息熵、噪音和人機(jī)交流的概念辨析

香農(nóng)在《通信的數(shù)學(xué)理論》一文中提出了信息熵的概念，他認(rèn)為信息熵是計(jì)算隨機(jī)信息的不確定性或無序度的量度。[1]信息熵理論拓展了熵的含義與應(yīng)用范疇，作為廣義熵的信息熵從單一的物理學(xué)研究拓展至信息科學(xué)和社會(huì)科學(xué)等多學(xué)科領(lǐng)域，以度量任一系統(tǒng)運(yùn)行的不確定性或無序程度。噪音則是香農(nóng)提出的另一個(gè)概念，在信息論中，噪音是指由于技術(shù)故障或技術(shù)不完善造成的非有意傳送而附加在信號(hào)上的任何東西，并使得發(fā)出信號(hào)與接收信號(hào)之間出現(xiàn)信息失真，即對(duì)正常信息傳遞的干擾。[2]廣義上的人機(jī)交流，也指人機(jī)交互（Human–Computer Interaction），是一門研究程序系統(tǒng)與用戶之間的交互關(guān)系的學(xué)問。[3]隨著相關(guān)技術(shù)水平的發(fā)展提升，人與機(jī)器的交互，已經(jīng)從界面的交互轉(zhuǎn)向信息甚至情感的交互。而“機(jī)”的概念范疇既包含了計(jì)算機(jī)在內(nèi)的機(jī)器設(shè)備，也包括機(jī)器人和人工智能。聊天機(jī)器人（chatbot）是一種通過自然語言同人進(jìn)行交流的人機(jī)交流對(duì)話智能系統(tǒng)（conversational agent）。[4]信息熵是算法技術(shù)的基礎(chǔ)，借助算法技術(shù)對(duì)人和事物相關(guān)信息的抓取和分析，可以消除對(duì)其的不確定性，實(shí)現(xiàn)信息系統(tǒng)的和諧發(fā)展。[5]本文重點(diǎn)探討的人機(jī)交流僅限定于人與聊天機(jī)器人進(jìn)行的信息互動(dòng)與交流，以信息熵和噪音作為理論分析的兩大重要概念依據(jù)，試圖研究人類與聊天機(jī)器人間交流過程中的不確定性和失真性問題。

2.人機(jī)交流中的信息熵增與噪音生成

2.1 " 算法語料庫缺陷導(dǎo)致的信息熵增

算法語料庫是為算法根據(jù)詞語間信息量或者詞語共現(xiàn)頻率計(jì)算詞語相似度而收集和整理的大量文檔的集合。[6]目前AI聊天機(jī)器人的語料庫多來源于預(yù)先編入的知識(shí)庫，或通過與用戶交互和搜索網(wǎng)絡(luò)來獲取。在這種技術(shù)框架下，由于聊天機(jī)器人的商業(yè)性，用戶隱私安全性等問題，大量數(shù)據(jù)難以實(shí)現(xiàn)共享成為其語料擴(kuò)充的局限性問題，即便存在數(shù)據(jù)割裂的情況，現(xiàn)有人工智能算法技術(shù)面對(duì)海量的訓(xùn)練參數(shù)仍然顯得有些吃力。同時(shí)，存在于現(xiàn)實(shí)維度中多模態(tài)語料被排除在AI學(xué)習(xí)模型的語料庫之外，也將成為未來聊天機(jī)器人通用化的難題。

2.1.1 "“數(shù)據(jù)孤島”導(dǎo)致的信息熵增

“數(shù)據(jù)孤島”起源于“信息孤島”理論，即數(shù)據(jù)信息被分割儲(chǔ)存于不同主體或部門手中，成為無法互聯(lián)互通、相互分享和整合利用的單獨(dú)數(shù)據(jù)集。[7]數(shù)據(jù)的可復(fù)制性使其具有天然的可共享性，可“數(shù)據(jù)孤島”的形成有其現(xiàn)實(shí)必然性。數(shù)據(jù)所有權(quán)的離散直接導(dǎo)致了不同利益主體的訴求迥異，數(shù)據(jù)在經(jīng)濟(jì)活動(dòng)中的具體權(quán)利界定尚處于法學(xué)界的探討階段。[8]無論是數(shù)據(jù)利益主體的多樣訴求，還是現(xiàn)階段數(shù)據(jù)經(jīng)濟(jì)權(quán)利的法律局限性，算法模型在原始語料上的選擇范圍便遭受到了不同程度的掣肘。

理論上擁有無限容量的算法受困于“數(shù)據(jù)孤島”的現(xiàn)實(shí)無奈而被迫選擇性吸收數(shù)據(jù)，算法語料庫缺失必然導(dǎo)致其信息容量相較于信息全集的完整性不足，極大增加了信息概率的不確定性并加劇信息系統(tǒng)混亂度，帶來了信息熵增。

2.1.2 " “數(shù)據(jù)膨脹”導(dǎo)致的信息熵增

人工智能算法執(zhí)著于提升語言模型回應(yīng)信息范圍的廣度，語料庫中訓(xùn)練參數(shù)的不斷擴(kuò)充導(dǎo)致算法確定一個(gè)事件所需的信息量也在不斷膨脹，其信息熵值愈發(fā)增加，但算法本身的機(jī)制和邏輯仍不夠完善和成熟，數(shù)據(jù)與技術(shù)的割裂表現(xiàn)為人工智能語言模型在回應(yīng)信息時(shí)反應(yīng)時(shí)間延長，輸出有效信息的概率降低，輸出的語言信息混亂度上升。但另一方面，想要提升人工智能語言模型回應(yīng)信息的準(zhǔn)確度和靈活性，就要減少確定一個(gè)事件的信息量，即縮小訓(xùn)練參數(shù)的數(shù)量和范圍，提高系統(tǒng)內(nèi)部的有序性，信息熵值減少，從而增強(qiáng)人工智能語言模型反饋信息的深度，但也意味著人工智能語言模型可回應(yīng)的能力范圍縮小，難以回應(yīng)時(shí)代需求。

2.2 " 價(jià)值遮蔽導(dǎo)致的信息熵增與結(jié)構(gòu)性失語

機(jī)器生產(chǎn)文本無法對(duì)具體問題進(jìn)行針對(duì)性的答案匹配，只能對(duì)特殊問題進(jìn)行一般化提煉，利用通用信息萬金油式解答，以此提高算法模型的輸出效率、加快響應(yīng)速度。因此，聊天機(jī)器人所生產(chǎn)的機(jī)器文本在參考選擇時(shí)，往往偏愛傳播廣泛的權(quán)威信息報(bào)道，對(duì)百科詞條等高信息密度的公開資料青睞有加。機(jī)器生產(chǎn)文本的信息參考來源得到了算法的加冕，被賦予知識(shí)權(quán)威地位、獲得大量網(wǎng)絡(luò)曝光，聊天機(jī)器人的信息整合能力改寫了網(wǎng)絡(luò)信息傳播的秩序，成為網(wǎng)絡(luò)海量信息的新把關(guān)人。作為算法“撒播”的交換，科技傳媒巨頭掌握的海量高品質(zhì)信息數(shù)據(jù)構(gòu)成了人工智能生產(chǎn)內(nèi)容（AIGC）的信息基石，由此算法開發(fā)者與數(shù)據(jù)信息所有者之間的利益實(shí)現(xiàn)了深度耦合，形成了彼此依賴、目標(biāo)一致的共生主體關(guān)系。

作為標(biāo)準(zhǔn)化權(quán)威答案的代價(jià)，機(jī)器生成式文本消解了對(duì)客觀事實(shí)的多元意義闡釋空間，深度、差異化的解讀被算法認(rèn)定為“小概率事件”遭到遮蔽雪藏，認(rèn)知客觀事物的多元路徑遭到阻塞，單向度“信息共識(shí)”在聊天機(jī)器人的編制下以“完美事實(shí)”的面貌呈現(xiàn)，機(jī)器語言交流單一性與客觀事實(shí)豐富性之間的巨大罅隙引發(fā)了人機(jī)交流中的信息熵增。機(jī)器文本內(nèi)容“對(duì)齊統(tǒng)一”的表征背后彰顯了算法技術(shù)在網(wǎng)絡(luò)空間中的強(qiáng)力話語闡釋能力。算法過濾下，小眾群體陷入了結(jié)構(gòu)性失語的窘境，長尾效應(yīng)所揭示的價(jià)值空間遭到選擇性隱埋。

2.3 " 算法強(qiáng)魯棒性導(dǎo)致的無效信息與噪音生成

華裔科幻作家（Ted Chiang） 在紐約客（New Yorker）撰寫的專題文章中指出：ChatGPT改寫了網(wǎng)絡(luò)原始材料，而不是逐字引用，它像個(gè)學(xué)生用自己的話來概括文本，而不是簡單照搬讀過的內(nèi)容，這造成了一種錯(cuò)覺——ChatGPT能夠理解文本材料。[9]基于transformer架構(gòu)的ChatGPT是預(yù)訓(xùn)練語言模型的成果，其本身不具備對(duì)人類知識(shí)符號(hào)的認(rèn)知理解能力，而僅僅是在機(jī)器邏輯下對(duì)既有儲(chǔ)存信息的機(jī)械性元素遍歷與概率性符號(hào)排布。當(dāng)算法無法對(duì)用戶輸入的語言文本進(jìn)行有效識(shí)別時(shí)，其計(jì)算出的概率學(xué)結(jié)論往往偏離用戶所輸入的原始信息，甚至生搬硬造出偏離常識(shí)性的內(nèi)容，看似頗有道理的答復(fù)，實(shí)質(zhì)上是由于算法過于追求強(qiáng)魯棒性（Robust）所生成的偏離乃至違背事件的噪音。

谷歌高級(jí)副總裁兼谷歌Search負(fù)責(zé)人普拉巴卡 "爾·拉加萬（Prabhakar Raghavan）在接受采訪時(shí)表示，當(dāng)面對(duì)由人工智能驅(qū)動(dòng)的聊天機(jī)器人呈現(xiàn)的結(jié)果時(shí)，人們始終需要保持警惕。[10]看似“微小”的數(shù)據(jù)變化卻可能導(dǎo)致事實(shí)與機(jī)器的答案相去甚遠(yuǎn)，而這種隱藏的不確定性風(fēng)險(xiǎn)會(huì)導(dǎo)致用戶對(duì)信息的確定性和可靠性產(chǎn)生懷疑，尤其是當(dāng)該問題不屬于提問者熟悉的專業(yè)領(lǐng)域時(shí)。在檢查內(nèi)容真?zhèn)涡耘c確認(rèn)信源準(zhǔn)確性的過程中，人機(jī)信息交流的質(zhì)量與效率大幅降低。

2.4 " 現(xiàn)實(shí)維度多模態(tài)語料缺失導(dǎo)致的信息熵增

受限于算法技術(shù)和邏輯，現(xiàn)有的人工智能聊天機(jī)器人往往只能連接文本性語料庫，通過單一視覺模態(tài)來模擬人的語言輸出行為，即生成人類可以理解的話語文本，而難以將聽覺、觸覺、嗅覺等多模態(tài)感知通道的符號(hào)內(nèi)容轉(zhuǎn)譯成訓(xùn)練參數(shù)中，以及多模態(tài)符號(hào)系統(tǒng)表達(dá)，這在一定程度上限制了聊天機(jī)器人的表達(dá)和傳遞信息的詮釋空間，而在現(xiàn)實(shí)空間存在的人類用戶卻無時(shí)無刻不受到多模態(tài)話語的影響。當(dāng)人工智能聊天機(jī)器人進(jìn)行大范圍的普及應(yīng)用后，不同文化背景和知識(shí)結(jié)構(gòu)的用戶輸入的差異化語言文本也會(huì)增加了機(jī)器“理解”人類自然語言的難度，進(jìn)而降低AI聊天機(jī)器人在處理復(fù)雜語言文本時(shí)輸出有效信息的概率，這種數(shù)據(jù)庫語料與現(xiàn)實(shí)語料的偏差使得人機(jī)交流之間的信息不確定性增加，即人機(jī)交流中的信息熵增。

要實(shí)現(xiàn)人工智能算法的多模態(tài)語料的補(bǔ)充還需要多學(xué)科的共同支持和發(fā)展。首先，人工智能聊天機(jī)器人需將具象的、立體的、動(dòng)態(tài)的多模態(tài)符號(hào)轉(zhuǎn)譯為代碼數(shù)據(jù)進(jìn)行算法訓(xùn)練，同時(shí)又要保證輸出的多模態(tài)話語信息的完整性和準(zhǔn)確性。其次，多模態(tài)話語的語法分析缺乏嚴(yán)格語法意義上的標(biāo)記和線性關(guān)系，因此帶有強(qiáng)烈的主觀性，在定義和理解多模態(tài)中不同組成部分的語義關(guān)系上，人們受不同的文化背景和知識(shí)結(jié)構(gòu)影響可能會(huì)產(chǎn)生分歧。最后，由于各模態(tài)系統(tǒng)之間的互動(dòng)關(guān)系和互補(bǔ)關(guān)系具有不確定性，需要人工智能算法估量不同語境下各模態(tài)系統(tǒng)成分之間的語義互補(bǔ)作用，并輸出有效表達(dá)特定信息的多模態(tài)語篇。[11]

3.人機(jī)交流信息熵減的路徑對(duì)策

3.1 " 提升信息完整性

根據(jù)最大熵原則，算法模型的底層語料庫應(yīng)該盡可能包含所有實(shí)體的數(shù)據(jù)信息[12]，這要求算法的大數(shù)據(jù)語料庫在信息來源上保障廣泛性和深入性。在對(duì)網(wǎng)絡(luò)數(shù)據(jù)信息進(jìn)行深度挖掘的同時(shí)，數(shù)據(jù)語料庫也要廣泛吸收各種非網(wǎng)絡(luò)公開的信息，以確保其信息涵蓋面足夠豐富，如針對(duì)實(shí)體書籍、報(bào)刊進(jìn)行數(shù)字化資源轉(zhuǎn)換，將圖片、音視頻等數(shù)據(jù)進(jìn)行融合處理等。該過程中商業(yè)利益沖突、隱私風(fēng)險(xiǎn)等諸多問題是難以避免的，這對(duì)算法的開發(fā)者提出了新的挑戰(zhàn)。信息完整性是實(shí)現(xiàn)信息熵減、提高人機(jī)信息交往效率的基礎(chǔ)，唯有建立起多維度深入挖掘的數(shù)據(jù)庫，未來算法模型才能夠不斷發(fā)展突破，并在足夠量級(jí)的數(shù)據(jù)語料支撐下發(fā)掘真正符合用戶要求的完整答案。

3.2 " 保障信息準(zhǔn)確性

信息準(zhǔn)確性主要體現(xiàn)在信息理解與內(nèi)容輸出兩個(gè)維度。信息理解的準(zhǔn)確性側(cè)重于用戶表達(dá)信息的精準(zhǔn)解讀，從人際交流中吸收經(jīng)驗(yàn)。人在與人對(duì)話中，對(duì)于不理解的內(nèi)容可以通過對(duì)方的進(jìn)一步解釋而理解，人工智能在與人“交流”中或許也可以如此，對(duì)用戶的輸入內(nèi)容，不僅可以通過自身大量數(shù)據(jù)庫進(jìn)行語義判斷，也可以將其中不確定的信息向用戶進(jìn)一步詢問而確定，進(jìn)而更準(zhǔn)確地回復(fù)用戶。內(nèi)容輸出的準(zhǔn)確性側(cè)重于信息來源的可靠性與可溯源性。微軟推出的New Bing聊天機(jī)器人通過搜索引擎的強(qiáng)大內(nèi)容定位爬取能力與GPT的自然語言處理能力相結(jié)合，以實(shí)時(shí)更新的網(wǎng)絡(luò)信息為聊天機(jī)器人不斷注入新的知識(shí)，對(duì)用戶的問題進(jìn)行全網(wǎng)搜索和思路答案整合，在信息溯源上提供了現(xiàn)實(shí)可行的樣本范例。

3.3 " 強(qiáng)化信息時(shí)效性

信息內(nèi)容具有極高的時(shí)效性，新近發(fā)生的事件具有較高的信息價(jià)值，但其價(jià)值伴隨時(shí)間流逝而急速衰減，尤其是社會(huì)突發(fā)新聞、市場交易走勢、交通天氣情況等實(shí)時(shí)更新的數(shù)據(jù)信息。[11]擁有海量的數(shù)據(jù)知識(shí)是聊天機(jī)器人算法模型的基礎(chǔ)，而實(shí)時(shí)更新則使得人機(jī)交流的時(shí)空障礙進(jìn)一步縮小，進(jìn)而提升了交往效率。要滿足用戶對(duì)這類即時(shí)信息的需求，聊天機(jī)器人不僅需要海量的數(shù)據(jù)知識(shí)，更需要具備快速采集、整合、加工、傳輸信息的能力。將信息整合反饋的時(shí)間降至最低才能夠保障用戶的良好體驗(yàn)。微軟和谷歌都在自家搜索引擎的基礎(chǔ)上嘗試嵌入聊天機(jī)器人模塊，能夠根據(jù)搜索引擎抓取的實(shí)時(shí)數(shù)據(jù)進(jìn)行內(nèi)容信息的動(dòng)態(tài)調(diào)整，相較于以離線語料庫為信息來源的ChatGPT而言，強(qiáng)時(shí)效性的在線語料庫無疑是巨大的突破。

3.4 " 重新審視冗余信息

受限于技術(shù)發(fā)展水平，當(dāng)下的聊天機(jī)器人往往存在邏輯混亂、信息粗泛冗長的不足。為了突破這種局限，人們通常認(rèn)為冗余信息最少是人機(jī)交流的最佳狀態(tài)，這種精簡主義式的追求反而使人們陷入了工具理性主導(dǎo)下的思維定式。實(shí)際上，冗余信息并不是字面意義上“冗長多余”的無用信息，而是為了保證信息的完整性和準(zhǔn)確性在信息傳輸或存儲(chǔ)過程中添加的額外信息。[12]費(fèi)斯克等學(xué)者認(rèn)為，“冗余信息”的功用主要表現(xiàn)在有助于進(jìn)行精確編碼和加強(qiáng)社會(huì)聯(lián)系，在人際傳播中對(duì)抵消噪音、糾察錯(cuò)誤等方面具有重要作用。[13]同樣，在人機(jī)交流領(lǐng)域中優(yōu)化算法模型、提高信息效率的同時(shí)，也要適時(shí)停下步伐，重新審視轉(zhuǎn)譯過程中冗余信息的價(jià)值，關(guān)注冗余信息在人機(jī)交流中發(fā)揮的潤滑作用。在原有的數(shù)據(jù)文本基礎(chǔ)之上，適當(dāng)利用冗余信息反倒能夠減輕文本信息密度過大、晦澀難懂的問題，增強(qiáng)用戶對(duì)信息的深入理解，從另一個(gè)角度實(shí)現(xiàn)信息熵減。

4.人工智能聊天機(jī)器人的未來展望

4.1 " 領(lǐng)域細(xì)分化

ChatGPT是OpenAI向公眾展現(xiàn)技術(shù)實(shí)力的有益嘗試，但ChatGPT的商業(yè)藍(lán)圖是以通用算法模型為最終目標(biāo)而展開的，其目的便是成為算法開發(fā)的底層基礎(chǔ)設(shè)施所有者，對(duì)任何細(xì)分領(lǐng)域的程序開發(fā)保持通用和兼容，目前的核心商業(yè)訴求是為企業(yè)和個(gè)人提供付費(fèi)自然語言處理的API集成接口。為此需對(duì)通用型人工智能做出全新的定義，通用型人工智能算法無法實(shí)現(xiàn)人們對(duì)機(jī)器人“全知全能”的幻想，而只是為精細(xì)化分工的人工智能機(jī)器人提供初步的自然語言處理與人機(jī)交互能力，具體算法的發(fā)展傾向和差異依舊由自身的目標(biāo)任務(wù)屬性主導(dǎo)，“大一統(tǒng)”式的通用人工智能模型并不能在實(shí)踐層面做到真正的全知全能，只是推動(dòng)了算法開發(fā)中底層框架的統(tǒng)一。從個(gè)人開發(fā)者角度考慮，現(xiàn)成的遠(yuǎn)程API端口確實(shí)避免了程序編寫者陷入編寫語言功能代碼的反復(fù)勞動(dòng)中，讓程序開發(fā)重心回歸業(yè)務(wù)功能的需求本身，在這種模式下開發(fā)的細(xì)分領(lǐng)域聊天機(jī)器人，只需向人工智能語言模型投喂特定領(lǐng)域的訓(xùn)練參數(shù)，對(duì)自己的私有數(shù)據(jù)集內(nèi)進(jìn)行深度優(yōu)化和模型調(diào)教，即可將大數(shù)據(jù)預(yù)訓(xùn)練的邏輯思維與特定數(shù)據(jù)內(nèi)容的精準(zhǔn)調(diào)用相結(jié)合，通過云端算力輸出與本地?cái)?shù)據(jù)調(diào)用的聯(lián)動(dòng)組合，打造高效的單領(lǐng)域?qū)＞奶鞕C(jī)器人，提高特定領(lǐng)域問題的回答專業(yè)性和準(zhǔn)確性。屆時(shí)的聊天機(jī)器人不再只是“聊天”，而是真正能發(fā)揮其強(qiáng)大的邏輯處理和分析歸納能力，在軍事偵察、商業(yè)預(yù)測、教學(xué)輔助等細(xì)分領(lǐng)域都有著廣泛的應(yīng)用場景。

4.2 " 多模態(tài)擬真化

從單模態(tài)的文字助手，到語音文字雙模態(tài)的語音助手，再到具象化多模態(tài)擬真的虛擬形象聊天機(jī)器人……縱觀人機(jī)交流的技術(shù)發(fā)展史，多模態(tài)、擬真化、場景化的人工智能語言模型似乎一直是人們追逐的目標(biāo)和時(shí)代發(fā)展的必然趨勢。從根本上來說，人工智能大數(shù)據(jù)語言模型的本質(zhì)是實(shí)現(xiàn)人的世界全要素的價(jià)值重構(gòu)。它的第一步是實(shí)現(xiàn)人的語義世界的價(jià)值重構(gòu)，接下來更為關(guān)鍵的突破，應(yīng)該是指向語義以外世界的人類實(shí)踐領(lǐng)域的全要素的價(jià)值重構(gòu)——這恰恰應(yīng)和了元宇宙對(duì)于數(shù)字文明時(shí)代社會(huì)要素重構(gòu)、關(guān)系規(guī)則重構(gòu)、現(xiàn)實(shí)場景重構(gòu)的要求。[14]基于多模態(tài)的數(shù)據(jù)分析和處理呈現(xiàn)的立體化形象化的語言模型，可使得語言與其他相關(guān)的意義資源整合起來，如結(jié)合圖片、表情、動(dòng)作、聲音等其他符號(hào)系統(tǒng)進(jìn)行語義表達(dá)，不僅可以增強(qiáng)機(jī)器對(duì)用戶表達(dá)的語言符號(hào)系統(tǒng)在意義交換過程中所發(fā)揮的作用，也使用戶對(duì)機(jī)器表達(dá)話語意義的解讀更加全面、更加準(zhǔn)確。如果能將這種語言模型進(jìn)行擬真化呈現(xiàn)，也將會(huì)為人機(jī)多模態(tài)互動(dòng)交流提供更多的應(yīng)用空間。

4.3 " 場景定制化

當(dāng)下的聊天機(jī)器人之所以不能夠準(zhǔn)確理解用戶問題需求，很大程度上是由被動(dòng)孤立的信息輸入導(dǎo)致的。用戶在與聊天機(jī)器人進(jìn)行交流的過程，是一問一答式的語言符號(hào)交換，聊天機(jī)器人缺乏對(duì)用戶非語言交流符號(hào)的有效感知，這導(dǎo)致機(jī)器只能從文字表意機(jī)械地解答用戶的真實(shí)需求，無法領(lǐng)會(huì)話語背后的特定語境與深層含義。而基于場景化的人機(jī)交流則能夠突破人機(jī)一問一答式的僵化交流，在移動(dòng)設(shè)備、社交媒體、大數(shù)據(jù)、傳感器、定位系統(tǒng)組成的“場景五力”加持下[15]，將用戶所處的復(fù)雜現(xiàn)實(shí)情境實(shí)時(shí)量化為多維度互通的信息流，為聊天機(jī)器人搭建個(gè)性化場景提供數(shù)據(jù)支撐。由此，聊天機(jī)器人便能夠擺脫被動(dòng)信息接收—整合處理—輸出的機(jī)械化流程，通過主動(dòng)搭建、動(dòng)態(tài)調(diào)整場景要素，營造個(gè)性化、沉浸式的交流體驗(yàn)。機(jī)械、孤立的人機(jī)交流會(huì)因場景化重構(gòu)而變得自然、廣泛。與此同時(shí)，共享數(shù)據(jù)和沉浸式體驗(yàn)帶來的倫理問題也需要納入考慮范疇，魅力無限的場景需要建立在“以人為本”的邏輯之上。

結(jié)語

ChatGPT的全球爆火使得人工智能技術(shù)又一次高調(diào)回歸大眾視野，聊天機(jī)器人也一夜間成為人類效率機(jī)器角色的版本答案。聚焦于聊天機(jī)器人這一人機(jī)交流的小切口，圍繞“信息熵”與“噪音”的核心概念，對(duì)人機(jī)信息交流的階段困境與未來可能展開探討。聊天機(jī)器人的自身功能定位決定了其將以高效自動(dòng)化為主軸，朝著滿足人類多元化需求的方向發(fā)展邁進(jìn)。在技術(shù)創(chuàng)新發(fā)展周期的伊始階段，商業(yè)邏輯主導(dǎo)的算法開發(fā)無疑有助于加快發(fā)展進(jìn)程，但代價(jià)是因商業(yè)利益驅(qū)使而傾向于被工具理性主導(dǎo)，聊天機(jī)器人作為人工智能技術(shù)的工具屬性則會(huì)進(jìn)一步強(qiáng)化工具理性的支配傾向。海德格爾認(rèn)為僅對(duì)技術(shù)做一種工具性的解釋，會(huì)忽視技術(shù)的價(jià)值性。技術(shù)已經(jīng)不再是“中性”的，而作為“座架”支配著現(xiàn)代人理解世界的方式。[16]但這并不等同于聊天機(jī)器人的未來完全由工具理性所主導(dǎo)，相反，工具理性和價(jià)值理性既是對(duì)立的，也是可以在技術(shù)理性的發(fā)展中得到統(tǒng)一的。[17]這意味著價(jià)值理性在聊天機(jī)器人的未來發(fā)展過程中具有決定性的指導(dǎo)作用，無論是從人類的社交、情感抑或是工作效率出發(fā)，人始終是目的本身，而非工具與手段，聊天機(jī)器人的未來發(fā)展方向必須以人的尊嚴(yán)和需求為本質(zhì)要求，以人類中心主義的立場原則出發(fā)，確保人的主體性不被機(jī)器所裹挾消解，避免人被機(jī)器所奴役、馴化。伴隨聊天機(jī)器人技術(shù)商業(yè)化進(jìn)程的如火如荼，價(jià)值理性被壓抑的程度會(huì)愈發(fā)嚴(yán)重，如何實(shí)現(xiàn)價(jià)值理性與工具理性的有機(jī)統(tǒng)一，打通人與機(jī)器間的交往隔閡，讓聊天機(jī)器人成為真正意義上人機(jī)交流的橋梁，這值得人們審慎的思考。

[1]王展昭，唐朝陽. 基于全局熵值法的區(qū)域創(chuàng)新系統(tǒng)績效動(dòng)態(tài)評(píng)價(jià)研究[J]. 技術(shù)經(jīng)濟(jì)，2020（3）：155-168.

[2]曹勝. 政府信息失真對(duì)政府權(quán)能的影響及其對(duì)策探析[J]. 中國行政管理，2009（7）：18-21.

[3]陸柳杏，石宇，李濟(jì)遠(yuǎn)，等. 人機(jī)交互研究中的眼動(dòng)追蹤：主題、作用、動(dòng)向[J]. 圖書情報(bào)工作，2020（1）：113-119.

[4]王功孝，吳渝，李偉生. 基于粗糙集和集成學(xué)習(xí)的聊天知識(shí)抽取算法[J]. 廣西師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2008 （3）：88-91.

[5]林愛珺，陳亦新.信息熵、媒體算法與價(jià)值引領(lǐng)[J].湖南師范大學(xué)社會(huì)科學(xué)學(xué)報(bào)，2022（2）：125-131.

[6]李慧. 詞語相似度算法研究綜述[J]. 現(xiàn)代情報(bào)，2015（4）：172-177.

[7]葉明，王巖. 人工智能時(shí)代數(shù)據(jù)孤島破解法律制度研究[J]. 大連理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019（5）：69-77.

[8]任瀏玉. 公開商業(yè)數(shù)據(jù)爬取行為的規(guī)制路徑[J]. 知識(shí)產(chǎn)權(quán)，2022 （7）：110-126.

[9]The New Yorker.ChatGPT Is a Blurry JPEG of the Web[EB/OL].https：//www.newyorker.com/tech/annals-of-technology/chatgpt-is-a-blurry-jpeg-of-the-web.2023-02/2023-03-08.

[10]Die Welt.Maschine liefert überzeugende，aber komplett frei erfundene Antwort[EB /OL].https：//www.welt.de/wirtschaft/article243709293/KI-Google-warnt-vor-unbedachtem-Einsatz.html？icid=search.product.onsitesearch.2023-02/2023-03-08.

[11]朱永生. 多模態(tài)話語分析的理論基礎(chǔ)與研究方法[J]. 外語學(xué)刊，2007（5）：82-86.

[12]金堅(jiān). 大數(shù)據(jù)時(shí)代信息熵的價(jià)值評(píng)價(jià)研究[D]. 長春：吉林大學(xué)，2019.

[13][美]約翰·費(fèi)斯克（John Fiske）.關(guān)鍵概念[M]. 北京：新華出版社 ，2003（12）：235-237.

[14]京師認(rèn)知神經(jīng)傳播學(xué)實(shí)驗(yàn)室.“出道即巔峰”的ChatGPT如何引發(fā)傳播革命與媒介生態(tài)的重構(gòu)[EB/OL].https：//mp.weixin.qq.com/s/jSFGLygG7RUCGOHRkd-_Aw.2023-03/2023-03-08.

[15][美]羅伯特·斯考伯，謝爾·伊斯雷.即將到來的場景時(shí)代[M].趙乾坤， 周寶曜譯.北京：北京聯(lián)合出版公司，2014.

[16]李微，張榮軍. 價(jià)值理性視域下的人工智能及其倫理邊界[J]. 貴州社會(huì)科學(xué)，2022 （5）：13-20.

[17]趙建軍. 超越“技術(shù)理性批判”[J]. 哲學(xué)研究，2006 （5）：107-113.

作者簡介：李翼然（2002-），男，安徽黃山，本科在讀，研究方向?yàn)榫W(wǎng)絡(luò)新媒體傳播；王琪方（2002-），男，河南周口，本科在讀，研究方向?yàn)榫W(wǎng)絡(luò)新媒體傳播；鄭達(dá)威（1981-），男，河南開封，副教授，博士，研究方向?yàn)槊浇榻?jīng)濟(jì)、新媒體技術(shù)、網(wǎng)絡(luò)傳播、語言文化。

（責(zé)任編輯：張曉婧）