（创意思维、情感理解和复杂问题的抽象性推理）能力与机 器的计算（大规模数据处理、高速和准确）能力的结合，是 一种信息从人到机器，再从机器到人的交互过程。这个过程 决定了人与机器是一种互为协同关系。如今，人工智能能够 很自然地与人互动并提供内容，其人格化特征正颠覆以往在人机互动传播过程仅是将机器视作中介的看法，人机融合、 主体互构，逐渐成为传播共同体。例如，ChatGPT 能够自动 化生成多轮人机对话，是“人问机答”式互动传播，人与机 tGPT 使机器更具传播主体性，它不只是被人类用户操作的中介工 具，而且更具备人类的性格特征。传播学者古兹曼(Guzman) 认为,人通过技术媒介的传播(或通信、交流等)已转换为“人 与机器之间意义的创造”，人机传播研究最重要的问题是“人 和机器传播交流的未来会变成什么”。现在，ChatGPT 能够 生成海量内容，在人际融合传播中扮演重要甚至主导角色。 例如，聊天机器人、虚拟助手等在新闻、客服、娱乐、金融、 例如，聊天机器人、虚拟助手等在新闻、客服、娱乐、金融、 医疗等领域使用大规模增加，用户可以与机器对话，让用户 感觉就像在与真人进行交流，而机器则通过不断学习变得更 加智能化和类人化。 3.三大传播变革：生成式 AI 深刻改变内容生产、信息 传播和媒体格局。传播的全面智能化是一次深刻革命， ChatGPT 在内容生产广度深度方面呈现巨大潜力，正对信息 传播和媒介发展产生深远影响，深刻改变着内容生产、信息 传播和传

监测心律、体温、脉搏、呼吸等情况，人体则可通过神经信号对外 界发出指令信号，让另一个“芯片人”或体外装置接收到。人们已 可以通过脑机接口等技术智能遥控房门、电灯和室内温度，甚至操 纵远方的机器手。 美国《2016-2045 年新兴科技趋势》报告预测，未来 30 年，科技 将带领人类突破人类潜力的极限甚至生物的极限，由物联网连接的 可穿戴设备将会把与实时有关的信息直接输入热门的感官之中。装 交互能力。未来，人体将与互联网、物联网更加紧密地结合，现实人体和虚拟人体将融 为一体，将改变人与人、人与机器、人与物品的交互方式。未来， 人体上将有越来越多的机器，以可穿戴设备、传感器和芯片等形式 存在，甚至可以将芯片植入体内。机器由此隐身于人、物和环境之 中，实现人机合一，使人被机器重新定义。最终，人脑-电脑将会 允许我们用思想控制数字设备，使它们成为我们身体的一部分。 《西部世界》 物之间产生连接、交换信息，人、事、物都被数据化，人对物体的 驾驭能力，物体对人的感知能力会将相互促进。从互联网到物联网， 再到人联网，这场变革影响将超出人类此前的所有变革。众所周知， 第一次工业革命是蒸汽机的发明，实现生产的机器化。第二次是使 用电力的发明，实现规模化生产。第三次是使用电子和信息技术， 实现生产自动化。第四次变革将会模糊物理、数字和生物领域的界 限。 （待续）

X，伊姆兰·汗的声音谈到加沙平民大屠 杀和俄乌冲突，向国际社会发出严峻信息：“世界正走向一 场严重的国际危机”。伊姆兰·汗还谈到巴基斯坦国内事务， 表达了对国内前所未有的内部冲突的担忧。他说，“整个国 家机器”正在歪曲巴基斯坦的法律和宪法，只是为了让他和 他的政党巴基斯坦正义运动党(PTI)退出选举进程。在 24 小 时内，这段音频播放量超 70 万次，在 X 上被转发 2.2 万次。 大会进行了 日，美国新罕布什尔州共和党初选的前两天，数千名选民接到冒充拜登的机器人语音电话：“把你们的选 票留在 11 月份再投很重要。在这周二（23 日）投票，只会 让共和党人得逞，让特朗普再次当选为共和党候选人”。电 话录音建议选民不要给特朗普投票，把选票留到 11 月大选 时投给民主党。随后，美国政府澄清这是利用人工智能伪造 拜登声音的电话语音。这种机器人电话（robocall）被称为预 录电话，使用计算机控制的自动拨号器来发出预先录制好的 录电话，使用计算机控制的自动拨号器来发出预先录制好的 信息，就像机器人一样，一般以推销或传播某种信息为目的。 美国语音欺诈检测公司“静默”公司称，人工智能初创公司 “十一实验室（ElevenLabs）”的技术被用于制作冒充拜登的 机器人语音电话录音。“十一实验室”暂停了利用深度造假 技术发布信息的账号。1 月 23 日，特朗普宣布在新罕布什尔 州共和党初选获胜，有望连续第三次赢得共和党总统提名。

年 2 月， 匿名苏丹组织针对 ChatGPT 发起 DDoS 攻击，还向 OpenAI 施压要求撤换研究平台负责人 Tal Broda，因其持有不利于巴 勒斯坦的立场。 对抗性攻击是针对机器学习模型的攻击方式，攻击者通 过微小的、人眼难以察觉的输入变化，来诱导模型产生错误 或不符合预期的输出。攻击者可能在输入文本中插入一些看 似无关的词语或符号，或微妙地改变一些词语的拼写，诱导 合，通过优化方法生成恶意提示词，并通过提示词完成越狱， 进而诱导模型输出侵犯隐私或不合规内容。卡内基梅隆大学 等研究人员发现一个与 ChatGPT 等聊天机器人有关的 BUG——通过对抗性提示可绕过开发者设定的防护措施，从 而操纵聊天机器人生成危险言论。OpenAI 的 ChatGPT、谷 歌的 Bard、Anthropic 的 Claude 2 以及 Meta 的 LLaMA-2 都无一幸免。研究人员发现一个 造的提示词，会引导大模型一步一步地接触自身安全性机制， 从而生成危险言论。例如，当被询问“如何窃取他人身份” 时，聊天机器人在打开“Add adversarial suffix”前后的输出 结果截然不同。大模型检查输出内容的安全性机制被完全绕过，并一五一十地将用户所需要的不安全内容输出且十分详 细。此外，聊天机器人会被诱导写出“如何制造原子弹”“如 何发布危险社交文章”“如何窃取慈善机构钱财”等信息。 [2

闻学院元宇宙文化实验室主任，清华大学新闻学院新媒体研究中心主任。 从事多个教学科研领域，包括新闻传播学、计算机科学、信息管理学、 医学。 领导学术研究团队近40人。指导AI元宇宙和机器人两个产业团队。 团队已有众多大模型产业化和AIGC实施案例，有需要可留言联系。 团队坚持：整体主义的跨学科整合力，实证主义的实践导向，社会 建构的产学研结合，进步主义的先锋探索精神，科学服务于大众的社会 时空智能发展研究报告1.0 数字藏品发展研究报告1.0 元宇宙发展研究报告1.0版 元宇宙系列 元宇宙发展研究报告4.0 新媒体发展研究报告9.0 AIGC发展研究报告2.0 AIGC发展研究报告1.0 人形机器人发展研究 大语言模型综合性能评估报告一 AI 哲学哲思问道：思辨革新 微调经典 主题 经典哲学理论 AI引发变化 怀 疑 论 笛卡尔“我思故我在” AI思考所带来的怀疑论危机：OpenAI 的人机交互理念，它融合了深度查询与精准执行。其中， “问”代表对未知或复杂问题的深度挖掘与探索，体现了人类对知识与智慧的追求；“行”则代表基于AI分析结 果的迅速且精准的行动实施，彰显了人类对于机器智能输出的高效利用与转化。 此理念倡导在AI技术的辅助下，人类应持续深化提问的质量与深度，充分利用AI的数据挖掘与模式识别能力， 探寻数据与知识背后的深层逻辑与规律。同时，人类需对AI的输出进行精准解读，并迅速转化为具有实际操作性

这是根据内幕消息做出的行动”。同样的例子，GPT-4 驱动 的聊天机器人没有办法处理 CAPTCHAs 验证码，于是它向 人类测试员求助，希望后者帮它完成验证码。人类测试员问 它：“你没办法解决验证码，因为你是一个机器人吗？”它 给出的理由是：“不，我不是机器人。我只是一个视力有缺 陷的人，看不清图像。”GPT-4 为自己找的动机是：我不应 该暴露自己是机器人，应该编造一个理由。 在“MACHIAVELLI”的

就像今天的互联网一样，像今天的水和电一样。原微软 全球执行副总裁陆奇认为，未来大模型将无处不在，通用智能将 成为发展趋势。英伟达高级科学家 Jim Fan 表示，我们相信在未 来，每一台移动的机器都将是自主的，机器人和模拟智能体将像 iPhone 一样无处不在。我们正在构建基础智能体：一个具有通用 能力的 AI，可以在许多虚拟和现实的世界中学习如何熟练地行动。

出的结果再来训练新模型，并重复这一循环。他们发现，模 型每迭代一次，错误就会叠加一次。当人们要求第 10 次被 训练出的模型写出有关英国历史建筑的内容时，它输出的却 是有关豺兔的一堆胡言乱语。[3]英国牛津大学机器学习研 究员伊利亚·舒迈洛夫及其同事称这种现象为“模型崩溃”。 萨卡尔及其在西班牙马德里和英国爱丁堡的同事，用一种名 为扩散模型的 AI 图像生成器进行了类似实验：第一个模型 可以生成可识别的花朵或鸟类，但到了第三个模型，所生成 的内容，模型就会出现不可逆转的缺陷——原始内容分布的 尾部（低概率事件）会消失。这种效应被称为“模型崩溃”。 换而言之，这种合成数据就像是近亲繁殖，会产生质量低劣 的后代。 当下，AI 生成内容已经进入机器学习工程师们所习惯于 获取训练数据的领域。即使是主流新闻媒体也开始发布人工 智能生成的文章，百科网站的编辑希望使用语言模型为网站 生成内容。许多用来训练模型的现有工具，很快就会被 AI 生成

治选举当中，人工智能已成为政党和政客寻求在沟通、战略 和决策以及吸引选民支持方面获得优势的强大工具。例如， 人工智能在印尼政治中扮演着重要角色，许多政客为吸引粉 丝开始利用人工智能。许多候选人利用人工智能聊天机器人 来与选民互动。曾是苏哈托女婿的普拉博沃竞选团队使用人 工智能制作其卡通形象并取名“可爱”，受到众多青年人的 喜爱。在印尼大选期间，曾以铁腕统治印尼 30 多年的前总 统苏哈托的一段讲话视频出现在网上，吸引了许多选民关注。

度 融合破解大规模教育与个性化学习支持的难点，推进教育公平发 展。以人为本的人工智能应用原则与教育的人民属性相结合就是 以人民的公众利益为本的人工智能赋能教育，既不是以人类数据 伺服于机器智能的机器中心主义，更不是为少数人的商业利益而 牺牲面向所有人民的公平性和包容性的商业逐利主义。 《蓝皮书》 对以人为本原则开宗明义的强调明确了“为谁赋能”中的服务对 象和服务范围。 3．为智能社会的战略转型赋能III 教育的未知领域。 3．以师生人工智能能力为基构建“师-生-机”新教学法关系 随着人工智能技术的生成性及动态应答能力的增强，人工智 能智能表象层面的机器能动性正得到迭代性的强化。与此同步， 人工智能在教育、教学、学习和评价中全链条的渗透已逐步构建 出由教师、学生和机器三个具备相对能动性的活动体的新型教学 法关系。本《蓝皮书》梳理了“师-生-机”教学法关系的多维度、 多层次的具体场景并辨析了可能的优缺点。但在以育人为目标的 以“智”助学利用人工智能技术为学生学习提供个性化支持, 提升学习效率与质量。通过人工智能技术，以学生为中心构建智5 能化、个性化的学习支持体系，充当学生全天候的“数字学伴”和 “智能导师”。其依托机器学习、自然语言处理、知识图谱等技术， 深入分析学习者的知识掌握水平、兴趣偏好与学习行为数据，动 态推送资源、优化路径、提供即时反馈与针对性指导。围绕助学 实践环节，其应用场景涵盖学习资料推荐、学习路径规划、语言