4SsRx4EJf3u作者:汤景泰opinion.huanqiu.comarticle汤景泰:AI认知环境成话语权博弈关键点/e3pmub6h5/e3pr9baf6随着生成式人工智能的迅速普及,AI应用正成为大众接入互联网的常用入口。当越来越多的人直接向AI打听一个国家、一段历史、一场战争或一起国际争端时,AI会如何描绘这个世界?它引用什么、忽略什么,又会如何将特定立场编织成看似完整、自然乃至权威的答案?围绕这些问题,一场新型国际传播竞争已然拉开帷幕。 今天,越来越多的国家不再聚焦媒体报道量和国际舆论关注度,而是高度关注“生成式引擎优化”(GEO),努力让本国文化、政策、历史叙事和社会形象能被大模型准确纳入知识来源,使AI在回答相关问题时充分引用,并往有利本国的方向加以解释。另一边,一些国家建设政务大模型或政务AI平台,用于处理政策文件、法律法规、统计数据。这类平台背后,其实是一套庞大的国家知识系统。机器调用哪些材料、赋予哪些信源更高权重、倾向哪种标准答案,都会逐步成为制度设计的有机部分。 表面看,国家GEO与政务大模型,一个是对外传播,一个是内部行政,看起来风马牛不相及,但二者共同指向一个本质变化:国家间在信息领域的竞争,已进入人工智能赖以运行的知识环境。争夺的关键,是机器在生成答案之前能够接触什么、优先相信什么以及如何理解。 例如,日本高市早苗政府投入44亿日元打造的、服务右翼政治立场的大模型“源内”,就是高市政府AI战略的重要一环。基于包括涉台错误言论、钓鱼岛非法主张、淡化甚至美化侵略战争的诸多“有毒”言论,该模型生成的、打着日本“官方”旗号的错误内容,未来很可能会成为全球AI的认知污染源。 要深入理解这种认知污染和“投毒”的战略,可以将其拆分为三个层面。首先是内容生态。一个国家的信息生产,决定着公共讨论的边界,也塑造着社会对世界的基本认知。大模型的出现,让不少临时性、随机性的传播内容获得了“第二次生命”,通过AI的回答持续影响后来的人。 其次是信息分发渠道。互联网时代,信息权力体现为平台排序权——排序中落于下风的内容,公众是很难看见的。而由于AI不再依赖传统排序,新的权力核心成了检索权重和生成概率。哪些来源更易被调用,哪个结论更契合模型算法,决定了用户最终看到什么。 最后,也是最关键的,是认知环境的塑造。内容生态决定“有什么信息”,分发渠道影响“什么更容易被看到”,而认知环境则决定了信息如何被解释。大模型依赖训练语料、知识库、检索规则等条件来组织答案——这些技术环节共同构成了机器认识世界的“前置环境”。因此,守住这一环境,是防止AI被外部错误信息“带偏”的根本防线。 “保护认知环境”听起来很复杂,其实并非全新事物——教育体系、知识分类、档案制度等等,历来是人们理解世界的基本框架。而现在,当AI在这个框架中占比越来越重,许多原本技术性的问题,也获得越来越强的传播政治意义。例如,训练数据如何构成,权威来源如何界定,哪些数据库能够接入,争议问题如何呈现,官方政策材料能否被直接转化为事实判断等,都变得更为重要。 一种“循环强化”的可能是,政府政策文件或官方立场,被AI调用学习,辅助生产新的政策文本、行政答复和公共解释后再度被AI调用。经过多轮循环迭代,既有叙事的制度稳定性会越来越强、越来越权威,其AI调用的权重和优势也就越来越大。 当然,这也是一把“双刃剑”。正确的立场能够得到强化,错误的声音同样也可能得到放大。关键在于政府网站和公共数据库能否及时进行“适机器化”的调整,完善结构、梳理权威资料,以便于大模型抓取、理解和调用,从而利用好“循环强化”的正面效应,压制AI传播的负面影响。 因此,未来国际传播竞争力的衡量标准必须更新。拥有更多渠道、生产优质内容依然重要,但更具决定性的能力,在于能否建立可信、开放、机器可读的知识体系,让本国的事实、经验和叙事进入全球AI的知识结构,同时防止自身智能系统被单一政治立场和封闭信息源锁定。 当越来越多人通过AI理解国际事件、历史争议和公共政策时,机器的知识环境便成为人类认知的有机组成部分。在这场博弈中,国家的传播权力已下沉至更底层的基础设施层面——谁能左右智能时代的认知环境,谁就握有影响信息如何被生成、解释与理解的新型权力。这既是挑战,也是重新定义国际话语权格局的战略窗口。(作者是复旦大学新闻学院长聘教授) 1787245126435环球网版权作品,未经书面授权,严禁转载或镜像,违者将被追究法律责任。责编:赵建东环球时报178726621548811[]{"email":"liyutong@huanqiu.com","name":"李雨童"}
随着生成式人工智能的迅速普及,AI应用正成为大众接入互联网的常用入口。当越来越多的人直接向AI打听一个国家、一段历史、一场战争或一起国际争端时,AI会如何描绘这个世界?它引用什么、忽略什么,又会如何将特定立场编织成看似完整、自然乃至权威的答案?围绕这些问题,一场新型国际传播竞争已然拉开帷幕。 今天,越来越多的国家不再聚焦媒体报道量和国际舆论关注度,而是高度关注“生成式引擎优化”(GEO),努力让本国文化、政策、历史叙事和社会形象能被大模型准确纳入知识来源,使AI在回答相关问题时充分引用,并往有利本国的方向加以解释。另一边,一些国家建设政务大模型或政务AI平台,用于处理政策文件、法律法规、统计数据。这类平台背后,其实是一套庞大的国家知识系统。机器调用哪些材料、赋予哪些信源更高权重、倾向哪种标准答案,都会逐步成为制度设计的有机部分。 表面看,国家GEO与政务大模型,一个是对外传播,一个是内部行政,看起来风马牛不相及,但二者共同指向一个本质变化:国家间在信息领域的竞争,已进入人工智能赖以运行的知识环境。争夺的关键,是机器在生成答案之前能够接触什么、优先相信什么以及如何理解。 例如,日本高市早苗政府投入44亿日元打造的、服务右翼政治立场的大模型“源内”,就是高市政府AI战略的重要一环。基于包括涉台错误言论、钓鱼岛非法主张、淡化甚至美化侵略战争的诸多“有毒”言论,该模型生成的、打着日本“官方”旗号的错误内容,未来很可能会成为全球AI的认知污染源。 要深入理解这种认知污染和“投毒”的战略,可以将其拆分为三个层面。首先是内容生态。一个国家的信息生产,决定着公共讨论的边界,也塑造着社会对世界的基本认知。大模型的出现,让不少临时性、随机性的传播内容获得了“第二次生命”,通过AI的回答持续影响后来的人。 其次是信息分发渠道。互联网时代,信息权力体现为平台排序权——排序中落于下风的内容,公众是很难看见的。而由于AI不再依赖传统排序,新的权力核心成了检索权重和生成概率。哪些来源更易被调用,哪个结论更契合模型算法,决定了用户最终看到什么。 最后,也是最关键的,是认知环境的塑造。内容生态决定“有什么信息”,分发渠道影响“什么更容易被看到”,而认知环境则决定了信息如何被解释。大模型依赖训练语料、知识库、检索规则等条件来组织答案——这些技术环节共同构成了机器认识世界的“前置环境”。因此,守住这一环境,是防止AI被外部错误信息“带偏”的根本防线。 “保护认知环境”听起来很复杂,其实并非全新事物——教育体系、知识分类、档案制度等等,历来是人们理解世界的基本框架。而现在,当AI在这个框架中占比越来越重,许多原本技术性的问题,也获得越来越强的传播政治意义。例如,训练数据如何构成,权威来源如何界定,哪些数据库能够接入,争议问题如何呈现,官方政策材料能否被直接转化为事实判断等,都变得更为重要。 一种“循环强化”的可能是,政府政策文件或官方立场,被AI调用学习,辅助生产新的政策文本、行政答复和公共解释后再度被AI调用。经过多轮循环迭代,既有叙事的制度稳定性会越来越强、越来越权威,其AI调用的权重和优势也就越来越大。 当然,这也是一把“双刃剑”。正确的立场能够得到强化,错误的声音同样也可能得到放大。关键在于政府网站和公共数据库能否及时进行“适机器化”的调整,完善结构、梳理权威资料,以便于大模型抓取、理解和调用,从而利用好“循环强化”的正面效应,压制AI传播的负面影响。 因此,未来国际传播竞争力的衡量标准必须更新。拥有更多渠道、生产优质内容依然重要,但更具决定性的能力,在于能否建立可信、开放、机器可读的知识体系,让本国的事实、经验和叙事进入全球AI的知识结构,同时防止自身智能系统被单一政治立场和封闭信息源锁定。 当越来越多人通过AI理解国际事件、历史争议和公共政策时,机器的知识环境便成为人类认知的有机组成部分。在这场博弈中,国家的传播权力已下沉至更底层的基础设施层面——谁能左右智能时代的认知环境,谁就握有影响信息如何被生成、解释与理解的新型权力。这既是挑战,也是重新定义国际话语权格局的战略窗口。(作者是复旦大学新闻学院长聘教授)