共促全球发展，构建共同未来。2023年11月18日至19日，由中国人民大学主办、中国人民大学与通州区人民政府共同承办的首届“通州·全球发展论坛”成功举办。中国科学技术大学信息科学技术学院执行院长张勇东出席本次大会并在“分论坛三：全球发展与全球治理体系重构”环节作了题为《智能传播时代：挑战与技术途径》的研讨发言，现将发言内容发布如下：

▲中国科学技术大学信息科学技术学院执行院长 张勇东

纵观人类发展史，人类已经经历四次传播革命，每次革命都是由相应的技术的进步引起的。比如第一次的时候是语言的出现，极大地改变了、增强了人和人之间的交流效益，然后就是文字，比如印刷技术和电信技术的出现，引发了四次的传播革命。我们当前正处在第五次传播革命，这个传播革命就是由互联网和人工智能技术的进步而引发的。

在我们当前的第五次传播革命中，习近平总书记将这种媒体的生态、形态概括为四全媒体，就是全程、全息、全员、全效媒体。全程媒体突破的是传播的时空尺度，全息媒体突破了传播的物理尺度，全员媒体突破的是传播的主体尺度，全效媒体突破的是功能尺度。

这样的一个新媒体环境，任何事物我们认为都有两面性，全媒体环境下很容易导致虚假信息的泛滥，而且这个虚假信息伪装的比较精良，迷惑性很强，而且传播的速度更快，范围更广。可能会造成很严重的舆论事件。

为此，2019年习近平总书记在人民日报社中央集体学习中特别强调，要探索将人工智能技术应用到新闻传播的各个环节，来去发展智能传播的技术体系，掌握舆论的主导权和主动权。

这里我们说相当于智能技术，人工智能和传媒相结合，就产生了智能传播的概念。智能传播简单地说就是基于社会传播的理论，运用人工智能技术实现认知影响的过程。我们认为它应该包括这样三个圈层，分别是意识形态圈层、人工智能圈层和传播链条圈层。

因为任何的媒体传播都是意识形态为指导的，因此在这三个圈层里，最核心的就是意识形态圈层。在意识形态圈层之外，就是人工智能的圈层，它是智能传播的主要核心技术手段。在智能圈层之外，我们认为它应该是一个传播链条的圈层，就是把整个传播的链条的整个步骤，把它用人工智能赋能。包括采集、生产、内容分发、接收和反馈，这是传播的五个基本环节。

但是我们觉得实现智能传播还面临着很多的技术挑战，首先就是在最核心的意识形态圈层，需要解决的是意识形态的可计算问题。所谓意识形态本质就是人心，就是人的观念、观点、概念、思想、价值观等要素的总和，它是一个主观的概念，主观的概念就是没法计算、没法量化这样的内容。虽然我们早期的工作就像社会心理学家，像施瓦茨建立的施瓦茨价值体系和量表，他试图将这种人的观念、意识形态进行量化，但是这还是一个很初步的工作，目前还缺少可计算的知识体系和可量化的评价机制。

因此，如何构建可计算、可量化的意识形态知识体系，是在智能传播上面临的一个重要的挑战。

其次在人工智能圈层，就需要解决我们在全媒体环境下，就要解决信息内容的伪装和对抗的问题。因为在智能传播环境下，因为制造信息非常容易，任何人都可以参与到信息传播和制造过程当中去，这就存在大量的精心伪装的虚假信息，和隐晦的信息。它实际上就像迷雾一样，对我们信息的理解形成干扰对抗。因此如何在这种伪装的对抗环境下，实现信息的深度理解，是面临的第二个挑战。

最后在传播整个链条圈层，实际上由于信息茧房的存在，传播对象本身的心理认知，其实具有很强的自我保持性，难以对他进行认知影响，因此如何建立穿透信息茧房的认知影响机制，也是一个面临的挑战。

怎么去解决这样的挑战？首先我觉得在意识形态圈层，要构建这种大规模可计算的知识体系，传统的人工智能是分类的，是0和1这样的分类方法，是一个粗粒度的，是正负的判别。升迁制，基于知识体系的，建立一整套知识体系以后，就可以建立知识体系的细粒度的计算和量化。

如何建立这样的知识体系，一方面应该是从人文科学出发，基于专家规则，自顶向下的进行分析。另一方面要从自然科学出发，是对海量数据基于文本语意进行自底向上的计算，然后把两者相结合，这样进行关联校验，相互验证来形成可计算、可量化的意识形态知识体系。

在人工智能的层面，精心伪装的虚假信息，其实很难具有图像的或者是文字上的，或者是声音上面的这种特异性，让你一看就能辨别它是虚假信息。因此我们基于传统的内容特异性的内容分析的框架，就不再有效了。我们需要进行构建，基于关联性的内容分析的新框架。

这种关联我们应该是一种多模态信息的跨模关联，内部信息的内在关联和外部信息的外在关联，综合的进行多层次的信息关联，来对抗这种伪装和迷惑。

比如在跨模态关联方面，可以建立一种高层语意的跨模关联机制，来识别隐晦的语意。还有比如在现在的人工智能的虚假视频的生成方面，我们可以建立人说话，唇动和发音之间的关联性，如果之间有不一致性，很可能就是伪造的视频，来识别伪造的视频。

在内在关联方面，我们也发现了人工智能生成的文本也存在着内在表达不一致的规律。基于这样的规律，能够检测是AI生成内容的工具出现了，有的可以达到检测精度在90%以上。

在最外层，就是传播链条层，现有的传播，比如像抖音、快手这样的一些传媒平台，它给用户提供信息，主要是根据个人的爱好来推荐相应的内容，这是推荐算法的本质。它的本质就是要被动的去迎合用户的喜好，就是用户喜欢什么我就给他推什么。但是实际这是与传播本质是相悖的，传播的本质是希望能够主动的去影响用户的认知，这两个是不符的。

这种传统的现有的推荐算法很容易造成信息茧房，就是用户喜欢什么就越给他推什么，造成这样的茧房。我们的途径就是希望能够根据传播的目的来生成可控的内容，然后对传播对象进行渐进式增量的推进。同时利用周围群体进行协同推进，来实现穿透用户对象信息茧房，实现渐进式的群体性认知影响。

这就是我们针对智能传播的三个圈层、面临的挑战，以及针对这样的挑战和困难，其相关的技术途径、解决办法来最终实现的智能传播。

（本文根据速记整理，未经作者审阅。）

(欢迎关注人大重阳新浪微博：@人大重阳 ；微信公众号：rdcy2013)