广外题库前沿：
![]()
各位同学大家好，今天这一篇文章我们主要围绕chatGPT来展开，对于广外来讲，近些年也越来越关注到对于学界\业界前沿热点知识的考察，那么今年GPT是相对来说比较火热的，很多的学者也针对于GPT展开了相关的研究.
主要的研究方向包括有GPT对于新闻传播行业相关方面的影响，因此GPT也必将成为今年各高校考察的题目.
这一篇文章我们主要围绕以下几个题目来展开，大家可以记忆一下，首先就是 ChatGPT的定义，ChatGPT对于新闻传播行业的影响有哪些？当然这个影响有包括正面的有包括负面的影响，以及 ChatGPT对于新闻行业负面的影响，我们应该怎么样去规避？怎么样去做，这个也是将来的一道考察的题目，因此这一篇文章建议大家全部积累背诵下来。(从新闻传播学的角度分析ChatGPT对新闻传播的机遇与风险隐忧？)
（这个部分的内容，可能会考察到论述题，大家可以当做论述题的语料积累下来）
作为AIGC（人工智能生成内容）的一种典型表现方式，ChatGPT引发的生态性变革将深刻影响传媒领域。本文从技术逻辑入手，探讨ChatGPT给新闻生产与传播带来流程再造、人机协同、智能转型、业态创新等机遇变革的同时，提出其引发假新闻泛滥、意识形态渗透、传统研究范式危机等风险隐忧，需要从多方主体出发接纳并规制智能传播时代的技术侵袭和新传播图景。ChatGPT给新闻传播领域带来的机遇变革首先体现在对于新闻产品生产全流程的升级再造。海量训练参数的投喂、自然语言处理、人类反馈强化训练等技术的应用都使得ChatGPT能够深度嵌入新闻采集、写作、编辑、发布全链条之中，带动新闻产品的智能化生产。新闻信息的采集和检索是新闻生产的初始环节也是重要环节，决定着新闻产品的走向和价值大小。尽管ChatGPT目前所生成的文本是基于预训练的数据库，内容存在一定的滞后性，无法对最新发生的新闻事件完成实时的信息检索。但是，ChatGPT可以以极低的成本在调查性新闻、解释性报道、建设性新闻等深度报道中为记者提供丰富且全面的背景资料和经典案例，节约资金的同时有效提高信息采集的速度、深度和广度。在新闻写作方面，ChatGPT不仅极大提高了数据新闻、体育新闻、财经新闻等结构性文本的信息生产效率，进一步简化数据图表、交互程序等在文本形式层面的生产要素；而且基于预训练大语言模型、Transformer算法，ChatGPT能完成上下文语境理解、追问、反问等人性化互动并持续地与使用者对话，这有助于媒体创新“聊天新闻”“问答式新闻”“新闻游戏”等新闻报道方式，丰富产品样态，增强新闻的可读性和新颖性。技术的进步持续推动着内容生产模式的变迁，从历史演进的角度梳理人工智能技术融入新闻传播领域的进程，大致可分为机器辅助、人机协同以及未来可能到来的自主创作三个阶段。机器辅助新闻生产阶段，由于AI技术发展尚未成熟且模板化严重，因此只能辅助记者从事一些简单的机械化操作。以ChatGPT为代表的AIGC技术的飞速发展将互联网内容生产模式带入第二阶段，也就是如今的人机协同阶段。拉图尔的行动者网络理论提出将人类因素和非人因素视为平等的社会网络行动者，有力地动摇了人与机器二元对立的主客体认知。从技术的发展历程不难看出，“人性化趋势”是以ChatGPT为代表的人工智能技术发展的趋势与方向。未来，人工智能技术能否达到自主创作的水平目前尚未可知，但ChatGPT必将引发人和技术关系的再度思考。当前，我国媒体在政务、服务、商务领域的成就主要集中于政务新媒体、本地生活服务以及智慧城市大脑建设等方面。基于通用型、生成式、人类反馈强化学习等技术的预训练大语言模型ChatGPT在新闻传播领域的应用，有望助力“新闻+政务服务商务”运营模式实现质的突破，驱动媒体智能化转型。在政务服务方面，媒体可利用ChatGPT的人机交互生成方式将其打造成一个集政务问答、文件梳理、政务管理、政务运作等多功能一体化的“掌上政务助手”。一方面，“政务助手”能够24小时不间断地为用户提供政务服务；另一方面，依托自身海量文本数据和自然语言处理技术，ChatGPT能够在虚拟空间中与用户形成理性且持续的问答对话，即时、准确、有效地处理公民政务诉求的同时，有助于哈贝马斯所言的“公共领域”促进主体间性的产生，从而提升公民参与公共事务的热情。当前，我国媒体融合已步入深水区，如何打破体制机制壁垒、优化传媒经营与管理方式是传统媒体继续推进媒体融合纵深发展的关键。ChatGPT作为一个集聊天、搜索、浏览为一体的生成式AI可通过智能问答的方式，在媒体外部跨界合作、市场分析、竞争分析、品牌营销，内部风格定位、项目管理、人才机制、运行架构等方面为传媒经营与管理模式探索提供创新思路。拥有海量数据库的ChatGPT既能输出有关特色、人口、经济、文化、风土人情等当地个性化信息，又能提供经典且成熟的媒体转型案例，地方特色与成功管理经验的有机融合正是当下媒体因地制宜、制定特色化体制机制融合发展的核心突破所在。因此，从宏观层面出发探讨ChatGPT对新闻传播的机遇变革，传媒业态的创新将是一大亮点。尽管ChatGPT的出现可能引发全球内容生产和信息检索领域的巨大变革，在新闻传播方面具有诸多积极影响，但它的技术和内容还存在较大的不确定性，使通用型人工智能有可能成为“数字利维坦”，带来虚假信息泛滥、意识形态渗透、冲击传统研究范式的风险隐忧。预训练大语言模型ChatGPT凭借技术接入成本低、适用程度高的技术特征成为目前全球用户最快突破1亿的应用程序，但也正在成为虚假信息泛滥的温床。一方面，技术使用的便利性和易得性带来生产主体的模糊，成为假新闻产生的源头。ChatGPT的运行方式高度依赖用户指令（prompt），因此生成的内容易受到用户影响。一些恶意使用者通过输入虚假信息、欺骗、质疑等方法诱导ChatGPT生成看似“专业”“权威”的虚假新闻或深度伪造视频，从而达到吸引眼球、博取流量、引起社会关注的目的。虽然能够模拟、延展人类思维，但它本身并不具有认知和判断能力，因此基于历史训练数据和人类反馈强化学习机制的ChatGPT仍无法摆脱技术固有的算法偏见和歧视。当AIGC被更广泛地应用于公共生活，或将带来更大范围、更隐蔽的意识形态渗透。ChatGPT之所以有如此强大的内容生成能力，主要依靠于前期庞大的、无监督的文本投喂，而这些核心训练集主要来源于OpenAI公司所在的西方国家和主流媒体。ChatGPT为用户打造了一个可持续对话、闭环式的人机交互模式，使用者的确可以从信息检索、产品生成中获得便利，但对一些算法素养较低的用户来说，他们很难意识到并且发现其中暗含的意识形态立场和算法偏见。在长此以往的人机交互中，可能会导致认知固化和他国意识形态渗透的风险。ChatGPT、元宇宙等新兴技术正在加速推动虚拟世界和现实边界的消弭，在互联网问题和现实问题高度同构的背景下，新现象、新课题、新的研究对象层出不穷，传统新闻学研究范式的适用性和权威性正在遭受前所未有的冲击和挑战。数字技术给新闻业带来的不仅是一种工具性的“影响”，更是一种生态性的“培育”。在新闻业主体方面，传统新闻学研究往往将制度化的专业机构作为新闻生产的权威性主体，即拉斯韦尔5W模型中的传播者（who）。美国学者海勒认为，机器和人类共同成为一个二元体系，使得他们成为彼此的衡量尺度。为有效应对数字时代的技术侵袭，人类必须明确人与机器的本质差异，不断挖掘自身的主体性特质和“人本”潜力。从技术演进的历史脉络出发，可以预见随着技术的不断完善和发展，未来在情景对话、情感表达中，AI技术也许能够达到人类的行为方式和水平，但在社会实践、身体表现、意识思维等方面，机器永远有其局限。可以说，ChatGPT利用神经网络技术和人类投喂预训练等方式能够物理集合出数据库中原本没有的“新”文本，但这并不意味着ChatGPT作为一种技术应用本体就具有了人类独有的创造力和思维的“灵韵”。因此就新闻传播领域而言，作为AIGC冲击下的新闻工作者，应充分发挥自身在人文关怀、舆论引导、调查研究等方面的主观能动性和独特优势，用有深度、有温度、有思想的高质量新闻作品回应AIGC的技术挑战。加快政策立法、明晰法律责任主体与应用规制是治理虚假信息、“深度伪造”、隐私泄露等风险挑战的关键所在。未来，需进一步将政策规定上升为国家立法，落实谁生产、谁负责的内容主体责任制度，加快形成法律导向明确、用户高度自律、平台把关有效、监督惩罚得当的多元主体协同治理机制，从而维护国家安全与公民合法利益，建设清朗网络空间。作为人工智能技术研发的主体，科技公司需承担自身主体责任，在治理由AI技术所引发的全球数字不公、算法偏见、国家冲突、刻板印象等伦理危机中主动优化技术缺陷，不断消除数字时代下的技术乱象。首先，可以通过技术更迭完善ChatGPT用户实名身份认证机制，从源头追溯假新闻、极端言论的IP属地及个人信息并对其访问范围和使用权限进行限制，从而减少恶意使用者利用模型进行攻击，提升系统“免疫力”；其次，科技公司可通过全球多样化文本投喂、信息过滤等方式，丰富文本内容的同时对文本数据库进行清洗与把关，进一步提升人工智能生产内容的真实性、准确性、客观性与公正性，从而打造造福全人类的通用人工智能。 为有效应对中西方在人工智能领域的发展差距，我国应发挥集中力量办大事的制度优势，加快研发自主可控的通用型人工智能。一方面，在扎实推进共同富裕的前提下，充分调动社会主义市场经济体制的优越性，汇聚资本、技术、人才等研发资源向通用型人工智能技术靠拢。另一方面，通过政策扶持、协同联动打通各企业、媒体间文本数据库壁垒，促进多元内容的共享与流动，共同打造更客观、更公正、更真实的高质量中文语料库，进而培育出更符合我国文化交流语境的自然语言生成式模型，使其真正成为数字中国、网络强国、网络空间命运共同体建设进程中可信、可用、可控、可靠的“推动者”
本文链接：http://lechangxia.cc/gpt4/592.html
