媒体深度融合中的ChatGPT：边界消逝、协同互嵌与风险挑战

揭其涛?杨剑光?牛慧清

【摘要】技术在媒体深度融合的进程中发挥了根本性保障和关键性支点作用，以ChatGPT为代表的生成式人工智能正在推动媒体深度融合走向新的历史节点。研究认为，在媒体深度融合过程中，“超高效率”与“无所不能”的ChatGPT将消解媒体的专业性，使媒体的组织架构边界消逝。ChatGPT将完成媒体深度融合与受众需求感知之间的智能协同互嵌、情感体验之间的感知协同互嵌、社会治理的链接协同互嵌。与此同时，ChatGPT也有可能在媒体深度融合的進程中滋生媒体“工业产品”与创新惰性、侵扰媒体的责任意识与公共理性价值、引发隐私泄露与伦理失衡的技术隐忧。

【关  键  词】深度融合；智能媒介生态系统；生成式人工智能；伦理风险

【作者单位】揭其涛，中国传媒大学媒体融合与传播国家重点实验室；杨剑光，华南理工大学新闻与传播学院；牛慧清，中国传媒大学新闻学院。

【中图分类号】G253【文献标识码】A【DOI】10.16491/j.cnki.cn45-1216/g2.2023.11.006

党的二十大报告指出，要加强全媒体传播体系建设，塑造主流舆论新格局，巩固壮大奋进新时代的主流思想舆论。媒体融合进入高质量发展的新阶段，昭示着全媒体传播体系从浅层初步融合迈向纵向深度融合，技术在其中发挥了根本性保障和关键性支点的作用。中共中央办公厅、国务院办公厅发布的《关于加快推进媒体深度融合发展的意见》明确提出，在媒体深度融合进程中，要高度关注新技术发展，深入研究颠覆性技术可能带来的技术变革，加强新兴技术的开拓性探究和运用。从根本上而言，人工智能技术的加速发展，使得媒介智能化趋势进一步驱动。机器人写作、算法推送、AI虚拟主播等技术融入传统媒体融合进程，引发新闻生产与传播的颠覆式变革，技术逻辑下的内容创新成为巩固传统媒体舆论主阵地的根本之策。以ChatGPT为代表的生成式人工智能正在更新内容创作的生产范式，个体与媒介的交互模式也在改变，从新闻传播学视角来看，媒介深度融合也因此衍生了新的研究问题。因此，本文分析ChatGPT对媒体深度融合的影响与变革、应用与实践背后暗含的风险挑战，希冀为推进媒体深度融合提供有益借鉴。

一、生成式人工智能的兴起与媒体深度融合新思考

随着人工智能技术以超乎想象的速度奔涌而来，技术对社会的变革和推动作用日益增强，技术震荡开启了崭新的人工智能内容生成时代。AIGC（Artificial Intelligence Generated Content）如ChatGPT、AI绘画、AI写作、智能翻译、智能代码编写等功能一经推出便引发广泛关注。2022年11月上线的 ChatGPT在推出不到3个月的时间里就吸引活跃用户约1.23亿人次，以ChatGPT为代表的生成式人工智能已成为智能媒介生态系统进化的标志性里程碑，其强大的人性化理解能力使其能够基于用户需求生成答案，在文字创作、视频剪辑、图像生成等方面表现显著。这一方面契合了当下信息获取和使用过程中深度、广度、复杂度不断演化的趋势，另一方面也给现代信息流动与资源优化、融合转化带来新的挑战与契机。基于人类反馈强化学习（Reinforcement Learning from Human Feedback，RLHF）以及海量的数据和大语言模型，AIGC已具备强大的算法来进行内容生产，触发了整个智能媒介生态系统的强力进化。以往的智能媒介生态系统进化多是引用新技术进行内容生产，AIGC的内容生产则深入人性需求中的情感体验，精准把握用户的心理需求。比如，ChatGPT能够以机器人沟通的方式陪伴用户，减少用户的孤寂情绪。这种极大的模型参数量能够对人的认知习惯、微妙情趣、价值追求进行匹配和表达，以实现粒度更细的连接和更高水平的价值［1］。

智能媒介生态系统的持续进化催生了生成式人工智能，也为媒体深度融合提供了新的增长助力点。在各类媒介技术不断进步的同时，技术要素不是彼此孤立的，而是相互结合、共同推进融合进程［2］。媒体深度融合强调传统媒体和新兴媒体在内容、渠道、平台、经营、管理等方面的深度整合，以适应全媒体时代的传播需求和变化。推动媒体深度融合有利于促进主流媒体拥抱新技术、新应用，加快新媒体转型步伐，构建集约高效、协同创新的组织架构和运营模式，增强主流媒体的市场竞争力和自我造血能力，这是传媒业发展的必然趋势，也是其适应信息社会的需要，媒体深度融合能够有效提高媒体的传播效果和社会影响力。在推进媒体深度融合的过程中，以技术为引领可以帮助媒体重构新闻传播新格局、拓展传播渠道，实现媒体的系统性整合和融通，对此，学者们也在不断探索这种新范式的生成原理。例如，有学者研究元宇宙在推进媒体深度融合时对内容形式、技术与平台、供给侧改革等方面的影响，认为元宇宙开启的媒体融合下半场促使传媒业的产业实践实现了线上线下一体化发展［3］。从根本上而言，媒体深度融合的最终目标是实现价值共创和内容互嵌的融合媒体生态，以此强调媒体内部生态的整体协作和良性循环。从目前的实践来看，AIGC已经介入媒体的内在生产流程和运行逻辑，如“浙江宣传”微信公众号、中央广播电视总台2022冬奥会报道平台、中央广播电视总台“中国之声”等媒体在融合转型和技术应用等方面的显著成果表明，以技术赋能为切入点深化媒体融合，能够最大限度地实现价值链的再造与生态重构。

二、边界的消逝：ChatGPT对媒体深度融合的影响与变革

1．“超高效率”生产模式中媒体专业性的消解

ChatGPT是基于人工智能技术驱动的自然语言生成模型，在内容生产过程中，其可以整合生产流程中的多个步骤，因而可以大幅推进自动化进程［4］。如果说新媒体的崛起打破了传媒业的边界，使得传媒业逐渐走向开放与融合，那么以ChatGPT为代表的生成式人工智能，则正在消解媒体新闻内容生产的专业性。相较于媒体工作者和个体用户生产内容，ChatGPT通过大规模的语料库进行训练，从而支持更复杂、更多样化的内容生成，其在内容可拓展性层面的表现也更为突出。此外，ChatGPT可以根据用户的历史对话记录和个人描述等信息生成个性化内容，并通过在线聊天场景进行实时对话交互，随时随地进行新闻报道，形成“超高效率”的生产模式。然而，传统媒体的专业性生产有赖于一定的时空边界，新闻专业主义要求新闻报道必须具有客观性、公正性、准确性等核心原则，这些原则需要在时间和空间上得到严格的遵守与执行。在新闻事件发生后，新闻记者必须准确描述新闻事件现场的新闻要素情况，提供可靠信息，“超高效率”的生产模式在很大程度上会挤压媒体采集和核实新闻素材的时间。

当前媒介融合逐渐走向纵深化，尽管ChatGPT使得媒介的感知网络得以延伸，但是面对信息渠道拓宽所带来的信息量大幅度增长，新闻事实核查效率必然被迫提高，许多反转新闻案例表明，效率导向下媒体事实核查面临巨大冲击。此外，人工智能技术正不断延伸媒介深度融合的边界，在新闻生产中运用ChatGPT，将使得媒体专业行为进一步泛化。虽然ChatGPT在数据获取、智能编辑、新闻写作与创意生成等方面具备“超高效率”，但ChatGPT在新闻生产过程中往往会调取数字空间中的旧信息进行再加工，基于强大的学习能力，ChatGPT在指令输入瞬间就能够完成信息拼接，媒体的专业性由此逐步消解。

2．“无所不能”功能下媒体组织架构边界的消逝

在新闻信息采集与处理、 新闻内容编辑与写作、广告信息的创建与文案，以及拓展性新闻业务环节等方面，ChatGPT对新闻媒体产生的冲击无疑是巨大的［5］，ChatGPT“无所不能”的功能介入，或将使处于深度融合过程中的媒体在面临组织架构调整、变革挑战的同时，迎来组织架构边界的消逝。传统媒体的组织架构主要包括直线职能结构、事业部制结构、矩阵式结构等［6］，基于行政管理导向的媒体组织架构因层级设置过多、资源统筹和协调难度较大，不同部门之间容易产生利益冲突。人工智能时代，媒介技术更迭呈现加速趋势，传统媒体运行机制已然难以适应当前的技术语境，因此媒体深度融合必须对媒介组织架构进行调适与创新。《关于加快推进媒体深度融合发展的意见》明确指出，要深化主流媒体体制机制改革，建立适应全媒体生产传播的一体化组织架构，构建新型采编流程，形成集约高效的内容生产体系和传播链条。随着以ChatGPT为代表的生成式人工智能技术逐渐走向成熟，其生成的文本、图像、音频、视频等内容将更为智能化，这或将终结摄像、撰稿、播报的技术分工，传统新闻报道的技术分工消失也将加快去编辑部中心化的步伐［7］。在生成式人工智能的辅助下，新闻记者通过新闻素材或指令输入，即可生成大量高质量的新闻作品，这种“无所不能”的功能必然打破媒体组织架构的职能边界。

三、多维协同互嵌：ChatGPT对媒体深度融合的应用与实践

1．媒体深度融合与受众需求的智能协同互嵌

人工智能技术作用于媒体深度融合，推动媒体新闻生产从人工采编向人机协同的智能化生产转变，智能发现、智能采集、智能加工、智能审核、智能分发、智能呈现等环节均以用户需求为导向，寻求信息与用户需求的智能匹配［8］。OpenAI公司对ChatGPT自然语言模型的训练以深度学习超大体量的互联网公开数据、书籍、期刊等为基础，使得ChatGPT掌握应对用户提出的各种问题的能力，并结合语义理解和上下文推断与展开用户对话，不断拓宽话题覆盖面，从而成为超级百科全书。针对用户的多元化、个性化需求，ChatGPT突破了搜索引擎对检索结果相关性排序模式，在线实时对话能够精准满足用户需求，千亿级的预训练积累使得ChatGPT能为用户提供更高质量的信息。根据施拉姆的选择或然率公式，人们在选择媒介时，往往倾向于选择能够方便且迅速地满足其需要的途径，ChatGPT在实时互动、精准性与信息质量层面的优势则符合用户需求。此外，技术赋能为个体在决策过程中跨越专业壁垒、充分挖掘外部资源提供了更大的可能性。媒介深度融合应充分认识到生成式人工智能作为连接入口的价值，重视媒介智能化过程中用户需求的深层次洞察和人机交互体验，实现媒体深度融合与用户需求的智能协同互嵌。

2．媒体深度融合与情感体验的感知协同互嵌

传统新闻时代，媒体因具有呈现和激发情感的强大功能，成为受众获取情感体验的重要工具。然而，社交媒体快速普及，情感作为个体内在的深层次需求被激活，人们会因情感、共同兴趣等因素快速聚合，而无组织的组织力量深刻地影响个体与群体的行为趋向，情感共同体基于情感共振促进共识达成。在媒体深度融合的背景下，主流媒体通过将情感性因素合理纳入新闻产制流程，不断提升新闻“以情动人”的能力，增强与公众的情感沟通与价值共振［9］。新闻对话机器人、AI主播等人工智能模型虽然在形象和交互界面上呈现人格化特点，在情感上具有一定的亲和力，并推动新闻生产效率、专业性和应用场景智能化进程，但在情境认知上的不足导致其在人类的认知、理解、情感传递与交互能力上仍处于初级阶段，无法实现人工智能技术与情感体验的感知协同。

作为认知智能的代表，ChatGPT具有自主行动，能够像人一样思考，甚至學习、感受、体会人的情感倾向［10］。在传统媒体信息服务功能的基础上，ChatGPT基于情感计算和算法，能够最大限度地模拟人类的神经网络认知，在与用户进行交互时完成情感回应。例如，当用户就具体的生活情境与ChatGPT进行交互时，ChatGPT在自然语言处理技术赋能下能够识别用户当下的情感状态，并通过温暖的话语回应与用户产生共情，缓解用户的情绪，甚至为用户提供较为客观的问题解决方案。技术创新是媒体深度融合的重要驱动力，ChatGPT在认知智能上的突破将进一步弥补以往智媒体在情感上的不足，实现媒体深度融合与用户情感体验的感知协同互嵌。

3．媒体深度融合与社会治理的链接协同互嵌

媒体深度融合阶段，社会治理亟须建立健全社会组织和公众充分参与治理的制度和社会环境［11］。党的二十大报告指出，健全共建共治共享的社会治理制度，提升社会治理效能，畅通和规范群众诉求表达、利益协调、权益保障通道，建设人人有责、人人尽责、人人享有的社会治理共同体。当前，移动互联网和智能设备高度嵌入公众的社会生活，媒体与人工智能的深度融合重塑了人与信息、人与媒体之间的关系，媒介生态环境朝着智能化的方向发展。伴随着媒介化社会趋势的加速，媒介与其他社会系统的联系更为紧密，并在社会治理过程中不断增强自身的主体性［12］，不断发挥其社会整合功能。

ChatGPT作为当前人工智能技术的现象级代表，其在计算智能和认知智能上已经实现质的飞跃，有望进一步强化媒体深度融合与社会治理的链接协同。具体而言，ChatGPT作为大型语言模型，能够实现超大体量、跨语言的数据深入收集、挖掘和分析，进而助力主流媒体精准把握用户需求，持续在内容产品创新上发力。

此外，ChatGPT在舆论治理上的潜力尚未得到释放。政府公共政策施行、社会热点事件舆情等均需接收社会公众的反馈，ChatGPT的情感识别功能能够快速判断公众意见表达的情感倾向，极大地提高舆情监测的精准性和智能化，并为政府和主流媒体感知民意、应对舆情危机和进行舆论引导提供技术支持，有效提升协同治理能力。

四、技术隐忧：媒体深度融合中ChatGPT衍生的风险挑战

1．技术深度智能化滋生媒体“工业产品”与创新惰性

人工智能技术是媒体智能化生产的核心驱动力，基于大数据和算法驱动的机器人新闻写作已然对新闻从业者产生巨大冲击，麦克卢汉关于“媒介即人的延伸”的观点值得再思考，当技术理性炽盛，新闻从业者的主体性不断消解，专业新闻生产是否会沦为智能机器生产的替代品，深度思考下的新闻创新又将去向何方。此前，机器人新闻写作的优势主要体现在新闻生产和分发领域，尤其是针对财经类新闻和体育类新闻，全天候、全自动化、高效率等特点将新闻生产引向机器“流水线式”作业模式，且饱受新闻温度、敏感度、模板化诟病。相较于机器人新闻写作，ChatGPT在其基础上通过大体量的数据预训练，增强了对人类语言表达的学习和理解，认知智能的发展使得ChatGPT突破特定领域的结构化模版写作，将其对人类语言的感知能力和情感反应能力融入新闻文本的写作，新闻业所倡导的价值、情感导向与个性化也能够嵌入叙事之中。然而，以ChatGPT为代表的生成式人工智能，虽然实现了新闻生产的高效率、超模拟，但技术的深度智能化容易滋生一系列新闻“工业产品”。从人工智能的底层逻辑来看，个体对内容的偏好是千人千面的，但机器的算法学习在接触足够多的职业化新闻写作训练后，其对新闻文本的生产难以摆脱流水线模式。此外，当新闻从业者过度依赖生成式人工智能的创造功能，人工智能的主体性将不断增强，技术将不再作为新闻创新的工具而存在，新闻创新本身以及人的创造能力不断衰减。若过分崇拜和依赖AIGC自动生成新闻内容而不进行独立思考和价值判断，那么人将变成技术的附庸，永远止步不前［13］。

2．高度化算法侵扰媒体的责任意识与公共理性价值

社会责任理论强调，大众传播具有很强的公共性，因而媒介机构必须对社会和公众承担并履行一定的责任义务。智媒时代背景下，平台基于算法机制与用户保持着强连接，成为用户获取信息的重要入口，算法技术重塑着人们对世界的感知。然而，算法拥有者的技术中立论调难以隐藏其价值导向，当政治导向与经济利益被注入算法机制，进入公众视野的“光线”早已不再是客观世界的投射，个性化需求满足的外衣下潜藏着算法所编织的茧房，公众沉浸在信息蚕茧之中，不断强化自身与群体的声音，舆论极化成为公共舆论场中的频发现象。ChatGPT甚至能够通过高度化的算法学习，基于对话生成模式，在超模拟特质下进一步提升算法对用户信息和情感需求的“投喂”能力，公众所接触的信息环境将更为复杂。哈贝马斯在《公共领域的结构转型》中所言的“咖啡馆、俱乐部”正在慢慢远离公众，媒体所承载的公共话语空间不断被算法侵扰与蚕食，大众媒体作为其中主要的运作工具，亟待托举公共理性回归。

3．深度融合中ChatGPT引发的隐私泄露与伦理失衡

人工智能语境下，个体生活高度融入数字空间，数据化生存成为现实。然而，智能媒体在基于算法和大数据满足用户个性化需求的同时，致使用户无时无刻地贡献自身的数据，技术的不透明性决定了平台对用户的数据挖掘存在“黑箱”。当前，媒体深度融合已走向智能化，如何在智能传播过程中建立用户隐私保护机制仍未形成行业层面的制度性安排。对生成式人工智能来说，完成预训练所需要的数据量是呈几何式增长的，模型参数高达1750亿个，超大体量的数据需求导致算法在抓取数据的同时增加了用户信息泄露的风险，无论数据公开与否，个体的信息自决权仍处于架空状态。当用户与ChatGPT应用进行交互时，其个人账户信息及其在对话过程中所产生的数据、所使用的应用服务等均属于ChatGPT隐私收集范围。对于个人信息的共享和披露，ChatGPT 并未遵守“知情同意”原则，而是将个人信息使用权归属于公司常态化做法［14］，这就意味着技术持有企业可能超范围利用个人数据信息与其他第三方从事交易，倘若涉及个人具体身份信息，甚至可能引发黑客行为等网络犯罪。2023年3月25日，OpenAI公司发布道歉声明，称ChatGPT出现漏洞，约有1.2%的ChatGPT 用户数据被泄露。故而，媒体深度融合嵌入生成式人工智能须警惕用户隐私泄露风险，在用户隐私安全、用户体验与传播效果之间找到平衡。

｜参考文献｜

［1］喻国明，苏健威. 生成式人工智能浪潮下的传播革命与媒介生态：从ChatGPT到全面智能化时代的未来［J］. 新疆师范大学学报（哲学社会科学版），2023（5）：81-90.

［2］黄楚新. 全面转型与深度融合：2020年中国媒体融合发展［J］. 现代传播（中国传媒大学学报），2021（8）：9-14.

［3］蒋恺. 元宇宙与媒体深度融合的创新实践及反思［J］. 出版广角，2022（12）：89-92.

［4］陈永伟. 超越ChatGPT：生成式AI的机遇、风险与挑战［J］. 山东大学学报（哲学社会科学版），2023（3）：127-143.

［5］吴小坤. ChatGPT信息“革命”对新闻业的冲击与挑战［J］. 探索与争鸣，2023（3）：26-29.

［6］熊敏，肖燕雄. “网络社会”环境下中国报业组织结构变革分析［J］. 中国编辑，2020（9）：60-63.

［7］陈龙. “后新闻”生产模式：生成式AI对新闻传播业的再格式化［J］. 传媒观察，2023（3）：18-24.

［8］钱晓文. 媒体深度融合发展的内涵、实践特征与优化路径［J］. 中国编辑，2022（8）：70-74.

［9］蔡雯，周思宇. 主流媒体新闻传播的情感转向与风险防范［J］. 中国编辑，2022（10）：4-8.

［10］喻国明，滕文强，郅慧. ChatGPT浪潮下媒介生態系统演化的再认知：基于自组织涌现范式的分析［J］. 新闻与写作，2023（4）：5-14.

［11］曾润喜，张军兴. 媒体融合发展与我国社会治理的关系［J］. 青年记者，2020（1）：59-60.

［12］王虎. 逻辑转变与维度构建：智能媒体参与社会治理的机制研究［J］. 现代传播（中国传媒大学学报），2021（9）：7-11.

［13］曾晓. ChatGPT新思考：AIGC模式下新闻内容生产的机遇、挑战及规制策略［J］. 出版广角，2023（7）：57-61.

［14］蔡士林，杨磊. ChatGPT智能机器人应用的风险与协同治理研究［J］. 情报理论与实践，2023（5）：14-22.