從“人際”到“人機”
——ChatGPT對人類傳播模式的影響

吳婧婧

(南京郵電大學 傳媒與藝術學院,江蘇 南京 210023)

2022年11月,ChatGPT(Chat Generative Pre-trained Transformer)即“聊天式生成預訓練變換器”在美國OpenAI人工智能研究實驗室誕生,成為當下人工智能最耀眼的成果之一。從2018年GPT-1的正式發布到2023年GPT-4的進化完成,ChatGPT在短短5年內實現了從基礎語言到多模態聯通的巨大技術飛躍,甚至具備了理解和生成自然語言文本的能力[1]。ChatGPT的發展和應用重塑了傳統人際傳播的內容生產和交流模式,智能化的人機交互方式使人們獲取和交換信息的途徑發生了根本性轉變?？梢哉fChatGPT的人機交互模式拓展出了一種新型數字化傳播方式,對數字時代的人際交流模式產生了深遠的影響。

隨著ChatGPT人機交互系統的開發,信息傳播特別是人際傳播的模式與邏輯關系必然隨之發生改變,這一變革絕不是機器對人類信息獲取與分享方式的簡單取代或模仿,而是傳播模式和傳播邏輯的根本性變革。它將不僅對傳統人際傳播的傳播主體、傳播渠道及傳播內容的相關模式和邏輯發起挑戰,還將引出關于人機交互的本質、動機,以及規范和控制等傳播學新課題。

一、人際傳播與人機交互的內容生產與互動模式

(一)人際傳播的內容生產與互動模式

人際傳播是指個體與個體之間的信息傳播活動,是社會傳播活動的基礎。想要與他人建立有效的社會協作關系,傳播主體就必須通過人際傳播實現自我認知與相互認知。人際傳播具有情境依賴性、雙向性與符號系統應用等特征。情境依賴性意味著不同的情境對信息的理解與解釋會產生不同影響;雙向性強調了信息的發送與接收相輔相成,是一種動態的互動關系;符號系統應用則是參與者使用語言、非語言等多種符號進行信息交換,符號體系是信息傳遞的基礎和橋梁。因此,人際傳播牽涉參與者的多樣性、情境的變化性、符號系統的多元化,以及交流的動態互動性、主觀性和文化差異等諸多方面,任何一個方面都能影響傳播效果。

不管人際傳播的情況多復雜,傳播主體始終可以通過視覺、聽覺、味覺、嗅覺及觸覺等感官系統對信息進行捕捉與獲取,再經大腦進行處理后得到相應的信息。其內容生產動機受個體的自我表達需求、情感認知和社會協作的影響,其過程包括信息的構思、創作、編輯和發布,其效果體現在情感共鳴、自我成長和社會傳播等方面。這一過程既受個體特質的影響,也受社會環境和技術條件等的塑造。

傳統媒體時代,口語和文字是承載傳播內容的主要方式。進入數字時代,隨著社交媒體等新型傳播平臺的出現,文字、圖片、視頻等媒介成為信息創作與傳播的重要符號與手段。同時,多媒體傳播大大拓展了人際傳播的方式并提高了傳播的效率。施拉姆曾把人類的互動過程喻為不斷進行信息解碼與編碼的過程[2],為了確保人際傳播的效果,傳播雙方需理解對方的意圖和情感狀態,這不僅要對基礎符號系統有所掌握,還要對傳播者的社會文化背景等進行綜合考量。因此,在傳統的人際傳播互動中傳播主體的認知因素,如信息處理方式、認知偏差等對信息的接收與理解產生著重要的影響;情感因素則在情感表達、情感共鳴等方面對傳播過程發揮著顯著作用;社會影響因素,如權威性、社會認同等也在人際傳播中扮演著重要角色。

(二)人機交互內容生產與互動模式

人機交互是指人類通過計算機的輸入輸出設備與計算機系統之間進行信息交流和互動的過程[3]。即人類可以通過鍵盤、鼠標、觸摸屏等將指令或數據輸入到計算機中,同時通過顯示屏、音頻輸出等方式將計算機的響應反饋給用戶。ChatGPT無疑是當下最具代表性和跨越性的人機交互形式。

與人際傳播中人類以復雜情感與象征符作為傳播的核心要素不同,ChatGPT的核心在于“GPT”架構,這是一種不具備情感意圖的深度學習模型架構,該架構可以在輸入和輸出之間建立復雜的非線性映射,具備強大的語言建模和生成能力,能夠實現對自然語言的高效處理[4]。不僅如此,該架構還能夠處理長序列的信息,通過調整其層數和隱藏單元的維度等超參數,直接影響生成內容的復雜度和豐富度。

如果說人際傳播的交流與互動反映的是兩個生命體之間的傳播情景與情感狀態,那么ChatGPT作為一種非生命體,其內容生產則主要依靠深度學習架構,同時離不開預訓練與微調。GPT經過預訓練后不僅能夠學會理解各種語言的結構、語法、語義以及一般的知識等,還可以通過自我微調適應不同的對話任務或應用場景。用戶提出的問題會直接影響ChatGPT生成內容的主題和方向。在實際應用中,通過合理引導用戶的輸入,可以實現對生成內容的精準控制,使得交互結果更加符合預期。

目前,ChatGPT的人機交互包括單輪對話與多輪對話兩種基本模式。單輪對話模式(Single-turn Dialogue Mode)側重于簡短而直接的交互。對話僅包含一個問題和一個回答,沒有后續的互動。在這種模式下,每次對話都是獨立的,不依賴于之前的交流內容。單輪對話模式具有高效、直接的特點,能夠滿足用戶對即時性信息的需求,常應用于客服、信息查詢等場景,其局限性在于無法處理復雜或需要多步驟交流的場景。而多輪對話模式(Multi-turn Dialogue Mode)是一種更為復雜和動態的交流方式,對話包括多個交互環節,每個回答都可以基于之前的對話內容進行延伸。多輪對話模式允許參與者(人或是人工智能系統)在一系列交流中保持連續性,每一輪的交流都可以參考和回應之前的信息,這種交互方式更加注重對話的連貫性以及上下文的邏輯關系,因此,能夠盡可能地模擬人類真實的信息交流過程,完成更復雜的對話或解答更復雜的問題[5]。

(三)人際傳播與人機交互的差異

傳播動機上的根本差異導致人際傳播與人機交互在參與主體、信息交流方式、情感傳遞等方面存在諸多差異。在人際傳播中,我們將人際傳播的雙方稱為傳者與受傳者,參與者均具有感知、理解與情感交流的能力,同時雙方的交流互動更富感情色彩、更具社會性。而在人機交互過程中,主動輸入指令的一方可以被稱為“用戶”,缺乏真實感知與情感表達能力的ChatGPT作為被動回應方,只能著力于信息的接收與處理。

1.傳播主體的差異

人際傳播的目的是共享信息、分享情感體驗并且建立社會協作關系。而ChatGPT的機理是一個大規模語言模型,它通過構建大規模學習數據強化學習機制,最終對外呈現人機對話式的輸出[6],因此,不管人工智能的信息處理技術如何高效與強大,機器永遠缺乏人類的自我感知意識與情感體驗,其角色往往只能被限定在信息提供者或處理者的范疇。同樣GPT架構是一種不具備情感意圖的深度學習模型,它無法與用戶共情,我們通常不會將它們視為社會協作中不可或缺的一員。目前,ChatGPT的工作進程仍然依賴于人力,人類與機器的每一次對話基本都源于對信息的索取,這意味著人是人機交互的主動方,機器是被動方,人類依然是人機協同共創生態的主導者。

2.傳播符號使用的差異

人際傳播往往使用語言、肢體、表情、象征符等諸多符號,這些符號可以被多維度交叉使用從而實現復雜的信息交流。盡管人工智能技術在理解和生成自然語言方面取得了顯著進展,但人機交互系統目前主要依賴指令式的符號輸入,交互過程直接、理性。ChatGPT并不具備對象征符號進行理解的能力,其只能通過提取與前一語言符號相匹配的詞語將對話進行補充,也就是說ChatGPT是在使用“信號”完成指令,其并不真正具備理解和表達人類情感與態度等非語言信息的能力。

3.信息處理方式與結果的差異

人際傳播的主體都具有較高的自主性,可以根據傳播的場景與狀態隨時調整信息的表達與處理方式。但人機交互的信息處理只能使用預先設定的算法和模型。人際傳播的主體具有主觀能動性,雙方對信息進行編碼與解碼時很難不摻雜個人情感,人機交互則主要依賴于邏輯和結構化的信息處理方式,更加專注于數據驅動和任務完成,這種交互方式在一致性、可預測性和精確性方面表現出色,整個信息處理與輸出過程可以做到不受情感、偏見或個人立場的影響,生成的信息基本能夠保持中立與客觀。但人機交互并不能生產新的知識,只是通過語言模型生成信息內容,而且在信息的生產過程中受權力的影響較大,權力越大對信息的控制越強,這很可能會導致所獲得的信息缺乏準確性。

二、基于ChatGPT人機交互的傳播變革

ChatGPT作為通用人工智能的先鋒技術塑造了全新的技術生態帶[7],它的誕生與應用,使人機交互已經從簡單的感官延伸邁向了高度智能化的數字互動時代。數字互動突破了傳統人際傳播的地理限制與時間限制,為人類信息傳播帶來了極大的便利與拓展空間。

(一)智慧的延伸:從感官延伸到數字互動

麥克盧漢將媒介比喻為人類感官的延伸,無論哪種媒介都是讓我們看得更遠、聽得更多、接觸得更廣泛[8],并且媒介作為一種可以擴展人類生理和心理能力的工具,能夠對個體的感知方式和思維模式產生深遠影響;芒福德也認為人類發明的技術只是人類生命形態的一種延伸,技術和媒介對人類文化、社會結構和個體生活方式的影響體現在方方面面,媒介不僅僅是工具,更是對人類生活形態的一種延伸[9]。如今,隨著媒介新技術的出現,移動網絡空間已經成為人類新的生存空間,人類的感官得到了更廣闊的數字化拓展與延伸。例如,網絡高清視頻通話技術可以讓用戶實現實時的互動交流;增強現實(AR)與虛擬現實(VR)等技術可以讓數字信息疊加到現實世界中,為用戶提供沉浸式的感官體驗。

在麥克盧漢的理論框架下,ChatGPT作為一種數字互動的媒介,實質上實現了人類智慧的延伸。它不僅能夠在技術層面模擬人類對話,而且能夠在社會層面實現數字互動。數字互動是通過數字化技術與工具實現的雙向或多向的信息傳遞和互動,這種互動可以發生在個體之間、個體與計算機系統之間。因此,數字互動是一種人際傳播的新模式,它不僅需要人來參與,同時也需要通過技術媒介將人與智能系統加以連接來實現。很明顯,ChatGPT就是通過自然語言處理與生成技術,使計算機系統能夠理解并回應用戶的需求,實現類似于人類對話的數字互動。

當然,麥克盧漢也提醒我們,媒介作為人的延伸也會帶來新的挑戰和問題。在數字互動中,人們往往會面臨如何保證互動的真實性以建立信任、如何處理隱私與安全等方面的問題。我們在享受數字化帶來的便利的同時,不應忽略這些問題。

(二)傳播動機的轉變:從情感鏈接到數字替身

人際傳播通常強調的是情感共鳴與社會協作關系的建立,每個個體所具有的獨特生物屬性和社會屬性都能夠在人際傳播中發揮作用[10]。在人際傳播過程中,情感交流的復雜性使得人際交流充滿了活力,也使人們建立和維護的社會關系更加豐富。而數字化互動則可以脫離社會化環境,只強調通過數字互動與人類建立信息聯系。這一特征使人機交互過程中只有用戶具備社會屬性,而機器只是數字替身。主要表現為在數字化環境中機器模擬人類進行信息交互以及代替人類執行指定任務,虛擬客服、虛擬主播等都可以視為數字替身。

ChatGPT作為一種新的數字替身,可以通過強大的自然語言處理技術分析輸入指令或關鍵詞中的情感傾向,并用自身的微調功能輸出適應對方情感需求與語言風格的內容。ChatGPT的反饋是基于算法的,而算法可以將抽象的問題變成可以量化、計算的對象[11]。正是因為有了算法,使得機器無法真正理解和響應非言語的情感線索,無法真正感知和處理人類的情感。因此,目前的人機交互依然無法真正替代具有社會屬性的人際傳播。

人機交互體現了人類的一種數字化生存方式,雖然技術可以替代人類完成信息處理與回饋,但數字化的投映在情感識別與情感生成等方面仍然存在一定的限制,如何準確地識別多樣化的情感表達、如何構建更具智能性的情感生成模型等,這也許是未來人機交互研究中最需要突破的課題。

(三)信息構造的差異:從認知再造到信息存儲

傳統的人際傳播在信息的處理與理解方面,往往依賴于人類個體的認知能力,而人的認知通常依賴于線性的信息處理。人類的大腦對信息的存儲不是靜態的,而是通過學習,不斷進行信息更新,這種動態的信息存儲方式使人類能夠根據新經驗、新知識不斷重新理解信息。人類記憶是構建和維護人際關系的重要基礎,也因此使人際傳播更具發展性。

人機交互中的信息處理則更加直接和結構化。數字化環境下,計算機系統按照預先編制的算法和規則處理信息,信息處理變得更為智能化、廣泛化。在計算機系統中,信息以數據的形式被靜態存儲在內存或數據庫中。這些信息的存儲和檢索基于固定的數據結構和算法,缺乏人類的動態聯想和記憶重構能力。但由于ChatGPT在信息量處理方面具有超越人類大腦的天然優勢,它可以通過大數據與算法模型的應用,提供超越人類認知的決策與方案,其作為內容生產和知識生產的強大引擎,能夠大大促進內容創作,進而打造數字化知識生產以及信息知識供應的繁榮生態[12]。因此,人機交互已不再是簡單意義上的信息交流,它能夠催生新的認知維度。

此外,ChatGPT的出現也引發了對信息存儲模式的新思考。眾所周知,人際傳播的雙方會根據已有認知判斷和理解信息,將信息存儲于人類大腦的記憶系統中。然而,隨著人機交互技術的崛起,特別是ChatGPT等的出現,信息存儲開始向數字化、外部化發展。ChatGPT能夠將用戶輸入的信息進行高效存儲和檢索,這也表明,未來的信息處理系統將模擬人類的動態處理、上下文感知和學習適應性等能力,從而在處理復雜信息任務時更加接近人類。因此,我們需要重新審視人機交互過程中信息編碼、存儲和檢索等環節,嚴肅對待人機交互過程中信息隱私保護與數據安全等面臨的挑戰。

三、ChatGPT對傳播的重塑

(一)算法與數據化:邏輯重構與模式重建

人類的交流是由對明確內容和隱含環境的共享理解與解釋驅動的,人際傳播的邏輯不僅涉及詞語的字面意義,還包括情感環境、社會規范和其他非言語線索。在人機交互時,通信的邏輯主要由AI系統內部的程序化算法決定。而像ChatGPT這樣的AI系統則遵循更直接的邏輯,它會根據預訓練模式處理接收到的文本,并據此進行回應。每個回應的邏輯通?；谠谟柧氝^程中形成的識別模式,并無法真正理解情感和語境等信息[13]。

ChatGPT往往能夠分解復雜的語義結構,并抓住言辭之間的邏輯關系,從而實現對信息核心內容的準確抓取與分析。在處理信息時,ChatGPT可以通過訓練重構更復雜的邏輯,這也為傳播模式的重建提供了可能。在人機交互中,ChatGPT甚至可以根據對話的語境進行情感的模擬與調整[14]。這種模式的重建使信息傳遞更具交互性,也為用戶提供了更豐富的交流體驗。此外,ChatGPT的智能化特征也在一定程度上影響了信息傳播的權威性與可信度。傳統的人際傳播往往依賴于說話者的信譽,而ChatGPT則是基于大數據訓練的模型,其信息傳遞的質量更加依賴于生成內容本身的準確性與可靠性。這種人機交互模式內嵌了大語言模型與大數據算法,使人類與機器在交互中實現了價值鏈接。

(二)對話邏輯的適應:情感剝離與語境理解

人際傳播中,情感交流是不可或缺的組成部分,雙方的觀點、情感和意圖可以通過對話加以展示,且往往受情緒、態度、價值觀、社會背景等諸多復雜因素的影響。而ChatGPT人機交互為情感與語境的處理帶來了新的視角與可能。在處理對話邏輯時,ChatGPT會在一定程度上“剝離”自身的“情感”,即不將自身的情緒投射到回答中,努力保持一定的客觀性。ChatGPT的信息處理是可以完全與情感分離開的,這意味著它更能夠客觀地處理與回應指令而無需外界因素的介入。傳統的人際傳播受情感影響較大,而ChatGPT的情感剝離為信息傳播提供了更為客觀和中立的視角,也減少了情感因素的干擾。這種情感剝離的處理方式在某些場景中格外重要,如客戶服務、醫療咨詢等領域。

雖然ChatGPT不具備真實的情感,但可以通過訓練來識別和模擬人類語言中的情感傾向。這意味著它能從用戶輸入的文本中辨識出情緒,如快樂、悲傷、憤怒等?；谶@種對話邏輯的適應與語境理解,ChatGPT可以調整其回應的語氣和內容。比如,對于傷心或沮喪的用戶,它可能會使用更富同情性的語言。這就意味著ChatGPT能夠進行更為復雜的對話交互,這種語境理解能力使其可以應用于法律咨詢、技術支持等更復雜的場景,用戶在人機交互過程中能體會到機器的“溫度”。正因如此,ChatGPT能夠更好地滿足用戶需求,甚至與人類形成一種全新的“伙伴關系”。

ChatGPT的情感剝離與語境理解使得信息傳播更為客觀與擬人化,也為交流模式變革帶來了可能。然而,在實際應用中,還需要進一步優化情感識別與語境理解的算法,以提升ChatGPT對復雜場景的應對能力。

(三)信息內容可訓練:自我更新與持續糾錯

在傳統的人際傳播中,信息的準確性和可靠性往往取決于參與者的知識水平和經驗。然而,隨著ChatGPT等的出現,信息的更新和糾錯變得更加高效和自動化。ChatGPT完全可以通過自我學習和持續糾錯機制,使信息的傳播在數字化時代得以全面拓展。與傳統人際傳播需要花費大量時間和精力去獲取新知識的情況相比,ChatGPT更新信息的速度更快,這也使其能夠應用于各種信息更新頻繁的領域,如科技、醫學領域等。

糾錯環節也是傳播中不可或缺的部分,傳統人際傳播的糾錯環節主要依賴于交流雙方的及時反饋和討論,糾錯能力十分有限,往往會由于糾錯不及時對人際傳播產生負面影響。ChatGPT擁有強大的持續糾錯機制,它能夠通過反饋和訓練的方式不斷地優化回應的內容,以提升交流的質量和準確性[15]。這種自動糾錯機制使得ChatGPT像一個可以永不停歇進行自我反省的學習強者,其憑借多語言處理技術和文化適應策略,能夠實現在全球范圍內的信息提取與交換。

四、結語

在人際傳播中,信息內容的生成往往受許多因素的制約,包括道德規范、信息準確性、環境變化及個人情緒等。ChatGPT的內容生成則往往更依賴于大數據模型的訓練,這也會導致其在某些情況下輸出的內容不夠準確。因此,如何在保障自由表達的前提下,對ChatGPT的內容生成過程進行有效控制,是一個需要深入研究的問題。隨著ChatGPT技術的不斷進化,其有望在醫療、法律等專業領域發揮更重要的作用,為專業人士提供更加可靠、理性、中立的信息支持。但我們也要面對由其發展帶來的倫理挑戰,對其進行規范與控制,這既需要計算機科學、傳播學、倫理學、法學等學科的共同努力,也需要學術界、產業界和政府部門合力為ChatGPT及人類的健康有序發展提供堅實的保障。