认知向度的转型：人工智能“向后”整合 人类智能“向前”探索 | 联合早报

人类历史的发展已经历了原始文明、农耕文明、工业文明，现在正处在向着数字文明时代深刻而巨大的转型中。所谓“千年未遇之大变局”就是当今这个时代的特征描述。被誉为“创新理论”鼻祖的约瑟夫·熊彼特对于这种“大变局”用了两个关键词来加以定义：“断裂式发展”和“破坏式创新”。所谓“断裂式发展”是指传统理论、发展模式及底层逻辑已经难以为继，其效用正在中断和终结，未来发展的可能必须建立在创新的逻辑和模式的基础之上，而这种创新熊彼得加上了“破坏式”这样一个彻底否定式的定语，足以说明，在他看来，新时代的发展与创新绝非对于旧时代遗存的小修小补，以及某些环节、要素的效能的改善与效率的提升，而是一种凤凰涅槃式的重构。因此，“革命”是定义当下时代转型特征的最为恰切的关键词——它发生在转型社会的每一个领域、每一个环节和每一个过程当中。

事实上，这种深刻的革命已经发生而且必将在更多的领域、更多的过程中以越来越猛烈的方式发生。就新闻传播的学科发展现状而言，总体上是一种用大众传播时代的理论与实践来认识和把握今天互联网时代的发展现实，并试图让人们以此去面对数智时代的未来。尽管其中有不少研究的精华在“点”的意义和某些过程性的环节中仍然具有真理的价值和力量，但在其总体结构和基础底座的意义上已经千疮百孔、乏善可陈了。那么，在传播领域及其学科构建中，到底发生了哪些革命性的转变呢？我们不妨择其要点，略加分析。

“学富五车”还值得炫耀吗？

大语言模型（LLMs）的出现是人类知识向度发生根本性改变的一个分水岭。在此之前，人类智能在所有的知识向度上挖掘、复制、消化、传播和生产，而我们的知识学习基本上是“小镇做题家”的模式，人们（甚至不少学者）以其对于人类知识经典的熟知为傲（资本）。比如，直到到今天，人们常常因为自己的所知甚多而备受赞誉。所有与学问相关的荣誉都与“学到”的东西关联在一起：学士、硕士、博士……似乎才华及其程度都是以“知晓”知识的多寡来度量的。而人们为一个极有才华的智者加冕的形容词通常冠之以“学富五车”“才高八斗”“读书破万卷”之类。但是当生成式AI崛起之后，知识便分为“向后整合”和“向前探索”这两大类知识的向度，大语言模型主要解决的是“向后整合”的知识，而人类之智主要用于“向前探索”。于是，对于经典滚瓜烂熟式的知识能力在集人类知识、信息于一体的大语言模型面前就不值一提了：它岂止是“学富五车”，学富五亿车也不算夸张。因此，在它面前，我们的所知——饱读经典、名人名言张口就来——已经不那么重要，至少它已经不那么值得炫耀了。