人工智能与新闻业案例集锦

刘海明

【案例】构建超级智能未来系统的三原则

《崛起的超级智能》作者，计算机博士刘锋

前言：科技领域看不见的手在过去50年促使互联网从网状结构进化成为大脑模型，而人类群体智慧与机器群体智能通过这个互联网大脑架构形成人类前所未有的超级智能形式。在构建互联网大脑模型成熟状态的过程中，我们发现有三个重要特征，由此提出建设超级智能未来系统的三个最重要原则：1，统一的神经元结构 2.人机双智能控制，至少一个人类权限最高 3.用信息路由实现云反射弧。这三项原则将不因为超级智能的应用场景变化和覆盖范围的扩大而变化。

一、一种自然界前所未有的超级智能形式产生

大约10亿年前，生命诞生了。4亿年前，生物从海洋向陆地迁移，植物、昆虫、脊椎动物等开始陆地上繁殖。生物终于在地球的所有环境生存，形成了五彩缤纷的生命世界。

一个个的生物呈现自由意志，对自己的未来进行独立选择和判断，它的智能在适应大自然的过程中体现出来，此后更进一步，许多生物逐步进化成一个虚拟的整体，利用群体的力量面对大自然的挑战。比较著名的有蜂群、蚁群、鸟群。。等等。

这些生物通过群体智能，产生了比个体高得多的智力提升。人类作为地球上最智慧的生物，如果有一种技术和机制使得人类联合在一起形成群体智能，那将是一种多么巨大的智慧能量。

1969年，美国科研院所的4台计算机第一次实现联网，互联网就此诞生，种种迹象表明，在过去的50年里，互联网正在从网状结构进化成为大脑模型。在1974年TCP/IP协议、1989年万维网，1997年博客等基础技术和规范奠定后，互联网开始加速向与大脑高度相似的方向发育。

2004年社交网络为代表的类脑神经元网络，2005年云计算为代表的类中枢神经系统，2009年物联网为代表的类感觉神经系统，2012年工业互联网、工业4.0为代表的类运动神经系统，2013年大数据，2015年人工智能为代表的智能驱动力，到2018年阿里大脑、腾讯大脑、360安全大脑、滴滴交通大脑等不断涌现，连同之前的谷歌大脑、百度大脑、讯飞超脑，到2019年，互联网大脑的雏形已越来越清晰。

数亿年来，自然界的蚂蚁，蜜蜂，鸟类通过化学信号形成了远超个体智能的群体智能，到21世纪，数十亿人类群体智慧与数百亿设备的机器的群体智能通过互联网大脑结构联合形成自然界前所未有的超级智能形式，互联网大脑的形成和超级智能的崛起，对21世纪人类的社会结构、经济形态、科技创新、哲学思考都产生了重大而深远的影响。

二、互联网大脑的三个重要特征

50多年来人类从不同方向推动互联网领域的创新，并没有统一的规划将互联网建造成什么结构，但有一天人类抬起头来观看自己的作品，发现这个产品与自己的大脑高度相似，而且链接了数十亿人类群体智慧和数百亿设备的机器智能，共同形成一个不断发育壮大的超级智能体，这是一个非常奇特的现象。

“看不见的手”像幽灵一样盘踞在人类社会的发展过程中，达尔文的自然选择中，亚当·斯密的国富论中，它时隐时现，互联网大脑的进化和超级智能的形成同样蕴含了这只“看不见的手”的踪迹。在深入研究这只看不见的手如何作用与互联网大脑和超级智能的形成后。我们是否可以从中发现规律，一方面继续顺应“看不见的手”的规律，加速超级智能的进展，另一方面也抓住这个超级智能的关键点，使其控制权牢牢地掌握在人类手中。

从和互联网大脑模型中，我们可以看到存在三个最重要的特点。分别是1.链接人，物和软件系统的神经元网络；2.云群体智能与云机器智能双智能中心；3.基于云反射弧的巨系统智能体现。

三、构建超级智能未来系统的三个原则

根据互联网大脑三个重要的特征可以形成构建超级智能未来系统的三个重要规范或原则。

第一个原则，世界范围统一的神经元技术框架

通过统一的神经元节点技术架构，将人，物和软件系统映射到互联网大脑架构中，而且这种统一不仅仅是某个行业，某个城市内部的统一而且是世界范围的统一。这样才能保证超级智能形成过程中不会变成信息孤岛。

同时根据神经元节点内部信息展示和功能模块的不同，产生多样化的互联网大脑神经元类型，实现复杂和多样化的人类社会需求。

第二个原则，神经元人机双智能控制，人类控制权最高

为了保证互联网大脑和由此产生的超级智能高效，敏捷，自动运转，需要人工智能技术介入到每个神经元节点上。

同时为了实现互联网大脑与超级智能为人类提供安全服务，要求每个神经元节点至少允许一个人类可以登录进行控制，而且当发生决策冲突时，必须要求人类控制权最高。

第三个原则，建立神经元节点之间的信息路由，实现互联网大脑的云反射弧

互联网大脑最终要为人类社会提供全方位的智能服务，这种服务的实现就需要互联网大脑架构中不同类型的神经元节点（人，物和软件系统）相互配合，按照解决人类社会问题或实现社会服务的需求，通过跨神经元节点的信息路由，实现不同类型的互联网大脑云反射弧。

四、总结：

构建未来超级智能的三个原则，并不会因为互联网大脑的不断扩展而有变化，无论它是在地球范围，太阳系范围或银河系范围，同样也不会因为互联网大脑模型的应用场景变化而变化，无论是城市大，工业大脑，农业大脑，建筑电脑等等等等。

同时，这三项原则是构建构建未来超级智能的顶层规则，依然需要有其他大量技术和子规范支撑和配合，例如位置编码规范，神经元节点编码规范，传感器技术，通讯技术，数据技术，人工智能技术等等等等。。

作者：《崛起的超级智能》作者，计算机博士刘锋

作者：刘锋

来源： 人工智能学家

原文链接:https://mp.weixin.qq.com/s/DKsoW6ekSp-wwPivv0OPSQ

编辑：宋婷

  

刘海明

【案例】

IBM驳斥谷歌量子霸权主张：夸大量子计算性能 误导公众

谷歌宣称实现量子霸权

凤凰网科技讯 北京时间10月22日消息，IBM公司研究员周一发布论文称，谷歌公司宣称成为了首家实现“量子霸权”的公司，到达了计算历史上的一个转折点，这是错误的。

IBM的五位研究员在论文中指出，谷歌夸大了这一主张。谷歌此前称，公司根据量子力学原理打造的系统性能远远超过了世界最强大的超级计算机。谷歌的这一主张被包含在了一份未发表的研究论文中，上月首次被媒体披露。这被视为量子计算机开发过程中的一个重大进步，有望解决材料科学和其他领域中传统计算机远远无法处理的问题。

谷歌表示，其量子系统能够在3分20秒内完成美国能源部超级计算机Summit需要花费一万年才能完成的计算，从而成为“首个只能在量子处理器上执行的计算”，“宣告了备受期待的计算模式”的到来。

然而，IBM研究员指出，根据他们的自主方法，他们可以对一台超级计算机进行编程使其只需在两天半时间内就可以处理相同任务。IBM研究员认为，谷歌的理论缺陷在于假定超级计算机会受到系统内存存储数据量的限制，并未对能够克服这种限制的大量磁盘存储空间作出解释。IBM研究员还指出，考虑到其他可能存在的硬件和软件进步，两天半的计算时间还是“保守、最差预期”。

IBM一直在与谷歌竞争，欲抢先将量子计算变为现实。IBM还对谷歌试图宣称实现“量子霸权”的主张进行抨击。IBM称，有关“量子霸权”的新闻头条“势必会误导公众”使他们认为计算行业已经进入了一个新时代，尽管传统计算机和量子系统之间的巨大差异会使得他们在未来“协同工作”。IBM已经公开批评了谷歌的主张。

许多独立专家把谷歌的这一成就视为一项突破，因为谷歌已经在一些控制量子系统的艰难挑战上取得了重大进展。但是一些专家也警告称，现在就宣布量子系统和传统计算机的竞争已经结束还为时尚早，因为新的编程方式会让现代计算机迎头赶上。

谷歌的研究论文上月曾短暂发布在了美国宇航局(NASA)网站上，随后被移除，目前尚未正式发布。(作者/箫雨)

更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“iFeng科技”。

来源：凤凰网

原文链接：http://finance.sina.com.cn/stock/relnews/us/2019-10-22/doc-iicezuev3903136.shtml?source=cj&dv=2

编辑：宋婷

刘海明

【案例】

张洪忠等：政治机器人在社交媒体空间的舆论干预分析

摘要：政治机器人是指在社交媒体空间执行政治传播任务的一类社交机器人，已经广泛参与到在线政治信息的讨论和扩散环节，成为影响政治传播效果的一个重要变量。本文首先分析了政治机器人的三类主要应用场景：政治选举、社会动员、政治干扰；其次，本文分析了政治机器人影响网络舆论的五种策略：营造虚假人气，推送大量政治消息，传播虚假或垃圾政治信息，制造烟雾遮蔽效应混淆公众视听，塑造高度人格化形象的虚拟意见领袖。最后，本文从传播学视角出发分析了应如何认识政治机器人对舆论的影响，提出需要引入跨学科的机器行为学新范式推动该领域的深入探讨。

  本文刊登于《新闻界》2019年9期

一、问题提出

     政治机器人是社交机器人的一种类型。社交机器人是在社交网络中扮演人的身份，拥有不同程度人格属性且与人进行互动的虚拟AI形象。[1]顾名思义，政治机器人是在社交媒体空间中专门执行政治传播任务的一类社交机器人，运营者借助算法技术注册并运营大量社交媒体账号，以虚假的个人身份与尽可能多的目标用户建立联系，传播运营者的政治诉求并力图影响舆论。

       机器人程序最早被应用于商业营销，之后被政治团体逐渐利用于操纵社会舆情。2010年前后，一些商业公司开始采用可活跃于Facebook、Twitter和Reddit等社交平台中的机器人，这些自动化程序通过模仿人类用户行为，在社交网络中大规模地扩散商业营销广告。[2]不久后，一些技术嗅觉敏锐的政治团体也开始采用这项技术，将其运用在政治宣传中以影响现实舆论场。[3]区别于其他类型的社交机器人，这些被政治团体操控并在社交媒体中广泛参与政治讨论的机器人程序，被称为“政治机器人（political bot）”。[4][5][6]

       政治机器人现在已经发展成为政治传播的一个重要参与变量。2016年，国际传播学刊（International Journal of Communication）在第十期上刊发了以“自动化、算法和政治（Automation,Algorithms, and Politics）”为主题的一组特刊文章，[7]一定程度上标志着这个领域开始获得学界关注。笔者对CNKI网站的相关内容进行检索发现，我国国内传播学、政治学、社会学等人文社会学科最近两年关于机器算法的学术讨论明显增多，但是还没有对政治传播领域的政治机器人进行分析的相关文献。

从政治传播角度看，一方面，政治机器人有利于政治信息的大范围传播，对民众的政治参与有一定的促进意义；但另外一方面，政治机器人对网络舆论的干预也会影响正常的公众舆论表达。有学者指出，部分政治团体、军队和政府机构已经开始采用这项新的数字技术，启用政治机器人模仿人类用户以混淆舆论视听，并通过对公民信息进行自动化抓取和分析，操纵公共舆论，扰乱正常的组织信息交流。[8]简单地说，政治机器人将特定内容暴露给人类用户，并诱导人们去接触、评论和扩散这些政治内容，以达到运营者的政治目的。[9]本文拟聚焦于第二个方面——政治机器人对网络舆论的干预，力图基于研究文献对政治机器人在社交网络空间中的舆情运作现状、具体干预策略进行分析，在此基础上，进一步思考如何看待社交机器人的舆论干预问题。

二、政治机器人干预舆论的现状

从使用场景和全球应用两个方面描述政治机器人的舆论干预现状。从全球范围来看，政治机器人的舆论干预突出体现在政治选举、社会动员、政治干扰三种应用场景，从账号追踪、传播效果等方面均有相关实证研究文献。

西方国家政治选举是政治机器人最常见的一类应用场景。2016年美国总统大选前夕，推特（Twitter）中出现了一批冠以拉丁裔传统人名的推特账号，它们使用的是“真实”拉丁裔人相貌的头像，并在社交媒体中表现出和现实中拉丁裔推特用户相近的行为。这些模仿拉丁裔族群的机器人推特账号发布了大量支持特朗普政府的重复推文，见图1。针对2017年法国总统大选期间参与“邮件门事件（MacronLeaks）”讨论的推特账号进行分析则发现，大多数账号并非法国本土用户，而是来自于另类右翼（alt-right）社区的外国用户。大量曾活跃于上一年度美国大选期间的政治机器人账号，在短暂的蛰伏期后，又重新活跃起来，并参与到2017年法国总统大选的舆论造势之中。[10]也就是说，国际上有可能存在政治机器人的地下交易市场。

图1:推特中的以拉丁裔政治机器人

       Schafer等学者（2017）认为，安倍之所以能在2014年日本首相选举中胜出，也得益于Twitter中大量的网络机器人军队（cyberarmy of bots）。[11]研究者通过对日本首相选举前后推特用户发表的542584条推文进行抽样，并基于语料分词技术来识别政治机器人，他们发现有占总量近80%的重复推文极有可能是由政治机器人生成的，而政治机器人在推特中的典型行为包括大规模转发以及发布重复内容。

第二类政治机器人应用场景是参与重大社会议题的社会动员，影响网络空间舆论。一个典型案例是政治机器人介入到了英国脱欧公投。伦敦大学城市学院的Bastos和Mercea（2017）通过一组预设标签获得了公投前后两周内全部推文及其来源账号，并基于网络特征识别机器人账号，发现有将近34%的账号为机器人账号[12]。83%的政治机器人账号在脱欧公投的两年前就已经被创建，其中有将近1%的链接共同指向“@brndstr”，该账号由位于迪拜并为社交媒体营销提供机器人支持的“品牌机器人工作室（Bots Studio for Brands）”运营。从数量上看，这些机器人账号在公投前的两周内异常活跃，但在公投后则活跃度急剧下降。

第三类应用场景是政治干扰。叙利亚战争和2016年美国总统选举是政治机器人深度卷入的两个典型案例。有学者认为，阿拉伯之春后的叙利亚战争或许是世界上第一场数字机器人介入的现代战争，叙利亚安全部门被指使用大批政治机器人对反对势力进行舆论干预，政治机器人也用于阻碍新闻记者通过推特来获得战争动态信息。[13]其中的大多数机器人使用推特的系统默认头像——蛋壳图案，因此它们被称作“蛋壳机器人（egg bot）”。2016年美国总统大选期间，大量来自俄罗斯的机器人账号被认为用于扩散政治谣言和分享垃圾新闻，并将今日俄罗斯（Russia Today）和卫星通讯社（SputnikNews Agency）等俄罗斯信息源的链接传播给美国选民。[14]美国特别顾问办公室也在2018年2月16日指出，俄罗斯互联网研究院（Russia-based InternetResearch Agency，IRA）在其中发挥了影响。[15]

进一步从全球范围看，政治机器人的应用已经极为广泛。2016年，Woolley通过在Lexus Nexus数据库以及三大搜索引擎（Google、Yahoo和Bing）中检索关键词，构建了一个记录政治机器人活动的英文新闻文本数据库，并借助内容分析法逐一梳理被主流媒体确证过的案例，呈现了2011至2014年间部分国家政府在社交媒体中使用政治机器人的方式。[16]在原文章中，Woolley按照“国别、机器人活动年份、嫌疑部署者以及数据来源”等多个维度对相关案例制表归档。但由于其数据采集时间略久，2014年至今的案例未被收录，本文根据最新资料对原数据表进行部分修订，增补了2015-2017年间的全球案例。

表：部分政治机器人案例（按年份划分）

国家	活动年份	嫌疑部署者	数据来源
巴林岛	2011	政府，外包给公司	York,2011
伊朗	2011	政府，外包给公司，政治人物	York,2011
墨西哥	2011	政治团体	Herrera,2012
摩洛哥	2011	政府，外包给公司	York,2011
俄罗斯	2011	政府	Krebs,2011
叙利亚	2011	政府，外包给公司	York,2011
美国	2011	政府，外包给公司	Coldewey,2012
阿根廷	2012	政府	Rueda,2012
阿塞拜疆	2012	政府	Pearce,2013
意大利	2012	政府，外包给公司，政治人物	Vogt,2012
南韩	2012	政府	Sang-Hun,2013
英国	2012	政府	Downes,2012
委内瑞拉	2012	政府	Shields,2013
澳大利亚	2013	政府	Peel,2013
沙特阿拉伯	2013	政府	Freedom House,  2013
土耳其	2014	政府	Poyrazlar,2014
美国*	2015	“黑人的命也是命（Black Lives  Matter）”美国黑人权益社群	Hudson,2015[17]
加拿大*	2015	政治团体	McKelvey &  Dubois,2017[18]
美国*	2016	俄罗斯政府	Howard, et  al.,2018[19]
法国*	2017	马克龙选举团队	Ferrara,2017[20]
英国*	2017	超国家组织	Bastos &  Mercea,2019[21]

注：加“*”部分，为本文作者在原表格数据基础上的增补内容，文献来源见相应注释;原表格数据的文献来源详见Wooley(2016)一文。

三、政治机器人干预舆论的策略

    社交媒体对于人们讨论公共事务，参与现实政治至关重要。当前，机器人流量大量存在于社交媒体空间，“人机”混合模式正在改变网络空间公共话语讨论与参与基础。[22]从技术角度来看，只需要具备基本的编程技能，任何人都可以借助一些操作简易的服务平台来生产和雇佣社交机器人。当前的机器人开发者也并未真正地将前沿的人工智能技术运用到机器人算法中，而是常常使用基础代码脚本对公开的社交媒体用户数据进行改编和篡用。此外，机器人网络（Botnet）技术也被采用，这种技术手段即通过一个中心机器人智能来协调数以万计的机器人账号，用以挖掘数据或展开大规模拒绝服务攻击（Denial service attacks）。[23]比如在社交平台之一的twitter中有约51.8%的流量来自机器人，它们也是主流社交平台中活跃帐号的重要来源之一，[24]推特中约有超过3千万的活跃账号是由机器人驱动的。[25]

    政治机器人的活动行为始终离不开背后操纵者的政治意图，执行不同任务的政治机器人会表现出截然不同的行为方式。了解政治机器人在社交媒体空间中影响舆论的行为策略，有助于我们理解它们如何在社交网络中发挥作用，并有助于对政治团体的意图作出研判，并为政治传播提供一个新的参考维度。本文根据政治机器人的具体运作方式进行分析，将政治机器人干预舆论的策略归纳五种类型：

一是营造虚假人气。政治机器人账号被用于填充政治领导人物的粉丝列表，以让政治人物在社交媒体中看上去更受欢迎, 这是政治机器人的基础策略，被广泛使用。[26]譬如，2012年美国总统大选共和党候选人米特·罗姆尼被指责在没有任何合理解释的情况下，其推特账号短期内增长近十万粉丝，质疑者认为其竞选团队通过购买机器人账号来营造人气，见图2。[27]在社交媒体出现之前，普通民众与政治人物之间几乎不可能有直接交流的机会，人们普遍缺乏对某个政治人物的社会地位进行精确评估的方法。而社交媒体所带来的流行度度量指标（如粉丝数和点赞数），则促成了“在网络中拥有更多朋友是令人钦羡的”这样的社会认知。政治人物倾向于认为，拥有更多的网络粉丝让自身看起来更受欢迎。一定程度上，这也导致了社交数据的增长和被贩卖，数以万计的机器人账号因此被雇佣，用于改善政治人物的受欢迎度和公信力，这是一种新型的机器人说服策略（new form of bot persuasion）。[28]

图2:米特·罗姆尼（@MittRomney）的推特粉丝列表

二是推送大量政治消息。作为在西方国家常被用在大选和政治危机期间的一种策略，机器人为那些寻求政治新闻的用户提供阅读内容，推广相关政治新闻资讯，并面向潜在选民群体定期推送投票请求与进展消息。譬如一款名为“HelloVote”的选民登记软件，原理是雇佣机器人自动发送短信息来协助和引导选民登记。传统的网页登记方法仅有40%左右的成功率，邮件推送的效果则更差（8%左右），人们对填写在线表格表现出不耐烦，或常常迷失在诸多的填写步骤当中，从而导致中途放弃。相比之下，机器人辅助策略则大幅地提升了选民的投票率，能实现70%甚至更高的投票完成率。另一款名为“Hillyeah”的程序同样被设计用于提高人们的投票率。它是一款嵌入在Facebook Messages中的机器人程序，鼓励用户将支持克林顿的信息转发给社交网络好友，并帮助好友完成投票。这种注重点对点、人与人共享（peer-to-peersharing）的信息传递策略颠覆了自上而下式（top-down messaging）的传统思维。[29]

      政治机器人的辅助可以快速扩大政治人物的传播范围和传播效率，通过特定的算法来大批量实现信息的生产、复制和传播。诚如《机器崛起》一书的作者Thomas Rid在序言中所言，机器人程序从不休息、生病或者酗酒，也不会感到疲倦，只要其机制设计得当，它们就不会出错，而且会无休止地持续不断地工作下去。[30]政治机器人的传播价值不仅仅是简单的传播扩散，还可以帮助实现更为理想的传播效果，设计巧妙的政治机器人可以将接触的用户进行分类，从而更具针对性地投放不同类型的政治广告。

三是传播虚假或垃圾政治信息干扰舆论。政治机器人通过扩散大量垃圾信息或虚假信息干扰线上线下的政治讨论，模糊话题焦点，煽动网民情绪，一些研究案例显示这种策略已经被采用。譬如，2016年美国总统大选期间，来自IRA等俄罗斯信息源的机器人账号曾在Facebook中投放了大量左倾立场为主的政治广告内容，一些账号对政治敏感话题进行夸大炒作，煽动人们参与其中，订阅邮件并捐款。这些账号同时也发布大量无关政治的垃圾内容，用以持续吸引用户，增加自身公信力。[31]一些高度情绪化垃圾内容也被用于搅浑网络话语空间。同一时期，美国右翼党派在Facebook、Instagram、Twitter等社交平台中借助机器人发布了大量成本低廉的情绪化内容，其中包含着大量的表情包（memes）、垃圾新闻(junk news)、错误统计数据（misleading statistics）以及链接(links)，这些内容在种族、移民和公民身份等社会敏感议题上不断挑唆民意，引发情绪共鸣（emotionalresonance），从而帮助美国右翼党派实现对社交网络话语的控制。[32]这种策略对舆论的影响非常直接，甚至可以改变议题的走向。

    四是制造烟雾遮蔽效应混淆公众视听。烟雾遮蔽（smoke screening），也叫标签劫持（hijackingthe hashtag），是指通过推送大量与议题不相关信息（比如食物、旅行等）来转移话题的策略。它与第三种策略相似，但更为狡黠。这种策略的目的不单纯是为了扩散垃圾信息，更进一步将一些特定政治话题标签（hashtag）与无效信息绑定在一起，导致用户在检索标签内容时被误导至无关的垃圾帖子上，从而达到模糊舆论空间、干扰政治讨论的目的。[33]简单地来说，这种策略是通过创建大量替代性的垃圾话题标签来扼杀和掩盖现实讨论。

       烟雾遮蔽策略被运用到了叙利亚战争中，叙利亚的在线抗议者使用诸如“#Syria”, “#Daraa”, “#Marl15”等政治话题标签发布推文，以寻求全球声援。不久后，一家注册于巴林岛的公司EGHNA被指派负责打压抗议声浪。于是，该公司创建了一批亲政府的社交媒体账号，如“@LovelySyria”，“ @SyriaBeauty，“@DNNUpdates”等。这些账号每隔数分钟便从EGHNA平台中发布大量的无关推文（比如叙利亚的风光照），并附上当前被广泛采用的政治话题标签。这种策略有效地削弱了抗议者的声音，淹没了社交媒体中竞争者的话语。[34]大量无关内容被加入到政治议题讨论中，分散了公众对于讨论话题的注意力，热度高的话题被降温，从而达到了舆论干预的目的。

五是塑造高度人格化形象的虚拟意见领袖。一些政治机器人被设计得诙谐幽默充满人格魅力，它们被伪装成政治领导人、政府代理人和政治团体，直接向选民推送政治信息。[35]有研究指出，前美国总统奥巴马曾向社交媒体粉丝自动化发送信息，试图获得公众的关注和支持。[36]在叙利亚战争期间，一个备受争议的推特帐号萨拉·阿卜杜拉（Sarah Abdallah,@sahouraxo）自称为“黎巴嫩独立地缘政治评论员”，在推特中拥有多达12.5万名追随者，成为有一定有影响力的意见领袖，其影响力甚至可以与一些持续报道叙利亚战争的BBC记者相匹敌，见图3。但除了在社交网站上的频繁发言外，萨拉在其他媒体平台中无影无踪，搜索引擎也无法找到关于她的相关信息。诸多迹象指向一种可能：萨拉并非真人，而是彻头彻尾的政治机器人；[37]无独有偶，前文中提及的2016年美国大选期间的拉丁族裔的政治机器人也是这种策略的典型代表，“@Pepe Luis Lopez”等诸多虚假拉丁裔账号在美国社会少数族裔中扮演意见领袖角色，吸引了大批粉丝，备受关注。政治团体通过将政治机器人打造成虚拟的意见领袖，与民众建立起更为稳固的社交关系，借助算法的机器手段来实现政治传播目的。“真人”意见领袖需要一定培育时间，不可复制而且其传播效果还会受到个体行为的影响，比如不良的个人生活作风、行为举止等都会影响到意见领袖的形象。但“机器”意见领袖可以实现量产，而且其形象不会受到现实生活影响，更容易塑造完美的意见领袖形象，只要其虚拟身份不暴露，就可以在社交媒体中持续发挥政治影响。

file:///C:/Users/dell/AppData/Local/Temp/ksohtml/wps83F8.tmp.png

图3: 萨拉·阿卜杜拉（@sahouraxo）的推特主页

四、如何认识政治机器人对舆论的影响

     政治机器人技术正在不断进步，从过去简单的点赞、转发的人机互动模式，发展为当下能支持大规模挖掘用户数据并辅之以人格化形象扮演意见领袖的复杂阶段。政治机器人发展到一定程度，极有可能左右公众舆论，甚至改变特定政治事件的走向，使公众舆论丧失应有的政治表达功能。我们应当如何看待政治机器人对舆论的影响？

首先，政治机器人的存在和进化不可避免，随着社交网络的发展，政治机器人正在成为一种重要政治手段参与到网络政治表达当中。社交媒体的生态正从完全由“人”主导变为“人+社交机器人”的共生状态，社交机器人已经成为社交媒体的一个有机组成部分。[38]社交媒体中的大量用户数据为政治机器人提供了发展空间，政治机器人可以利用社交网络用户的公开数据，分析用户的特征与偏好，发现容易与机器人账号连接的人类用户。[39]从技术逻辑来看，开发者们不需要具备非常前沿的人工智能技术，一些基础代码脚本就可以支持政治机器人去搜索和连接用户，技术门槛不断降低导致越来越多别有用心的政治团体和个人操纵政治机器人在社交媒体空间传播其政治理念。

第二，政治机器人开始与真人竞争网民的信任。在现实生活中，人们可以通过肢体语言和口头语言来评估发言者的真实性与可信度。[40]然而在虚拟社交空间中，人们只能依赖诸如头像、表情符号等简单的手段来判断对方是否是真人，政治机器人在社交网络中伪装成一个值得信任的虚拟人物形象并非难事。此外，人们一般会认为当网民识别出政治机器人的机器身份时，政治机器人就会失去网民信任。吊诡的是，有研究表明，当人们意识到互动对象是机器人账号后反而给予更高的信任：Edwards等人(2014)的一项研究发现，即使用户知道某些账号是机器人，后者依然能获得比其他人类账号更高的信任，因为机器人账号看似更中立客观。[41]未来，不管是否有法规要求标识社交媒体账号的机器身份，政治机器人都将与真人政治家们在政治议题上争夺网民信任，进而影响政治舆论。进一步看，这种信任竞争是将政治机器人背后的操纵者意志放大的过程。“人工智能背后实际上也是隐喻着人与人之间的关系。这种人与人之间的关系可能是用户与媒体人员之间的关系，也可能是用户与用户之间的关系，或者各种‘人’的关系的复合。”[42]

第三，机器行为学将成为政治传播的一个重要研究领域。社交机器人在社交媒体上的活动规律有别于真人用户。两者虽然共生于同一个网络空间，但基于运行机制的差异性，不能简单地按照真人用户的行为规律来研究社交机器人。[43]政治机器人成为网络舆情空间一个重要的新进入者，对政治传播的研究提出了新挑战，需要引入新的研究范式、站在新的立场和角度上来对其进行深入研究。而引入机器行为学（Machine behaviour）对政治机器人的行为与影响进行研究将极大的拓展对这一领域的研究视野。机器行为学指研究智能机器所表现出的行为。2019年4月24日，《自然》杂志（《Nature》）刊发了麻省理工大学媒体实验室Iyad Rahwan、ManuelCebrian、Nick Obradovich等人发表的《机器行为（Machine behaviour）》文章，[44]根据该文对机器人与人类关系的定义，在对政治机器人研究时应该讨论的问题关系有：个体层面的政治机器人行为与算法研究，集体层面的政治机器人之间的相互作用，混合人机行为层面的政治机器人与人类之间的交互影响。这一研究逻辑还可以类推至对于特定物种的研究，研究物种成员之间的相互作用以及物种与更宽泛的环境气候之间的相互作用。这些研究将政治传播与网络科学、伦理学、法学等学科交叉在一起来探讨政治机器人现象。

五、结语

技术是一把双刃剑，对于政治机器人不能用简单的“好或坏”二分法来定性，需要用多维视角看待。一方面，政治机器人可以增加政治机构和网民之间的互动机会，让网民更有效地收集政治信息，网民还可以利用政治机器人组织比以前规模更大、更多样化的社区来参与政治表达。[45]让机器人账号服务于用户和社会，或许能帮助我们解决回音壁效应和虚假消息等现实问题。[46]但另一方面，政治机器人可以通过故意制造虚假和垃圾信息干扰正常舆论生态，深怀恶意。当前政治机器人更多的是基于政治目的来影响舆论，对舆论生态所产生的负面影响尤其应当引起社会足够的重视。

       毫无疑问，对政治机器人的研究是一个机遇与挑战并存的学术领域，[47]创建一个广泛的科学研究机制，吸引跨学科的见解来研究机器行为是极为必要的。[48]更宽泛一点来说，政治传播和舆论学研究需要引入机器行为学的新研究范式，需要来自不同学科的研究者们彼此合作来推动该领域的研究向纵深发展。本文从政治机器人的定义和案例出发，讨论了政治机器人的影响和策略，旨在抛砖引玉，期待为未来的政治传播和舆论学中的人机交互研究领域提供参考以产生更多学术洞见。

（注：本文是新闻出版业科技与标准重点实验室新闻出版大数据用户行为跟踪与分析实验室阶段性研究成果）

作者：张洪忠 段泽宁 杨慧芸

来源：新媒体观察

原文链接：https://mp.weixin.qq.com/s/DhqS39clMWFZlvGF1Sih0g

编辑：宋婷

刘海明

【案例】

2019乌镇互联网大会演讲全文

编辑：宋婷

刘海明

由CCF 主办的CNCC 2019 于10月17日—10月19 日在苏州金鸡湖会议中心举办。本届大会以“智能+引领社会发展”为主题，有1000多家机构代表，8000余人参会。在17日下午举办的“人工智能赋能未来教育”论坛上，哈工大人工智能研究院副院长、哈工大社会计算与信息检索研究中心（HIT-SCIR）主任刘挺教授做了题为《智能教育的理念变革与技术落地》的报告，展望智能时代下的未来教育。AI科技评论在征得刘挺教授的同意下，回顾和整理了本次报告的精彩内容。刘挺教授作为教育部人工智能科技创新专家组成员、教育部电子信息类、计算机类两个教指委的人工智能专家，对传统教育所面临的困境及智能教育所带来的革命做了深入的探究。在报告中，刘挺教授根据自己的研究经历介绍了大量NLP技术在智能教育中的落地应用案例，并对智能教育的未来做了具有指导性的展望。

刘挺，哈尔滨工业大学长聘教授，哈工大人工智能研究院副院长，人工智能专业负责人，计算机学院社会计算与信息检索研究中心主任。国家“万人计划”科技创新领军人才，教育部新世纪优秀人才，教育部人工智能科技创新专家组成员，教育部高校电子信息类专业教指委人工智能专业建设咨询委员会成员、计算机类专业教指委人工智能专家。黑龙江省中文信息处理重点实验室主任，黑龙江省“人工智能”头雁团队带头人。多次担任国家863重点项目总体组专家、国家自然科学基金委会评专家。中国计算机学会理事，中国中文信息学会常务理事、社会媒体处理专委会（SMP）主任，曾任国际顶级会议ACL、EMNLP领域主席。主要研究方向为人工智能、自然语言处理、智能教育和社会计算，是国家973课题、国家自然科学基金重点项目负责人。2012-2018年在自然语言处理领域顶级会议发表的论文数量列世界第6位。主持研制“语言技术平台LTP”、“大词林”等科研成果被业界广泛使用。曾获国家科技进步二等奖、省科技进步一等奖、钱伟长中文信息处理科学技术一等奖等。以下为AI科技评论根据报告内容整理而成——（演讲正文）今天的报告主要是向大家汇报一下我最近对教育的观察和思考，因为一年前教育部成立一个人工智能专家组，我也是其中的一个成员，所以觉得我自己有义务和责任去观察和思考人工智能与教育的关系。我报告的题目是《智能教育：理念变革与技术落地》，主要分为四个方面：传统教育的困局；智能教育的革命；人工智能技术在教育领域的应用案例；以及智能教育的未来。
一、传统教育的困局在考虑人工智能与教育时，我们不能脱离教育的本质，因此我们需要去思考“到底什么是教育？”这个问题。德国著名哲学家雅思贝尔斯在他的著作《什么是教育》中曾提出：“所谓教育，不过是人对人的主体间灵肉交流活动，包括知识内容的传授、声明内涵的领悟、意志行为的规范、并通过文化传递功能，将文化遗产教给年轻一代，使他们自由地生成，并启迪其自由天性。”我们把这段话拆解来看，其实教育主要有三个方面：

1．价值塑造：让人成为人。受教育的人和没有受教育的人本质的区别是教育能陶冶人的情操，使人更加富有理性，获得更加全面的发展，人能更容易在以后的发展道路上获得幸福。

2．能力培养：获得学习能力，以及生存技能，包括技术能力、社交能力。在所有的能力中，学习能力又是第一位的。

3．知识传授：已有知识的传承。

4．从这个角度，我们来看当前中国教育，其实面临着很多的问题。

从教育的过程来看。首先，由于学生数量很多，教师很少，因此不可避免地会忽视学生的个性，做不到因材施教。其次，教师个人的经验难以充分的展示。我们使用的教材都是经过教育部严格审定的，教师想要充分的展开自己对课程的独特见解并不容易，或者根本不可能。无论是从经济角度还是时间角度来看学习成本都非常高，而另一方面学习效率却非常低，学生们非常辛苦，经常熬夜，但学习的效果却并不一定好。从教育的结果来看，应试教育是一种对创新能力的扼杀，标准答案容易固化人的思维。这个我有很深刻的体验，许多博士学生从小学到博士，一路考来，很适应应试教育，但结果在做研究时却做不了创新，只能去读国外的论文，拿回来修修补补。另一方面，学校里学到的知识和社会的需求之间存在着巨大的鸿沟，学生往往是学习知识有余，学习「能力」很难。当然中国的教育也同样造成了教育的不公平问题，主要体现在优质资源分布极为不均，城乡之间存在巨大的差异，在城市里出现各种学区房的现象。传统的教学模式，往往教师是学校制定的，而非学生选择的；而学生也非常多，教师没法关注到每个学生的个性化差异并予以照顾。而学生所学习的教材也是教育部指定的纸质课本，主要以文字为主，配以少量插图。教学的方式则主要以课堂教学为主。

但是伴随着信息时代到来，传统教学模式受到了巨大的冲击。学生获取知识的途径不再仅限于教师，学生可以通过互联网上各种公开课或百科来学习比教师所教授地更多的信息，而且学生之间还能够建立社交网络相互之间进行答疑解惑。而教材选择上也不再局限于某一本课本，而是可以自由地选择，而且可以从网上下载许多电子课件。学生许多的学习时间都是在课堂之外。当教师可选，教材可选的时候，“教”与“学”之间面临着巨大的矛盾。那么这个矛盾中，谁才是矛盾的主要方面呢？有人认为“名师出高徒”、“严师出高徒”等，教师在教学过程中发挥着主导作用。但也有人认为“师傅领进门，修行在个人”，应当依据学生的个性化来定制学习路线。例如有人建议将知识点碎片化，然后学生根据个人的特点开发自己的学习路线。但我认为，学生本身是有惰性的，而且知识（特别是理工科的知识）是有次序的。因此也应当注意“教”的重要性。

不过我们要认识到，现在的教学逐渐在朝向以学生心智为主导的方向发展。随着学习的展开，学生的心智应当发生变化，从而能够更好地适应环境，这不但是一个知识量的增加，更重要的是心智结构变得更为复杂。在这个过程中教师和机器都是学生成长的助力。
二、智能教育的变革随着人工智能的再次爆发，现在大家都在提“人工智能+教育”。据我的观察这其实包括了三个方面，由于大家名词不加区分，所以这三方面经常交叠在一起。第一个是人工智能教育（ArtificialIntelligent Education, AI Education），讲课的内容是教人工智能，旨在培养掌握人工智能技术的人才，形象的表示如下图：

第二个是智能教育（ Intelligent Education ），是用AI来辅助教学，人工智能知识教育的手段，用来促进教学流程的自动化、智能化，来提高效率，提升效果：

第三个是计算教育学(Computational Education)，这个是通过人工智能的技术来进行教育学的研究，通过统计分析来研究教育学的原理：

在这里，我想要讨论的是第二个，智能教育，即如何利用人工智能的技术来促进教育。我们用一张图来看下教育、人工智能与智能教育三者之间的关系：

教育是由人教人，由有知识的人教知识匮乏的人；人工智能是人来教机器；而智能教育是机器来教人或者机器辅助来教人。这是它们三者之间的关系。其实有时候计算机的学习方法对我们人类学习也是有帮助的。我们能教会计算机，同时也可以用这种方式来教人。我也将传统教育与智能教育做了一个对比，如下表格：

传统教育主要是发生在教室，智能教育发生在空间里面，资源空间、物理空间、社交空间都可以；传统教育主要是知识的传递，而智能教育则代表能力的提升，是知识获取的引导者；传统教育是知识灌输，智能教育是互动探究式的学习；传统教育一般是以文字为主配少量的插图，我们知道只是用文字这种单一的形式会丢掉很多原汁原味的东西，文字的教学可能会限制我们的思维，智能教育则具有多元化、多模态的数字教育资源；传统教育只需要简单的技术支持，而智能教育则需要高级的数字化技术以及智能技术的支持。

从学习评价来看，传统教育受结果导向，主要表现是应试教育，智能教育是数据驱动的过程化评价，由于学生的整个学习过程可以被数字化的记录下来，所以我们可以在过程中像切片一样来看他们的学习过程。传统教育以分数为评价机制，智能教育是多元化综合评价，逐渐形成一个定量的精准化评价。从学习路径的规划来看，传统教育是模块化的，智能教育比模块化还要更加细致和碎片化。由于有碎片化所以内容点之间可以形成一个复杂的网络。在智能教育过程当中，学生可以动态的调整学习路径，每个学生可以有自己的学习路径。

如果将规模化和个性化作为横纵坐标。在农业时代的教育（例如私塾），是个性化教学的，孔子对子路、颜回会有不同的教育方法，同时，不同老师的独特经验也可以传授给学生。随着进入工业时代，为了培养大规模的人才，就制定了标准化的培养方案，教师严格遵循教育部审定的教材、制定的教育大纲，大规模的教学主要以文字为主体，只有少量配图，只有极少的多模态，这也导致从学校出来的人的能力和企业实际的需求有很大的差距，因为并没有得到基于实际的能力锻炼。到智能化时代，我们说智能革命，是在两个维度同时突破。它的规模比工业时代更大，同时又实现了个性化。这种学生的个性化培养能使老师的个人经验得以传承同时又是多模态化的，使我们能在时间和空间的两个维度上都突破限度。在时间上随时学不需要非得上课学，碎片化学习提高效率，还有终身的学习，在空间上随时随地可以学习。

这里可以借鉴下机器学习的三种学习模式，从规则系统的角度来看，规则学习很像是填鸭式教学，人制定标准的规则，让机器照着去做（直接告诉学生知识，技巧）。然后是神经网络，大量的训练数据（大量做题）。其次是强化学习，在与环境的互动中得到反馈，进而得到提升（在探索中学习）。在教育系统中的主要角色（学校、教师和学生），他们的主要工作以及在智能教育中所产生的产品形态，如下：

智能教育的目标如下：

· 致力于培养智慧型、创新型的人才

· 把老师从重复性的劳动中解救出来；

· 促进教育公平、区域教育发展平衡；

· 促进教育效果、教育体系运行效率和教育投入的效益。

在政策方面，人工智能+教育演进的速度非常快，最大的一个标志就是2017年7月国务院出台了《新一代人工智能发展规划》；随后在2019年2月国务院又出台了《中国教育现代化2035》，将“加快信息化时代教育变革”列入战略任务。在这些主要的政策中，其主要思路有六条：

· 推动教学改革，探索基于人工智能的新教学模式，推动教学方法改革，重构教学流程；

· 智能校园。变革组织结构和管理体制，优化运行机制和服务模式，实现校园精细化管理；

· 智能评价。教学过程监测、学情分析和学业水平诊断，精准评估教与学的绩效；

· 在线学习。开发立体综合教学场、基于大数据智能的在线学习教育平台；

· 个性化。以学习者为中心，提供精准推送的教育服务，实现教育定制化；

· 终身教育。服务全民终身学习。

今年 5 月份国际人工智能与教育大会上，习总书记在讲话中提到人工智能与教育，一方面是要培养人工智能人才；另一方面就是智能教育。关于智能教育，他提到了终身教育，平等教育，个性化教育和开放灵活的教育。

国家各个部委响应国家的政策组建了F06，然后把人工智能和计算机和自动化并列组建了一个学科，叫F0701，专注于研究教育智能化、教育信息化。
三、人工智能技术在教育领域的应用案例我们讲下 AI 在教育领域的应用案例。下面是我从理工科的角度画的一张布局图，主要分成五个层次：

人工智能的核心技术包括自然语言处理、视觉、听觉等等都会在教育领域找到用武之地。我们从技术出发来找应用场景：

我最近在和学校的几位老师推动“智能监考”这件事情，其技术实质就是把异常行为检测应用到监考当中。我们学院唐降龙教授将机器视觉技术应用到体育运动当中，

例如分析滑雪的动作是否规范、什么时候应该有什么速度等。用在教学中，我们同样可以通过视觉行为分析对学生在化学实验中的实践操作过程与精度进行缺陷检测，并给出其优化学习指导，提升学校实践教学质量。哈工大做知识图谱已经有很多年了，我们的成果是2014年推出的《大词林》，2019年推出了2.0，拥有1000万个实体，上位词十八万，目前很多企业（包括腾讯、阿里、科大讯飞、360、搜狗等多家企业）都在付费使用。大词林的优势在于当给你一个课本时，无需手工参与，能够自动构建而成知识图谱。因此可以先把一门课构建成知识图谱，然后学生在学的过程中不断对学生进行评价，构建一个个性化的知识图谱，例如红色表示不会，绿色表示会的，黄色表示半懂不懂。这样能够引导孩子更好的学习。我的孩子在上高中时会有一个错题本，事实上错题本正是这样一个知识图谱。

我们做的情感分析技术可以用在教育资源的评价上。例如网上有很多老师讲“C语言”，但到底哪个老师讲的好？我应该跟着哪个老师来学？网上会有一些讨论，根据对这些讨论中的情感分析，我们可以给这些课程资源进行好坏的打分。

另外我们与科大讯飞合作的工作曾经在国际权威阅读理解评测中多次夺冠。现在的阅读理解技术虽然在评测中能够取得很高的分数，但还不能做到可解释。我们希望能够做到，当一个学生在选择答案时，机器不仅能够告诉孩子他的选择是否正确，还能够告诉他为什么正确或为什么错误，即解释阅读理解中的推理过程。另外是自动校对。我的硕士研究就是自动校对，但自动校对很难，特别是中文更加复杂。不过随着深度学习以及大数据的出现，这方面确实有很大的进展。我们希望能够把这项技术用来帮助孩子在写作文等方面起到辅助作用，例如能够自动校对语法错误等。

我们曾在国家863计划的支持下研制了首个中文作文自动写作系统，就是你给我一个主题，机器能够自动生成一篇文章，例如篇章结构、事实论据、点名主题等，一般自动生成的文章在满分50分的情况能够获得33~35分的成绩。此外也可以用来辅助写作，例如为写作提供素材，生成同义词、反义词、近义词等，对句子进行润色或翻译，或者直接写篇诗歌后作文作为参考。哈工大不仅做知识图谱，还做事理图谱，不同之处在于前者的节点是名词，而后者是动词。我们根据实例图谱中记录的不同事情发展的脉络可以写出不同的故事。例如我们曾参加国际故事结尾预测（storycloze test）评测比赛，获得了第一名（相关工作发表在IJCAI 2019以及Coling2018），如下：

此外，我们也和科大讯飞合作了中文作文评阅系统：

中文作文评阅系统现在已经能够达到和人类相近的水平。我们的思路并不是机器取代人类阅卷评分，而是辅助。例如在高考中，阅卷老师会给作文打分，之后机器会快速地对已经打分的作文进行扫描并打分，如果人和机器之间的分数差别太大，再用专家进行二次审核。

我们也做了人机对话技术，这项技术在教育中的一个应用就是智能答疑系统。一个老师可以给几十万人进行授课，但却无法做到对每个人进行答疑。智能答疑系统能够自动地对用户的问题进行回答。另外就是能够自动地生成问卷，根据用户知识点的确实自动构建覆盖其知识点的题库。以上这些是我从我自己的老本行NLP出发，给大家汇报一些潜在的应用。这些应用做出来，会帮助提高自动化，推动智能教育的革命。
四、智能教育的未来对于智能教育的未来，我这里主要谈下最关键的个性化问题。现在的教育最大的问题是陷入了盲目低效的学习困境，导致培养出的人才千人一面。有统计显示有约60%的题目训练是无效训练，要么是重复训练，要么是超出了孩子理解难度的范围。另外孩子在日常测试中有约50%的错题在期中或期末考试中还会出错，原因在于孩子认不清到底是哪个知识点出错。我觉得要想走出困境，最为重要的是智能评价。在医疗和金融领域，常常会根据评价来改进个性化服务。同样的，智能教育领域也应当以评价为核心推动个性化发展。只有检测才能实现个性化。学习者在学习某个知识点时出现学习障碍，可能是因为学习者对于与当前知识点相关的其它知识点没有掌握，于是我们可以通过构建领域知识点间的逻辑结构关系来帮组进行诊断。然后根据诊断结果，定制个性化教材和课程，自动推荐个性化学习内容和练习题。

举个例子。这是真实的一个案例，一名同学4月份在金属部分的测试中仅得了54分，这里红色代表他还没有掌握的知识点，绿色代表他已经掌握的知识点，黄色介于二者之间。经过个性化学习后，5月平均分达到74分，6月份便达到了96分。

现在的教学主要是对知识进行考察，但是其本质则是在考察能力。例如历史，如果问你“商鞅变法”与“王安石变法”之间的异同，这在课本里是找不到的，这里考察的包括表达能力、推理能力、创新能力等。其他也是同样。因此我们应当从以知识图谱为中心的教学方式过渡到以能力图谱为中心的教学方式中。目前智能教育落地存在的问题包括数据壁垒，市场认识不足，学科的壁垒。应用模式上也存在一些问题，例如本来AI+教育是为了降低教师和学生负担的，但现在却反而加重了他们的负担，好比因为原来学生们都只有步枪，现在大家都配上了机枪，甚至是坦克，应用模式没有改变，反而加重了他们的负担，成为教育领域的军备竞赛。所以要回归初心，看看本报告开头关于教育本质的阐述，教育第一位使命的还是提高价值观让人能够更加幸福，切不可让人工智能技术成为应试教育的帮凶。最后我总结一下，智能教育引导重大变革，最关键在于因材施教；国家的政策支持使智能教育的社会地位和经济价值不可估量；人工智能教育的各项技术在教育领域都有用武之地；自然语言处理技术在自然语言学习和知识学习方面将发挥重大的作用。

作者：栗峰

来源：AI科技评论

原文链接：https://mp.weixin.qq.com/s/PWb6Bo80VwQHjsdsU_LoDA

编辑：宋婷

刘海明

【案例】梅夏英：数据保护——在分享和控制之间丨前沿

本文选编自梅夏英：《在分享和控制之间数据保护的私法局限和公共秩序构建》，载《中外法学》2019年第4期。
【作者简介】梅夏英，对外经济贸易大学法学院教授，中国民商法律网授权学者。

当代互联网科技和平台应用的快速发展，对传统法律理论和立法体系提出了严峻的挑战，信息或数据的法律规制问题因此成为近年来法学界关注的重要领域。然而，目前就数据现象所做的理论研究存在着离散化和碎片化的特征，对“数据”这一研究对象在不同的问题场域所作的界定和理论判断，存在着相互矛盾的状况。对外经济贸易大学法学院梅夏英教授《在分享和控制之间数据保护的私法局限和公共秩序构建》一文拟在检视现有数据理论观点局限性的基础上，关注数据的公共性原理及其对传统思维模式转换的客观要求，进而探讨如何建立关于数据分享和控制的理论框架。

一、目前私法对于数据权益界定的理论尝试及其局限性

目前，从私法上界定数据及其上的权益，其核心在于数据的确权问题。对此，理论界主要在个人信息和企业数据两个相互区分的领域分别展开。关于个人信息法律属性，理论上有人格利益说(包括隐私权说和具体人格利益说)、个人信息权说和人格兼财产权说三类观点，关于企业数据权属的认定则有知识产权保护（包括著作权保护或商业秘密保护）和财产权保护两类观点。
无论是将数据权益界定为人格权还是财产权，个人权利还是企业权利，都不能很好地解释数据的流动和控制问题。其中的结构性问题在于，个人信息与数据财产如何统一于同一数据之上，以及如何在数据可由众多主体合法分享的前提下，体现出数据权利在私法上的排他性和救济性特点。
通过数据权利化的强保护方式来保护相对局部的数据利益，忽视了数据本身的分享和流动的惯常性存在，以及数据排他性占有的现实困难。于此，法学界需要重新审视数据的特性和运作规律，观察数据在私法视角以外的公共面向，以补充或修正已有理论的不足。

二、数据的公共性价值与法律保护思维模式的转换

数据具有公共性，即一人对数据的使用不影响他人使用，多人同时使用时亦互不排斥，而且它不受容量和空间的局限，可以及于任何人。此外，数据的互惠分享是互联网赖以生存的基础生态规则。通过互惠利他和分享协作,互联网最快捷、最大范围地满足了用户对信息的饥渴和需求,并创造了空前的合作盈余。
以数据的公共性特征来中和私权化的片面性，有助于在理论上科学把握数据的分享和利用规律, 并对既有的思维模式适当调整。以下试述之。
（一）由基于稀缺的法律到基于充裕的法律
传统私法的权利化体系起初建立于客体的稀缺之上，客体的稀缺导致了法律上定分止争的必要。而关于信息，人类未能系统地把握、运用数据化信息流动的充裕性原理。另外，不同于其他传统公共品，在技术上尝试对于无形的信息进行私有化的可能性甚微。在以分享为前提的信息法秩序中，想要对于当前现实生活中的个人信息、知识产权和企业数据财产提供保护，就应当减少对于信息本身权利化的努力，而将重点放在规制互联网用户的操作行为上，同时强化规则的预防功能。
（二）从私益保护面向到公益保护面向
个人信息保护法的直接目的更多地体现在公共领域，即规避因信息可能的泄露和滥用而导致的社会风险。数据保护本身应被理解为某种合法权利的有效附属保护方式，即数据保护本身只有在个人自由或权利有被侵害的可能时，才作为一个有效的公法保护方式存在。此外，对于企业数据的保护也可以从公共目的或公共秩序的角度来理解。对于现实生活中企业之间的数据纠纷，更多只能从行为的社会危害性角度来考虑。
（三）从数据控制的强化转向数据控制的谦抑
数据控制的必要性在于，在承认数据技术对于信息分享的积极意义上，抵销或纠正不正当的数据利用方式带来的冲击，而非通过控制数据流动去影响数据的分享。目前我国对数据控制应当保持适当谦抑态度，其原因在于：一是数据的分享和流动是目前我国网络产业得以蓬勃发展的根本原因。二是当代数据规制的目的是对数据滥用或竞争失序的纠偏，而非阻止数据的分享和流动。

三、分享前提下数据法律控制的理由体系

（一）数据控制理由之一：个人信息保护目的和限度
个人信息保护针对的是数字技术时代个人数据的滥用或泄露问题，从消费者保护和公法上的社会风险控制这一角度来理解更合理。但个人信息保护的公共目的并不意味着其受保护程度的不受制约，在立法上应予以合理的限缩：一是立法不应强调抽象的一般性预防原则，而应适度简化数据保护的强度和广度；二是个人数据保护应关注社会风险类型及其发展变化而与时俱进。未来个人数据保护的重点应转移到强调个人免受算法的无理监视、秘密操控和不当歧视上来。
（二）数据控制理由之二：企业数据利益的发现
企业数据的价值在于企业自身对于数据的利用和数据的交易。对于通过市场交易获利而言，其价值来源于“数据鸿沟”的存在和企业对于数据的“现实控制”这两个条件。对企业数据保护的主要任务便是维护企业对数据控制的现有状态，以维持相对的“数据鸿沟”存在的状态。对这种状态的保护无法采用对数据本身的确权等强保护方式来实现，采用“事实控制+交易”的弱保护模式更为合理。
（三）数据控制理由之三：不正当竞争的规制
目前互联网数据分享和控制基本秩序存在一定的缺失，在此前提下，司法对于不正当竞争的认定仍应采取谦抑的态度。在个案的利益衡量中，应考察互联网数据分享和垄断的规律，将本应属于为事前防范的数据基本保护规则调整的内容留给立法和公共执法来完成，而将重点转向互联网业态下合理竞争秩序的探讨和规制上来。
（四）数据控制理由之四：网络安全的保护
基于网络安全而对数据采取保护和控制是国家和社会层面安全保护的基本要求，它属于公共安全和公共利益维度的强控制领域，当然构成数据控制的合法理由。《网络安全法》对网络运行和信息安全的维护便是国家安全的重要保障，在判断不法行为的性质和后果时，应在价值判断序列中处于优先地位。

四、“分享和控制”理论结构下的数据立法

基于上述分析，数据立法的基本逻辑和结构大致上逐步清晰起来，即数据立法是介于数据分享和控制之间的公共规则体系，这种体系受制于数据分享和控制之间的天然张力。
（一）分享和控制理论结构下数据系统操作规则的基础价值
将分享作为数据法律的基础价值，并辅以充分理由下的控制规则，就可以建立数据流动和限制的理论模式。这种理论模式可以有效解决目前数据理论面临的基本矛盾问题：一是私法研究进路中存在的数据成为多个“权利”的共同对象的理论困境。基于数据公共性和分享特性，若将上述所谓的“权利”理解为控制数据流动的理由，就可以使上述理论上的冲突得以消除。二是上述理论模式可以如实地反映当代数据法律中公益和私益的高度融合的现实。私主体在分享前提下享有的数据利益永远只是局部的和暂时的，且其利益保护离不开公共利益面向。三是上述模式将数据置于公共地位，就使数据法律理论从对数据的客体定性上解放出来，而专注于设计数据在计算机和互联网系统下的“导流图”。
在分享前提下建立数据控制体系，因缺乏数据权利这一前提，数据法益的保护实际上主要依赖于主体之间在网络空间中数据操作规则秩序的建立，故数据工具系统上的操作规则在解决现有大多数数据纠纷中具有核心意义。
（二）数据控制和救济的立法逻辑
数据分享的途径不在于创造，而在于挖掘和释放。而数据控制应具有严格和必要的理由，并保持立法上的谦抑态度。在此基础上，通过理由的分列甚至重叠，就可以形成数据控制的立法体系。数据的控制和保护主要体现在公法层面上，除非信息本身属于传统私法保护的范畴（比如隐私和知识产权）。这种公法体系的法律均体现出保护性的特点，它们既服务于数据技术体系的安全，也关注信息本身的安全，但两者并不完全重合。法律基于不同理由对于数据进行保护的体系中，存在规范的重叠现象，不能理解为是应当避免或消除的现象。在数据控制理由体系中，各种功能和目的是可以同时存在甚至叠加的，控制的理由之间并不存在完全冲突的现象，只会相互强化。

原作者：梅夏英

来源：中国民商法律网

原文链接：https://mp.weixin.qq.com/s/owVE5qfIkgh-kG5Yy6gGkA

编辑：宋婷

刘海明

【案例】

人工智能学会×陕师大×新华网：智媒时代的媒介伦理专题论坛Panel

驱动未来，智能无界。由中国人工智能学会主办、西安国家民用航天产业基地管理委员会及京东云共同承办的“2019第九届中国智能产业高峰论坛”将于2019年10月26-27日在西安隆重召开。作为2011年中国人工智能学会创建的首批品牌活动之一，中国智能产业高峰论坛从纯学术活动完成了向产业应用的转型，并取得了不俗反响，峰会的召开，对我国人工智能的科学研究及在各行业落地有着指导作用与战略意义。

10月27日下午，由中国人工智能学会主办，陕西师范大学新闻与传播学院、陕西师范大学“一带一路”文化教育传播智慧港承办、新华网融媒体未来研究院协办的“智媒时代的媒介伦理专题论坛”，将由中国工程院院士、新疆大学教授、陕西师范大学双聘院士吾守尔·斯拉木担任论坛主席。嘉宾们将以智能媒体时代的创新变革为背景，深入探讨隐藏在技术背后的风险与隐忧，共同为守护媒体伦理与社会公序发声出力，促进完善规范和制度，维护公众权益。

智媒时代已经来临，人工智能技术和产品已广泛应用在新闻的采集、生产、分发、接收、反馈等各个环节，帮助媒体提升工作效率，改善用户体验。

与此同时，信息安全、技术黑箱、算法偏见等伦理问题也逐渐浮出水面。事实上，在不合理使用AI技术的商业机构中，媒介的广泛传播性更容易放大技术的阴暗面。

去年3月引爆的剑桥分析公司事件震动了AI界。一家数据公司利用脸书平台，获取了5000万用户数据，并利用算法精准投放了极具引导性的广告，从而影响民众意向，影响了美国2016年总统竞选和英国“脱欧”等重大政治事件。

今年，某公司推出了一款AI换脸软件，利用视觉技术将明星脸换成用户头像。一方面利用明星内容涉嫌侵犯肖像权，另一方面，滥用技术并收集用户隐私数据为信息安全敲响了警钟。

无论是资讯类App还是购物平台，人工智能算法推荐越发高明。“人性化”的内容推送很可能会搭造出一座座“信息茧房”，使一些用户的阅读视野越来越窄。

这只是冰山一角。随着人工智能技术在媒体平台上的应用，越来越多的问题会出现。未雨绸缪、设立红线、建立规范是消除未知风险的必要动作。

如何让技术成为媒介的帮手而不是帮凶？如何保证技术不被滥用？如何保护公众公平的阅读权益？如何避免整个社会掉入信息茧房？智媒时代的改变和坚守分别是什么？

10月27日，智媒时代的媒介伦理专题论坛，让我们一起发现问题，共探良策。论坛分为两个环节，第一个环节为嘉宾主旨演讲，第二个环节为“智能传播的图景与困境”Panel专家研讨。135编辑器论坛嘉宾主旨演讲1吾守尔·斯拉木 中国工程院院士、新疆大学教授、陕西师范大学双聘院士

新疆多语种信息技术实验室、新疆民文信息技术研发中心、新疆多语种信息技术研究中心主任。国家级突出贡献中青年专家、全国先进工作者等。长期从事多语种信息处理等方面的研究和学科建设。主持承担国家“863”计划等国家及省部级项目40多项；主持开发30多种支持多语种的新系统和软件，制定国际标准5项、国家标准22项。荣获国家科技进步奖、何梁何利科技奖等省部级以上奖励13项。

2周明全  陕西师范大学特聘教授、教育部虚拟现实应用工程研究中心主任

北京师范大学虚拟现实与可视化技术研究中心主任、教授，教育部计算机科学与技术委员会软件工程教学指导委员会委员。中国计算机学会理事，中国中文信息学会理事，中国计算机教育学会常务理事。

3杨溟   新华网融媒体未来研究院院长

新华社国家智库研究员、中国新闻技术工作者联合会常务理事。曾任现代快报、现代金报、上海证券报、中国证券网等媒体副总编辑、执行总编辑，南京大学金陵学院传媒学院院长、河北传媒学院副校长、新闻传播学院院长。2015年与团队研发出第一代生物传感智能机器人Star，并在交通、影视、传媒、教育、健康等多个领域开展生物智能深度研发。

4张洪忠  北京师范大学新闻传播学院副院长、教授传播效果实验室主任。主要研究媒介市场、传播效果测量、网络大数据挖掘等。曾负责研究和报告撰写“The Global Journalist in the 21st Century”一书中的中国部分，以及《新闻记者培训教材》“虚假新闻”部分的写作。著有《中国传媒公信力调查》《资本影响下的中国传媒业》等。曾承担国家社科基金、省部级等课题，以及近50余项横向课题。先后担任20多家主流媒体顾问。

5刘伟   北京邮电大学教授

主要研究人机融合智能、认知工程、用户体验、人机环境系统工程、分析哲学、未来态势感知模式、行为分析与行为预测技术等。曾承担国家自然科学基金、总装预研等项目。中央军委科技委人机融合智能组首席科学家、中国信息与电子工程科技发展中心专家委员会特聘专家、国家自然科学基金评议专家、全国人类工效学标准化技术委员会委员等。

6阴卫芝  中国政法大学新闻学研究所所长、教授光明新闻传播学院党委副书记、传播法研究中心副主任。中国法学会法治文化研究会常务理事，中国新闻史学会媒介法规与伦理研究委员会副会长，北京新闻道德委员会委员，第二十八届中国新闻奖、第十五届长江韬奋奖评委。研究领域为媒介伦理、新闻法规与职业规范。主持国家社科一般项目“网络媒体伦理规范研究”、主持教育部一般项目“网络传播伦理案例、问题与对策研究”等项目。

7鞠靖  新华网融媒体未来研究院副院长资深媒体人，南洋理工大学、中山大学访问学者。入选Asia Journalism Fellowship、财新传媒卓越记者驻校计划。曾任《中国传媒科技》执行总编辑。

8刘蒙之  陕西师范大学特聘教授  新闻与传播学院副院长

香港浸会大学访问学者。中国科技新闻学会数据新闻专委会副理事长、中国新闻史学会应用新闻传播委员会理事、海峡两岸出版与文化创意论坛常务理事、腾讯丹枫推荐委员会委员与澎湃写作大赛学术评委等，主持国家社会科学基金、教育部人文社科基金、国家旅游局重点项目等多项研究项目。

媒介伦理专题论坛Panel

论坛第二环节为智媒时代的媒介伦理专题论坛Panel，有更多的学者参与研讨。

1王晓梅  西北大学新闻与传播学院教授、西北大学媒体与传播研究中心主任

主要从事新闻理论、传播学方法论等课程的教学工作；研究专长为“新闻理论、中国当代新闻史、新媒体与社会变迁”。主持国家社科基金项目“建国初新闻事业发展研究”、美国胡氏基金会资助项目“转型时期新媒体使用研究”和西安市社科基金项目，以及西北大学本科生、研究生教学教改项目，研究成果获2009年陕西省第九次哲学社会科学优秀成果奖三等奖、2009年陕西省高校人文社科优秀成果奖一等奖。现任中国新闻史学会理事。

2张建中  陕西师范大学新闻与传播学院教授、陕西省“百人计划”青年项目学者

研究领域有媒介与社会转型、新媒体与国际传播等，专著有《大众媒介与社会转型——墨西哥个案考》，上海三联书店，2013年；译著（第一译者）《传播与劝服》，中国人民大学出版社，2015年；教材（第二作者）《新闻理论教程》，中国人民大学出版社，2013年。

3庹继光  文学博士，新闻传播学博士后、法学博士后，四川师范大学教授，郑州大学特聘教授

复旦大学新闻传播与媒介化社会研究国家创新基地兼职研究员，复旦大学、四川大学新闻传播学专业正高级职称评议专家，教育部人文社科规划项目评审专家，执业律师，四川省社会科学院发展新闻学特色学科研究团队特聘首席专家。

4吴锋  西安交通大学新闻与新媒体学院教授、博士生导师

陕西高校新型智库（A类）“新媒体与社会治理研究中心”主任，陕西省三秦学者创新团队“新媒体与社会治理研究中心”团队骨干。在报刊出版发行、国家领导人新闻发布制度研究等领域位居国内领先水平。先后在中文CSSCI核心收录期刊上发表论文50余篇。两次受邀参加国际传播学会（ICA）大会，并获最佳论文奖，先后在International Journal of Communication，Asian Journal of Communication，China: An International Journal等权威SSCI期刊上发表系列英文论文5篇。

5申玲玲  西北政法大学新闻传播学院网络与新媒体系主任

博士，副教授，硕士生导师，研究方向为新媒体。

时间：2019年10月27日下午

地点：西安浐灞锦江国际酒店国际会议中心一层北京厅

联系人：刘蒙之 18700796632

                       [email protected]

主办：中国人工智能学会

承办：陕西师范大学新闻与传播学院陕西师范大学“一带一路”文化教育传播智慧港

协办：新华网融媒体未来研究院

来源：西部传媒学人

原文链接：https://mp.weixin.qq.com/s/S8enAXuQKieqy0K8qPnl5w

编辑：宋婷

刘海明

【案例】

在世界声博会体验AI黑科技

在5G移动通信、人工智能（AI）、物联网车联网高速发展的今天，语音交互正在成为普通人应用这些高科技的常见场景：可以控制家中智能电器的智能音箱、一句语音就可以设置导航软件……第二届世界声博会暨2019科大讯飞全球1024开发者节10月24日在合肥开幕。《环球时报》记者在大会现场感受到一系列令人震撼的黑科技，它们已经从酷炫的应用走向满足人们的刚需。

大会上，讯飞展示的“变声领夹”让人想起日本动漫《名侦探柯南》中同款产品。科大讯飞AI研究院常务副院长刘聪通过“变声领夹”成功模仿了现场女主持人的声音，甚至用合肥话来了一段当地谚语，让现场观众惊呼这种实时变声实在太酷了。会上还展示了语音合成技术的最新成果——真实语音与合成语音的无缝衔接：一段罗振宇的真实语音与一段他的合成语音被播放出来之后，完全分不出哪句是原音，哪句是合成的。

光有语音还不够酷，《环球时报》记者在展会现场看到，一个视频正在播放虚拟女主播小晴用中文、日语、英语、韩语播报新闻。据工作人员介绍，首先需要进行人像采集和语音采集，然后通过建模就可以合成出这样的真人版虚拟主播。目前多家媒体都已采用了这种虚拟主播的技术。据介绍，未来只需要在网站上简单输入文稿、指定主播，就可以一键生成虚拟主播，可以用不同语音和方言播报新闻，还可以变换姿态、改变造型，让现场的媒体记者直呼“要失业了”！

很多人担心的是，目前社会上已经出现利用换脸和换声软件进行诈骗的案例，如何防止讯飞的这些黑科技被不法之徒利用？工作人员介绍说，目前高度还原的语音和虚拟形象的服务只面向机构用户，比如为央视制作虚拟主播“纪小萌”，声音和形象都要得到授权才能制造，个人用户语音合成服务的声音相似度被控制在60%左右，“主要就是从安全性角度来考虑”。

说到语音识别，最典型的应用场景就是家庭内部和汽车里。《环球时报》记者在展馆内看到，一款产品可以在很远的距离、嘈杂的环境内进行精准识别。据工作人员介绍，这采用了声源定位的技术，可以排除杂音、准确识别发出命令的用户在什么位置。在现场演示时，尽管会场周边非常嘈杂，它仍可以准确操控数米外的冰箱、电视、空调等电器。据讯飞专家在大会上宣布，超远距离识别已经达到20-50米，准确率达到90%以上。

除了语音识别方面，脑机接口技术的研究也是人工智能领域应用的重要方向之一。记者在华南理工大学的展台看到一台脑控轮椅。基于混合脑机接口，用户在无须动用四肢、也无须发出声音指令的情形下，可以用脑完成对轮椅前进后退的操控。一名研究人员坐在轮椅上向《环球时报》记者进行了演示（如图），他头戴一个能采集脑电波信号的设备，在手脚完全没动的情况下，熟练操作轮椅。据他介绍，操作的过程需要人的精神高度集中。这个技术和国外相关研究有哪些区别呢？他表示，该技术最大的优势是只需一个像帽子一样的头戴设备，不需要在脑中植入设备。

在中美经贸摩擦大背景下，讯飞等一些中国高科技企业上了美国第二批“实体清单”。科大讯飞轮值总裁胡郁在接受《环球时报》记者采访时承认，美国“实体清单”对讯飞的部分原材料供应有影响，但在这个消息出来之前，讯飞已经做了充足的准备，所以说近期内不会存在太大问题。“从远期看，我们会寻找替代方案的提供商，包括进一步增强自身能力，这也是一种解决方案。我认为对长期业绩的影响会控制在一定的范围之内，对最主要的国内业务，影响范围并不是特别大。”

来源：环球网

作者：刘扬

链接：https://mil.huanqiu.com/article/7R3nuGBVZjG

编辑：宋婷

刘海明

【案例】

聚焦人工智能时代的新兴媒介 上海交大与国际传播学会(ICA)举办2019新媒体国际论坛

10月26日，以“人工智能时代:新兴媒介、产业与社会”为主题的2019新媒体国际论坛在上海交通大学开幕。论坛聚焦人工智能及5G等技术不断进步的背景下，未来媒体的发展趋势及诸多影响。此次论坛由上海交通大学媒体与传播学院与国际传播学会(ICA)共同主办，国际传播学会主席Terry Flew教授、海内外专家学者500余人，以及近40位新闻与传播院院长分享了AI时代各种新兴媒介、智能传播产业及其社会影响，以及智能新闻传播教育等前沿成果。
论坛由上海交通大学党委常委、宣传部长胡昊致欢迎辞，上海报业集团副社长季颖、国际传播学会(ICA)主席 Terry Flew先后讲话，对论坛的顺利召开表示祝贺。教育部“长江学者奖励计划”特聘教授、上海交通大学媒体与传播学院院长李本乾教授主持论坛。

上海交通大学党委常委、党委宣传部部长胡昊致欢迎辞

上海报业集团副社长季颖致辞

国际传播学会(ICA)主席 Terry Flew致辞

上海交大媒体与传播学院院长李本乾教授主持论坛

ICA主席、昆士兰科技大学教授Terry Flew针对AI时代的新闻特点，围绕技术与信任的话题展开演讲，通过研究不同国家政府网络信息治理的不同方法，提出了网络治理金字塔模式。同时提出了在互联网技术发达的当下，不能忽视伦理道德，并且还要考虑新的技术如何为社会创造福祉。

ICA主席、昆士兰科技大学教授Terry Flew

斯坦福大学社交媒体实验室主任Jeffrey Hancock教授演讲的主题是数字时代的真相与信任，他指出传播学研究已经从CMC(计算机为中介的传播)转向为AI-MC(以AI为中介的传播)。人工智能可以帮助我们进行更高效的交流，但也使人类面临更多的谎言，挑战社会信任的基础，很多时候我们不知道与自己交流的是人还是机器。

斯坦福大学教授、社交媒体实验室主任JeffreyHancock

ICA前主席、美国南佛罗里达大学教授Patrice Marie Buzzanell通过3个研究个案，发现不同性别、不同种族的人对于AI辅导的需求和利用程度不同。根据数据捕捉的个人特征，AI会在不同阶段提出更个性化的指导，从而论证了 AI 在学术生涯辅导方面的必要性和重要性。

ICA 前主席、美国南佛罗里达大学教授Patrice Marie Buzzanell

ICA前主席、新加坡南洋理工大学教授Ang Peng Hwa研究发现，性别、肤色、族群等的差异会影响人脸识别技术的准确率。他认为，全球范围内应该有相关的政策和法规发挥作用，让AI数据囊括足够的多样性和可能性，提升数据质量，使人工智能更好地服务于人类。

ICA前主席、新加坡南洋理工大学教授Ang PengHwa

香港城市大学教授、国际传播学会会士Jonathan Zhu通过对过去30年传播学学术论文的出版数据进行研究发现，传播学的学术圈已经从美国主导的格局，发展到多国合作，更多的国家和地区加入的状态，国际学术研究的网络逐渐扩大，国际学术圈得到整合。其中，中美学术合作的质和量都有长足的发展，合作趋势明显，学术论文出版的量和质都有明显提升。

香港城市大学教授、国际传播学会会士Jonathan Zhu

法国信息与传播科学学会荣誉主席、勃艮第大学教授Daniel Raichvarg通过对一系列以人工智能为主题的影片的剖析，指出人工智能研究与传播研究相似，都是科学、文化、媒介等研究的结合，我们不仅应当将人工智能视为科技存在，也应该在传播语境下，将它看作社交关联的生产者进行研究。

法国信息与传播科学学会荣誉主席、勃艮第大学教授DanielRaichvarg

首尔大学教授、人类传播研究期刊主编Eun-Ju Lee后真像时代、错误信息和假新闻被机构选为年度关键词，表明社交媒体信息的真实性面临严峻的挑战。AI应用的流行，越来越难辨别对方的身份，甚至不能辨认对方是否是机器。人工智能时代，传播中真实性的问题愈加凸显。

首尔大学教授、人类传播研究期刊主编Eun-JuLee

密苏里大学新闻学院副院长FritzCropp以生动的案例，介绍了密苏里大学新闻学院在信息爆炸，和AI对信息真实性造成挑战的当下，如何进行新闻学教学改革和课程创新，来训练学生成为当代优秀的记者，迎接新兴技术的挑战。

密苏里大学新闻学院副院长Fritz Cropp

腾讯公司公共事务副总裁陈勇从传播主体、传播内容及两者的互动反馈方面，分享了利用人工智能技术在隐私保护、传播美好等方面的实践与探索，表达了新媒体追求科技向善的愿景与使命。

腾讯公司公共事务副总裁 陈勇

澎湃新闻副总编辑孙鉴分享了东方早报集团的新媒体转型之路，他强调媒体融合的本质就是传统媒体人再创业的过程。澎湃新闻通过调查新闻“硬核化”、主题宣传“爆款化”、策划报道“全景化”、运营分发“货架化”和内容开放“平台化”等策略收获了强大的影响力。

澎湃新闻副总编辑 孙鉴

新浪微博社会化营销研究院院长邬洁林的研究发现，中国消费者的消费习惯发生很大的改变，数字化消费爆发增长，消费者越来越有话语权，消费者单从向接受信息，到主动搜索信息，微博社交媒体圈子使购物社交化。

新浪微博社会化营销研究院院长邬洁林

字节跳动 AI Lab 科学家王明轩介绍，字节跳动旗下的Ticktok、TopBuzz等产品在全球范围内收获了大量活跃用户，多国新闻传播、视频推广的需求呈指数级增长，海量信息翻译无法由人力完成，必须使用机器翻译。使用神经网络机器翻译技术，能够进行有效的新闻翻译、视频翻译和办公翻译，在全球化交流中解决了语言障碍、新闻安全审核和全球员工沟通问题，为5G时代信息的跨国界传播提供了技术途径。

字节跳动 AI Lab 科学家王明轩

中华女子学院校长刘利群教授在《新媒体为女性赋权增能的新可能》的演讲中指出，人工智能的发展不但能为人服务，也可以对女性赋权，为女性发展提供更多的可能。

中华女子学院校长刘利群教授

北京印刷学院副校长王关义教授在演讲中表示，媒体融合时代，需要产、学研融合，注重培养学生的专业素质、专业思维、融合能力、动手能力。

北京印刷学院副校长王关义教授

复旦大学新闻学院党委书记、执行院长张涛甫教授指出，媒介技术的变化，导致不确定性集聚。我国新闻传播教育目前处在滞后水平，新闻教育的三大功能，人才培养、理论研究、社会与行业服务都面临挑战。我们必须对时代的挑战作出有力的回应。

复旦大学新闻学院党委书记、执行院长张涛甫教授

中国人民大学新闻学院执行院长胡百精教授以三个与AI相关的问题出发，分析了人工智能时代的传播特点，并从新闻传播教育的专业理想、专业抱负、专业伦理等维度，探讨了学界可能面临的机遇与挑战。

中国人民大学新闻学院执行院长胡百精教授

上海交大媒体与传播学院光启特聘教授郭良文在题为《从数字人文与智能传播视点讲好中国非遗故事》的演讲中，通过大量的实例，演示了数字人文和数字叙事在传播中国文化中的运用，倡导数字技术和传统人文学科要跨界融合。

上海交大媒体与传播学院光启特聘教授郭良文

该论坛组委会主席、上海交通大学媒体与传播学院院长李本乾教授表示，上海交通大学媒体与传播学院与国际传播学会(ICA)携手连续7年举办新媒体论坛，打破了ICA国际会议轮流坐庄的惯例，在一定程度上反映出国际传播学界对中国传播学的肯定和期望。他同时指出，聚焦新媒体领域举办系列新媒体国际论坛，旨在为国内传播学界引入国际学术前沿成果，也有利于中国传播教育和学术最新成果“走出去”，提高中国传播学术的话语权和影响力。

上海交通大学媒体与传播学院院长李本乾

上海交大-国际传播学会(ICA)2019新媒体国际论坛现场

本届论坛特设“ 院长论坛”，包括来自中国社会科学院、中国传媒大学、中国人民大学、复旦大学、华中科技大学、南京大学、暨南大学、四川大学、厦门大学、西安交通大学、同济大学、兰州大学、山东大学、华南理工大学、西南交通大学、湖南大学、上海大学、深圳大学、中华女子学院、北京印刷学院、河南大学、内蒙古大学、宁夏大学、山西大学、上海理工大学、苏州大学、扬州大学、重庆师范大学等近40家新闻传播学院院长、所长齐聚一堂，共同研讨人工智能对新闻传播教育的机遇与挑战。

院长论坛场景

本次论坛从全国数百篇投稿中遴选出150余篇论文，设立了21组分论坛，内容涉及智能媒体内容生产、智能媒体技术应用、智能媒体信息传播、智能媒体产业研究、人工智能与社交媒体、人工智能与社会变迁、人工智能与空间形塑、人工智能与新闻传播教育等领域。

分会场场景之一

分会场场景之二

本次大会共评出优秀论文11篇，其中教师组(5篇):李武、艾鹏亚、杨韫卿的《智媒时代再论“信息茧房”:概念界定和效应探讨》、童清艳、刘璐的《网络流行语反现实沉默的“匿名群体驱动”研究》，吴志远的《农技员媒介使用能力影响因素实证研究》，徐敏、李小勤的《文化融合视域下网生代的社群互动与边界跨越》，杨晓冬、隗来、苏琪的《计划行为理论下媒体对公众环保行为的作用机制-以雾霾治理为例》；学生组(6篇):白如金的《社交媒介使用与社会责任认同的关系:基于上海城市新移民的实证研究》，Ekaterina Novozhilova，YiMou，Kun Xi，Evaluating AI-generatedContent: A Comparison between American， Chinese and German Respondents，郭巧敏的《智能时代的健康传播:医疗机器人的社交媒体认知研究》，管帅的《离散与共振:中外人工智能伦理困境研究的知识图谱比较研究》，黄天乐的《空间、身体、边界:VR电影之重构与维新》，王唯滢的《新媒体时代中国重大主题新闻对外传播的受众影响机制研究——基于海外受众调查的SEM模型建构》。

ICA 主席Terry Flew(右四)、ICA 前主席Patrice Marie Buzzanell(右三)、ICA 前主席Ang Peng Hwa(左四)、上海交大媒传学院院长李本乾教授为获奖教师颁奖

ICA 主席Terry Flew(右三)、ICA 前主席Patrice Marie Buzzanell(右二)、ICA 前主席Ang Peng Hwa(中)、上海交大媒传学院院长李本乾教授为获奖学生颁奖

上海交通大学媒体与传播学院党委书记李新碗教授致辞

上海交通大学媒体与传播学院副院长李晓静教授主持颁奖晚会

来源：新华财经
作者：编辑：应雨擎
链接：http://xhpfmapi.zhongguowangshi.com/vh512/share/6587500?channel=weixin&from=timeline&isappinstalled=0

编辑：冯梦玉

刘海明

【案例】

智能的遐想

每个人身体上都有一种原力，有些可以发现世界（事实），有些可以发明世界（价值）。

每件事物都有一种待开发的原力，有些可以被发现，有些可以被发明，但这需要在一定的情境下。

智能的哲学思辨起源于休谟、笛卡尔、弗雷格、维特根斯坦，从事实到价值，从生理到心理，从形式到意向，从逻辑到非逻辑；而智能的科学技术起源于莱布尼兹、布尔、图灵、冯诺依曼，从文字到演算，从表征到推理，从指令到编码，从存储到计算……

好的人机融合智能主要解决机器对人的助智（辅助分析、决策）和学伴（个性化、弹性成长），可以通过知几、趣时、变通实现不同数据、信息、知识的往返跳跃、匹配对接、循证查询，即不断使得多种数据/信息/知识进行动态演化组合以达到任务要求。其中的抽象提炼，举一反三就是类比、归纳、演绎混合机制使然，其中类比起着非常重要的作用，相比归纳、演绎两种推理而言，类比具有鲜明的穿透效应，它可以穿透物质与意识、主观与客观、表象与本质、真实与虚拟、感性与理性、伦理与道德、线性与非线性、确定与不确定等之间的隔阂，让休谟之问不再成为问题，让莱布尼兹的理性演算更为感性，让维特根斯坦的逻辑与非逻辑融合的越发完美，让人、物（机）、环境之间的协调绵绵不断。

人机之间的适时干预要求：干预的既不能早也不能晚，既不超前也不滞后，干预早了，往往会造成双方的措手不及，干预晚了，时过时迁，黄菜凉了。所以如何实现人机之间结合任务要求的适时、适当干预将是未来人机融合智能研究的难点和关键。

当前，区块链文章较多，通过学习，认识如下，不当之处，还望不吝指正！

区块链就是把人机群体智能之间的事实与价值关系统一起来的一种工具，优点是可以通过信用手段扬善抑恶、安全/高效整合各种资源；缺点是这是一个乌托邦，除了明链，许多暗链会并行不悖，如（一开始就）预置隐患，还有真实的虚假问题（某人有某种学位，但是别人给他写的答辩论文，而答辩委员们又不太了解他的研究内容，造成事实上的学位，价值上的假学位），所以单纯数字上的区块链很可能只有有/无，没有阴/阳和虚/实。

原文链接：https://mp.weixin.qq.com/s/r_doHvPOdKtNJy51L1D9jQ

编辑：王豪