生成式人工智能赋能主流意识形态的具象化传播路径探析.pdfVIP

专家论坛FORUM

生成式人工智能赋能主流意识形态

的具象化传播路径探析

江敏祁程

【摘要】社会全方面的信息，ChatGPT基于其背后庞大的语言模型——

以ChatGPT为范本的生成式人工智能有着

庞大的基础数据库、强大的自主学习能力以及齐全的LLM模型，不仅吸收了网路中四散的静态知识，更汲取来自

软硬件配套三大表征，这就为它强悍的传播力度和渗全球使用者投喂的动态知识；其二，逻辑化和人性化对话体系

透性打下了基础。然而基于现实的考量，生成式人工自成。生成式人工智能最早起步于20世纪60年代，创始初以

智能存在着传播方式单向化、内容提取碎片化以及多自然语言处理系统为主要框架，经过不断的发展，ChatGPT

元化思潮渗透的风险，只有以马克思主义理念渗透传突破了以往生成式人工智能的硬伤—对话语言过于机械化、难

播全过程、以自有技术抓牢传播的物质框架、以完善以自成逻辑。LLM模型不仅为ChatGPT提供了庞大的信息流

的机制塑形传播内容，才能够实现主流意识形态具象支持，更倚靠自身的自主学习能力标注了大量的人类偏好知识，

化传播的实际突破。即人们的习惯性表达和偏向性价值判断的阐述，从而针对不同

特点的人群输出和反馈差异化的偏好回答。

【关键词】（二）强大的自主学习能力：内容的深化性植入

生成式人工智能主流意识形态具象化

∣∣

传播庞大的语料库为ChatGPT提供了基础资源，其自身也在

通过反复的学习灵活搭建各种模型：其一，模仿和反馈锻造人

工智能学习能力。Transformer模型是ChatGPT的核心架构，

这是一种可以让人工智能进行自我深度学习的模型，该模型使

人工智能类别分为决策式AI和生成式AI，其中生成式AI用的是基于人类反馈的强化学习技术（RLHF），这一技术分

是指能够通过对于信息的摄取来进行重组甚至创新的人工智为三个步骤，分别是初始模型的选取以及初步优化、评价性反

能。人工智能不仅推动着生产力的发展，更是各种信息流附着馈记录和更进以及最终的迭代初始和评价模型的优化；其二，

的有机载体与传播窗口，在科技时代，人工智能与意识形态的综合运用多种门科类别习得模型完善自身。除了自身的技术模

具象化传播有着深刻关联性，探究生成式人工智能视域下推动型之外，ChatGPT还吸收了大量其他学科领域的习得性技术

主流意识形态的具象化传播，要从新的时代境遇下探讨意识形模型，人们运用ChatGPT来进行相关针对人类的专业类考试、

态传播的新特征、结合实践经验发掘其结合过程的现实困境，甚至运用此项技术来进行诗歌创作，ChatGPT都得心应手，

最后对症下药，以科学有效的方法和手段补全不足。这都得益于ChatGPT对于海量模型的吸收与不断更新。源自

生成式人工智能的多样模型再塑和反馈机制，扎根人工智能领

一、以ChatGPT为范本的生成式人工智能的技术表征域的信息与意识形态内容传递过程得到了深化，ChatGPT的