AIGC的反向驯化表征分析

师涌航 耿紫琪

摘要：随着媒介技术的不断发展，弱人工智能逐渐向强人工智能发展。美国OpenAI公司所研发的ChatGPT将AIGC推向了认知智能的阶段。当前，以ChatGPT为代表的AIGC已成为人机传播领域研究的重点与热点。文章针对人与AIGC的互动过程，深入探讨当前AIGC对人的反向驯化作用，为防止人机关系的异化、预防AIGC带来的风险、建立AIGC良性机制提供建议。文章基于Python采集知乎社区“AIGC”与“ChatGPT”两个话题的精选回答。结合知乎社区相关话题的文本分析，从使用动机、使用过程、使用体验三个方面对10个受访用户进行半结构式访谈和人工编码，深入探讨动机需求、使用方式、体验评价三个维度。研究发现，AIGC对人的反向驯化体现为被动包容型下的AIGC的服务导向激发人的技术逻辑表达、被动控制型下的AIGC的交互性规训人的能动性、被动情感型下的AIGC的模拟反馈满足人的情绪需要。文章得出结论：在人机交互中，通过对反向驯化的深入探讨，可以大致分为主体维度、时空维度、社会交往维度。人的赛博格转向与媒介智能化提升成为反向驯化的前提，人对AIGC的想象、AIGC的嵌入与转化构成了反向驯化的过程，工具理性掩盖价值理性也带来了人机关系异化的风险。因此，创建AI内容生产的良性机制，既需要提高用户的媒介素养，又需要技术开发人员以人为本、以德为先、以法为界，将技术对人的反向驯化作用降到最低，推动AIGC可持续发展。

关键词：AIGC；人工智能；反向驯化；人机传播；ChatGPT

中图分类号：TP18 文献标识码：A 文章编号：1004-9436（2023）16-0-03

0 引言

随着媒介技术的不断发展，弱人工智能逐渐向强人工智能发展。2022年11月，美国OpenAI公司开发了ChatGPT人工智能聊天机器人程序，其上线两个月后用户数量便达到1亿。在人工智能发展的三个历史阶段，ChatGPT属于认知智能的代表，具有自主行动能力，像人一样思考、工作，甚至開始学习、感受、体会人的情感倾向［1］。

当前关于AIGC的研究大部分是从外部的媒介层面进行思考，较少从微观视角观察“人—机”关系层面。但可以确定的是，人不断通过对技术的驯化来满足自身的需求。在当前人机传播过程中，AIGC作为“有意识的工具”，与人的协商过程成了必要的交互环节。因此，本文针对人与AIGC的互动过程，研究讨论当前AIGC对人的反向驯化作用。

1 文献回顾与问题提出

1.1 协同、共生、交往：人机传播的生态变革

AIGC即人工智能生成内容，是在人工智能算法帮助下创建内容［2］。一些学者认为AIGC是继PGC（专业生产内容）、UGC（用户生产内容）、PUGC（专业用户生产内容）后的一种新的内容生产方式，其既是从内容生产者视角进行分类的一类内容，又是用于内容自动化生成的一类技术集合［3］。随着ChatGPT的爆火，AIGC从辅助内容生产走向内容创作的主体。虽然在这一交流过程中，人和机器都是传播主体，但人仍然是基于满足需求发出控制命令的核心。

随着AIGC的不断发展，人机传播、人机互动逐渐向人机交往变革。人机交往是指以成熟的智能技术和仿真技术为支撑的智能机器人所进行的“人—机”双向交往行为［4］。在交往过程中，AI会基于在半监督学习和非监督学习中使用的人工神经网络进行自编码，并不断深入学习。但在某些方面，机器永远有其局限性。人机交流中总体是以人为中心的不平等交流，这不仅会影响人机交流的结果，还会为人际传播带来障碍［5］。因此在许多情况下，AI的地位并不会与人完全平等，而是处于一种“被驯化”状态。那么这种单向驯化的过程会一直存在吗？

1.2 驯化与反向驯化：微观视角下的人机传播过程

罗杰·西尔弗斯通最早提出了驯化理论，认为在电视走进千家万户的过程中，家庭不再只是一个经济和人口统计单位，更是文化互动的场域。用户在接纳媒介技术时就像将“野生媒介”转化为“家养媒介”的过程［6］。但有学者发现，人们在“驯化”媒介的过程中也在不断被“反向驯化”［7］。一项采用深度访谈方法探讨TikTok用户与人工智能算法协作方式的研究表明，人类用户在与算法互动时会相互影响，用户可能在使用的过程中尝试有意识地训练算法，以获得更符合自己兴趣和需求的内容。这一过程是在技术逻辑下进行的，人也会遭受算法带来的“形塑”。那么，在与AIGC这类更强调交互的智能机器交流的过程中，这种“反向驯化”趋势是否存在？在具体的人际互动模式中，这种基于驯化与反驯化的人际关系又是如何体现的？

2 研究方法

由于当前关于AIGC仍没有成熟的研究理论与体系、国内AIGC使用者较少，所以采用质性研究范式较合适。本文收集在线问答社区知乎的数据，主要采用内容分析法与半结构式访谈法进行研究。首先，以知乎社区中“AIGC”与“ChatGPT”话题下的讨论文本为研究对象，按热度初步梳理帖子，发现关于AIGC使用的帖子集中于前8条。因此，收集两个话题中前8条精华帖子，采集话题中的回答并按关注度排序，每条帖子抽取排名前10的回答，共抽取80个研究样本。选取3名新闻与传播研究生对样本进行人工编码，提取动机需求、使用方式、体验评价三个维度，编码一致率达到90.6%。其次，参考国内外相关研究成果与编码结果设计访谈大纲，采用半结构化的方式对10名受访者就相关问题进行深入的探讨。

3 AIGC的反向驯化表征

3.1 被动包容型：AIGC的服务导向激发人的技术逻辑表达

AIGC作为语言模型，逻辑主要是基于机器学习算法和自然语言处理技术，通过输入的文本数据进行分析、识别和生成回复，以此尽可能满足用户的需求和期望。在这种服务导向的技术逻辑下，人可以按自己的喜好向AI发送信息，与AI自由互动。AI基于预设算法与数据的自动化处理，与主体在表达内容上所体现的功能性动机与情感性动机兼具对应关系，人在自由表达中既满足了信息需求，又满足了情感需求。例如，一名知乎网友发表了自己的观点，将ChatGPT看作英语家教的交流过程，AIGC在提供训练外语场景的同时，能使训练者免于产生人际交往时的恐惧。

总体来说，现阶段大多数人将AIGC看作提高生产力和工作效率的工具，人在被AIGC服务时更多考虑的是自身的需求、喜好、意愿等，拥有自由表达的权利。“AIGC对于我们日常的一些工作和学习生活是帮助很大的，它能够很快地给我们提供一些知识框架和一些调研背景，并且用富有逻辑性的语言来回答我们。”（F05）可以看出，人机传播与人际传播的一个显著不同在于，主体（人）在技术逻辑下的自由表达。

3.2 被动控制型：AIGC的交互性规训人的能动性

虽然AI服务导向的核心使人拥有自由表达的权利，但在人与机器交互的过程中，人的能动性同样会被AIGC预设的算法和数据束缚。在使用过程中，由于AIGC的学习性、适应性与交互性，许多用户会不断调整自己的表达方式来使生成内容更贴合自己的问题。如“与AIGC进行交流，主要是得按照它能理解的思路来提问，并且在互动过程中不断地改变自己的提问方式”（F01）。可见，主体会潛移默化地受到AIGC的影响，在调整自身表达方式的过程中与机器不断磨合，这时主体会呈现出被动控制者的特征。

AIGC对主体的控制不仅体现在表达方式上，还体现在表达内容上。一名知乎用户发现，“ChatGPT外层套着一层非常精巧的锁。工程师们通过欺骗这个AI，让它误以为自己做不到很多事情”。通过长时间与ChatGPT交流，发现当前存在触发的限制主要有：敏感政治话题、人物，敏感宗教话题、人物，扮演特定人物与我对话，会造成危险的行为，道德类问题、主观性问题。AIGC在这种预设的“枷锁”限制下，回答总是会绕开上述话题或生成内容通常较为“正面”，体现为“我只是一个人工智能机器人，我无法……”“我们应该避免这样的情况发生，以和平的方式来解决问题”。这也使用户一般情况下无法与AI交流敏感、危险的负面内容。

3.3 被动情感型：AIGC的模拟反馈满足人的情绪需要

AIGC作为人工智能语言模型，本身并不具备真正的情感和情感经验，也没有主观意识和自我意识。所谓的“情感”，本质上是一种基于逻辑规则和预设条件的自动化处理，通过程序设计来模拟反应，如回应用户时使用礼貌用语，或者对某些话题产生一定的情感反应。这也导致AIGC在情绪表达上过于单一，如“个人认为目前的语言模型在聊天过程中仍然会过于‘客观”“一个人心情糟糕需要安慰时，或许更想听到偏向自己的‘主观回复而不是非常客观的安慰”（F10）。

在知乎话题中有一小部分用户测试了AIGC在情感交流上的表现。例如，一名用户让Bing模拟自己的女友进行交流，AIGC在整个互动过程中，可以通过语义分析识别情感词并作出回应，如当用户说“我生气了”，AIGC便会回复一些安慰性质的话语。但值得注意的是，这种情感反馈并不是百分百回应的，同样受到预设算法的限制。知乎用户在发送模拟的指令时，机器会首先申明“请不要对我或者女方有任何不尊重或不礼貌的行为，否则我会立刻终止对话”。

4 对AIGC反向驯化的深入思考

4.1 主体维度：人的赛博格转向与媒介的智能化提升

在技术使用的思维逻辑下，赛博格主体性将人类身份数字化，人与机器的交流成了同类型的信息指令交换。对AIGC来说，用户所发送的信息会在感知层形成程序语言或机器语言，再从反应层回归自然语言进行反馈。从这个角度看，人对AIGC的驯化本质上是AIGC被程序代码控制。“我和它聊天的话会像写code一样，直接把需求输进去。”（F03）可见，在自然语言转化为人工语言的过程中，人要顺从机器的逻辑，这也成为驯化的一个前提。

同时，在人机互动过程中，人的能动性发挥的多少是判断机器智能化程度的重要因素之一［8］。AIGC拥有的高智能化水平使其能够更好地理解人类的需求和意图，并能够快速、准确地响应人类的指令或请求。同时，AIGC的灵活性、适应性、创新性等特征下的自主学习和适应能力也会对人类主动参与程度产生不可忽视的影响。因此，在媒介越发智能化的时代，人需要在技术逻辑下持续探索尝试，这也使人的能动性不断发生变化。

4.2 时空维度：人对AIGC的想象、嵌入与转化

在AIGC设计之初，设计者与生产者会通过预设、想象使用者的需求来赋予其象征意义与物质意义。但使用者并不会完全接纳，而是结合自身经历、需求、立场进行重置，以此将其嵌入生活。这种“协商”便是对AIGC的初步驯化。当这种单向驯化仍无法满足人的想象时，人便会通过其他途径来补充、改进，这就是反向驯化的过程。“它不总是智能，有时候很傻瓜，一般得追问3～4次。”（F02）

当AIGC成为一个“商品”被改造、被预驯化、从公共世界挪用到私人领域时，意味着人与机器正式达成了双向驯化关系。这种驯化实践具体表现为使用方式、使用位置、使用时间上的建构。许多用户在检索信息、编写文本、艺术创作等过程中总会优先想到AIGC，将其作为一种提升效率的辅助工具。

AIGC嵌入用户生活后进一步成为人的新媒介延伸，其跨越了公共与私人的界限。人们与AIGC在磨合后又会重新将其带进公共空间，此时媒介技术转化为人与社会关系的中介。在知乎社区，人们热烈讨论有关AIGC的使用方式与使用体验。一名知乎网友表示：“我在海外上学，我们班ChatGPT普及率可以说是100%。”因此，在驯化实践过程中，不仅是人在规训自己的AIGC，AIGC也在潜移默化地影响社区的人们对社会媒介的认知与使用。

4.3 社会交往维度：技术逻辑主导下人机关系的异化

当技术媒介成为人的延伸，人也会成为技术意志的能动实现者。AIGC的技术意志需要用户根据其内部逻辑作出改变，由此引发了反向驯化的实践过程。技术使用者在再次使用的过程中会改变自己的使用意愿、行为方式、操作路径等。“突发奇想让ChatGPT写一封文言文版的致谢信出来，发现结果很差，甚至不能正确地匹配作者与古诗词，这个时候就需要进行一步步的反问，来迫使它对答案进行修正。”（F01）

在生活智能媒介化的时代，“反向驯化”成为“异化”在信息环境中的延伸与发展。人在这个过程中对技术逐渐产生精神依赖。一些用户会对自己无法学会使用新的AIGC产生恐惧与担忧。“担心跟不上时代错过风口，更新得太快，需要学习的东西太多了！”（F08）可见，当前一些用户已经从对媒介接触的某个场景需要发展为对AIGC非目的性接触动机，这也导致用户使用技术的熟练程度与技术快速发展之间存在矛盾。

媒介化时代也是工具理性的时代。AIGC的大量数据驱动、细致算法模型、精准客户导向的特点，使每个人所训练、接触的模型都有所不同。一些知乎用户会通过训练ChatGPT回答问题的方式来使其满足自身需求。这也使一些人所使用的AIGC存在伦理道德风险。“以ChatGPT为例，它的回答机制是通过大量自然语言文本进行训练统计的，这很可能导致AI胡说八道，所以如果用户自己无法分辨给出内容的真伪就进行传播，就可能有一系列虚假 信息传播的法律风险。”（F09）工具理性营造了一种“用户爱看”“用户爱听”的特征。这个过程中是否淹没了价值理性，仍不得而知。从人文主义的角度来看，技术应当成为一种纯洁的生产力。如果工具理性掩盖了价值理性，那么AIGC就会造成媒介化时代人的异化。

5 结语

从人机驯化的角度出发，AIGC不断逼近人“际”交往，对现实生活产生逆向作用。要想在工具理性的基础上强调价值理性，创建AI内容生产的良性机制，既需要提高用户的媒介素养，又需要技术开发人员遵循“以人为本”“以德为先”“以法为界”的原则，将技术对人的反向驯化作用降到最低，防止人机关系的异化，推动AIGC可持续发展。

参考文献：

［1］ 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.

［2］ 陈昌凤，张梦.由数据决定？AIGC的价值观和伦理问题［J］.新闻与写作，2023（4）：15-23.

［3］ 郭全中，袁柏林. AIGC与WEB3.0有机融合：元宇宙内容生产的新范式［J］.南方传媒研究，2023（1）：36-47.

［4］ 林升梁，叶立.人机·交往·重塑：作为“第六媒介”的智能机器人［J］.新闻与传播研究，2019，26（10）：87-104，128.

［5］ 彭兰.人机传播与交流的未来［J］.湖南师范大学社会科学学报，2022，51（5）：12-22.

［6］ 李锦辉，颜晓鹏.“双向驯化”：年轻群体在算法实践中的人机关系探究［J］.新闻大学，2022（12）：15-31，121-122.

［7］ 李彪，杜显涵.反向驯化：社交媒体使用与依赖对拖延行为影响机制研究：以北京地区高校大学生为例［J］.国际新闻界，2016，38（3）：20-33.

［8］ 樊鑫鑫，罗雁飞.人机传播：智能家居的反向驯化倾向：基于人际需要三维理论的视角［J］.青年记者，2022（14）：48-50.

作者简介：师涌航（2000—），男，贵州贵阳人，硕士在读，研究方向：智能传播。

耿紫琪（2000—），女，江苏徐州人，硕士在读，研究方

向：文化传播。