随着人工智能技术在社会各领域的广泛应用，人工智能已经开始深刻影响着人类沟通方式、社会关系，并引发了一系列科技伦理问题，这已成为当下学界的重要议题。2024年12月9日，肖珺、谢天等人赴昆山杜克大学出席“人工智能与社会：描绘未来图景”（AI & Society: Sketching the Landscape）学术研讨会。该活动由昆山杜克大学“社会、教育和技术实验室（SET Lab）”和武汉大学“文化演化的多学科交叉融合科研平台”联合主办。

上午，来自武汉大学、昆山杜克大学的5位研究者围绕AI与人机交流中的情感问题、文献检索技术、数字化亲密关系、全球数据治理、大模型预测民意等发表5篇作品，并与现场参与者展开热烈讨论。下午，双方就未来学术合作等展开讨论。

图1. “人工智能与社会：描绘未来图景”（AI & Society: Sketching the Landscape）学术研讨会海报

5位发言人及其发表作品分别为：肖珺（武汉大学媒体发展研究中心副主任、新闻与传播学院教授、跨文化传播研究中心主任）发表作品《数智情感：人机交流的困境与出路》；Mengjie Zou（昆山杜克大学图书馆研究与教学服务馆员）发表作品《缩小差距：AI驱动和传统文献检索技术的比较研究》；常乐（武汉大学新闻与传播学院博士生）发表作品《数字化亲密关系：概念、传播模式和演进》；Daniel Weissglass（昆山杜克大学哲学系助理教授）发表作品《中低收入国家的数据治理和AI：冲突及解决方案》；谢天（武汉大学新闻与传播学院副教授、跨文化传播中心研究员）发表作品《大型语言模型可以预测民意，但充满偏见》。以下是5篇作品的主要观点。

图2. 5位发言人与现场部分听众合影

肖珺深入探讨了人工智能技术对人类情感的影响及其在情感交互中的潜力与挑战。她首先强调数字化、智能化时代情感问题在人类社会发展中的重要性。随后，围绕机器是否具备感知与表达情感的能力，以及能否实现深层次的情感交流等一系列问题进行了分析。通过分析了人机交互中的情感复杂性，肖珺认为人机情感中存在“他者困境”，人工智能更倾向于展现“智”而非“情”，“共情机器”更多满足的是人类情感需求，而非创造真正的情感交流。肖珺进而提出一种新认知框架，即“数智情感”（Digital Affective Competence and Wisdom, 简称 DACW），特指在生成式人工智能等数智技术驱动的新兴传播生态中，自然人通过人机交流实践生成的基于情感、自我修正、导向“成人”的能力和智慧。研究强调在生成式人工智能等技术驱动下，自然人通过与机器互动生成的情感与智慧有望突破共情困境，为人机情感交互的创新发展提供新的启示。

Mengjie Zou介绍了传统文献检索与基于人工智能的文献检索的区别，并对四种常见的AI文献检索工具(Consensus、Elicit、Perplexity和Scite)进行了比较。她提到，传统检索依赖单一数据库和逻辑布尔搜索，而AI工具可以通过自然语言问题，从多个来源快速提供总结和分析。此外，这些工具各有优缺点，例如Consensus和Elicit主要依赖Semantic Scholar数据库，能有效支持系统性综述；Scite具备引用分类功能，但参考文献数量有限；Perplexity使用免费，界面友好，但学术资源质量较低。研究团队对这些工具的性能、易用性和结果质量进行了测试，并通过问卷调查收集了用户反馈，发现Consensus在综合表现上最优，但其他工具在具体应用场景中也有独特优势。

常乐对以“缘”这一中国文化概念切入来讨论中国网络交友平台上的“缘”及其传播模式。这项研究采用探索性时序设计，综合使用网络民族志和计算机仿真实验法发现，“缘”的观念和内涵在网络交友情境中发生了变化，产生了一些特定的传播模式，不同的传播模在平台生态上有不同的体现，这提示我们未来的人机传播研究也要考虑文化维度的影响。

Daniel Weissglass探讨了中低收入国家医疗领域中人工智能应用的公平性和数据伦理问题。他首先指出了数据公平性在全球范围内的突出问题，尤其是低收入国家与高收入国家之间的差距。他认为，跨国AI模型由于数据偏差可能存在局限性，因此必须关注数据的社会属性和管理模式。他提出“数字社会数据”这一概念，主张将数据视为公共资源，代表公众利益进行管理，而不是由国家或企业垄断。为实现这一目标，他建议大型科技公司（如Facebook）在自由使用数据训练AI模型的同时，应通过高税率回馈社会，促进财富再分配等措施。他相信，这些措施可以有效减少AI技术发展中的不公平和偏见。

谢天以“大型语言模型在预测公众舆论中的潜力与偏差”为主题，探讨了人工智能在社会科学研究中的应用潜力与挑战。他以社会科学研究中大规模调查数据收集的难题为切入点，分析了大型语言模型（LLMs）在替代或补充传统调查中的可能性。他介绍了基于Pew Research Center数据的实验研究，通过对比GPT-3.5和GPT-4在预测公众舆论中的表现，发现两者均具有较高的预测准确性，其中GPT-4表现更为优越。然而，研究也揭示了两者在预测中存在系统性偏差，比如美国大选中的党派偏差。谢天指出，这项研究是LLMs在预测大规模公众舆论中的首个实证探索，展示了其作为社会科学计算工具的成本效益潜力，同时强调了应对其生成预测中固有偏差的重要性。

图3. 研讨会现场（从左-右、上-下）：会场全景、肖珺、Mengjie Zou、常乐、Daniel Weissglass、谢天

在提问与交流环节，现场参与者分别针对5篇作品进行讨论，问题和观点你来我往，气氛十分热烈。昆山杜克大学心理学助理教授周雯、教发研究中心Fan Luisa Li等人在互动中表示，武汉大学团队带来了对人工智能的深度思考，为与会者提供了丰富的视角，这些研究都具有创新性。聚焦谢天的研究，讨论者都认为十分前沿，并着重围绕ChatGPT预测能力的可靠性进行了深入的讨论。围绕肖珺的研究，大家都认可这是人类面对的共性问题，认为文中提到的人类情感能力与实践智慧的认知框架具有启发性。关于常乐 “缘”的研究，与会者认为未来人工智能环境下，人机之“缘”也可以基于现有研究继续拓展。武汉大学哲学学院硕士生汤美慧也全程参与交流。

图4. 提问与交流（从左-右）：肖珺回答问题、Fan Luisa Li发言

下午，Daniel Weissglass陪同武汉大学团队参观昆山杜克大学。Daniel详细介绍该校的学科设置、招生情况，重点介绍了武大-杜克研究院合作模式，并期待后续与武大团队继续深化人工智能和社会发展的相关研究。肖珺代表武汉大学跨文化传播研究中心感谢昆山杜克的邀请和研究支持，她介绍该中心自2004年成立以来，持续聚焦人类社会的文化间传播研究，近年来围绕人机交流中的跨文化问题发表系列成果。希望后续可以聚焦人工智能与文化等相关领域，与昆山杜克团队加强合作研究。

“人工智能与社会：描绘未来图景”（AI & Society: Sketching the Landscape）学术研讨会全程通过Zoom平台直播，线下有约15位参加者。据悉，本次学术交流得到了武汉大学国际交流部“武汉大学—昆山杜克大学联合科研平台种子基金支持计划”的资助，是“文化演化的多学科交叉融合科研平台”（项目编号：WHTUDKUZZJ202306）的第二次系列学术活动。