（图源：微信截图）

乌卡时代（VUCA）是volatile（易变性）、uncertain（不确定性）、complex（复杂性）、ambiguous（模糊性）这四个英文单词的缩写。如今，我们正置身于这样一个错综复杂的乌卡时代之中，各个行业领域不再仅仅局限于自身的传统范畴，而是开始相互交叉、深度融合。值得一提的是，2024年的诺贝尔奖也展现出了与往年不同的新特点。

（图源：微信截图）

01

AI诺奖时代已经开启

2024年10月9日，诺贝尔化学奖揭晓，贝克因成功制造出全新蛋白质而获奖，而他的合作者哈萨比斯与乔普则凭借开发的AI模型AlphaFold2共同获奖。该模型解决了长达50年的难题，即预测蛋白质的复杂结构，展现了巨大的技术潜力。

同日，诺贝尔物理学奖也公布了令人意外的获奖者——美国普林斯顿大学的约翰·霍普菲尔德（John J. Hopfield）和加拿大多伦多大学的杰弗里·辛顿（Geoffrey E. Hinton）。他们因“基于人工神经网络实现机器学习的基础性发现和发明”而获奖，这一决定凸显了物理学与机器学习之间的紧密联系，并在学术界引发了广泛的讨论和争议。

麦克卢汉认为，一旦一种新技术进入一种社会环境，它就不会停止在这一环境中渗透，除非它在每一种制度中都达到了饱和。这两项诺贝尔奖的揭晓，不仅是对科学家们卓越贡献的认可，也揭示了当代科学发展的一个显著趋势：科学不再局限于单一领域，而是形成了一个开放的、多学科交融的巨大网络。霍普菲尔德和辛顿的工作，正是这一网络中的一个重要节点，而更多的学科交叉点正在不断被发现和连接起来，预示着未来科学发展的无限可能。

（图源：微信截图）

02

新传人应该关注哪些点？

（一）人-机关系新的转折点

美国作家凯文·凯利曾经在《科技想要什么》中指出，人类既是技术元素的主宰者，也是它的奴隶，我们的命运将是保持这种令人不快的双重角色。人工智能时代，人机关系成为焦点，不再是一方对另一方的宰制，而是协同合作。在新闻智能采集生产中，机器延伸了新闻从业者的能力，实现了信息采集全时化和全面化，同时协助专业记者实现新闻的自动化生产。在新闻信息把关分发中，人工智能审核技术成为信息核实的重要力量，算法推荐技术协同人工分发机制，为用户推送个性化信息。个体在数字化生存状态下，通过智能技术实现身体数据化和社交数据化。

然而，人机之间也存在冲突。主体性之争引发伦理边界与法律约束问题，人工智能机器的运用引发主体性问题，责任主体归属存在争议。导向性之争涉及价值理性与工具理性的悖论，人工智能崇尚效率，却可能导致人们陷入数据中心主义，追崇工具理性。情感性之争则在于数据化呈现与情感性引导的差异，人工智能虽然能涉足艺术性创造的领域，但缺乏人的内驱力和情感交流。

（二）不确定的“后人类”

1977年，美国后现代主义理论家伊哈布·哈桑在《作为行动者的普罗米修斯：走向后人类主义文化》这篇论文中预言：“首先，我们应该明臼，人类形态——包括人类的愿望及其各种外部表现可能正在发生剧变，因此必须重新审视。当人本主义进行自我转化，成为某种我们只能无助地称之为‘后人类主义’的新事物时，我们就必须理解五百年的人类主义历史可能要寿终正寝了。”

1988年，斯蒂夫·尼古拉斯提出了“后人类”概念，这一学术术语的出现源于对人文主义的深入批判与反思，特别是在科技迅猛发展的时代背景下，它聚焦于人类与技术、机器之间复杂关系的探讨。随着智能技术的不断进步，机器致力于模仿人类，而人类则在推动技术发展的同时，又忧虑自身终将被技术所取代。这种既自我发展又自我忧虑的悖论，已成为人与技术关系的核心议题。在此背景下，人类的生存环境发生了翻天覆地的变化，“人”本身也成为了可以根据具体需求进行改造的对象。从科幻小说《仿生人会梦见电子羊吗？》到《雪崩》的构想，再到AlphaGo与ChatGPT等人工智能技术的涌现，以及人类向赛博格（Cyborg，即人机结合体）身份的逐步演变，技术不断推动着人类思想观念的革新，同时也持续重塑着我们对“后人类”时代的认知边界。

（图源：微信截图）

03

相关考点拓展

（一）量化自我

“量化自我”的概念最早由《Wired》杂志主编凯文•凯利（Kevin Kelly）和技术专栏作家沃尔夫（Gary Wolf）在2007年提出，指利用可穿戴设备和传感器技术等来收集人们日常生活中不同方面的个人数据，探索自我、反思自我从而获取自我认知的运动。狭义上的“量化自我”主要围绕着运动健身、日常生理和疾病治疗三类数据进行监测和分析。

广义的“量化自我”包含以下四类数据监测与分析：

（二）智能传播

智能传播指人工智能技术介入和参与的传播活动。可以发生于生产环节（如机器新闻生产），也可以发生在分发、使用环节（如算法推荐）；不仅包括以智能技术为中介的人类交往过程（不限于人际范围）及其影响，也包括人类与智能技术交往的人机传播过程（HMC）及其影响。机器成为传播主体，是智能传播最本质的特征；内容领域所依赖的智能技术主要体现为算法；数据也是智能传播中的核心要素；数据驱动的信息生产和传播方式，是智能传播的本质。

智能传播带来三种人机关系：人机协同、人机交流、人机共生，智能传播的发展，也是这三种人机关系不断深化，特别是向人们日常生活渗透的过程。

智能传播对内容生产传播的一个关键影响，是以算法、数据思维为代表的机器思维的全面引入，这些思维会在某些方面拓展人们对世界的认识与反映方式。算法、数据思维也会对人的经验性、直觉性思维形成一定的冲击。

（三）人机协同

人机协同（Human-Agent Collaboration，简称HAC）是指人类与智能代理（如机器人、虚拟助手等）之间的合作与协同，共同完成特定任务或解决问题。在移动网络、人工智能技术的快速发展下,机器逐渐深人个人生活与社会传播空间,能够更好地帮助个人进行信息生产和传播活动。

（四）人机交流

人机交流（Human-Machine Communication或Human-Computer Interaction，简称HCI）是指人与机器之间进行的信息传递和互动过程。这种交流过程不仅涉及信息的传递，还包括理解、反馈和互动等多个方面。人机交流是人工智能领域的重要研究方向，旨在使机器能够更好地理解人类语言、意图和情感，从而实现更加自然和高效的交流。人机交流在多个领域都有广泛的应用，如：智能助理、聊天机器人、语音识别、虚拟现实（VR）和增强现实（AR）。

（五）人机共生

人机共生（Man-Computer Symbiosis）是一个概念，首次由约瑟夫·利克莱德（J.C.R. Licklider）在1960年提出。它指的是人类与电子计算机之间合作互动的一个预期发展，即人类和电子设备以亲密合作的方式生活在一起，可以创造一种高产且生机勃勃的合作关系。

人机共生具有以下特征：

1、以人为本：关注人类想法和判断的能力。

2、社会健康：为了最大限度提升社会健康而识别并响应工人身心表现的能力。

3、适应性：通过学习环境而改变行为的能力。

(六)行动者网络理论

行动者网络理论（ANT）由法国学者布鲁诺·拉图尔 (Bruno Latour) 提出，强调社会是一个异质型的多元化社会，技术只是其中重要的组成部分，复杂多元的社会才是技术研究活动顺利开展的前提，要从行动者的行动中去洞察社会的运转过程，这一过程包含三个重要的要素：

1、行动者(agency)。行动者不仅指行为人(actor) ，还包括观念、技术、生物等许多非人的物体(object)，任何通过制造差别而改变了事物状态的东西都可以被称为“行动者”。人和非人既是行动者(actor) 、又是施动者 (actant) ，所以没有主动被动、主体客体之分，它们都被联结在一个密不可分的网络之中。

2、转义（mediator）。行动者将其他行动者感兴趣的角色重新界定，并用自己的语言转换出来的过程为转义。

3、网络（network）。一种连接关系的描述方式。

行动者网络理论认为，要完全对称地处理自然世界与社会世界、认识因素与存在因素、宏观结构与微观行动等等这些二分事物，要保持人与非人的对称。以往的媒介虽然也是行动者，但相对而言，对事物状态的改变能力有限。在智能机器普遍进入社会生活的今天，机器在各种社会过程中的作用越来越突出，用行动者的视角看待机器，用对称的关系看待 “非人”的机器与人，也就变得尤为重要。

（七）驯化理论

驯化理论（Domestication Theory）最早出现于生物学领域，研究人类通过对野生动植物的驯化以达到维系家庭生活运转的目的。传播学中的驯化理论开始于罗杰·西尔弗斯通对家庭场景中的电视媒体使用的研究。西尔弗斯发现，在电视走进千家万户的过程中，家庭（household）不再只是一个经济和人口统计单位，更是文化互动的场域，由于性别政治、价值观念、社会身份以及各自生命阶段的差异，家庭系统中的个体成员围绕着电视媒介使用的互动充满了丰富的文化内涵。西尔弗斯将驯化总结为四个阶段：

1、占有（或称挪用，appropriation，即消费购买）

2、物化（或称对象化，objectification，对其进行实际处理）

3、融入（或称纳入，incorporation，技术在被使用的过程中逐渐融入个体的日常生活，成为日常生活实践的一部分）

4、转化（conversion，技术脱离和人生活范畴，重新“转化“进入公共空间)

（八）元素型媒介

元素型媒介理论是J·D·彼得斯提出的一种媒介理论。在这一理论中，元素型媒介被视为人类存有的基础，是自然界中一切物质的基础，虽不常见，却无处不在且发挥着重要作用。它强调媒介的意义不仅局限于人类的赋予，一些本身具有相应意义的物质也可称为媒介。在这个意义上，海洋、地球、火、天空等都可以视为媒介，并从基础设施型媒介（如机场、公路、互联网等）、后勤型媒介（如货币、地图、历法、钟表、塔楼等）、铭刻型媒介（如身体与书写）等视角，拓展了关于媒介的认识。

（九）网络社会

“网络社会”的概念由曼纽尔•卡斯特提出，在《网络社会的崛起》一书中，卡斯特将网络社会界定为一种具有更广泛意义的社会结构，是新经济所带来的与信息化、全球化相平行的一种社会结构的变化。网络是一组相互连接的节点，在网络中，所有的接点只要有共同的价值观和共同目标，就能实现连接，构成网络社会。网络结构是开放的，能够无限延伸。网络构建了我们社会的新社会形态，而网络化逻辑的扩散实质性地改变了生产、经验、权力与文化过程中的操作与结果。

（十）科学传播

科学传播是指科学信息生产者（包括科学共同体、科学爱好者、科普作家）、媒体、政府和普通公众等通过一定的方法和平台，对科学信息（包括科学内容，科学方法、思想，科学对社会的影响）进行双向或多向交流的过程。

科学传播的内涵随时代的发展不断地丰富和拓展，对科学的传播与扩散不应仅被看作是一种目的、一种途径，更被看作是一种战略功能，科学传播内容是动态变化的，必须进行合理传播、适度筛选，以实现其实效性。网络时代的科学传播，与环境传播、健康传播、风险传播等相互交织，在这些传播中出现的问题，也反映着科技、经济与社会发展过程中产生的种种矛盾，解决其中出现的问题，不能只靠传播策略、传播素养的改善，但从传播角度进行反思、做出调适也是必要的。

（十一）人工神经网络

人工神经网络（Artificial Neural Networks，简称ANNs），是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。它基于生物学中神经网络的基本原理，通过理解和抽象人脑结构和外界刺激响应机制，模拟人脑的神经系统对复杂信息的处理机制。该模型由大量的节点（或称神经元）相互连接而成，每个节点代表一种特定的输出函数，称为激活函数，节点间的连接代表加权值，即权重。人工神经网络通过调整内部节点间相互连接的关系来处理信息，具有并行分布的处理能力、高容错性、智能化和自学习等特点。它能够进行复杂的逻辑操作和非线性关系实现，被广泛应用于分类、回归、聚类等问题的解决中，并在不同程度和层次上模仿人脑神经系统的信息处理功能。

（图源：微信截图）

参考文献：

【1】彭兰 | “AI诺奖”时代？——人-机关系与“不确定性”的新文明 | 热点

【2】诺贝尔文学奖公布，文学难得的在场时刻丨光明网评论员 @光明网评论员 光明网公众号

【3】2024诺奖揭晓，一个冷门而主流的选择宫子 @新京报书评周刊公众号

【4】身体与具身：“后人类”的探索与反思 王孟淇 @中传传媒图书评论公众号

【5】深读｜后人类：跳出人类中心主义的传播主体观 马芙蓉 @狐说公众号