-
摘要: 【目的】技术革命历来伴随着社会变革与焦虑。本文旨在探讨生成式人工智能（AI）如何重塑传媒行业与教育领域，特别是其在应对技术焦虑方面的作用。【方法】通过文献研究、案例分析与归纳总结，本文梳理了生成式人工智能的基本原理与发展历程，分析了 AI 技术引发的主要焦虑类型及其成因，探讨了技术进步对传媒行业与教育领域的影响及其转变路径。【结果】生成式人工智能在提高传媒行业效率和生产力方面表现突出，同时在教育领域展现了显著的辅助教学潜力。然而，广泛应用此技术也带来了人的主体性焦虑、就业焦虑、版权焦虑和教育焦虑等一系列问题。【结论】生成式人工智能在传媒和教育领域具有广阔的应用前景，但要充分发挥其潜力，需要有效应对技术焦虑，通过技术赋能和教育改革促进技术的积极融合。尽管技术进步带来了焦虑，但其也是推动变革与创新的重要动力，应以积极态度迎接新技术，以助力传媒与教育领域的持续进步。
-
[1] Brod，C. Technostress：The Human Cost of the Computer Revolution[M]. Addison-Wesley，1984. [2] Ayyagari R ，Grover V ，Purvis R .technostress：technological antecedents and implications 1[J]. 2019.DOI：10.2307/41409963. [3] 赫拉利，尤瓦尔 . 未来简史 [M]. 北京：中信出版社，2017. [4] 胡泳，刘纯懿 .UGC 未竟，AIGC 已来：“内容”的重溯、重思与重构 [J]. 当代传播 2023（5）：4-14. [5] Goodfellow I，Pouget-Abadie J ，Mirza M ，et al. Generative Adversarial Nets[J]. MIT Press，2014.DOI：10.3156/JSOFT.29.5_177_2. [6] Vaswani A ，Shazeer N ，Parmar N ，et al.Attention Is All You Need[J]. arXiv，2017.DOI：10.48550/arXiv.1706.03762. [7] Radford A，Wu J，Child R，et al. Language Models are Unsupervised Multitask Learners[R]. 2019. [8] Brown T B ，Mann B ，Ryder N ，et al.Language Models are Few-Shot Learners[J]. 2020.DOI：10.48550/arXiv.2005.14165. [9] 杨礼银，李海艺 . 论人工智能对人的主体性的冲击及化解路径——基于马克思机器论视角的考察 [J/OL]. 云南大学学报（社会科学版），1-9[2024-08-19].https：//doi.org/10.19833/j.cnki.jyu.20240726.001. [10] 徐春华，曾繁毅 . 人工智能、劳资关系与劳动收入份额[J/OL]. 当代经济科学，1-18[2024-08-19]. http：//kns.cnki.net/kcms/detail/61.1400.F.20240716.1226.002.html. [11] 李婷 . 生成式 AI 数据训练的合理使用规则研究 [J]. 传播与版权，2024（15）：94-100. [12] Hessel，J，Marasović，A，Hwang，J. D，Lee，L，Da，J，Zellers，R，Mankoff，R，Choi，Y. Do Androids Laugh at Electric Sheep? Humor“Understanding” Benchmarks from The New Yorker Caption Contest[J]. ArXiv，2022，abs/2209.06293. [13] 柴剑平，李芙蓉 . 传媒高等教育因人工智能而强：趋势、策略与路径 [J]. 现代出版，2024（7）：1-8. -
点击查看大图
计量
- 文章访问数: 27
- HTML全文浏览量: 0
- PDF下载量: 7
- 被引次数: 0
下载:
