人工智能是近年学界业界皆关注的前沿话题。随着大数据、云技术和物联网的深入布局，人工智能上升到国家战略高度，各国政府纷纷下场，群雄逐鹿意欲抢占人工智能技术制高点。在这场持久战里，中美两国的政策实践格外引人注目。2019年10月25日下午，美国德州大学奥斯汀分校传播学院的陈文泓教授为新闻学院师生带来了她的解读——《肥龙纸虎：中美人工智能政策和实践对比》，意在梳理对比中美两国关于人工智能政策思路的最新进展。这也是复旦大学新闻学院“新问题·新方法”学术分享会的第一讲。
复旦大学新闻学院副院长周葆华教授主持了分享会。
内容上，关于这一主题，陈教授主要从三个维度展开论述：从中美人工智能政策制定过程入手，通过两国的人工智能实践反观“如何讲好中国故事”，以及追问人工智能将会给传播学研究者带来何种机遇和挑战。方法上，作者综合运用社会学、管理学、政治学、传播学等跨学科知识，立足于比较的网络视野（a comparative networked transfield）对政策之间的互动关系进行了考察。此外，相比于常规只聚焦于企业或社会组织的单维研究，陈教授充分考虑到多利益攸关方，并联动全球化和本土化的有机视角，具体通过人类学观察、深度半结构化访谈、公开发表的政府文件和新闻报道、以及基于推特等网站的数字跟踪数据，展开微观个体（如创业者、企业家）、中观企业组织、宏观国家战略层面多维意义上的人工智能政策实践分析，呈现出丰富立体的学术图景。
在阐述中美人工智能政策实践方面，陈文泓教授首先确认，比较的视野需要关心两个问题：比什么以及怎么比。首先，比什么。比的是政策、人才、投资、数据和创新能力。目前在全球范围中，中美两家在人工智能的开发应用上都占据相对主导的地位，但仍存在显著差距。其次，怎么比。陈教授援引Arjun Appadural的“五个全球景观（5 global scapes）”论，认为虽然金融、人才、技术、媒体、意识形态的国际流动同时存在且彼此联系，但其发展极不平衡。以人工智能为例，中美两国全球人才数量上中国人才数量是美国的60%，但在高级人才方面只是美国的20%，而在世界顶尖的计算专家中，中国拥有的专家数量只是美国的5%，足可见人才流动上的断层，中国并不占据优势。
然而，由于既存政治僵局和未来科技变局的不确定性，美国政府目前并未对人工智能给予足够的重视和投入，“No plan，no strategies”，更像是一只“纸老虎（Paper Tiger）”。由此，陈文泓教授从中美两国政策制定的优先考虑角度思考其背后原因：美国更多考虑国家安全、经济安全以及研发，而相比于美国，中国更重视政治稳定、网络主权和经济增长，能够通过顶层设计（Top-Down）和国家战略计划，从而实现弯道超车，讲好中国自己的故事。政府的角色也历经多重化转型：从政策制定者到投资者、采购者和“接盘侠”，通过投资基金、国家补贴和政策激励，不遗余力地发展人工智能产业，逐渐形成以政府为核心的支持体系，是为“肥龙（Fat Dragon）”。
学科视角上，人工智能与传播学紧密相连，在提供新的研究对象的同时也在更新我们认识世界的方式。陈教授认为，人工智能影响着我们理解事物的框架（Framing）、我们所谈论的话题（Agenda setting）、能够通过影响关系来建构意见（Public opinion via public relation），更深层的，还将带来权力结构的改变。过去我们多将人工智能视为一种工具（Instrumental），将其视为提升效率、实现决策革命的助燃剂，近年来一种新的取向兴起，即在结构（Structural）层面来理解人工智能是如何嵌入我们的日常生活和社会结构，为谁赋权又忽视了哪些群体。未来，关于人工智能的讨论还将往更加多元（Diverse）、发散（Discursive）的方向发展。
陈文泓教授同时认为，人工智能开启了一种新的研究范式：answer first，explanation later，即先回答，再解释（甚至可以不要解释）。从输入直接到输出结果，算法的黑箱过程隐匿了数据的原始形态和被分析的方式，如此，我们是否还需要因果联系？作为人文社科的研究者，我们的贡献又该体现在哪里？这些问题亟待进一步讨论。陈教授认为，面临学科的变式，学术的想象力永远是学者应具备的素养底色，同时要警惕如批判VS实证、大数据VS小数据等各种伪二元对立，捍卫学术发声的权利，与不同的范式积极对话。人工智能被誉为第四次工业革命，是尚未被开采的学术富矿，也是打破以欧美为中心的研究方法藩篱的契机，年轻学者生正逢时、大有可为。
“新问题·新方法”学术分享会是复旦大学新闻学院新设立的科研分享交流活动，旨在进一步活跃提升学院的科研氛围。分享会将通过邀请校内外、海内外不同学科的学者，围绕前沿问题和创新方法进行专题分享，并与学院老师、同学展开对话交流，以拓宽学科视野，增进科研水平。
（记录、撰稿：连昕萌，摄影：张凌�S）
