对话复旦大学李银胜：AI会带来“文化人”的黄金时代

“生成式AI时代是文科的天下。”当社会仍在焦虑文科生可能被人工智能取代时，复旦大学计算与智能创新学院副教授李银胜却给出了截然相反的判断。

日前，由复旦大学传播与国家治理研究中心主办的“AI时代品牌健康度与管理创新研讨会”在上海召开。会后，李银胜接受澎湃新闻专访。他从文科的命运谈起，延伸到内容能见度的规则重塑、品牌管理的重心转移，并回应了AI“微调”“投毒”等行业热点。

他将AI比作每个人身边的“秘书”，“提升内容和品牌的能见度，不仅需要被AI看见，更需要被AI信任”。对于AI“投毒”的治理，他则强调，这需要技术手段、行业约束、企业自律与生态内多方制约共同发力，是一个综合治理问题。

复旦大学计算与智能创新学院副教授李银胜。澎湃新闻记者 张呈君 拍摄

AI带来“知识平权”

澎湃新闻：您在刚才的交流中提到一个观点，“AI时代是文科的天下”。现在整个社会都在担心文科生会被AI取代，很多家长甚至不让孩子选文科了。您作为研究计算与智能领域的专家，为什么会这么看？

李银胜：这方面我最近有很深的感触。我女儿也是学新闻的，很多朋友问过我类似问题，但我非常支持她学文科。要理解为什么文科反而迎来机会，得先弄清楚这一代人工智能到底是什么。

首先，这一代AI的性质是“知识生成”。以前的技术，比如中国古文明四大发明中的纸和印刷术，是知识记载与传播的跨越；后来的办公软件、互联网，使写作效率和传播速度实现飞跃。但今天的生成式AI，实现了自动化、去人化的知识生产，机器直接生成内容。这又是一个文明级别的发明，重写了文化载体的底层逻辑。

其次，也是最重要的一点，这一代AI带来的核心进展是“知识平权”。以前的技术大多赋能专业人员，技术门槛很高。但以大语言模型为代表的AI技术不一样，它服务的是大众。无论你是农民、工人、工程师还是学生，通过AI这个知识生成工具，在知识层面第一次站在了同一起跑线。这就意味着，理科生可以借助AI做以前文科生擅长的事情，文科生也能借助AI跨越理工科的专业壁垒。文理科之间楚河汉界，正在以肉眼可见的速度消融，未来的专业划分很可能要（基于文理交叉）彻底重塑。

澎湃新闻：那文科的机会在哪里？

李银胜：工业化时代，理工科确实好找工作，但社会发展到一定程度之后，应该是人文社科的天下。精神层面的需求，更多靠人文社科来满足。文旅产业的发展就可见一斑。

另外，我们还要思考一个问题：有什么东西是AI做不了的？只要AI足够发达，原则上凡是能被数据化、被语言描述的专业知识，它最终都能处理，甚至比人做得更好。但是AI是通过统计学习实现的表面功能模拟，而没有进化压力和生存欲望进化出来的“碳基本能”，因此没有内在因果感受、缺少内在生命力，本性还是千篇一律的物性，难以发展出丰富多彩的人性，那些没有数据支撑而形成的人类能力和素质，依赖数据学习的AI也很难形成。

对比理工，文科涉及很多上层建筑的东西。比如厚植于宏大历史观、价值观的创意、决断和人文关怀。AI所依赖的数据都来源于已有语言和文字积累。但在人类历史和文化进程中，大量来源于实践的直觉、感悟、价值判断是不通过语言或数据表达的。老子说，“道可道，非常道”。所以，就我个人理解，那些“只可意会”且“与时俱进”的东西，在可见未来，作为模仿者的AI很难学得准、跟得上，而这正是文科的核心地带。

所以，我个人相信，AI非常可能会带来“文化人”的黄金时代。好奇心和好问题离不开人文素养。文史哲语境下提出的问题和想法往往拥有更深刻、更宏观的叙事和视野。方向感、关怀心和批判性这些人文素养，对原创性和技术运用非常关键。当然，数、理、逻辑对于技术突破同样重要。因此更长远来看，人文素养深厚的理工人才、了解理工机理的人文人才是培养方向，基于文理交叉重新划分学科势在必行。

“AI时代，产学研结合不是提倡，而是必须”

澎湃新闻：您觉得AI时代的品牌健康管理面临哪些全新的挑战？

李银胜：最大的挑战，是我们还在用上一代的数字化思维，来看待新一代的品牌健康问题，用老办法解决新问题。

复旦大学研究团队发布的《AI时代品牌健康度与管理创新报告》，其实从底层逻辑很系统地总结了AI对品牌管理带来的新变化、新挑战、新机遇。品牌信息生产模式不一样了。品牌传播从流量到认知、从展示到理解，AI对一个品牌的“认知”，不再像搜索引擎那样检索、计算和展示，而是“消化”之后形成AI自己的“理解”。品牌污染和失真模式也不一样。他们提出的品牌健康度模型和管理方法、工具很合时宜，是新办法。

澎湃新闻：在品牌健康管理这个方向上，您如何看待学术研究与产业应用之间的关系？高校研究者应该扮演怎样的角色？

李银胜：在AI时代，产学研结合已经不是提倡，而是必须。为什么呢？因为AI时代，人超过AI的，很可能是那些源于“碳基本能”和“道可道，非常道”的认知能力。作为学者，学知识永远学不过AI。真理来源于实践。所以做学术研究，一定要和产业结合，从产业实践里感知那些不可言传的东西，才能获得新知识、增强科研能力。

反过来从产业端看，如果对AI机理研究不够深，不知道哪些东西AI明天就能解决，哪些东西AI永远也解决不了，那么基于今天的AI水平来设计的产品和商业模式就不够有远见，这就需要学术界提供理论支撑。

从效益上讲，科研获得了很多政策和经费支持，如果成果能让企业去转化，那就既用了最聪明的大脑，又用了国家支持和高校平台，企业会避免很多试错成本。研究消耗非常大，十个想法可能只出一个成果。如果研究成果不能发挥社会效益，不仅没有价值、没有成就感，还会因为缺少验证而造成学术不严谨。所以，产学研结合，不仅意义大，而且是必须的。

内容能见度：从争流量到争“AI的认知”

澎湃新闻：在研讨会上，专家们提到一个词“能见度”。怎么提升内容的能见度，对品牌、媒体或者内容创作者来说，都是颇为关注的问题。过去，内容的能见度基本是由流量和算法决定的。那么在AI时代，决定能见度的关键变成了什么？大家又该往哪个方向去努力？

李银胜：能见度可以分三层来看。第一层能见度，是你的内容能不能被AI看见、吸收，进入它的知识库。第二层能见度，是AI看到了之后，它“信不信”、“认不认”。也就是说，我们要竞争的不是单纯的流量，而是“AI的认知”。

第三层是消费者认可。信息最终是AI传递给消费者的。以前是给一份资料让消费者自己看、自己做判断。现在不一样了，AI就像每个人身边的一个秘书，它帮你总结好了。这就不只是“看见”的问题，而是判断力的问题。AI输出的认知和建议，你怎么判断它是客观的、真实的、全面的？

延伸一下，判断能力还跟当前的教育改革密切相关。现在传授知识不受欢迎，因为知识已经平权了。必须培养能够超越AI、驾驭AI的判断能力。否则，就会被“秘书”牵着鼻子走、不能善用。我现在的研究兴趣是“人智协同”，还新开了一门课，叫“数智实践与系统思维”，就是采用人智协同与实践案例，通过系统分析学习数智技术及其赋能方法，培养思辨意识、判断能力，我觉得这就是驾驭AI的能力。

回到主题，品牌管理只考虑AI认知可能还不够，还应该考虑消费者的判断能力，才算是一个完整的闭环。

澎湃新闻：为了提升内容能见度，如果AI相信哪些东西，我们就有针对性地“投喂”。这样会不会反过来让人类思维AI化？我们会不会为了迎合AI的思维，而丢失了自己的主体性？

李银胜：这可能涉及两种被AI反噬的严重现象。第一是“被AI夺舍”，没有驾驭AI的能力，就像秘书变成了老板，你成了AI的工具。第二是“枕边人效应”，天天跟AI对话，会形成路径依赖，AI的“认知”会反过来影响你的认知。所以，在人智协同进化时代，双方不可避免都会受影响。这方面的教育普及非常迫切，一是防止人被AI驾驭，另一个是防止人被AI影响。

品牌管理：从“事后灭火”转向“日常免疫”

澎湃新闻：说到品牌，您认为引入计算与智能的手段，可以在哪些维度上实现对品牌健康的“可计算化”？

李银胜：可计算我觉得可以分两层来看。

第一层，可计算意味着可建模。比如品牌健康度涉及的品牌知识可以用知识图谱构建，内容及结构要能引起AI注意、强化AI正确认知、方便AI长期记忆，这些都是建模需要考虑的。

顺带谈一点我的相关研究，就是AI的“双价值观融合”对品牌管理可计算化可能的支持。简单来说，价值观就是我们观察到的、不随环境变化的个性化信仰、规律甚至偏见，通过提炼AI在训练过程中形成的自主价值观和特定场景被赋予的角色价值观，可以把影响AI认知的模糊问题模型化，用可计算模型来解释AI的“认知”如何形成、如何交织。例如，可以尝试把品牌知识、AI特性、AI对品牌信息的展现，提炼为品牌价值观、AI价值观、融合生成价值观，再建立三个模型之间的关系模型，然后通过对抗测试和演练，发现AI“认知”偏见，优化品牌管理。

第二层，计算有不同的范式和方法。生成式AI的基本范式是“数据智能”，是通过学习数据形成的智能。生成式AI“认知”和搜索引擎的计算范式和机理都不一样，很多用于搜索引擎的优化方法不再有效。

澎湃新闻：《AI时代品牌健康度与管理创新报告》提到，AI时代品牌管理的重心，已经从“事后灭火”转向“日常免疫”的常态化健康维护。这会对企业的品牌维护产生什么影响？

李银胜：这个问题是本次研讨会的重头戏。品牌知识传播链涉及生产、传播、认知、存储及管理、优化，我建议企业善用技术手段提升常态化健康维护能力。

我在研讨会提出，开展“面向品牌健康韧性管理的生态推演系统”交叉研究，通过品牌传播生态仿真，推演AI时代不同创新的广告模式所衍生的品牌健康失真以及政策效果，不仅可以为品牌健康度管理和舆情危机政策干预提供效果验证，也可以推演可能出现的新情况，目的是通过AI技术手段解决AI技术带来的不确定性。通过事前发现和问题定位不断优化品牌知识表达，促进“事后灭火”向“日常免疫”转变。

品牌生态就是在品牌传播链所有主体利益最大化约束之下，共同形成的可持续生态系统。这个生态里有各种制约机制，国家会有合规监管，行业会制定广告伦理和商业规则，规定什么不能做、什么必须做。

每一个主体既受商业利益的驱动，也受市场的约束，还受法律和政策的约束，是一个全要素动态平衡的生态。比如广告商唯利是图的话，就会影响它在消费者心中的公信力，也会引起行业组织或监管对它的合规性惩罚，反而损害其自身的利益。

整治AI“投毒”：依靠多方约束

澎湃新闻：您也提到，运营商基于广告付费影响AI输出的“微调”已经是常态，这会不会导致AI对真相的垄断和失真？如何避免这种情况？

李银胜：我提到的“微调”应该指检索增强或提示词工程等AI增强方法，AI平台通常根据付费进行检索增强或提示词工程增加曝光率，理论上会导致AI对真相的垄断和失真，但AI或者“微调”只是工具，不合规更多源于人为操纵。

既然是人为操纵，我觉得企业能做的还是要用今天发布的“品牌健康韧性管理”，以及刚提到的“面向品牌健康韧性管理的生态推演系统”等技术手段，来提升日常免疫能力。从整个生态来看，则需要健康的营商环境。

澎湃新闻：今年有一个词比较热，叫“AI投毒”。您觉得应该怎么整治这个现象？

李银胜：“投毒”是个AI治理大问题，感觉就像黑客或软件病毒一样，手段和途径千变万化，AI防中毒能力与“投毒”手段只能无休止地相爱相杀、协同进化。

影响AI认知的“投毒”，是向AI训练数据集、检索数据源注入误导数据，所以AI供应商和运营商依然担负第一责任。研讨会上有专家分享，可以建立品牌数据“净水池”，提供权威、干净的公共数据，避免AI检索、引用有毒数据，是个挺有价值的行业保障服务。

对于品牌所有者，则建议善用韧性管理新技术与新工具，用基于AI的“新办法”来解决AI引发的“新问题”。