北京
随着生成式人工智能的迅速普及，AI应用正成为大众接入互联网的常用入口。当越来越多的人直接向AI打听一个国家、一段历史、一场战争或一起国际争端时，AI会如何描绘这个世界？它引用什么、忽略什么，又会如何将特定立场编织成看似完整、自然乃至权威的答案？围绕这些问题，一场新型国际传播竞争已然拉开帷幕。
今天，越来越多的国家不再聚焦媒体报道量和国际舆论关注度，而是高度关注“生成式引擎优化”（GEO），努力让本国文化、政策、历史叙事和社会形象能被大模型准确纳入知识来源，使AI在回答相关问题时充分引用，并往有利本国的方向加以解释。另一边，一些国家建设政务大模型或政务AI平台，用于处理政策文件、法律法规、统计数据。这类平台背后，其实是一套庞大的国家知识系统。机器调用哪些材料、赋予哪些信源更高权重、倾向哪种标准答案，都会逐步成为制度设计的有机部分。
表面看，国家GEO与政务大模型，一个是对外传播，一个是内部行政，看起来风马牛不相及，但二者共同指向一个本质变化：国家间在信息领域的竞争，已进入人工智能赖以运行的知识环境。争夺的关键，是机器在生成答案之前能够接触什么、优先相信什么以及如何理解。
例如，日本高市早苗政府投入44亿日元打造的、服务右翼政治立场的大模型“源内”，就是高市政府AI战略的重要一环。基于包括涉台错误言论、钓鱼岛非法主张、淡化甚至美化侵略战争的诸多“有毒”言论，该模型生成的、打着日本“官方”旗号的错误内容，未来很可能会成为全球AI的认知污染源。
要深入理解这种认知污染和“投毒”的战略，可以将其拆分为三个层面。首先是内容生态。一个国家的信息生产，决定着公共讨论的边界，也塑造着社会对世界的基本认知。大模型的出现，让不少临时性、随机性的传播内容获得了“第二次生命”，通过AI的回答持续影响后来的人。
其次是信息分发渠道。互联网时代，信息权力体现为平台排序权——排序中落于下风的内容，公众是很难看见的。而由于AI不再依赖传统排序，新的权力核心成了检索权重和生成概率。哪些来源更易被调用，哪个结论更契合模型算法，决定了用户最终看到什么。
最后，也是最关键的，是认知环境的塑造。内容生态决定“有什么信息”，分发渠道影响“什么更容易被看到”，而认知环境则决定了信息如何被解释。大模型依赖训练语料、知识库、检索规则等条件来组织答案——这些技术环节共同构成了机器认识世界的“前置环境”。因此，守住这一环境，是防止AI被外部错误信息“带偏”的根本防线。
“保护认知环境”听起来很复杂，其实并非全新事物——教育体系、知识分类、档案制度等等，历来是人们理解世界的基本框架。而现在，当AI在这个框架中占比越来越重，许多原本技术性的问题，也获得越来越强的传播政治意义。例如，训练数据如何构成，权威来源如何界定，哪些数据库能够接入，争议问题如何呈现，官方政策材料能否被直接转化为事实判断等，都变得更为重要。
一种“循环强化”的可能是，政府政策文件或官方立场，被AI调用学习，辅助生产新的政策文本、行政答复和公共解释后再度被AI调用。经过多轮循环迭代，既有叙事的制度稳定性会越来越强、越来越权威，其AI调用的权重和优势也就越来越大。
当然，这也是一把“双刃剑”。正确的立场能够得到强化，错误的声音同样也可能得到放大。关键在于政府网站和公共数据库能否及时进行“适机器化”的调整，完善结构、梳理权威资料，以便于大模型抓取、理解和调用，从而利用好“循环强化”的正面效应，压制AI传播的负面影响。
因此，未来国际传播竞争力的衡量标准必须更新。拥有更多渠道、生产优质内容依然重要，但更具决定性的能力，在于能否建立可信、开放、机器可读的知识体系，让本国的事实、经验和叙事进入全球AI的知识结构，同时防止自身智能系统被单一政治立场和封闭信息源锁定。
当越来越多人通过AI理解国际事件、历史争议和公共政策时，机器的知识环境便成为人类认知的有机组成部分。在这场博弈中，国家的传播权力已下沉至更底层的基础设施层面——谁能左右智能时代的认知环境，谁就握有影响信息如何被生成、解释与理解的新型权力。这既是挑战，也是重新定义国际话语权格局的战略窗口。（作者是复旦大学新闻学院长聘教授）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
