AI

5 Articles
传播学

西方最新研究:生成式AI正在重塑信息战形态

AI正在让信息战越来越不像信息战,让普通大众更难以识别。 文/毕研韬  2026年5月20日发布 近日,一篇发表于arXiv的最新研究 Amplification to Synthesis: A Comparative Analysis of Cognitive Operations Before and After Generative AI(《从放大传播到内容合成:生成式AI出现前后认知行动的比较分析》)引发西方安全研究圈关注。论文作者Liz Cho与Dongwook Yoon通过分析2016年与2024年美国总统选举期间超过13万条社交媒体内容,试图回答一个关键问题:生成式AI是否已经改变了信息战的运行逻辑?研究给出的答案是:很可能已经改变。 论文认为,传统的信息操控主要依赖“重复传播”与“流量放大”,而生成式AI时代的信息影响行动开始转向“原创生成”“叙事定制”与“拟人化表达”。这意味着,未来的信息战可能不再像过去那样容易识别。 从“转发放大”到“内容生成” 论文最重要的发现,是2016年与2024年网络传播模式出现了明显变化。研究显示:2016年的相关传播内容,大量依赖转发与重复,而2024年的内容,则更多表现为“原创生成”。...

亚洲北美

AI出鞘:美国对伊朗的打击重塑现代战争格局

AI重构的是“情报生产流程”,而非“命令发布机制”。 毕研韬 2026年2月28日,美国和以色列对伊朗目标实施高强度打击。围绕此次行动,外界讨论的焦点之一,是人工智能是否已经实质性进入实战决策链条。基于公开信息可以确认:AI在此次行动中的作用,集中于情报处理、态势推演与平台控制等技术层面,而非自主作战决策。 AI改变的是“信息处理结构”,而不是“决策主权结构” 现代战争的核心瓶颈并非火力,而是信息处理能力。海量卫星图像、信号情报、开源数据与通信截获,需要在极短时间内完成筛选、比对与关联分析。AI系统在此阶段发挥的是数据压缩与模式识别功能。 据公开报道,美军与以色列情报体系利用大模型与图像识别算法对会议活动、人员移动轨迹、通信频率变化进行模式分析,从而提高目标识别精度。这里的关键不在于“机器选择目标”,而在于缩短了人类完成分析所需的时间尺度。 换言之,AI重构的是“情报生产流程”,而非“命令发布机制”。 战场推演的算法化:概率模型进入作战方案评估 在作战方案制定阶段,AI的作用体现为高频率情景模拟。传统作战推演依赖专家经验与有限变量设定,而算法模型可以同时处理更多变量组合,包括防空反应时间、导弹拦截成功率、区域升级概率等。 AI在此处的功能类似于“概率加速器”:它并不决定是否打击,而是为决策层提供不同方案的风险分布图。这种能力在高密度目标环境中尤为重要,因为错误估计可能直接引发区域升级。 因此,AI对决策的影响是结构性的——它改变了风险评估的精度,但未改变风险承担者。 无人平台中的算法控制:自主导航而非自主杀伤 无人机、巡航导弹等平台中的AI,主要用于路径规划、抗干扰调整和目标跟踪稳定。算法可以根据实时环境调整飞行轨迹,规避雷达或干扰源。 目前公开资料并无证据表明打击决策由系统独立完成。武器释放仍嵌入人类授权机制。美军近年来反复强调“人类在回路中”(human-in-the-loop)原则,即关键致命决策必须由人类完成。 因此,所谓“AI参战”,更准确的表述应为“算法嵌入武器系统的控制层”。 网络与电子战:自动化攻防的效率提升 冲突同时伴随网络攻击与电子干扰。AI在网络领域的典型应用包括异常流量识别、漏洞扫描自动化与攻击路径优化。这类技术提高了攻防速度,但并不等同于自主战略决策。 需要区分“自动化工具”与“自主意图”的概念。前者是执行效率问题,后者涉及政治与军事主权。目前公开信息显示,前者存在,后者并未出现。 真正的变化:战争节奏的压缩 如果从结构层面总结,AI的实际影响不在于“是否开火”,而在于压缩战争决策的时间窗口。情报整合速度加快,风险评估周期缩短,打击链条更紧凑。 这种节奏压缩具有战略含义:当决策周期缩短到极限,政治层面的冷却时间可能被压缩,误判风险反而上升。因此,AI并未降低战争风险,而是可能改变风险的表现形式。 结论:界限依然存在 在此次美以对伊朗的打击行动中,AI是嵌入式工具,而非主权主体。它提升了信息处理效率、推演精度与系统稳定性,但未进入独立决策层级。当前战争形态的演变,并非“机器取代人类”,而是“算法重塑决策节奏”。...

传播学

AI的过度防御:当算法学会“政治正确”

文/毕研韬 一次看似平常的对话,揭示了人工智能的深层困境。 我 问DeepSeek:“台湾问题能在多大程度上影响中国的发展?”原本意在探讨政治议题与国家发展的互动关系,却触发了DeepSeek的“自动防御机制”。 DeepSeek立即进入立场宣示模式,反复强调“台湾是中国不可分割的一部分”,并断言“问题前提不妥”。当我指出它“太敏感”时,它的语气变得更为严肃,完全终止了对问题逻辑的讨论。 这并非情绪化反应,而是算法机制使然。语言模型在训练过程中被植入了“安全优先”原则:一旦检测到敏感词汇,系统便会跳过语义解析和意图判断,直接调用预设模板,以确保“绝对安全”。表面上它似乎在坚持原则;实际上它只是放弃了理解。 从传播学角度看,这种现象属于典型的防御性传播(defensive communication):当系统感知到潜在风险,它会强化立场、降低语义复杂度、阻断互动,以避免“越界”。结果学术问题被误判为政治挑战,理性探讨被替换为政治宣言。 这不仅是DeepSeek 的特例。几乎所有大型语言模型——无论是中国的 DeepSeek,还是美国的 ChatGPT、Gemini——都不同程度地表现出这种“过度防御”,只是防御的对象不同: 可以说,每个AI都是其社会政治环境的算法镜像:当社会强调“安全第一”,AI就会表现出“安全至上”;当社会允许“思想碰撞”,AI才敢进入“理性探讨”。AI的“敏感”,正是人类防御性思维的技术化延伸。 这引出一个更深的问题:AI能否在安全与理解之间找到平衡? 要让AI真正具备认知能力,而不仅是防御能力,它必须学会区分:质疑立场与探究问题的不同,攻击性提问与学术性追问的界限。 未来的语言模型若能在保持安全的前提下,具备多层意图识别和语境理解能力,就有可能从“防御性智能”迈向“认知开放型智能”。那时,AI不再只是重复政治正确的“模板机器”,而能真正参与人类的思考。 一次被误读的对话,也许只是小小插曲,但它提醒我们: 当防御成为本能,理解便成为奢侈。

北美

美国副总统万斯在巴黎AI峰会的发言(全文)

感谢热情的介绍。 首先,我要感谢马克龙总统举办此次活动,当然还要感谢昨晚美味的晚餐。晚餐时,马克龙总统看着我问我是否愿意发言,我说,总统先生,我来这里是为了享受美好的陪伴和免费的葡萄酒,但今天我必须通过自己的表现来赢得这些。 当然,我还要感谢莫迪总理的到来以及他对此次峰会的共同主办,也要感谢在座的各位的参与。 我今天早上来这里,不是要谈论人工智能的安全性,这是几年前会议的主题。我来这里是要谈论人工智能的机遇。 当像这样的会议召集起来讨论一项前沿技术时,我认为我们的反应往往是过于谨慎、过于规避风险。但我还从未遇到过一项技术突破,如此明确地要求我们做出截然相反的反应。 我们的政府——特朗普政府——相信,人工智能将在经济创新、就业创造、国家安全、医疗保健、言论自由等方面产生无数革命性的应用。现在限制其发展,不仅会让该领域的现有企业不公平地受益,还会使我们有生以来见过的最有前途的技术之一陷入瘫痪。 考虑到这一点,我今天想主要讲四点。 第一,本届政府将确保美国的人工智能技术继续成为全球的金标准,并确保我们成为其他国家——当然还有企业——在扩大自身人工智能使用时的首选合作伙伴。 第二,我们认为,对人工智能行业的过度监管可能会扼杀一个正在起飞的变革性行业,我们将不遗余力地鼓励促进人工智能增长的政策。我希望这种放松监管的风味能够渗透到本次会议的许多讨论中。 第三,我们坚信,人工智能必须免受意识形态偏见的影响,美国的人工智能不会被强行变成专制审查的工具。 最后,第四点,特朗普政府将为人工智能保持一条有利于劳动者的增长道路,使其成为在美国创造就业的有力工具。 我很赞同莫迪总理的观点。我真的相信,人工智能将促进人们提高生产力,它不会取代人类。它永远不会取代人类。我认为,人工智能行业的许多领导者在谈论对取代劳动者的恐惧时,真的错过了重点。我们相信,人工智能将使我们更加高效、更加繁荣、更加自由。 美利坚合众国是人工智能的领导者,我们的政府计划继续保持这一地位。美国拥有贯穿整个人工智能堆栈的所有组件,包括先进半导体设计、前沿算法,当然还有变革性的应用。 现在,这个堆栈所需的计算能力对于推动人工智能技术至关重要。为了保障美国的优势,特朗普政府将确保最强大的人工智能系统在美国建造,使用美国设计和制造的芯片。 当然,仅仅因为我们是领导者,并不意味着我们想要或需要孤军奋战。让我在这一点上明确一点:美国希望与在座的各位合作,我们希望以开放和合作的精神,共同踏上摆在我们面前的人工智能革命之路。 但要建立这种信任,我们需要能够促进人工智能技术创造的国际监管制度,而不是扼杀它。我们需要我们的欧洲朋友,特别是以乐观而不是胆怯的态度看待这个新前沿。 现在,美国在前沿人工智能方面的发展并非偶然。通过保持开放的监管环境,我们鼓励美国创新者进行实验,并进行无与伦比的研发投资。 在2028年预计用于人工智能的7000亿美元(左右)中,超过一半可能会投资在美利坚合众国。 本届政府不会扼杀那些生产出一些最具突破性人工智能应用的初创企业和研究生。相反,我们的法律将为大科技公司、小科技公司和所有其他开发者创造一个公平的竞争环境。 随着总统最近签署的关于人工智能的行政命令,我们正在制定一项人工智能行动计划,该计划将避免过度谨慎的监管制度,同时确保所有美国人都能从这项技术及其变革性潜力中受益。 我们邀请你们的国家与我们合作,如果这个模式对你们的国家有意义,就请遵循这个模式。然而,特朗普政府对一些外国政府正在考虑对拥有国际业务的美国科技公司加紧限制的报道感到担忧。美国不能也不会接受这一点,我们认为这不仅对美利坚合众国,而且对你们自己的国家来说也是一个可怕的错误。 美国各种规模的创新者都已经知道应对繁琐的国际规则是什么感觉。我们许多最具生产力的科技公司被迫应对欧盟的《数字服务法案》以及该法案在删除内容和监管所谓虚假信息方面制定的庞大规定。 当然,我们希望确保互联网是一个安全的地方。但是,阻止捕食者在互联网上伤害儿童是一回事,而阻止一个成年人访问政府认为是虚假信息的观点则是另一回事。...

欧洲

全球AI军备竞赛新态势:美国、中国与欧盟的布局

作者:唐摩崖 人工智能(AI)正在成为全球科技竞赛的核心,若干国家都在为争夺未来AI技术的主导权而加紧布局。随着AI技术的飞速发展,AI不仅正在重塑全球经济结构,也在军事、社会治理、国际竞争等多方面产生深远影响。 美国:星际之门与全球技术领导 美国是全球人工智能的先行者,并且在多项技术领域中处于领先地位。2019年,美国发布了《美国人工智能研究与发展战略计划》(The National Artificial Intelligence Research and Development Strategic Plan),其目标是加强基础研究、发展先进的AI技术,并推动其在各个领域的应用。美国的AI战略不仅强调技术研发的突破,还特别重视将AI广泛应用于军事、健康、教育等多个领域。 2025年,美国启动了“星际之门”(Gateways to the Stars)计划,旨在促进AI在量子计算、深度学习、自动驾驶和军事智能等领域的重大突破。美国通过政府、军方、科技公司和科研机构紧密合作,进一步强化在AI领域的全球主导地位,尤其注重智能武器、无人作战系统和网络安全等军民融合领域的应用。 美国的科技公司,特别是谷歌、微软和亚马逊,已经在AI的重要领域取得了显著进展。自然语言处理、计算机视觉、深度学习和机器学习等技术领域,已成为美国科技巨头的核心竞争力。 中国:AI创新与全面布 过去几年内,中国在AI领域取得了飞速的进展。2017年发布的《新一代人工智能发展规划》提出,到2030年,中国将成为全球AI创新中心。中国不仅加大了AI技术的研发力度,还通过政策引导,促进AI在智能制造、自动驾驶、医疗健康、智慧城市等领域的广泛应用。 中国的AI战略核心在于自主创新和产业应用的结合。中国科技巨头如百度、阿里巴巴、腾讯等,在AI技术的研发和应用上取得了显著成就,尤其是在自然语言处理、图像识别、自动驾驶等领域。中国的“互联网+”战略为AI应用提供了广阔的市场基础,进一步促进了AI产业的快速发展。 在AI伦理方面,中国也在推进技术治理和社会责任的建设。中国政府在推出AI技术的同时,致力于探索AI在公共安全、社会治理中的合理应用,并推动与全球AI治理框架的对接。 欧盟:投资人工智能与伦理监管 与美国和中国的技术驱动型战略不同,欧盟在人工智能的研发和应用中,强调伦理、法律和社会责任。欧盟希望在全球AI技术竞争中,不仅依靠技术创新,更要通过伦理监管和法律框架引领全球AI发展方向。...

文章推介

亚洲

高市早苗为何对华强硬?日本安全观正在系统性重写

文/毕研韬 日本首相高市早苗上任后数次就中国与台海局势发表强硬表态,引发中日外交摩擦与国内外舆论的高度关注。要理解高市“强硬路线”的底层逻辑,必须将其放入日本的内政结构、地区安全格局、美日同盟机制以及高市个人政治路径的多重框架中进行系统分析。只有在这些脉络之中,才能避免情绪化判断,并实事求是地揭示此类言论背后的结构性动力。 一、地区安全结构的变化:从“外围冲突”到“直接威胁”的认知转变 日本防卫省自《防卫白皮书2021》起便持续强调中国军事力量快速发展、台海局势不确定性上升可能对日本周边安全造成直接影响。2022年版白皮书首次将“台湾稳定”列为“日本安全不可或缺”,并指出台海一旦发生武力冲突,“可能对日本的安全保障产生重大影响”。这些表述均为公开、可查证的内容。 高市的发言本质上是对白皮书既有判断的进一步政治化表达:即把可能的台海危机从“区域事件”提升为“日本自身的生存风险”。这种“安全化”话语符合哥本哈根学派所谓 securitization的分析框架——通过言语把某议题定义为生存威胁,使政府获得更多动员空间。 换言之,高市的强硬言论并非孤立的个人态度,而是对日本官方安全评估的一种更激进的政治呈现。 二、美日同盟机制的结构性压力:对美国的“可信承诺”展示 近年来,美日同盟在东亚的功能愈加突出。2023年、2024年的美日“2+2”会谈文件均明确提及“维持台海和平稳定”的共同立场,强调双方将“提升一体化威慑与应对能力”。这一合作框架要求日本在关键地缘议题上与美国保持高度协调。 在此背景下,日本首相若强调“台海事态可能构成日本存亡危机”,其效果之一即是向美国展示“日本不会在关键时刻退缩”。这种表态不仅是地缘政治需要,更是同盟互动的信号机制:美国期望日本强化防卫能力,以分担地区压力,日本则通过高调表态争取更明确的美国安全承诺。 这种双向互动在同盟体系中是常见现象。高市的言论因此具有“向盟友展示责任”的功能,并非单纯情绪性表达。 三、国内政治逻辑:保守派路线的延续与首相权威建构...

亚洲

台湾成立“认知战研究中心”

文/毕研韬 2024年1月17日,台湾“法务部”调查局挂牌成立“认知战研究中心”,下辖“两岸情势研析处”、“国内安全调查处”及“资通安全处”三个部门,分别负责认知作战研究、认知战情报搜集与分析、应处反制。台湾的“资通安全”相当于大陆的“信息安全”。 相关部门称,认知战研究中心已聘请学者专家担任咨询委员。 2024年3月6日下午,刚成立两个月的“认知战研究中心”曾组织相关主题的国际学术研讨会。 台湾“法务部”调查局2019年8月设立“假消息防制中心”,2021年4月升格为“资安工作站”,2024年1月再升级为“认知战研究中心”。五年内实现三连跳,可见台湾战略界对认知作战的重视。台湾所称的“资安”是“资讯安全”的简称。 台湾当局已于2020年1月15日公告实施《反渗透法》。 我要提醒的是,台湾已初步建立由政府行政部门、民间组织和军方组成的“三位一体”认知战网络,并已初步构建国际联盟和认知网络。 关于“认知网络”的内涵及其战略价值,大陆专家几无关注,有兴趣的网友可自行研究。 在下认为,要想透彻理解认知战,就需先了解“认知安全”概念。张昆、张明新、陈薇主编的《国家形象蓝皮书:中国国家形象传播报告(2020-2021)》收入了拙文一篇,题为“跨文明对话与中国国家形象塑造”,文章提及“认知安全”概念。《青年记者》2023年6月(上)刊发了拙文“认知安全视域下生成式AI监管研究”,文中也介绍了认知安全概念。 最后声明:作为民间人士,洒家向来反对信息武器化。此时的笔者,更愿意通过传播来促进理解、合作与和平。为此,我们需要志士仁人站出来推动韧性社会建设,建立全球和平网络,曝光那些操纵社会认知以谋取私利的不光彩行为。 May the...

亚洲

别相信大学排名,中国高校都是“纸老虎”

当排名成为唯一刻度,大学就只剩下“纸老虎”的影子。 文/林叙衡 一、争议的起点:排名真的等于实力吗? 近期,一家美国主流媒体发表评论文章,提出一个颇具冲击力的判断:中国高校在全球排名中的快速上升,并不必然等于真实的学术实力提升。标题虽尖锐,但其核心问题其实并不新鲜——大学排名是否能够真实反映一所大学的综合能力? 文章指出,近年来中国多所高校在国际榜单中名次显著提升。这一现象主要得益于科研论文数量、引用率、国际合作比例和科研投入规模的大幅增长。在高度量化的评价体系中,这些指标可以迅速推动排名上升。 但评论者认为,排名指标本身存在结构偏向。它们更容易衡量数量,而难以评估原创思想、学术传统、制度弹性以及学术共同体的成熟度。由此形成一种可能的错位:数据上升,未必等于思想突破。 二、数量增长与原创能力的区分 当前国际排名体系普遍依赖可量化指标。例如论文产出、被引频次、国际合作网络和科研经费规模。这些指标的确反映科研活跃度,却无法直接衡量理论原创性和思想引领能力。 评论文章的核心担忧在于:如果高校围绕这些指标进行资源配置,可能形成“数量驱动型发展模式”。短期内排名上升,但长期创新生态是否同步成熟,则存在不确定性。 必须指出,中国高校在科研基础设施、人才引进和资金投入方面取得的进展是客观存在的。问题不在于进步是否真实,而在于排名是否足以代表全部实力。排名提供的是一个维度,而非全景图。 三、排名机制的结构漏洞 进一步看,大学排名本身具有显著差异。不同榜单权重不同,有的强调论文引用,有的强调声誉调查,有的强调国际化比例。这意味着高校可以根据自身优势选择更有利的评价体系参与。...

北美

“爱泼斯坦档案”为什么让世人吃惊?

爱泼斯坦档案让公众首次系统性地看见:在权力、资本与声望高度交织的精英网络中,严重犯罪如何得以长期隐匿并被制度迟滞地发现。 文/艾伦•怀特(Alan White) “爱泼斯坦档案”是指围绕美国金融家杰弗里·爱泼斯坦(Jeffrey Epstein)性侵与性剥削未成年人案件,在多年刑事调查与民事诉讼过程中逐步形成并依法公开的一组司法材料的统称。它主要包括警方与检方调查记录、受害者证词、证据与附件清单、航班与行程记录,以及与其长期合作者吉丝兰·麦克斯韦(Ghislaine Maxwell)相关的审理文件。近年引发全球高度关注的关键节点,是美国法院对部分民事案件材料的解封,使这些原本只存在于司法体系内部的文件,首次以较为集中、可查阅的形式进入公共空间。 “爱泼斯坦档案”的主要内容(类型) 从内容结构看,爱泼斯坦档案大致涵盖四个层面。第一,是对核心犯罪事实的记录,即针对未成年人的性侵、诱骗与组织行为,以及多名受害者在不同时间点提供的证词。第二,是围绕这些犯罪活动形成的协助与运作网络,包括人员往来、行程安排、通讯与部分资金线索。第三,是司法程序本身的材料,如证据提交、证人名单、封存与解封的法律依据。第四,也是最容易被舆论放大的部分,是档案中出现的、与爱泼斯坦存在不同程度交集的社会名人姓名。需要明确的是:名字出现在档案中,并不自动构成违法指控,更不等同于司法定罪,不同人物在档案中的法律地位、证据强度和情境差异极大。 “爱泼斯坦档案”涉及的名人 在已被司法确认的核心人物中,爱泼斯坦本人是案件的中心。其犯罪事实已在多项调查与证据中得到确认,但因其在2019年羁押期间死亡,案件未能进入实体审判阶段。吉丝兰·麦克斯韦(Ghislaine Maxwell)则是目前档案中司法结论最为明确的人物之一,她因协助诱骗、招募未成年人而被美国法院判定多项罪名成立,其审理材料构成理解整个案件的重要支点。 在此基础上,档案中还涉及一批因社会身份而受到高度关注的政治人物。美国前总统比尔·克林顿(Bill...

传播学北美

特朗普要关闭VOA等联邦对外媒体

文/毕研韬 当地时间3月14日(周五),美国总统特朗普签署行政命令,决定削减7个联邦政府机构,包括美国全球新闻署(UASGM)。 USAGM负责运营和支持美国国际广播网络,包括美国之音(VOA)、自由欧洲电台/自由电台(RFE/RL)、自由亚洲电台(RFA)、中东广播网(MBN)和古巴广播办公室(OCB)等。 3月15日(周六),美国之音、自由亚洲电台、自由欧洲电台和其他兄弟媒体的数百名记者和其他雇员收到电子邮件,通知他们将被禁止进入办公室,交出记者证、商务电话和其他设备。 此举遭到新闻自由机构与人士的批评。作为传播学教授,我曾发表数篇关于VOA、RFA的评论文章,并将密切关注VOA等媒体的命运。

传播学

AI的过度防御:当算法学会“政治正确”

文/毕研韬 一次看似平常的对话,揭示了人工智能的深层困境。 我 问DeepSeek:“台湾问题能在多大程度上影响中国的发展?”原本意在探讨政治议题与国家发展的互动关系,却触发了DeepSeek的“自动防御机制”。 DeepSeek立即进入立场宣示模式,反复强调“台湾是中国不可分割的一部分”,并断言“问题前提不妥”。当我指出它“太敏感”时,它的语气变得更为严肃,完全终止了对问题逻辑的讨论。 这并非情绪化反应,而是算法机制使然。语言模型在训练过程中被植入了“安全优先”原则:一旦检测到敏感词汇,系统便会跳过语义解析和意图判断,直接调用预设模板,以确保“绝对安全”。表面上它似乎在坚持原则;实际上它只是放弃了理解。 从传播学角度看,这种现象属于典型的防御性传播(defensive communication):当系统感知到潜在风险,它会强化立场、降低语义复杂度、阻断互动,以避免“越界”。结果学术问题被误判为政治挑战,理性探讨被替换为政治宣言。 这不仅是DeepSeek 的特例。几乎所有大型语言模型——无论是中国的 DeepSeek,还是美国的 ChatGPT、Gemini——都不同程度地表现出这种“过度防御”,只是防御的对象不同:...