图源：小今提示 Ideogram生成
在数字技术的飞速发展中，人工智能（AI）已成为推动社会变革的重要力量。特别是生成式人工智能（Generative AI），它通过学习数据的内在模式来生成全新的内容，其应用范围涵盖了艺术创作、医疗诊断、个性化推荐及自动化新闻编辑等多个领域，以前所未有的方式重塑着内容的生产和分发。
在这样的背景下，用户需求与表达方式也随之发生了根本性的变化。用户不再满足于被动接受信息，而是期望能够主动参与到内容的创造和定制过程中。这种转变对新闻传播业态产生了深远的影响，传统的一对多的传播模式正在向更加个性化、互动性强的多对多模式转变。
北京师范大学喻国明教授和苏健威、张恩雨的论文旨在探讨生成式AI时代用户需求与表达的新范式，分析用户需求如何从传统的分众匹配转变为更为复杂和动态的层级递进式要素融合网络。研究者从传播学、社会学、心理学等多个学科的角度，探讨这一转变背后的深层逻辑，以及它对新闻传播业态可能带来的影响。
论文信息
喻国明,苏健威,张恩雨.论生成式AI时代的用户需求与表达范式——从分众匹配到层级递进的要素融合网络[J]. 新闻与传播评论,2024,77(01):5-14. DOI:10.14086/j.cnki.xwycbpl.2024.01.001.
该论文在理论上的创新主要体现在两个方面。首先，它提出了“基底需求—需求要素补充”的生成机制，用以描述生成式AI时代用户需求的新特点。这一机制强调了用户需求的动态性和渐进性，即用户需求是在不断与AI系统互动的过程中逐步明确和细化的。其次，论文引入了自组织价值创生范式的概念，指出在生成式AI时代，用户需求与媒介产品的关系将更加紧密，用户的个性化需求将推动媒介产品的自组织创新和价值创生。
实践创新
在实践层面，该论文的创新之处在于为媒体机构和科技企业提供了用户需求分析和产品设计的具体策略。论文指出，要适应生成式AI时代用户需求的变化，必须关注用户的深层心理机制，利用AI技术进行用户需求的细粒度分析和精准匹配。同时，媒体机构应积极探索新的传播模式和交互方式，以更好地满足用户的个性化需求。
跨学科视角
该论文融合了社会科学和自然科学与技术的研究成果，从多维度分析生成式AI对用户需求与表达的影响。这种跨学科的研究方法为理解复杂的社会现象提供了更为全面的视角。
论文的研究方法
文献综述
论文首先通过文献综述的方式，回顾了生成式AI技术的发展历程、特点以及应用现状。同时，论文还梳理了传播学、心理学等相关学科关于用户需求和表达的研究成果，为后续的研究奠定了坚实的理论基础。
理论分析
本研究运用传播学、社会学、心理学等多个学科的理论框架来分析用户需求与表达的变化。例如，使用马斯洛的需求层次理论来理解用户需求的层次性，或者应用认知心理学中的元认知理论来探讨用户如何在与生成式AI的互动中调整和细化他们的需求表达。此外，还将引入自组织理论来分析内容生产和消费的新动态。
案例分析
为了深入剖析生成式AI时代用户需求与表达的变化，论文采用了案例分析的方法。通过对多个典型AI应用案例的深入剖析，论文揭示了用户需求在AI系统下的新特点和新趋势，如自然交互、细粒度表达等。
论文的研究过程
用户需求与表达的定义和特征分析
首先，论文明确界定了“用户需求”与“需求表达”的概念，并探讨它们在不同时代背景下的演变。接着，分析用户需求的内隐性、模糊性特征，以及这些特征如何影响用户需求的表达和满足。最后，探讨传统媒介环境下用户需求表达的局限性，以及生成式AI如何为用户需求表达提供新的可能性。
生成式AI对用户需求与表达的影响分析
论文探讨了生成式AI如何通过降低个性化需求满足的边际成本，使得长尾需求得到更好的满足；分析了生成式AI如何识别和满足用户的非理性需求，以及这一过程如何促进用户需求的外显化和对外连接；还讨论了生成式AI技术如何通过模拟人类认知和情感，提升用户需求表达的准确性和完整性。
用户需求表达的新模式分析
从图形控件交互到自然交互的转变：分析用户如何通过自然语言、语音、图像等多模态信息与系统进行交互。
从理性需求到理性与非理性需求融合的转变：探讨用户需求表达如何整合理性和非理性要素，形成更全面的需求表达。
从粗放匹配到细粒度表达的转变：研究用户需求表达如何从粗放的经验匹配转向精细的语义连接。
生成式AI时代用户需求的新样态分析
论文描述了用户需求的层级递进式要素融合网络，分析用户需求如何在基底需求之上，通过不断补充新要素，形成系统性需求；分析了用户需求的基底类别结构与要素层的相互作用，探讨用户需求如何在不同层面上呈现出个性化和动态变化的特征；讨论了用户需求的新样态如何影响媒介产品设计和传播策略，以及这一变化对新闻传播业态的潜在影响。
论文的结论与展望
研究结论
论文总结了生成式AI时代用户需求与表达方式的变化，指出用户需求本质上作为需求基底类别结构，通过“基底一新要素补充”的生成机制，对笼统且简单的语义结构、语言逻辑和语义内涵进一步丰富，并在“需求表达得到反馈”的调整后，最终形成用户个性化的精确需求。
用户需求表达方式、表达逻辑和表达粒度分别趋向于从图形控件交互到多模态的“自然交互”、从表层的理性需求到深层的非理性需求的“理性和非理性互构”和从经验世界的粗放匹配到语义世界的精细连接的“定制化与细粒度”。
未来展望
论文建议未来的媒介产品设计与传播策略应更加注重用户的个性化需求和深层心理机制，以应对新闻传播业态的“自组织式”质变。而未来的研究应更加深刻地把握用户需求和需求表达的内在规律和发展趋势，特别是在挖掘用户深层心理机制中的潜在需求方面，以期推动新闻传播业态的进一步变革和创新。
结语
喻国明、苏健威和张恩雨的论文深入探讨了生成式AI时代用户需求与表达方式的变革，提出了“基底需求—需求要素补充”的生成机制和自组织价值创生范式。论文强调了用户需求和表达的动态性、个性化以及自然交互的特点，并为媒体机构提供了应对策略。未来研究需关注用户深层心理机制，以推动新闻传播业态的创新。
图文收集自网络，非本号观点；如有侵权，请联系删除
更多前沿论文解读，请每日关注AI今说~
