喻国明

【摘要】AIGC技术的爆发式演进正将传播生态推向“哥白尼式革命”的深水区。当算法能够以零边际成本生产海量信息，传统的“信息传递论”范式遭遇合法性危机，传播学教育陷入“技能主义”的路径依赖与人文价值的迷失。基于4E认知理论（具身、嵌入、生成、延展）与人机共生哲学，本文提出传播学教育必须完成从“信息搬运”向“认知建构”的范式跃迁。文章创新性构建了“认知架构师、策展人、编排师”—“意义联结者”（CACO-M）的能力模型，旨在培养“驾驭AI而非被AI驾驭”的认知引擎。通过“基础重塑—场景模拟—价值引领”的三阶进化路径，不仅为破解AI时代的教育焦虑提供了理论镜鉴，更为重塑传播学科的主体性与不可替代性贡献实践方略。

【关键词】AIGC；具身认知；范式跃迁；“CACO-M能力模型”；认知建构；传播伦理

一、破局：时代变革的逻辑审视

（一）信息丰裕的荒诞：当算法成为过剩的源头与意义的黑洞

站在 2026 年的时间节点回望，AIGC 技术已从简单的文本生成进化为多模态内容的实时生产与分发系统。我们正身处一个信息和知识边际成本趋近于零的“丰裕时代”：算法驱动的新闻机器人 24 小时产出报道，AI 绘画工具可批量生成视觉作品，多模态模型能根据用户指令定制化生产音视频内容。然而，这种技术红利并未带来预期的认知解放，反而催生了“信息过载”与“意义空心化”的双重危机。算法的自动化生产与商业逻辑的驱动，使信息如洪水般泛滥，却因缺乏深度与价值引导而沦为“噪音”。传播的核心矛盾由此发生根本性位移：从工业时代的“如何生产更多内容”转向智媒时代的“如何在信息洪流中构建可信的认知框架”。传统传播学教育以培养“采、写、编、评”的信息搬运工为目标，在算法可零边际成本生产内容的当下，其教育模式与现实需求严重脱节。这种“丰裕的荒诞” 揭示了一个深刻悖论：当机器能高效完成内容生产时，人类传播者的核心价值必须转向更高阶的认知建构——从执行者变为架构师，从传递信息转向搭建意义框架。

 （二）技能主义的黄昏：在“人文修道院”与“科技网吧”之间迷失

当前的传播学教育体系深陷“技能主义”的困境，其滞后性体现在技术认知与人文理念的双重断裂。一方面，部分院校将教育简化为工具培训，盲目压缩哲学、社会学、新闻伦理等课程，用“算法思维” 与“工具教学”取而代之。学生被训练为熟练操作 AIGC 工具的技术工人，却缺乏对信息价值、传播伦理的深度思考，成为“有技术无灵魂”的空心人。另一方面，部分坚守人文传统的院系则陷入封闭，排斥技术教育，将自身构建为“人文修道院”。这种割裂导致教育场域呈现出荒诞景观：一边是堆砌代码与工具的“科技网吧”，一边是隔绝现实的“理论高塔”。学生在技术洪流中缺乏价值根基，在人文深海中脱离实践场景，最终只知“如何生成内容”，却不知“为何生成”与“如何负责”。若传播学教育不能超越技能训练，重构“技术理解力”与“价值判断力”并重的认知范式，其学科合法性将在技术冲击下分崩离析。

（三）重构路径：走向认知架构师的培养范式

面对时代变革，传播学教育亟须破局：首先，需要重构课程体系，将算法逻辑、数据科学纳入基础教学，同时深化媒介哲学、传播伦理等批判性课程，培养“解码技术黑箱”的能力。其次，建立“问题导向” 的学习模式，通过项目制教学引导学生解决现实中的信息治理、价值传播等复杂问题。最后，推动跨学科协作，与计算机科学、社会学等学科共建实验室，让学生在真实场景中理解技术与社会系统的互动关系。唯有如此，传播人才方能超越“信息搬运工” 的窠臼，成为能在算法浪潮中锚定意义坐标、重构社会认知的“架构师”。

智媒时代的教育转型本质是重新定义“人”在传播中的价值。当算法成为内容生产的“基础设施”，传播者的使命便是成为意义的建筑师——在丰裕的信息荒原上，建造通往真理与价值的桥梁。

二、建构：新范式与能力模型的理论锚点

（一）从“传递”到“建构”：在“离身”的算法洪流中打捞“具身”的意义

传播学的发展史本质上是人类对传播本质的认知史。从拉斯韦尔的线性 5W 模式将传播视为信息单向流动的物理过程，到香农的信息论将传播简化为信号传递的数学问题，传统范式始终困于“离身” 的认知迷思——将传播视为脱离身体、情境与意义的纯粹信息传递。然而，在人机共生的智媒时代，传播已彻底突破物理空间的限制，演变为心理空间与社会空间的“认知建构”活动。当算法能够以零边际成本生成海量信息时，传播的终极目标不再是 “传递”信息，而是“建构”意义——在信息洪流中锚定价值坐标，在认知碎片中重建深度关联。

本文引入“4E 认知理论”（具身性、嵌入性、生成性、延展性）作为新范式的理论基石，为传播学教育提供重塑人类主体性的哲学框架。所谓具身性（Embodied）强调认知是身体与环境的动态互动过程，意义并非抽象符号，而是通过感官体验与实践行动被感知与建构；所谓嵌入性（Embedded）是指认知根植于特定的社会文化背景与物质环境，传播者需要理解信息生成与解读的语境依赖性；所谓生成性（Enactive）则主张认知是通过主体与环境的持续互动“生成”的，而非对客观世界的被动反映；而延展性（Extended）则是突破大脑边界，将外部工具（如算法）视为认知系统的延伸。这一理论框架颠覆了传统意义上“离身”的理性主义传播观，将人重新置于认知中心，强调身体、情境、实践与技术协同在意义建构中的核心作用。

（二）人机共生的缝隙：在概率计算之外锚定人类智慧的灯塔

近年来，我在主持智能传播教育重构课题时，有个核心发现始终萦绕在脑海：AIGC 技术正在从底层重塑传播生态。要重构传播学教育体系，绕不开的第一步就是清晰划定 AI 与人类在传播活动中的能力边界。

我曾对比过多所高校的教学实践，发现 AI 在数据处理、模式识别和概率预测上的效能确实令人惊叹——它能在短时间内生成海量文本，精准识别受众的情感倾向，甚至能预判一条内容的传播热度。但这里必须打个问号：这种能力真的是“智能”吗？其实不然，它本质上是基于大数据的统计模仿，永远无法触及人类对价值、伦理与意义的深层叩问。

人类智慧的独特性恰恰藏在 AI 无法涉足的那些维度里：情感共情时的微妙体察，价值判断时的伦理坚守，批判性思考时的抽丝剥茧，还有创造性想象时的天马行空。这些能力不是凭空产生的，它们扎根于每个人的具身经验、文化积淀与伦理自觉。就像我之前参加的一场传播伦理研讨会，在场学者几乎达成共识：算法偏见的伦理反思与价值纠偏，只能由人类研究者完成——因为机器看不到偏见背后的权力结构，也理解不了被偏见伤害的个体困境。这种人机之间的能力互补，恰恰为传播学教育重构找到了理论支点：AI 不该是人类的替代品，而应成为拓展认知的“脚手架”。我们的教育目标是培养能在算法洪流中站稳脚跟的“认知架构师”。比如，在开发“CACO-M 能力模型”时，我们特意加入了“价值判断力”和“批判性算法思维”两个核心维度——这正是从多所高校的教学案例中提炼出的人机共生关系里不可替代的人类能力，如今它们已成为传播学专业需要重点培养的核心素养。

所谓“CACO-M 能力模型”是指“认知架构师、内容策展师、体验编排师”三位一体的能力模型。这一概念是我们基于学术或产业界业已提出的若干分散概念所进行的后期整合概括而得出的： Cognitive Architect（认知架构师）→组织认知系统的顶层设计者；Curator（策展人）→从“意图策展” 或“生活策展”延伸至“内容策展”；Orchestrator（编排师）→从“体验设计”和“场景编排”等整合推导而来.....(本文为文章截选，完整版请搜索公众号：“教育传媒研究杂志社”)