彭兰 | 智能传播时代“智能鸿沟”的走向探询

时间：2026-01-07 05:33

点击：

彭兰 | 智能传播时代“智能鸿沟”的走向探询

【作者简介】

彭兰，中国人民大学新闻与社会发展研究中心、中国人民大学新闻学院教授、博士生导师。

本文刊登在《中国编辑》2024年第11期

[摘要]智能传播时代，数字鸿沟将发展为智能鸿沟，智能鸿沟在四个方面的走向尤其值得关注：其一是“知识沟”的升级，知识沟的新表现体现在人们获得信息与知识的质量差异，以及知识生产能力的差异；其二是“生存沟”的深化，智能技术的应用能力差异会带来人们生存能力与权利保护方面的差异，也会带来新的社会分化；其三是“表达与参与沟”的延续，智能技术应用能力、人文精神、社会参与动因等差异，会导致自我表达和社会参与水平以及社会影响力等方面的落差；其四是“反异化沟”的凸显及其挑战，不同人群对技术异化风险的认知、反思意识和对抗能力等方面的差异会不断显现，技术精英在这方面的“落伍”风险更不可小视。

[关键词]智能传播智能鸿沟数字鸿沟知识沟生存沟技术异化

在智能技术社会影响的研究中，数字鸿沟是一个不可绕开的话题。20世纪末，数字鸿沟问题因互联网应用的兴起而进入人们的视野，虽然研究者对这一概念的界定各不相同，但这些界定大都有一个共同的内涵，那就是个体、群体间在信息传播技术采纳和应用上的差异［1］。早期的研究者普遍将互联网等数字技术的接入和使用上的差异称为第一道和第二道数字鸿沟，后来又有学者提出了第三道数字鸿沟的概念，即数字技术的分布和使用的不公平带来的使用结果的差异，在这一视野下，关于数字鸿沟的研究也变得日益丰富、深入。

智能传播前景下的数字鸿沟，是将不断缩小还是继续扩大？它会表现在哪些方面，有哪些新特点？由于实践的限制，目前我们对这些问题的认识还有限，但从智能技术的特性及其发展趋势来看，它带来社会群体分化与落差的风险并不会减少。我们也可以推测，在智能技术的影响下，一些原有的数字鸿沟将会延续或升级，另一些新形式的鸿沟会逐步显现，数字鸿沟作用的方式也会有所变化。因此，有必要将数字鸿沟的研究深化为智能鸿沟的研究。

一、

智能鸿沟：数字鸿沟的新发展

智能鸿沟特指个体或群体在智能技术的接触、使用及应用结果等方面形成的差异。对智能鸿沟的研究，不能只是沿袭以往数字鸿沟研究的思路，还需要关注智能技术作用的新特点，以及带来的新鸿沟形式。

值得注意的是，智能传播时代有两种不同类型的智能技术接触：一是人工智能生成内容（AIGC）等智能技术可以为用户的主动表达、创造提供可能，它们是“用户主动型智能技术”，而在这些技术的可得性或接入方面，用户还存在明显差距，文化程度高或拥有地区性优势的人群更容易获得相关技术。二是算法等平台主导使用的智能技术可以被视为“用户被动型智能技术”，用户对这些技术的接触往往是被动的，并非接触越多越好，甚至在算法接触中会出现一种“反转”，即媒介素养或智能素养弱的用户，更容易被迫接触各种算法且受到这些算法的影响，而媒介或智能素养高的用户则可能用一些方式回避某些算法。因此，智能传播时代的接入鸿沟，既体现为“用户主动型智能技术”的获得差异，也体现为“用户被动型智能技术”的接触差异，两者不能用同样的标准来衡量。

用户对智能技术的使用不只是单纯的技术操作问题，可以向前延伸至认知阶段，向后延伸至评估阶段，因此有学者将智能鸿沟分成四种：“认知差异”——对智能技术的认知差异会影响使用意愿以及使用行为差异，“获取差异”——能否获取智能技术及获取质量的差异，“使用差异”——使用技能的差异，“评估差异”——评估能力和评估结果的差异［2］。

从使用后果来看，智能技术将逐渐覆盖人们日常生活生存的各个方面，因此后果差异也会表现在更多层面。在以往关于第三道数字鸿沟的研究中，除了“知识沟”角度的研究外，有学者引入了“数字资本积累”这一概念，将其定义为个体在使用信息技术过程中获益的内在能力（如信息、通信、安全、内容创作和解决问题）和外部资源（如数字技术）的集合［3］；也有学者将互联网红利差异（即在不同人群、地区、城乡之间从互联网红利中受益的差异）视为数字鸿沟的新表现［4］。这些思路也可以为智能鸿沟研究所借鉴。智能技术的使用后果还需要考虑智能技术带来的异化现象，不同群体在反异化能力上的差异，是智能鸿沟更深层的表现。

当前的数字鸿沟主要研究的是数字技术的使用者之间的差异，而差异的形成主要与年龄、性别、文化程度、地区等因素相关。在智能鸿沟的形成过程中，这些影响因素是将延续还是会发生变化，有待未来的进一步研究。从智能技术的特性及发展逻辑来看，上述的因素或许仍然会是导致鸿沟出现的主要因素。但在智能鸿沟发展过程中，是否会出现群体性的“迁移”，有些原来处于优势一端的群体，在智能技术面前是否可能会掉落到鸿沟的劣势一端？这是智能鸿沟研究中需要关注的新问题。

在普通使用者之上，还有一个技术精英群体，他们是智能技术的开发者或技术平台的运营者，他们控制着智能技术的应用方向、具体模型。他们与普通使用者之间的鸿沟，不只是技术鸿沟，更是权力鸿沟。当下在互联网平台逻辑影响下的平台社会便是这样的社会结构运动的结果。智能传播时代，技术权力带来的变化可能更为剧烈。

基于这些认识前提，本文不是机械地沿用第一道、第二道、第三道数字鸿沟的分类，而是综合分析智能鸿沟在“知识沟”“生存沟”“表达与参与沟”“反异化沟”等方面的表现及可能走向。

二、

“知识沟”的升级

可以预见的是，在智能传播时代，知识沟还会存在，但除了获得信息与知识的数量差异外，知识沟还会更多表现为人们获得的信息与知识的质量差异，如真实与准确程度、广度与异质度、能否超越平均水平等。同时，当智能技术助推全民都进入知识生产领域时，知识生产能力及相应的话语权的差异也会成为知识沟的新表现。

智能传播带来的一个巨大挑战，是人工智能（AI）生成的各种假信息，例如假新闻、深度伪造的图片与视频，如果没有相关的辨识能力，人们会被虚假信息包围，并受到它们的误导。因此，智能传播时代人们更需要一种新的知识，那就是对智能生成内容进行辨识的知识，即了解AI生成内容的基本特点，掌握相应的辨识方法。但这样的知识并非人人都具备，哪怕是一些拥有丰富知识的传统意义上的“知识分子”，也可能在这方面存在盲区。这样的新知识沟会对人群进行重新分层，一些原来处于优势群体的人，如果相应的知识缺失，也可能会成为新的弱者。

知识沟的另一种新体现，是人们通过智能技术获得信息的广度与异质度的差异。被同质化信息或知识困住的人，虽然获得的信息、知识足够多，但视野仍然有限，对事物的认知也会受到局限，在某些知识方面，他们与其他人也会存在着“沟”。对于算法与信息茧房的关系及相关影响因素的研究，正是对这一种新知识沟问题的回应。有研究发现，算法媒介使用时间越久，信息茧房效应反而降低；受众主观能动性和高维度媒介素养（如算法认知水平等）的提升对于克服信息茧房具有积极价值［5］。另一项类似的研究也指出，网络媒介使用越频繁，媒介素养越高，与算法推荐相关的“回音室”被弱化的效应越明显［6］。从现有研究来看，智能媒介使用时间、与智能媒介相关的素养、个人主观能动性等因素的差异，会导致人们破除茧房能力的差异。未来的研究或许还会揭示新的导致差异的因素。

与平台推荐算法不同，ChatGPT等大模型可以帮助人们超越现有的社会圈层获得信息与知识，但在智能大模型使用方面，用户的能力也会存在落差。例如，能否接触到大模型技术，能否提出合适的提示词，能否对大模型提供的答案进行辨识等。此外，大模型是由个性化需求驱动的信息、知识生产，如果人们过于依赖大模型，也容易被个性化的需求困住。

大模型等技术有助于在整体上提高人们的知识水平，但它本身也是有学者所说的“新常人”，这种“新常人”具有“常人”的那种没有锋芒、缺乏个性的特征，但它的渊博程度和推理能力又超过了“常人”的平均值［7］。越来越多的人通过智能技术获取信息与知识，看上去他们的水平提高了，但他们仍受限于“新常人”构建的知识“天花板”，因而依然是“常人”。而那些能突破智能技术局限的人，才有可能成为“超常人”。“常人”与“超常人”之间，也存在着“沟”。

人们不仅能利用智能技术获取知识，也可以利用它生产知识。有研究者认为，以GPT为代表的大模型技术，会产生一种内在的知识赋权效应，每个个体只要掌握了一定的提示工程技巧和能力，就可以利用大模型生成巨量知识，可以进入知识生产的中心。这种新型的知识生产明显是去中心化的［8］。大模型式的知识生产，标志着数字传播技术对精英阶层知识垄断的消解与轮回［9］。以往在知识生产方面具有优势的群体，则会遭遇.魅或权力削弱，虽然其中的佼佼者在未来仍会保有自己的价值，但平庸的人则可能会被从行业中挤出。新的知识生产模式，会将原有的知识阶层重新“洗牌”。

基于智能技术的知识生产也会体现为一种人机间的新型交往与传播模式［10］，是一种新的人机协同模式。智能技术可以快速地对已有的知识进行检索、整合，甚至可以进行跨领域的知识汇聚与整合，这有利于人打破既有知识体系的束缚。生成式人工智能可以从数据生成知识，这一环节正是人类智能的弱项，而数字智能的弱项则是基于质性整体观照的理解能力，人机软融合由此构成的互补具有重要知识生产范式意义［11］。但知识生产者与机器的协同能力也会出现差异，能够更好地理解与应用智能机器的人，在某些类型的知识生产方面会有更多优势。

对智能技术理解与应用的差异，会演变成信息与知识生产的权力差异。例如，一些理解大模型工作原理的人，可以对大模型的语料库进行有意识的“投喂”，以影响大模型最终的知识生成。一些人将智能社交机器人作为水军，影响某些网络空间的舆论生态。而对智能技术缺少理解与认知能力的人，很多时候只能处于被动地位。

智能技术还会让少数技术掌控者控制大部分知识与信息。有学者担忧，这可能导致知识公地的私人垄断，即少量AI服务提供者控制了社会的知识生产和输出；也有学者表示，生成式AI有可能与之前的颠覆性技术类似，产生知识分配的不公正问题。信息霸权与知识霸权也会变成对认知与价值观的控制，用户似乎感受不到任何的意识形态，但实际上大模型自身以及消费社会的意识形态都会内置其中，并构筑为整体性的知识霸权［12］。人们所感知的信息环境，会被技术控制。因此，知识沟更严重的表现是，少数精英对多数人的认知控制。

三、

“生存沟”的深化

智能技术不只是影响着信息与知识传播，在很多方面它也影响着人们的生存。技术能力很多时候会转化为生存能力与生存权，智能鸿沟也会体现为生存鸿沟。

互联网应用带来了基于数字技术的新职业，使技术的获得与应用能力，成为生存能力的一部分，在网络主播、网约车司机、外卖骑手等身上，这一点表现得尤为明显。同样，智能技术的应用也会催生新工作样态或职业，例如利用AIGC进行创意表达的新职业。虽然AIGC本身门槛很低，但应用AI技术产出的作品水平也有高低之分。有些人运用技术只能生成平庸之作，而有些人则可以创作出艺术作品。在当下，AIGC的水平在较大程度上取决于提示词的设定，提示词的设置能力就会成为一道分野。对提示词的琢磨、编排、调整，对风格模式的筛选等行为意味着用户不是简单对图像进行取舍，而是在软件辅助的基础上进行创作［13］。能否精准、创造性地应用提示词，是能否进入职业性AIGC创作的分界线。同时，想象力、审美水平等也是区分专业与业余创作者的指标。

智能技术带来的更大生存挑战是一些职业面临被机器替代的危机。如研究者所警示，不仅大量基础性的手工劳动和重复性体力劳动被智能机器取代，包括医生、律师等在内的人类智力劳动中的很多部分也正在被取代［14］。从智能技术的应用领域看，媒体人、作家、画家，以及广告创意与制作等内容生产领域的智力劳动者，原有的职业优越感也会受到冲击，其中一部分人的工作也可能被机器取代。

即使自己的职业不会被机器取代，人们也需要适应人机协同的新生存模式，利用智能机器实现自我增强。智能技术可以成为人的“梯子”，帮助人们获得超越传统知识领域的丰富信息，使人们站得更高、视野更广，甚至谋求跨界与突围。智能技术也可以成为某些情境下的“快捷工具”，帮助人们提升效率、减少无意义的重复性劳动。在有些时候，人们可将智能技术作为“伙伴”，在与机器的交流中寻找工作中的灵感，或者生活中的情感支持。对于有些人来说，智能技术可以成为“新器官”或“义肢”，弥补自己现有感官能力或创造能力的缺失，进入新的认知、创造与表达空间。尽管理论上智能技术提供了这些协同、增强的可能，但并非所有人都可以将这些可能转化为现实。能否拥有与智能机器协同工作的能力，影响着人们的生存方式与质量。

智能传播对人们的生存及质量的影响，还会体现在对身体的智能管理与诊疗技术方面。智能手机、可穿戴设备、物联网以及未来的身联网等技术，会帮助人们对身体的各种生理指标进行实时监测，在此基础上进行相应调控，或者提供进一步的诊疗。能否获得相应的智能管理与诊疗技术，能否从中获得预期的收益，将是形成社会区隔的一个新因素。

智能传播时代数字分身会成为人的一种新的生存形态。利用数字分身来辅助、解放自我，也会成为新的生存技能。与此同时，人们如何协调真身与分身的关系，如何管理多个分身的应用，如何在分身应用中保护个人隐私与权利，也会成为新生存状态下的新挑战。在这些方面，个体之间的差异也必然存在，这既与社会地位与角色相关，也与人们的自我认知与自我建构的能力相关。

智能传播时代的生存，越来越离不开数据。智能技术的基本“燃料”是数据，智能技术应用的发展，必然会带来数据应用的深化，由此也会导致数据权力的分化。平台等会成为数据的垄断者，即使智能技术的开发者也需要获得平台的数据资源支持，否则其技术就无法实现落地应用。普通用户则成为数据的贡献者，他们产生的数据在平台或服务商那里可以变成具有经济效益的资源甚至商品。数据既是用户获得个性化服务的依据，也是平台、技术开发者控制用户的“锁链”，因为它也包含了大量用户个人隐私。在平台面前，用户整体是弱势的。因此，法学专家认为，数据权利需要作为一种重要的“数字人权”加以保护；数据权利所保护的不仅是数据本身的安全利益，而且是与人的生命财产相关的核心安全利益［15］。

在数据权利之外，还有学者提出了“数字化生活权”这一新权利。“数字化生活权”隶属于公民基本权利范畴，是数字人权向具体权利转化的“二阶权利”，权利内容包括网络连接权、网络自由权、信息公平权等具体权能［16］。这些权利，不仅关乎人们在数字空间的生活权利，也涉及人们在现实空间的生活权利。

数据权利、“数字化生活权”等，都是新的生存权利，但即使它们成为普遍的权利，人们在这些权利的认知、行使与自我保护方面也存在着差异。更重要的是，在技术平台面前，人们的权利意识与能力再强，也无法与技术权力相抗衡，普通人的生存权，受到技术及背后的资本等的极大制约。

智能鸿沟对生存的另一种影响，体现在社会观念层面。有学者指出，在智能传播时代，社会认知和社会信念会产生对信息技术弱势群体的深刻歧视，这一歧视不是标签或污名化，而是彻底的技术忽略和社会漠视；智能鸿沟有能力建立起几乎不可逾越的“天堑”［17］。这也是生存沟走向深化的表现。

四、

“表达与参与沟”的延续

以往的数字鸿沟研究较少涉及人们利用技术进行自我表达与社会参与的差异，但是，智能技术对个体的一个重要意义是赋予个体更多自我表达和社会参与权，互联网兴起之后尤其如此，这也是互联网红利的表现。

从论坛、博客到微博、微信、视频社交平台，一代代互联网技术为用户提供了多样化的自我表达手段，也提供了参与社会交流、社会生活的广泛空间。从整体来看，互联网技术的发展，在不断降低自我表达与社会参与的门槛。早期人们需要有较高的文字表达能力才能在互联网中彰显自我存在感，而移动互联网技术的普及，使得更多人可以借用图像、视频等生产门槛更低的手段来完成自我表达。AIGC的发展，为图像、视频生产带来了更大的自由度。目前，手机拍摄图像、视频都是基于现实的对象，AIGC则提供了将虚构的场景与画面用视觉方式呈现出来的可能。AIGC也可以让更多普通人涉足文学、艺术领域，以更多元的方式来呈现个人的内心世界，表达对外部世界的认识与态度。智能传播时代，虚构性创作会成为自我表达与社会参与的主流方式之一，它也会与其他内容一起构建出真假难辨、虚实相融的信息图景。

但在应用AIGC进行表达与参与时，人们的水平仍会有差异。这正如在以往的互联网发展中，每一个阶段都会有一些成为网络活跃分子甚至意见领袖的表达高手，也有无数不断表达却仍默默无闻的普通网民。智能传播时代的表达与参与水平落差，既与人们对AIGC的理解与应用能力相关，也与人们的价值取向、审美趣味、想象力、创造力等有关，而这背后，文化素养、人文精神仍会发挥重要作用。

虽然多数人的自我表达和社会参与的原初动机并非为了谋求社会影响力，但当表达、参与达到一定程度后，很多人也会自然开始追求影响力，因为一旦有了影响力，就可能名利双收，也会赢得更多社会话语权。智能传播时代的影响力获得，很多时候与算法相关，懂得利用算法的人，也有可能获得更高的曝光度，一些人甚至会利用智能算法操纵流量或舆论。

人们进行社会参与的行为背后存在着多元的动力因素，而技术使用也会在一定程度上影响人们的动力。以往有研究指出，上网时间、网络政治信息接触、社会网络规模、网络社区归属感、开放的人际讨论模式均对网络政治参与有着积极影响［18］。对互联网的集体性介入（如利用互联网从事社交、通信和信息分享等）会凸显互联网强化信息扩散和社会链接的效应，激发网络政治参与，而个体性介入（如利用互联网获取资讯和娱乐等）并未实质性扩展网民的社会链接，反而会加大网民间的距离感，或者利用网络的娱乐化和商业化替代网民对公共事务的兴趣［19］。政治效能感对政治参与具有显著影响，政治效能感的形成与由家庭成员、亲戚、朋友构成的社会网络相关［20］，而互联网的使用也会改变人们的社会网络。尽管智能传播时代具体的影响因素还需要未来的深入研究，但从以往实践及研究可以推测，人们接触智能技术的时长、智能技术应用的具体需求及方式、智能技术背景下的人际互动和人机互动模式及由此形成的社会网络、智能技术影响下的信息环境认知与公共信息接触等，会影响到人们的社会参与动力，而动因方面的差异，也会带来社会参与的程度差异。

五、

“反异化沟”：一个长远的挑战

人们不仅要掌握相关的智能技术，使之服务于自己，更需要有深层的反思能力，认清技术可能给自己带来的控制、驯化乃至异化，并产生与之对抗的行动。

算法带来的各种“囚禁”，是用户在当下最容易感知的一种智能技术控制。很多用户之所以在一些内容平台耗费大量时间，是由于推荐算法不断向他们推荐感兴趣的内容，他们困在其中难以自拔。基于网络平台进行内容生产的数字劳动者或网约车司机、外卖骑手等线下劳动者，也在越来越多地受到算法的控制，困在算法中成为他们的一种新常态。一些用户和劳动者开始研究算法，试图顺应算法原理来生产更具流量的内容，或者利用技术漏洞、规则漏洞，尝试挣脱系统围困而实现底层突围［21］。从生存角度来看，用户对算法的利用或抵抗，的确可以带来现实的收益。而这方面能力的差异，也会一定程度上导致人们生存能力的差异。但无论是利用算法还是抵抗算法，在深层都是受到算法的控制。利用越深，被算法逻辑束缚越深。正如有研究者担忧的，一些用户自以为聪明的抵抗也可能变成一种自我强化的不平等［22］。人们在驯化算法的过程中，仍然无形中被算法所驯化。

算法在社会中的广泛渗透，迫使人们开始面对一种新素养的挑战，那就是算法素养。算法素养的内涵是多样的，现有的研究涉及算法意识、算法知识、算法技能、算法策略、算法思维、批判性意识、隐私意识、伦理问题、算法风险、感知公平、感知责任、算法透明度、算法可解释性、数据质量评价等与算法素养相关的多个方面［23］。除了算法素养外，智能传播时代人们还需要一些其他素养，例如人机协同素养、人机交流素养、权利素养等，它们共同构成智能素养［24］。智能素养既涉及人们对智能技术的当下应用能力，也涉及对抗技术驯化与异化、获得长远收益的能力。

相比以往的技术，智能技术带来的异化风险在以下几方面更为突出：首先，智能技术会以表面增强实则削弱的方式使人产生异化。智能技术能增强人在信息采集、生产、传播等方面的能力，也能增强人与人、人与内容、人与万物连接的能力。但是，对机器能力的依赖、对机器效率的迷恋，在很多时候会导致人的惰性，导致人在某些方面能力的削弱或退化，从而造成异化。其次，未来人机交流会不断渗透到日常生活中，成为人际交流的补充，而交流的异化是智能传播时代的另一种重要异化。但如果在人机交流中人们只是把机器视作“仆人”，过多强化自我中心，就会日益忽视交流中应有的平等伦理、尊重他者伦理，这样的交流会走向偏狭。人们从机器这面镜子中获得的自我认知也会变形，而对人机交流的过分依赖，会带来人际交流能力的衰退。最后，智能技术对人更深层的异化，是其数据化、算法化等逻辑对人的行为、思维的驯化。不仅普通人会受到数据与算法的操控，那些表面上可以将技术玩弄于股掌之中的人，实质上也可能因一味顺从数据与算法的逻辑而陷入其“深坑”，看不到或忽视技术逻辑之外的世界。而智能传播时代最大的异化风险，是人的本质受到挑战。人与机器的最终界限在哪里，如何坚守“人之为人”的底线，如何在机器时代再次找到人的价值，这些都是对抗智能技术的终极要义。

有学者指出，技术的异化给人类带来了灾难，但解除危机的办法不是放弃和排除技术，而是追溯和回归技术的本质，让真理本身或存在本身自行“生长”或显现出来。而这种显现作为一切技术和艺术的根，就是“创造”，也就是“诗” ［25］。但显然，大多数人不具备这种认识和能力。在认识与对抗技术的异化方面，人们的素养差异明显存在，在未来差距还可能会拉大。那些掌控着技术的人，在这方面也并非处于优势地位，相反，他们可能更容易受到技术的异化，但他们又在很大程度上决定着技术的发展方向，他们的异化因而会“传染”到更广的人群中。

在反异化方面，一些人文社科学者具有更强的反思意识、批判能力，他们处于反异化沟的优势一端，但在技术精英面前，他们缺乏足够的话语权，他们的精神主张不一定都能转化为实际的影响力。但他们需要让技术精英和全社会更多地意识到异化的风险，也要致力于减小不同群体在反异化方面的认知与行动之“沟”，而这比减少“知识沟”等要艰难得多。

六、

结语

智能传播时代，技术对社会与个体的影响将渗透到更广泛的领域，甚至成为生存的基础。智能鸿沟也会以不同的维度呈现，从“知识沟”“生存沟”到“表达与参与沟”“反异化沟”等。不同群体面对不同维度的鸿沟会有不同处境与挑战。技术、知识上处于弱势的群体，可能因智能鸿沟而进一步陷入生存困境，在自我表达与社会参与方面处于下风。曾经处于优势的某些知识分子群体，在智能传播时代也未必能保持其地位与话语权，有些人甚至会面临职业危机。而技术精英，虽然掌握甚至控制着技术，但在对抗技术的驯化、异化方面可能也是无力的，他们反而有可能被技术束缚得最深。人文社科学者虽然有更多的反异化意识，但他们要影响其他群体，缩小不同群体间的人文精神“沟壑”，也是困难重重。在多重智能鸿沟面前，没有哪个群体完全存在优势；与不同维度的智能鸿沟的对抗，也是人类长期的使命。

注释：

[1] 金兼斌.数字鸿沟的概念辨析.新闻与传播研究，2003（1）：75-79.

[2] 引自中国知网网络首发：《生成式人工智能（GAI）背景下的新型数字鸿沟识别框架研究》（作者：孙榕，李白杨），来源期刊：《图书情报知识》，网络首发日期：2024年3月25日。

[3] 张黎，鲍文雨，赵磊磊.“智能鸿沟”的教育镜像：教育数字化转型的底层视角.现代教育技术，2024（7）：51-60.

[4] 邱泽奇，张.沁，刘世定，等.从数字鸿沟到红利差异——互联网资本的视角.中国社会科学，2016（10）：93-115.

[5] 虞鑫，王金鹏.重新认识“信息茧房”——智媒时代工具理性与价值理性的共生机制研究.新闻与写作，2022（3）：65-78.

[6] 吴锋，杨晓萍.算法推荐背景下用户媒介使用对“回音室”效应的影响研究——兼论媒介素养的调节作用.西南民族大学学报（人文社会科学版），2022（5）：142-146.

[7] 刘海龙，连晓东.新常人统治的来临：ChatGPT与传播研究.新闻记者，2023（6）：

11-20.

[8] 高奇琦.GPT技术下的深度媒介化、知识秩序与政治秩序.现代出版，2023（3）：28-38.

[9] 曾白凌.大模型、大数据、新精英：数字技术对知识生产的征服与全球性重构.现代出版，2023（6）：30-40.

[10] 郑泉. 生成式人工智能的知识生产与传播范式变革及应对.自然辩证法研究，2024（3）：74-82.