点击右上角微信好友

朋友圈

点击浏览器下方“”分享微信好友Safari浏览器请点击“”按钮

文化人 天下事
正在阅读: 以生成式人工智能赋能党的创新理论传播
首页> 光明日报 > 正文

以生成式人工智能赋能党的创新理论传播

来源:光明网-《光明日报》2025-08-19 02:45

调查问题加载中,请稍候。
若长时间无响应,请刷新本页面

  【学思践悟】

  作者:张文君(北京市习近平新时代中国特色社会主义思想研究中心特约研究员,中共北京市委党校〔北京行政学院〕政治学教研部副主任)

  在信息爆炸与技术迭代的双重浪潮下,党的创新理论传播正面临从“广覆盖”向“准触达”的时代转型。生成式人工智能的崛起将我们迅速带入智能时代。与传统数据处理技术相比,生成式人工智能不仅能整合海量信息,还能通过自然语言处理、情感计算、深度学习等技术为受众“立体画像”,从年龄、职业、教育背景等静态特征到阅读习惯、关注话题、价值倾向等动态特征,再到对理论内容的接受偏好、理解难点等认知特征,形成多维度、可迭代的受众认知模型。生成式人工智能通过精准勾勒受众画像,能够用受众熟悉的语言降低理解门槛,用贴近生活的案例引发共鸣,用具体可行的指引推动实践,实现从知晓理论到认同理论再到践行理论,从而有效解决理论传播“最后一公里”难题。

  用智能技术生动刻画受众画像。受众画像的数据来源既包括用户在理论学习平台的注册信息、阅读时长、内容收藏等“显性数据”,也包括用户在社交媒体中的讨论话题、评论区的情感倾向、对理论关键词的搜索频率等“隐性数据”。生成式人工智能通过自然语言处理技术从文本中提取观点倾向,借助图像识别技术分析用户对可视化内容的关注焦点,依托情感计算技术判断受众对理论解读的情绪反馈。这种多维度整合打破了“单一标签”的局限,让受众画像从“平面化”走向“立体化”。动态生成与飞速迭代可实现受众需求从“静态标签”到“实时适配”。受众需求会随着社会热点、政策推进、个人经历等因素动态变化,生成式人工智能的优势在于其及时且强大的持续学习能力,能够实时捕捉新数据不断优化画像精度。这种“动态迭代”机制避免了传统受众画像的弊端,敏锐捕捉这种变化并及时调整画像标签,确保理论内容的定制“不滞后、不错位”,始终与受众的当下关切紧密相连。

  坚持以人民为中心的传播导向。始终将人民群众的所思所想所盼放在首位,把群众的认知规律、接受习惯作为传播工作的重要考量,才能让党的创新理论真正走进群众心里。生成式人工智能在这一过程中扮演着关键角色,其构建受众画像的过程本质上是运用技术手段深化倾听群众声音的实践,通过对海量数据的精准分析,敏锐捕捉群众在不同阶段的真实需求,清晰呈现不同群体的认知特点和接受偏好,让理论传播真正“有的放矢”、与人民群众同频共振,成为群众能理解、愿接受、可运用的思想武器。

  用受众熟悉的“语言”讲清理论。党的创新理论具有高度的科学性和系统性,但其表达形式需要“因群而异”。生成式人工智能可以根据受众特点调整适配表达。例如,针对青少年群体,可生成“理论+动漫”等轻量化内容;对企业家群体,可制作“政策解读+案例分析”的深度报告;对老年群体,可推送“理论+身边变化”的图文内容。这种“千人千面”的表达,让抽象理论转化为与受众生活紧密相关的“身边事”,既保持了理论的严肃性,又增强了亲和力。生成式人工智能还可以结合不同场景进行内容创新。场景化内容的核心是理论与生活的连接点,理论传播的场景化能显著提升其接受度。生成式人工智能可根据受众的日常场景生成关联内容,如针对教师群体,可结合其课堂教学、家校沟通的工作场景生成“优质教育在教学实践中的体现”等微视频,用其熟悉的“优质课例共享”等案例阐释教育理念。这种在场景中讲理论的方式,有助于受众在熟悉的语境中理解理论的内涵。

  把理论送到受众“指尖上”。不同群体的信息获取渠道存在显著差异,而精准匹配渠道偏好是生成式人工智能的突出亮点。相关研究表明,中老年群体偏爱微信公众号、电视新闻;青少年群体活跃于抖音、B站、小红书;专业人士更关注行业期刊、学术平台。生成式人工智能通过分析受众的渠道使用数据能实现渠道与群体的精准匹配。例如,向高校教师推送“党的创新理论与学科建设”等深度文章;用学习类App向中学生推送“二十大知识闯关”互动游戏;通过政务App向乡镇干部推送“乡村振兴政策落地指南”的H5等。这种基于智能技术的渠道适配有助于确保理论内容“适时出现、适地出现”。生成式人工智能的精准传播,还体现在其善于把握传播的“黄金时点”上。例如,上班族在早间通勤、午休时段更易接受短内容,学生群体在晚间、周末更活跃,农民群体在农闲时段对理论学习的关注度更高。错峰推送既能避开受众的繁忙时段,又能结合其特定时段的心理状态提升理论内容的“打开率”和“吸收率”。

  形成“传播-反馈-迭代”的智能传播闭环。传播效果的提升离不开精准反馈。生成式人工智能通过多维度数据实时评估受众对定制内容的接受度,从阅读完成率、转发量、收藏量等“行为反馈”判断内容吸引力,从评论区情绪、弹幕内容“情感反馈”等分析认同程度,从在线答题正确率、理论关键词搜索量等“认知反馈”评估理解深度。传播策略也会依据反馈情况动态调整。反馈的价值在于“迭代优化”,生成式人工智能可根据反馈数据生成传播效果报告并提出具体调整建议,对理解难度高的内容简化表述、增加案例,对吸引力不足的形式改为短视频、互动问答,对渠道错配的情况调整分发平台。这种“以反馈促优化”的机制,有助于推动理论传播形成精准投放、效果评估、持续改进的良性循环。

  生成式人工智能赋能的“专属定制”传播,本质上是推进党的创新理论大众化在智能时代的新探索。它不是对传统传播方式的否定,而是通过新的技术手段让理论传播更精准、更生动、更贴心。这种探索不仅有助于提升传播效能,更能彰显党的创新理论的生命力。只要我们始终坚守为人民传播之正,创技术赋能之新,就一定能让党的创新理论在智能时代焕发出更强大的引领力、凝聚力、感召力、影响力。

  《光明日报》(2025年08月19日 06版)

[ 责编:徐皓 ]
阅读剩余全文(