毫无疑问，这是一个信息爆炸的时代。每个沉浸在“信息海洋”中的人都无法掌握所有不断增长的信息，因此信息筛选就变得更加重要。不断迭代升级的AI可以提高信息筛选的效率，这也让越来越多的人口科学从业者能够利用AI更有效地进行科普。科普能不能变得更容易？这个问题可以从科学人群的实践者和受众两个方面来分析。对于科普从业者来说，人工智能可以自动生成图像、视频等多形式内容，将复杂的科学知识以更清晰的方式呈现，提高高难度科学知识向科普内容转化的效率，丰富传播形式，降低内容创作门槛。借助精准的用户画像和算法能力，个性化内容推也可以实现。从这个角度来看，AI不仅节省了科普从业者的时间和精力，也为相关从业者生产全领域科普人群的内容提供了可能。然而，利用人工智能制作科普内容也遇到了一些不容忽视的问题。比如，人工智能生产的科普人群内容刻板化、套路化，缺乏创作者的个人身份和人文情怀，很容易导致科普受众的审美疲劳； AI生成的内容语义流畅，但可能存在事实错误或逻辑混乱，产生伪科学、洗稿等隐患； AI还可以判断信息来源，进一步削弱受众的识别能力。对于科普内容的受众来说，人工智能提供了安慰。零门槛自然语言交互让观众无需专业背景通过简单的问题获取复杂的知识，辅助用户做出选择和判断，提高信息处理速度。这不仅让受众更容易学习，也在一定程度上提高了受众过滤信息的能力，提高了内容的可获取性，提高了信息精准传播和扩散的速度。然而，这也可能导致对人工智能的过度依赖以及对现实生活中专业人士的完全不信任。比如，有些患者只相信AI的答案，不只相信专业的医疗诊断，而是要求医生根据AI的建议“开药”；一些用户被困在AI的信息茧中，严重时甚至产生“AI依赖”，拒绝接受真相；一些用户在面对不同AI完全不同的答案时更加不知所措……我们该如何处理这些问题呢？作者 贝利我们可以从以下几个方面入手。首先，要加强人机协作，打造专业引领+技术强化的一体化路径，谨防“装配科学崛起线”问题，避免将复杂探索简化为“查知识点”。好的人口科学离不开人文关怀和伦理考量。科普实践者应充分发挥人的主体性，引导人工智能为科普人群提供更多有温度、更人性化的内容，完善科普从情感价值到功能价值实现的链条。在选科方面，利用AI预测热点、构建知识图谱，快速实现跨学科交流；表达方面，将难懂的概念转化为贴近生活的隐喻和故事，提高可读性和记忆点；在分配侧e、基于观众形象实施思想个性化推送、互动讲解，让“万人”科普成为常态。其次，全社会需要建立科学信息真实性的验证机制。推动全平台实施“人工智能内容可信标签”和“证据链标注”，明确“谁说的、依据什么、何时更新”等信息，并增加强大的来源和不确定性交叉验证机制，对基础数据、图表、结论等进行二次验证。管理方面，要明确版权、数据合规、责任和道德红线，避免“人工智能错觉”蔓延和不当使用；建立专家评审小组，用户反馈形成闭环和知识更新机制，使错误得以纠正，知识得以“改变”。三、有必要改进培养观众的科学素养，培养他们认识科学方法、区分事实和观点的能力。要引导受众养成求证的意识和习惯，让他们了解人工智能是什么、它能做什么、不能做什么，更理性地看待人工智能和人机协作产生的科普内容。科普从业者必须正视“人工智能错觉”、信息茧化、娱乐化等危害，引入传播领域的研究模块，避免陷入迎合科普受众偏好的恶性循环。要坚持“有趣但求真”的创作原则，在叙事张力和科学严谨性之间取得平衡，让观众不仅“了解更多”，而且“判断更准确”，通过嗡嗡声逐步引导观众拥抱科学存储新形式。机器以合理的方式合作。在新技术的背景下，科学从业者和受众应该利用人工智能作为帮助科普的工具，利用人工智能来增强自身能力，而不是简单地依赖人工智能。这样，让科普变得更容易。 。 （编辑：何鑫）