在信息爆炸與技術(shù)迭代的雙重浪潮下，黨的創(chuàng)新理論傳播正面臨從“廣覆蓋”向“準(zhǔn)觸達(dá)”的時代轉(zhuǎn)型。生成式人工智能的崛起將我們迅速帶入智能時代。與傳統(tǒng)數(shù)據(jù)處理技術(shù)相比，生成式人工智能不僅能整合海量信息，還能通過自然語言處理、情感計算、深度學(xué)習(xí)等技術(shù)為受眾“立體畫像”，從年齡、職業(yè)、教育背景等靜態(tài)特征到閱讀習(xí)慣、關(guān)注話題、價值傾向等動態(tài)特征，再到對理論內(nèi)容的接受偏好、理解難點等認(rèn)知特征，形成多維度、可迭代的受眾認(rèn)知模型。生成式人工智能通過精準(zhǔn)勾勒受眾畫像，能夠用受眾熟悉的語言降低理解門檻，用貼近生活的案例引發(fā)共鳴，用具體可行的指引推動實踐，實現(xiàn)從知曉理論到認(rèn)同理論再到踐行理論，從而有效解決理論傳播“最后一公里”難題。
用智能技術(shù)生動刻畫受眾畫像。受眾畫像的數(shù)據(jù)來源既包括用戶在理論學(xué)習(xí)平臺的注冊信息、閱讀時長、內(nèi)容收藏等“顯性數(shù)據(jù)”，也包括用戶在社交媒體中的討論話題、評論區(qū)的情感傾向、對理論關(guān)鍵詞的搜索頻率等“隱性數(shù)據(jù)”。生成式人工智能通過自然語言處理技術(shù)從文本中提取觀點傾向，借助圖像識別技術(shù)分析用戶對可視化內(nèi)容的關(guān)注焦點，依托情感計算技術(shù)判斷受眾對理論解讀的情緒反饋。這種多維度整合打破了“單一標(biāo)簽”的局限，讓受眾畫像從“平面化”走向“立體化”。動態(tài)生成與飛速迭代可實現(xiàn)受眾需求從“靜態(tài)標(biāo)簽”到“實時適配”。受眾需求會隨著社會熱點、政策推進(jìn)、個人經(jīng)歷等因素動態(tài)變化，生成式人工智能的優(yōu)勢在于其及時且強(qiáng)大的持續(xù)學(xué)習(xí)能力，能夠?qū)崟r捕捉新數(shù)據(jù)不斷優(yōu)化畫像精度。這種“動態(tài)迭代”機(jī)制避免了傳統(tǒng)受眾畫像的弊端，敏銳捕捉這種變化并及時調(diào)整畫像標(biāo)簽，確保理論內(nèi)容的定制“不滯后、不錯位”，始終與受眾的當(dāng)下關(guān)切緊密相連。
堅持以人民為中心的傳播導(dǎo)向。始終將人民群眾的所思所想所盼放在首位，把群眾的認(rèn)知規(guī)律、接受習(xí)慣作為傳播工作的重要考量，才能讓黨的創(chuàng)新理論真正走進(jìn)群眾心里。生成式人工智能在這一過程中扮演著關(guān)鍵角色，其構(gòu)建受眾畫像的過程本質(zhì)上是運用技術(shù)手段深化傾聽群眾聲音的實踐，通過對海量數(shù)據(jù)的精準(zhǔn)分析，敏銳捕捉群眾在不同階段的真實需求，清晰呈現(xiàn)不同群體的認(rèn)知特點和接受偏好，讓理論傳播真正“有的放矢”、與人民群眾同頻共振，成為群眾能理解、愿接受、可運用的思想武器。
用受眾熟悉的“語言”講清理論。黨的創(chuàng)新理論具有高度的科學(xué)性和系統(tǒng)性，但其表達(dá)形式需要“因群而異”。生成式人工智能可以根據(jù)受眾特點調(diào)整適配表達(dá)。例如，針對青少年群體，可生成“理論+動漫”等輕量化內(nèi)容；對企業(yè)家群體，可制作“政策解讀+案例分析”的深度報告；對老年群體，可推送“理論+身邊變化”的圖文內(nèi)容。這種“千人千面”的表達(dá)，讓抽象理論轉(zhuǎn)化為與受眾生活緊密相關(guān)的“身邊事”，既保持了理論的嚴(yán)肅性，又增強(qiáng)了親和力。生成式人工智能還可以結(jié)合不同場景進(jìn)行內(nèi)容創(chuàng)新。場景化內(nèi)容的核心是理論與生活的連接點，理論傳播的場景化能顯著提升其接受度。生成式人工智能可根據(jù)受眾的日常場景生成關(guān)聯(lián)內(nèi)容，如針對教師群體，可結(jié)合其課堂教學(xué)、家校溝通的工作場景生成“優(yōu)質(zhì)教育在教學(xué)實踐中的體現(xiàn)”等微視頻，用其熟悉的“優(yōu)質(zhì)課例共享”等案例闡釋教育理念。這種在場景中講理論的方式，有助于受眾在熟悉的語境中理解理論的內(nèi)涵。
把理論送到受眾“指尖上”。不同群體的信息獲取渠道存在顯著差異，而精準(zhǔn)匹配渠道偏好是生成式人工智能的突出亮點。相關(guān)研究表明，中老年群體偏愛微信公眾號、電視新聞；青少年群體活躍于抖音、B站、小紅書；專業(yè)人士更關(guān)注行業(yè)期刊、學(xué)術(shù)平臺。生成式人工智能通過分析受眾的渠道使用數(shù)據(jù)能實現(xiàn)渠道與群體的精準(zhǔn)匹配。例如，向高校教師推送“黨的創(chuàng)新理論與學(xué)科建設(shè)”等深度文章；用學(xué)習(xí)類App向中學(xué)生推送“二十大知識闖關(guān)”互動游戲；通過政務(wù)App向鄉(xiāng)鎮(zhèn)干部推送“鄉(xiāng)村振興政策落地指南”的H5等。這種基于智能技術(shù)的渠道適配有助于確保理論內(nèi)容“適時出現(xiàn)、適地出現(xiàn)”。生成式人工智能的精準(zhǔn)傳播，還體現(xiàn)在其善于把握傳播的“黃金時點”上。例如，上班族在早間通勤、午休時段更易接受短內(nèi)容，學(xué)生群體在晚間、周末更活躍，農(nóng)民群體在農(nóng)閑時段對理論學(xué)習(xí)的關(guān)注度更高。錯峰推送既能避開受眾的繁忙時段，又能結(jié)合其特定時段的心理狀態(tài)提升理論內(nèi)容的“打開率”和“吸收率”。
形成“傳播－反饋－迭代”的智能傳播閉環(huán)。傳播效果的提升離不開精準(zhǔn)反饋。生成式人工智能通過多維度數(shù)據(jù)實時評估受眾對定制內(nèi)容的接受度，從閱讀完成率、轉(zhuǎn)發(fā)量、收藏量等“行為反饋”判斷內(nèi)容吸引力，從評論區(qū)情緒、彈幕內(nèi)容“情感反饋”等分析認(rèn)同程度，從在線答題正確率、理論關(guān)鍵詞搜索量等“認(rèn)知反饋”評估理解深度。傳播策略也會依據(jù)反饋情況動態(tài)調(diào)整。反饋的價值在于“迭代優(yōu)化”，生成式人工智能可根據(jù)反饋數(shù)據(jù)生成傳播效果報告并提出具體調(diào)整建議，對理解難度高的內(nèi)容簡化表述、增加案例，對吸引力不足的形式改為短視頻、互動問答，對渠道錯配的情況調(diào)整分發(fā)平臺。這種“以反饋促優(yōu)化”的機(jī)制，有助于推動理論傳播形成精準(zhǔn)投放、效果評估、持續(xù)改進(jìn)的良性循環(huán)。
生成式人工智能賦能的“專屬定制”傳播，本質(zhì)上是推進(jìn)黨的創(chuàng)新理論大眾化在智能時代的新探索。它不是對傳統(tǒng)傳播方式的否定，而是通過新的技術(shù)手段讓理論傳播更精準(zhǔn)、更生動、更貼心。這種探索不僅有助于提升傳播效能，更能彰顯黨的創(chuàng)新理論的生命力。只要我們始終堅守為人民傳播之正，創(chuàng)技術(shù)賦能之新，就一定能讓黨的創(chuàng)新理論在智能時代煥發(fā)出更強(qiáng)大的引領(lǐng)力、凝聚力、感召力、影響力。
（作者：張文君，系北京市習(xí)近平新時代中國特色社會主義思想研究中心特約研究員，中共北京市委黨校〔北京行政學(xué)院〕政治學(xué)教研部副主任）
來源：光明日報