科普创作是作者为达到普及科学技术知识、倡导科学方法、传播科学思想、弘扬科学精神、树立科学道德的科普目的而进行的创造性的精神活动[1]。科普创作是连接科学内容与公众需求的重要桥梁，不仅能够帮助公众更好地理解科学，消除对科学的误解和偏见，还能够激发公众对科学的兴趣和好奇心，培养科学思维和探索精神。在人工智能日新月异的今天，特别是以大模型为代表的生成式人工智能的飞速发展，为科普创作带来了前所未有的新机遇与新挑战。大模型以其独特的优势，与科普创作完美融合，预示着科普创作领域的一场深刻变革，科普创作人机协同的崭新时代正在开启。

一、大模型应用对科普创作产生深刻影响

大模型，全称大型语言模型或大语言模型（Large Language Model，LLM），是指具备庞大参数规模和复杂结构的语言模型。它们利用深度学习算法，从海量数据中学习语言知识和推理能力，从而实现自然语言的理解、生成和交互。大模型的发展与应用，不仅改变了科普创作的方式方法，还极大地提升了科普内容的质量与传播效率，为科普事业的发展注入了新的活力。随着人工智能技术的飞速发展，大模型以其强大的自然语言处理能力和广泛的应用场景，正在影响社会生活的各个领域，包括科普创作。

（一）大模型在科普创作中显现出超常功能

第一，超强的深度学习能力。大模型作为一个“学霸”，其核心能力在于丰富的知识蓄积和广泛的学科涵盖。它可以在极短的时间内研究和理解各种学科领域的知识，从人文科学到自然科学，从科学技术的历史到最新科技进展，它都能深入挖掘并提供详尽的信息。大模型能够整合大量已有知识，并基于模式识别提供答案，对于学术研究、科学探索、学习教育等领域都具有巨大的潜力。

第二，超常的涌现能力。大模型的涌现能力指的是其在对话和文本生成过程中产生出令人惊奇且不断发展的新主题、新观点和新想法。它可以通过独特的信息整合和联想能力，产生丰富多样的创意内容，这种创造力和想象力的涌现可能会超乎人类的预料。大模型生成的文本在深度上将信息、语义理解结构化，在广度上将广泛的知识进行融会贯通，能够展现出超越具体上下文的新观点和见解，推动语言和思维的创造性发展。

第三，强大的模态统一能力。大模型的统一能力指的是其在对话和文本生成中，能够让各种模态（文本、图片、音频、视频等）保持信息连贯性和逻辑一致性，使得产生的内容在整体上显得条理清晰，不会出现矛盾或断裂。它能实现复杂的语义理解并把握信息内在逻辑关联，从而整合各种信息片段和观点，形成一气呵成的完整论述。大模型的统一性保证了其生成内容在表达和逻辑上具有更高的可读性和可理解性，类似于人类的表达效果，这种能力在许多语言生成场景中具有极大的应用潜力。

第四，系统复杂的思维链。大模型的思维链，是指其能够构建和展示长期的思维链条，将情节、观点或信息表达连接成有机整体，并在这个整体中展现出清晰的逻辑和内在关联。在对文本的理解和生成过程中，大模型可以展示出复杂的思维链条——它能够将各种信息和观点有机地连接起来，形成跨文本、跨主题的思维链条。通过思维链的构建，大模型可以深入挖掘复杂问题的本质和内在联系，有助于提出新的见解，拓展研究思路。

第五，超强的对齐能力。大模型的对齐能力指的是其可以根据上下文和用户需求，实现信息和语义的精准匹配，产生准确且贴切的回答或表达。它能够有效理解用户输入和话语背后的意图，从而对问题进行准确解读，产生相应的回应或建议。大模型的对齐能力可以使其在各种应用场景下更加智能和贴心，能够真正地与用户交互、理解并产生有意义的信息[2]。

（二）大模型颠覆了传统科普创作已有认知

与工业革命解放了人类的体力劳动不同，以大模型为代表的生成式人工智能，将极大提升人类的创造力、想象力。大模型辅助科普创作，将超越和颠覆传统意义上对科普创作的认知，从而实现科普创作质态的跃升。

第一，大模型激活了科普创作的“世界三”。世界三，作为一个哲学上的概念，指的是人类精神活动的产物，包括思想、观念、方法、理论、艺术作品等。这个概念是由哲学家卡尔·波普尔（Karl Popper）提出的，他认为世界一是物理世界，包括自然界和所有物理现象；世界二是心理世界，包括人类的思想、感情和意识等；世界三则是人类精神活动的产物，即人类所创造的客观知识和文化的世界。大语言模型时代的来临标志着世界三的全新开启[3]。这为科普创作打开新的赋能之门，为科普注入无限活力。大模型凭借强大能力，能够高效整合世界三中的丰富知识并加以呈现，使科普内容更加多元、深入且生动。这不仅可以拓宽科普的边界，还有助于提升公众对科学文化的理解与认同，促进科学精神的广泛传播。大模型可作为辅助工具，助力科普创作的多元表达，并有望在科学传播中发挥积极作用。

第二，大模型提升了暗知识（也称隐性知识）的可访问性并助力其传播。大语言模型通过其强大的自然语言处理和机器学习能力，促使暗知识显性化呈现。暗知识或隐性知识通常指的是那些难以用语言明确表达，但存在于个人或集体经验、直觉、判断和文化中的知识。这类知识往往难以被直接传授或学习，但却是许多领域创新和进步的关键。大语言模型通过语境理解、模式识别、知识推理、自然语言生成、交互式学习等方式，促使隐性知识显性化，从而不仅提高了隐性知识的可访问性，还促进了知识的传播和创新[4]。这不仅丰富了科普创作的素材库，还拓宽了科技知识传播的渠道。创作者可借助模型挖掘深藏于经验、直觉中的智慧并加以呈现，以更直观、易懂的方式普及科学知识。同时，模型的交互式学习能力促进了知识的动态交流与迭代，激发了公众对科学的兴趣与探索欲，加速了创新思想的涌现与传播，从而极大地增强了科普创作的深度与广度。

第三，大模型能让少数人的声音被听到并得到合理对待。大模型通过其强大的自然语言处理和机器学习能力，能够有效地解析、理解和呈现多样化的观点和声音。这使得即便是非共识、批判意见、独特创见或少数人的声音，也能被清晰地展现，并因此获得更公平的对待。简而言之，大模型技术对不同声音进行合理考量，确保了多元化声音的呈现。这不仅促进了科普内容的丰富，还提升了其包容性与深度，让科普不再局限于主流声音。少数人的创见得以在更广阔的舞台上闪耀，激发了公众对科学的全面认知与深入思考。同时，大模型公平对待每一种声音，增强了科普的公信力与吸引力，为构建开放、多元的科普生态奠定坚实基础，有助于推动科学普及全面发展。

第四，大模型促使科学性、正确性等概念被重新定义。随着机器学习算法和大模型在决策和科学研究中的广泛应用，传统的严谨因果逻辑的概念开始变得模糊。为了回应这个变化，需要重新思考正确性的定义，重新认识透明性和解释性的重要性。对于正确性的定义，不能再仅仅依赖于确定性的因果逻辑。相反，需要通过理解算法工作原理、数据质量及其局限性来评估结果的可信度，同时也需要考虑到结果背后的模式和趋势影响。这意味着人们需要更多地依赖于概率和统计学的方法来评估正确性，而非仅仅依赖于确定性的推理。在透明性和解释性方面，需要采取更多的措施来确保机器学习的算法和大模型的决策过程是可解释的和透明的。例如，让大模型开发者设计更具解释性的模型结构，提供更全面、通俗的文件和报告，以便科学家和研究者以及公众能够更好地理解算法的决策过程和结果。此外，也需要开发更多的工具和方法来评估和验证算法的结果，并为其理解、决策提供合理的解释。这种变革促使科普创作必须紧跟科技前沿，以更严谨、透明的方式传递科学知识，提升公众科学素养，构建科技与社会的桥梁。

第五，大模型预示着科普创作准入层面上平权时代的到来。生成式人工智能技术的突破，会逐渐弥合人类整体认知水平和知识能力鸿沟，降低各类知识、各个专业的门槛。这种趋势预示着，若干年后，不分什么理科、文科，一个人只要有想法，掌握一些基本的提问能力，就能解决许多问题，就可以从事科普创作。

二、大模型对科普创作强大而奇异的赋能作用

大模型辅助科普创作的核心原理在于深度学习与自然语言处理技术的结合。大模型通过海量的文本数据训练，掌握了丰富的语言知识，拥有跨领域的知识体系。在科普创作过程中，创作者可以输入相关的关键词、主题或问题，大模型基于其训练得到的知识图谱和生成能力，快速生成连贯、有逻辑的科普文本，或提供相关的知识素材供创作者参考。大模型以其独特的原理与深层逻辑，正在深刻改变着科普创作的面貌。

（一）提升科普创作的效率与文本基础质量

大模型通过海量数据的训练，积累了丰富的知识储备，具有强大的生成能力。在科普创作过程中，创作者可以依托大模型快速生成初稿，大大节省撰写时间。大模型在自然语言处理方面的卓越表现，是其辅助科普创作的关键。通过语言模型填充、文本分类等预训练任务，大模型学会了理解人类语言的复杂结构和语义关系，能根据输入的关键词或主题，准确理解创作者的意图和需求，自动生成符合语法规则、逻辑清晰、表达准确且连贯的文本，有效避免了人工撰写时由于创作个体表达能力不足或时间仓促导致的逻辑不清、表述不准等问题，从而提升了科普文本的基础质量。大模型的引入，使科普创作的创作周期由数天、数周乃至更久，进入按秒计的“读秒时代”，科普创作的效率和文本基础质量得到极大提升，这为新时代科普生产和传播带来更广阔的发展空间和更多的可能性。大模型加持的科普创作和传播，有望彻底改变科普的“真相还没穿鞋，谣言已经走遍天下”的尴尬现状。

（二）拓宽科普创作的边界与深度

传统科普创作往往受限于创作者的知识储备和视野范围，难以覆盖所有学科领域和前沿科技。大模型凭借其广泛的知识储备和跨领域的学习能力，可以轻松跨越学科壁垒，为科普创作提供丰富多样的素材和视角，实现不同领域知识的融合与拓展。这使得科普内容不再局限于某一特定领域，而是能够涵盖更广泛的知识面，满足不同受众的需求。例如，在介绍某个科学现象时，大模型可以融合物理学、化学、生物学等多个领域的知识，为受众提供全面、深入的科学解释。这种跨领域融合与知识拓展的功能，拓宽了科普内容的广度与深度，提升了科普创作的价值。同时，大模型还能深入挖掘现象背后的科技原理和科学故事，使科普内容更加深入、生动，增强读者的阅读体验和学习效果。人机协同的科普创作时代，是成就“科普超级个体”的时代——“一个科普个体+大模型+自媒体=超级科普创作与传播个体=科普创作传播团队”，因为大模型的加持，超级个体能够又快、又好、又准地完成一个传统科普创作传播团队才能完成的复杂任务。

（三）促进科普创作的个性化与定制化

在个性化与定制化成为时代潮流的今天，科普创作也需要紧跟这一趋势。大模型通过理解用户的输入和需求，能够生成符合用户个性化偏好的科普内容，特别是在生成科普文章、讲稿、讲解词、视频脚本、展览脚本等方面表现优异，其效果大大出乎人们的意料，生成结果会给创作者和读者带来极大惊喜。对于不同年龄层、不同知识背景的受众，大模型可以生成不同难度、不同风格的科普文章或视频脚本，帮助创作者和传播者实现科普内容的精准推送。这种个性化与定制化的科普创作方式，使科普内容表达更加有料、生味、有趣，有助于提升科普作品的触达率以及受众对作品的接受度、满意度。

（四）推动科普创作的创新与形式多样化

大模型的应用还促进了科普创作的创新与形式多样化。一方面，大模型可以辅助创作者进行创意构思和内容策划，提供新颖独特的科普主题和视角；另一方面，大模型还可以支持多种形式的科普创作，不仅包括文字，还可以通过指令生成图片、音频、视频等更加生动直观、易于理解、富有趣味性的形式。图、声、影等形式的作品本来具有一定的创作门槛，而随着生成式人工智能在多媒体生成领域的逐渐发展，如今没有学过相关技能的创作者也可以便捷地通过指令将文字形式的科普内容转化成科普图片、科普音视频等，创作门槛的降低极大丰富了多媒体科普作品的总量，更能满足不同情景、不同受众的多样化科普需求。

三、大模型辅助科普创作面临的风险及认知偏见

（一）大模型辅助科普创作面临的风险

如同“人们驾驶汽车会出现交通事故”一样，大模型辅助科普创作在为科普创作者带来高创作效率、高生成品质的同时，也会带来一些潜在的、现实的问题和挑战，如内容存在信息误导、缺乏深度和洞察力，以及使用者产生技术依赖和各环节的伦理问题等。

第一，大模型辅助科普创作中的信息误导风险。尽管大模型拥有丰富的知识，但由于其生成内容的过程是基于训练数据的统计规律，而非严格的逻辑推理，因此可能存在信息误导的风险。特别是在科学领域，一些细微的差错可能导致严重的误导，对受众产生不良影响。这就要求科普作者在使用大模型辅助创作时，应秉持严谨态度，对大模型生成内容严格把关。首先，需验证大模型提供的信息，通过查阅权威资料、咨询专家等方式确保准确性。其次，对关键科学概念和数据要详细核查，避免以讹传讹。同时，保持批判性思维，不盲目依赖大模型，对存疑内容深入探究。此外，大模型辅助生成的科普作品应注明信息来源，增加透明度，便于读者查证。最后，建立读者反馈机制，及时纠正错误，不断总结经验，优化后续创作。以此，能够有效规避信息误导风险，确保大模型辅助生成的科普作品最终呈现时具有科学性和准确性。

第二，大模型辅助科普创作生成内容缺乏深度、洞察力不足的问题。大模型生成的科普内容虽然广泛且多样，但可能缺乏深度和洞察力。它们能捕捉到现象，但可能无法提供对科学现象或概念的深入解释和分析，难以满足一些对科学有深入探究需求的受众。这要求科普作者主动深化内容，必须对大模型生成内容进行二次加工，结合个人专业知识和研究，提供深入剖析和独到见解。创作者应主动关注科学前沿，将最新理论与研究成果融入作品，提升内容的新颖性和深度。同时，若鼓励受众围绕作品参与讨论，不仅能通过互动激发更多人参与到思考中，也可为自身的后续创作收集灵感。创作者还应注重培养自身的批判性思维，优化大模型生成内容的逻辑，采用设问等方式引导受众探究科学本质，而非仅停留在对表面知识的了解。这样，科普作品才能兼顾广度与深度，满足不同层次受众的需求。

第三，使用大模型辅助科普创作时产生技术依赖及相关伦理问题。大模型辅助科普创作离不开对科技的大量使用，可能导致创作者在创作过程中过度依赖技术，而忽视了自身的思考和创新能力。这要求科普作者必须有效平衡大模型技术使用与自主思考的关系，避免过度依赖大模型。创作前明确主题与目的，自主构思框架，再借助技术填充细节。此外，使用大模型进行科普创作还可能涉及伦理问题，如数据隐私、版权等。这需要创作者坚守伦理底线，确保数据来源合法，尊重版权，不使用敏感信息或他人隐私。使用大模型前，先了解其数据处理政策，避免侵犯他人权益。使用后，创作者应承担自己的社会责任，对大模型生成的内容进行严格筛选，确保作品符合科学伦理。总而言之，我们应多鼓励原创思考，鼓励创作者多结合个人见解深化科普作品内容，让技术成为辅助而非主导，以确保科普创作既具创新性又遵循法律要求和伦理规范。

（二）对大模型辅助科普创作的认知偏见

尽管大模型在科普创作中的应用前景广阔，但部分研究者和使用者对大模型存在诸多顾虑和认知偏见，导致目前实际应用并不广泛，大模型辅助科普创作的应有赋能作用没能发挥出来。

第一，对大模型的原理和功能作用缺乏深入理解。作为一种新兴的技术，大模型具有一定的复杂性和技术门槛，不少使用者对其背后的工作原理、数据训练方法，以及实际应用中的优势和局限缺乏深入了解。这说明目前与大模型相关的科普还不够充分。

第二，对大模型辅助科普创作的具体应用存在迷茫和困惑。由于上一点提到的了解不足，使用者可能不清楚如何将大模型技术有效地融入到科普创作的流程中，或对如何选取合适的模型、如何输入有效的指令以及如何优化生成的内容感到困惑。对于大模型生成的内容的质量和可信度，部分使用者也存在疑虑，不确定是否需要对生成的内容进行进一步的核实和修改。还有一些使用者对于大模型在科普创作中的具体应用场景，如科普文章撰写、科普问答、科普视频脚本生成等，也缺乏深入的了解和实践经验。

第三，对大模型辅助科普创作存在过高期待和过度依赖。部分使用者可能过分夸大了大模型的能力，认为其可以完全替代人类在科普创作中的角色，从而忽视了人在内容创新、情感表达等方面的独特价值。一方面，过度依赖大模型可能导致使用者忽视自身能力的提升，不再注重积累专业知识和提升写作技巧，长远来看，这可能影响他们的职业发展；另一方面，对大模型的过高期待也可能导致使用者在实际应用中感到失望，因为任何技术都有其局限性，大模型也不例外，它可能无法完全满足所有复杂和特定的科普创作需求。

第四，对大模型辅助科普创作存在恐惧和抵触情绪。部分使用者，尤其是科普作家可能会担心，随着技术的不断进步，大模型能够生成越来越高质量的内容，从而逐渐取代人类科普作家的地位。这种担忧主要源于对技术发展的不确定性，以及对自身职业前景的忧虑。实际上，大模型辅助科普创作更多的是作为一种工具或助手，帮助科普作家提高创作效率和质量，而不是完全替代他们。人类的创造力、独特视角和情感表达是机器无法复制的。

第五，担心大模型辅助创作的科普作品会引发法律纠纷。大模型在创作过程中提供了大量的信息和素材，这可能导致科普作品的著作权归属变得模糊和不确定，一旦作品被广泛使用或产生经济效益，就可能引发著作权相关的争议，进而产生法律纠纷。这种担忧并非没有道理，因为在大模型辅助创作的情况下，确定作品的独创性和著作权归属确实更为复杂。这也提醒我们，在使用大模型进行科普创作时，必须更加注意著作权的保护和归属问题。

四、积极迎接人机协同的科普创作新时代

随着科技进步，大模型正逐渐改变科普创作模式。未来，既应结合人工智能的优势积极探索大模型对科普创作的辅助作用，同时还应加强内容审核，注重伦理规范，以确保科普创作的科学性和可信度。大模型必将开启科普创作人机协同的新时代，让我们共同拥抱和迎接这个时代。

（一）大力普及大模型在辅助科普创作方面的价值和应用方法

科普创作者对大模型进行基础了解并熟练掌握其在辅助科普创作方面的应用，不仅能满足其个人技能升级的需求，更是自觉推动科普事业迈向新高度的必然选择。

第一，科普作者需深刻认识到大模型的价值所在。作为能够使工作变得便捷、高效的新生技术，大模型的基本知识值得各行各业的人们了解。科普作家与科学技术发展关系密切，更应该走在时代前列，通过不同渠道积极主动学习大模型的相关知识，深化对大模型价值的认识，并根据自身需求在合理的范围内加以利用。

第二，向全社会大力普及大模型辅助科普创作的应用。这意味着要通过举办讲座、工作坊、在线课程等形式，分享成功案例，展示大模型在科普创作中的巨大潜力，激发更多创作者对大模型的兴趣，增强公众对大模型辅助科普创作的理解和支持，让更多创作者选择使用大模型辅助科普创作，最大化发挥自身与大模型的双重优势，实现技术与创意的深度融合。同时，也应倡导使用大模型注意科技伦理，强调在享受技术便利的同时，坚守科普的真实性与客观性，避免误导公众，以维护科普事业的公信力。

（二）让大模型成为新时代科普创作者的得力伙伴

在人机协同的科普创作新时代，大模型将成为创作者得力的助手和伙伴。创作者可以利用大模型的知识储备和语言处理能力，快速生成科普文本的初稿，然后在此基础上进行进一步的修改和完善。这种协同工作方式不仅提高了科普创作的效率，还保证了科普内容的质量和深度。同时，大模型的创新能力还可以为创作者提供新的灵感和思路，推动科普创作的不断创新和发展。

如前文所述，大模型的知识整合能力极大地提升了科普创作的效率，使得创作者能够更专注于内容的创新和深度挖掘，而不是陷入烦琐的知识收集和整理工作中；大模型的自然语言处理能力，可优化科普作品的语言表达，提升其可读性和内容质量；大模型的创新构思与多样化表达能力，可以提升科普作品的趣味性和个性化水平。此外，科普作者身份多样，一些作者虽有创作意愿，但时间、精力、科普能力和创作能力上可能力不从心；在一些地区或领域，科普资源可能相对匮乏。采用人机协同的科普创作方式，可以快速填补空白，有助于解决上述问题。

（三）要敢于和善于应用大模型辅助科普创作

熟练掌握并合理使用大模型来辅助科普创作，将是新时代科普创作者最基本的能力，科普创作者必须紧跟时代步伐。每位科普创作者都应积极学习相关技术要领，善于借助大模型的力量，让科普作品更加通俗易懂、深入人心，为公众带来更多有价值的科普作品。

第一，要善于根据任务具体环节及不同的创作情境选择合适的大模型。不同的大模型（如文心一言、讯飞星火、豆包、ChatGPT等）在文本生成、理解、推理等方面具有不同的优势和特点。同时，大模型的配置（如参数数量、训练数据集等）也会直接影响其性能。了解常用大模型的特点及其配置，并在此基础上选择性使用，对于确保科普内容的准确性、科学性和生动性至关重要。

第二，要在输入大模型的提示词上下功夫。大模型本质上是一种人工智能系统，是核心控制器，没有实际的“五官”，也没有实际的“四肢”和身体，无法“感知”创作者的需求、现实情景、它自己的角色以及需要执行什么任务，因此创作者需明确告知它所处的背景，并赋予它相应角色及需执行的具体任务的指令，才能真正使它成为一种通用的、多功能的智能机器。掌握与大模型的对话要领，是利用大模型辅助科普创作成败的核心和关键。

第三，要在大模型生成内容的审核与修改上下功夫。大模型生成的内容虽富有创意，却也可能包含不准确、冗余或偏离主题的信息，因此内容审核与修改环节至关重要。创作者需具备批判性思维，对生成内容进行严格把关，确保内容科学、表达准确无误，避免误导公众。审核修改时，对于知识上的模糊或存疑之处，应查阅权威资料核实，必要时请教专家。同时，修改时要注重语言的通俗性与趣味性，将复杂的科学原理转化为公众易于理解的语言，增强科普作品的吸引力。在修改过程中，还需关注内容的逻辑性与连贯性，删除冗余信息，优化篇章结构，使科普作品既严谨又流畅。

参考文献

[1] 曾甘霖.科普创作概论[M].北京：中国科学技术出版社，2020.

[2] 杨文志，包明明.大模型：我的科普创作助理[M].重庆：重庆大学出版社，2024.

[3] 郭文茗.人工智能时代的教育变革[J].北京大学教育评论，2023，21(1)：62-82，189.

[4] 喻国明，苏芳，蒋宇楼.解析生成式AI下的“涌现”现象——“新常人”传播格局下的知识生产逻辑[J].新闻界，2023(10)：4-11.

通信作者：杨文志，中国农村专业技术协会副理事长、中国科协决策咨询专委会委员，研究方向为科普理论与实践、决策咨询的理论方法等。