科学传播在促进科学知识的普及和公众科学素养的提升中具有重要意义，为社会的发展与进步奠定了基础。随着生成式人工智能技术的迅速发展，科学传播的内容生产方式与传播形态正面临深刻变革。基于机器学习和深度学习技术的生成式人工智能，实现了文本、图像、音频等多模态内容的自动生成与跨模态生成，形成了人工智能生成内容（AIGC）的新范式，为科学传播的内容生产机制与传播路径提供了新的技术支撑。在当前科技迅猛发展的时代，科学传播的有效性直接影响公众对科学技术的理解与接受程度，进而影响社会的科技创新能力与国家竞争力。本文以核电科学传播为例，探讨AIGC如何赋能核科学传播。

一、风险语境下的科学传播

在当代科技发展中，诸多前沿领域在推动社会进步的同时，也因其潜在的高不确定性与深远影响，构成了典型的风险语境。这类议题的科学传播面临共性挑战：公众往往因知识壁垒而对技术产生非理性风险感知与抵触情绪，造成信任危机，进而影响其创新与应用进程。以核电为例，其作为清洁能源，虽在降低碳排放、实现碳达峰碳中和目标方面发挥着重要作用，但历史上的重大事故也深刻塑造了公众的风险认知，使发展与安全的平衡成为传播核心难题。

在此类语境下，公众接受度不仅取决于技术本身的客观风险，更与其主观风险感知密切相关，而后者可通过有效的科学传播进行干预。提升公众认知、建立透明可信的沟通机制，是化解争议、促进科技健康发展的关键。因此，如何利用新兴技术有效提升公众沟通传播水平，成为当前亟待解决的重要课题。随着人工智能技术的快速发展，AIGC在科学传播中的应用潜力逐渐显现。本文在科学传播的框架下，探讨AIGC给核科普带来的机遇与挑战，以期为核电科学传播的实践工作提供启示与参考。

二、人机协同的传播范式

习近平总书记强调，科技创新、科学普及是实现创新发展的两翼，要把科学普及放在与科技创新同等重要的位置。研究表明，AIGC在公共健康和社会服务等领域的应用已显著提升了信息传播的精准性与效率[]。此外，AIGC赋能的个性化信息推送与交互式设计，突破了传统传播模式中的单向沟通壁垒，使公众能够更便捷地参与讨论，实现真正的双向互动与深度参与。

在新时代背景下，随着科技竞争日益加剧、科技安全问题愈发突出，社会需求与技术发展的变革对科学传播产生了深远影响2。从生产者方面，AIGC改变了媒体内容生产的流程，从传统的人到机器，最终向人机协同方向演进3。在生产方式层面，生成式人工智能借助深度学习和自然语言生成等技术，实现了高质量内容的自动化创作，大幅提升了知识生产效率与传播速度，促进了人机深度融合的知识生产新模式的形成④。从媒介生态的视角来看，AIGC不仅推动了认知突破与媒介生态重构，更深层次地改变了媒介内容的生产方式与传播机制，促进了社会认知的根本性变革5。这种变革对传播主体、传播时空、传播效能和传播信息等多个维度产生了系统性影响，凸显了人工智能技术在构建创新科学传播模式中的核心作用。

1.人工智能在公众沟通中的角色。生成式人工智能技术的快速发展正深刻地重塑公众传播的主体形态，推动着一个更高效、更多元的传播新模式的形成。在传统的科学传播框架中，科学家与政府机构是核心主体。这种模式凭借其权威性与专业性，在知识普及的初期阶段发挥了重要作用。然而，其固有的“单向沟通”壁垒也日益凸显。信息从权威信源自上而下地流动，传播效能严重受限于有限的资源和固定的渠道，难以满足社会公众在知识背景、兴趣偏好和认知习惯上日益分化的信息需求。在这种结构下，公众由于缺乏相应的专业知识，大多时候只能扮演被动的信息接收者，无法深度参与传播和讨论的过程，导致沟通效果大打折扣。

AIGC的引入为核科普带来了颠覆性的全新变革。媒介技术对内容生产的助力不断深入，重塑了传统科普内容生产中人与工具的关系，推动了从“人主导、工具辅助”向“人机协同、智力共创”的范式转变。生成式人工智能不仅能够辅助专家进行内容创作，将他们从烦琐的素材搜集、整理与编辑工作中解放出来，还能推动公众从被动的信息消费者转变为主动的内容创作者，使公众能够根据自己的兴趣和理解进行科学内容的创作和分享，极大地激发了公众的参与热情和创造力。