以智能叙事提升中华文化全球传播效能
讲好中国故事，是提升中华文化国际传播效能的核心命题。当前，以人工智能、大数据为代表的新一代信息技术，正在为故事讲述注入新的可能。从数字敦煌让千年壁画活起来，到AI孙悟空实现跨语种互动，从网络文学出海到微短剧全球热播，技术赋能下的成功案例不断涌现。然而，这些成果更多呈现为点状突破。如何让更多中国故事在不同文化语境中持续破圈，是下一阶段提升中华文化全球传播效能必须面对的关键问题。
智能叙事：从文化符号到叙事元件的转化
智能叙事，是指运用人工智能技术对文化资源进行智能识别、语义关联与创造性重组，形成可被感知、可传播、可认同的叙事内容。它不是用AI替代人讲故事，而是让AI成为激活文化资源、生成鲜活叙事的转化器。中华文化资源极为丰富，但长期以符号形态存在。兵马俑、长城、京剧、书法，每一个符号都承载深厚内涵，却也因高度浓缩而难以被异文化受众直接理解。智能叙事的核心突破在于解构与重组。运用知识图谱、自然语言处理等技术，可以将抽象的文化符号拆解为更小、更灵活、更易于跨文化理解的叙事基本单元。这些基本单元，我们称之为叙事元件。它是可供AIGC组合生成的最小叙事单元，一般包含三个层次：场景元件，如盛唐长安的元宵灯会；人物关系元件，如李白与杜甫的文人交游；情感价值元件，如和而不同的处世智慧。每个元件都内嵌可适配性标签，标明其适合的文化语境与受众偏好。创作者需要什么，就从叙事元件库中调取什么进行组合生成，从而实现从符号展示到故事生成的范式跃迁。数字敦煌项目不仅将壁画高清数字化保存，更将其中的故事情节、人物形象、色彩纹样拆解为可复用的文化素材，正是从符号到元件转化的生动实践。
故事世界：从单体叙事到可生长生态
叙事元件解决了素材从哪来的问题，但真正的挑战在于如何将这些元件组装成一个可供受众进入的叙事空间。与传统单体故事的一次性讲述不同，故事世界是开放的、可延展的、可供参与者持续探索的叙事生态。迪士尼通过数百部电影、主题乐园、衍生品构筑了全球性的幻想宇宙；哈利·波特凭借小说、电影、主题公园和无数粉丝创作，形成了持续生长二十年的叙事生态。这些故事世界都不追求一次性讲完，而是追求永远有故事可讲；受众不是听故事的人，而是活在故事里的人。AIGC技术为中华文化故事世界的建构提供了全新可能。北京大学与大同市文旅局联合出品的微短剧《大同密码》便是一个生动例证。该剧从云冈石窟、悬空寺、大同古城等文化遗产中提取场景元件，从铜器制作、广灵剪纸、火山石雕刻等非遗技艺中提取技艺元件，通过AIGC视觉特效技术构建了一个横跨古今的悬疑故事世界。留学生主角在闯关中探索非遗密码，观众在追剧中跟随剧情行走大同。上线后，该剧通过北京大学全球传播矩阵向海外推送，收获广泛好评，并被中国国际电视台多语种译制推广。更重要的是，这种模式大幅降低了文化内容的生产门槛。海外用户可以基于给定的叙事元件，创作属于自己的解读与分享，从而从旁观者变为共建者。当受众从倾听走向参与，文化认同便从认知走向共鸣。
精准分发：算法驱动的叙事适配与效能提升
故事世界建构之后，如何让它在海量信息中触达目标受众？算法推荐技术为叙事内容的精准分发提供了技术基础。借助大数据分析，可以识别不同文化圈层受众的叙事偏好。面向东亚受众，高语境文化符号的原汁原味呈现更容易引发共鸣，而面向欧美受众，则需要适度降低文化门槛，强化个体故事与情感连接。通过构建精细的用户画像，实现故事与受众的精准匹配。在操作层面，需要建立人机协同的分发机制。算法负责数据洞察与效率支撑，分析完播率、互动率、情感倾向等指标；人负责价值判断与策略调优，始终把握文化传播的根本方向。同时，构建跨平台多模态的分发矩阵，将同一文化主题适配为短视频、图文、互动游戏等不同形态，实现一次生产、多次转化、精准触达。这正是智能叙事在分发环节的核心要义。
人文坚守：智能叙事中的风险防范与价值尺度
技术越先进，越需要明确其边界。智能叙事的核心优势在于效率和精准，但算法驱动同样可能带来风险。流量逻辑可能挤压多元表达，算法倾向于推荐已被市场验证的内容类型，导致小众文化和严肃议题的生存空间被压缩。过度适配可能导致文化折扣，为了迎合某一市场而对文化元素过度简化，最终呈现的可能是空壳化的中国故事。此外，AI训练数据也可能带有文化偏见，导致生成内容偏离中华文化的精神内核。要化解这些风险，应建立人机协同的治理机制。由文化专家把控内容方向与价值内核，AI负责素材整合与形式创新；制定文化符号标注规范与AI内容审核标准，确保技术赋能不偏离文化本真；构建智能叙事效能评估体系，不仅关注传播了多少，更关注理解了多少、认同了多少。无论技术如何迭代，文化叙事的灵魂始终是人的创意、人的情感、人的价值判断。让中华文化以更加自信、开放、包容的姿态走向世界，在数字时代绽放新的光彩，这正是智能叙事赋能中华文化走向世界的价值归宿。（作者系上海外国语大学新闻传播学院教授、志远卓越学者：韩瑞霞）
