https://www.digitalistpapers.com/vol2/stiglitzventurabolet
作者：Joseph Stiglitz 和 Màxim Ventura-Bolet
Joseph Stiglitz（约瑟夫·斯蒂格利茨），哥伦比亚大学教授，2001年诺贝尔经济学奖得主。曾担任美国总统经济顾问委员会主席，并在世界银行担任首席经济学家兼高级副行长。
Màxim Ventura-Bolet（马西姆·文图拉-博莱），年轻的经济学家，目前在哥伦比亚大学从事研究工作。
变革性人工智能将改变社会生产和分享信息的方式。正如 Joseph Stiglitz 和 Màxim Ventura-Bolet 所论证的，它可以通过更快、更高效地处理知识来推动创新，甚至提出新的问题和见解。然而，它也可能侵蚀可靠信息的供应，放大错误和虚假信息，并导致纠正努力不足。作者提出了一个理解这些信息挑战的框架，并概述了切实可行的政策应对。
一、引言
人工智能被誉为一门开辟知识积累新前沿的学科，因为那些需要数年才能解决——或者基本上无法解决——的问题，在短时间内就得到了解答。人工智能，特别是变革性人工智能，有潜力显著加快创新步伐，不仅能更高效、更快速地处理信息，甚至能提出并回答新的问题。
人工智能对信息生态系统的影响是这场变革的核心。人工智能正在以何种方式重塑信息在社会中流动的方式？在哪些方面是改进——危险又在哪里？总体而言，我们作为一个社会是否变得更加知情的？展望未来，随着技术的进步，这些影响将如何演变？这些问题意义重大，但也极其复杂。
早在人工智能出现之前，人们就担心数字平台（搜索引擎和社交媒体）可能导致整体信息生态系统质量的恶化。下行风险在互联网上滋生的虚假和错误信息的污水池中显而易见，人们越来越担心其社会、政治和经济后果。存在这样一种风险：人工智能不仅可能无法纠正这些问题，反而可能加剧它们。
从这个意义上说，我们识别出三个与数字平台相关，但更与人工智能相关的不同问题。第一个是优质信息供应不足。即使有强大的知识产权法，也存在知识溢出效应，这不仅适用于我们通常认为的“新闻”，也适用于其他形式的信息和知识。那些阅读了基于昂贵调查研究的翔实报纸文章的人，会将其中的信息转述给他们交谈的对象，这些人因此免费获得了这些信息。从某种意义上说，所有信息生产者都在某种程度上对可用的知识库做出了贡献。其他人从这个知识库中提取信息，无论是使用知识库的人还是贡献者，都没有根据他们添加或提取的内容支付或获得相应的补偿，因此，在信息的生产、传播和使用方面，没有最优性的假设。
技术平台和人工智能，正如下文将要解释的那样，使情况变得更糟，因为它们不仅仅是传统信息生产者和传播者的竞争者；它们在某种程度上是竞争者，从传统信息生产者那里获取信息，利用这些信息来增加自己的利润，同时摧毁了传统信息生产者的商业模式。
“错误和虚假信息比高质量信息的生产成本更低，而且有大量‘信息提供者’愿意并能够利用那些无法区分两者的人。”
第二个问题是错误和虚假信息供应过剩。那些因此污染信息生态系统的人并没有为后果——即因信息生态系统恶化而造成的损害，以及为区分真实信息与他们所助长的错误和虚假信息而必须投入的资源——付出代价。事实上，在某些情况下，他们从这种污染中获得了经济利益。一些技术平台的商业模式是“通过激怒实现参与”，他们让算法放大激怒用户的错误和虚假信息，从而使社会两极分化。很难不相信一些人工智能公司不会采取类似行动，炮制出越来越好的、根据用户先前存在的偏见量身定制的新闻和其他信息摘要。此外，一些公司有政治议程，并利用其技术和算法来推进这一议程，而不考虑他们所传播信息的真实性。最后，错误和虚假信息比高质量信息的生产成本更低，而且有大量“信息提供者”愿意并能够利用那些无法区分两者的人。
正如真实信息供应不足和扭曲性信息供应过剩一样，纠正错误和虚假信息的努力也供应不足，因为这也是一种公共品，其他人会从中受益。这是第三个问题。
一种观点认为，尽管存在这些担忧，但监管的制度机制无法巧妙地引导像人工智能这样不确定、快节奏和影响重大的技术的发展——并且这样做的尝试将减缓创新步伐，从而减缓社会福利。在这种观点下，最好的行动方案是放任市场竞争，并希望社会能够自然适应。[1]
“在这里，我们只关注一组危害：对信息生态系统的威胁是真实存在的。我们表明，这些有能力改善信息生态系统的进步可能产生恰恰相反的效果。”
本文的中心论点是，这种观点完全是误导。它只是假设所有创新都是福利增进的，而很明显情况并非如此：创造和利用市场势力的创新是福利减损的。我们表明，在没有适当监管的情况下，这些技术创新确实存在可能也是福利减损的风险。在这里，我们只关注一组危害：对信息生态系统的威胁是真实存在的。我们表明，这些有能力改善信息生态系统的进步可能产生恰恰相反的效果。
然而，有了正确的法律和监管框架，这些领域的创新更有可能使整个社会受益，而不仅仅是增加科技公司的利润。
二、框架
我们开发了一个分析框架，区分人工智能增强高质量信息生产和传播的渠道与其破坏这些信息的渠道，并利用该框架识别能够减轻不利影响的公共政策干预措施。本节建立在我们在2025年发表的论文《人工智能和数字平台对信息生态系统的影响》[2] 的基础上。在这里，我们为更广泛的政策受众提炼了模型的关键要素。对形式推导和技术细节感兴趣的读者可以参阅原论文。
前人工智能时代的信息生态系统
要理解人工智能如何重塑信息生态系统，首先需要回顾在数字平台和人工智能到来之前，该系统是如何（不完美但连贯地）运作的。那时，新信息的生产者——报纸、学术期刊、广播公司以及后来的在线媒体——创造了有助于社会知识库的内容。信息具有很强的公共品特征：一旦产生，任何人都可以在不消耗它的情况下使用它（技术上，经济学家说消费是“非竞争性的”）。公共品的一个关键特性是其社会价值超过生产者私下能够获得的价值，这就是为什么如果有足够的供应，必须得到公共支持。
“信息具有很强的公共品特征：一旦产生，任何人都可以在不消耗它的情况下使用它。”
商业模式依赖于吸引访问和关注，这可以通过广告、订阅或数据收集来货币化。消费者方面，他们通常以很少或没有直接成本的方式获取这些信息。
这种结构，无论多么不完美，都平衡了信息的公共品性质[3] 与其创造和传播的激励。在20世纪的大部分时间里，生产者主要在有利于真实性的专业和声誉规范下运作。从来没有假设它能产生最优数量或构成的信息，但它提供了一种可行的均衡。在某些地方，这种均衡在数字平台和人工智能兴起之前就已经开始瓦解。例如，随着时间的推移，一些人还发现了产生不真实、有偏见或耸人听闻内容的经济和战略激励。现在，我们的新闻信息生态系统面临崩溃的风险。
动机与人工智能的影响
在此背景下，我们的探究从一个简单的问题开始：人工智能将如何影响信息生态系统？人工智能引入了几个强大的、相互关联的冲击：
- 改进的生产和传播。人工智能系统极大地提高了处理和传输信息的效率，使内容能够以更低的成本、更快的速度覆盖更广泛的受众。
- 生产者商业模式的侵蚀。通过直接向用户提供答案和摘要，人工智能中介减少了原创生产者的访问量，削弱了他们的收入基础。[4]
- 谎言相对成本下降。与生产经过验证的真实信息相比，生成式模型使创造令人信服的虚假信息的成本变得低廉。
- “无人机战争”效应。人工智能同时增强了检测虚假信息的能力和逃避检测的能力，导致验证与欺骗之间的军备竞赛。
我们开发了一个可处理的、捕捉这些力量的信息生态系统模型。该模型帮助我们理解人工智能如何影响真实信息的均衡数量、虚假信息的份额以及社会的极化程度。
模型结构与均衡结果
在我们的论文中，我们在一个具有两类主体（生产者和消费者）的环境中形式化了这些动态，并分析了它们的互动如何决定社会达到何种均衡。可能存在真实均衡，在此种情况下，错误和虚假信息不被生产；真实-谎言混合均衡，两者并存；或者信息生态系统崩溃的均衡，其中生产至少某些类型的社会可取信息的激励如此之弱，以至于这些信息根本不被生产。
该模型做了一些简化，既是为了分析上的简洁，也是为了突出人工智能带来的风险。例如，它假设新闻生产者要么创造“真实”信息，要么创造“不真实”信息，并从他们吸引的关注中获得收入。生产真实信息比生产不真实信息成本更高。消费者按比例将注意力分配给生产者。一部分消费者能够识别真相，而其余的则不能。
“生产真实信息比生产不真实信息成本更高。消费者按比例将注意力分配给生产者。”
数字平台和人工智能系统作为中介运作，塑造市场的双方：它们决定信息如何传输、生产者有多可见，以及关注的经济价值有多少归于中介而不是创作者本身。
该框架突出了四个关键参数：传输效率（信息传播的容易程度）、中介化程度（信息被处理的程度，例如，结合来自不同来源的信息）、消费者筛选真相的能力，以及谎言的相对成本。它们的相互作用决定了系统收敛到哪种均衡。[5]
当以下几个强化条件成立时，真实均衡占主导地位：
- 来自知情消费者的强劲需求，即高比例的重视并能识别准确信息的用户
- 来自不知情消费者的需求相对较弱，减少了以廉价虚假信息服务低信息受众的激励
- 生产谎言的成本很高——要么是因为欺骗容易被发现，要么是因为法律和声誉惩罚使其代价高昂。
在这些条件下，生产者几乎没有理由产生虚假信息，真实内容的流动是稳健的。在这样的环境中，当以下情况发生时，生产的信息总量最高：
- 消费者直接与生产者互动，因此更大份额的关注转化为为那些创造新信息的人的收入
- 信息的感知价值很高——要么是因为它具有社会重要性，要么是因为知情和不知情的消费者都追求准确性。
- 生产信息的成本适中，因此投资于核实和原创报道是有利可图的。
相比之下，当这些条件减弱时，经济转向真实信息和虚假信息共存的状态。这种结果的特征是稳定的动态：如果虚假信息的份额变得太高，真实信息变得稀缺因而有价值，鼓励生产者转回“真相”。如果虚假信息的份额太低，虚假信息再次变得有利可图，吸引更多生产者进入欺骗。
“如果虚假信息的份额变得太高，真实信息变得稀缺因而有价值，鼓励生产者转回‘真相’。如果虚假信息的份额太低，虚假信息再次变得有利可图，吸引更多生产者进入欺骗。”
这些均衡捕捉了塑造当今信息格局的竞争力量。人工智能和数字平台可以放大这两种动态——在正确的激励下加强真实传播，或者在市场和制度条件有利时巩固虚假信息。
风险与极限情况
该模型还阐明了当任何关键参数走向极端时出现的风险。每一种都有直观的含义。
- 当中介化变得过高时，大多数信息消费并非直接来自生产者。即使这些中介有效地总结或分发内容，原创创作者也只能获得经济价值的一小部分。结果，投资于昂贵的核实和原创报道的激励崩溃。从用户的角度来看，生态系统可能看起来非常高效——信息无处不在，即时可用——但在表面之下，新的和准确的信息生产却枯竭了。
这种动态类似于金融经济学中的格罗斯曼-斯蒂格利茨悖论：在一个信息完全有效的市场中，没有人有激励去收集昂贵的新信息，因为价格已经反映了一切已知信息。[6] 因此，一个价格能完美传递信息的市场将是一个没有信息的市场——只有那些获取成本绝对为零的信息才会反映在价格中。这样的市场无法良好运作。同样，如果人工智能和平台使消费者能够完美地获取现有信息，那么产生新真相的激励就会消失。
在人工智能的当前状态下，幻觉和不准确性仍然是阻止用户完全替代原始来源的天然制动器。由于用户不能完全依赖人工智能输出，他们继续咨询原始信息生产者，从而至少部分地保留了内容创作的激励。如果人工智能系统变得完全可靠——或者足够可靠——并且所有信息消费都通过它们进行中介，那么生产新信息的激励可能会完全崩溃，信息生态系统的质量也将如此。
- 当谎言的成本变得过低时，内容生产的经济学倾向于虚假信息。廉价的生成工具使得用貌似合理但虚假的叙述充斥生态系统变得容易，而真实的报道仍然昂贵且缓慢。边缘生产者——无论是新闻媒体还是网红——发现追求参与度比追求准确性更有利可图。虚假信息的均衡份额上升，信任度下降，知识的集体质量恶化。
- 低筛选能力意味着消费者无法可靠地区分真假信息。对质量的需求减弱，虚假信息变得自我强化：随着信任度下降，个人愿意为新闻支付更少，进一步降低了生产者投资于新闻的激励。结果是“注意力陷阱”，低信息消费者保持对低质量内容的高度参与，挤走了真实信息的生产者。
这些极限情况中的每一种都说明了信息崩溃的不同路径。第一种，价值捕获完全转移到中介；第二种，虚假信息变得过于廉价；第三种，消费者失去了辨别能力或意愿。这些结果都不需要变革性人工智能。它们可以由当前的、仅关注传播相关技术的系统产生。但变革性人工智能可能会使这些问题中的每一个变得更糟。
为什么框架很重要
“因此，可以设计政策来获取这些技术进步本应能够带来的回报，即一个更高效的信息生态系统，这大概可以表现为更低的生产和传播成本以及一个更知情的的信息生态系统。”
通过将一个庞杂的辩论简化为一个清晰的结构，该框架阐明了政策制定者应该瞄准什么。四个参数——效率、中介化、筛选和谎言成本——都有技术和制度决定因素。因此，可以设计政策来获取这些技术进步本应能够带来的回报，即一个更高效的信息生态系统，这大概可以表现为更低的生产和传播成本以及一个更知情的的信息生态系统。这样的系统可能具有以下特征：
- 平衡的中介补偿，使平台和人工智能系统与信息创造者公平分享价值；
- 提高筛选能力，通过透明度、验证基础设施和教育；
- 提高谎言的成本，通过问责制和法律责任制度，使通过谎言污染信息生态系统变得无利可图，或者至少利润更低。
这些机制将一个复杂且有争议的话题转化为一套可操作的杠杆。下一节将探讨具体的政策建议，并探讨它们是否能确保人工智能非凡的能力支持（而非侵蚀）真实信息的生产和传播。
三、政策建议
政策改革自然可以分为增加（优质）信息供应的改革和减少错误和虚假信息供应的改革。这些都不是侵入性的；对整个系统而言，它们的效果是鼓励好的（福利增进的）创新，同时抑制福利减损的活动，结果是社会福利整体更高。
增加（优质）信息的供应
最重要的改革是确保人工智能和平台为使用传统媒体的信息付费。但仅仅加强版权保护是不够的。需要考虑议价能力的不对称性——这是澳大利亚议价准则解决的问题。[7] 事实上，最近对平台利润“公平”分配的分析表明，例如谷歌目前提供给传统媒体的金额只是公平分配金额的一小部分。
由于计算依赖于难以获得的数据，一个替代方案是使用简单的规则，例如音乐行业使用的规则，根据所使用或生产的信息的质量和数量标准将收益分配给信息原创者。澳大利亚议价准则的优点之一是它回避了这个问题，将其留给技术或人工智能公司与信息生产者之间的讨价还价过程。
也许更简单的是数字税，特别是针对传输新闻的技术平台和摄取新闻的人工智能公司，由于其交易成本低，这是一种越来越流行的税收形式，部分收入将用于传统媒体。数字税有多种优势，许多政府已经采用了它们。
第二种相关的提高信息生态系统质量的方法是公共支持媒体，认识到它正如我们反复指出的那样，是一种公共品。这种干预成功的关键在于要有良好、独立的治理；几个运作良好的民主国家已经证明这是可能的。治理至关重要，因为资金分配过程非常敏感。
媒体多样性对于确保各种思想的可用性很重要，媒体集中已成为许多国家的问题，尤其是在地方层面。一些斯堪的纳维亚国家有效地利用资金来维持当地的一点点多样性。许多政府通过广告支出来间接支持媒体。最近的一些研究质疑广告的效果，因为很难防止政治俘获。
公共支持是必要的，但“新闻”的公共生产也可能是可取的。许多政府都这样做。我们已经注意到，技术平台和人工智能的商业模式与社会目标并不完全一致。在标准经济学中，人们认为“追求自身利益会导致社会福祉”。虽然亚当·斯密指出了朝这个方向发展的力量，但他也详细讨论了反方向的力量——自身利益导致公司勾结，无论是提高价格还是压低工资，这违背了社会福祉——米尔顿·弗里德曼似乎阅读并理解了斯密的部分论点，将公司应最大化其股票价值的观点提升为道德原则，现在已在许多司法管辖区的公司治理法规中得以体现。然而，过去50年的研究表明，一般而言，股东价值最大化并不能使社会福利最大化；在我们这里考察的市场中尤其如此，因为这些市场中信息的不对称和不完善至关重要。我们注意到，社交媒体可以通过“激怒实现参与”来增加利润——增加的参与度不会产生任何社会价值，而激怒则会造成巨大的社会危害。在良好治理的情况下，国家提供信息提供了一个可靠的“真实”信息来源，一个比较基准，其效果可能是提高其他提供商的质量。此外，有证据表明，此类提供商总体上增加了对新闻提供者的信任，对新闻的总体需求增加，从而在信息的数量和质量两方面改善了信息生态系统。
减少错误和虚假信息的供应与传播
在这里，如前所述，关键问题是缺乏问责制。在美国，《通信规范法》第230条[9] 的立法基本上免除了数字中介对其所传达信息的责任——与标准媒体相比，给予了它们非常优惠的待遇。这导致它们行为不负责任——拒绝审核其内容、删除诈骗、防止错误和虚假信息病毒式传播，并确实使用可被利用来使此类信息病毒式传播的算法。在疫情期间，它们展示了进行内容审核的能力，限制了危险的反对疫苗的错误和虚假信息的传播。曾经有一段时间，人们希望它们能够自我监管，但就像银行业的自我监管是空想一样，这里也是如此。
第一项改革是废除第230条，以恢复一点问责制。免除责任的例外据说是为了支持一个新生行业；这个论点今天几乎不适用。
这还不够。需要有强有力的监管，例如内容审核，以及强制删除诈骗和明显虚假的信息，处罚包括吊销营业执照和罚款。欧洲通过其《数字服务法案》[10] 引领了潮流，但即使在欧洲，也需要更强有力的监管。
“需要有强有力的监管，例如内容审核，以及强制删除诈骗和明显虚假的信息，处罚包括吊销营业执照和罚款。”
还需要披露用于确定推广哪些信息的算法，以便更好地评估它们，例如，是否以歧视性的方式行事。算法做了编辑过去做的事情：编辑决定哪些故事突出，哪些故事被“埋”在第16页。算法做的几乎相同。被“推广”的文章将被广泛看到。但算法是特别强大的“编辑”，因为它们可以不同地针对不同的消费者。
监管的批评者指责它检查，违反了美国宪法第一修正案所体现的言论自由的基本原则。但第一修正案从来都不是绝对的：不能在拥挤的剧院里喊“着火了”，不能出版色情作品，也不能进行诽谤。我们一直在平衡言论自由与可能产生的社会危害，并倾向于大力支持言论自由的假设。人工智能和技术平台已经改变了信息系统，因此有必要改变我们平衡事物的方式，以提高社会整体福利。一个信息生态系统功能失调的社会无法繁荣。上述是确保这一点必须做的最低限度的事情。
改革所有权，防止俘获，促进多样性
改革所有权以防止俘获和促进多样性可以增加信息的数量和质量。过度集中的标准应与通常的反垄断执法不同，后者侧重于广告市场势力。重要的是思想市场中的市场势力。这一观点建议对报纸、电视和广播的联合所有保持更加谨慎，并更加重视多样性要求。公共所有权，至少在治理良好的国家中媒体空间的一部分，将消除目前明显存在的生产错误和虚假信息的一些不正当激励。
四、变革性人工智能与展望
变革性人工智能的到来预示着在推理、综合和自动化领域前所未有的能力。它有一天可能不仅作为现有信息的处理器，而且作为新知识的生成器——能够以超越人类制度的速度进行实验、验证主张和迭代假设。然而，如果我们框架中的经验教训成立，那么对信息生态系统的风险将不会始于变革性人工智能的到来——它们将在通往它的道路上积累。
“如果我们框架中的经验教训成立，那么对信息生态系统的风险将不会始于变革性人工智能的到来——它们将在通往它的道路上积累。”
危险不在于变革性人工智能会突然摧毁真实信息的市场，而在于转型本身会悄悄地破坏它。早在人工智能系统实现完全自主发现之前，今天的中介已经在吸收受众的注意力、削弱归属感并将收入从原创生产者那里转走。随着生成式模型在产生貌似合理的内容方面变得“足够好”，消费者对经过验证的来源的依赖减少。如果这些趋势持续下去，真相创造的生产基础——新闻编辑室、研究机构、事实核查组织、独立专家——可能会萎缩到无法恢复的程度。
这种转型陷阱造成了一个政策悖论。那些有望极大增加人类知识的技术，如果不受约束，可能会侵蚀实现这一承诺所需的激励和制度体系。社会可能会带着退化的知识存量、较弱的公众信任和有限的验证能力进入变革性人工智能时代。到那时，即使是最强大的系统也将依赖于一个更浅的真实信息池。
我们的框架有助于想象两种类型化的未来，每一种都说明了技术能力与制度适应之间的不同均衡。
- 人工智能作为通用合成器。人工智能成为信息检索的主要界面，提供对现有知识的近乎完美的摘要，但很少创造新的事实。在缺乏监管的情况下，主要风险是发现激励的崩溃。
- 人工智能作为完全变革性的研究者。在这个假设的未来中，变革性人工智能可以跨学科测试、验证和完善自己的知识库。这里的风险是权力集中。少数行为体可能控制着生成、验证和传播知识的模型，造成容易受到偏见、俘获和系统性错误的影响。当企业及其所有者的目标与社会整体的目标不完全一致时，尤其需要关注这种权力集中；我们有很强的理由认为情况就是如此。民主需要多元化，而维持多元化将需要功能分离——在发现、分发和审计之间——以及通过独立监督实现过程的强制透明度。
同样的四个渠道——效率、中介化、筛选和谎言成本——仍然具有决定性作用，只是利害关系更高、速度更快。社会现在做出的决定——关于知识产权、归属、责任和公共支持——将决定未来的技术是扩展我们的集体知识还是侵蚀它。任务是使我们的规则与持续生产高质量信息保持一致。如果这导致创新步伐放缓，这是一个值得付出的代价：更快实现变革性人工智能的好处远远被信息生态系统日益恶化的危险所抵消。
一个有韧性、高质量、多元和透明的信息生态系统是民主和技术进步最终赖以生存的基础。
参考文献
[1] John H. Cochrane, “AI, Society, and Democracy: Just Relax,” 载于 Erik Brynjolfsson, Alex Pentland, Nathaniel Persily, Condoleezza Rice, and Angela Aristidou 编, The Digitalist Papers (斯坦福数字经济实验室, 2024): 127–141.
[2] Joseph E. Stiglitz and Màxim Ventura-Bolet, “The Impact of AI and Digital Platforms on the Information Ecosystem,” 美国国家经济研究局工作论文第34318号, 2025年10月.
[3] Kenneth J. Arrow, “Economic Welfare and the Allocation of Resources for Invention,” 载于 Richard Nelson 编, The Rate and Direction of Inventive Activity: Economic and Social Factors (普林斯顿大学出版社, 1962); Joseph E. Stiglitz, “Information and Economic Analysis,” 载于 Michael Parkin and A.R. Nobay 编, Current Economic Problems (剑桥大学出版社, 1975): 27–52; Joseph E. Stiglitz, “The Theory of Screening, Education and the Distribution of Income,” American Economic Review 65, no. 3 (1975): 283–300; Joseph E. Stiglitz, “On the Microeconomics of Technical Progress,” 载于 Jorge M. Katz 编, Technology Generation in Latin American Manufacturing Industries (St. Martin’s Press, 1987): 56–77; Joseph E. Stiglitz, “Knowledge as a Global Public Good,” 载于 Inge Kaul, Isabelle Grunberg, and Marc A. Stern 编, Global Public Goods: International Cooperation in the 21st Century (牛津大学出版社, 1999): 308–25; Joseph E. Stiglitz, “The Media: Information as a Public Good,” 论文提交给宗座社会科学院, 2021年5月10日.
[4] 虽然总体效应是明显的——许多信息生产者近年来已关闭或缩减——但这种效应因信息类型和生产者而异，并且可能取决于两种相反力量的相对强度。存在替代效应，即信息聚合器将流量从原始新闻来源转移开，以及扩张效应，即这些聚合器增强了对信息的总体需求。目前，从人工智能到信息来源的有效推荐似乎比技术平台弱得多，这表明人工智能的不利影响可能大得多。
[5] 本文未探讨另外两个参数，但我们希望在未来的研究中加以研究：声誉机制的有效性和有针对性的程度。
[6] Sanford Grossman and Joseph E. Stiglitz, “On the Impossibility of Informationally Efficient Markets,” American Economic Review 70, no. 3 (1980): 393–408.
[7] 《2021年财政法修正案（新闻媒体与数字平台强制议价准则）》, 第21号, 2021.
[8] 使用标准方法。
[9] 《通信规范法》, 47 U.S.C. § 230.
[10] 欧洲议会和理事会2022年10月19日关于数字服务单一市场的 (EU) 2022/2065 号条例。
转载请注明：《中国社会分红/基本收入研究网》 浏览量：128 views
