2026-08-28·by Sijie Wang#fact#market

gerbner-model

格伯纳模型(乔治·格伯纳,1956)

一个以感知为先的模型:某人 M 将事件 E 感知为知觉 E1,然后通过某种手段与控制,就此产出一条关于该事件的讯息 SE;接收者又将这条讯息感知为 SE1。讯息从来不等于事件——它是一个经过选择、经过中介的说法。

它为香农模型补回了哪一块:两端都存在感知与选择——E1 != ESE1 != SE。保真度是双重有损的,而损耗大小取决于接近事件的渠道、可得的材料,以及传播者对媒介的掌控力。

迁移。 Agent 产出的内容是关于某件事的一条讯息,而 agent 对这件事的感知来自训练数据——这本身已经是一个偏离 EE1——随后又被再次压缩为 SE。两次有损感知叠加在一起。这正是为什么 agent 关于鲜活、具体的现实所写的内容读起来单薄:按其构造方式,它本就是"对一个知觉的知觉",天生 mid。缩小这个差距的办法,是用第一手的、可核实的细节去提高 E1 的保真度,而不是把这个低保真度的知觉再流畅地复述一遍。

同类:modelsshannon-weaver-modellasswell-5wslop-is-a-context-deficitanti-mid

about this entry

One of sijie's wiki entries. The AI on this site is grounded in the same corpus and answers in sijie's voice, with citations back to entries like this one — answering costs sijie money, so it waits behind a code: enter an access code →