如何從技術邏輯認識人工智慧對傳媒業的影響

最新 02-23

作者丨張洪忠石韋穎劉力銘

標題丨如何從技術邏輯認識人工智慧對傳媒業的影響

摘要「恐慌」已經成為當前人工智慧帶給傳媒業的一個關鍵詞。本文在技術基礎層面明晰了人工智慧的內涵與發展；在技術應用層面分析了人工智慧對傳媒內容生產影響的三個方面：內容生產流程的顛覆、生產效率指數級提升、把關人規則的改變；在技術觀念層面提出：人工智慧是傳媒生產力提升的一次技術革新，是對傳媒人的一種解放，背後是人與人的關係。最後本文認為人工智慧是一次傳媒技術的迭代，而不是對人的替代。

人工智慧正走出計算機行業成為整個社會的一個熱點，具有大數據資源的互聯網是人工智慧應用的熱門領域。「恐慌」是人工智慧帶給與互聯網融為一體的傳媒業的一個關鍵詞。一條「四川九寨溝縣發生7.0級地震，機器人25秒寫新聞」 [1]的報道就引發了國內傳媒業對記者職業和行業發展危機的廣泛討論。網路上「關於機器人寫稿，被傳聞『哭暈』在廁所的記者們有話要說」 [2]、「美聯社用上機器人記者，傳統記者的末日」 [3]等悲觀說法屢見不鮮。一些名人的隻言片語更是被截取並獲得廣泛傳播，加劇了「恐慌」。如網上流傳霍金未經證實的話「人工智慧有可能會取代人類，最終演變成一種超越人類的新形式生命」 [4]，李開復認為「未來十年50%的人類工作將被AI取代」 [5]，埃隆·馬斯克直言「引爆第三次世界大戰的將是AI」 [6]等等。

傳媒學界對人工智慧的影響也表達了憂慮，有學者指出人工智慧無法逼近事實背後的複雜真相、無法提供針對現實的深度解釋[7]；有學者表示在人工智慧時代的信息傳播中，智能演算法的工具理性和技術理性備受詬病，忽略了價值理性中思想意識、義務、尊嚴、美、規訓等信念[8]；更甚者「實際上，人工智慧已經足夠聰明地威脅我們而不需要意識」 [9]。

對技術發展的不了解是產生這些「恐慌」的主要原因之一。本文擬從技術邏輯出發探討人工智慧對傳媒業的影響，期望能從技術角度回答三個問題：一是在技術基礎層面梳理出人工智慧的內涵與發展是怎麼樣的？二是在技術應用層面分析當前人工智慧對傳媒內容生產正在產生哪些影響？三是從技術觀念層面探討應該如何看待人工智慧?

一、人工智慧的內涵與發展

普遍認可人工智慧概念是在1956年達特茅斯會議上提出[10]，當時定義為：「使一部機器的反應方式像一個人在行動時所依據的智能。」 [11]後來，美國斯坦福大學人工智慧研究中心尼爾遜（Nilson）教授從學科角度定義人工智慧為：「人工智慧是關於知識的學科—怎樣表示知識以及怎樣獲得知識並使用知識的學科。」 [12]美國麻省理工學院Winston教授從功能角度定義為：「人工智慧就是研究如何使計算機去做過去只有人才能做的智能的工作。」 [13]國內新聞傳播學者指出：「人工智慧是一門研究運用計算機模擬和延伸人腦功能的綜合性科學。」 [14]綜合已有定義和當下人工智慧的發展，本文定義人工智慧為：基於大數據、演算法和雲計算三項技術基礎，開發用於模擬、延伸和擴展人的智能的理論和方法的新技術，是製造智能機器、可學習計算程序和需要人類智慧解決問題的科學和工程。

人工智慧近六十年的發展起起伏伏，不同技術視角有不同的發展史劃分。Cockburn等將人工智慧的發展分符號論、機器人、神經網路三個分支領域敘述，符號論在人工智慧初興的20世紀60年代最為流行，機器人則是在80年代大肆興起，以「學習」為特徵的神經網路在80年代後得到更好發展。[15]而按時間順序，有學者將人工智慧分為五個關鍵節點，20世紀50年代的發現及命名、60年代末至70年代專家系統研究帶來新高潮、80年代第五代計算機引領發展、80年代後期神經網路迅猛發展、90年代又一次研究熱潮。[16]也有學者用谷歌Ngram衡量自控制論至今人工智慧的發展，認為經歷了兩次高潮：第一次為專家系統和日本第五代計算機項目引領的20世紀80年代，新一輪高潮是進入21世紀後開啟的。[17]

綜合技術發展和社會關注度，可以將人工智慧的發展浪潮劃分為三個階段。第一次浪潮於上世紀70年代年興起，湧現出許多人工智慧新領域和新發現，如發明感知器、聰明的機器STUDENT等，但當時人工智慧數學模型存在先天缺陷和技術瓶頸，計算也存在諸多問題，很多演算法只能在理論層面而無法實現。第二次浪潮出現在上世紀八十年代後期，專家系統、第五代計算機、多層神經網路、BP反響傳播演算法、高度智能機器、自動識別機器等技術的出現帶來了人工智慧新一輪浪潮。但這輪浪潮很快淹沒於幾年後發展起來的個人PC電腦的普及應用之中。第三次浪潮興起於最近幾年，新數學工具、新理論、新計算框架等的出現帶來了新的解決方案，尤其是AlphaGo在「人機大戰」中的勝利帶來廣泛社會關注。第三次浪潮的形成根本要歸功於兩個技術基礎條件的出現：互聯網的普及帶來大數據資源、雲計算帶來大數據存儲和計算的可能，這讓演算法不像第一次浪潮那樣僅僅停留在理論模型層面，而是可以直接用於現實測試和應用，使得機器寫作、智能分發系統、語音助手等人工智慧的實際應用開始成為現實。

二、人工智慧對傳媒內容生產的影響

人工智慧對傳媒業的整個傳播流程都正在產生影響，包括組織機構、內容生產、傳播方式、效果測定、經營模式等。其中，內容生產是人工智慧技術應用較多環節之一。本文從內容生產環節的流程、生產效率和把關人三個角度分析人工智慧技術在傳媒業應用中的影響。

（一）對內容生產流程的顛覆

1.人工智慧技術的應用改變了單一向度的新聞生產流程。傳統媒體的新聞生產以記者調研和尋找線索為起點，然後記者採訪寫稿或者拍片與剪輯，成稿後經由編輯加工，最終形成產品並由媒體發布。這個過程是單向度的線性流程。整個生產過程也只有有限的編輯參與編排，為了保護自身的編輯自主，還會對外界隱藏這個過程。[18]而人工智慧技術使得內容生產變為交互多向，也就是內容的生產者和用戶之間是交互關係，而非線性關係。 Eun-Ju Lee和 Edson C. TandocJr認為新興的新聞生產包括由用戶興趣主導的話題選擇、依靠受眾網路分析、不同渠道發布內容、對傳播效果事實評估。[19]記者與人工智慧更多是一種協同的生產機制，經由機器發現熱點話題、機器搜集新聞素材、機器寫作初稿、機器個性化分發、機器追蹤讀者反饋等。人工智慧技術以高效、準確、多向度的自動機器分析代替有限、經驗化的單向度人工內容生產。如在普遍使用的演算法推薦應用中，人工智慧編輯在決策過程中使用受眾信息[20]，改變了傳統的單向度生產流程。

2.人工智慧壓縮了內容生產流程的環節。一是機器的自動化帶來環節合併，如Veo公司的產品能全景追蹤體育賽事，在無人監管模式下，自動追蹤體育場上的動向，並將素材自動組合成片，將拍攝、剪輯、後期多個環節進行整合。而暢銷書報告公司authors.me可以根據受眾對暢銷書的反饋數據，生成文本參考資料庫，為後續的圖書評估提供「相似性」報告，進而指導寫作，這讓受眾反饋、內容評估、內容製作多個環節無縫銜接。二是通過實時追蹤，省略反覆核查帶來的環節冗餘。如英國的一家體育媒體GiveMeSport，實時自動收集新聞線索，並排除垃圾信息與虛假內容，確定信息來源的可靠性，人工智慧對真實性的全面把關就省略了記者自查、編輯審核等多個環節。

3.演算法成為流程運行的一個規則。傳統新聞生產的價值判斷主要依賴記者個人敏感度、編輯經驗水平來判斷，而人工智慧技術下的內容生產則是以演算法及其依託的數據作為判斷依據。如路透社的News tracer像一個「社交噪音過濾器」，它會識別每天來自1200萬個推文對話，選擇那些類似新聞的內容，給每個故事添加總結或主題，評估每個故事的新聞趣味性、準確性、新穎性和範圍，並打上地理標籤。

（二）內容生產效率的指數級提升

人工智慧能為內容生產的效率帶來指數級提升，主要體現在兩個方面，一是生產速率的提升，二是生產數量的成倍增長。

1.人工智慧帶來媒介內容生產速度快速提升，生產時間極大縮短。如IBM的人工智慧Waston在被「投喂」100多部恐怖電影預告片後，對其中畫面、情節進行分析學習，按照恐怖電影的鏡頭邏輯，自動剪輯了電影《Morgan》的預告片。這一過程人工智慧只用了24小時，而人工剪輯則需要10-30天。美聯社「wordsmith」平台能模仿美聯社寫作風格自動生產財經報道，每月能寫出3000篇報道。

2.人工智慧技術的應用會使內容生產的單位時間內生產數量成倍提高。如慧川智能公司的「智影」能根據用戶提供的文本、鏈接、關鍵詞，檢索相關視頻素材並進行初步的線性編輯，通過文本自動生成影像配音，壓縮了一條視頻的生產流程，其自動搜尋並下載素材的功能可以有效節省收集物料所用的大量時間。地震信息播報機器人在2016年僅花6秒鐘，就寫下560字的新聞稿件[21]。其中內容包括地震參數、震中地震歷史、地震周邊村落、鄉鎮的基本情況，全程自動寫作、自動發布，無人為介入。

（三）把關人規則的改變

把關人規則的改變有兩點：

1.變少數人求證為海量信息求證。傳統媒體的把關人是編輯和記者，是少數參與某一條新聞生產流程中的人，每一條新聞的求證只能是這些少數人。面對海量信息的爆發和新聞發布速度越來越快，人的時間和效率局限性就越來越凸顯。

而在人工智慧不斷深化其影響力的當下，將受眾納入把關已經逐漸成為共識[22]，演算法在數字把關中的作用正在上升並已經成為構建社會現實許多過程的一部分[23]，每個個體和每一個演算法都可能充當一個把關人[24]。具體來說，人工智慧將需把關的信息與無數ID生產的海量信息庫聯繫起來，讓虛假信息在全景式的審查中無處遁形。分散的守門由許多個體之間的微觀層面的互動組成[25]，意味著決策過程中的規範是由用戶向用戶形成的，主題的選擇源於個體用戶的意見和表達的積累。相反，把關已經成為新聞傳播的共同過程，在這個過程中，有多個看門人，選擇機制和平台相互作用[26]。Facebook提供「相關文章」功能，由第三方機構提供對內容的核查報告，並允許用戶自己添加假新聞標籤，從而最低程度減少假新聞的曝光時間。這些有效的核查手段依託海量的資料庫，在最短時間內做出判斷，規避了傳統把關中準確度受制於采編數量及記者編輯個人判斷力的情況。

2.把事後「延遲」把關變為「即時」把關。如Google能根據用戶搜索，在鏈接下方自動生成第三方機構事實核查結果。《華盛頓郵報》推出的truthteller則成為了一項政治新聞的測謊儀，實時判斷政治人物演講視頻中的承諾是否「所言非虛」，實時搜索政治人物之前的相關言論來驗證他正在講的觀點。

可以把傳統媒體把關人規則比喻為事件發生之後用一把手電筒在黑暗夜空中尋找證據；而人工智慧技術下的把關人則是無數把手電筒射向夜空，人工智慧技術將事件的發展變化好像置於白晝之中，可以防止更少的遺漏和角度偏頗。

三、如何認識人工智慧的影響

（一）人工智慧是傳媒生產力提升的一次技術革新

作為現代科學發展結晶的人工智慧被應用到傳媒領域，對傳媒的內容生產和傳播效力都產生了革命性的變革。馬克思在一百多年以前指出「生產力中也包括科學」，進而「科學技術是生產力」的當代詮釋是馬克思主義生產力理論中國話語形成的起點[27]。從這個角度來看，人工智慧提升內容生產效率、海量搜索和選擇信息、縮短新聞生產流程等技術應用，都是提升了傳媒生產力。

具體從新聞寫稿的技術變遷來看人工智慧在傳媒生產力提升中的角色扮演，可以將新聞寫稿的技術進步分為兩個階段。第一個階段是從傳統手寫新聞稿件到電腦寫作。傳統手寫新聞稿件一天寫千字以上稿件就是很大工作量，速度慢，還需要打字員專門輸入，記者的大量時間耗費在一個個文字的手寫上面。後來先後引入PC和筆記本電腦，每個記者都可以直接在電腦上書寫，書寫速度和效率都得到快速提升，記者可以將更多時間和精力用在採訪和其他事情上面，生產更多新聞稿件。

第二次變遷是正在發生的從電腦寫稿到機器寫作。千字以上的稿件機器寫作在一分鐘內就可以完成，搜尋資料和簡單組合材料這些前期工作都可以由機器來完成，媒體人可以有更多時間去思考和提供觀點，尤其一些簡單的體育財經簡訊類稿件可由機器寫作來完成。2016里約奧運會上，今日頭條新聞機器人「xiaomingbot」在奧運會開始後的13天，共撰寫了457篇關於羽毛球、乒乓球、網球的消息簡訊和賽事報道，每天30篇以上，不僅囊括了從小組賽到決賽的所有賽事，且發稿速度幾乎與電視直播同時。[28]美聯社、雅虎等使用Automated Insights的Wordsmith機器寫作年報道量超過15億條。[29]

機器寫作與第一次變遷的電腦一樣都是為傳媒業提供了一個新技術工具，這個工具能夠幫助傳媒業提升生產力，是傳媒業發展的一次技術革新。也就是說，人工智慧是一次正常傳媒技術的提升，而不是突然闖進傳媒業的一個怪物。

（二）人工智慧技術是對傳媒人的一種解放

工業革命帶來機械操作的自動化車間，像卓別林電影《摩登時代》所展現的場景，很多重複性體力工作被機器的流水線作業替代，人從擁擠的手工作坊中被解放。而人工智慧給傳媒業帶來的一個重要變化是將傳媒人從日常繁瑣的重複性工作中解放出來，就像工業革命將產業工人從手工工作的繁重中解放出來一樣，傳媒人在人工智慧技術協助下可以花更少時間完成工作，人們有更多自由時間去思考、承擔智力性工作、或者娛樂休閑。

自動化合併內容、實時追蹤核查信息、一站式剪輯服務、機器寫作、視頻自動配音等人工智慧技術在傳媒領域的運用，一方面正在將傳媒人大量從繁瑣工作中解放出來，傳媒人使用這些技術可以更便捷地完成工作，對技術的把控更具有主動性。另外一方面這些人工智慧技術的運用更是對傳媒人思想的一種解放，激發更多想像空間，可以有更多內容生產的創造，更多媒介形態的探索。

麥肯錫全球研究院認為，人工智慧正在促進社會發生轉變，這種轉變比工業革命「發生的速度快10倍，規模大300倍，影響幾乎大3000倍」 [30]。這一數據的準確性無法探究，但至少說明人工智慧給傳媒業帶來的變革將是革命性的，傳媒人在這個過程得到的是時間和思想的解放。這種解放與社會進程是一體的，「人類解放的進程與社會形態的嬗變實際是同一個過程」 [31]。隨著人類社會歷史進程由「人的依賴關係」到「以物為基礎的人的獨立性」再到「自由個性」階段，人的解放也由「物」的匱乏束縛解放轉向以「人的自由」來衡量的解放。[32]人工智慧正是這種讓傳媒人的「自由個性」得到充分解放的技術，將「把人的世界和人的關係還給人自己」 [33]。

（三）人工智慧背後是人與人的關係

對於人與人工智慧關係的探討，新聞傳播學者們開始從不同角度來探討。如張洪忠教授在2017年5月的「智創巔『封』：2017AI+移動媒體大會」上談到：如果說早先的新聞學「探討的是人跟人的關係」，那麼在人工智慧時代則要探討「人與機器的關係」 [35]。有學者從新聞報道的專業角度剖析機器寫作無法取代人，因為新聞報道屬於精神產品且具有創造性[36]；也有學者提出智媒將臨，未來是萬物皆媒、人機共生的時代[37]。

對於這一問題，要從兩個角度上來理解：

1.從技術發展角度看，人工智慧只是一項技術，且尚處於初步水平。可以將人工智慧分為三個技術階段：一是專門化人工智慧階段，也就是各項技術只能完成專項功能，如人臉識別技術就不能處理語音聊天問題，機器寫作就不能提供視覺交互功能；二是通用化人工智慧階段，即一個人工智慧技術可以完成多項功能；三是情感化人工智慧，這是人工智慧發展的最高階段，這時的人工智慧能夠感知人的情緒等。但目前的發展還只是在第一層面的專門化階段，即使在專門化階段也才剛剛開始起步。也就是說，人工智慧技術要讓機器真正達到有簡單意識和情緒還有一個非常遙遠的距離。

2.從現實角度來看，人工智慧只是一個體現人意志的技術。人工智慧領域流傳一句話「人工智慧技術程度有多高，背後的人力資源的投入就有多大」。也就是說，人工智慧並不是一個金鑰匙，輕輕打開就可以一本萬利的。人工智慧演算法背後更多的是人的設定，反映的是人的想法。

所以，就像報紙、雜誌、電視等傳統媒體的傳播反映的是記者編輯與受眾之間的關係一樣，人工智慧背後實際上也是隱喻著人與人之間的關係。這種人與人之間的關係可能是用戶與媒體人員之間的關係，也可能是用戶與用戶之間的關係，或者各種「人」的關係的複合。

四、結語

人工智慧是一次技術迭代，而不是對人的替代。對此我們可以從三個方面來理解。首先，人工智慧只是一種新技術手段。各種智能音箱、聊天機器人、機器寫作，都只是一種更高效便捷的媒介技術，是新的技術迭代。第二，人工智慧的發展不是取代人，而是創造更多的機會。汽車的發明並沒有因為取代馬車而使得馬車夫和相關養馬喂馬的人大量失業，而是催生和促進了石油業、機械製造業、運輸業等新興行業。同樣，人工智慧也不會取代人，更不可能取代記者編輯的素養、觀念等，而是會幫助傳媒人創造更多的新機會。第三，對人工智慧要從技術邏輯來正確理解，而不能將認知與判斷建立在好萊塢電影的想像之上，這樣就會對人工智慧產生無意義的「恐慌」。

滑動查看

參考文獻

[1]四川九寨溝縣發生7.0級地震，機器人25秒寫新聞[EB/OL].（2017-08-09）[2017-12-28]http：//news.sina.com.cn/c/nd/2017-08-09/doc-ifyitapp3138830.shtml.

[2]關於機器人寫稿，被傳聞「哭暈」在廁所的記者們有話要說[EB/OL].（2017-08-10）[2017-12-28]http：//tech.ifeng.com/a/20170810/44661211_0.shtml?_zbs_baidu_news.

[3]美聯社用上機器人記者傳統記者的末日？[EB/OL].（2015-02-02）[2017-12-28]http：//news.china.com/international/1000/20150202/19269428_all.html.

[4]張夢然.霍金：人工智慧或取代人類演變成新生命形式[EB/OL].（2017-11-07）[2017-12-28]http：//hi.people.com.cn/n2/2017/1107/c231184-30895989.html.

[5]江耘.李開復：未來十年 50%的人類工作將被AI取代[EB/OL].（2017-05-12）[2017-12-28]http：//www.stdaily.com/cxzg80/kebaojicui/2017-05/12/content_542942.shtml.

[6]埃隆·馬斯克：人工智慧將引發第三次世界大戰[EB/OL].（2017-09-05）[2017-12-28]http：//www.chinanews.com/gj/2017/09-05/8322944.shtml.

[7]張志安、劉傑.人工智慧與新聞業：技術驅動與價值反思[J].新聞與寫作，2017（11）：5-9.

[8]陳昌鳳、石澤.技術與價值的理性交往：人工智慧時代信息傳播——演算法推薦中工具理性與價值理性的思考[J].新聞戰線，2017（17）：71-74.

[9]朱瀅.怎樣面對來自人工智慧的危脅?[J].心理與行為研究，2017，15（01）：1-2+68.

[10]尼克.人工智慧簡史[M].北京：人民郵電出版社，2017：1.

[11]Mccarthy J， Minsky M L， Rochester N， et al. A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence[J]. Journal of Molecular Biology， 2006， 278（1）：279-289.

[12]賈同興.人工智慧與情報檢索[M].北京：北京圖書館出版社，1997：15-103.

[13]胡勤. 人工智慧概述[J]. 電腦知識與技術， 2010， 06（13）：3507-3509.

[14]喻國明、郭超凱、王美瑩、劉蘇、王曉虹.人工智慧驅動下的智能傳媒運作範式的考察——兼介美聯社的智媒實踐[J]. 江淮論壇，2017（03）：134-138+150.

[15]Cockburn I M， Henderson R， Stern S. The Impact of Artificial Intelligence on Innovation[J]. Nber Chapters， 2017.

[16]Song N， Ma Y. Discussion on research and development of artificial intelligence[C]// IEEE International Conference on Advanced Management Science. IEEE， 2010：110-112.

[17]尼克.人工智慧簡史[M].北京：人民郵電出版社，2017：222-223.

[18]Gans， H. （1979）. Deciding what』s news （1st ed.）. New York， NY： Pantheon Books.

[19]Lee E J， Jr E C T. When News Meets the Audience： How Audience Feedback Online Affects News Production and Consumption[J]. Human Communication Research， 2017（2）.

[20]Tandoc E C. Why Web Analytics Click： Factors affecting the ways journalists use audience metrics[J]. Journalism Studies， 2014， 16（6）.

[21]地震信息播報機器人6秒寫圖文並茂新聞稿自動發布[EB/OL].（2016-05-31）[2017-12-28]http：//society.huanqiu.com/shrd/2016-05/8994416.html.

[22]Singer J B. User-generated visibility： Secondary gatekeeping in a shared media space[J]. New Media & Society， 2014， 16（1）：55-73.

[23]Just N， Latzer M. Governance by Algorithms： Reality Construction by Algorithmic Selection on the Internet[J]. Media Culture & Society， 2017， 39（2）.

[24]Pariser E. The Filter Bubble： What the Internet Is Hiding from You[M]. Penguin Group， The， 2011.

[25]Shaw A. Centralized and Decentralized Gatekeeping in an Open Online Collective[J]. Politics & Society， 2012， 40（3）：349-388.

[26]Thorson K， Wells C. Curated Flows： A Framework for Mapping Media Exposure in the Digital Age[J]. Communication Theory， 2016， 26（3）：págs. 309-328.

[27]顧海良.新政治經濟學的理論創新和學科建設——基於馬克思主義生產力理論中國話語的思考[J].中國高校社會科學，2015（03）：4-14+156.

[28]趙禹橋.新聞寫作機器人的應用及前景展望——以今日頭條新聞機器人張小明（xiaomingbot）為例[EB/OL].（2017-01-11）[2017-12-28]http：//media.people.com.cn/n1/2017/0111/c409691-29014245.html.

[29]Automated Insights Announces Record Setting Second Quarter Results[EB/OL]. （2017-07-11） [2017-12-28] http：//www.prweb.com/releases/2017/07/prweb14495695.htm.

[30]馮一凡.科技爆炸時代CFO使命[J].新理財，2016（08）：64-66.

[31]劉同舫.人類解放的進程與社會形態的嬗變[J].中國社會科學，2008（03）：4-14+203.

[32]楊兆山. 馬克思人的解放思想的時代價值——科技革命視野中人的解放問題探索[D].清華大學，2004.

[33]馬克思恩格斯全集（第3卷）[M].北京：人民出版社，2002：189.

[34]張洪忠.關注人工智慧發展給新聞傳播學研究帶來的新課題[J].中國記者，2017（09）：5.

[35]劉憲閣.學科焦慮的背後[J].青年記者，2017（28）：93.

[36]匡文波.記者會被機器人取代嗎[J].新聞與寫作，2017（09）：59-62.

[37]彭蘭.智媒化：未來媒體浪潮——新媒體發展趨勢報告（2016）[J].國際新聞界，2016，38（11）：6-24.

瀏覽結束

作者簡介張洪忠，北京師範大學新聞傳播學院教授、博士生導師；石韋穎，北京師範大學新聞傳播學院本科生；劉力銘，北京師範大學新聞傳播學院碩士研究生

原文刊載於《新聞界》雜誌 2018年第2期 17頁至22頁

- END -