多模态人机融合：智慧出版视域下AIGC数字协同机理与模式演进研究

【摘 要】随着“关系嵌入”向“多模态融合”的演进，AIGC正从底层结构属性的关系工具转变为功能联结的跨界平台，编辑正面临能力解体与数字驯化的双重挑战。AIGC与编辑数字能力的主体性从理论上的分流争议逐渐转向实践中的合流协作，二者展现关系式赋能、情景式调适、功能性联结的协同逻辑机理，数字协同模式从“主体—客体”的主副模式向“主体—主体”的家庭融合模式演进，构建了关系互嵌、伴随式记录、深度学习、多模态牵引的协同模式，呈现从技术化脱域到人格化演进的趋势。智慧出版借助数据资本和内容共生，正逐步实现从技术去中介化到“人格”再中介化的效果递进。

【关 键 词】人机融合；智慧出版；数字能力；协同机理

【作者单位】周泊霖，中国外文出版发行事业局；孙敬鑫，中国外文出版发行事业局，当代中国与世界研究院。

【基金项目】国家社会科学基金重大项目“当代中国重要政治术语翻译与对外话语体系建设研究”（19ZDA126）。

【中图分类号】G230.7 【文献标识码】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2024.21.008

在人机协同的背景下，信息系统领域正经历一场关于人类主体与技术主体之间优先级的理论辩论。一些学者认为技术是结构属性［1］，人的主体性占主导地位，技术则起到辅助作用［2］。人工智能作为一种新兴的颠覆性数字技术，通过其强大的智能计算能力和推荐系统正逐步改变信息的处理方式。当前，AI（生成式人工智能）在知识管理、内容创新和价值信任方面面临机遇和挑战，围绕AI机器主体与人类主体之间的争论正在分化，理论界提出了混合智能和人机联合行动等概念［3］。在智慧出版趋势下，AIGC（人工智能生成内容）致力于在人与机器之间建82a8d6b0791dd9b0d8cadb27fabe50a0立合作关系，将机器视为提供智能出版服务的伙伴，强调编辑与人工智能之间的协同合作性。约翰·B·汤普森在其著作《数字时代的图书》中将出版内容划分为4种形式，分别为数据、信息、知识和叙事，体现了出版业从单纯的知识传播向意义和符号、内容和载体的创作转变。

在传统出版时代，编辑通过人工手段加工整理信息，依据生产原则、方法和技术进行主题筛选、内容分类、渠道存储和传播发行。传播学家威尔伯·施拉姆提出，传播至少包含信源、讯息和信宿等3个要素［4］。信息是一个连续集合概念，由事实、数据、信息、知识、智能构成信息链［5］，编辑则是信息链中的重要主体。出版机构从记录性、储存式媒介逐步转变为自动化、交互性、社交化的平台媒介。进入数字时代后，出版物成为编辑对信息数据进行加工、吸收、提取和评价的体系化知识成果。在智能出版时代，编辑的数字能力体现为运用机器加工、吸收、提取和评价信息数据，通过代码转换、信息提炼、推理转化、媒介存储构建体系化知识库，这个过程包括内容核查、编创策划、知识呈现、议题发布、精准营销等出版实践环节，实现了内容生产和出版发行的智能匹配与动态调节。

智慧出版的核心在于生成式人工智能与数字技术的结合，其生产流程的融合建立在数字技术的整合之上。这种整合的基础是大数据与人工智能技术共同作用，这不仅颠覆性地改变了编辑数字能力的发展路径和成效，还对编辑的数字素养和能力提出了更高层次的要求。智慧出版通过潜在且隐蔽的方式配置出版生产要素，这不仅重塑了编辑的数字能力，还引发了人工智能与编辑能力之间新的协同与竞争态势。这种变化对编辑人才的数字化协同、竞争路径及模式产生了根本性的影响。本文认为，智慧出版时代编辑的数字能力具有以下特征。其一，基于AI的人机协同性，通过人机结合开展内容生产、内容审核、内容组织与关联推荐等工作，实现生产主体多元协同，构建人机协同的价值共创生态；其二，在数字行为驱动下，AI成为连接内容编辑、出版物、用户的物质中介；其三，对内容编创、知识挖掘、议程设置、图片设计、营销、版权等环节进行整合，实现组织创新、产业链创新、产品创新；其四，具有深度学习能力，通过智慧互动满足用户需求与期待，提供相应的产品服务。可见，智慧出版从单一内容生产转向全域人机整合，推动了人与AI协同关系范式的探索与考察。

尽管相关学者对AI智慧出版等议题已进行广泛而深入的研究，推动AI技术角色从“中介”向“社会行动者”［6］转变，但学界鲜少对智慧出版生态下编辑与AI的协同机理、协同逻辑及协同模式进行深入细致的系统研究。本文从人机协同理论视角出发，探究AIGC时代编辑与人工智能的协同演化逻辑及协调模式演进，旨在为智慧出版的人机协同模式构建理论框架。

一、AIGC与编辑数字能力的协同环境

1．三重布局：“算力—流量”双轨驱动下的智慧出版生态

相关调研显示，出版企业利用计算机系统的数据检索和描摹完成了对出版生产对象的定位，如基于人类认知图谱整合并反馈人类信息需求和阅读偏好，为用户提供自动生成式对话服务，提升了出版阅读的可视化和智能化水平。智能出版平台是一个可操控、可编辑的数据处理指挥平台，其主要特征是具有可测量、完备性和指标化。智慧出版是一种出版资源配置和编辑生产要素重组的“算力—流量”双轨生产加工流程，通过数据价值交换服务价值，编辑劳动力生产价值转化为生产成品价值。编辑团队进行加工、在线编辑、实时反馈，实现了价值交换和社交圈层的实时在线互动，呈现了一种兼具非物质性与物质性的“双重”产品生产模式，融合了数据资产、算法劳动、编辑劳动的生产布局过程。可见，智慧出版在数据、算法及平台技术上展现了数字化、圈层化与算力化的多重组合生态。

2．数字能力驯化与身份解体：出版组织与平台中心主义抗衡

随着AI的兴起，编辑的数字化工程技能受到前所未有的重视。AI在数字信息分发、主题大数据挖掘以及关键词大语言模型方面展现了强大的数据处理和知识分配能力，这些能力以数字技术、数据资本和信息知识为生产要素，旨在实现智慧出版的系统化目标。这种“平台中心主义”在数字经济中占据主导地位，AI是其发展的重要推动力。在AI和算法推荐的共同作用下，智慧出版企业的传播生态发生变化，这直接影响了编辑与AI之间的互动和竞争关系。传统编辑的角色正在转变，编辑的数字技能在AI时代开始被培养和开发。AI具备自动生产和创造知识的能力，通过算法和数据的优化交互，加速了传统出版流程的变革，促进了编辑数字技能的重塑和创新。AI不再仅仅是辅助工具，而是成为与编辑并肩工作的伙伴。在编辑生态系统中，人类编辑与AI的关系逐渐从主从模式的讨论转向合作与竞争。

当前，智慧出版正处于信息革命和传播范式转变的浪潮中。AI正在重塑信息的存在形态和内容生产模式，以数字经济为载体的平台中心主义模式提升了信息处理的可见性和可用性。平台主义以数据为核心，干预、控制甚至主导编辑的认知和行动能力［7］。随着AI生成的信息逐渐取代传统的编辑内容创作，以“算法推送—用户反馈”为核心的内容众创模式开始在出版平台上占据主导地位。自动生成的文本构成了一个超链接时空，用户反馈与系统自动推荐相结合的信息筛选机制成为出版生产的主要驱动力。平台提供算力和流量支持，创作者与用户之间互动产生内容，用户注意力成为信息内容变现的关键。

在当前的注意力经济时代，出版平台中心主义已经成为现实。在信息过载的复杂环境中，编辑的角色已从信息内容中心转向用户注意力中心。在海量信息中争夺用户注意力资源，已成为数字生态中的新挑战。AI算法技术正在重塑出版环境，出版企业的编辑角色从传统的主导者转变为平台的协同者，这种转变导致出版组织与数字力量之间的竞争。随着AI介入成为出版业的一种制度化结构，平台已经成为重塑智慧出版的外部制度力量，影响编辑的数字生产能力。一方面，编辑的身份和角色逐渐分散，编辑变得更加数字化、流动化、网络化；另一方面，平台中心主义加剧了编辑对数字平台的依赖，编辑对数字生态的适应力远超对组织结构的依赖。

二、AIGC与编辑数字能力的协同结构逻辑

智慧出版背景下，AIGC与编辑的数字能力需通过协同合作来构建。这种合作依赖于AI和编辑共同对大量信息进行挖掘和分析。在内容资源库的支持下，为满足用户需求，AI和编辑利用数据匹配和内容生产共同实现智慧化和沉浸式的出版生产。从人机共生的视角出发，本文将AIGC与编辑协同工作的结构逻辑划分为3个层面：底层的关系赋能、中层的情景调适和顶层的功能联结。

1．底层关系赋能：从数字反馈到循环生产的底层关联

当前，AI作为一种技术实体，与人类建立了一种“工具型”的合作关系［8］，在这种关系中，编辑通过接收数字反馈来提升数字技能，与AI携手完成编辑任务。这种合作的底层逻辑在于编辑的主观能动性与AI的数字特性的紧密结合，两者之间形成了一种数字互动互助的关系。在智慧出版过程中，尽管AIGC的数据处理过程具有一定的“黑箱”特性，不易被直接观察，但其数字界面是智能且易于操作的。AIGC能够分析用户在消费出版产品时的内容偏好、主题类别、热情指数、转发关注度等“数字足迹”，将这些指标纳入大数据语言模型中，从而超越编辑的指令范围，自主实现内容生成、数据挖掘和问题反馈。AIGC自动连接智慧出版流程的前端、中端和后端，在产品消费、用户研究、售后服务等方面进行整合，以知识框架、内容分发及任务补充的形式反馈给编辑。这进一步自动关联编辑任务指令链，形成了以AIGC为关键枢纽的智能出版循环生产链，极大地提升了编辑在数字出版方面的认知度和出版效率。同时，AIGC通过深度学习模型获得了多模态语言处理能力，凭借其背后强大的数据模型跨越了语言和认知的障碍，自动展开对文字、图像、视频等复杂文本的深度分析，能在短时间内自动完成校准、替换、剔除、设计、改向、自动排版等优化过程，为编辑提供修改调整的意见及注意事项，有效扩展并提升了编辑的知识范围和工作能力。通过与编辑互动，AIGC帮助编辑突破知识障碍，轻松介入不同专业领域的知识范畴和数据库资源，在内容优化、知识补给、主题检索、形式规范等方面协助编辑完成复杂的编辑审校工作。

2．中层情景调适：从机械复制到自主生成的多元情景适配

随着AI技术的不断进步，从基础的互联互通到掌握模拟人机互动中的情景感知、交流和认知能力，AI展现了其自动化、智能化、感知化的拟人特质和交互式工具的特性，这与麦克卢汉的“媒介即讯息”理论和戈夫曼的“拟剧理论”相契合。梅罗维茨将情境视为信息系统，认为媒介可以通过改变情境影响人的行为［9］。AI通过情景感知、情感捕捉和情绪识别模仿人类行为，展现高度智能化，利用深度学习和感官感知突破传统编辑工作中手工劳动的情景切换限制。

以ChatGPT为代表的AIGC工具能够根据编辑和创作者输入的关键词指令，结合生产需求、用户偏好和市场定位，生成具有开放性、社会化和类型化特征的情景主题。AIGC通过持续挖掘情景要素，反复提问、多维感知和任务拆分，自动生成情景主题和规定情境，为编辑提供丰富的素材、案例数据和图文选择。此外，AIGC利用多模态信息和多类型创新情景的大语言模型实现情景式适配，支持视频、配音、图文视听娱乐等多场景的搭配和转化，为文字内容自动生成配音、图标、多声道音频和文字摘要，在此基础上自动推送创作建议和补充方案。情景适配几乎覆盖了数字出版的整个流程，包括内容自动化生产、数据全网爬取和感官感知的技术捕捉。因此，在与人的共生关系中，AI实现了从“静态、机械的结合”到“彼此调适的情景适配”的转变，可以构建模拟人脑神经结构的知识网络，收集、处理、理解和学习外部情景感知。AI根据互动反馈更新情景迭代，全面调适以提高用户与场景的适配反应速度。

3．顶层功能联结：从工具可供到“家庭式”融合的平台共生

在传播学领域，媒介可供性理论被认为是解释人机协同的关键。该理论关注媒介为社会行为提供的可能性，以及媒介如何促进人机交互能力的拓展。在数字出版生态中，AI充当作者和编辑共同决策的中介角色，利用数字编辑能力和智能媒介进行协同创新，推动内容选题、数据迭代和指令优化，基于人机互信的合作模式完成编辑生产链的各项工作。在智能出版时代，AIGC重新定义了编创、用户和市场的智能组合，提供更优质、高效的服务和人机情感协同的工作模式。

在第四波人机交互范式——纠缠人机交互的浪潮中［10］，虚拟现实、元宇宙、认知神经监测等技术展现了人与机器在情感场域的交互。这与基于底层的人机互动合作、赋能和深度学习调适的AI扩张有所区别。通过编辑和AI智能的互补优势及情感感知能力共同解决“家庭式”任务，展现了从基础设施底层关系链接到交互情景适配再到顶层叙事情感依赖的升维路径。一方面，智慧出版超越了传统阅读的物质形态，融合了数字阅读、在线阅读、同步编辑、文本超链接等超时空的“家庭式”伴随阅读场景，推动了编辑跨时空的工作形态。另一方面，AIGC基于阅读场景、出版供给以及读者个性的需求，重视垂直化和个性化的情感场景，推动编辑从传统的以内容为中心的工作模式转向以数据标签和算法流量为主的情感互动反馈模式。

中信出版集团平行实验室研发的智能数字体系，围绕“人、机器、知识、情感认知”的平行关系，在数字平台、读者交互和社会嵌入融合的基础上打造了超级内容平台和情感服务体系。凤凰传媒出版集团构建了“出版（内容）+科技+媒介+文化”的创新驱动数字情感模式，通过大数据检索能力捕捉情绪热点、用户痛点、网络爆点等信息，自动推送热门话题，挖掘潜在的受众需求，准确地策划并推荐出版内容，匹配读者需求和市场变化。这些实践都显著提升了“家庭式”便捷共生协作服务的智能化层级和响应速度。

三、AIGC与编辑数字能力的协同模式演进

1．功能协同：指令嵌入型协同模式

以算法和大数据为驱动的流量聚合模型正在推动数字资本深入出版业的传播领域。通过与AI交互，人们利用关键词和指令来设定目标，随后AI辅助编辑完成内容创作。AI接收关键词输入，创作小说、散文、音乐等作品，编辑则扮演决策者和指挥者的角色发布执行命令来驱动这一过程。在审视机器的反馈和响应机制时，输入的指令通过细致且结构化的触发机制激活了编辑的心理图谱或感知印象，进而通过新的指令影响机器生成的结果和反应。基于指令的嵌入和智能生成模式，编辑与机器之间建立了信任，促使编辑进一步优化指令。基于指令嵌入式的人机信任和人机参与体验所引发的反应效果及评价，人机信任促进了从指令嵌入到半自由化生产结构的人机互动模式的转变。例如，卓世科技开发的“1+1+N”智慧出版模式在教育出版、网络营销、阅读体验优化、教育教学创新等方面通过指令嵌入延伸智慧出版价值链，在人机信任的实际互动基础上，数字出版迈向了智能模态，编辑人员通过增强数字能力、记录反馈话语、挖掘新的任务指令等一系列动作不断提升编辑工作的实效。

2．渠道协同：伴随记录式协同模式

编辑和AI同时参与工作流程，形成同步协作、合作互动的伙伴关系，共同参与内容生产流程。因此，AI在执行命令、提供建议以及协助完成编辑流程的各个阶段中，辅助编辑编写代码、挖掘网络信息、关联主题、检测错误以及优化结构，展现了其思维主体性和功能独立性的特点。确保编辑与AI之间的有效沟通、共同决策和协调行动是实现高效协作模式的关键，通过AI技术代码、命令感知、内容生成，开发团队能够塑造出AI与编辑的共享模型［11］。AI与编辑团队的群体态势感知推动了AI从单环的命令执行到逐段排布赋能［12］，实现了智能排序、分布操作、集体赋能和共建内容。“分布操作，集体行动”的方式构成了整体智慧链条的重要驱动力，通过分析任务清单的模式，AI能够独立评估环境感知、任务难度和潜在挑战，为编辑团队提供精确的情景分析、问题识别和任务细分。这种智能分工和问题解决办法有效地响应了团队成员对协作的理性需求，降低了由于认知差异和部门间分工不合理导致的任务执行障碍。未来，AI将通过提出问题、智能对话、数据反馈和服务细化等手段，对团队动态和各自任务环节的弱点进行预测并提供适应性策略。

3．学习协同：深度智能学习协同模式

生成式人工智能作为一种新兴的内容生产引擎，正在变革并颠覆传统的内容生产范式和供给模式［13］。通过智能化选题策划、智能化内容编纂加工以及多模态智能转换等手段，生成式人工智能能够实现出版内容的快速生成和优化，从而提高出版的效率和质量。编辑通过设定目标和指令，指导AI独立地检索资源、挖掘知识、进行智能互动、自主生成内容，在此过程中，编辑扮演的是监督者和评估者的角色。

智能媒介的可供性为AI提供了丰富的物质场景和功能，促进AI在信息生产和社交互动环节进行深度学习，模拟人类行为和感知，实施社会行动。媒介可供性理论包括信息生产可供性、社交可供性和移动可供性［14］，这一概念最早由美国心理学家詹姆斯·吉布森提出，后来逐渐发展成为媒介技术的可供性理论。媒介可供性包括信息生产、社交和移动的可供性，三者的功能交叉为人类与AI的协同工作提供了从物质性向社会性融合的建构条件。AI利用媒介可供性实现深度进化，通过数据模型、情景感知和技术迭代来复制人类的认知、情感和行动，从而完成智能化的责任分配、主副交互和情感依赖。AI能够确定最佳任务框架和执行步骤，不断优化人机合作关系。深度学习增强了AI的情感认知、知识整合和指令反馈能力，赋予AI强大的认知模型驱动力。同时，AI对编辑语言、多语种视听、图文影像等多模态数据的捕捉和理解能力也在提升，通过反复训练，指令输入、资源检索、任务分工和知识框架等已成为深度学习模型的语料库。最终，AI能够经过“指令输入—深度学习—内容生成”的数据循环自动感知编辑的语言、情感、节奏和态度，展现拟人化的认知、学习和理解能力，发展一套学习和理解编辑语言的符号系统，催生虚拟编辑、社交编辑和机器编辑等智能形态，进而成为人机交互的虚拟数字人。

智慧出版的数字采编系统采用人机协同和深度学习技术，提升了AI在组稿、审稿、编辑和校对等环节的参与程度。系统能够审校并自动进行预排版，实现内容编校的全流程智能化处理。通过算法推荐模式，AI能够实现精准的靶向传播。例如，外语教学与研究出版社的AIGC平台项目，通过语言理解、推理、记忆以及创新深度学习，系统分析用户的行为轨迹，了解用户的专业内容需求和偏好，同时将平台内容进行标签化处理，以匹配内容与用户需求，为用户提供满足其特定要求的产品或服务，实现精准的内容供给。

4．能力协同：多模态深度情景感知牵引协同模式

随着AI深度学习技术的发展，人机关系变得更加深入，二者的依赖性和互动性增强。在人工智能时代，人机共生关系呈现一种复杂特性，即在竞争中寻求共生，在共生中不断竞争［15］。深度学习技术赋予人工智能多模态内容创作与学习能力，使得AIGC产出丰富且多样化的内容。编辑与AIGC之间的互动构建了一种深度混合合作模式，在这一模式中，机器是编辑在内容生产和服务提供上的“伙伴”，在追求超级智能的过程中，人与机器之间的竞争关系依然存在。编辑将AI视为其智能工作的“伙伴”，强调人机合作和人机联合行动的重要性［16］。

多模态融合创作的驱动模式将人机之间的竞争与合作置于共生框架中，将人机之间的竞合关系细分为三个基本要素，分别为人机环境、人机场景和人机行为。媒介环境下，人们弱化了社会属性，同时强化了超链接、超时空和同步传播的媒介属性，从而扩展了感知和感官的范围。机器通过复制并满足人类的情感、需求、认知以及与媒介互惠合作，促进了人与机器的竞合行为，成为推动双方协同发展的主要动力。共生经济学认为，经济交换的本质是共生［17］，即存在资源交换的关系在本质上是共生关系。深度学习技术的发展赋予了AIGC适应多模态内容需求的创作能力，基于多模态语言大模型构建的深度学习模式通过处理不同媒介形态和执行命令的数据，满足了智慧出版语境下AIGC的功能扩展需求。

在不同的工作任务中，AIGC生成不同的角色对话界面，编辑的角色也随之变化。智能出版的自动生成能力源于不同模态和环节之间的相互融合与转换，这一过程依赖于编辑的监督、提示、操作和评估。随着智慧出版对多模态融合创作的需求日益增长，人机关系变得更为复杂和深入，传统的工作模式和组织架构被打破，AI的分工范式也从辅助编辑的“伙伴”角色转变为执行复杂功能的主体角色，通过多模态系统决策和协商，跨越生物和技术领域的混合处理循环，形成了自主判断、跨界融合以及多模态生产传播的协同迁移模式。中信出版社利用AI深度学习为编辑提供了智能审校系统，该系统具有语法错误检测、行为规范建议、知识框架构建、敏感词提示等功能，同时为编辑提供智能写作框架模板、知识点网络等服务，通过知识挖掘和主体关联，为编辑提供智慧化、情景化的知识贡献和信息推送服务。

四、AIGC与编辑数字能力协同的未来进路

1．多主体内容生产：AIGC、编辑、用户三者的共时在场

人机协同的智能出版模式打破了传统的“人主导机器”或“机器替代人”的二元对立思维，引发了学术界对人与机器竞争性共生关系的深入探讨。这种模式促使我们重新思考编辑过程中的角色定位。同时，机器的智能性对编辑的主体地位构成了挑战，它不仅提升了工作效率，也提高了内容质量。在竞争与合作关系下，AI与编辑之间的互动要求我们从历时性和共时性两个维度审视技术和人的能力。AIGC具有物质和非物质的双重属性，其在模拟人脑智慧和感官方面呈现拟人化特征，内嵌了知识输出、情绪感知和感官回应的反馈机制，推动了任务分配、内容生产、环节赋能等编辑数字能力的构建。通过沟通与反馈、比较和较量，AI、编辑、用户三者共同构建了一个知识场域，实现了内容的多元化。在这个场域中，AI和编辑的协同共生主导了出版内容的生产。受流量推荐机制的影响，编辑收集和扩充议题内容，增强语言模型的文本训练能力，利用人机融合打造与AIGC共同在场的自有平台，成为出版机构新的发力点。

人工智能融入出版业的一个重要标志是出版内容生产后端的自动化过程变得更加“前景化”，将原本属于机器“技术黑箱”运作的后端行为转移到用户直接交流的前场，包括文本撰写、语音转录、文本翻译、图像生成等编辑工作环节。随着出版业与AI搜索引擎的深度融合，智慧出版业正在探索一种新的新闻分发和呈现方式——“生成式搜索体验”（Search Generative Experiences，SGE）。SGE能够直接为用户提供多主体内容生产，承载更大规模的数据和知识库，使用户能够迅速获取所需信息和深度化的知识服务，实现了AI、编辑、用户三者的共识在场、实时互动。

2．大数据作为资本：AIGC代理推动大数据价值链扩展

智慧出版时代，数据模块构成了数字出版的核心。数字融合出版的基础逻辑在于内容创作与媒介形态的结合与组装。人工智能的大语言模型和算法推荐正在推动出版业生产要素的创新性组合与价值链重构。AIGC技术能够自动捕捉和标记内容设计、信息数据及价值感知，实现编辑生产全链条的信息共建和大数据共享，在知识循环、资源拓展和任务执行中构建开放互动、协同互通的跨界合作生态。

智慧出版利用其强大的数据分析和整合能力在人机对话中捕捉关键信息和知识盲区，依靠信息补给和数据检索来衍生和迭代知识数据库。作为代理工具，AIGC使智慧出版在议题策划、内容生成、标题热度、用户黏性、精准发行和市场扩张等环节匹配不同的编辑任务，以适应不同编辑的数字技能和需求。智能算法推荐机制辅助编辑接收个性化的内容推送并对主题进行评估。通过多轮互动，AIGC能够准确无误地将任务分发给编辑并实时更新知识数据库。数据资本推动功能迭代与动态升级，构建智慧出版不同场景下的资本互换、知识链接和跨界合作，营造出知识资本与数据资本交互渗透的出版生态。

3．平台作为中介设施：从机器中介到平台全景共创

古兹曼指出，“以机器为中介的传播”已转变为“人与机器之间协同的意义创造”［18］，人机互动的非物质界限正在逐渐模糊。AI、云计算、深度学习、神经认知和大数据模型等新兴技术模式展现了显著的拟人化特征，人机融合的传播特征表明机器作为“中介”的角色正在被人机互嵌所取代，机器的“身体”方式正在被重新定义。人机互嵌的底层逻辑在于机器能够对调控平台产生反作用，改变平台的权力结构和互动方式，延伸人的认知和互动范围，从而打破人与机器互联互通的物质界限。

在平台结构层面，AIGC作为一个独立的主体，参与深度多元的信息交互，将编辑、用户和平台连接在一起。平台不仅是一种开放性的信息语言结构，也是一种应用性工具［19］，其逐渐以主体性的身份重塑数字出版中编辑、出版物和用户之间的生产关系，通过情景交互捕捉编辑议题、用户数据及偏好需求，构建全生态智慧交互场景，实施技术调适和模型修复，参与用户与编辑之间的交互反馈，智能化地为编辑提供生产和销售信息。平台作为AI、用户和编辑之间的中介进行智慧分发，智能化地完成议程设置等生产链条的相关任务。如Instagram平台通过机器学习为内容生产者和用户提供其感兴趣的议题，以及用户自主优化新闻生产和个性化推荐等功能，这将成为未来AI赋能出版业的主要趋势之一。同时，在保持编辑独立性的基础上，平台通过完善技术链接和数据模型，以人机交互、元宇宙、虚拟数字人的传播形态占据出版物市场的主体地位，实现以平台为中介的价值交互和文化共创。

4．从去中介到再中介：具身实践与人格化的情境导向

在新机器、新平台以及“Z世代”用户偏好的推动下，AIGC正处于从“平台中介”向“人格中介”转变的再中介化阶段。当前，人机协同范式正逐渐演变为更深层次的人机多模态融合，促使智能出版生态中的众多企业将AIGC与编辑的关系从“协同主体”转变为“融合共体”［20］。这一变革实现了技术的去中介化，使得数字人、虚拟现实和AIGC作为独立的行为主体参与智慧出版系统。它们扮演技术分身、感知化身和场景具身等角色，为编辑提供了“虚实相生”的工作场景。人机融合使得AIGC不仅能够掌握编辑的感知、身体以及内在情绪，而且能够在相同的时空中再现并成为独立的操作中介，超越编辑自身的感知和行动范围，创造更多未知的视角和虚拟空间。这种融合构成了新的中介视角，阐释了智慧出版中人机协同的独立范式，即“具身智能的人格体”［21］。智慧出版平台的“人格化”正从打破技术脱域的边界走向实体嵌入的界面重生，在理性交融的数字环境中，AIGC机器人的出现通过分层执行、虚拟代理和情感互动，将编辑个体、创作群体和用户群体高度拟人化，通过设计情感手势、情感表情、面部特征等具身信号扩展了人类思维和经验的范畴，通过媒介的具身化延伸了个体对社会认知的参考和探索。编辑的具身实践成为机器人格化、情感化的空间实践，协调身体感知与空间生产的内在联系，模拟编辑的感知和社会行为，集中体现了机器、情感、人的三重融合，这标志着AIGC正从去技术中介化走向人格情景化的再中介演化。

五、结语

未来，人机融合将成为智慧出版领域的中心环节。AIGC与编辑的数字能力将经历重构，这并非简单的控制或替代问题，而是一个逐步分层演进的过程。其中，人机融合在智慧出版生态系统中的应用正从技术化脱域向人格化嵌入转变。这种转变体现了人机协同结构逻辑的演变，即关系型、功能性和情感性的融合。人机协同模式已从“主体—客体”的主从模式转变为“主体—主体”的“家庭融合”模式。随着数据资本和内容共生的发展，技术去中介化到平台再中介化的效果逐渐显现。

从出版物与受众的关系来看，传统出版物代表了一种单向的“人—机器”信息传播模式，机器仅作为信息传递的物质中介。然而，在AIGC时代，机器作为智慧出版的编辑主体在多任务、多角色、多模态的人机融合场景中逐渐展现情感性、情境化、人格化的应用导向。人工智能在情感反应、情绪交流和人格依附方面呈现“人化”特性，打破了其对物质终端的依赖，产生了多元化的场景化应用服务模式。在出版物、编辑与用户的互动中，三者实现了多向交流，重构了出版舆论生态和生产议程。随着人工智能时代的深入发展，编辑个体如何培养内向性的数字能力，需要我们进一步反思和研究。

｜参考文献｜

［1］WANDA J. ORLIKOWSKI.Using Technology and Constituting Structures： A Practice Lens for Studying Technology in Organizations［J］.Organization Science，2000（4）：404-428.

［2］谢小云，左玉涵，胡琼晶. 数字化时代的人力资源管理：基于人与技术交互的视角［J］. 管理世界，2021（1）：200-216.

［3］许洁. 论以知识为内容的出版：兼答出版在哪里［J］. 现代出版，2024（3）：57-65.

［4］黄文森. 数字新闻流通：溯源、分野与整合［J］. 新闻界，2022（3）：4-13.

［5］朱雪忠，代志在. 总体国家安全观视域下《数据安全法》的价值与体系定位［J］. 电子政务，2020（8）：82-92.

［6］曹博林，支冰洁. 自我传播：理解人机互动的补充性视角：基于实证方法的探索性研究［J］. 现代出版，2024（9）：38-52.

［7］白晓晴. 数字资本结构性变革下的数字出版运作模式与协同创新［J］. 编辑之友，2023（9）：13-18.

［8］于雪，翟文静，侯茂鑫. 人工智能时代人机共生的模式及其演化特征探究［J］. 科学与社会，2022（4）：106-119.

［9］约书亚·梅罗维茨. 消失的地域：电子媒介对社会行为的影响［M］. 肖志军，译. 北京：清华大学出版社，2002.

［10］向安玲，许可. 人机何以交互：理论溯源、范式演变与前景趋势［J］. 全球传媒学刊，2023（5）：88-105.

［11］胡艺龄，陈彦君. 人机协作下的共享心智模型研究［J］. 现代教育技术，2024（1）：64-72.

［12］Agent Teaming Situation Awareness （ATSA）： A Situation Awareness Framework for Human-AI Teaming［EB/OL］. ［2024-10-05］. https：//arxiv. org/pdf/2308. 16785.

［13］喻国明，林昱彤，李昀玥. 作为新型内容生产力的生成式AI：发展局限与未来进路［J］. 出版广角，2024（14）：22-30.

［14］喻国明，赵睿. 媒体可供性视角下“四全媒体”产业格局与增长空间［J］. 学术界，2019（7）：37-44.

［15］商希雪. 人机交互的模式变革与治理应对：以人形机器人为例［J］. 东方法学，2024（3）：143-158.

［16］于雪，翟文静，侯茂鑫. 人工智能时代人机共生的模式及其演化特征探究［J］. 科学与社会，2022（4）：106-119.

［17］朱婧祎，李北伟，李瑞，等. 共生理论视域下区域智库联盟演进路径与发展机制研究［J］. 智库理论与实践，2024（4）：66-78.

［18］别君华. AI是传播主体吗？人机传播的兴起及超越传播本体论的限度［J］. 全球传媒学刊，2024（3）：57-73.

［19］张文梅，祁彬斌，何歆怡，等. 群智涌现的知识生产：形态、机理与促进策略［J］. 中国电化教育，2024（10）：9-16.

［20］程萌. 竞争、生产力与“机器换人”：智能时代人的本质和自我认同［J］. 学习与实践，2024（9）：23-31.

［21］徐亦舒. 作为界面的媒介：交互性视角，中国传播学评论（第八辑）［M］. 上海：复旦大学出版社，2019.