從詮釋到他異：AI媒體技術帶來的社交與認知變革

牟怡

摘要：在智能化浪潮席卷全球的今天，基于大數據、人工智能、物聯網等技術的應用層出不窮，使得媒體研究中的諸多傳統范式或多或少陷入捉襟見肘的境地。人際傳播與大眾傳播的邊界已然模糊，而前者正在對后者的詮釋功能產生不可忽略的消解作用。伴隨AI而來的新問題，使得技術現象學中關于人機關系的討論再次熱烈起來。文章以技術現象學家唐·伊德的技術中介理論為指導，在回顧了傳統媒體所扮演的詮釋角色以及近期的困境后，提出AI技術提供了一個他者的視角，這或許會是可行的解決路徑。基于此，文章從認知推理邏輯和媒體感官比例等概念入手。討論了AI技術這個他者應該被賦予何種特征.才能更好地實現人機之間的他異關系等相關問題。

關鍵詞：人工智能;人工智能;AI媒體技術;詮釋關系;他異關系;技術現象學;認知變革

中圖分類號：TP18 文獻標識碼：A 文章編號：1004-8634（2020）01-0092-（10）

DOI.10.13852/J.CNKI.JSHNU.2020.01.009

1950年，媒體技術史上稀松平常的一年。然而，這一年里有兩位學者各自從不同的視角提出了兩個問題。誰能想到，對這兩個問題答案的追尋會無形中形塑了近70年后今天的媒體技術格局。一個問題是艾倫·圖靈在其經典的《計算機器與智能》一文中提出的“機器會思考嗎”，另一個是馬丁·海德格爾在演講中追問的“技術的本質是什么”。

在智能化浪潮席卷全球的今天，基于大數據、人工智能（artificial intelligence，以下簡稱AI）、物聯網等技術的應用層出不窮。作為目的手段，技術無疑是成功的。以媒體技術為例，以機器寫作、智能分發為特征的智能媒體正在促使內容生產、分發、消費等全面升級，并使得三者之間互相滲透、互為驅動，共同推動一場新內容革命。然而這種雅斯貝斯式的工具性觀點，正如海德格爾所批評的那樣，盡管符合常識，卻不免偏離了技術的本質。媒體研究中的諸多傳統范式，不論是洛厄里（Lowery）和德弗勒（De-Fleur）提出的三大范式：大眾社會范式（mass society paradigm）、認知范式（cognitive paradigm）和意義范式（meaning paradigm），還是更廣義上的結構功能主義（structural functionism），都在智能媒體的挑戰下或多或少陷入捉襟見肘的境地。而另一方面，伴隨AI而來的新問題，使得技術現象學中關于人機關系的討論再次熱烈起來，這或許能為今天的傳播范式革新帶來新的視角。因此，本文將從技術現象學中“人一技術”的幾種關系人手，對媒體技術在塑造人與世界的關系過程中的機理與作用進行討論，嘗試找到不同于傳統視域的新路徑。

一、媒體研究傳統范式的困局

互動互聯的新媒體格局下，人際傳播與大眾傳播的二元劃分不再成立，取而代之的是萬物皆為媒介化（Everything is mediated）。自拉斯韋爾（Harold Lasswell）以來的關于媒體的功能主義受到了極大的沖擊，傳統媒體的各大功能無一不面臨修正。拉斯韋爾闡述了傳播在社會中的三大功能：一是監督環境，開拓個人視野;二是協調社會對公共事件的反應;三是傳遞文化遺產。以大眾媒體傳播新聞與信息這一功能為例，不同于以新聞專業主義為準繩的傳統媒體時代，今天的新聞從誕生到散播都有大量用戶參與，支離破碎的信息反而難以呈現事實的全貌。公共輿論場中重情緒、輕事實的“后真相”現象被冠以“有毒的”（toxic）定語，與傳統的媒體對于公共空間的“看門狗”（watchdog）功能大相徑庭。究其原因，“后真相”現象的出現不外乎是歷來隔離在新聞生產之外的觀眾變成了內容的生產者，具有社交主動性的用戶通過人際網絡獲取社會關系的信息分享，在感知他人情緒之余又附加自己的情緒與價值判斷。無數看似微小的情緒漣漪當遇到合適的頻率與相位時可能會發生共振，甚至形成諸多反轉新聞的案例。在這樣的傳播場域中，人際傳播與大眾傳播的邊界已然模糊，而前者正在對后者的詮釋功能產生不可忽略的消解作用。這或許可以部分解釋為何工業化社會大眾傳播產物的傳播學架構已經無法適應信息革命化社會互聯網傳播帶來的非線性、圈層、超鏈接等現象。

與此同時，伴隨著AI的第三次崛起，智能機器與算法開始作為一種全新的傳播者（communicator）出現，已經呈現出成為未來媒體場域攪局者的端倪。經典的傳播“5W”模型中，信源（source）和信宿（re-ceiver）均為人，這就默認了雙方的諸多特性，例如有意識，有價值取向，至少在一定程度上能夠遵循共同的溝通原則等。然而，當交流的一方變成機器（包含算法）之后，傳播的定義變得模糊起來。看似一個簡單元素的改變，卻帶來對定義基本前提的重新審視。意識是否必需？機器居于倫理坐標的何處？信息接受與反饋機制是否需要雙方一致？更現實一點，我們需要給機器賦予怎樣的社交線索以保證人機交流的有效進行？傳統媒體研究范式的藩籬之下，這些問題的答案似乎難以尋得。因此，我們急需引入一種新的探究路徑。

二、技術中介理論及其延伸

作為技術現象學的代表人物，美國哲學家唐·伊德（Don Ihde）提出的“人一技術”關系理論被廣為引用，很大程度上扭轉了技術哲學早期的超越論色彩與對技術的消極態度。伊德關注人與技術的關系問題，認為兩者不能孤立看待，尤其是技術在人與世界的關系中起著重要的調節作用。他尤其強調意向性（intentionality），即意識的普遍本質（胡塞爾語）。技術是人與世界之間的中介者，而非中立者。這種中介性便是伊德提出的技術意向性（technological intentionality），即技術具有塑造自身使用的意向性，不同于人的意向性。技術中介的意向性關系為：

人-技術-世界

技術在人與世界之間的調節性中介作用具體又分為兩種。一種是具身（embodiment）關系。這種關系中，透明的技術拓展了人類身體知覺的范圍，仿佛抽身而去，典型的例子是眼鏡。其關系可以表示為：

（人-技術）→世界

另一種中介關系為詮釋（hermeneutic）關系。此種關系中，技術提供了世界的表征，作為我們詮釋世界的依據，最好的例子便是溫度計。其關系可以表示為：

人→（技術-世界）

除了中介關系之外，還有一種他異（alterity）關系。在這種關系中技術可以被稱作一個準它者（quasi-other），例如智能機器人。其關系可以表示為：

人→技術（-世界）

伊德提出的最后一種人機關系是背景（background）關系，即技術作為生活背景與氛圍嵌入背景之中，人們常常注意不到其存在，例如電。其關系可以表示為：

人（-技術-世界）

繼伊德之后，后現象學家費爾貝克（Verbeek）認為除了中介意向性外，還進一步補充了另外兩種形式的意向性。一種是混合意向性（hybrid intentionality），即賽博格關系（cyborg relation），將人與技術兩者之間的相互關聯變成兩者的融合，進而形成一種新的實體（entity）。其關系可以表示為：

（A/技術）→世界

在此基礎上存在著另一種復合意向性（composite intentionality），即復合關系（composite relation），不僅人類有意向性，人類所使用的技術亦有意向性，而且后者起核心作用。其關系可以表示為：

人→（技術→世界）

三、詮釋關系下的傳統媒體技術與人

技術現象學認為技術是感知并轉化為知覺的方式。伊德將知覺分為微觀知覺與宏觀知覺兩種。前者即感知到的知覺，指通過身體感官所感受到的知覺;后者即文化的或解釋的知覺，系通過轉化的途徑感知到的知覺。而作為大眾媒體的技術通常被認為是受眾認知與理解世界的途徑;這尤其與詮釋角度下的技術現象學一致。媒體技術提供了世界的表征，從新聞資訊到虛構故事，觀眾借此對世界進行各自的詮釋。盡管伊德提出的其他幾種人一技術的關系均可在媒體技術與人的關系中找到，然而，傳統媒體時代，詮釋關系無疑是這幾種關系中最重要的一個。因此，本部分的討論僅僅圍繞詮釋關系展開。

1.傳統媒體的詮釋角色

傳統媒體時代，新聞傳播學中最具影響力的理論莫過于議程設置理論（agenda setting theory）和涵化理論（cultivation theory）。前者著眼于探究大眾媒體受眾的注意力導向問題，指出媒體的議程設置功能乃媒體的一種能力，通過反復播出某類新聞報道，強化該話題在公眾心目中的重要程度。因此，公共議程（public agenda）在很大程度上是由媒體議程（media agenda）來設置的。然而，媒體議程與真實世界之間存在的差異已經被證實良久。早在20世紀60年代，美國學者芬克豪澤（G.Ray Funkhouser）比較了美國社會中公眾認為的“美國面臨的最重大問題”與三家周刊（《時代》《新聞周刊》《美國新聞與世界報道》）中出現的各種事件，發現公眾按重要程度對事件的排序與媒體對該事件報道的頻率有著明顯的對應關系。然而，媒體的報道并不能與真實的事件很好地吻合，在諸如種族關系、犯罪、貧困和環境污染問題上，媒體報道與實際情況大相徑庭。新聞媒體未能全面地告知正在發生的重大事實，因此公眾對未被設置的議程缺乏了解。

與議程設置理論關注媒體的角度不同，涵化理論則聚焦于受眾層面。因為電視中包含了信息、觀念和意識的來源，電視觀眾通過電視觀看來形成對世界的認知。尤其對電視的重度觀眾而言，電視教導了共同的世界觀、角色觀和價值觀。正因如此，電視重度觀眾才會出現“冷酷世界綜合征”（mean worldsyndrome），即在大量觀看了電視中的暴力內容后，觀眾會有這個世界充滿暴力和冷酷的感覺。學者熱勒曼（Dolf Zillmann）嘗試用媒介影響的范例理論（exemplification theory of media influence）來解釋涵化理論的效應。他指出，現象的范例化存在兩種情況，一種是事件分布的關鍵參數已知，那么樣本的代表性可以得以判斷;另一種是事件分布的關鍵參數未知，樣本是否具有代表性則無從判斷。電視節目中出現的現象，比如犯罪行為、天災人禍等事件，普通的觀眾對其分布的參數無從得知，因此并不能知曉電視節目提供的樣本是否具有代表性。同時，電視節目擅長展示具體、生動的事件，而較少提供復雜抽象的知識，更使得那些具有“轟動效應”吸引眼球的事件讓觀眾記憶深刻。由此可以看出，很大程度上傳統媒體并不勝任出色的詮釋角色。

2.受眾的認知推理模式

傳統媒體時代的新聞傳播理論，不論其關注的視角和層面有哪些差異，其共同的前提都是社會推理（social inference）的心理認知模式。作為“認知的吝嗇鬼”（cognitive miser），人們通常在有限的信息下快速做出認知判斷，卻在認知推理的各個環節中引入偏見。20世紀80年代，兩位美國社會心理學家菲斯克（Fiske）和泰勒（Taylor）完整梳理出認知推理過程以及潛在的偏見來源（圖1）。

首先，在收集信息的步驟中，既有的預期或已知的理論會有意無意地指導我們進行信息采集。在大眾媒體的使用場景中，持不同政見者通常會根據自己的政治立場選擇不同的報刊或電視節目，而選擇性忽略掉與自己政治立場不符合的媒介，這就是通常所說的選擇性暴露（selective exposure）。近年來被熱議的“信息繭房”（information cocoon）的原因也可以被選擇性暴露解釋，即用戶被與自己品位喜好相似的人所包裹著，接觸到的信息都是高度同質化的，他們主動或被動地暴露在經過有意或無意選擇過的信息里。然而，如果已有理論，尤其是那些明顯的或者是人們特別有信心的理論，一開始就是錯誤的選擇，那么后來的整個推理過程可能就是無根之木。一個典型的例子便是當下社交媒體上各類健康偽信息（misinformation）的廣泛流傳。用戶置身于自己協助構造的“信息繭房”中，所接收的信息不斷對之前的信息做出正反饋，故而偽信息層出不窮。當然，絕對的對與錯的二元對立在很多情況下難以成立，更多的時候只是不同的立場而已。

社會推理的第二步為信息抽樣。當面對大量甚至是海量的信息時，人們無法窺見事實的全貌，只能借助樣本來代表總體。然而，人們通常對樣本的代表性缺乏了解，使用極端案例、小樣本、偏見樣本，或者根據自己喜好忽略樣本，這些都是常見的會帶來認知偏差的錯誤。前文所述的涵化理論便與此相關。現代社會里的犯罪率普遍偏低，然而電視節目中的暴力犯罪行為比例卻很高。重度的電視觀眾如果不對真實世界中的總體與電視節目中帶有偏差的樣本加以區分，就容易得出這是個充滿暴力的世界的結論。

當確定哪些信息進入推理后，如何使用這些信息便成了信息處理的關鍵。這一步驟中常見的錯誤包括未能充分使用基礎比率（base rate）信息，未能正確理解概率與回歸，以及冗余信息帶來的稀釋效應（dilution effect）。例如，如果有人想就歐洲是否應接收國際難民這一問題厘清來龍去脈并形成相應觀點，那么僅僅靠幾個難民故事是沒法提供客觀公允的事實的。他必須找到造成國際難民的成因，其準確數量，其訴求，以及逃難沿途各國的社會經濟狀況和接收容量等基礎比率信息。同時，他還必須甄別出有用的核心信息，而不至于湮沒于浩瀚的非事實性觀點之中。

最后一步是整合信息形成判斷。而這一過程中，如果人們賦予不規律或不正確的線索權重，使用錯誤線索、過少線索，或者不規律地使用決策規則，都可能造成信息整合的錯誤。比如，過度偏激的刻板印象的介入往往會讓最終的判斷失之毫厘謬以千里，在之前的眾多反轉新聞里我們往往能看到這樣的例子。“榆林產婦跳樓案”反轉前網民們對醫者的集體討伐，“公交車墜江案”反轉前眾人對女性司機的口誅筆伐，等等，不過都是信息整合時出現了偏差。

當然，因為人類傾向于節省認知消耗，期望能夠在較短時間內迅速做出認知決策，因此，以上的完整認知推理過程并不會總是被使用。雙重加工系列理論（dual-process theories）已經告訴我們，個體的信息處理存在兩個加工途徑。其中的啟發式系統化模型（heuristic-systematic model）告訴我們，當個體投入了較高的認知努力，運用自身過往的知識與經驗等來精細加工信息，這叫作系統化加工（systematicmodel）;而啟發式加工（heuristic model）則表明個體采用了啟發式線索和簡單的決策規則來快速做出判斷。常用的啟發式加工有代表性啟發（representative heuristic）、可得性啟發（available heuristic）、模擬啟發（simulation heuristic）、錨定和調整（anchoring and adiustment）等。代表性啟發指的是人在推理過程中傾向使用具有代表性的案例來代表整體：可得性啟發則指的是判斷事件發生的頻率和可能性取決于相關案例能多快被想到;模擬啟發指的是對通過假設情形的建構來評估事件后果;錨定和調整則意在不確定性下做判斷，從最初的參照點開始一步步做調整，實現最后的決斷。兩位提出者基于此對理智判斷與決策模型發起挑戰，其中一位丹尼爾·卡內曼（Daniel Kahneman）進而發展出前景理論（prospecttheory），并以此獲得了2002年諾貝爾經濟學獎。

縱觀傳統媒體時代，不論是基于印刷的報紙或雜志，還是電信號的廣播和電視，甚至是互聯網早期，我們可以看到受眾接受媒體信息形成對世界的認知詮釋都遵從著以上規則。換句話說，人與技術以及世界的“人→（技術-世界）”關系中，技術遵循著自身或人為的規則，提供了世界的部分信息給受眾，受眾以此解讀世界。然而這一過程中存在著大量與真實世界偏離的信息。這些偏離一部分源自媒體技術在提供世界的表征時所過濾、曲解掉的信息，另一部分更直接來自人的認知局限。因為人類感官沒有足夠發達，信息處理能力不夠，所以人類過多依賴于啟發式線索帶來的迅速信息處理方式，形成對世界并不全面的認知。按照海德格爾的觀點，技術是一種解蔽方式，自有一套技術的邏輯，最終將展示真理和事物的本質。那么，更新換代之后的技術是否可能提供另一種展示真理與本質的方式呢？

四、他異關系下的AI媒體技術與人

新技術革命下的AI與媒體有了越來越多的交集。機器寫作、智能分發、仿人交互等技術已然進入了今天的媒體，并與社交網絡發生強勢互補。從傳播的基本模型“5W”模型來看，“誰”（who）以“什么渠道”（what channel）說了“什么”（what）給“誰”（to whom）并得到了“什么效果”（what effect）中各個元素均獲得了升級。各類AI智能算法或以虛擬或以具身形式與技術用戶產生互動，它們或以聊天方式傳播新聞，或以機器記者身份進行創作。在一些情形下，AI技術雖然會以具身關系（例如機器外骨骼）或詮釋關系（例如在火星上考察的機器人）與人類發生關系，但更多時候，人與AI智能技術之間會以他異關系出現，形成人_技術（一世界）的關系鏈。學者寇克爾伯格（Coeckelbergh）指出，在與我們的互動中，AI技術不僅僅是一樣東西（a thing），而是一個可以與我們發生關系的他者。這樣的關系并沒有暗示一個自我的互惠關系，或者我們需要從AI技術那里獲得認可。AI技術是獨立于人類個體的他者或準他者，與人類的其他他者無異。因此，我們無需將人類的自我體現在技術中，也無需將技術具化在我們的認知里。AI的意義既不存在于AI中，也不存在于人類的主觀想象中，而是存在于具體的人機關系中。因此，作為他者的AI技術，可能帶給我們詮釋關系之外的新的解蔽方式。

1.從人的認知推理到AI的認知推理

回到前文中的認知推理模型，其中的四個步驟依然成立：收集信息、信息抽樣、選擇使用的信息、整合信息。然而不同的是，這四個步驟可以在不同程度上借助AI技術來完成。今天技術的賦能使得我們可以收集到從前無法收集的信息。大數據、物聯網等新技術讓機器能捕捉到更多來自各種傳感器的數據。例如可穿戴設備的普及使得每個人的健康相關數據得以獲得并可視化出來。一個明顯的案例就是“傳感器新聞”。例如，2015年10月CCTV推出的《數說命運共同體》專題，其中第一集《遠方的包裹》中，數據分析師通過全球定位系統獲得了全球30萬艘大型貨船軌跡，對比過去航運數據120億行之后，發現過去一年中途徑“一帶一路”沿線主要國家的海上貨運量增加了14.6%，高于同期全球航運總量增長的3.8%。而近三年春節期間CCTV聯手百度打造的“據說春運”則是用GPS數據生動而詳實地描繪出中國人的春運集體大遷移。不同于以往基于統計學的抽樣方法，大數據技術的全樣本采集使得我們不再擔心抽樣的代表性，亦不再受個人喜好的影響，從而實現了對總體全局的把控。

而在信息的使用與整合階段，智能算法能夠擯棄人為的偏見，保持一貫的決策規則，因此，機器生成的信息被認為比人生成的信息更客觀。最近的實證研究也證實了這一點，用戶認為機器生成內容更具有公信力，甚至比人工生成的內容更具專業性。

然而如果本應由人腦完成的認知工作交給技術來完成，是否會帶來一些負面效果？早在2008年，觀察者就提出這樣的質疑：以Google為代表的搜索引擎會讓我們變傻嗎？這一質疑的邏輯在于用戶因為過于依賴搜索引擎這種外在的存儲空間，故而使得他們的記憶力退化而變得愚蠢。這一論斷也得到了心理認知實驗的證實。2011年發表在《自然》期刊上的研究指出，當面對困難問題時，人們首先想到計算機，他們不再費盡心力去尋找想要的信息，而是回憶如何找到信息。更進一步，如果我們不僅僅是把記憶交付給技術，而是把更多思維過程交付給技術，讓技術代替我們“思考”，那么未來人類的萬物之靈的地位是否會岌岌可危呢？

2.全新感官比例的傳播技術

盡管AI技術在收集信息與整合信息上有著得天獨厚的優勢，但如果僅僅將AI局限于此，那么其實是對其傳播潛能的低估。技術固然有著自己的進化規律，但其發展也會受到人類需求的直接影響。傳播學家麥克盧漢曾提出“感官比例”的概念，即愈是符合人類天然的各種感官需求的媒體技術，愈是讓人感覺自然而易于使用。這點從對鼠標鍵盤與觸摸屏的比較中便能知曉。盡管鼠標鍵盤可以有效地輸入信息，但是終究沒有觸摸屏來得自然。因此，兒童在會使用鼠標鍵盤之前就會無師自通地使用觸摸屏。

作為有機體的人類，其生理構造的局限非常明顯。我們的各種感官很有限，力量不足，行動速度比很多動物都遜色得多。媒體技術的出現在很大程度上彌補了這些不足。我們看不到、聽不到遠方發生的事情，因此媒體充當了我們的眼睛與耳朵。然而傳統的媒體技術過多依賴于我們的視覺，報刊、電視以及今天網絡的很大一部分都無一例外地選擇我們的眼睛作為知覺的主要入口。其次是聽覺，廣播與電視，以及今天眾多的所謂“聲音媒介”（例如播客、有聲APP等）在視覺泛濫的縫隙中占有一席之地。但不得不說，除此之外的其他感官，包括觸覺、嗅覺、味覺等，在自工業革命以來的媒體技術中均敗下陣來，只能蜷縮于有限的人際傳播中。從這個意義上說，人類的各種感官不同程度地受到自工業革命以來媒體技術的延伸或截短，而呈現出不符合天然的“媒體感官比例”。

然而這一狀況可能會隨著AI技術的發展而得到改變。社交機器人、人臉識別、語音識別、情感計算等一系列基于大數據、AI、認知科學發展起來的技術可能打造出符合人類天然感官比例的傳播技術。例如，電影《少數派報告》中的感應技術已經變成現實。MIT媒體實驗室Pranav Minstry發明的第六感技術，通過4個套在手指上的彩色標記環、1個小型攝像頭、1部便攜式投影儀和1臺便攜式電腦，就可以通過簡單的動作完成信息的獲取。用手指做出一個攝像框的動作，拍攝即在瞬間完成，而無須按下快門鍵。如此一來，信息的輸入、輸出不再受限于實體屏幕，我們長久以來在傳播中被忽略的觸覺得以實現回歸。

不僅如此，我們的大腦本身也可以跟技術發生接壤。借助腦機接口，碳基的大腦與硅基的計算機可以連接起來，通過大腦直接控制機器的動作。盡管這一技術目前還處于初級研發階段，但是可以想見未來這一技術可能帶來的革命性變化。交流的終極目標，即思想的有效交換，有可能逾越語言的阻隔得以真正實現。

3.AI：正在崛起的傳播他者

如果人類將定義自己的“思考”（見笛卡爾的“我思故我在”）交予他者之手，這無疑需要足夠的人機信任才能實現。如何實現這樣的信任，其實是一直以來的一大難題。工業革命時出現的盧德分子時至今日依然存在，繼續保持著對技術深深的敵意。而更多的人則持謹慎的懷疑態度。例如，73%的歐盟公民對AI可能造成失業感到害怕，只有31%的美國人支持發展高水平機器智能。2015年以科學家霍金、科技企業家埃隆·馬斯克以及一些AI專家為首公開簽名的反對AI武器宣言則象征性地代表了人類對AI技術不確定性的擔憂。對機器人如何實現有效的約束也一直備受關注。從阿西莫夫的“機器人三定律”到2004年墨菲和伍茲提出的修訂三法則，再到2010年英格拉姆等人提出的“機器人工程師-的倫理準則”，不論是機器人還是從事機器人研發的工程師都受到了明確的約束。

除了AI技術的潛在威脅外，人類目前尚不習慣于這樣一種全新的交流對象。不同于人，目前的AI尚不具備意識，也不能完全遵循人類的交流準則。人AI交流對時間維度的改變，對AI方可控性的放大，以及AI對信息的無意識、無批判，這些都可能深刻改變傳播的過程與效果。例如，從時間長短來看，死亡賦予生命特殊的意義，人類的生命歷程會塑造出不同的傳播模式。具有幾十年平均壽命的人類在不同生命階段做出不同的傳播方式選擇，所以才會有“人之將死其言也善”的現象，更不用說所有的關系都具有起始、增強、維持和可能的惡化與終結。然而，技術賦能下的AI交流對象可以沒有死亡，即使機器老化，也可以找到一模一樣的具身再加載之前的數據，以打造出不漏痕跡的替代者。人類無須面對這樣的交流者的離場。面對一場不會散的筵席，人類的傳播行為是否會做出不同的選擇？

在漫長的進化過程中，交流雙方的不可控性促使人類發展出共同遵循的準則來預期對方的行為。在社會分層林立，實踐規則紛繁的人類社會里，各種社會規則被創造出來。每個人的權力都受到或多或少的制衡。然而，在未來AI技術以人類用戶為中心的微型社交圈里，人類可以享有按照自己喜好個人定制化構建出來的“社交星系”。然而，這樣一個個小型的極度個人定制化的社交規范能否融入更大的社會規范里？這些由自我為中心構建出來的微粒社會能否和諧地共存？

即使不看那么長遠，近在眼前的AI技術已經開始成為很多人傾訴衷腸的對象，聊天機器人便是其中的代表。因為機器不具有道德批判和倫理規范的約束，用戶可以對著聊天機器人吐露各種心聲，包括那些埋藏在內心陰暗角落里的想法，曾經做過的荒唐事，不堪回首的種種往事等。當然，他們可以對聊天機器人選擇語言濫用。以微軟小冰為例，截至2018年，微軟小冰已經在亞洲吸引了超過2億的注冊用戶，其與用戶平均聊天多達23個回合。然而，這樣光鮮的數據似乎掩蓋了一個事實，那就是超過90%的機器反應其實毫無章法可言。這就是所謂的“反ELIZA效應”（anti-ELIZA effect）。圖靈提出的通用機具有兩個基本假設：一是時間的離散性，二是思維狀態的離散性。今天的聊天機器人普遍采用馬爾科夫鏈（Markov chain）原理，即在一個離散時間的隨機狀態中，只有當前的狀態可以用來預測未來，過去的狀態與未來無關。因此，今天的聊天機器人是回合制對話。所以，我們不得不問：當前的弱AI真是一個完美的傾訴者嗎？抑或是一個電子版的“樹洞”而已？

盡管媒體等同理論（media equation theory）早于20多年前就指出，人類用戶以何種社交方式對待他人，就會以何種社交方式對待媒體技術。而這一結論的前提是技術需要提供一些社交線索（socialcues），導致人類用戶處于無意識（mindlesss）的狀態而來不及思考人與機器的差異。因此，他異關系中的人和機器如果需要和諧共處，那么則需要機器具備一定的人類社交線索。由此一來，一些問題便應運而生。例如，人性是否需要體現？如何體現？以人類人格為模板的機器人格是否合適？AI技術是否需要有具身（embodiment）？如果需要具身的話，那么擬人化的外形是否必需？是否應該給機器賦予性別？……這些種種問題的答案，將直接塑造我們與未來媒體技術這個他者之間的交流與信任。

以機器人的人格設定為例，馮（Terrance Fong）與合作者將其分為5類：工具型（tool-like）、寵物型（pet or creature）、卡通型（cartoon）、人工創造物型（artificial being）和類人型（humanlike）。工具型指的是像智能工具一樣運行即可;寵物型則是模仿狗或貓等家養寵物的特征;卡通型則是像漫畫一樣將某些人格特征放大;人工創造物型反映的是機械或機器類型的特征：類人型則是全面模仿人類的人格特征。最近的一篇綜述研究總結了過去12年中社交機器人的人格定義、操作以及效果。其研究結果表明，目前尚無專門的機器人人格定義，馮等人提出的5種類型中的前四種幾乎沒有被運用，而是全盤借鑒人類的人格;其中，心理學上常用的“大五”（big five）模型，即外傾性一神經質一開放性一宜人性一責任感五大因素模型，是使用最多的模型。然而，不同于人，社交機器人的人格并非均衡地體現在這五個維度上，而是更多地考慮技術的因素而體現在外傾性上，因此，機器人的個性太過臉譜化和單一化。而在其人格特征的實現上，以往研究者集中采用了外表（例如顏色、面孔）、動作、語言、音調、表情等手段來體現個性。與人類交往的常識一致，外向宜人的機器人通常更受用戶的喜愛，帶來各種正面的認知與行為效應。然而，也有不少以往的研究指出，也許用戶只需要一個“善良的”（kind）機器人就足夠了。

AI技術中社交線索的討論日益激烈。為了讓人與AI技術這個他者進行有效的交流，一個公認有效的做法是將人類社交場景中語言或非語言的細節賦予機器，通過這些細節人們可以做出相應的符合社交規范的判斷。這些人類的社交線索包括自然線索（例如注視和手勢）、情緒的表達和感知、外貌特征，甚至包括社會性別。給社交機器人強行賦予性別似乎是目前一個通用的做法，例如國外的“索菲亞”和國內的“佳佳”機器人都被設定為女性，甚至連沒有實體的聊天機器人微軟小冰也是十幾歲的女孩子形象。但是，參與制定機器人五原則的專家溫菲爾德（Alan Winfield）表示，設計一個性別化的機器人實際上是一種欺騙，有違“不能用欺騙性的方式來設計機器人，從而剝削易受傷害的使用者;相反，它們的機器屬性應當透明化”的原則。開發者固然可以通過外觀設計或編程設計出性別模式行為，讓人類相信機器人有性別或.11生別特征，但是這無異于告訴別人一塊石頭是男性。而一旦人類相信了機器人的性別化，便會對這個性別暗示做出反應，性別歧視、物化女性和物化男性的現象可能會在機器人身上重演。

五、結語

AI技術的崛起正在重塑媒體格局。人與傳統媒體技術間的詮釋關系在新技術的沖擊下已經變得不合時宜。早在2013年，超過一半（61.5%）的網絡流量由機器生成。以通過模仿合法用戶行為、對網站或API進行高速濫用或攻擊、發送垃圾郵件或宣傳為目的的惡意機器人已經屢見不鮮，甚至影響了世界各國的政治選舉。如果還僅僅把技術作為人類詮釋世界的一個工具，并不能完全理解技術及其帶來的各種后果。例如，在評估網絡上的人類輿情時是否應該將這些網絡機器人的觀點排除在外？因此，在他異關系下重新審視人機關系變得迫在眉睫。

從人類感官比例來說，過去自工業革命以降的傳統媒體技術也許僅僅是人類發展史中的一個插曲。AI技術的發展有可能將人類天然的感官比例得以復原，重新回到前科學的但可感知的生活世界，甚至得到增強。然而AI技術畢竟不同于其他自生自滅的他者（例如動物），人類塑造的痕跡處處可見。所以，應該為它賦予哪些特征才能使人機和諧共處是不可規避的關鍵問題之一。將人類的各種特征生搬硬套到AI技術上也許是最直接的選擇，卻不見得是最優選擇。AI技術這個他者應該被賦予何種特征，才能更好地實現人機間的他異關系，是一個值得深入探討的問題。

當然，AI技術以他者身份出現，僅僅提供了一種可能的方案，卻不能保證把我們直接引到正確的答案面前。目前AI技術采用了基于大數據的機器學習，僅僅提供了相關性數據，卻沒有探究因果關系，因此，AI尚不能建立起很多常識。如果這樣，那么AI技術是否能真正走出之前傳統媒體在詮釋世界時的局限可能還是個未知數。