多模態人機融合：智慧出版視域下AIGC數字協同機理與模式演進研究

【摘 要】隨著“關系嵌入”向“多模態融合”的演進，AIGC正從底層結構屬性的關系工具轉變為功能聯結的跨界平臺，編輯正面臨能力解體與數字馴化的雙重挑戰。AIGC與編輯數字能力的主體性從理論上的分流爭議逐漸轉向實踐中的合流協作，二者展現關系式賦能、情景式調適、功能性聯結的協同邏輯機理，數字協同模式從“主體—客體”的主副模式向“主體—主體”的家庭融合模式演進，構建了關系互嵌、伴隨式記錄、深度學習、多模態牽引的協同模式，呈現從技術化脫域到人格化演進的趨勢。智慧出版借助數據資本和內容共生，正逐步實現從技術去中介化到“人格”再中介化的效果遞進。

【關 鍵 詞】人機融合；智慧出版；數字能力；協同機理

【作者單位】周泊霖，中國外文出版發行事業局；孫敬鑫，中國外文出版發行事業局，當代中國與世界研究院。

【基金項目】國家社會科學基金重大項目“當代中國重要政治術語翻譯與對外話語體系建設研究”（19ZDA126）。

【中圖分類號】G230.7 【文獻標識碼】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2024.21.008

在人機協同的背景下，信息系統領域正經歷一場關于人類主體與技術主體之間優先級的理論辯論。一些學者認為技術是結構屬性［1］，人的主體性占主導地位，技術則起到輔助作用［2］。人工智能作為一種新興的顛覆性數字技術，通過其強大的智能計算能力和推薦系統正逐步改變信息的處理方式。當前，AI（生成式人工智能）在知識管理、內容創新和價值信任方面面臨機遇和挑戰，圍繞AI機器主體與人類主體之間的爭論正在分化，理論界提出了混合智能和人機聯合行動等概念［3］。在智慧出版趨勢下，AIGC（人工智能生成內容）致力于在人與機器之間建82a8d6b0791dd9b0d8cadb27fabe50a0立合作關系，將機器視為提供智能出版服務的伙伴，強調編輯與人工智能之間的協同合作性。約翰·B·湯普森在其著作《數字時代的圖書》中將出版內容劃分為4種形式，分別為數據、信息、知識和敘事，體現了出版業從單純的知識傳播向意義和符號、內容和載體的創作轉變。

在傳統出版時代，編輯通過人工手段加工整理信息，依據生產原則、方法和技術進行主題篩選、內容分類、渠道存儲和傳播發行。傳播學家威爾伯·施拉姆提出，傳播至少包含信源、訊息和信宿等3個要素［4］。信息是一個連續集合概念，由事實、數據、信息、知識、智能構成信息鏈［5］，編輯則是信息鏈中的重要主體。出版機構從記錄性、儲存式媒介逐步轉變為自動化、交互性、社交化的平臺媒介。進入數字時代后，出版物成為編輯對信息數據進行加工、吸收、提取和評價的體系化知識成果。在智能出版時代，編輯的數字能力體現為運用機器加工、吸收、提取和評價信息數據，通過代碼轉換、信息提煉、推理轉化、媒介存儲構建體系化知識庫，這個過程包括內容核查、編創策劃、知識呈現、議題發布、精準營銷等出版實踐環節，實現了內容生產和出版發行的智能匹配與動態調節。

智慧出版的核心在于生成式人工智能與數字技術的結合，其生產流程的融合建立在數字技術的整合之上。這種整合的基礎是大數據與人工智能技術共同作用，這不僅顛覆性地改變了編輯數字能力的發展路徑和成效，還對編輯的數字素養和能力提出了更高層次的要求。智慧出版通過潛在且隱蔽的方式配置出版生產要素，這不僅重塑了編輯的數字能力，還引發了人工智能與編輯能力之間新的協同與競爭態勢。這種變化對編輯人才的數字化協同、競爭路徑及模式產生了根本性的影響。本文認為，智慧出版時代編輯的數字能力具有以下特征。其一，基于AI的人機協同性，通過人機結合開展內容生產、內容審核、內容組織與關聯推薦等工作，實現生產主體多元協同，構建人機協同的價值共創生態；其二，在數字行為驅動下，AI成為連接內容編輯、出版物、用戶的物質中介；其三，對內容編創、知識挖掘、議程設置、圖片設計、營銷、版權等環節進行整合，實現組織創新、產業鏈創新、產品創新；其四，具有深度學習能力，通過智慧互動滿足用戶需求與期待，提供相應的產品服務。可見，智慧出版從單一內容生產轉向全域人機整合，推動了人與AI協同關系范式的探索與考察。

盡管相關學者對AI智慧出版等議題已進行廣泛而深入的研究，推動AI技術角色從“中介”向“社會行動者”［6］轉變，但學界鮮少對智慧出版生態下編輯與AI的協同機理、協同邏輯及協同模式進行深入細致的系統研究。本文從人機協同理論視角出發，探究AIGC時代編輯與人工智能的協同演化邏輯及協調模式演進，旨在為智慧出版的人機協同模式構建理論框架。

一、AIGC與編輯數字能力的協同環境

1．三重布局：“算力—流量”雙軌驅動下的智慧出版生態

相關調研顯示，出版企業利用計算機系統的數據檢索和描摹完成了對出版生產對象的定位，如基于人類認知圖譜整合并反饋人類信息需求和閱讀偏好，為用戶提供自動生成式對話服務，提升了出版閱讀的可視化和智能化水平。智能出版平臺是一個可操控、可編輯的數據處理指揮平臺，其主要特征是具有可測量、完備性和指標化。智慧出版是一種出版資源配置和編輯生產要素重組的“算力—流量”雙軌生產加工流程，通過數據價值交換服務價值，編輯勞動力生產價值轉化為生產成品價值。編輯團隊進行加工、在線編輯、實時反饋，實現了價值交換和社交圈層的實時在線互動，呈現了一種兼具非物質性與物質性的“雙重”產品生產模式，融合了數據資產、算法勞動、編輯勞動的生產布局過程。可見，智慧出版在數據、算法及平臺技術上展現了數字化、圈層化與算力化的多重組合生態。

2．數字能力馴化與身份解體：出版組織與平臺中心主義抗衡

隨著AI的興起，編輯的數字化工程技能受到前所未有的重視。AI在數字信息分發、主題大數據挖掘以及關鍵詞大語言模型方面展現了強大的數據處理和知識分配能力，這些能力以數字技術、數據資本和信息知識為生產要素，旨在實現智慧出版的系統化目標。這種“平臺中心主義”在數字經濟中占據主導地位，AI是其發展的重要推動力。在AI和算法推薦的共同作用下，智慧出版企業的傳播生態發生變化，這直接影響了編輯與AI之間的互動和競爭關系。傳統編輯的角色正在轉變，編輯的數字技能在AI時代開始被培養和開發。AI具備自動生產和創造知識的能力，通過算法和數據的優化交互，加速了傳統出版流程的變革，促進了編輯數字技能的重塑和創新。AI不再僅僅是輔助工具，而是成為與編輯并肩工作的伙伴。在編輯生態系統中，人類編輯與AI的關系逐漸從主從模式的討論轉向合作與競爭。

當前，智慧出版正處于信息革命和傳播范式轉變的浪潮中。AI正在重塑信息的存在形態和內容生產模式，以數字經濟為載體的平臺中心主義模式提升了信息處理的可見性和可用性。平臺主義以數據為核心，干預、控制甚至主導編輯的認知和行動能力［7］。隨著AI生成的信息逐漸取代傳統的編輯內容創作，以“算法推送—用戶反饋”為核心的內容眾創模式開始在出版平臺上占據主導地位。自動生成的文本構成了一個超鏈接時空，用戶反饋與系統自動推薦相結合的信息篩選機制成為出版生產的主要驅動力。平臺提供算力和流量支持，創作者與用戶之間互動產生內容，用戶注意力成為信息內容變現的關鍵。

在當前的注意力經濟時代，出版平臺中心主義已經成為現實。在信息過載的復雜環境中，編輯的角色已從信息內容中心轉向用戶注意力中心。在海量信息中爭奪用戶注意力資源，已成為數字生態中的新挑戰。AI算法技術正在重塑出版環境，出版企業的編輯角色從傳統的主導者轉變為平臺的協同者，這種轉變導致出版組織與數字力量之間的競爭。隨著AI介入成為出版業的一種制度化結構，平臺已經成為重塑智慧出版的外部制度力量，影響編輯的數字生產能力。一方面，編輯的身份和角色逐漸分散，編輯變得更加數字化、流動化、網絡化；另一方面，平臺中心主義加劇了編輯對數字平臺的依賴，編輯對數字生態的適應力遠超對組織結構的依賴。

二、AIGC與編輯數字能力的協同結構邏輯

智慧出版背景下，AIGC與編輯的數字能力需通過協同合作來構建。這種合作依賴于AI和編輯共同對大量信息進行挖掘和分析。在內容資源庫的支持下，為滿足用戶需求，AI和編輯利用數據匹配和內容生產共同實現智慧化和沉浸式的出版生產。從人機共生的視角出發，本文將AIGC與編輯協同工作的結構邏輯劃分為3個層面：底層的關系賦能、中層的情景調適和頂層的功能聯結。

1．底層關系賦能：從數字反饋到循環生產的底層關聯

當前，AI作為一種技術實體，與人類建立了一種“工具型”的合作關系［8］，在這種關系中，編輯通過接收數字反饋來提升數字技能，與AI攜手完成編輯任務。這種合作的底層邏輯在于編輯的主觀能動性與AI的數字特性的緊密結合，兩者之間形成了一種數字互動互助的關系。在智慧出版過程中，盡管AIGC的數據處理過程具有一定的“黑箱”特性，不易被直接觀察，但其數字界面是智能且易于操作的。AIGC能夠分析用戶在消費出版產品時的內容偏好、主題類別、熱情指數、轉發關注度等“數字足跡”，將這些指標納入大數據語言模型中，從而超越編輯的指令范圍，自主實現內容生成、數據挖掘和問題反饋。AIGC自動連接智慧出版流程的前端、中端和后端，在產品消費、用戶研究、售后服務等方面進行整合，以知識框架、內容分發及任務補充的形式反饋給編輯。這進一步自動關聯編輯任務指令鏈，形成了以AIGC為關鍵樞紐的智能出版循環生產鏈，極大地提升了編輯在數字出版方面的認知度和出版效率。同時，AIGC通過深度學習模型獲得了多模態語言處理能力，憑借其背后強大的數據模型跨越了語言和認知的障礙，自動展開對文字、圖像、視頻等復雜文本的深度分析，能在短時間內自動完成校準、替換、剔除、設計、改向、自動排版等優化過程，為編輯提供修改調整的意見及注意事項，有效擴展并提升了編輯的知識范圍和工作能力。通過與編輯互動，AIGC幫助編輯突破知識障礙，輕松介入不同專業領域的知識范疇和數據庫資源，在內容優化、知識補給、主題檢索、形式規范等方面協助編輯完成復雜的編輯審校工作。

2．中層情景調適：從機械復制到自主生成的多元情景適配

隨著AI技術的不斷進步，從基礎的互聯互通到掌握模擬人機互動中的情景感知、交流和認知能力，AI展現了其自動化、智能化、感知化的擬人特質和交互式工具的特性，這與麥克盧漢的“媒介即訊息”理論和戈夫曼的“擬劇理論”相契合。梅羅維茨將情境視為信息系統，認為媒介可以通過改變情境影響人的行為［9］。AI通過情景感知、情感捕捉和情緒識別模仿人類行為，展現高度智能化，利用深度學習和感官感知突破傳統編輯工作中手工勞動的情景切換限制。

以ChatGPT為代表的AIGC工具能夠根據編輯和創作者輸入的關鍵詞指令，結合生產需求、用戶偏好和市場定位，生成具有開放性、社會化和類型化特征的情景主題。AIGC通過持續挖掘情景要素，反復提問、多維感知和任務拆分，自動生成情景主題和規定情境，為編輯提供豐富的素材、案例數據和圖文選擇。此外，AIGC利用多模態信息和多類型創新情景的大語言模型實現情景式適配，支持視頻、配音、圖文視聽娛樂等多場景的搭配和轉化，為文字內容自動生成配音、圖標、多聲道音頻和文字摘要，在此基礎上自動推送創作建議和補充方案。情景適配幾乎覆蓋了數字出版的整個流程，包括內容自動化生產、數據全網爬取和感官感知的技術捕捉。因此，在與人的共生關系中，AI實現了從“靜態、機械的結合”到“彼此調適的情景適配”的轉變，可以構建模擬人腦神經結構的知識網絡，收集、處理、理解和學習外部情景感知。AI根據互動反饋更新情景迭代，全面調適以提高用戶與場景的適配反應速度。

3．頂層功能聯結：從工具可供到“家庭式”融合的平臺共生

在傳播學領域，媒介可供性理論被認為是解釋人機協同的關鍵。該理論關注媒介為社會行為提供的可能性，以及媒介如何促進人機交互能力的拓展。在數字出版生態中，AI充當作者和編輯共同決策的中介角色，利用數字編輯能力和智能媒介進行協同創新，推動內容選題、數據迭代和指令優化，基于人機互信的合作模式完成編輯生產鏈的各項工作。在智能出版時代，AIGC重新定義了編創、用戶和市場的智能組合，提供更優質、高效的服務和人機情感協同的工作模式。

在第四波人機交互范式——糾纏人機交互的浪潮中［10］，虛擬現實、元宇宙、認知神經監測等技術展現了人與機器在情感場域的交互。這與基于底層的人機互動合作、賦能和深度學習調適的AI擴張有所區別。通過編輯和AI智能的互補優勢及情感感知能力共同解決“家庭式”任務，展現了從基礎設施底層關系鏈接到交互情景適配再到頂層敘事情感依賴的升維路徑。一方面，智慧出版超越了傳統閱讀的物質形態，融合了數字閱讀、在線閱讀、同步編輯、文本超鏈接等超時空的“家庭式”伴隨閱讀場景，推動了編輯跨時空的工作形態。另一方面，AIGC基于閱讀場景、出版供給以及讀者個性的需求，重視垂直化和個性化的情感場景，推動編輯從傳統的以內容為中心的工作模式轉向以數據標簽和算法流量為主的情感互動反饋模式。

中信出版集團平行實驗室研發的智能數字體系，圍繞“人、機器、知識、情感認知”的平行關系，在數字平臺、讀者交互和社會嵌入融合的基礎上打造了超級內容平臺和情感服務體系。鳳凰傳媒出版集團構建了“出版（內容）+科技+媒介+文化”的創新驅動數字情感模式，通過大數據檢索能力捕捉情緒熱點、用戶痛點、網絡爆點等信息，自動推送熱門話題，挖掘潛在的受眾需求，準確地策劃并推薦出版內容，匹配讀者需求和市場變化。這些實踐都顯著提升了“家庭式”便捷共生協作服務的智能化層級和響應速度。

三、AIGC與編輯數字能力的協同模式演進

1．功能協同：指令嵌入型協同模式

以算法和大數據為驅動的流量聚合模型正在推動數字資本深入出版業的傳播領域。通過與AI交互，人們利用關鍵詞和指令來設定目標，隨后AI輔助編輯完成內容創作。AI接收關鍵詞輸入，創作小說、散文、音樂等作品，編輯則扮演決策者和指揮者的角色發布執行命令來驅動這一過程。在審視機器的反饋和響應機制時，輸入的指令通過細致且結構化的觸發機制激活了編輯的心理圖譜或感知印象，進而通過新的指令影響機器生成的結果和反應。基于指令的嵌入和智能生成模式，編輯與機器之間建立了信任，促使編輯進一步優化指令。基于指令嵌入式的人機信任和人機參與體驗所引發的反應效果及評價，人機信任促進了從指令嵌入到半自由化生產結構的人機互動模式的轉變。例如，卓世科技開發的“1+1+N”智慧出版模式在教育出版、網絡營銷、閱讀體驗優化、教育教學創新等方面通過指令嵌入延伸智慧出版價值鏈，在人機信任的實際互動基礎上，數字出版邁向了智能模態，編輯人員通過增強數字能力、記錄反饋話語、挖掘新的任務指令等一系列動作不斷提升編輯工作的實效。

2．渠道協同：伴隨記錄式協同模式

編輯和AI同時參與工作流程，形成同步協作、合作互動的伙伴關系，共同參與內容生產流程。因此，AI在執行命令、提供建議以及協助完成編輯流程的各個階段中，輔助編輯編寫代碼、挖掘網絡信息、關聯主題、檢測錯誤以及優化結構，展現了其思維主體性和功能獨立性的特點。確保編輯與AI之間的有效溝通、共同決策和協調行動是實現高效協作模式的關鍵，通過AI技術代碼、命令感知、內容生成，開發團隊能夠塑造出AI與編輯的共享模型［11］。AI與編輯團隊的群體態勢感知推動了AI從單環的命令執行到逐段排布賦能［12］，實現了智能排序、分布操作、集體賦能和共建內容。“分布操作，集體行動”的方式構成了整體智慧鏈條的重要驅動力，通過分析任務清單的模式，AI能夠獨立評估環境感知、任務難度和潛在挑戰，為編輯團隊提供精確的情景分析、問題識別和任務細分。這種智能分工和問題解決辦法有效地響應了團隊成員對協作的理性需求，降低了由于認知差異和部門間分工不合理導致的任務執行障礙。未來，AI將通過提出問題、智能對話、數據反饋和服務細化等手段，對團隊動態和各自任務環節的弱點進行預測并提供適應性策略。

3．學習協同：深度智能學習協同模式

生成式人工智能作為一種新興的內容生產引擎，正在變革并顛覆傳統的內容生產范式和供給模式［13］。通過智能化選題策劃、智能化內容編纂加工以及多模態智能轉換等手段，生成式人工智能能夠實現出版內容的快速生成和優化，從而提高出版的效率和質量。編輯通過設定目標和指令，指導AI獨立地檢索資源、挖掘知識、進行智能互動、自主生成內容，在此過程中，編輯扮演的是監督者和評估者的角色。

智能媒介的可供性為AI提供了豐富的物質場景和功能，促進AI在信息生產和社交互動環節進行深度學習，模擬人類行為和感知，實施社會行動。媒介可供性理論包括信息生產可供性、社交可供性和移動可供性［14］，這一概念最早由美國心理學家詹姆斯·吉布森提出，后來逐漸發展成為媒介技術的可供性理論。媒介可供性包括信息生產、社交和移動的可供性，三者的功能交叉為人類與AI的協同工作提供了從物質性向社會性融合的建構條件。AI利用媒介可供性實現深度進化，通過數據模型、情景感知和技術迭代來復制人類的認知、情感和行動，從而完成智能化的責任分配、主副交互和情感依賴。AI能夠確定最佳任務框架和執行步驟，不斷優化人機合作關系。深度學習增強了AI的情感認知、知識整合和指令反饋能力，賦予AI強大的認知模型驅動力。同時，AI對編輯語言、多語種視聽、圖文影像等多模態數據的捕捉和理解能力也在提升，通過反復訓練，指令輸入、資源檢索、任務分工和知識框架等已成為深度學習模型的語料庫。最終，AI能夠經過“指令輸入—深度學習—內容生成”的數據循環自動感知編輯的語言、情感、節奏和態度，展現擬人化的認知、學習和理解能力，發展一套學習和理解編輯語言的符號系統，催生虛擬編輯、社交編輯和機器編輯等智能形態，進而成為人機交互的虛擬數字人。

智慧出版的數字采編系統采用人機協同和深度學習技術，提升了AI在組稿、審稿、編輯和校對等環節的參與程度。系統能夠審校并自動進行預排版，實現內容編校的全流程智能化處理。通過算法推薦模式，AI能夠實現精準的靶向傳播。例如，外語教學與研究出版社的AIGC平臺項目，通過語言理解、推理、記憶以及創新深度學習，系統分析用戶的行為軌跡，了解用戶的專業內容需求和偏好，同時將平臺內容進行標簽化處理，以匹配內容與用戶需求，為用戶提供滿足其特定要求的產品或服務，實現精準的內容供給。

4．能力協同：多模態深度情景感知牽引協同模式

隨著AI深度學習技術的發展，人機關系變得更加深入，二者的依賴性和互動性增強。在人工智能時代，人機共生關系呈現一種復雜特性，即在競爭中尋求共生，在共生中不斷競爭［15］。深度學習技術賦予人工智能多模態內容創作與學習能力，使得AIGC產出豐富且多樣化的內容。編輯與AIGC之間的互動構建了一種深度混合合作模式，在這一模式中，機器是編輯在內容生產和服務提供上的“伙伴”，在追求超級智能的過程中，人與機器之間的競爭關系依然存在。編輯將AI視為其智能工作的“伙伴”，強調人機合作和人機聯合行動的重要性［16］。

多模態融合創作的驅動模式將人機之間的競爭與合作置于共生框架中，將人機之間的競合關系細分為三個基本要素，分別為人機環境、人機場景和人機行為。媒介環境下，人們弱化了社會屬性，同時強化了超鏈接、超時空和同步傳播的媒介屬性，從而擴展了感知和感官的范圍。機器通過復制并滿足人類的情感、需求、認知以及與媒介互惠合作，促進了人與機器的競合行為，成為推動雙方協同發展的主要動力。共生經濟學認為，經濟交換的本質是共生［17］，即存在資源交換的關系在本質上是共生關系。深度學習技術的發展賦予了AIGC適應多模態內容需求的創作能力，基于多模態語言大模型構建的深度學習模式通過處理不同媒介形態和執行命令的數據，滿足了智慧出版語境下AIGC的功能擴展需求。

在不同的工作任務中，AIGC生成不同的角色對話界面，編輯的角色也隨之變化。智能出版的自動生成能力源于不同模態和環節之間的相互融合與轉換，這一過程依賴于編輯的監督、提示、操作和評估。隨著智慧出版對多模態融合創作的需求日益增長，人機關系變得更為復雜和深入，傳統的工作模式和組織架構被打破，AI的分工范式也從輔助編輯的“伙伴”角色轉變為執行復雜功能的主體角色，通過多模態系統決策和協商，跨越生物和技術領域的混合處理循環，形成了自主判斷、跨界融合以及多模態生產傳播的協同遷移模式。中信出版社利用AI深度學習為編輯提供了智能審校系統，該系統具有語法錯誤檢測、行為規范建議、知識框架構建、敏感詞提示等功能，同時為編輯提供智能寫作框架模板、知識點網絡等服務，通過知識挖掘和主體關聯，為編輯提供智慧化、情景化的知識貢獻和信息推送服務。

四、AIGC與編輯數字能力協同的未來進路

1．多主體內容生產：AIGC、編輯、用戶三者的共時在場

人機協同的智能出版模式打破了傳統的“人主導機器”或“機器替代人”的二元對立思維，引發了學術界對人與機器競爭性共生關系的深入探討。這種模式促使我們重新思考編輯過程中的角色定位。同時，機器的智能性對編輯的主體地位構成了挑戰，它不僅提升了工作效率，也提高了內容質量。在競爭與合作關系下，AI與編輯之間的互動要求我們從歷時性和共時性兩個維度審視技術和人的能力。AIGC具有物質和非物質的雙重屬性，其在模擬人腦智慧和感官方面呈現擬人化特征，內嵌了知識輸出、情緒感知和感官回應的反饋機制，推動了任務分配、內容生產、環節賦能等編輯數字能力的構建。通過溝通與反饋、比較和較量，AI、編輯、用戶三者共同構建了一個知識場域，實現了內容的多元化。在這個場域中，AI和編輯的協同共生主導了出版內容的生產。受流量推薦機制的影響，編輯收集和擴充議題內容，增強語言模型的文本訓練能力，利用人機融合打造與AIGC共同在場的自有平臺，成為出版機構新的發力點。

人工智能融入出版業的一個重要標志是出版內容生產后端的自動化過程變得更加“前景化”，將原本屬于機器“技術黑箱”運作的后端行為轉移到用戶直接交流的前場，包括文本撰寫、語音轉錄、文本翻譯、圖像生成等編輯工作環節。隨著出版業與AI搜索引擎的深度融合，智慧出版業正在探索一種新的新聞分發和呈現方式——“生成式搜索體驗”（Search Generative Experiences，SGE）。SGE能夠直接為用戶提供多主體內容生產，承載更大規模的數據和知識庫，使用戶能夠迅速獲取所需信息和深度化的知識服務，實現了AI、編輯、用戶三者的共識在場、實時互動。

2．大數據作為資本：AIGC代理推動大數據價值鏈擴展

智慧出版時代，數據模塊構成了數字出版的核心。數字融合出版的基礎邏輯在于內容創作與媒介形態的結合與組裝。人工智能的大語言模型和算法推薦正在推動出版業生產要素的創新性組合與價值鏈重構。AIGC技術能夠自動捕捉和標記內容設計、信息數據及價值感知，實現編輯生產全鏈條的信息共建和大數據共享，在知識循環、資源拓展和任務執行中構建開放互動、協同互通的跨界合作生態。

智慧出版利用其強大的數據分析和整合能力在人機對話中捕捉關鍵信息和知識盲區，依靠信息補給和數據檢索來衍生和迭代知識數據庫。作為代理工具，AIGC使智慧出版在議題策劃、內容生成、標題熱度、用戶黏性、精準發行和市場擴張等環節匹配不同的編輯任務，以適應不同編輯的數字技能和需求。智能算法推薦機制輔助編輯接收個性化的內容推送并對主題進行評估。通過多輪互動，AIGC能夠準確無誤地將任務分發給編輯并實時更新知識數據庫。數據資本推動功能迭代與動態升級，構建智慧出版不同場景下的資本互換、知識鏈接和跨界合作，營造出知識資本與數據資本交互滲透的出版生態。

3．平臺作為中介設施：從機器中介到平臺全景共創

古茲曼指出，“以機器為中介的傳播”已轉變為“人與機器之間協同的意義創造”［18］，人機互動的非物質界限正在逐漸模糊。AI、云計算、深度學習、神經認知和大數據模型等新興技術模式展現了顯著的擬人化特征，人機融合的傳播特征表明機器作為“中介”的角色正在被人機互嵌所取代，機器的“身體”方式正在被重新定義。人機互嵌的底層邏輯在于機器能夠對調控平臺產生反作用，改變平臺的權力結構和互動方式，延伸人的認知和互動范圍，從而打破人與機器互聯互通的物質界限。

在平臺結構層面，AIGC作為一個獨立的主體，參與深度多元的信息交互，將編輯、用戶和平臺連接在一起。平臺不僅是一種開放性的信息語言結構，也是一種應用性工具［19］，其逐漸以主體性的身份重塑數字出版中編輯、出版物和用戶之間的生產關系，通過情景交互捕捉編輯議題、用戶數據及偏好需求，構建全生態智慧交互場景，實施技術調適和模型修復，參與用戶與編輯之間的交互反饋，智能化地為編輯提供生產和銷售信息。平臺作為AI、用戶和編輯之間的中介進行智慧分發，智能化地完成議程設置等生產鏈條的相關任務。如Instagram平臺通過機器學習為內容生產者和用戶提供其感興趣的議題，以及用戶自主優化新聞生產和個性化推薦等功能，這將成為未來AI賦能出版業的主要趨勢之一。同時，在保持編輯獨立性的基礎上，平臺通過完善技術鏈接和數據模型，以人機交互、元宇宙、虛擬數字人的傳播形態占據出版物市場的主體地位，實現以平臺為中介的價值交互和文化共創。

4．從去中介到再中介：具身實踐與人格化的情境導向

在新機器、新平臺以及“Z世代”用戶偏好的推動下，AIGC正處于從“平臺中介”向“人格中介”轉變的再中介化階段。當前，人機協同范式正逐漸演變為更深層次的人機多模態融合，促使智能出版生態中的眾多企業將AIGC與編輯的關系從“協同主體”轉變為“融合共體”［20］。這一變革實現了技術的去中介化，使得數字人、虛擬現實和AIGC作為獨立的行為主體參與智慧出版系統。它們扮演技術分身、感知化身和場景具身等角色，為編輯提供了“虛實相生”的工作場景。人機融合使得AIGC不僅能夠掌握編輯的感知、身體以及內在情緒，而且能夠在相同的時空中再現并成為獨立的操作中介，超越編輯自身的感知和行動范圍，創造更多未知的視角和虛擬空間。這種融合構成了新的中介視角，闡釋了智慧出版中人機協同的獨立范式，即“具身智能的人格體”［21］。智慧出版平臺的“人格化”正從打破技術脫域的邊界走向實體嵌入的界面重生，在理性交融的數字環境中，AIGC機器人的出現通過分層執行、虛擬代理和情感互動，將編輯個體、創作群體和用戶群體高度擬人化，通過設計情感手勢、情感表情、面部特征等具身信號擴展了人類思維和經驗的范疇，通過媒介的具身化延伸了個體對社會認知的參考和探索。編輯的具身實踐成為機器人格化、情感化的空間實踐，協調身體感知與空間生產的內在聯系，模擬編輯的感知和社會行為，集中體現了機器、情感、人的三重融合，這標志著AIGC正從去技術中介化走向人格情景化的再中介演化。

五、結語

未來，人機融合將成為智慧出版領域的中心環節。AIGC與編輯的數字能力將經歷重構，這并非簡單的控制或替代問題，而是一個逐步分層演進的過程。其中，人機融合在智慧出版生態系統中的應用正從技術化脫域向人格化嵌入轉變。這種轉變體現了人機協同結構邏輯的演變，即關系型、功能性和情感性的融合。人機協同模式已從“主體—客體”的主從模式轉變為“主體—主體”的“家庭融合”模式。隨著數據資本和內容共生的發展，技術去中介化到平臺再中介化的效果逐漸顯現。

從出版物與受眾的關系來看，傳統出版物代表了一種單向的“人—機器”信息傳播模式，機器僅作為信息傳遞的物質中介。然而，在AIGC時代，機器作為智慧出版的編輯主體在多任務、多角色、多模態的人機融合場景中逐漸展現情感性、情境化、人格化的應用導向。人工智能在情感反應、情緒交流和人格依附方面呈現“人化”特性，打破了其對物質終端的依賴，產生了多元化的場景化應用服務模式。在出版物、編輯與用戶的互動中，三者實現了多向交流，重構了出版輿論生態和生產議程。隨著人工智能時代的深入發展，編輯個體如何培養內向性的數字能力，需要我們進一步反思和研究。

｜參考文獻｜

［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］謝小云，左玉涵，胡瓊晶. 數字化時代的人力資源管理：基于人與技術交互的視角［J］. 管理世界，2021（1）：200-216.

［3］許潔. 論以知識為內容的出版：兼答出版在哪里［J］. 現代出版，2024（3）：57-65.

［4］黃文森. 數字新聞流通：溯源、分野與整合［J］. 新聞界，2022（3）：4-13.

［5］朱雪忠，代志在. 總體國家安全觀視域下《數據安全法》的價值與體系定位［J］. 電子政務，2020（8）：82-92.

［6］曹博林，支冰潔. 自我傳播：理解人機互動的補充性視角：基于實證方法的探索性研究［J］. 現代出版，2024（9）：38-52.

［7］白曉晴. 數字資本結構性變革下的數字出版運作模式與協同創新［J］. 編輯之友，2023（9）：13-18.

［8］于雪，翟文靜，侯茂鑫. 人工智能時代人機共生的模式及其演化特征探究［J］. 科學與社會，2022（4）：106-119.

［9］約書亞·梅羅維茨. 消失的地域：電子媒介對社會行為的影響［M］. 肖志軍，譯. 北京：清華大學出版社，2002.

［10］向安玲，許可. 人機何以交互：理論溯源、范式演變與前景趨勢［J］. 全球傳媒學刊，2023（5）：88-105.

［11］胡藝齡，陳彥君. 人機協作下的共享心智模型研究［J］. 現代教育技術，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］喻國明，林昱彤，李昀玥. 作為新型內容生產力的生成式AI：發展局限與未來進路［J］. 出版廣角，2024（14）：22-30.

［14］喻國明，趙睿. 媒體可供性視角下“四全媒體”產業格局與增長空間［J］. 學術界，2019（7）：37-44.

［15］商希雪. 人機交互的模式變革與治理應對：以人形機器人為例［J］. 東方法學，2024（3）：143-158.

［16］于雪，翟文靜，侯茂鑫. 人工智能時代人機共生的模式及其演化特征探究［J］. 科學與社會，2022（4）：106-119.

［17］朱婧祎，李北偉，李瑞，等. 共生理論視域下區域智庫聯盟演進路徑與發展機制研究［J］. 智庫理論與實踐，2024（4）：66-78.

［18］別君華. AI是傳播主體嗎？人機傳播的興起及超越傳播本體論的限度［J］. 全球傳媒學刊，2024（3）：57-73.

［19］張文梅，祁彬斌，何歆怡，等. 群智涌現的知識生產：形態、機理與促進策略［J］. 中國電化教育，2024（10）：9-16.

［20］程萌. 競爭、生產力與“機器換人”：智能時代人的本質和自我認同［J］. 學習與實踐，2024（9）：23-31.

［21］徐亦舒. 作為界面的媒介：交互性視角，中國傳播學評論（第八輯）［M］. 上海：復旦大學出版社，2019.