論人機共讀的閱讀秩序及其底層影響

關(guān)鍵詞：人機共讀；閱讀秩序；ChatGPT

一、引言

“我的人機共讀功能通過結(jié)合AI和人的優(yōu)勢，幫助你更高效、深入地理解閱讀材料。主要功能包括：

①快速提取與總結(jié)：快速概述文章要點，提煉核心內(nèi)容。

②即時分析與解釋：解釋復(fù)雜概念，分析段落和論點。

③互動討論：根據(jù)你的問題和興趣，進行深入交流和討論。

④個性化學(xué)習(xí)：定制化閱讀體驗，提升學(xué)習(xí)效率。

⑤批判性閱讀：幫助你質(zhì)疑、反思，提高批判性思維能力。

你可以隨時上傳材料，我將和你一起進行共讀和分析。”

這是一份ChatGPT-4o對自身人機共讀功能的簡要介紹。在當前的大語言模型（LLM）情境下，“人機共讀”這一功能盡管有多種表達方式，如“閱讀總結(jié)”、“AI伴讀”（豆包AI）、“文檔分析”（Document Analysis）、“閱讀助手”（通義千問）等，但在各種商業(yè)宣傳中，它們指向的核心理念是相同的，即通過人機協(xié)作的方式，增強人類的內(nèi)容獲取能力和深度理解能力，從而在閱讀過程中實現(xiàn)更高效的信息處理。然而，作為一種如今頗為普遍卻少有人關(guān)注的閱讀模式，人機共讀真如AI廠商們所說的那樣，角色只是人類中心主義所圈定的“工具”，影響僅限于功能主義所認知的“效率”嗎？

對于上述問題，傳統(tǒng)的實證主義與功能主義傳播研究無力作出回應(yīng)，新興的媒介研究則因其物質(zhì)性考量尤其值得我們關(guān)注。具體而言，媒介研究視媒介為無形無象的隱喻而不是一種實體，其對社會的組織和建構(gòu)能力強大，而不僅是一個信息流動的渠道。 如此，在媒介研究的立場觀照下，上述問題的答案當是否定的，人機共讀絕不只代表著閱讀中一項機械而中性的器具的更改，而是彰顯著自身的固有特性。正如羅杰·夏蒂埃（RogerChartier）所言：“讀者所面對的，從來就不是憑空存在的理想抽象文本，他們接觸的和感知的是實物和形式，后者的結(jié)構(gòu)和形態(tài)將支配閱讀（或接受）活動，將左右他們對所讀（或所聞）之文本的可能理解。”

對于這種固有特性，傳播學(xué)界向來不乏概念化的能力，哈羅德·伊尼斯（Harold Innis）將之稱為“傳播的偏向”，尼爾·波茲曼（NeilPostman）稱之為媒介的“認識論”，馬克·波斯特（Mark Poster）則稱之為“信息方式”。然而，在閱讀情境中，筆者希望化夏蒂埃“書籍的秩序”為用，將之更加具體化為“閱讀秩序”，意指閱讀實踐中由技術(shù)介導(dǎo)形成的認知框架和行為規(guī)范。圍繞這一概念，本文旨在探析當前的人機共讀存在何種閱讀秩序，這種閱讀秩序又有何種底層影響，以及讀者如何應(yīng)對這種閱讀秩序所帶來的挑戰(zhàn)。分析這層層遞進的三個問題將有利于我們更全面地理解人機共讀的結(jié)構(gòu)性影響，準確把握閱讀在AI時代的發(fā)展方向。

二、閱讀秩序的顯形：媒介競爭、信息結(jié)構(gòu)與社會邊界

在AI環(huán)境中，由于源代碼不公開、應(yīng)用程序接口（Application Programming Interface，API）不一、文檔限制訪問以及后臺自動更新等不透明性問題，研究者在開展研究時面臨著嚴峻的方法論挑戰(zhàn)。鑒于此，筆者與另外7名新聞傳播學(xué)專業(yè)研究生（R1～R7）設(shè)計并實施了一項學(xué)習(xí)性導(dǎo)向的研究方案，即在為期三個月的日常研究學(xué)習(xí)中，盡量使用ChatGPT、Claude、Gemini、Meta AI、豆包AI、通義千問、KIMI、文心一言這八款大模型AI的人機共讀功能進行閱讀實踐，其間隨時開展走查（walkthrough）與深度訪談。首先，學(xué)習(xí)性導(dǎo)向是為了契合人機共讀相較于一般性人機對話更濃郁的知識性特征；其次，走查法是一種直接與應(yīng)用程序界面互動的方式，可檢查其引導(dǎo)用戶形成特定體驗的技術(shù)機制；最后，由于走查法主要通過研究者對AI交互界面來進行分析而并不涉及研究者與實際用戶的直接互動，故而深度訪談具有重要的補益作用。循此，人機共讀中的閱讀秩序得以顯形。

（一）閱讀媒介的競爭：書籍在閱讀世界中的退卻

引陳垣先生之語，“一切檔案、碑傳、文集、筆記、報章、雜志”，皆為閱讀媒介。不同的閱讀媒介因其自身的固有特性，承載著不同性質(zhì)的知識，例如報刊傾向于傳遞即時的信息，書籍則傾向于提供穩(wěn)定的知識框架。然而，雷吉斯·德布雷（Régis Debray）提醒道，歷史范疇中的行為，諸如知識的傳承，總是以媒介的技術(shù)性能為出發(fā)點。因此，在媒介生態(tài)的競爭中，不同的閱讀媒介實則存在勝負之分，而這會影響讀者的閱讀重心。在AI尚未深度介入閱讀進程之前，媒介之間的排序可能并不十分突出，因為就算在數(shù)字閱讀時代，“移動性能”不佳的諸多閱讀媒介仍可為一方屏幕所兼容整合。然而，隨著人機共讀模式的興起，媒介的“AI性能”成為決定其是否適合此類新型閱讀方式的重要標準。

具體而言，盡管各大AI普遍鼓勵用戶使用其人機共讀功能，但在閱讀媒介的諸多物質(zhì)性維度上均設(shè)下了或明或隱的規(guī)范：第一，媒介的“數(shù)字化”是使用人機共讀的前提，計算機、屏幕、鍵盤、USB接口都為人機共讀構(gòu)筑了一道道數(shù)字門檻，標示著非數(shù)字媒介不得進入；第二，媒介的“可檢索性”是人機共讀的核心，對于“圖像式數(shù)字化”而非“智能文本數(shù)字化”的掃描版文檔而言，尚無任何一款A(yù)I支持對其進行閱讀；第三，媒介的“數(shù)字體積”受到嚴格限制，多數(shù)AI平臺為了平衡服務(wù)器性能與用戶體驗，設(shè)定了不超過100MB的文件大小上限。當前來看，這些物質(zhì)性規(guī)范在實際應(yīng)用中造成的最大的綜合性影響便是網(wǎng)頁、報刊擁有了相對于書籍的更優(yōu)越地位。因為“現(xiàn)在基本不可能通過人機共讀來看書，這個入口是直接被切斷的，你也不可能費時費力地去把書掃描一遍再OCR一遍”（R1）。閱讀媒介的互相參照本可以在相當程度上解決這個問題，實際上，各種閱讀方式共存是人類社會長期存在的現(xiàn)象；但人機共讀對此表現(xiàn)了媒介競爭中殘酷的排斥性，“AI太快了，所以這個讀不了的話，你會很自然地放棄閱讀它，畢竟現(xiàn)在信息這么多，我沒必要跟自己作對，效率提升的數(shù)量級壓過了我對于讀‘書’的需要，盡管我知道自己去看書肯定更系統(tǒng)全面”（R5）。

（二）閱讀的索引化：新信息結(jié)構(gòu)及其困境

夏蒂埃曾如此評價“冊頁書”的作用，認為其讓“人們有可能為其編頁碼，建立目錄和索引，拿兩段文字進行對照比較，或者隨手翻閱瀏覽全書內(nèi)容”。質(zhì)言之，閱讀媒介的索引性允許讀者根據(jù)自身的知識背景及興趣從文本所規(guī)定的內(nèi)容結(jié)構(gòu)中選擇閱讀重點，并對不同內(nèi)容施以“瀏覽”或者“細讀”，從而跳出“文本世界”中的線性邏輯而構(gòu)造出“讀者世界”中的閱讀秩序。從竹簡到書籍再到AI，閱讀媒介索引性的進步總是伴隨著知識世界的爆炸和科學(xué)技術(shù)的革新。如圖1所示，對于一份結(jié)構(gòu)性已經(jīng)相當清晰的論文，AI還是能夠提供一份比“摘要”更為簡略的提要，甚至生成一幅更為清晰的腦圖以供按圖索驥。

然而，在AI允許閱讀媒介的索引性登峰造極之后，索引就開始明確地褪去中性的工具色彩，使閱讀發(fā)生了“索引化”。具體而言，在閱讀文本被徹底分解為一系列可檢索、可分析的數(shù)據(jù)點并被賦予超鏈接性后，文本自身的信息結(jié)構(gòu)在人機共讀中似乎變得不再重要，而“把書讀薄”和“把書讀厚”儼然成為讀者在新信息結(jié)構(gòu)中所遭遇的兩種困境的寫照。比如，R2的經(jīng)歷就證明了讀者在人機共讀中會面臨文本整體意義的破碎——“AI讓我可以看更多文獻，因為你發(fā)給它，它就能很快告訴你整體結(jié)構(gòu)是什么，你找重要內(nèi)容就行了。”而當筆者詢問是否有在人機共讀中從頭到尾地閱讀一份文檔時，R2的回答是“少，但我只想看我可能會用到的部分，比如定義、核心觀點之類的”。R3的回答則說明了讀者在人機共讀中會因“無限索引”而遭遇外部意義的涌入：“原來會先跳過去，看完再說嘛，但現(xiàn)在AI告訴我你可以不必這樣，所以我經(jīng)常會過分糾結(jié)在一些我不懂的概念或者理論上，然后又迷失在AI給我的外部內(nèi)容中，比如它推薦的書、底下的參考鏈接，看不完真的看不完。”

（三）閱讀隔離：全能神話下的社會邊界

通過界面修辭，所有AI廠商都在書寫“技術(shù)劇本”，由此“向使用者描繪和推介技術(shù)……進而引導(dǎo)和形塑了用戶對技術(shù)的使用期待”。例如，通義千問的宣傳語便是“你的全能AI助手”，豆包AI在對話界面會顯示“你的超級助手已上線！”，KIMI則在首頁時刻懸掛著“幫你看更大的世界”的標語。顯然，每款A(yù)I都在強調(diào)自身的全能，并基于此引導(dǎo)用戶形成可以“跨越邊界”的想象。這似乎能夠與“閱讀可以擴展讀者認知”的普遍觀念完美接合而形成一種規(guī)范認識——人機共讀是對抗各種閱讀隔離的終極方式。然而，事實并非如此。

首先，人機共讀中的“全能”暗藏著對社會化閱讀的排斥，無論是了解閱讀體驗、討論書籍內(nèi)容，還是交流心得感悟，從他人的視角理解文本一事變得沒有必要，因為AI即是全部的他人。相反，“我獨自讀書”成為更主流的選擇。R3的回答在此極具代表性，“我覺得AI就像一個‘全能的朋友’，一方面它真的什么都知道，另一方面它也不會像真人那樣得湊時間、情緒不穩(wěn)定，大家一起討論某本書或者上網(wǎng)翻評價其實挺麻煩的，我現(xiàn)在真的會更喜歡‘和AI獨處’。”

其次，人機共讀中的“全能”亦暗藏著對讀者平臺切換行為的規(guī)制。“日常用一個AI就行了，或者頂多一個豆包看中文的，一個ChatGPT看英文的”（R1）。顯然，讀者在對比中明確察覺到了不同AI對于不同閱讀媒介具有不同的性能，并嘗試做了一些兼容措施。然而，在語言理解這樣易被感知的差距之外，其他差距（如上下文理解能力）及立場上的差異（如性別偏見）在“有問必答”的交互邏輯中被隱藏起來，由此讓讀者身處一種舒適的不自由中。R6將這種平臺資本主義中用戶的無奈形容為“盲人摸象”：“你必須得多問多想才能發(fā)現(xiàn)一些‘空氣墻’，其實每個AI或者說AI公司都有自己的一套規(guī)范，我們是都嘗試了，但對于平常用戶來說可能用一個就停了。”

最后，人機共讀中的“全能”多數(shù)存在付費墻。例如，ChatGPT就有普通和Plus兩種，文心一言有3.5、4.0、4.0Turbo三種，Meta AI則有1B、3B、11B和90B四種。不同的模型種類意味著不同的參數(shù)量，參數(shù)量的大小則在相當程度上反映著模型的“智商”，而更高的“智商”需要用戶支付更高的費用。許多測試者均反饋剛開始使用時確實會因為不愿付費而存在閱讀效果不佳的心理壓力。比如，R7表示“我試用了ChatGPT的高級版，很明顯閱讀能力更好，但一個月幾十美元的費用還是太貴了，我可能用用免費的就好”。R4的選擇與之相同，理由卻大有不同：“在閱讀英文文獻這點上，國外的AI比國內(nèi)的好太多，我已經(jīng)知道用ChatGPT了，盡管只是普通版，但這已經(jīng)比我的很多同學(xué)強很多了。”顯然，這和“所有的讀者都是平等的”這種樸實觀念已經(jīng)截然相異，國際勞工組織所提出的“AI鴻溝”- 概念對此有相當?shù)慕忉屃Γ驗锳I的階梯付費制已經(jīng)將讀者剛性區(qū)隔為不同的群體。

三、不成知識的知識：新閱讀秩序的底層影響

如前所述，人機共讀相比普通的人機對話具有更為顯著的知識導(dǎo)向特性，讀者通常是帶著具體的知識目標進入這一閱讀場域的。清代桐城派代表人物劉開有一句名言“非問無以廣識”，巧妙地概括了人機共讀中共為AI技術(shù)開發(fā)者和讀者所期待的知識傳播理想模型——“循問而知”，而更令人無法質(zhì)疑的是，AI還被預(yù)設(shè)了“有問必答”的技術(shù)腳本。但是，問AI就能得到知識嗎？新的閱讀秩序并非全然無虞，其潛在的負面底層影響也值得我們審慎關(guān)注。

（一）基于相關(guān)性的知識策展：語境破碎與語境回歸

計算機科學(xué)家埃里克· J . 拉森（ E r i k J .Larson）在《造神：人工智能神話的起源和破除》中對AI所提供的“知識”質(zhì)疑，強調(diào)“即使是最簡單的交流，通常也需要涉及語義的真實知識和基于語境的知識推理”。拉森指出，AI的最大缺陷恰在于它基于歸納模型，而非基于對常識、人類語言和生活形式的真正理解，質(zhì)言之，它無法真正進入閱讀的原有語境。韓炳哲則進一步指出，“借助大數(shù)據(jù)所查明的是相關(guān)性……相關(guān)性是最原始的知識形式，它甚至無從透露緣由和影響之間的因果關(guān)系……人們沒有理解任何事情。然而知識卻是基于理解的”。也就是說，知識的語境性是當前AI技術(shù)難以掌握的重要方面，而且它往往只能通過掩飾來“彌補”這一缺陷，即所謂語境破碎與語境回歸。

語境破碎（context fragmentation）是指AI在處理閱讀文本時，無法將各個部分的信息有效地整合起來，導(dǎo)致知識呈現(xiàn)碎片化狀態(tài)。上下文理解能力的限制導(dǎo)致AI存在速朽的時間性，這使得AI在人機共讀中只有“連續(xù)的部分注意力”，“每過十幾輪對話之后，它們都會失憶，就像電腦裝了還原卡”（R4）。這催促著讀者不斷對閱讀文本施以“管窺”而放棄對整體語境的理解，R4的回答反映了多數(shù)受訪者的心態(tài)：“我覺得人機共讀的作用就是幫助我‘尋章摘句’。”但波茲曼對此早有警告，“一個好的讀者不會因為發(fā)現(xiàn)了什么警句妙語而欣喜若狂或情不自禁地鼓掌”，因為真正的閱讀“需要讀者具有相當強的分類、推理和判斷能力”。 雷蒙·亨利·威廉斯（RaymondWilliams）更主張，要在詞語與詞語關(guān)聯(lián)形成的“星座”中彰顯某個詞語的復(fù)雜含義，不幸且吊詭的是，在AI將閱讀文本切分為一個個相關(guān)的詞語后，它卻操縱和放縱了孤立理解的存在，讓知識成為“知識點”并游離在星座之外。

語境回歸（context regression）是指在人機共讀中，AI常常會因為缺乏對整體語境的理解而發(fā)生上下文耗散，并“圓滑地”將討論逐漸轉(zhuǎn)出原文本的特殊語境，導(dǎo)致后續(xù)的交流與最初語境不再準確匹配。化用鮑里斯·格羅伊斯（Boris Groys）之語，作為人機共讀中的策展人，AI不是在“用舊的語言上下文、地方或領(lǐng)域，創(chuàng)造新的上下文、地方或領(lǐng)域”，而是在“用新的上下文、地方或領(lǐng)域，替換舊的語言上下文、地方或領(lǐng)域”，從而對閱讀材料給出諸多蹩腳的注釋。不少受訪者都發(fā)現(xiàn)了這一點，例如R5就表示說：“每次希望它解釋一下文中的某個概念，剛開始都挺好的，但很快它就會說出一個‘某某一般指的是……’這種感覺的回答，它給的都是和原文不契合的‘平均答案’。”R6則使用“絕對的相對主義”和“失焦”來形容AI的表現(xiàn)：“它會特別追求不出錯或者不冒犯到我，所以就算是想讓它凝練一下作者的觀點，最后它也會像鉛擺一樣歸于一個相對主義的‘失焦狀態(tài)’。”事實上，受訪者的感覺是對的，已有不少學(xué)者發(fā)現(xiàn)，正是由于缺乏從語境出發(fā)的推理能力，AI都被程序員粗暴地限制了能力，語境回歸是這種限制的宏觀表現(xiàn)。

（二）“二手杰作”：當人機關(guān)系成為全部的知識關(guān)系

在周葉飛看來，“閱”與“讀”是兩種截然不同的文本感知機制，前者為“一人之讀”，求之于內(nèi)化，是讀者與作者心意相通的過程，后者則通常意味著“群體之讀”，求之于集體，是講者與聽者相互卷入的過程。這兩種知識關(guān)系在日常生活中雜糅，形成了我們所認知的閱讀行為的整體面貌。不過，在人機共讀中，傳統(tǒng)的在人類之間建立的知識關(guān)系發(fā)生了深刻的變化，人與機器之間的關(guān)系逐漸催生了知識獲取與理解的主要形式。質(zhì)言之，盡管AI能夠基于已有數(shù)據(jù)給出結(jié)構(gòu)工整、遣詞精巧、語法標準的答案，但實際上它呈現(xiàn)的不過一部“二手杰作”。

一方面，“一人之讀”這種“心靈世界”的體驗被機器橫亙其間而發(fā)生消解。馬歇爾·麥克盧漢（Marshall McLuhan）曾發(fā)問：“是否可以說，讀者閱讀印刷品時，他在腦子里和想象中沿著作者的思想活動‘旅行’呢？”這就點明了讀者與作者之間知識關(guān)系的發(fā)生過程，一是空間上“沿著”作者的邏輯閱讀本文，二是時間上緩慢“旅行”、逐步理解和消化。貝爾納·斯蒂格勒（Bernard Stiegler）對此相當推崇，直言“只有在從文字上對本文作精確的、無可否認的，也即拼寫的確認的同時，讀者才可能作為一種相關(guān)差異而自我確認”。然而，人機共讀創(chuàng)造了一種時空脫域式的閱讀體驗，讀者與作者的知識關(guān)系不僅從本文的“地域關(guān)聯(lián)”中脫離，而且從邊讀邊思的“時間結(jié)構(gòu)”中脫離，它們都被轉(zhuǎn)換成了“話語”，即人與機器“在前一發(fā)言和后一發(fā)言之間”建立起了聯(lián)系。因此，不同于安東尼·吉登斯（AnthonyGiddens）原本試圖描述的社會關(guān)系脫域但又得以維持的現(xiàn)象，人機共讀中的知識關(guān)系是以一種斷裂的形式而存在的。

另一方面，“群體之讀”亦被AI演繹為孤獨的人機對話。安娜·斯法德（Anna Sfard）在其1998年發(fā)表的論文中提出了一個重要觀點：在習(xí)得隱喻之外，學(xué)習(xí)本身還存在另一種參與隱喻。所謂學(xué)習(xí)，就是成為某個社區(qū)成員的過程，其強調(diào)學(xué)習(xí)者在特定情境中的參與和互動，注重活動和實踐，因而知識實際上是一種行動（knowing），而不是實體。這極具啟發(fā)性，因為對照而言，人機共讀卻是一種純粹坐而論道的書房活動，這令其所提供的知識在社會關(guān)系網(wǎng)絡(luò)層面存在重大缺失。盡管在國產(chǎn)AI中，知識分享平臺如“豆瓣讀書”“知乎”“百度知道”的用戶生產(chǎn)內(nèi)容通常都會被整合進來，但這種信息接入仍然逃不過AI對用戶間來往的接管，導(dǎo)致了知識作為行動的消失。更甚的是，“秀才不出門，便知天下事”的錯覺極易誤導(dǎo)讀者，正如受訪者R3所表述的：“我經(jīng)常整整一天都在家和AI聊天，感覺世界盡在把握。”

（三）知識器官的外置化：“閱讀腦”的用進廢退

在廣而告之的技術(shù)設(shè)想中，AI廠商們試圖說明他們希望通過降低認知負荷與智能代理這兩個遞進步驟，令閱讀過程不再局限于生物大腦，而是擴展到包含技術(shù)在內(nèi)的整體生態(tài)系統(tǒng)，亦即將AI化為人體知識器官的延伸。

然而，大腦并非一個機械結(jié)構(gòu)，即如瑪麗安娜·沃爾夫（Maryanne Wolf）所言：“沒有人生來就會閱讀，人類發(fā)明閱讀這項活動也只是幾千年前的事情，這項發(fā)明使大腦精密的結(jié)構(gòu)重新排列組合，思維得以延伸，進而改變整個人類物種的智力進化過程。”在她看來，“閱讀腦神經(jīng)回路的形成是人類思想史上獨特的表觀遺傳成就”，而“閱讀腦”作為發(fā)生適應(yīng)性變化后才誕生的知識器官，正是閱讀之所以為閱讀、人之所以為現(xiàn)代人的關(guān)鍵特征。所以，在“延伸”這種美好的技術(shù)想象之外，“外置化”恐怕才是更準確的概述，這意味著人機共讀會令“閱讀腦”客觀上面臨用進廢退的進化論風(fēng)險。

其一，知識器官的外置化帶來了知識記憶的消退。正如斯蒂格勒所言，“記憶只能建立在遺忘之上……雖說把‘閱讀’的任務(wù)交給以光速運轉(zhuǎn)的機器能使記憶量突飛猛進地增長，但記憶量過大又等于記憶的遺漏”。具體而言，即便各種AI都提供了對話記錄的功能，但機器不會遺忘并不等于人腦記憶的永恒，事實上，僅有少數(shù)受訪者注意過對話記錄的功能，并且他們并不常用它。例如R7就表示：“剛開始，我會覺得對話記錄一直有存檔非常好，這樣就不需要費腦子記很多內(nèi)容了，但事實上我不會去翻聊天記錄。”R6則說：“盡管AI具備為對話創(chuàng)建標題的功能，但這其實沒啥用。因為雖然文檔就是那么一個，但是AI在不斷給我新東西，我的興趣和提問也不斷在變，對話內(nèi)容非常跳躍，所以我常常覺得，我和AI究竟在對話什么好像不重要，重要的反而是不斷地新建對話。”

其二，雖然當前并非沒有廠商部署用戶端的邊緣計算，但邊緣計算無論是速度還是能力都遠遜于云端計算，這令知識器官的外置化還無法免于一種更為基礎(chǔ)的物質(zhì)性危機——“服務(wù)器宕機”。比如，R3分享：“AI先看，這已經(jīng)是我的日常閱讀習(xí)慣了，但是像ChatGPT、文心一言這種我常用的，我就遇到過不少次服務(wù)器連接問題，這讓我當時很焦躁，因為我是不樂意像原來那樣自己慢吞吞地去看的。”

四、超越機器：人如何適應(yīng)新閱讀秩序

在傳播學(xué)的主流視野中，人機關(guān)系的發(fā)展歷程通常被描繪為從“人適應(yīng)機器”轉(zhuǎn)向“機器適應(yīng)人”。然而，從上述分析可以看出，在人機共讀中，機器對人的規(guī)制作用并沒有消失，而是以更加隱蔽的新閱讀秩序存在。所以，“機器適應(yīng)人”可能只是讓“人適應(yīng)機器”的一種美麗話語。事實上，從歷史的角度來看，人機關(guān)系從來都是共生中的互構(gòu)，而從個體差異的角度來看，人機關(guān)系也始終處于一種多層次的動態(tài)平衡。在人機共讀的情境中，對于機器如何適應(yīng)人的問題，自有法律、市場等多重因素對之產(chǎn)生影響；而對于人如何適應(yīng)機器的問題，或者說如何將“人適應(yīng)機器”作為“機器適應(yīng)人”的策略，卻需要學(xué)界給予更多的關(guān)注，因為這將為讀者提供超越機器的可操作性手段。

（一）AI自覺：技術(shù)隱身時代的讀者主體性

從命令行界面（Command-Line Interface，CLI）到圖形用戶界面（Graphical User Interface，GUI），從便攜式設(shè)備到可穿戴技術(shù)，從有感計算到無感計算，技術(shù)的進化路徑呈現(xiàn)一種日益隱蔽的脈絡(luò)，即技術(shù)在社會中的應(yīng)用逐漸趨于無形化，其不再作為一種外在工具存在，而是深入日常生活的方方面面，進而成為支撐現(xiàn)代社會運作的基礎(chǔ)結(jié)構(gòu)之一。正如約翰·杜翰姆·彼得斯（John DurhamPeters）的“基礎(chǔ)設(shè)施媒介”概念所點明的：“‘能讓人忘記其存在’也許是所有基礎(chǔ)設(shè)施具有的關(guān)鍵特征。”

然而，技術(shù)隱身正發(fā)生在AI上，它不再需要用戶打開一個專門的官方網(wǎng)頁或者客戶端，而是已經(jīng)以瀏覽器插件、輸入法內(nèi)嵌甚至Windows系統(tǒng)部署的方式悄然融入了讀者的日常操作環(huán)境。恰恰因為AI以基礎(chǔ)設(shè)施的身份成為維系閱讀活動的背景乃至前提，我們就更應(yīng)警覺讀者主體性在人機共讀過程中悄然發(fā)生的消解，而不應(yīng)片面地歡呼“真正的科技是讓人感受不到科技的存在”。

在技術(shù)隱身的時代，培養(yǎng)一種AI自覺是不可或缺的讀者素養(yǎng)。我們必須清楚地認識到，與傳統(tǒng)閱讀不同，人機共讀中引入了AI這一行動者，既提供了減輕閱讀負擔、提高閱讀效率的可能性，也對讀者在閱讀中的關(guān)系把握提出了新要求。除卻讀者與作者、讀者與文本這兩種傳統(tǒng)關(guān)系之外，讀者與AI這種新增的第三種關(guān)系也需讀者把握：不僅要感知到它的存在，還要認識到AI會對自身的閱讀行為產(chǎn)生影響，更要能夠積極主動地去調(diào)整自身與AI之間的關(guān)系。如此，我們便不必談人機共讀則色變，亦不會在AI的對話信息流中盲目地隨波逐流，因為無論是選擇遵守、認同、采納AI的建議，還是決定不遵守、不認同、不采納之，AI對閱讀實踐的介入都是一種經(jīng)過人為審查的自覺行為，而非一種直覺操作。故而，AI自覺應(yīng)當被看作人機共讀中獲取知識之前的一種“元知識”，這是確保讀者能夠把人機共讀還原為技術(shù)輔助的閱讀實踐，并在其中避免過度依賴媒介、理性對待知識獲取而維持自身主體性的關(guān)鍵前提。

（二）三思而“讀”：閱讀材料和提示指令的重要性

黃旦判斷，在ChatGPT時代，“思”讓位于“問”，史學(xué)家們所強調(diào)的那種“‘動手動腳找材料’很快就變成是老一輩的手藝”。這一觀點的核心在于生成式AI被視為一種自組織的輸入/輸出（I/O）結(jié)構(gòu)。由此，計算機科學(xué)研究中的“垃圾進，垃圾出”（Garbage In，Garbage Out，GIGO）原則所強調(diào)的對數(shù)據(jù)質(zhì)量的要求似乎只落在了AI廠商對數(shù)據(jù)的訓(xùn)練和爬取上。然而，從人機共讀的過程可以清晰地看出，AI雖在特征提取和模式識別等方面展現(xiàn)著自組織行為，但從整體上看，它仍然是一個高度工程化的系統(tǒng)，不僅依賴于預(yù)先定義的訓(xùn)練數(shù)據(jù)集和概率分布架構(gòu)，更高度依賴于人類所提供的閱讀材料（feed）和提示指令（prompt）。這意味著，要想獲得更高質(zhì)量的人機共讀體驗，“思”不僅不應(yīng)讓位于“問”，反而應(yīng)在其中占據(jù)更重要的位置。

具體而言，閱讀材料的尋覓和篩選依賴于“思”。這一過程至少包括信息檢索策略的制定、文獻質(zhì)量的評估以及與個人主題議程的相關(guān)性判斷。首先，讀者需明確閱讀目標，并據(jù)此選擇合適的檢索詞、邏輯組合及數(shù)據(jù)庫，以便從海量信息中篩選出最相關(guān)的材料；其次，讀者應(yīng)依據(jù)專業(yè)標準，包括但不限于出版物的影響力、作者的專業(yè)背景、研究方法的嚴謹性等因素，對文獻進行全面審查；最后，讀者還需判斷每項文獻與自身主題議程之間的契合度，確保所選材料能夠有效地支持其閱讀目標。反之，提示指令的生產(chǎn)也依賴于“思”。這一過程至少包括對問題的明確闡述、對AI能力邊界的認知以及對生成內(nèi)容的算法審計。首先，讀者需清晰地定義自己的研究問題或所需信息的具體性質(zhì)，并將其轉(zhuǎn)化為可操作的提示指令，以便AI能夠正確理解并生成相應(yīng)的輸出；其次，讀者應(yīng)了解AI的系統(tǒng)偏見及垂直優(yōu)勢，合理設(shè)置期望值，并根據(jù)AI的數(shù)據(jù)聲明來優(yōu)化提示指令；最后，讀者在采納AI生成的內(nèi)容之前，需對其進行批判性評估，檢查信息的一致性與合理性，從而確保生成內(nèi)容的質(zhì)量與適用性，即便人類與AI之間的不對稱性會令此遭遇困難。

（三）作為文化劇目的閱讀：創(chuàng)造多元的工具箱

在科學(xué)的發(fā)展歷程中，確實會發(fā)生前后不可通約的范式轉(zhuǎn)移，例如數(shù)據(jù)庫技術(shù)的出現(xiàn)就顯著地改變了信息存儲與檢索的方式，使得傳統(tǒng)的紙質(zhì)資料庫逐漸退出了日常應(yīng)用。然而，在文化的演變進程中，我們觀察到的并不僅是斷裂與替代，更多的是在原有基礎(chǔ)上的持續(xù)發(fā)展與融合，AI在老照片修復(fù)中的應(yīng)用就是一個很好的例子，它不僅沒有取代人們對過去的記憶與情感聯(lián)結(jié)，反而以一種新的形式增強了人們對歷史的體驗。由此可以看出，盡管人機共讀這樣的新閱讀模式展現(xiàn)了諸多革命性特征，并且正在不斷通過隱喻的方式重新定義閱讀秩序，但這并不意味著它必然與傳統(tǒng)的閱讀方式處于對立狀態(tài)。實際上，人機共讀可以被視為一種補充性的工具，其作用在于擴展閱讀的可能性邊界，而非徹底改變閱讀的樣貌。借安·斯威德勒（AnnSwidler）的“文化工具箱”理論而述，我們應(yīng)當強調(diào)的是，閱讀行為本質(zhì)上是一種文化實踐，其中包含了多種可供選擇的情境化工具，如果讀者能讓閱讀變成一出文化劇目，那么人機共讀便只是眾多可能的劇本之一，它為讀者提供了新的互動模式和技術(shù)手段，而不是作為一種理念反過來塑造讀者的行動目標。

這一視角強調(diào)了讀者作為閱讀主體的重要性，認為即使在面對高度技術(shù)化的閱讀環(huán)境時，讀者依然有能力根據(jù)自己的需求和偏好來選擇合適的工具進行閱讀活動。然而，它也同樣揭示出，每位讀者的工具箱配置各不相同，這些差異反映了個體經(jīng)驗、教育背景及文化資本的獨特組合，這會影響他們在面對人機共讀時的選擇。尤其是在人機共讀以一種技術(shù)普惠的形象呈現(xiàn)在公眾面前時，其潛在的迷惑性不容忽視。普通讀者確實很容易順應(yīng)AI的意識形態(tài)編碼，將之想象成一種無所不能的扁平化閱讀技術(shù)。因此，在強調(diào)讀者能動性之外，制度層面的規(guī)范如技術(shù)局限性聲明、持續(xù)使用提醒、公眾參與機制、公共文化政策等亦至關(guān)重要，唯有如此，才能將人機共讀納入社會性的文化劇目之中，而非讓讀者陷入自我導(dǎo)演的孤立場景。