AI時代基于搜索產品的技術可供性研究

當下，以ChatGPT為代表的生成式人工智能的迅速崛起，標志著智能社會已經進入AI輔助生存社會的新階段。技術作為觀察和思考社會的核心視角，與之高度相關的“可供性”和“技術可供性”也成為新傳學界的“學術流行語”。然而，現有的研究多以技術可供性為框架考察具體的傳播現象，對可供性理論本身的思考還不夠深入。AI技術的興起及對千行百業的改造，正為我們提供一個思考可供性的切口，以回答一個尚未被重視的問題：技術可供性是如何生成的？

本研究以技術變革為核心議題，訪談了頭部平臺公司負責搜索產品和大模型公司的AI產品經理、算法工程師和交互設計師。因研究以產品作為觀察對象，所以主要選擇了應用層面的公司，而非純粹地提供技術服務和基礎設施的服務商。本研究將在歸納“局內人”一技術從業人員行業認知的基礎上，嘗試探討技術可供性的生成邏輯，推進數智時代對可供性理論的深入理解。

一、技術可供性的核心關切

可供性這一概念最早由美國實驗心理學家詹姆斯·吉布森（JamesJeromeGibson）于1979年提出，指環境提供給動物的行為可能性，強調環境與行動者之間的互補性。作為“一個被多重概念化和操作化的術語”，可供性同時被用作理論、分析框架和研究路徑，多個學科中的“流行”也決定了這一概念的多意和含混。學者常江認為可供性不是一個理論，而是“松散的、充滿開放性的認知框架”；學者陳婧之等根據技術、用戶和情境的多重可變性將可供性劃分為動態的三個層次。技術可供性是研究和應用均最為廣泛的一種可供性，提供了一種“理解人們如何與技術互動的關系型方法”。

這種“關系本體論”決定了技術可供性是存在于使用技術的主體、技術對象和使用情境這三者的相互作用中，因此有學者將“用戶、技術和情境”視為分析技術可供性生成的三重視角。筆者將技術可供性界定為一種特定的互動生成機制和行動的可能性認知，是在社會情境下實現的人與技術之間的多方面關系結構。

技術的使用者在這三者中居于中心地位，是技術可供性最核心的維度。1991年，英國設計學家威廉·加弗（WilliamGaver）率先提出了“技術可供性”（technologyaffordance）的概念，并將其定義為“以用戶為中心分析技術的有效工具”。用戶對技術的感知影響和決定了他們如何與技術互動，用戶的需求、能力和行為與技術的特性相互作用，共同塑造了技術的實際應用和效果，推動了技術的發展和演變。這種行為主體和技術主體的相互作用被視為存在于技術可供性的生成層面，而如“可見性”“協作性”“可編輯性”等則存在于技術可供性的內容層面。

此外，情境是技術可供性生成和實現的背景環境。在既往的研究中，具體研究情境的差異會得到顯著不同的技術可供性內容和現實效果評價。只有通過情境中的社會文化脈絡，行動者與技術之間的關系才能落地。因此，技術可供性必然是一個“生態概念”。這一生態屬性決定了技術可供性的研究要有系統的視角，即在一個生態系統中考察行為主體和技術主體的實踐可能性，“他者”是一個不可或缺的維度。

二、技術可供性的載體

搜索技術是互聯網的底層技術之一。搜索引擎作為互聯網網站和應用的入口，其興起的背景是互聯網上的Web站點數量首次超過100萬，普通用戶已經無法靠手工瀏覽的方式來獲得自己想要的信息。搜索是解決互聯網信息過載的主要方式之一，搜索引擎處于行業制高點的地位也隨著網絡信息量的翻倍增長而“水漲船高”。

從形式上看，搜索產品的交互方式是用戶輸入查詢詞、搜索引擎反饋搜索結果。其背后的技術是多層疊加的，產品目標可以歸納為：更全、更快、更準——準確是核心競爭能力。AI時代的到來，代表了新一代搜索技術的產生。本研究的全部訪談對象都認為如Kimi、豆包這樣的產品“已經是一種搜索形態”，其“技術本質和搜索是一樣的”。無論是哪個公司，AI搜索產品的主要形態都是基于用戶提問，將搜索到的信息整理成長文本反饋給提問者，部分產品還會附上具體網頁、文獻，并列出方便用戶追問的問題。

搜索行業的智能化發展，使得其可供性凸顯出兩個重要的變化：一是交互性，二是融合性。

第一，交互性。當下的技術階段已從“人機共生”邁入“人機互生”，機器認知與人類認知將會是互相激發的“循環往復”。在提示詞代替檢索詞的背景下，更加詳細的需求描述和更加智能的語義理解將會極大地提升搜索的效率，推動更進一步的個性化的認知交互。比如，Kimi遇到矛盾的數據，會提供多方視角信息以供決策參考。這種高階自動化將會升級人與技術/機器之間的可供性關系。提示詞的構想絕不僅僅是對大模型的指令，而是一種互動的邀請，是對可供性的“誘出”和塑造，而大模型對用戶反應的習得與“理解”更是一種技術可供性的直接生成，因此人機交互的智能疊加是對可供性的雙向習得和塑造。

第二，融合性。搜索技術的智能化轉型早已發生，2016年語音交互技術已經讓傳統文本搜索轉向更自然的交互方式。生成式人工智能興起后，必應和百度都已經將智能體（Agent）嵌入搜索中，又如360AI搜索的“拍照即可提問”也實現了跨模態搜索。這種多模態融合一整合文本、圖像、音頻、視頻等多源數據，不僅豐富了用戶的搜索體驗，提高了搜索結果的準確性和可靠性，而且還擴展了信息的可用性和可訪問性。但訪談發現，無論是音頻還是視頻，目前的內容識別仍是以文字為主，“技術的創新是一點點推進的，那種顛覆性的視頻識別和理解，從實驗室到產品要走很長的一段路。”（平臺公司搜索產品經理）

AI搜索產品多模態的融合以及多端口的集成一如移動端、車載端和PC端的無縫集成，其可供性的目標就是增加用戶的沉浸時間，從而產生更多的互動與數據。學者羅玲玲認為，技術人工物是人創造出來的自然界原本沒有的物品，是人類通過技術實踐活動創造的存在物。好的技術人工物能夠實現人與物的契合，會引發自然的使用行為，因而技術是“隱而不見”的。可供性理論可以解釋技術與人的協調性如何逐漸隱藏在顯性行為之中，但并沒有詳細說明這種動態交互關系的具體機制。我們常用“用戶體驗”“用戶參與”等概念描述用戶對技術的感受和理解，但更加值得去深挖的是，技術是如何感知用戶的。

三、技術可供性的生成路徑

當我們以平臺或者大模型公司為對象來討論技術可供性時，會發現視角的倒置：作為技術的供給方，用戶和環境同樣是他們的可供性。具體的技術對象則是這些技術提供者的組織意愿和產業邏輯的投射與載體。在“用戶、技術和情境”三者的關系結構中，技術可供性的生成邏輯有以下三點。

（一）以效用為杠桿

任何一項技術或者項目的起點幾乎是“可以為用戶提供什么樣的價值”，效用是人機互動關系中的中心關聯。統觀AI產品的研發和運維，對效用的追求在技術可供性的生成中起到了一種杠桿作用，即雙向調節關系雙方——產品的有用性會強化或者約束技術和使用者之間的互動。

1.“定義”效用。美國認知科學家唐納德·諾曼（DonaldArthurNorman）在設計和人機交互領域引入可供性概念時，提出了用戶使用習慣（convention）的可感知性，即同時存在真實的可供性和感知的可供性，設計師需要關心的是兩者的符合程度。“AI創業公司的差異就在于對用戶群體的把握”，AI產品需要清晰地“定義”出產品能夠為用戶提供的價值。“大家都搞不清楚AI到底能做什么的時候，你就要展示給他看AI技術支持能實現什么樣的業務目標”（AI產品經理）。對于AI產品這樣的新賽道，讓用戶改變路徑依賴，建立新的使用習慣，是創業者們最需要突破的難題。

2.動態調適和“反向可供”。創業公司對用戶的感知是靈敏的：“新功能大膽嘗試、用兩天不好就下線。”動態地調適產品功能以提供更好的效用，是所有AI產品必經的發展過程。產品經理們最喜歡聽到的一句話就是用戶說“這個功能太棒了”。這種來自用戶的正反饋，在關系層面上實現了雙向的行動可能性，即創造出衍生的意義環境和流動變化的關系環境，進而形成一個“有生命的”、活躍的、可以實現人與技術共同進化的生態環境，這也是吉布森關于可供性的動態本質所指。學者馬中紅等人將這種人技關系中的“人之能動”視為“反向可供性”，即“作為技術環境的人”具有反向建構的能力，通過反馴算法和“數據喂養”形成對數字基礎設施的“反制”。正是在這種雙向的可供關系中，技術可供性最終得以實現。

（二）以技術實踐為通道

實踐是技術可供性的重要維度。AI搜索作為新興領域，其技術路徑的進化是技術可供性生成的物質載體，也是行為主體和技術雙向適應的現實場景。“AI產品經理和互聯網產品經理在本質上的不同，就是會牽扯到算法團隊。AI產品經理需要對技術有非常深的理解能力，要真正懂得每個算法能解決什么問題、解決到什么程度，以及有能力對最后訓練出的模型好壞進行評估，才能做好產品。”（AI公司產品經理）在AI產品的研發中，有的公司是算法工程師起主導作用，因為產品經理并不能真正理解模型建構的原理和局限。工程師們也同樣需要深刻理解使用場景，確定Agent設計后在初始提示詞的基礎上根據真實使用反復迭代算法模型。這是一個“將人類的思維、管理模式以結構化prompt的方式告訴大模型來進行規劃，調用工具執行，然后不斷反思、改進的過程”。（AI產品算法工程師）對AI產品來說，可供性的呈現已經是人與技術人工物的交互結果，是一種“異質”的集合，其“可供力”是數據、算力和人的能力的綜合體現。

事實上，AI搜索產品的形態已經能夠展現技術可供性的物質屬性差異。搜索產品的交互性需要大語言模型的多輪對話能力來承接用戶的進一步追問，整個模型的算力或者說“智力”水平決定了對用戶query的語義理解。有的公司自己開發大模型，有的是接入更大的技術中臺或者購買相關的技術服務與產品。這種技術實踐背后的差異，是其“生態位”的體現。

（三）以生態壓力為情境

情境是行動者與技術的背景和中介，情境的社會結構、文化結構是行為主體感知彼此和互動、賦予意義的必經環節。在訪談中，“市場”是受訪者們反復提及的關鍵詞，其背后就是塑造技術可供性的現實邏輯一同業競爭。不同的技術主體之間的競爭與合作塑造了整個行業的生態，其中多維的關系面向既形成了對技術主體的生存壓力，也反向滋養了其發展的動力。

吉布森明確提出可供性實質上是“生態位”的可供性，即一個種群在生態系統中的位置決定了其與其他種群和環境的功能關系和作用。羅玲玲將之歸納為生態學方法，并進一步提出“可供性為動物活動施加了選擇壓力”和“可供性關乎動物能力與環境屬性”。可以說，生態壓力是技術主體生成可供性的核心作用機制。自然環境下生命的本質就是生物群體不斷適應新的環境特性、提升自身生態位的無限能力，企業主體在社會域中的生存本能既是對環境的適應，又是對自身能力的改造。

AI搜索產品在過去幾年密集上線，被業內表述為“一窩蜂上”，但是“大家未必真的想明白為什么提供這樣那樣的功能了”。（平臺公司搜索產品經理）這種跟風式的發展常見于技術發展的早期階段。在技術徹底迭代之前，“工程能力”是一家創業公司的核心競爭力，即“比拼的是誰的工作做得更細”“產品質量更好”。（AI產品經理）這種工程思維本質上就是生態環境壓力的表征，對同類的模仿就是最直接的應對方式，但也意味著只有超越同類才能獲得更為有利的生態位。

訪談中交互設計師反復強調自己需要學習跨界知識，因為未來產品形態一定是“多模態融合”且“具有生長性”。這種生長性在AI行業非常突出。“模型可以訓練模型”，產品的迭代速度甚至是革新性的開發，都遠遠超過傳統的互聯網產品，“AI模型是高位壓倒低位”。（平臺算法工程師）這種類似生態鏈條的產業形態，已經高度接近生態邏輯中的“自然生長”，這種進化在一定意義上重塑了環境。

技術可供性一定是在社會建構中生成的，這種建構以感知用戶為中心，同時也因對生態壓力的適應而演化。效用是技術可供性生成的直接杠桿，同時調節技術主體和使用者雙方的可供性；在二者的持續互動中，技術實踐是技術可供性生成的現實通道和物質載體，AI時代的技術可供性已經徹底依賴數據、模型和算法，物質層面上的行動可能性以更加有力的方式限制或者強化了可供性的生成；這種技術實踐背后的驅動力量，是不同技術主體之間的競合關系，也是生態環境中天然形成的壓力作用的結果。

（作者系山西傳媒學院副教授）

本文系2021年度山西省科技戰略研究專項項目“產業融合背景下山西文旅項目商業價值開發與提升路徑研究”（項目編號：202104031402116）的階段性研究成果。

參考文獻

[1]常江，田浩．生態革命：可供性與“數字新聞”的再定義]南京社會科學，2021（05）.

[2]陳婧之，馬燁，杜璇，等．從學術流行語到經驗腳手架：對西方傳播學領域“可供性”質性研究的系統綜述[]．新聞與寫作，2024（03）.

[3]羅玲玲．技術與可供性[M]．北京：科學出版社，2020.

[4]馬中紅，胡良益．數據基礎設施：作為縱深維度的隱蔽可供性研究[]．國際新聞界，2022（08）.

【編輯：曲涌旭】