从人机相竞到人机协同：AI时代创意阶层进阶路径研究

高嘉琪 解学芳

【摘 要】 知识型社会的发展使创意阶层兴起，在创意阶层与数字经济的影响下，数字创意产业得到了集大成发展。AI时代，大数据、算法等技术驱动数字创意产业在要素、内容、业态等方面产生全方位变革的同时，也因人机相竞引发创意阶层异化的危机，不仅颠覆了创意基础，还削弱了创意能力。本研究认为，可通过信息方面的机器数据分析协同人类专业信息处理能力、内容创作方面的智能内容生产协同人类具身审美体验、分发机制方面的算法智能推荐协同人际渠道传播三个方面进行解决。

【关  键  词】AI时代;数字创意产业;人机相竞;人机协同;创意阶层

【作者单位】高嘉琪，同济大学人文学院;解学芳，同济大学人文学院文化产业系。

【基金項目】本文系国家社科基金重大项目“‘智能+’时代技术与制度协同驱动的现代文化产业体系和市场体系研究”（20ZDA065）阶段性成果;教育部人文社会科学研究规划基金“人工智能驱动网络文化产业创新的价值风险与治理研究”（20YJA860004）阶段性成果。

【中图分类号】G114 【文献标识码】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2021.22.008

人工智能（AI）时代，大数据、算法、区块链等技术在社会各领域的涉入越来越深，与此同时，创意产业在向数字创意产业范式转移后，正经历着更加深刻的颠覆式创新。随着AI技术应用的日益广泛，作为创新来源的创意阶层也面临着尴尬的境况，即在机器的促逼下其群体独特性濒临丧失，因此，厘清AI时代创意阶层面临的危机并提供进阶路径正成为一项重要议题。

一、理论溯源：数字创意产业与创意阶层

作为一个相对年轻的领域，创意产业凭借对人类创造力、才能和技能产生的知识产权的利用，打造了不同于工业、制造业的独特盈利方式，并成为经济发展的重要组成部分[1]。这意味着创意产业与人类创新能力密不可分，研判AI时代创意产业的相关议题，有必要对数字创意产业与创意阶层的相关概念予以厘定。

1.数字创意产业：创意产业的数字化转向

创意产业（Creative Industries）一词1997年诞生于英国[2]，作为文化产业的创意延伸，创意产业使文化产业的意涵更加丰富，娱乐、休闲、艺术活动、广告、设计、建筑、媒体，乃至在线游戏、婚礼策划等均因拥有创意因素而被纳入文化产业[3]。伴随着信息技术革命，包括社会生产力、生产方式在内的人类社会各个领域都产生颠覆性变革，数字经济应运而生，其与人类创意、文化的天然紧密性使创意产业实现了向数字创意产业的转变[4]。从技术上讲，数字化意味着将非数字物体（如书籍或图片）转换成数字形式。近年来，受移动互联网、大数据、5G等技术驱动， AI时代已至，与此同时，数字创意产业的内涵、兴起、意义、业态等也得到了学界关注。就内涵而言，数字创意产业，即计算机、通信等数字技术与出版、广播、电影等创意产业的交叠，是最具创新且增速最快的领域[5];就兴起而言，AI时代数字创意产业的集大成发展，主要依赖于技术、制度、内容的三维协同，如可穿戴技术、虚拟现实技术、政府规范调整性政策、机器辅助性创意内容等[6];就意义而言，微观来看，AI驱动下的数字创意产业对个体的行为、语言、思维等均会产生影响[7]，宏观来看，数字创意产业已然成为重构全球价值链的重要环节[8];就业态而言，AI时代数字创意产业在获得集大成发展的同时，数字创意设计、智慧文博、智能游戏等新业态也层出不穷[9]。

AI时代，技术驱动下的数字创意产业主要呈现如下特点。第一，在产业数字化战略与疫情的促进下，数字化正成为文化领域以及创意领域显性的特征，并且还重新定义了文化与创意及其社会基础的关系[10]。第二，数字化还指涉着数字创意产业的无边界化，即对物理空间与时间的消解。前数字化时期的创意产业必须依托物理世界发展，有一定的地缘性，而数字技术无视地缘性，并在全球主义式的网络平台中获得了广阔的发展空间，人们更容易感受到数字创意产业的魅力。第三，与创意产业相比，无边界化使数字创意产业的泛在化属性更加明显，文化产业的创意转向，使诸多领域因其创意因素被纳入文化创意产业的范畴。AI时代，智能技术使创意产业得以在无空间、时间限制的互联网平台扎根，数字创意产业更加无处不在，万物皆可基于创意迭代。第四，与传统创意产业相同，智能技术驱动下的数字创意产业同样呈现创意性与经济性的特点，其不仅是创意的呈现，还是经济发展的重要引擎。

2.创意阶层：创意产业的创新来源

与创意产业息息相关的另一大概念则是创意阶层（Creative Class）。里查德·佛罗里达认为，创意阶层即从事创造性内容工作的群体，他们因凭借创意创造经济价值而与经济有着深厚的渊源。创意阶层主要由诗人、设计师、艺术家等“超级创意核心”群体与编辑、智囊团成员、文化人士等思想先锋群体组成[11]。基于该观点，学界对创意阶层展开了广泛讨论。如创意阶层与其所属城市的关系， Sanchez-Moral等人认为，集聚人才的创意城市亦可反哺创意阶层，促使他们的职业生涯上升[12];创意阶层与经济的关系，Florida在其“3T”理论中重申了创意人才（Talent）可协同技术（Technology）与城市宽容度（Tolerance）共促经济增长[13]， Zhao等人通过数据分析发现创意阶层对经济可持续发展具备实用价值[14]。此外，还有大量文献涵盖了创意阶层与创意产业，Liu和Chiu基于模糊德尔菲法、层析分析法、网络分析法，发现创意人才的培养是促进创意产业发展的重要一环，因此建议政府加快实施相关政策[15]; Radomska等人认为，创意产业相关企业面临创新性和创造性相关压力，提升企业内部信任度可增加创意阶层参与感，从而凭借其知识和创造潜力缓解企业压力[16]。上述分析表明，不同于工业革命时期将物和重复性体力劳动作为资本积累要素，创意产业主体的创意阶层，正凭借其脑力劳动进行的创新活动，成为城市升级、经济发展与产业进步的重要来源。

AI时代，在科技创新已然成为经济发展的根本力量[17]、文化处于经济发展进程的核心[18]的情况下，创意阶层在经济中的重要地位无疑更加显著。然而，创意阶层集聚的数字创意产业还面临AI创新与AI发展不平衡的问题，即文化科技伦理问题日益凸显，处于该问题焦点的则是创意阶层与智能机器的关系问题。无论是速度还是数量，作为自然人的创意阶层难以超越智能机器，梳理问题形成的动力机制、厘清AI时代数字创意产业内部创意阶层面临的挑战，并提出应对之策正成为解决问题的关键。

二、动力机制：AI驱动数字创意产业全方位变革引发人机相竞

人机相竞是人类与机器在感知、推理、决策等方面的竞赛，并不意味着智能机器可创造智能乃至定义智能，是人类抵抗智能机器自动化的动态显现[19]。AI概念的提出意味着人类社会已不可逆地进入到人机社会，且正加速发展。AI时代，智能技术影响下的数字创意产业在要素、内容和业态方面产生了全方位变革，这些变革是形成碳基人类与硅基机器竞争局面的重要力量（见图1）。

1.信息数据化驱动创意要素变革

创意要素是文化生产的重要组成部分。前AI时代，创意阶层从艺术品、文学作品等实体要素中汲取灵感进行文化创作;AI时代，在大数据思维下，文化内涵和文化表征作为创意要素皆通过数据承载，并依托信息化手段使创意产业的底层逻辑发生变革[20]。主要体现在以下三方面。首先，创意要素的载体数据化。例如，作为创意要素的文化遗产在内容、编目、呈现、备份、保存等方面越来越通过数字形式呈现。相关报告显示，全球2020年电子书市场规模为181.3亿美元，预计复合年增长率为4.9%，并于2026年达到213.2亿美元[21]。这意味着AI时代在大数据影响下，创意要素对物理世界的依赖越来越小，载体逐渐由物质实体转为虚拟数据，且数字化社会，创意要素的形成也呈现数据化特点。传统的艺术创作基于画笔、纸张等进行，当下的艺术创作则可通过绘图软件、3D建模等进行，这将进一步加强创意要素载体数据化特征。其次，创意要素存储的数据化。除计算机硬盘、移动硬盘存储数据外，AI时代数据化存储的最大特征在于云端存储和区块链存储。就云端存储而言，2020年，我国云服务市场在增速接近40%的情况下规模已超2250亿元，且受新冠疫情影响，该市场规模还将持续扩大[22];就区块链存储而言，区块链的分布式存储使多方应用创意要素成为可能，并且还有效保障了存储数据的安全性。最后，云端存储和区块链分布式存储还指涉创意要素传输的数据化。AI时代，数据化的创意要素可通过贯连的节点传输，云技术、区块链技术使数据化传输成为可能，5G的应用又使数据传输速度获得极大提升。

与前AI时代的创意要素相比，数据化的创意要素分别在时间、空间、安全性、贯通性四大方面展现优势。在时间方面，数据化创意要素具备传输快的特点，尤其在5G “低时延”的影响下，创意要素可以尽可能快的速度传输，避免了物理世界交通运输导致的时间痛点;在空间方面，与书籍、艺术作品等存储需要占据大量物理空间不同，数据化创意要素存储于赛博空间，现实世界中仅需为服务器提供空间，避免了空间消耗;在安全性方面，以区块链为例，其透明性、不可篡改性、去中心化等特点，使数据化创意要素的安全可靠程度得到有效保障;在贯通性方面，受AI技术万物互联、数据标准化等特征影响，数据化创意要素可以多方面贯通，利用率显著提升。2020年5月，中宣部文改办下发《关于做好国家文化大数据体系建设工作的通知》，提出中国文化遗产标本库建设、文化体验馆建设、国家文化大数据云平台建设等八大任务;2021年1月，《国家文化大数据标准体系》发布，规划出6大类56项组成的标准体系。主要表现、优势及国家政策表明，AI时代，数据化对文化产业与创意产业的颠覆是根本性的，且在颠覆过程中，碳基人类与硅基机器动态矛盾的焦点在于面对数据化的创意要素，二者的数据处理能力有较大差距。

2.生产智能化驱动创意内容变革

内容在文化与创意产业中具有核心地位和主导作用，无论是文学作品，还是音乐乃至综艺节目，其发展都有赖于内容。AI时代，创意内容的生产正通过智能化转变驱动产业变革[23]。从发展脉络看，创意内容生产共分为三个阶段。第一个阶段，生产主体完全由创意阶层构成，严格来说，该阶段的创意内容应称为“创作”而非“生产”，如画家创作画作、诗人创作诗歌、雕塑家创作雕塑等，该阶段的艺术作品因具备独一无二性而尚有本雅明所言的灵韵与膜拜价值。第二个阶段，工业革命时期，创意内容的生产主体由创意阶层和机器共同完成，如照片、电影等创意内容需摄影师借助相机、摄像机进行创作，该阶段创意内容可进行大规模复制，文化和创意实现“产业化”。第三个阶段，AI时代，机器智能化生产开始介入创意内容，机器智能生产，即诗歌、绘画等创意内容的生成环节由机器自动完成，人类仅需输入既定内容，机器便可自动生成诗集、绘本等内容载体。整体而言，创意内容生产的演变脉络是人类作用逐渐淡化、机器介入越来越多的过程。创意内容向智能生产的进阶，是AI技术从基础设施到算法，再到技术方向、具体技术稳步创新的结果。就基础设施而言，海量数据积累使训练数据并自动生成内容成为可能，为机器智能生产提供“燃料”，低功耗芯片的兴起又使计算机的计算规模和频率实现大幅提升，使机器智能生产拥有“加速器”。就算法而言，机器学习、深度学习使机器得以良好地处理基础设施层中的数据，尤其是2014年后生成对抗网络（GANs）的提出，优化了机器的非监督学习方式;基础设施和算法创新带动了计算机视觉、语言处理、数据分析等技术方向的发展，最终形成图像处理、语音识别、视频合成等具体技术，使创意内容得以自动生成。

智能化进阶后的创意内容自动生产主要呈现四大特点。一是多，创意内容大量生产成为可能;二是快，与人工创作内容的时间相比，机器智能生产所耗费的时间可忽略不计;三是好，机器方便快捷地生产创意内容，不仅可通过海报自动配色、诗歌自动排版等提高生产质量，还可避免人工创作产生的失误;四是省，自动化内容生产仅需极少数人类参与甚至不需要人类，节约了大量人力物力。AI時代智能机器大规模涉入创意内容生产是驱动数字创意产业变革的第二大动力机制，在该过程中，智能机器对碳基人类的超越似乎是碾压式的，创意阶层与智能机器在生产环节正呈现相竞局面。

3.传播精细化驱动创意业态变革

依托技术创新和受众对多元化、个性化的需求，AI时代的数字创意产业正通过新环节、新形态呈现新业态，简言之，精细化传播模式是驱动AI时代创意产业变革的第三大动力机制[24]。受众对创意产品的体验需以传播为前提，传播需借助媒介才能成为可能，传统的传播媒介有纸张、书籍等，工业革命时期电视、电影作为新的传播媒介逐渐进入人们的视野，整体而言，前AI时代的传播媒介呈现“千人一面”、沉浸感较弱的特点，AI时代创意产品的传播则因其精细化特征而区别于以往。一方面，媒介多样化是AI时代传播精细化的重要特点，除报纸、电视等大众传播媒介外，智能手机、电脑等设备作为数字化产物逐渐成为AI时代的主流传播媒介。此外，受益于AI基础设施的发展，  VR/AR/MR设备、4D电影、云展览平台等智能化传播媒介层出不穷。麦克卢汉曾提出媒介即讯息的观点，媒介多样化既意味着人们可以根据自己的文化需求选择媒介，还意味着信息也可以通过合适的媒介改变其生态进而精细化传播，如此不仅创意产业呈现新业态，而且人们对信息的感知也将受到影响。另一方面，除AI基础设施外，随着大数据积累和算力提升，算法推荐系统正成为精细化传播的重要环节。例如，电商平台通过算法推荐系统提升营销的精细化程度，人们总能在淘宝的“猜你喜欢”板块发现想要购买的产品等。

在多样媒介和算法推荐系统的双轮驱动下，AI时代的创意业态主要有两大特点。一是沉浸感强，VR/AR/MR等技术的综合运用使人们对虚拟环境的感知成为可能，从而使创意产业经营形式得以转移至与真实世界平行的虚拟空间;二是个性感强，算法推荐系统使人们与虚拟世界的交互真正实现 “千人千面”，世界上没有两片完全相同的树叶，AI时代没有人能摄取到完全相同的信息。然而，信息传播精细化却使得碳基人类与硅基机器相竞的白热化程度加重，与智能机器直接处理数据形式的信息不同，人类需要对信息进行感知再进行处理，对信息处理方式不同形成了人机相异的局面。AI时代，人类对信息的感知需以智能机器为中介进行，就获取信息而言，该中介机制加重了人类與智能机器的不对等，从而导致人机相竞。

三、危机反思：AI时代人机相竞下的创意阶层异化

多年来，社会学家、科学家们针对智能机器何时超越人类进行了各种各样的预测。如斯坦福大学计算机科学系的研究院认为，人类级别的AI将于21世纪出现[25];“预测人工智能最准的未来学家”雷·库兹韦尔（Ray Kurzweil）认为，2045年将迎来AI完全超越人类的技术奇点[26]。虽然目前智能机器还未取代人类，但人类与机器的竞争已超出工业革命时期的体力范畴，智能机器俨然成为一种可通过代替人类脑力劳动而引发人机相竞的载体[27]。在数字创意产业，这一人机相竞正通过素材数据化引发的信息量指数增长、内容生产智能化催生的自动设计系统、传播精细化导致的信息感知形式转变等情况愈演愈烈。AI时代人机相竞格局下，作为碳基主体的创意阶层正遭遇异化危机，大致可归纳为信息生态嬗变颠覆创意基础、机器智能生产削弱创意能力、算法精准传播影响创意人格三个方面（如图2）。

1.信息生态嬗变颠覆创意基础

知识是创意阶层进行创造性工作的创意基础和先决条件。AI时代，信息的底层逻辑不断迭代，在改变知识获取范式的同时，创意基础正在被消解[28]。就颠覆创意基础而言，AI时代的信息生态嬗变主要体现在四方面。第一，海量信息造成对创意阶层的束缚。据统计，AI时代全球数据正面临大规模爆发，继2020年数据量达47ZB后，2035年预计将达到2142ZB[29]，数据量指数增长的背后是信息量的几何式增加。然而研究表明，人的大脑能处理的信息是有限的，个体无意识中被海量信息裹挟将使认知被干扰，从而使信息与其减少不确定性的初衷背道而驰，进而引发更多不确定性[30]，最终导致人类知识处理系统的熵增。第二，信息碎片化引发创意阶层认知焦虑。传统的知识获取基于书籍阅读、具身体验等连贯性信息积累，AI时代，信息的碎片化特征使人们的知识系统由点状和片状信息拼接而成。例如，人们对一部电影内容的知悉，可能一部分来自短视频平台的电影解说，一部分来自影评，一部分来自官方简介，这些不同信息“碎片”的获取来自不同的平台，人们对信息的认知处于不断变化的压力中，难以形成体系性知识，从而无法形成扎实的创意基础。第三，信息传播加速使创意阶层思维趋向单一。AI时代，海量信息与碎片化信息融合下造就的信息生态的另一重变革则是信息传播速度加快，人们越想加速获得知识，越取得适得其反的效果，当下流行的视频加速播放便是其中的重要体现。第四，虚假信息传播动摇创意根基。数据表明，虚假信息比真实信息传播得更快、更广泛，并且机器人会加速虚假信息的传播速度[31]，这意味着AI时代，通过网络媒介获得的知识具有极大的不确定性，易于获得和广泛传播的知识可能是虚假的，而真正有用的知识可能难以获得或无法引起人们足够关注。综上，AI时代信息数量增加、信息获取碎片化、信息传播加速与信息内容虚假是信息生态恶化进而颠覆创意基础的重要原因，导致创意阶层的根基被动摇，从而引发创意阶层异化。

2.机器智能生产削弱创意能力

优质内容是数字创意产业高质量发展的核心竞争力。AI时代，智能机器自动化生产内容正在削弱创意阶层的创意能力[32]。创意产业的演进史，是在技术加持下人类涉入创意内容越来越少的过程。当下，与创意阶层创作内容相比，智能机器不仅生产得更多，而且速度远超人类，甚至错误率低，对人力物力的消耗也相对较少，也正是因为这些“优点”，人类的创意能力正在被削弱，从而造成创意阶层异化。就某种程度而言，AI技术的大规模应用有助于自我实现，正如洗衣机的发明将人们从繁重的家务劳动中解放出来，生活中“平凡”方面的智能化可能会为文化、智力和社会追求腾出更多空间，让人们从事更多有趣和有益的工作。然而，当这种情况发生过快时，就会引起个人技能的快速贬值，从而导致就业市场和就业性质的迅速瓦解[33]。从需求层次论出发，创意阶层的自我实现即通过创造性工作释放潜能、展示个体价值，AI时代，智能机器涉入创意内容生产本该为创意阶层提供更多自我实现的空间，但由于势头迅猛，短时间内创意阶层并未从中获得解放，反而释放潜能的机会被侵占，不仅自我实现的需求难以被满足，而且创意能力面临退化危机。此外，人机相竞下人类创意能力退化还指涉着更为严峻的问题，即人类自我意识危机。AI时代，如果创意阶层过分依赖机器“劳动”（即机器生产内容），久而久之，创意阶层将成为依附于机器的“非人”。

3.算法精细传播影响创意人格

独立自我建构是形成创意人格的要素。AI时代，算法精细传播正通过将“自我”建构成“他者”而影响创意人格的形成[34]。就创意阶层而言，算法精细传播的影响主要体现为两方面。第一，算法精细传播形成的信息茧房导致创意阶层的封闭化。与传统的信息茧房效应相比，AI时代算法精细传播的不同点在于，算法技术使“人—信息”的关系范式发生逆转，人不再是完全主动选择信息的主体，而成为被动接收信息的他者。如果说桑斯坦所言的信息茧房是因为人们主动选择自己感兴趣的信息而“作茧自缚”，那么AI时代的人们则是完全“被茧缚”，算法基于对个体标签的分析、内容推广的需要、提升用户留存的目的为大家推送既定信息，长此以往，包括创意阶层在内的个体都将成为控制论系统中的一个环节，而非摄取信息的积极主体。第二，算法精细传播造就的封闭化信息茧房正在使人们变得偏狭。研究显示，专业化集聚与多样化集聚是提升创新效率的两大要素，其中后者的作用更强。由既定信息构成的信息茧房更容易将标签相同的人汇聚在一起，在遏制多样化集聚可能性的同时，也遏制了创意的产生。算法精细传播下，创意阶层多样性被磨灭，伴随而来的群体极化现象还增强创意群体的保守性，从而使创意人格遭到影响。创意阶层原本可通过创意劳动实现对自身领会的 “去存在”，然而在算法精细传播的环境中，智能系统已然是比人类更高维的存在，智能系统为人类用户在赛博空间搭建了一个隔绝的“世界”，人类在人机竞争中失去招架能力。

四、优化路径：基于人机协同实现创意阶层进阶

AI时代，创意阶层面对的人机矛盾主要可归结为信息生态相关、机器生产相关与算法系统相关三大方面。在智能化大趋势下，人类与机器的共存将成为常态。对比来看，碳基人类具备灵巧性和认知能力，有能力完成精准任务;硅基机器则可通过自动化有效执行重复、非人体工学的任务，能力上的互补为人机协同提供了动力[35]，把握好人机关系以促进人机协同可视为解决创意阶层危机、实现创意阶层进阶的重要路径[36]。人机协同，即人类与智能机器的交互合作，包括两层含义，一是以人的行为调节算法运行机制，使优化后的算法更好地服务人类;二是以机器作为人的延伸，使人的能力得到提升[37]。数字创意产业中的人机矛盾，可通过信息方面的机器数据分析协同人类专业信息处理、内容创作方面的智能内容产生协同人类具身审美体验、分发机制方面的算法智能推荐协同人际渠道传播三个方面解决（见图3）。

1.机器数据分析与专业信息处理协同优化信息生态

优化信息生态，必须建立在技术逻辑和价值逻辑基础上，这就需要在以人为本的前提下，在技术逻辑上提升机器的数据分析能力，在价值逻辑上提升人类的专业信息处理能力，并使得这两种能力协同发展[38]。分析显示，AI时代的信息生态主要存在海量信息束缚创意阶层、信息碎片化引发认知焦虑、信息加速传播框限思维多样性、虚假信息动摇创意根基等问题，如果要解决这些问题，可以从以下方面入手。第一，推动信息数据“上云”，汇集于云端的信息数据可摆脱时间和空间的限制，从而提升信息处理便捷度，为人机协同打下基础。第二，对云端信息数据进行标准化编码。就人机协同性而言，一方面需要人类对“数据标准”进行界定，并对少量信息进行标准化预编码以供机器学习;另一方面需要在对人类行为学习的基础上，让机器对云端海量数据进行标准化编码，推动信息从无序走向有序，提升海量信息可用性，使优化后的信息更好地供人类使用，提升人类创新能力。第三，对云端数据合理运用以控制信息传播速度。实验表明，视频播放速度会影响观看者的注意力程度、眼动行为等认知加工过程，就慕课而言，1.25倍速度最为适宜且字幕对学习者影响较大[39]。人类可通过研发信息监测智能辅助设备（如手机APP、智能眼镜等）控制信息加速传播阈值，当智能设备检测到人类在某一时间段内摄取了过量信息，可发出提醒或警报，避免“填鸭式”信息摄取。第四，对云端信息进行多源融合，避免信息碎片化。多源信息融合可通过将多渠道的碎片化信息互补、降噪、去冗，从而系统性地对信息进行把握[40]。人类可通过专业知识增强对融合信息的处理能力，进而将这种专业知识赋能机器算法，从而提升机器的信息融合能力，在人机协同下避免碎片化信息对创意阶层的负面影响。第五，通过人机协同打造扁平化的虚假信息阻断机制。针对真假不明的信息，不同专业的人们可以基于各自专业知识以社会化协作的方式判断信息真伪。判断为真的信息，互联网平台应履行不干预措施，让其自由流通;判断为假的信息，互联网平台应借助算法对其进行熔断及辟谣，避免消极影响。优化信息生态，既离不开人的主观能动性，也离不开机器对数据的储存、传输與处理，AI时代，人与机器日益密不可分，因此，人机协同优化信息生态既是必要的也是必然的。

2.智能内容生产与具身审美体验协同打造数字创意

与人类相比，虽然智能机器的内容生产具有数量大、速度快、节省人力物力等优点，但机器无法感受人类情感，也没有审美体验，无法应对人类未知领域带来的挑战，难以产生审美能动意识，也无法主导内容生产规则，故而数字创意内容的打造还需要协同人类的具身审美体验[41]。一是要基于人的审美体验提升智能内容生产的丰富性。从量化维度看，智能机器的内容生产对人类带来碾压式影响，但无论新闻稿，还是诗歌、绘画，智能机器生产都只能基于海量数据和特定算法进行，如此便容易出现AI写作的诗歌不具美感，只是对人类现存诗歌拙劣模仿的现象，故而需要人类审美体验的参与。如AI可根据既有素材进行初步创作，人类在此基础上优化，这个过程也是机器学习的过程，便于机器提升创作水平。二是要基于人的审美体验提升AI内容生产的美感。康德认为，美是无功利性质的，且具有普遍性、合目的性、共通性，然而，工业社会最盛行的文化产品时常与这种“美”背道而驰。文化产业追求经济效应的目的使美丧失了无功利性，对美的重新界定使其丧失普遍性，审美能力强的创意阶层被迫面临边缘化或随波逐流的窘境。此外，AI内容生产正以工业社会人们的审美趣味及文化产品为“养料”，基于这些数据生产的作品无疑也丧失应有的美感，因此，我们需要创意阶层摆脱工业社会的束缚，以其独特的审美能力协同AI内容生产，打造数字创意。三是基于人类知识储备提升AI内容生产的专业性。专业的创意内容需要在作品中体现创作者个人观点，如梵高绘画中的苦难意识、李白诗歌中的开阔心胸、贝多芬钢琴曲中的生命张力等，然而，AI内容生产只是基于海量数据输出既有观点，没有独有的专业性眼光。此外，AI内容生产还存在误用数据的隐患，从而造成因缺乏专业知识而导致作品内容失真等问题，因此需要人类在专业性方面予以协同，提升其专业性。无论是丰富性的协同还是美感、专业性的协同，都需要人类与机器打交道，这也代表AI时代创意阶层要实现复合型转变，要在做好本职工作的同时，提升相关技能，避免创意陷落。

3.算法智能推荐与人际渠道传播协同改善分发机制

算法驱动下个性化内容推荐引发的人机矛盾需要人机协同改善分发机制予以解决[42]。目前，算法精细传播主要存在两大人机矛盾，即信息茧房及其引起的封闭化思维，二者会对创意人格产生消极影响，可通过算法智能推荐协同人际渠道传播改善分发机制进行解决。首先，就技术而言，需要为算法进行伦理设计。AI时代，智能技术为人们搭建了数字世界，但作为其运作逻辑的算法依旧是不透明的。人机协同的前提是AI技术稳健可靠，故而有必要规范个性化推荐的源头——算法，通过揭开算法黑箱，将保护隐私、公平等要素纳入算法中，保障智能推荐的非歧视性。其次，就互联网平台而言，有必要在算法推荐基础上于分发机制中协同人际传播要素。作为人类的基本行为之一，人际传播不仅可以满足人的物质生存需求，还可以满足人的精神生存需求[43]。AI时代算法精细传播实际上构成了对人际传播的侵蚀，这不仅需要根据用户的个人特征、兴趣爱好等分发信息，还需要以用户的社会关系这一人际关系作为分发信息的依据;不仅推荐符合用户预期观点的内容，还推荐多元化内容以保障用户可吸纳不同观点，如此可通过改善赛博空间人际关系的方式，避免因过分依赖算法而招致人类主体危机。最后，就个人而言，应在精细传播中尽最大可能发挥主动性而非过分依赖算法系统。如在使用APP前关闭其精准推送功能，用户注册时注意保护好个人信息，避免手机APP对手机联系人、手机相册、手机剪贴板的无限制读取等。在 “社交距离”观念的影响下，个人还应积极探索线上人际交往模式，通过线上的熟人社交、网友社交等，倾听多元声音，避免信息茧房与封闭化思维。在优化后的算法推荐系统与人际渠道传播的协同下，人们不仅可以在互联网汲取自己感兴趣的信息，还能倾听到不同声音，并因互联网人际传播功能的提升而增加与友邻的亲密度，使得创意人格在夯实主体价值的同时得到重塑。

五、结语

在AI技术发展的六十多年里，大数据、算法等技术群使社会诸领域发生范式转变。以创意产业为例，其不仅经历了向数字创意产业的过渡，还在AI技术的驱动下产生全方位变革。然而，作为创意产业主体的创意阶层正面临着与智能机器的关系冲突，并引发主体异化，以人机协同作为优化路径，可实现AI时代的创意阶层进阶。理论层面，本研究主要采用里查德·佛罗里达的创意阶层理论，传播学中的信息茧房、人际传播等理论，心理学中的需求层次论，以及黑格尔、海德格尔、康德等哲学家的理论，对创意阶层异化的危机进行反思;方法论层面，本研究主要通过案例分析、文本分析等实证式的定性研究，分析人机相竞局面形成的动力机制、创意阶层异化产生的危机以及优化路径。

|参考文献|

[1]HOU， C. -E.， LU， W. -M. ， & HUNG， S. -W..  Does CSR matter？ Influence of corporate social responsibility on corporate performance in the creative industry[J]. Annals of Operations Research， 2019（278）：255-279.

[2]O'CONNOR， J.. The cultural and creative industries： a critical history[J]. Ekonomiaz： Revista Vasca de Economia， 2011（3）： 24-47.

[3]KONG， L.. From cultural industries to creative industries and back？ Towards clarifying theory and rethinking policy[J]. Inter-Asia Cultural Studies， 2014（4）： 593-607.

[4]金雪涛，刘怡君. 数字经济背景下中外文化创意产业研究进程：基于CiteSpace知识图谱的分析[J]. 重庆社会科学，2020（8）：108-122.

[5]李文军，李巧明. “十四五”时期数字创意产业发展趋势与促进对策[J]. 经济纵横，2021（2）：71-81.

[6]臧志彭. 数字创意产业全球价值链重构战略研究：基于內容、技术与制度三维协同创新[J]. 社会科学研究，2018（2）：45-54.

[7] NATALIE R. CARLTON. Digital culture and art therapy[J]. The Arts in Psychotherapy， 2014 （1）： 41-45.

[8]臧志彭. 数字创意产业全球价值链重构：战略地位与中国路径[J]. 科学学研究，2018 （5）：825-830.

[9]金元浦. 全球竞争下5G技术与中国文化创意产业的融合新变[J]. 山东大学学报（哲学社会科学版），2020（5）：74-85.

[10]PECOURTGRACIA， J. ， & RIUS-ULLDEMOLINS， J. Digitalization of the Cultural Field and Cultural Intermediaries： A Social Critique of Digital Utopianism[J]. Revista Española De Investigaciones Sociológicas， 2018 （162）： 73-90

[11]里查德·佛罗里达. 创意阶层的崛起：关于一个新阶层和城市的未来[M]. 司徒爱勤，译. 北京：中信出版社，2010.

[12]SáNCHEZ-MORAL， S.， ARELLANO， A.， &DíEZ-PISONERO， R.. Interregional mobility of talent in Spain： The role of job opportunities and qualities of places during the recent economic crisis[J]. Environment and Planning A： Economy and Space， 2018（4）：789-808.

[13]FLORIDA， R.. The Creative Class and Economic Development[J]. Economic Development Quarterly， 2014（3）：196-205.

[14]ZHAO，K.，ZHANG，Y.，ZHAO， J.，&LI，X.. Understanding Contributions of the Creative Class to Sustainable Economic Growth in China[J]. Sustainability， 2020（4）： 1304.

[15]LIU，Y.-Y.，& CHIU，Y. -H.. Evaluation of the Policy of the Creative Industry for Urban Development[J]. Sustainability， 2017（6）：1009.

[16]RADOMSKA，J.，WOLCZEK，P.，SOLODUCHO-PELC，L.，& SILVA， S.. The Impact of Trust on the Approach to Management：A Case Study of Creative Industries[J]. Sustainability， 2019（3）：816.

[17]李晓华. 数字经济新特征与数字经济新动能的形成机制[J]. 改革，2019（11）：40-51.

[18]戴维·思罗斯比. 经济学与文化[M]. 王志标，张峥嵘，译. 北京：中国人民大学出版社，2015.

[19]MAGUIRE，P.， MOSER，P.，MAGUIRE，R.. Are People Smarter than Machines？[J]. Croatian Journal of Philosophy，2020（1）： 103-123.

[20]周耀林，刘晗. 数据3. 0思维下的文化大数据应用研究[J]. 学习与实践，2019（9）：118-127.

[21] MORDOR INTELLIGENCE. E-Book Market – Growth， Trends， Covid-19 Impact， and Forecasts （2021-2026） [R/OL]. （2021-03-01）[2021-11-10] . https：//www. mordorintelligence. com/industry-reports/e-book-market#faqs.

[22] 中国基础云服务行业数据报告[R/OL]. （2021-05-20）[2021-11-10] . https：//report. iresearch. cn/report_pdf. aspx？id=3782

[23]江小涓. 数字时代的技术与文化[J]. 中国社会科学，2021（8）：4-34+204.

[24]陈能军，史占中. 5G时代的数字创意产业：全球价值链重构和中国路径[J]. 河海大学学报（哲学社会科学版），2020 （4）：43-52+107.

[25]MCCARTHY，J.. From Here to Human-Like AI[J]. Artificial Intelligence， 2007（18）： 1174-1182.

[26] 雷·库兹韦尔. 奇点临近[M]. 董振华，李庆成，译. 北京：机械工业出版社，2011.

[27]何哲. 人工智能技术的社会风险与治理[J]. 电子政务，2020（9）：2-14.

[28]黃楚新. 技术驱动视域下信息传播生态的变革与发展[J]. 人民论坛，2021（18）：92-95.

[29]中国信通院. 2020年大数据白皮书[R/OL]. （2021-12-31）[2021-11-10] . http：//www. 199it. com/archives/1181983. html.

[30]赵静宜，程明. 确定性抑或不确定性：关于信息传播一个基本问题的审思：兼论智能传播的未来发展[J]. 湖北大学学报（哲学社会科学版），2021 （1）：163-171.

[31]VOSOUGHI，S.，ROY，D.，ARAL，S.. The spread of true and false news online[J]. Science， 2018（6380）： 1146–1151.

[32]解学芳. 人工智能时代的文化创意产业智能化创新：范式与边界[J]. 同济大学学报（社会科学版），2019 （1）：42-51.

[33]FLORIDI，L.，COWLS，J.，BELTRAMETTI，M.. AI4People—An Ethical Framework for a Good AI Society： Opportunities， Risks， Principles， and Recommendations[J]. Minds and Machines， 2018（4）：689-707.

[34]张琦璋，陈雪梅. 创意阶层的审美人格塑造[J]. 东北师大学报（哲学社会科学版），2013（2）：209-211.

[35] MUKHERJEE，D.，GUPTA，K.，CHANG，LH.，NAJJARAN， H.. A Survey of Robot Learning Strategies for Human-Robot Collaboration in Industrial Settings[J]. Robotics and Computer Integrated Manufacturing，2022（73）：102-231.

[36]彭兰. 智媒趋势下内容生产中的人机关系[J]. 上海交通大学学报（哲学社会科学版），2020 （1）：31-40.

[37]杜娟. 从“人机协同”看人工智能时代的新闻伦理构建[J]. 社会科学研究，2019（4）：197-204.

[38]乔睿. 5G时代信息传播方式变革与信息生态风险对策[J]. 当代传播，2021（1）：102-104.

[39]冯小燕，张丽莉，张梦思，等. MOOC视频播放速度对认知加工影响的实验研究[J]. 现代教育技术，2020 （2）：50-56.

[40]孟凡会，王玉亮，汪雷. 信息碎片化下用户痛点多源信息融合分析研究[J]. 情报理论与实践，2020 （7）：103-108.

[41]鹿咏. 人工智能与当代艺术生产的“后人类”构想：兼及对“数字人文”的审美思考[J]. 内蒙古社会科学，2021 （2）：145-152.

[42]陈昌凤，宋云天. 算法时代的媒体策略：个性化新闻及其论争[J]. 新闻与写作，2019（8）：54-58.

[43]薛可，余明阳. 人际传播学[M]. 上海： 同济大学出版社，2007.