智能传播体系中人机融合的基本特征、技术架构与未来趋势

陈蓉蓉，韩晓曼，姜立新，吴岳忠

（1.湖南工业大学 商学院，湖南 株洲 412007；2.湖南工业大学 文学与新闻传播学院，湖南 株洲 412007；3.湖南工业大学 土木工程学院，湖南 株洲 412007；4.湖南工业大学 轨道交通学院，湖南 株洲 412007）

0 引言

伴随着大规模的GPU服务器并行计算、大数据、神经网络（深度学习）算法和智能芯片等技术的快速发展，人类社会先后经历互联网时代、大数据时代和人工智能时代，人工智能成为当前的战略支点。自达特茅斯会议指明“计算机未来发展方向——类人化”以来，人工智能实践出现了诸多问题（如失业问题、贫富分化加剧、战争隐忧等），人机融合的提出有效地解决了这些不足，成为智能化的未来发展方向。近年来，世界范围内各大互联网公司纷纷推出智能问答机器人、社交媒体机器人、写稿机器人、AlphaGo等产品，为人机融合的未来发展指明了方向，人机融合在教育、医疗安全、交通安全、智慧城市等领域被广泛开拓和应用，推动智能化传播。

同时，随着“元宇宙”概念的提出，人们愈来愈关注未来世界发展的走向，而被认为是互联网进化的未来的“元宇宙”，融合虚拟与现实，以数据形成互通、开放，一个集体虚拟的共享空间。诸多学者从“元宇宙”的理论概念出发，探究“元宇宙”在媒体中的应用，例如其催生“沉浸式”新闻[1]、打造虚拟现实技术（VR）之上的游戏与社交融合的具身传播场景[2]，以及人机交互之下未来电影发展的思考[3]等，并对其引发的数字化安全及未来“数智世界”治理[4]和未来传播安全性提出问题及其策略[5]。虚拟现实技术作为“元宇宙”的核心技术，对人机融合及智能传播提出了更高的要求，推动其在开发想象、认知学习、技术赋能的多维度发展。

智能应用的不断涌现与“元宇宙”构建未来世界的数字化变革推动传统传播逐步向智能传播发展，特别是趋向人机融合模式，其中关键在于技术的更新和发展，因此人机融合关键共性技术成为智能传播体系中的研究热点。由此，本文以智能传播体系中人机融合的特征为出发点，通过数据采集和内容分析，分析人机融合关键共性技术架构策略，并从政策伦理、基础支撑和感知理解3方面展望了有关该技术的未来发展趋势。

1 智能传播体系中人机融合的基本特征

在智能传播体系中，人机融合通过网络化、系统化的运作达到平台化的传播，并通过形式与内容产出的多元化满足用户需求，打造个性化符合不同特性的用户个体及群体效应，以达到智能化的内容生产和智能化传播，并产生新的业态，智能化通过新技术进行数字赋能，助力产业融合模式。

1.1 网络化

中国互联网络信息中心（CNNIC）发布的第48次《中国互联网络发展状况统计报告》中显示，截至2021年6月，我国网民总体规模超过10亿，互联网普及率达71.6%。在该背景下，人机融合的传动向网络化呈现，大数据可视化、云空间、人脸等技术开启了数据的多元化呈现，传播平台逐渐趋向网络化，信息呈现可视化。互联网的下半场就是将互联网“上半场”的“人人互联、万物互联”持续“加宽、加细、加密、加厚”的过程[6]。面对互联网的发展及海量数据的驱动，搜索引擎、云应用等被开发出来。疫情期间，“健康码”的使用超过400亿次，明显向数据连接模式给群众出行、企业复工、学生复学等方面带来便利。

1.2 系统化

首先，智能传播体系中人机融合呈现在信息系统的社会运作层面，体现在信息的智能收集、智能生产、智能推送及智能接收，智能终端搭载传感器，打造数据流，承载信息；以人机融合主导内容生产，通过打造智能机器辅助人完成内容生产的环节；在信息推送和接受层面,打造内容与用户的完美接触，通过信息传送匹配用户场景，整合信息资源，满足用户认知与感官体验，完成信息环节的系统化运作。其次，在生态系统层面，通过信息流传播于个人、集群等各个层面，构建社会、个人、群体的互动性的生态系统。最后，基于产业链，智能传播体系中的人机融合对接上、下产业链，是一个系统工程，囊括大数据、数据挖掘、机器人深度学习、生产技术、接受技术整合系统化终端等多种技术，并综合以上功能进行系统化运行。

1.3 平台化

高维的媒介传播功能的社交网络平台既能够满足个体的表达欲望，也能够达到群体集群意识表达，所谓丰盈的内容所引发的信息流动，得到更大层面的信息处理。第一，平台化是基于产业的平台化运作，例如百度、阿里巴巴等进行平台化的运行，在用户平台的搭建上积极主动，进行商业化投资，最大限度地吸纳用户流。第二，打造智能媒体化平台，新华社建立“媒体大脑”智能视频生产平台、AI合成主播生产平台等，致力于打造平台化、资产化、智能化、场景化、服务化的“中央厨房”式融媒体数据平台。第三，视频媒体扩平台运行，传统媒体如影视媒体开通抖音号、头条号进行跨平台传播，新闻通过运算自动产出，横纵向的平台设计，形成全面生产的态势进行传播。

1.4 多元化

智能传播体系中人机融合的多元化体现为形式多元化和多元化内容生产。首先，当今时代，“人人自媒体”“人人为主播”的出现，媒介的多元化，导致传播层面逐渐打破“内容为王”到“内容＋渠道”与“内容＋科技”的变化。在人机融合的作用下，智能传播打破了传播场所、传播介质的单一性，呈现多元化的特点，体现为超运算技术、云计算、大数据、物联网、车联网、区块链、AR虚拟现实等诸多层面的应用，继而以互联网为基础的多元智能传播生态中，受众者具有多元化的信息选择平台。同时，“人人皆主播”及各种VR、AR技术的功能性营造出信息的专业化与分众化，传统文本的内容生产向视频、音频等多种媒体呈现的多元可视化内容转化[7]。

1.5 个性化

人机融合的个性化表现为以用户需求为导向，打造个性化服务。以机器人写作为例，针对不同目标用户的个性化需求，腾讯Dreamwriter 同步推出“研判版”和“民生版”两个个性化版本[8]。随着“互联网＋”与5G时代下技术与算法的快速发展，传统媒体向智能媒体转型，应用人机融合技术大力发展数据、算法、智库建设与更新，借助VR、AR等技术打造可视化与场景化，迎合受众需求，比如新闻平台如“今日头条”、音乐平台如“网易云音乐”，以及智能化“迎宾机器人”等通过对用户模型的分析,应用算法进行内容筛选和识别，根据用户偏好对信息进行个性化推送，形成协同，产生互动[9]。

1.6 智能化

智能化体现在快、准、稳3个方面，算法的应用、技术的支撑使得信息收集、筛选、产出的速度快，实现精准定位及个性化的分发，更加体现出人机融合大于人与机器的效果。随着神经网络技术的蓬勃发展，机器趋向智能化和拟人化。例如，类人化机器人——“最暖接待”Cruzr（克鲁泽），凭借17个自由度，不仅能灵活地做出各种姿势，同时通过人脸识别算法能轻松“认出”嘉宾并说出VIP专属欢迎词，识别准确率高达98%。

1.7 产业化

智能传播产生新的业态，智能化通过新技术进行数字赋能，传统媒介被智能化媒介替代，逐渐演化出数字经济，催生“知识付费”和“共享经济”。

2019年，中国知识付费行业用户规模达3.6亿，行业市场规模达278.0亿元；2020年中国知识付费用户规模超4.1亿，行业市场规模达392亿元。随着互联网经济的快速发展，知识消费的规模快速扩大，内容消费与智能传播相融合，呈现出数字经济与知识大爆炸的联动。人机融合催生互联网信息产业化模式，前端技术投入的商业化行为到用户流量变现的数字经济环节，还将打造更具体的产业融合模式[10]。

2 智能传播体系中人机融合的技术架构

2.1 人机融合范畴界定与技术应用

人机融合，尤其是在5G时代的推动及智能传播体系之下，逐渐演变为人的决策拥抱机器的智能化。发展智能机器人，将其应用到多个领域，推动产业化的进程，产生集群化效应，让更多的人群容纳和接受，推动人类更好地找到人机结合点。目前，智能传播体系中人机融合从内容产出来说，将其归为服务智能系统与预测决策系统，是基于传播的中间环节而言，主要侧重于功能性（如图1所示）。

图1 内容分类

从技术产出上来说，主要应用以下几种技术（如图2所示）。

图2 技术分类

内容与技术共同作用于媒介传播应用，技术的融合应用呈现出不同的功能态势，例如社交机器人、机器写作、类人机器人与人工智能（AI）主播、算法的智能生产等，社交机器人如经济机器人利用传感技术—多传感信息耦合技术—信息监测对经济的动态进行实时监控，运用机器学习与深度学习、知识图谱等技术的政治机器人在政治层面发挥作用，例如澳大利亚广播公司开发新闻大机器人，充分运用传感技术、面部表达技术、语音识别与合成等技术，对用户的问题进行陈述和回答，建立新闻机构和受众之间非正式、亲密的关系。机器写作基于自然语言处理、数据挖掘、机器学习、搜索技术、知识图谱技术等进行开发运用，类人化机器人和AI主播利用图像技术、自然语言处理技术（NLP）与语音技术、多模态识别及生成技术等生成类人化的形态，学习主播的语音和面部神态，比如基于撒贝宁原型的AI主播“小小撒”、《你好星期六》的AI主播“小小漾”，深层次地实现了与主持人、嘉宾和观众的互动。应用算法进行智能生产，通过机器学习与深度学习、大数据、知识图谱等技术自动对用户进行精准画像的描绘和精准分群，实现大数据的全覆盖。

2.2 智能传播体系中人机融合关键共性技术架构分析

传播效果体现在认知层面、心理和态度层面、行为层面。认知层面呈现人的知识量的增加和知识构成的变化，所谓个人信息处理的“基模理论”，运用大脑中的“认知模块”，认知层面对信息流及新事物进行筛选和掌握。以智能传播受众体验的临场感为例，群体能有更直观的真实感受，例如VR新闻，让观众体验第一视角的身临其境，体会真实的正在发生的新闻。

因此，为了实现智能传播增强、沉浸式等多维效果，从产业链发展角度出发，提出以“政策+平台+内容”模式构建智能传播体系中人机融合关键共性技术架构（如图3所示）。该架构通过政策伦理、基础支撑、感知理解3个方面进行融合，共同推动传播行业应用领域发展，实现“新技术、新产品、新业态、新模式”数字化经济赋能产业智能化转型升级。

图3 智能传播体系中人机融合关键共性技术架构

3 智能传播体系中人机融合的未来趋势与策略分析

未来技术的发展趋向数字化、区块链、大数据融合发展，对技术发展水平和人、社会等提出了更高的要求，智能传播体系中人机融合关键共性技术架构主要从政策伦理、基础支撑和感知理解3个层面进行发展战略对策内容研究。

3.1 政策伦理——人机融合的政策法规

人工智能不断模糊着物理世界和个人的界限，不断刷新人的认知和社会关系，延伸出复杂的伦理、法律和安全问题。智能传播改变着人们以往的“拟态环境”，在受众的价值引导和行为动机层面产生着影响，受众群体越来越关注到信息流的正确性和错误性，以及伦理道德、隐私等更高层面的问题。针对这些问题提出解决方法，并抽取出知识，汇聚融入知识图谱，作为人机融合的认知约束力。

（1）法律问题。法律法规是一切管理体系的纲领，是决定管理方向正确与否的基石。针对智能传播发展进程中有可能出现的诽谤性、恶意性、隐私侵犯等各种风险，针对智能传播激励机制、控制机制、反馈机制的调校验证，有关部门适时出台智能传播法律文件、规章制度，是新时期我国传统媒体和新兴媒体向智能传播进化过程中健康有序发展的基础。例如：智能传播的法律与伦理问题及其治理、体制机制建设、研究风险防范与规制、网络主播的影响力及其行为规范、健康传播研究等。

（2）伦理问题。智能传播内容生产链条、传输链条、反馈链条 及智能传播产业链条的所有环节、所有元素上都有与伦理道德相关的人物信息或事件信息，要求人工智能技术和设备的研发及相关产业的发展都要以国家安全、国家传播安全为基础，呼唤公平正义，讲求风清气正，坚守良心底线、道德底线，遵循新闻传播基本规律和行为准则，营造科学合理的智能传播社会环境。例如：智能传播的伦理问题及其治理、新闻舆论伦理、智能算法与搜索传播伦理研究等。

（3）监管问题。借势借力于5G赋能，智能传播事业线和产业链上集聚了无限量的传播终端和丰富多样的传播渠道。智能传播管理既要从传播环境、传播群体、传播终端等外部渠道开展工作，又要从媒体传播机构、场景渠道、传送渠道和反馈渠道等内部建设与完善智能管理系统。随着智能传播技术和智能传播政策的陆续出台和不断完善，引导力、品牌力、传播力与影响力成为评价传播效果的主要指标，智能传送需建构合理的激励机制，反馈渠道应有科学合理的监管制度。例如：传播网络舆情的特征、影响及引导策略、智能传播领域出现的新问题及监管研究等。

3.2 基础支撑——人机融合的平台基础

建设开放、开源平台的重要性，便于智能传播创业者、智能传播先行先试者优先享受到人工智能技术进步给我国新闻传播事业所带来的红利。建立开放、开源的智能传播平台，让智能传播链条上的所有创新创业机构共享已有的技术成就和大数据资源，能以相对低的代价获取创新成就，让智能传播技术更有效地实现转化，激活我国新闻传播行业在5G时代的创新思维，激发全领域全社会的创新精神。针对这些问题提出解决方法，集成相关技术，辅助构建知识图谱，作为人机融合的认知计算力。

（1）互联平台。利用物联网、5G、云计算、边缘计算等技术，通过互联网实现了“人人互联、万物互联”，传播平台逐渐趋向网络化，人机融合的传动向网络化呈现，从而获得海量数据，形成人机一体的数据交互网络，有利于传播产业的高速发展和社会应用。例如：媒体空间、“数据套餐”、智能网关、智能推荐宽泛服务入口等应用。

（2）计算平台。利用云计算、机器学习、大数据、边缘计算、VR、AI、机器人等技术，提供庞大的信息存储量、高速的处理速度、强大的记忆等能力，为传播行业企业运营降本增效。例如：智能传播平台、媒体创作平台、媒体数据中台、AI合成主播平台、融媒体中心、“立体新闻”等应用。

（3）信任平台。利用区块链、社交网络等技术，实现媒介智能机器生产信息的用户认知与信任，完成传播信息的自动审核，保障算法的公正性、适应度与合法性等。例如：社会信任平台、智能传播算法及内容信任技术、智能核查、溯源追踪系统等应用。

3.3 感知理解——人机融合的内容生产

智能的生成将涉及主观目的与行为动机，并与情境中的客观事实变化密切相关。产生智能不仅需要形式化的计算，更需要意识性的类比。掌握事实性与价值性的因果关系，深研人机融合智能，开展深度感知理解研究，将是智能研究的重大突破。针对这些问题提出解决方法，组合多种技术，理解应用知识图谱，作为人机融合的认知智慧力。

（1）感知行为。感知行为作为应用终端，直接面向用户，如何提升人机交互质量，实现人机自然“沟通”，是人机融合的首要基础。通过人脸识别、语音识别、智能传感、穿戴设备等技术丰富了信息的输入输出方式，作为感官知觉，达到能听会说、能看会认，实现人机在自然状态下进行数据交互。例如：智能播报、智能语音转换及合成、两智（自）媒体、虚拟拍摄、体感互动系统等应用。

（2）认知能力。认知能力是人脑加工、储存和提取信息的能力，对事物的构成、性能与他物的关系、发展的动力、发展方向及基本规律的把握能力，是人机融合的关键技术。通过知识图谱、个性化推荐、智能问答、语义理解等技术，对信息进行识别、推理、理解，实现机器认知和觉醒。例如：智能传播内容自动生成、智能场景创作等应用[11]。

（3）情感舆情。人类情绪、情感和意见是人类的重要特征，如何让计算机了解人类的喜怒哀乐，根据互联网大数据定量分析用户情感，实现传播过程舆情监测，是人机融合的重要体现。通过NLP、图像处理、多模态学习、深度学习等技术，实现情感分析、识别与处理，及时发现问题，完成舆情监控及预警。例如：智能稿件写作机器人、传播内容舆情监测系统、跨媒体网络舆情数据智能分析与处理等应用。

4 结语

智能传播的未来是人机融合，数字化的快速发展不断引发对技术、人、社会关系的思考，要将眼光投放到世界智能科技前沿，不断加强在智能科研领域的投入，前瞻性地在人机融合智能领域深入探索，更要围绕认知约束力、计算力和智慧力，突破“卡脖子”关键技术，积极探索传播产业链中的新技术、新产品、新形态、新模式，同时积极把握人机融合传播之下的安全性和伦理等问题，将人工智能不断融入传播行业的各个流程和环节，助力行业智能化转型升级，为未来打开无限想象空间，助力产业化、智能化、人性化的“数智世界”的发展。