人机融合社会 |「AI × 传播」读书会第二季第十五期

导语

本期「AI × 传播」读书会第二季第十五期，北京师范大学珠海校区新闻传播学院计算传播学研究中心在读硕士邵文喆将聚焦“人机融合社会”这一主题进行分享。本期读书会结合传播学、心理学、管理学与人机交互研究，从人机互动的基本结构出发，探讨竞争、协调、合作、传染与集体决策等社会互动机制，分析认知不对称、任务分配、知识整合与判断差异等问题，并思考人工智能作为社会互动参与者的可能性与边界，以及人机融合对传播实践、社会关系和知识生产的影响。

集智俱乐部联合北京师范大学新闻传播学院许小可教授、北师大珠海校区计算传播学研究中心周晓禹老师共同发起。读书会立足工具—对象—范式三重核心维度，完整搭建AI与传播交叉领域学习体系：拆解AI作为传播研究工具的实操方法、剖析AI作为新型传播主体的社会影响、探索人机协同驱动的传播学全新研究范式，一站式理清三大核心议题：如何借助AI开展传播研究、如何将AI本身作为传播研究对象、如何把握人机协同带来的学科变革。

报告简介

随着生成式人工智能逐渐嵌入社会生活与组织实践，人机关系正在从传统的工具使用转向更为复杂的协同互动。人工智能不仅参与信息生产与任务执行，也开始介入人类的认知判断、社会交往和集体决策，由此引发关于人机能力互补、认知差异、互动关系与主体性的讨论。

本次分享以“人机融合社会”为主题，结合近年来传播学、心理学、管理学及人机交互领域的代表性研究，从人机互动的基本结构出发，重点探讨竞争、协调、合作、传染与集体决策等社会互动机制，并围绕认知不对称、任务分配、知识整合、关系认知和判断差异等问题展开分析。通过梳理相关理论与实证研究，进一步思考人工智能作为社会互动参与者的可能性及其边界，以及人机融合对传播实践、社会关系和知识生产方式的影响。

分享大纲

一、引言

介绍生成式人工智能的发展背景及人机关系的演变，梳理人工智能从信息传播工具向社会互动参与者的角色转变，明确人机融合社会的基本概念、研究视角与核心问题。

二、人机融合社会的系统结构

从复杂社会系统视角出发，分析人—人、人—机与机—机三类互动关系，探讨人类与智能机器如何通过相互依赖和网络连接构成混合社会系统，以及个体行为与互动关系如何共同影响集体结果。

三、人机融合社会的核心机制

1. 竞争机制（Competition）：探讨人类与机器围绕有限资源和共同目标展开的策略博弈，分析算法决策、策略学习与信息处理能力如何改变竞争关系、资源分配及市场运行结果。

2. 协调机制（Coordination）：分析人类与机器在共同任务和复杂环境中的行动匹配与策略调整，探讨智能机器如何促进群体协调、改善行动效率，以及人机行为差异可能引发的协调失配。

3. 合作机制（Cooperation）：探讨人机互动中的社会困境、信任与互惠行为，结合认知不对称、能力互补、任务分工与知识整合等研究，分析人机合作的实现条件及其对集体收益的影响。

4. 传染机制（Contagion）：分析信息、情绪、观点与行为在人机混合网络中的传播过程，探讨社交机器人、算法推荐与网络结构如何影响社会传染、信息级联及群体极化。

5. 集体决策机制（Collective Decision-making）：探讨人类与机器如何通过整合不同的知识、信息与判断参与群体决策，分析认知多样性、算法依赖、信任校准及决策权配置对集体智慧与决策质量的影响。

四、传播行业重构

结合新闻、广告、影视与游戏等典型领域，分析人工智能对内容生产、组织协作、传播流程与行业生态的影响，探讨人机融合如何推动传播实践从传统的人类主导生产向人机协同生产转变。

五、理论反思

围绕人工智能的社会角色、人类主体性、算法权力与责任分配等问题，讨论人机融合社会可能产生的认知依赖和系统性风险，并进一步思考人机关系的治理原则与未来发展方向。

核心概念

人机融合社会（new sociology of humans and machines）：人机融合社会是由人类和机器构成的社会系统，其中并不将机器视为单一媒介或实体（即技术），而是着重强调其多样性、独立性与异质性特征，以及它们与其他行为体之间的相互作用。这一概念的关键不只是人类使用AI，而是将机器视为能够参与社会互动的行动者，关注人—人（H–H）、人—机（H–M）和机—机（M–M）三类互动关系。

竞争机制（Competition）：多个行动主体围绕无法共同分享的目标或有限资源展开争夺。在人机社会系统中，算法可能通过更快的信息处理、策略学习与决策执行改变竞争格局，既可能提升市场效率，也可能形成算法合谋等反竞争结果。

协调机制（Coordination）：多个行动主体通过调整自身策略，使彼此行动形成匹配关系，以实现共同目标或避免冲突。机器可以通过引入适度随机性帮助群体摆脱低效均衡，但也可能因缺乏适应性而降低协调效率。

合作机制（Cooperation）：行动主体面临个体利益与集体利益之间的社会困境，需要通过互惠、信任或共同贡献实现集体收益。机器的合作策略、身份可见性及网络位置可能影响人类的合作意愿与群体合作水平。

传染机制（Contagion）：信息、行为、情绪和观点通过社会关系网络传播，并在社会影响作用下形成模仿、扩散与级联效应。机器即使对个体的直接影响有限，也可能通过网络位置、持续行动与规模优势放大集体影响。

集体决策机制（Collective Decision-making）：群体通过汇集不同成员的意见、知识与判断，共同完成选择或问题解决。在人机社会系统中，算法能够引入新的信息和解决方案，但其效果取决于人机判断的多样性及整合方式。

主讲人介绍

主讲人：北京师范大学珠海校区新闻传播学院计算传播学研究中心硕士在读。

参考文献

[1]Arora, N., Chakraborty, I., & Nishimura, Y. (2025). AI–Human Hybrids for Marketing Research: Leveraging Large Language Models (LLMs) as Collaborators. Journal of Marketing , 89 (2), 43～70. https://doi.org/10.1177/00222429241276529

[2]Bigman, Y. E., Briker, R., & Langer, M. (2026). Human–AI interaction research needs to be embedded in psychological theory. Nature Reviews Psychology , 5 (4), 233～234. https://doi.org/10.1038/s44159-026-00551-4

[3]Fügener, A., Walzner, D. D., & Gupta, A. (2026). Roles of Artificial Intelligence in Collaboration with Humans: Automation, Augmentation, and the Future of Work. Management Science , 72 (1), 538～557. https://doi.org/10.1287/mnsc.2024.05684

[4]Gonzalez, C., & Heidari, H. (2025). A cognitive approach to human–AI complementarity in dynamic decision-making. Nature Reviews Psychology , 4 (12), 808～822. https://doi.org/10.1038/s44159-025-00499-x

[5]Tsvetkova, M., Yasseri, T., Pescetelli, N., & Werner, T. (2024). A new sociology of humans and machines. Nature Human Behaviour , 8 (10), 1864～1876. https://doi.org/10.1038/s41562-024-02001-8

[6]李纯青, 郝日艳, & 刘伟. (2026). 人机共生体验的形成机制与作用效果. 心理科学进展 . Advance online publication. https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CAPJ&dbname=CAPJLAST&filename=XLXD20260417006

时间信息

2026年10月22日周四14:00-16:00，腾讯会议线上进行。

感兴趣的朋友下滑扫描二维码报名，加入「AI × 传播」读书会第二季后，可进入学员群进行交流。

报名读书会：

「AI × 传播」读书会第二季

传播学从现象出发。今天，AI 已经深度进入信息生产、内容分发、社会互动、公共判断和知识生产过程。它既是工具，也是媒介；既是研究对象，也是协作者；既提升效率，也制造新的偏见、信任和责任问题。AI × 传播成为一个新的领域。2025年8月至12月，集智俱乐部联合许小可、张子柯、王成军、廖好四位老师发起第一季“AI × 传播学”读书会，吸引了225人报名参与。由来自北京师范大学、南京大学、复旦大学、浙江大学、香港城市大学、深圳大学等高校的15位主讲人，围绕计算叙事、智能传播、人机传播、传播拟真四个方向，绘制了 AI × 传播领域的前沿地图。

由集智俱乐部联合北京师范大学新闻传播学院，北京师范大学珠海校区计算传播学研究中心许小可教授、周晓禹讲师共同发起，我们将从“工具-对象-范式”三重维度出发，系统梳理 AI × 传播的实践路径——如何用 AI 做研究，如何研究 AI 本身，如何理解人机协同的新范式。

扫描海报中二维码报名参加读书会

报名方式：

第一步：微信扫码填写报名信息。

第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：

第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。

PS：我们鼓励围绕传播学、人工智能及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。

若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。

感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。

加入社区后可获得的资源

完整权限包括：线上问答、录播回看、资料共享、社群交流、信息同步、共创任务获取积分等。

特色退费与激励机制

我们提供以下两种途径，让您的投入获得实际回馈：

1. 任务达标退费路径
   

   认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。

2. 运营成长激励路径
   

   合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。

相关内容推荐

1.读书会推荐阅读材料

扫描下方二维码可跳转至集智斑图网站阅读文章：「AI × 传播」读书会第二季读书会推荐阅读材料。

2.往期公众号相关内容推荐