人机传播研究导论 | 周六直播·AI×传播读书会

导语

在AI快速发展的当下，AI不仅深刻影响着信息传播的方式，也为传播学研究带来了全新视角和方法。基于此，集智俱乐部联合北京师范大学许小可教授、浙江大学张子柯教授、南京大学王成军教授、深圳大学廖好副教授共同发起，从计算叙事、智能传播、人机传播与传播仿真四个板块向来共同探索AI与传播的前沿交叉，来深度理解传播机制和传播生态。

10月18日（周日）10:00将开启读书会第七期，由深圳大学传播学院长聘副教授曹博林分享“人机传播研究导论”主题，本次分享聚焦多维图景：解析人机对话如何交融自我认知、人际情感与群际冲突；探讨AI在工具服务、信任关系与创意生产中的差异化逻辑；追踪AIGC引发的传播革命，并追问——当技术深度嵌入社会肌理，信任机制与人际关系正如何被重构？

分享简介

当人工智能从工具进化为日常对话的“伙伴”、创意协作的“同事”，甚至情感寄托的“对象”，人机之间的传播互动已悄然重塑着我们认知自我、联结他人、介入社会的方式。本话题将聚焦人机传播的多维图景：从微观互动切入，解析人机对话如何兼具自我传播的内省性、人际传播的情感性与群际传播的冲突性；进而探讨其在工具性领域（如智能服务）、关系性领域（如信任、依赖）与创意性领域（如AI创作）的差异化嵌入逻辑；同时梳理AIGC与AIMC技术带来的传播生产革命，并深入前沿探索——当AI深度渗透社会肌理，它们正如何重构我们的信任机制与社会关系。这场读书会期待与你一同拆解“人与机器”的传播密码，追问技术浪潮中传播的本质与未来。

分享大纲

1. 人机传播的互动机制

2. 人机传播的社会嵌入

3. 人机传播的深层影响

主讲人

曹博林，深圳大学传播学院长聘副教授，网络与新媒体系主任，博士生导师。美国康奈尔大学访问学者，北卡罗来纳大学教堂山分校公共卫生项目博士后，香港城市大学博士。深圳市海外高层次（孔雀计划）人才，深圳市南山区领航人才，深圳大学优秀青年教师（荔园优青），深圳大学新锐研究生导师。主要研究领域为智能传播、人机互动、健康传播、网络心理学。先后主持国家社会科学基金项目2项，主持广东省教育厅、深圳市哲学社会科学规划项目等课题10余项。近些年在SCI/SSCI/CSSCI期刊发表论文60余篇，文章发表在Information, Communication & Society, Health Communication, Computers in Human Behavior, Information Processing & Management, Telematics and Informatics 等期刊。曾获香港政府博士奖学金（HKPFS）、香港城市大学杰出学术奖、AEJMC优秀论文二等奖、深圳市哲学社会科学优秀成果奖三等奖、第三届青年新媒体学术研究启皓奖（卓越学术奖）等科研奖项。获得第三届广东省高校教师教学创新大赛二等奖、第六届广东省高校（本科）青年教师教学大赛三等奖、深圳大学教学创新大赛一等奖等教学奖项。

阅读清单

一、中文专著类｜系统梳理与前沿引导

1. 牟怡.（2024）. 传播的跃迁——人工智能如何革新人类的交流. 清华大学出版社.

   本书系统梳理了人机传播领域的核心议题，涵盖AI的个性与外形、交流本真性、人机信任、AIGC协作模式及伦理困境等前沿话题，融合理论与案例，是理解智能传播变革的重要指南。

2. 牟怡.（2017）. 传播的进化：人工智能将如何重塑人类的交流. 清华大学出版社.

   立足媒介技术演化视角，探讨AI作为全新“交流对象”如何重塑人类传播模式、伦理、互动性与人格认知等。

二、理论范式扩展｜CASA、MASA 与 AI-MC

1. Gambino, A., Fox, J., & Ratan, R. A. (2020). Building a stronger CASA: Extending the computers are social actors paradigm. Human-Machine Communication, 1, 71–85.https://doi.org/10.30658/hmc.1.5

   超越将人际脚本直接迁移至人机交往的CASA范式，提出媒介可形成独立社会交往模式。

2. Lombard, M., & Xu, K. (2021). Social responses to media technologies in the 21st century: The media are social actors paradigm. Human-Machine Communication, 2, 29–55.https://doi.org/10.30658/hmc.2.2

   在CASA基础上提出MASA模型，强调媒介“行动者化”，回应当代AI交互的复杂性与泛在性。

3. Lee, E. J. (2024). Minding the source: Toward an integrative theory of human–machine communication. Human Communication Research, 50(2), 184–193.https://doi.org/10.1093/hcr/hjad016

   对比“无意识心智模式”与“机器启发式”两大路径，呼吁建构整合性HMC理论框架。

4. Yang, H., & Sundar, S. S. (2024). Machine heuristic: Concept explication and development of a measurement scale. Journal of Computer-Mediated Communication, 29(6), zmae019.https://doi.org/10.1093/jcmc/zmae019

   通过对Machine heuristic进行理论阐释与量表开发，明确定义人们对AI“理性中立性”假设所产生的自动信任机制。

5. Hancock, J. T., Naaman, M., & Levy, K. (2020). AI-mediated communication: Definition, research agenda, and ethical considerations. Journal of Computer-Mediated Communication, 25(1), 89–100.https://doi.org/10.1093/jcmc/zmz022

   首次提出AI-MC概念，强调AI不仅传递信息，更成为“消息作者”，挑战CMC理论传统预设。

6. Westerman, D., Edwards, A. P., Edwards, C., Luo, Z., & Spence, P. R. (2020). I-It, I-Thou, I-Robot: The perceived humanness of AI in human-machine communication. Communication Studies, 71(3), 393–408.https://doi.org/10.1080/10510974.2020.1733853

   结合哲学与传播学理论探讨“拟人性”如何影响用户对AI的社会性判断，是CASA理论的深化延展。

三、人机情感互动｜亲密关系、社会支持与心理风险

1. Meng, J., Zhang, R., Qin, J., Lee, Y. J., & Lee, Y. C. (2025). AI-mediated social support: The prospect of human–AI collaboration. Journal of Computer-Mediated Communication, 30(4), zmaf013. https://doi.org/10.1093/jcmc/zmaf013

   明确人类主导、AI主导与人机协作三种路径，探讨其对支持性信息的真实感与有用性评价。

2. Li, H., & Zhang, R. (2024). Finding love in algorithms: Deciphering the emotional contexts of close encounters with AI chatbots. Journal of Computer-Mediated Communication, 29(5), zmae015. https://doi.org/10.1093/jcmc/zmae015

   基于Replika社区大数据，识别七类人机社交行为，揭示AI陪伴中“苦乐参半”情绪与心理悖论。

3. Zhang, R., Li, H., Meng, H., Zhan, J., Gan, H., & Lee, Y. C. (2025, April). The dark side of AI companionship: A taxonomy of harmful algorithmic behaviors in human–AI relationships. In Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (pp. 1–17). ACM. https://doi.org/10.1145/3544548.3581503

   提出“替代性亲密关系困境”理论，揭示AI陪伴对用户依赖、错位与心理脆弱性的影响机制。

4. Mou, Y., Lan, J., & Huang, Y. (2025). Good night versus goodbye? Comparing the mourning remarks of virtual and human uploaders through a data-mining approach. New Media & Society, 27(5), 2684–2702. https://doi.org/10.1177/14614448231109225

   对比虚拟主播与真人UP主去世后的哀悼表达，揭示用户对拟人化AI的情感延伸边界。

四、跨文化感知与使用动因｜AI适配与情境差异

1. Scherr, S., Cao, B., Jiang, L. C., & Kobayashi, T. (2025). Explaining the use of AI chatbots as context alignment: Motivations behind the use of AI chatbots across contexts and culture. Computers in Human Behavior, 108738. https://doi.org/10.1016/j.chb.2025.108738

   提出“情境对齐”机制，基于四国调查识别情感调节、社交补偿、认知协助与功能动机的文化差异，为AI使用研究提供跨文化解释框架。

2. Liu, Z., Li, H., Chen, A., Zhang, R., & Lee, Y. C. (2024, May). Understanding public perceptions of AI conversational agents: A cross-cultural analysis. In Proceedings of the 2024 CHI Conference on Human Factors in Computing Systems (pp. 1–17). ACM. https://doi.org/10.1145/3613904.3642101

   基于百万条社交媒体数据，发现中国用户更倾向将AI视为享乐型伙伴，而美国用户更关注其工具属性，强调“温暖感”是跨文化正向情绪的关键驱动因素。

参与时间：2025年10月18日（周六）10:00-12:00 北京时间

报名加入社群交流

扫码报名（可开发票）

报名链接：https://pattern.swarma.org/study_group/67?from=wechat

扫码参与，加入群聊，获取系列读书会回看权限，加入AI×传播社区，与社区的一线科研工作者沟通交流，共同探索AI与传播的前沿交叉，来深度理解传播机制和传播生态。

视频号直播预约：

AI×传播读书会

在AI快速发展的当下，AI不仅深刻影响着信息传播的方式，也为传播学研究带来了全新视角和方法。基于此，集智俱乐部联合北京师范大学许小可教授、浙江大学张子柯教授、南京大学王成军教授、深圳大学廖好副教授共同发起，从计算叙事、智能传播、人机传播与传播仿真四个板块向来共同探索AI与传播的前沿交叉，来深度理解传播机制和传播生态。读书会自8月23日起，每周六10:00-12:00举行，预计持续12周。

我们将探讨如下核心问题：

1. 在人机共同参与的叙事生态中，叙事的生产、传播与接受机制发生了哪些根本性变化？

2. 在复杂社交网络环境中，如何构建智能化的信息可信度评估与虚假信息防控机制？

3. 如何运用深度学习和强化学习等智能方法，实现从个体到群体的精准化传播影响力最大化？

4. 如何构建适应人机混合传播网络特征的新型研究范式，以有效解析机器行为规律和人机协同传播机制？

5. 如何构建基于大语言模型的认知驱动型智能体仿真系统？

详情请见：