人智协同重塑创新生态：人机交互范式转型之路

原文发表于《科技导报》2025 年第 7期《人智协同的创新生态重构：HCI范式转型》

随着人工智能从被动工具演进为具备自主决策与学习能力的协作主体，人机交互正经历从“人使用技术”到“人智协同”的范式转型。《科技导报》邀请清华大学美术学院信息艺术设计系、世界华人华侨人机交互协会付志勇教授撰写文章，基于社会技术系统理论，提出了由“异质社群—激发原型—边域创新—共协网络”组成的四要素模型，揭示了要素之间循环演化的动力机制，并针对科研人员、科研管理者和科技政策制定者提出了差异化的行动建议，为构建包容、公平且可持续演化的人智协同体系提供理论框架与实践路径。

人工智能（AI）正将人机交互（HCI）从以人使用技术为中心转向与智能体共同行动。这一变革不仅是技术层面的交互方式更新，更深刻地关乎科研组织模式、产业创新路径和社会治理体系的系统性重构。HCI的研究侧重点也从关注交互界面与用户体验，拓展到对人智协同的组织形态与制度安排的系统思考。

人工智能的发展历程展现清晰的能力跃迁路径：从工具到共同操控者，再到自主代理。这一角色跃迁表明，人智协同已不再是单一交互问题，而成为需要通过组织结构与生态机制加以支撑的系统性过程，并进一步引出其创新生态结构与演化机制问题。

AI角色由被动工具转向具备学习与决策能力的协同参与者，使HCI在主体结构、协作方式与系统组织形态上呈现3个新特征（图1）。其一，交互范式由“人使用工具”转向“人智协同”。其二，价值创造由“人主导、AI助力”扩展为“多主体共创”。其三，影响范围由界面与体验层面外溢至组织运行、产业创新与社会治理，责任边界、风险控制与价值对齐等问题随之凸显。

图1 AI角色演进与人智协同范式转向

现有HCI理论方法亦面临相应挑战：传统用户中心设计难以处理多主体复杂需求的动态平衡，既有框架缺乏对AI自主性与创造性的系统纳入，现行评价体系也难以有效衡量协作质量及价值分配的公平性。由此可见，HCI的范式转型不仅需要交互理论与设计方法的更新，更需要相应的组织载体与制度安排。

1

理论基础

从社会技术系统（STS）视角看，创新是由社会行动者、技术人工物、制度环境与互动关系共同构成的复杂系统在时间维度上的协同演化过程。Trist等通过对煤矿生产方式变革研究首次系统揭示，技术效率提升若脱离组织结构与社会关系调整，反而可能削弱整体绩效，由此奠定社会系统与技术系统协同优化的理论基础。

在技术维度上，Bijker的技术社会建构研究表明，技术形态是在不同社会群体的互动协商中持续被塑造，其演化方向深受社会解释框架影响。在环境维度上，Geels提出的多层级演化模型指出，突破性创新通常在受保护的边缘场域孕育，并在制度窗口期进入主流体系实现扩散；Christensen的颠覆性创新研究进一步说明，边缘市场因主流企业的“合理忽视”而成为突破性技术的孵化地。在关系维度上，Latour的行动者网络理论强调，行动能力源于人类与非人类要素之间持续建构的网络连接，技术人工物同样是系统稳定与变革的重要行动者。在主体协同层面，Adner通过创新生态系统结构研究阐释，多主体之间的互补对齐机制决定创新能否从局部构想转化为系统性成果。

综合上述研究，社会技术系统理论不仅为理解创新的多主体协同、技术中介作用、环境选择压力与关系网络扩散提供系统性解释框架，也为将其拓展至人智协同情境奠定坚实基础。

2

四要素模型与案例启示

2.1 模型概述

在社会技术系统演化框架下，引入具备自主学习与决策能力的AI系统，使创新从以人类组织为中心的协作模式转向多主体共同行动的协同形态。这一转变在显著提升组合创新潜力同时，也加剧目标对齐复杂性、责任边界模糊与系统不稳定风险。基于这一系统性挑战，支持人智协同的创新生态系统需同时具备主体整合、协同对齐、试验突破与扩散稳定4类关键能力。

由此，本模型将其具体化为4个核心要素，作为人智协同情境中的具体化转译：社会行动者对应“异质社群”，技术人工物对应“激发原型”，演化情境对应“边域创新”，互动关系对应“共协网络”。社会技术系统的基础维度，在人智协同语境中被转译为可干预、可演化的创新生态系统结构（图2）。

图2 人智协同创新生态系统模型

该模型将AI系统明确纳入协同行动主体，强调协同能力在多主体价值协商与持续试验迭代中生成，并突出边域在新型协作模式形成与扩散中的关键作用，从而解释人智协同如何由局部探索逐步演进为系统性共创能力。

2.2 异质社群：知识整合与问题建构

在人智协同创新生态系统中，异质社群承担将人类多元经验、价值判断与AI计算能力整合为可共同行动的问题框架核心功能，是协同共创得以发生的主体基础。

异质社群的核心功能不仅是知识叠加，更是问题重构——多元主体的参与使AI发展从纯技术议题转化为社会——技术议题，将“如何提升模型性能”重构为“如何实现负责任的AI发展”。这种问题框架的转变，为后续的技术开发和制度设计提供了根本性的方向指引。

Stanford HAI汇聚AI、哲学、心理学、法律与政策等多领域力量，体现了AI议题从技术问题转向社会—技术问题的组织基础。微软公司HAX工具包和OpenAI公司的基于人类反馈的强化学习（RLHF）体系则可用于说明异质社群中的价值协商机制。这表明“人智协同”不是一次性的系统设计问题，而是需要持续价值协商的演化过程，异质社群为这种协商提供了组织载体。异质社群的有效性在于将知识差异与价值分歧转化为可持续协商的协同基础。

2.3 激发原型：概念物化与社会对话

在人智协同过程中，激发原型作为连接人类理解方式与AI系统行为的关键中介，使抽象协同理念转化为可感知、可讨论与可迭代的具体情境，从而推动跨主体对齐与共同行动。

Boer等提出设计应成为张力物化、挑战现状与探索可能性的媒介，而非仅仅验证既定方案。Zhu等进一步指出，人工制品在未来构想中具有反思性、探索性、干预性、启发性四重角色。这四重角色恰好对应了人智协同创新生态中激发原型的核心功能——它不仅是技术验证工具，更是促进异质社群对话、推动边域创新、连接共协网络的关键节点。

ProtoAI通过将机器学习行为嵌入交互过程，使非技术背景参与者能够直观理解AI系统行为，可被视为激发原型发挥中介作用的代表性案例。激发原型的核心价值在于作为“认知界面”促进跨群体对话。激发原型的有效性在于将抽象原则转化为跨主体可共同判断与修正的认知中介。

2.4 边域创新：范式突破与风险容纳

在人智协同系统中，边域创新为新型人机协作模式提供低风险试验空间，使突破性组合能够在脱离主流约束的情境中快速演化。

DeepSeek通过算法效率与系统架构的协同优化，形成了区别于“大算力堆叠”路径的替代方案，并以开放权重方式发布，体现了资源约束对边域创新的驱动作用。Hugging Face则从早期创业项目逐步演化为开源AI的重要协作基础设施，已成为汇聚超200万个模型的平台，显示出社区力量如何推动边域创新走向生态化扩展。欧盟《人工智能法案》要求成员国建立AI监管沙盒，则表明制度设计也可为高风险AI系统提供可控试验环境，促进创新验证与合规转化。因此，边域创新的有效性在于以可控试验空间支持新型协同模式的生成、筛选与验证。

2.5 共协网络：知识扩散与能力传播

在人智协同创新生态中，共协网络负责将局部团队与边域实验中形成的协同经验转化为可复制、可传播的公共能力，推动协同模式的规模化扩散与制度化落地。

欧盟GenAI4EU旗舰计划推动AI开发者、初创企业与战略产业部门形成跨国协作联合体，并通过AI按需平台向全欧开放共享成果，美国能源部AI创新生态系统连接国家实验室、高校与企业。这些案例展示了共协网络的2个关键特征：开放性，适配性。共协网络的本质是一种知识基础设施，使创新不再是孤立事件，而是可以在网络中流动、积累和放大的公共资源。共协网络的有效性在于推动局部协同经验沉淀、扩展并转化为公共能力。

2.6 持续演化的动力机制

四要素通过双向反馈形成持续演化的动力。异质社群中多元主体的知识差异与价值张力构成创新的原始驱动力，激发原型将这种张力转化为可讨论的情境，边域创新为经原型验证的突破性方案提供隔离试验空间，共协网络将成功经验转化为可复用的公共能力。由此形成自我强化的循环，使人智协同由局部探索逐步演进为系统性共创能力。

3

总结与建议

3.1 面向科研人员

首先，应主动融入跨学科异质社群，在问题建构阶段即引入技术、社会与价值视角。其次，应将原型视为协作中介而非成果展示工具。再次，应有意识进入学科边缘与非主流议题空间开展探索性试验，在低约束环境中测试新型人机协作模式。最后，应将经验方法、工具流程与数据成果开放共享。

3.2 面向科研管理者

其一，弱化单学科绩效导向，持续培育高异质度研究社群。其二，建设具备容错机制的开放实验平台，为探索性人智协作提供相对隔离的试验空间，将失败转为组织学习资源。其三，系统推动成果开放与工具化沉淀，支持方法包、数据集与流程标准化建设，使创新能力从个体与团队层面转为组织可持续资产，从而强化共协网络的扩散效率与制度稳定。

3.3 面向政策制定者

其一，应在AI监管体系中引入制度化试验空间，避免过早抑制协作模式演化。其二，应将共协网络型基础设施作为新型公共品重点投入，支持跨机构协作平台、开放数据资源与标准接口建设，降低参与门槛并提升扩散速度。其三，应构建多主体参与的协同治理机制，将科研、产业、公众与伦理主体纳入政策共创流程，使价值对齐与责任分配随技术演化动态调整。

3.4 结论

本文从社会技术系统演化视角出发，提出“异质社群–激发原型–边域创新–共协网络”四要素模型，系统揭示人智协同如何由多主体汇聚走向可扩散的协作能力生成过程。该模型将AI能动性、多元价值协商与生态演化机制纳入统一框架，为协作型智能系统的设计、组织与治理提供了可操作路径。面向未来，HCI将持续迈向系统协同与社会嵌入的新阶段，构建支持试验、对齐与扩散的人智协同创新生态，将成为推动人类智慧与人工智能共进化的关键基础设施。

本文作者：付志勇

作者简介：付志勇，清华大学美术学院信息艺术设计系、世界华人华侨人机交互协会，教授，研究方向为智能交互设计。

文章来 源 ： 付志勇. 人智协同的创新生态重构：HCI范式转型[J]. 科技导报, 2026, 44(7): 115−120.

本文有删改，

内容为【科技导报】公众号原创，欢迎转载
白名单回复后台「转载」

《科技导报》创刊于1980年，中国科协学术会刊，主要刊登科学前沿和技术热点领域突破性的研究成果、权威性的科学评论、引领性的高端综述，发表促进经济社会发展、完善科技管理、优化科研环境、培育科学文化、促进科技创新和科技成果转化的决策咨询建议。常设栏目有院士卷首语、科技新闻、科技评论、专稿专题、综述、论文、政策建议、科技人文等。