從人機相競到人機協同：AI時代創意階層進階路徑研究

高嘉琪 解學芳

【摘 要】 知識型社會的發展使創意階層興起，在創意階層與數字經濟的影響下，數字創意產業得到了集大成發展。AI時代，大數據、算法等技術驅動數字創意產業在要素、內容、業態等方面產生全方位變革的同時，也因人機相競引發創意階層異化的危機，不僅顛覆了創意基礎，還削弱了創意能力。本研究認為，可通過信息方面的機器數據分析協同人類專業信息處理能力、內容創作方面的智能內容生產協同人類具身審美體驗、分發機制方面的算法智能推薦協同人際渠道傳播三個方面進行解決。

【關 ?鍵 ?詞】AI時代;數字創意產業;人機相競;人機協同;創意階層

【作者單位】高嘉琪，同濟大學人文學院;解學芳，同濟大學人文學院文化產業系。

【基金項目】本文系國家社科基金重大項目“‘智能+’時代技術與制度協同驅動的現代文化產業體系和市場體系研究”（20ZDA065）階段性成果;教育部人文社會科學研究規劃基金“人工智能驅動網絡文化產業創新的價值風險與治理研究”（20YJA860004）階段性成果。

【中圖分類號】G114 【文獻標識碼】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2021.22.008

人工智能（AI）時代，大數據、算法、區塊鏈等技術在社會各領域的涉入越來越深，與此同時，創意產業在向數字創意產業范式轉移后，正經歷著更加深刻的顛覆式創新。隨著AI技術應用的日益廣泛，作為創新來源的創意階層也面臨著尷尬的境況，即在機器的促逼下其群體獨特性瀕臨喪失，因此，厘清AI時代創意階層面臨的危機并提供進階路徑正成為一項重要議題。

一、理論溯源：數字創意產業與創意階層

作為一個相對年輕的領域，創意產業憑借對人類創造力、才能和技能產生的知識產權的利用，打造了不同于工業、制造業的獨特盈利方式，并成為經濟發展的重要組成部分[1]。這意味著創意產業與人類創新能力密不可分，研判AI時代創意產業的相關議題，有必要對數字創意產業與創意階層的相關概念予以厘定。

1.數字創意產業：創意產業的數字化轉向

創意產業（Creative Industries）一詞1997年誕生于英國[2]，作為文化產業的創意延伸，創意產業使文化產業的意涵更加豐富，娛樂、休閑、藝術活動、廣告、設計、建筑、媒體，乃至在線游戲、婚禮策劃等均因擁有創意因素而被納入文化產業[3]。伴隨著信息技術革命，包括社會生產力、生產方式在內的人類社會各個領域都產生顛覆性變革，數字經濟應運而生，其與人類創意、文化的天然緊密性使創意產業實現了向數字創意產業的轉變[4]。從技術上講，數字化意味著將非數字物體（如書籍或圖片）轉換成數字形式。近年來，受移動互聯網、大數據、5G等技術驅動， AI時代已至，與此同時，數字創意產業的內涵、興起、意義、業態等也得到了學界關注。就內涵而言，數字創意產業，即計算機、通信等數字技術與出版、廣播、電影等創意產業的交疊，是最具創新且增速最快的領域[5];就興起而言，AI時代數字創意產業的集大成發展，主要依賴于技術、制度、內容的三維協同，如可穿戴技術、虛擬現實技術、政府規范調整性政策、機器輔助性創意內容等[6];就意義而言，微觀來看，AI驅動下的數字創意產業對個體的行為、語言、思維等均會產生影響[7]，宏觀來看，數字創意產業已然成為重構全球價值鏈的重要環節[8];就業態而言，AI時代數字創意產業在獲得集大成發展的同時，數字創意設計、智慧文博、智能游戲等新業態也層出不窮[9]。

AI時代，技術驅動下的數字創意產業主要呈現如下特點。第一，在產業數字化戰略與疫情的促進下，數字化正成為文化領域以及創意領域顯性的特征，并且還重新定義了文化與創意及其社會基礎的關系[10]。第二，數字化還指涉著數字創意產業的無邊界化，即對物理空間與時間的消解。前數字化時期的創意產業必須依托物理世界發展，有一定的地緣性，而數字技術無視地緣性，并在全球主義式的網絡平臺中獲得了廣闊的發展空間，人們更容易感受到數字創意產業的魅力。第三，與創意產業相比，無邊界化使數字創意產業的泛在化屬性更加明顯，文化產業的創意轉向，使諸多領域因其創意因素被納入文化創意產業的范疇。AI時代，智能技術使創意產業得以在無空間、時間限制的互聯網平臺扎根，數字創意產業更加無處不在，萬物皆可基于創意迭代。第四，與傳統創意產業相同，智能技術驅動下的數字創意產業同樣呈現創意性與經濟性的特點，其不僅是創意的呈現，還是經濟發展的重要引擎。

2.創意階層：創意產業的創新來源

與創意產業息息相關的另一大概念則是創意階層（Creative Class）。里查德·佛羅里達認為，創意階層即從事創造性內容工作的群體，他們因憑借創意創造經濟價值而與經濟有著深厚的淵源。創意階層主要由詩人、設計師、藝術家等“超級創意核心”群體與編輯、智囊團成員、文化人士等思想先鋒群體組成[11]。基于該觀點，學界對創意階層展開了廣泛討論。如創意階層與其所屬城市的關系， Sanchez-Moral等人認為，集聚人才的創意城市亦可反哺創意階層，促使他們的職業生涯上升[12];創意階層與經濟的關系，Florida在其“3T”理論中重申了創意人才（Talent）可協同技術（Technology）與城市寬容度（Tolerance）共促經濟增長[13]， Zhao等人通過數據分析發現創意階層對經濟可持續發展具備實用價值[14]。此外，還有大量文獻涵蓋了創意階層與創意產業，Liu和Chiu基于模糊德爾菲法、層析分析法、網絡分析法，發現創意人才的培養是促進創意產業發展的重要一環，因此建議政府加快實施相關政策[15]; Radomska等人認為，創意產業相關企業面臨創新性和創造性相關壓力，提升企業內部信任度可增加創意階層參與感，從而憑借其知識和創造潛力緩解企業壓力[16]。上述分析表明，不同于工業革命時期將物和重復性體力勞動作為資本積累要素，創意產業主體的創意階層，正憑借其腦力勞動進行的創新活動，成為城市升級、經濟發展與產業進步的重要來源。

AI時代，在科技創新已然成為經濟發展的根本力量[17]、文化處于經濟發展進程的核心[18]的情況下，創意階層在經濟中的重要地位無疑更加顯著。然而，創意階層集聚的數字創意產業還面臨AI創新與AI發展不平衡的問題，即文化科技倫理問題日益凸顯，處于該問題焦點的則是創意階層與智能機器的關系問題。無論是速度還是數量，作為自然人的創意階層難以超越智能機器，梳理問題形成的動力機制、厘清AI時代數字創意產業內部創意階層面臨的挑戰，并提出應對之策正成為解決問題的關鍵。

二、動力機制：AI驅動數字創意產業全方位變革引發人機相競

人機相競是人類與機器在感知、推理、決策等方面的競賽，并不意味著智能機器可創造智能乃至定義智能，是人類抵抗智能機器自動化的動態顯現[19]。AI概念的提出意味著人類社會已不可逆地進入到人機社會，且正加速發展。AI時代，智能技術影響下的數字創意產業在要素、內容和業態方面產生了全方位變革，這些變革是形成碳基人類與硅基機器競爭局面的重要力量（見圖1）。

1.信息數據化驅動創意要素變革

創意要素是文化生產的重要組成部分。前AI時代，創意階層從藝術品、文學作品等實體要素中汲取靈感進行文化創作;AI時代，在大數據思維下，文化內涵和文化表征作為創意要素皆通過數據承載，并依托信息化手段使創意產業的底層邏輯發生變革[20]。主要體現在以下三方面。首先，創意要素的載體數據化。例如，作為創意要素的文化遺產在內容、編目、呈現、備份、保存等方面越來越通過數字形式呈現。相關報告顯示，全球2020年電子書市場規模為181.3億美元，預計復合年增長率為4.9%，并于2026年達到213.2億美元[21]。這意味著AI時代在大數據影響下，創意要素對物理世界的依賴越來越小，載體逐漸由物質實體轉為虛擬數據，且數字化社會，創意要素的形成也呈現數據化特點。傳統的藝術創作基于畫筆、紙張等進行，當下的藝術創作則可通過繪圖軟件、3D建模等進行，這將進一步加強創意要素載體數據化特征。其次，創意要素存儲的數據化。除計算機硬盤、移動硬盤存儲數據外，AI時代數據化存儲的最大特征在于云端存儲和區塊鏈存儲。就云端存儲而言，2020年，我國云服務市場在增速接近40%的情況下規模已超2250億元，且受新冠疫情影響，該市場規模還將持續擴大[22];就區塊鏈存儲而言，區塊鏈的分布式存儲使多方應用創意要素成為可能，并且還有效保障了存儲數據的安全性。最后，云端存儲和區塊鏈分布式存儲還指涉創意要素傳輸的數據化。AI時代，數據化的創意要素可通過貫連的節點傳輸，云技術、區塊鏈技術使數據化傳輸成為可能，5G的應用又使數據傳輸速度獲得極大提升。

與前AI時代的創意要素相比，數據化的創意要素分別在時間、空間、安全性、貫通性四大方面展現優勢。在時間方面，數據化創意要素具備傳輸快的特點，尤其在5G “低時延”的影響下，創意要素可以盡可能快的速度傳輸，避免了物理世界交通運輸導致的時間痛點;在空間方面，與書籍、藝術作品等存儲需要占據大量物理空間不同，數據化創意要素存儲于賽博空間，現實世界中僅需為服務器提供空間，避免了空間消耗;在安全性方面，以區塊鏈為例，其透明性、不可篡改性、去中心化等特點，使數據化創意要素的安全可靠程度得到有效保障;在貫通性方面，受AI技術萬物互聯、數據標準化等特征影響，數據化創意要素可以多方面貫通，利用率顯著提升。2020年5月，中宣部文改辦下發《關于做好國家文化大數據體系建設工作的通知》，提出中國文化遺產標本庫建設、文化體驗館建設、國家文化大數據云平臺建設等八大任務;2021年1月，《國家文化大數據標準體系》發布，規劃出6大類56項組成的標準體系。主要表現、優勢及國家政策表明，AI時代，數據化對文化產業與創意產業的顛覆是根本性的，且在顛覆過程中，碳基人類與硅基機器動態矛盾的焦點在于面對數據化的創意要素，二者的數據處理能力有較大差距。

2.生產智能化驅動創意內容變革

內容在文化與創意產業中具有核心地位和主導作用，無論是文學作品，還是音樂乃至綜藝節目，其發展都有賴于內容。AI時代，創意內容的生產正通過智能化轉變驅動產業變革[23]。從發展脈絡看，創意內容生產共分為三個階段。第一個階段，生產主體完全由創意階層構成，嚴格來說，該階段的創意內容應稱為“創作”而非“生產”，如畫家創作畫作、詩人創作詩歌、雕塑家創作雕塑等，該階段的藝術作品因具備獨一無二性而尚有本雅明所言的靈韻與膜拜價值。第二個階段，工業革命時期，創意內容的生產主體由創意階層和機器共同完成，如照片、電影等創意內容需攝影師借助相機、攝像機進行創作，該階段創意內容可進行大規模復制，文化和創意實現“產業化”。第三個階段，AI時代，機器智能化生產開始介入創意內容，機器智能生產，即詩歌、繪畫等創意內容的生成環節由機器自動完成，人類僅需輸入既定內容，機器便可自動生成詩集、繪本等內容載體。整體而言，創意內容生產的演變脈絡是人類作用逐漸淡化、機器介入越來越多的過程。創意內容向智能生產的進階，是AI技術從基礎設施到算法，再到技術方向、具體技術穩步創新的結果。就基礎設施而言，海量數據積累使訓練數據并自動生成內容成為可能，為機器智能生產提供“燃料”，低功耗芯片的興起又使計算機的計算規模和頻率實現大幅提升，使機器智能生產擁有“加速器”。就算法而言，機器學習、深度學習使機器得以良好地處理基礎設施層中的數據，尤其是2014年后生成對抗網絡（GANs）的提出，優化了機器的非監督學習方式;基礎設施和算法創新帶動了計算機視覺、語言處理、數據分析等技術方向的發展，最終形成圖像處理、語音識別、視頻合成等具體技術，使創意內容得以自動生成。

智能化進階后的創意內容自動生產主要呈現四大特點。一是多，創意內容大量生產成為可能;二是快，與人工創作內容的時間相比，機器智能生產所耗費的時間可忽略不計;三是好，機器方便快捷地生產創意內容，不僅可通過海報自動配色、詩歌自動排版等提高生產質量，還可避免人工創作產生的失誤;四是省，自動化內容生產僅需極少數人類參與甚至不需要人類，節約了大量人力物力。AI時代智能機器大規模涉入創意內容生產是驅動數字創意產業變革的第二大動力機制，在該過程中，智能機器對碳基人類的超越似乎是碾壓式的，創意階層與智能機器在生產環節正呈現相競局面。

3.傳播精細化驅動創意業態變革

依托技術創新和受眾對多元化、個性化的需求，AI時代的數字創意產業正通過新環節、新形態呈現新業態，簡言之，精細化傳播模式是驅動AI時代創意產業變革的第三大動力機制[24]。受眾對創意產品的體驗需以傳播為前提，傳播需借助媒介才能成為可能，傳統的傳播媒介有紙張、書籍等，工業革命時期電視、電影作為新的傳播媒介逐漸進入人們的視野，整體而言，前AI時代的傳播媒介呈現“千人一面”、沉浸感較弱的特點，AI時代創意產品的傳播則因其精細化特征而區別于以往。一方面，媒介多樣化是AI時代傳播精細化的重要特點，除報紙、電視等大眾傳播媒介外，智能手機、電腦等設備作為數字化產物逐漸成為AI時代的主流傳播媒介。此外，受益于AI基礎設施的發展， ?VR/AR/MR設備、4D電影、云展覽平臺等智能化傳播媒介層出不窮。麥克盧漢曾提出媒介即訊息的觀點，媒介多樣化既意味著人們可以根據自己的文化需求選擇媒介，還意味著信息也可以通過合適的媒介改變其生態進而精細化傳播，如此不僅創意產業呈現新業態，而且人們對信息的感知也將受到影響。另一方面，除AI基礎設施外，隨著大數據積累和算力提升，算法推薦系統正成為精細化傳播的重要環節。例如，電商平臺通過算法推薦系統提升營銷的精細化程度，人們總能在淘寶的“猜你喜歡”板塊發現想要購買的產品等。

在多樣媒介和算法推薦系統的雙輪驅動下，AI時代的創意業態主要有兩大特點。一是沉浸感強，VR/AR/MR等技術的綜合運用使人們對虛擬環境的感知成為可能，從而使創意產業經營形式得以轉移至與真實世界平行的虛擬空間;二是個性感強，算法推薦系統使人們與虛擬世界的交互真正實現 “千人千面”，世界上沒有兩片完全相同的樹葉，AI時代沒有人能攝取到完全相同的信息。然而，信息傳播精細化卻使得碳基人類與硅基機器相競的白熱化程度加重，與智能機器直接處理數據形式的信息不同，人類需要對信息進行感知再進行處理，對信息處理方式不同形成了人機相異的局面。AI時代，人類對信息的感知需以智能機器為中介進行，就獲取信息而言，該中介機制加重了人類與智能機器的不對等，從而導致人機相競。

三、危機反思：AI時代人機相競下的創意階層異化

多年來，社會學家、科學家們針對智能機器何時超越人類進行了各種各樣的預測。如斯坦福大學計算機科學系的研究院認為，人類級別的AI將于21世紀出現[25];“預測人工智能最準的未來學家”雷·庫茲韋爾（Ray Kurzweil）認為，2045年將迎來AI完全超越人類的技術奇點[26]。雖然目前智能機器還未取代人類，但人類與機器的競爭已超出工業革命時期的體力范疇，智能機器儼然成為一種可通過代替人類腦力勞動而引發人機相競的載體[27]。在數字創意產業，這一人機相競正通過素材數據化引發的信息量指數增長、內容生產智能化催生的自動設計系統、傳播精細化導致的信息感知形式轉變等情況愈演愈烈。AI時代人機相競格局下，作為碳基主體的創意階層正遭遇異化危機，大致可歸納為信息生態嬗變顛覆創意基礎、機器智能生產削弱創意能力、算法精準傳播影響創意人格三個方面（如圖2）。

1.信息生態嬗變顛覆創意基礎

知識是創意階層進行創造性工作的創意基礎和先決條件。AI時代，信息的底層邏輯不斷迭代，在改變知識獲取范式的同時，創意基礎正在被消解[28]。就顛覆創意基礎而言，AI時代的信息生態嬗變主要體現在四方面。第一，海量信息造成對創意階層的束縛。據統計，AI時代全球數據正面臨大規模爆發，繼2020年數據量達47ZB后，2035年預計將達到2142ZB[29]，數據量指數增長的背后是信息量的幾何式增加。然而研究表明，人的大腦能處理的信息是有限的，個體無意識中被海量信息裹挾將使認知被干擾，從而使信息與其減少不確定性的初衷背道而馳，進而引發更多不確定性[30]，最終導致人類知識處理系統的熵增。第二，信息碎片化引發創意階層認知焦慮。傳統的知識獲取基于書籍閱讀、具身體驗等連貫性信息積累，AI時代，信息的碎片化特征使人們的知識系統由點狀和片狀信息拼接而成。例如，人們對一部電影內容的知悉，可能一部分來自短視頻平臺的電影解說，一部分來自影評，一部分來自官方簡介，這些不同信息“碎片”的獲取來自不同的平臺，人們對信息的認知處于不斷變化的壓力中，難以形成體系性知識，從而無法形成扎實的創意基礎。第三，信息傳播加速使創意階層思維趨向單一。AI時代，海量信息與碎片化信息融合下造就的信息生態的另一重變革則是信息傳播速度加快，人們越想加速獲得知識，越取得適得其反的效果，當下流行的視頻加速播放便是其中的重要體現。第四，虛假信息傳播動搖創意根基。數據表明，虛假信息比真實信息傳播得更快、更廣泛，并且機器人會加速虛假信息的傳播速度[31]，這意味著AI時代，通過網絡媒介獲得的知識具有極大的不確定性，易于獲得和廣泛傳播的知識可能是虛假的，而真正有用的知識可能難以獲得或無法引起人們足夠關注。綜上，AI時代信息數量增加、信息獲取碎片化、信息傳播加速與信息內容虛假是信息生態惡化進而顛覆創意基礎的重要原因，導致創意階層的根基被動搖，從而引發創意階層異化。

2.機器智能生產削弱創意能力

優質內容是數字創意產業高質量發展的核心競爭力。AI時代，智能機器自動化生產內容正在削弱創意階層的創意能力[32]。創意產業的演進史，是在技術加持下人類涉入創意內容越來越少的過程。當下，與創意階層創作內容相比，智能機器不僅生產得更多，而且速度遠超人類，甚至錯誤率低，對人力物力的消耗也相對較少，也正是因為這些“優點”，人類的創意能力正在被削弱，從而造成創意階層異化。就某種程度而言，AI技術的大規模應用有助于自我實現，正如洗衣機的發明將人們從繁重的家務勞動中解放出來，生活中“平凡”方面的智能化可能會為文化、智力和社會追求騰出更多空間，讓人們從事更多有趣和有益的工作。然而，當這種情況發生過快時，就會引起個人技能的快速貶值，從而導致就業市場和就業性質的迅速瓦解[33]。從需求層次論出發，創意階層的自我實現即通過創造性工作釋放潛能、展示個體價值，AI時代，智能機器涉入創意內容生產本該為創意階層提供更多自我實現的空間，但由于勢頭迅猛，短時間內創意階層并未從中獲得解放，反而釋放潛能的機會被侵占，不僅自我實現的需求難以被滿足，而且創意能力面臨退化危機。此外，人機相競下人類創意能力退化還指涉著更為嚴峻的問題，即人類自我意識危機。AI時代，如果創意階層過分依賴機器“勞動”（即機器生產內容），久而久之，創意階層將成為依附于機器的“非人”。

3.算法精細傳播影響創意人格

獨立自我建構是形成創意人格的要素。AI時代，算法精細傳播正通過將“自我”建構成“他者”而影響創意人格的形成[34]。就創意階層而言，算法精細傳播的影響主要體現為兩方面。第一，算法精細傳播形成的信息繭房導致創意階層的封閉化。與傳統的信息繭房效應相比，AI時代算法精細傳播的不同點在于，算法技術使“人—信息”的關系范式發生逆轉，人不再是完全主動選擇信息的主體，而成為被動接收信息的他者。如果說桑斯坦所言的信息繭房是因為人們主動選擇自己感興趣的信息而“作繭自縛”，那么AI時代的人們則是完全“被繭縛”，算法基于對個體標簽的分析、內容推廣的需要、提升用戶留存的目的為大家推送既定信息，長此以往，包括創意階層在內的個體都將成為控制論系統中的一個環節，而非攝取信息的積極主體。第二，算法精細傳播造就的封閉化信息繭房正在使人們變得偏狹。研究顯示，專業化集聚與多樣化集聚是提升創新效率的兩大要素，其中后者的作用更強。由既定信息構成的信息繭房更容易將標簽相同的人匯聚在一起，在遏制多樣化集聚可能性的同時，也遏制了創意的產生。算法精細傳播下，創意階層多樣性被磨滅，伴隨而來的群體極化現象還增強創意群體的保守性，從而使創意人格遭到影響。創意階層原本可通過創意勞動實現對自身領會的 “去存在”，然而在算法精細傳播的環境中，智能系統已然是比人類更高維的存在，智能系統為人類用戶在賽博空間搭建了一個隔絕的“世界”，人類在人機競爭中失去招架能力。

四、優化路徑：基于人機協同實現創意階層進階

AI時代，創意階層面對的人機矛盾主要可歸結為信息生態相關、機器生產相關與算法系統相關三大方面。在智能化大趨勢下，人類與機器的共存將成為常態。對比來看，碳基人類具備靈巧性和認知能力，有能力完成精準任務;硅基機器則可通過自動化有效執行重復、非人體工學的任務，能力上的互補為人機協同提供了動力[35]，把握好人機關系以促進人機協同可視為解決創意階層危機、實現創意階層進階的重要路徑[36]。人機協同，即人類與智能機器的交互合作，包括兩層含義，一是以人的行為調節算法運行機制，使優化后的算法更好地服務人類;二是以機器作為人的延伸，使人的能力得到提升[37]。數字創意產業中的人機矛盾，可通過信息方面的機器數據分析協同人類專業信息處理、內容創作方面的智能內容產生協同人類具身審美體驗、分發機制方面的算法智能推薦協同人際渠道傳播三個方面解決（見圖3）。

1.機器數據分析與專業信息處理協同優化信息生態

優化信息生態，必須建立在技術邏輯和價值邏輯基礎上，這就需要在以人為本的前提下，在技術邏輯上提升機器的數據分析能力，在價值邏輯上提升人類的專業信息處理能力，并使得這兩種能力協同發展[38]。分析顯示，AI時代的信息生態主要存在海量信息束縛創意階層、信息碎片化引發認知焦慮、信息加速傳播框限思維多樣性、虛假信息動搖創意根基等問題，如果要解決這些問題，可以從以下方面入手。第一，推動信息數據“上云”，匯集于云端的信息數據可擺脫時間和空間的限制，從而提升信息處理便捷度，為人機協同打下基礎。第二，對云端信息數據進行標準化編碼。就人機協同性而言，一方面需要人類對“數據標準”進行界定，并對少量信息進行標準化預編碼以供機器學習;另一方面需要在對人類行為學習的基礎上，讓機器對云端海量數據進行標準化編碼，推動信息從無序走向有序，提升海量信息可用性，使優化后的信息更好地供人類使用，提升人類創新能力。第三，對云端數據合理運用以控制信息傳播速度。實驗表明，視頻播放速度會影響觀看者的注意力程度、眼動行為等認知加工過程，就慕課而言，1.25倍速度最為適宜且字幕對學習者影響較大[39]。人類可通過研發信息監測智能輔助設備（如手機APP、智能眼鏡等）控制信息加速傳播閾值，當智能設備檢測到人類在某一時間段內攝取了過量信息，可發出提醒或警報，避免“填鴨式”信息攝取。第四，對云端信息進行多源融合，避免信息碎片化。多源信息融合可通過將多渠道的碎片化信息互補、降噪、去冗，從而系統性地對信息進行把握[40]。人類可通過專業知識增強對融合信息的處理能力，進而將這種專業知識賦能機器算法，從而提升機器的信息融合能力，在人機協同下避免碎片化信息對創意階層的負面影響。第五，通過人機協同打造扁平化的虛假信息阻斷機制。針對真假不明的信息，不同專業的人們可以基于各自專業知識以社會化協作的方式判斷信息真偽。判斷為真的信息，互聯網平臺應履行不干預措施，讓其自由流通;判斷為假的信息，互聯網平臺應借助算法對其進行熔斷及辟謠，避免消極影響。優化信息生態，既離不開人的主觀能動性，也離不開機器對數據的儲存、傳輸與處理，AI時代，人與機器日益密不可分，因此，人機協同優化信息生態既是必要的也是必然的。

2.智能內容生產與具身審美體驗協同打造數字創意

與人類相比，雖然智能機器的內容生產具有數量大、速度快、節省人力物力等優點，但機器無法感受人類情感，也沒有審美體驗，無法應對人類未知領域帶來的挑戰，難以產生審美能動意識，也無法主導內容生產規則，故而數字創意內容的打造還需要協同人類的具身審美體驗[41]。一是要基于人的審美體驗提升智能內容生產的豐富性。從量化維度看，智能機器的內容生產對人類帶來碾壓式影響，但無論新聞稿，還是詩歌、繪畫，智能機器生產都只能基于海量數據和特定算法進行，如此便容易出現AI寫作的詩歌不具美感，只是對人類現存詩歌拙劣模仿的現象，故而需要人類審美體驗的參與。如AI可根據既有素材進行初步創作，人類在此基礎上優化，這個過程也是機器學習的過程，便于機器提升創作水平。二是要基于人的審美體驗提升AI內容生產的美感。康德認為，美是無功利性質的，且具有普遍性、合目的性、共通性，然而，工業社會最盛行的文化產品時常與這種“美”背道而馳。文化產業追求經濟效應的目的使美喪失了無功利性，對美的重新界定使其喪失普遍性，審美能力強的創意階層被迫面臨邊緣化或隨波逐流的窘境。此外，AI內容生產正以工業社會人們的審美趣味及文化產品為“養料”，基于這些數據生產的作品無疑也喪失應有的美感，因此，我們需要創意階層擺脫工業社會的束縛，以其獨特的審美能力協同AI內容生產，打造數字創意。三是基于人類知識儲備提升AI內容生產的專業性。專業的創意內容需要在作品中體現創作者個人觀點，如梵高繪畫中的苦難意識、李白詩歌中的開闊心胸、貝多芬鋼琴曲中的生命張力等，然而，AI內容生產只是基于海量數據輸出既有觀點，沒有獨有的專業性眼光。此外，AI內容生產還存在誤用數據的隱患，從而造成因缺乏專業知識而導致作品內容失真等問題，因此需要人類在專業性方面予以協同，提升其專業性。無論是豐富性的協同還是美感、專業性的協同，都需要人類與機器打交道，這也代表AI時代創意階層要實現復合型轉變，要在做好本職工作的同時，提升相關技能，避免創意陷落。

3.算法智能推薦與人際渠道傳播協同改善分發機制

算法驅動下個性化內容推薦引發的人機矛盾需要人機協同改善分發機制予以解決[42]。目前，算法精細傳播主要存在兩大人機矛盾，即信息繭房及其引起的封閉化思維，二者會對創意人格產生消極影響，可通過算法智能推薦協同人際渠道傳播改善分發機制進行解決。首先，就技術而言，需要為算法進行倫理設計。AI時代，智能技術為人們搭建了數字世界，但作為其運作邏輯的算法依舊是不透明的。人機協同的前提是AI技術穩健可靠，故而有必要規范個性化推薦的源頭——算法，通過揭開算法黑箱，將保護隱私、公平等要素納入算法中，保障智能推薦的非歧視性。其次，就互聯網平臺而言，有必要在算法推薦基礎上于分發機制中協同人際傳播要素。作為人類的基本行為之一，人際傳播不僅可以滿足人的物質生存需求，還可以滿足人的精神生存需求[43]。AI時代算法精細傳播實際上構成了對人際傳播的侵蝕，這不僅需要根據用戶的個人特征、興趣愛好等分發信息，還需要以用戶的社會關系這一人際關系作為分發信息的依據;不僅推薦符合用戶預期觀點的內容，還推薦多元化內容以保障用戶可吸納不同觀點，如此可通過改善賽博空間人際關系的方式，避免因過分依賴算法而招致人類主體危機。最后，就個人而言，應在精細傳播中盡最大可能發揮主動性而非過分依賴算法系統。如在使用APP前關閉其精準推送功能，用戶注冊時注意保護好個人信息，避免手機APP對手機聯系人、手機相冊、手機剪貼板的無限制讀取等。在 “社交距離”觀念的影響下，個人還應積極探索線上人際交往模式，通過線上的熟人社交、網友社交等，傾聽多元聲音，避免信息繭房與封閉化思維。在優化后的算法推薦系統與人際渠道傳播的協同下，人們不僅可以在互聯網汲取自己感興趣的信息，還能傾聽到不同聲音，并因互聯網人際傳播功能的提升而增加與友鄰的親密度，使得創意人格在夯實主體價值的同時得到重塑。

五、結語

在AI技術發展的六十多年里，大數據、算法等技術群使社會諸領域發生范式轉變。以創意產業為例，其不僅經歷了向數字創意產業的過渡，還在AI技術的驅動下產生全方位變革。然而，作為創意產業主體的創意階層正面臨著與智能機器的關系沖突，并引發主體異化，以人機協同作為優化路徑，可實現AI時代的創意階層進階。理論層面，本研究主要采用里查德·佛羅里達的創意階層理論，傳播學中的信息繭房、人際傳播等理論，心理學中的需求層次論，以及黑格爾、海德格爾、康德等哲學家的理論，對創意階層異化的危機進行反思;方法論層面，本研究主要通過案例分析、文本分析等實證式的定性研究，分析人機相競局面形成的動力機制、創意階層異化產生的危機以及優化路徑。

|參考文獻|

[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]金雪濤，劉怡君. 數字經濟背景下中外文化創意產業研究進程：基于CiteSpace知識圖譜的分析[J]. 重慶社會科學，2020（8）：108-122.

[5]李文軍，李巧明. “十四五”時期數字創意產業發展趨勢與促進對策[J]. 經濟縱橫，2021（2）：71-81.

[6]臧志彭. 數字創意產業全球價值鏈重構戰略研究：基于內容、技術與制度三維協同創新[J]. 社會科學研究，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. 數字創意產業全球價值鏈重構：戰略地位與中國路徑[J]. 科學學研究，2018 （5）：825-830.

[9]金元浦. 全球競爭下5G技術與中國文化創意產業的融合新變[J]. 山東大學學報（哲學社會科學版），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 Espa?ola De Investigaciones Sociológicas， 2018 （162）： 73-90

[11]里查德·佛羅里達. 創意階層的崛起：關于一個新階層和城市的未來[M]. 司徒愛勤，譯. 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]李曉華. 數字經濟新特征與數字經濟新動能的形成機制[J]. 改革，2019（11）：40-51.

[18]戴維·思羅斯比. 經濟學與文化[M]. 王志標，張崢嶸，譯. 北京：中國人民大學出版社，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，劉晗. 數據3. 0思維下的文化大數據應用研究[J]. 學習與實踐，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] 中國基礎云服務行業數據報告[R/OL]. （2021-05-20）[2021-11-10] . https：//report. iresearch. cn/report_pdf. aspx？id=3782

[23]江小涓. 數字時代的技術與文化[J]. 中國社會科學，2021（8）：4-34+204.

[24]陳能軍，史占中. 5G時代的數字創意產業：全球價值鏈重構和中國路徑[J]. 河海大學學報（哲學社會科學版），2020 （4）：43-52+107.

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

[26] 雷·庫茲韋爾. 奇點臨近[M]. 董振華，李慶成，譯. 北京：機械工業出版社，2011.

[27]何哲. 人工智能技術的社會風險與治理[J]. 電子政務，2020（9）：2-14.

[28]黃楚新. 技術驅動視域下信息傳播生態的變革與發展[J]. 人民論壇，2021（18）：92-95.

[29]中國信通院. 2020年大數據白皮書[R/OL]. （2021-12-31）[2021-11-10] . http：//www. 199it. com/archives/1181983. html.

[30]趙靜宜，程明. 確定性抑或不確定性：關于信息傳播一個基本問題的審思：兼論智能傳播的未來發展[J]. 湖北大學學報（哲學社會科學版），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]解學芳. 人工智能時代的文化創意產業智能化創新：范式與邊界[J]. 同濟大學學報（社會科學版），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]張琦璋，陳雪梅. 創意階層的審美人格塑造[J]. 東北師大學報（哲學社會科學版），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]彭蘭. 智媒趨勢下內容生產中的人機關系[J]. 上海交通大學學報（哲學社會科學版），2020 （1）：31-40.

[37]杜娟. 從“人機協同”看人工智能時代的新聞倫理構建[J]. 社會科學研究，2019（4）：197-204.

[38]喬睿. 5G時代信息傳播方式變革與信息生態風險對策[J]. 當代傳播，2021（1）：102-104.

[39]馮小燕，張麗莉，張夢思，等. MOOC視頻播放速度對認知加工影響的實驗研究[J]. 現代教育技術，2020 （2）：50-56.

[40]孟凡會，王玉亮，汪雷. 信息碎片化下用戶痛點多源信息融合分析研究[J]. 情報理論與實踐，2020 （7）：103-108.

[41]鹿詠. 人工智能與當代藝術生產的“后人類”構想：兼及對“數字人文”的審美思考[J]. 內蒙古社會科學，2021 （2）：145-152.

[42]陳昌鳳，宋云天. 算法時代的媒體策略：個性化新聞及其論爭[J]. 新聞與寫作，2019（8）：54-58.

[43]薛可，余明陽. 人際傳播學[M]. 上海： 同濟大學出版社，2007.