數智時代的知識生產與出版深度融合發展

內容摘要：數智時代的到來，使知識生產的方式產生了巨大變化。人智交互型知識生產方式興起，知識邊界被打破，知識生產者與消費者身份遷移流動，要求出版深度融合發展，即在多模態數據融合的基礎上打破傳統產業邊界，重構出版價值鏈。面向知識生產的出版深度融合發展實現路徑包括：打破行業壁壘跨界合作，夯實融合發展數據底座，重構智慧出版商業模式。

關鍵詞：數智時代；知識生產；數字出版；出版融合

課題：國家社科基金重大項目“全媒體傳播體系下出版深度融合發展研究”（編號：23amp;ZD219）

DOI：10.3969/j.issn.2095-0330.2025.02.003

以往對于出版的“確定”描述，往往圍繞媒介形態展開，形成了以“媒介界定出版”的傳統。\"比如《不列顛百科全書》將出版定義為“一項涉及印刷品的選擇、編輯和銷售的活動”# 。隨著新興媒介在傳播領域的廣泛應用，研究者們認為以印刷品為載體定義出版過于狹窄，于是有人提出：“出版產業應該包含報紙出版、雜志出版、音樂出版、地圖出版、政府信息出版、漫畫書出版，以及書籍出版。”$ 然而，這樣從產業視角例舉的定義方式既不科學也不嚴謹，更重要的是，它面對層出不窮的新媒介時會顯得手足無措。對出版的“泛化”描述則跳出了載體維度，從出版的對象、流程和要素來定義出版的本質。例如《辭海》給出的定義：“編輯、復制作品并向公眾發行的活動。”媒體評論家邁克爾·巴斯卡爾（Michael Bhaskar）認為，出版由四個緊密聯系的元素構成：媒介模式、審核、框架及推廣。%“泛化”地理解出版彌補了以載體定義出版的不足，對新技術和新媒介而言足夠兼容和開放，但如果描述過于寬泛而不深究出版對象、流程和要素背后的本質，就無法理解出版的“常量”，也無法解釋網絡游戲和書籍為什么都可以“被出版”，兩者共同的“出版性”是什么。

為了揭示出版的“常量”或者建立數字時代“書籍的秩序”amp;，許多學者進行了探索和努力。20世紀90年代，劍橋大學社會學系教授、出版研究專家約翰·B.湯普森（John B.Thompson）將出版的內容對象劃分為數據、信息、知識和敘事并分析其作為出版對象的不同特征及其與技術的關系。然而，隨著大數據、云計算、自然語言處理、大語言模型、生成式人工智能技術的出現，傳統出版的“秩序”被打破，以數據、信息和敘事為出版對象分析出版的“常量”變得困難重重。在此背景下，近年來學界出現了從知識社會學和知識論視角探討出版的聲音，有學者將知識的生產看作出版最重要的功能，認為出版有匯集、交融以及推動新知識生成的優勢。' 與之相近，有學者認為出版是“一種社會知識生產和公開化的實踐”，并提出“出版作為一個現代概念，是由四個關鍵詞錨定其基本意義的：文字、印刷、知識、公開”。（ 還有學者認為出版是“一種基礎性的人類知識生產實踐”），“出版本質上是知識生產和知識傳播”*，“出版過程就是使個人知識商品化的過程”+。

相較于以“媒介界定出版”的“窄化”描述和從對象、流程與要素等維度闡釋出版的“泛化”理解，“知識說”似乎更能揭示出版的本質，從知識生產的角度理解出版實踐，探究出版與其他文化實踐活動的區別，或許可以為出版理論的構建和理解數智時代的出版實踐提供一個相對科學和可行的視角。

一、作為知識生產的出版

作為一個名詞術語，出版具有“使之為公眾所知”的意思，即湯普森所說的“知道”（toknow），。進一步，可以繼續追問，出版使什么為公眾所知？湯普森為了回答這個問題，把出版的內容對象劃分為數據、信息、知識和敘事，事實上是把信息科學（information science）的視角和分析方法引入出版研究。在信息科學視角下，信息是一個連續的概念。事實（fact）、數據（data）、信息（information）、知識（knowledge）和智能（intelligence）構成“信息鏈”（informationchain），且數據、信息、知識和智能是可以相互轉化的。數據是信息的原材料，信息是知識的原材料，知識可以轉變為智能。- 盡管信息鏈理論對“知識”和“信息”有著明確的區分，但從語言學上說，“知識”和“信息”這兩個詞的主要區別在動詞形式上：“to inform”是一種傳遞知識的活動，“to know”是這種傳遞活動的結果。“信息”作為被傳遞的對象，在認知意義上同“知識”的意思是一樣的。基于此，我們可以借用信息學和語言學的觀點，將湯普森對出版的理解進一步延伸為“出版是以知識為核心的內容生產傳播活動”。

為了進一步探究出版活動的本質，有必要深入探討知識是如何被生產出來的。知識作為一種認知狀況產生于兩種不同的活動，第一種是談話、傾聽、閱讀等基于多個不同個體的交流活動.，第二種是基于單個個體的知覺、記憶、內省、推理和理性洞察等活動/。如果個人只是通過實踐獲得某些特定知識而并未與他人分享，那么從社會層面看，他獲得的知識不能發揮作用，因為它不是“社會意義上的新知識”0。也就是說，知識的生產在其被傳送給其他人之前，尚未完成。生產知識不只是發現、發明、創造等，還包括傳播和擴散。出版作為一種系統化、智識性的文化實踐1，能動地構建著“人類社會賴以維系的意義之網”2，承擔著將個人知識社會化、無序知識有序化的社會功能3。

出版通過使知識廣泛傳播，完成了知識生產的最后環節——“社會化”。正是通過出版，知識才得以從個人領域擴展到公共領域，出版在知識生產的過程中扮演著重要的角色，通過對內容的針對性選擇、體系化加工和可視化呈現，使知識更加便于傳播和易于理解。這一過程實際上是對“原始”知識的一次再創造，是知識生產實踐的重要組成部分。從空間范圍看，當知識通過不同的文化背景、語言和形式進行傳播時，出版還實現了文化“轉譯”的功能，促使知識在不同社會和文化中再生產。從時間范圍看，出版通過對知識的不斷積累與持續提煉，創造出“經典文獻”和“權威文本”4，從而實現對人類知識和文化的傳承。

二、數智時代的知識生產

長期以來，人類社會的知識生產是以“人”為基礎的。正如卡爾·波普爾（Karl Popper）“三個世界”理論所指出的，人是認識物質世界（世界1）的主體，是精神世界（世界2）存在的載體，更是創造客觀知識世界（世界3）的本體。5 知識的生產過程離不開人的直接感知、長期記憶、抽象概括、理性推導和外化表達。數智時代的到來，尤其是生成式人工智能技術的廣泛應用，使得知識的生產效率大大提升，顛覆了知識生產和傳播的方式，“涌現”和“生成”成為描述知識產生過程的更貼切的動詞，“提示”“對話”和“交互”正在變成知識社會化的新途徑。

生成式人工智能技術大規模應用之后，“知識獲取—知識理解—知識轉化—新知識生產”的整個過程可以脫離人得以實現。知識獲取方面，人工智能可以獲取知識世界中已存在的內容，在一切已經存在的數據、信息、知識中挖掘“語料”。理論上看，只要訓練語料集規模足夠大、更新足夠及時，人工智能就可以獲取一切能夠被表達出來的既有知識。在知識的理解和認知上，人工智能可以基于知識世界的語料數據以及各類深度學習算法實現語言認知、思維認知、文化認知，甚至神經認知和心理認知。比如，人工智能雖然無法真正地在觸覺、味覺、嗅覺等神經層面形成認知，但通過將“草莓—香甜—紅色”“玫瑰花—芳香”等語料進行關聯計算，也就是通過將人類的各類認知轉化為相應的數字符號并建立符號關聯規則，人工智能可以深度模擬人類內容生成的實現過程，進而實現對各層次內容的理解和認知。此外，與人類相比，人工智能可以通過擴展數據，提升算力，優化算法解決內容的認知廣度、認知速度和認知深度問題。理論上它甚至能夠理解整個知識世界中的數據、信息和知識，從而成為“全知”的智能綜合體。在知識的轉化和運用方面，現有的人工智能大模型實現了從長期記憶儲存向有規劃的跨模態調用的轉化。人工智能對已有知識資源的運營和轉換能力已經遠遠超越人類的整體水平。在新知識的生產方面，當前人工智能生成的知識仍然是關于“知道”的生成，相對于整個人類的知識庫而言，是“即成知識”的生成。但相較于人類依賴人腦進行的大膽猜想、小心求證，人工智能在記憶力、高維復雜、全視野、推理深度、猜想等方面具有較大優勢，且人工智能大模型具有全量數據，深度學習的能力有可能使其實現從推斷（inference）到推理（reasoning）的躍升，比如主動發現物理學規律、預測蛋白質結構、設計高性能芯片、高效合成新藥等。

事實上，波普爾的“三個世界”理論已經告訴我們，物質世界（世界1）、精神世界（世界2）和客觀知識世界（世界3）都是客觀實在的，世界3與世界1和世界2一樣，在對象和增長方面具有自主性，它只在起源上是人造的，而它一旦生成就開始了自己的生命。6 不可否認，人工智能技術的出現極大地提升了知識生產和傳播的效率，數智時代的知識生產呈現出全新的面貌。

三、數智時代的知識生產要求出版深度融合發展

人工智能的介入使得“獲取—理解—轉化”這一知識生產過程可以脫離人而以“非人類”的形態運作。盡管當前還存在生成的“既成知識”智識性不足、雜合性突出等問題，但隨著人類命令的反饋和指示、算法的創新迭代、數字人及數字世界的構建，人類知識生產和人工智能知識生產之間的界限有可能越來越模糊。與此同時，能源、機器、算法、數據、算力等“非人類”要素在人類社會知識生產場域中變得越來越重要，以知識生產為核心的出版業生產主體、生產力、生產關系都將被改變。鑒于此，有必要深入理解當前的知識生產新特征及其對出版提出的新要求，以期從理論上為出版知識生產提供支撐，從實踐上為出版深度融合發展提供進路。

（一）新的知識觀念促進出版與相關行業合作

古典知識論通常把知識分為“理論思維知識”（思想）和“日常生活中所知現實”（常識）兩類7；也有科學哲學家把知識分為“科學的知識”和“歷史的知識”8。德國學者馬克斯·舍勒（Max Scheler）把知識分為“工具性知識”“理智性知識”和“心靈性知識”9。美國學者弗里茨·馬克盧普（Fritz Machlup）以認知對象對認知者的意義為標準，把知識分為“實用知識”“理性知識”“閑談和消遣性知識”“心靈知識”和“非必要知識”五種基本類型。： 奧地利裔英國哲學家路德維希·維特根斯坦（LudwigWittgenstein）在著作《哲學研究》中拋棄了嚴格的邏輯“確定性”這一理性主義的傳統，認為定義和分類所有事物，要求每一種事物都有清晰的界限的做法是錯誤的。; 他的這種見解為我們提供了一種理解知識系統的全新視角，讓我們“發現了一個復雜的、重疊交叉的相似網絡，而這種相似有時是整體上的相似，有時是細節上的相似”lt;。正如美國前國務卿亨利·基辛格（HenryKissinger）等在《人工智能時代與人類未來》一書中指出的，“機器學習需要的是維特根斯坦，而不是柏拉圖”=。維特根斯坦的觀點為人工智能和機器以概率而不是邏輯進行深度學習提供了理論基礎，即人工智能以概率、模糊性、近似性而不是以因果、價值和確定的規則進行知識生產。

一方面，隨著媒介技術的發展和數智時代的到來，不同種類的知識邊界逐漸模糊。傳統上被認為屬于理性范疇的科學知識和人文知識，如物理學、醫學、哲學等與閑談和消遣性知識的邊界不再清晰，前者越來越頻繁地以通俗易懂、娛樂性強的形式觸達更廣泛的受眾群體。另一方面，原先以理性主義為基礎，信仰知識的普遍性、客觀性、必然性和可靠性，以因果、規則和分類為邏輯的知識生產模式被人工智能基于算法、復雜人工神經網絡、控制與反饋、自然語言處理、聯結、模糊性、近似性、概率等內在邏輯創造的新型知識生產機制打破了。

不同種類知識之間界限變模糊和傳統知識生產機制被打破，意味著當前的社會知識生產從傳統知識觀念強調的追求客觀、普遍、中立的知識變成了后現代知識觀重視的具備不確定性、突變性、異質性和多樣性的知識。這種趨勢是推動傳統出版產業與其他行業深度融合發展的根本力量。原因在于，出版不僅是人類社會的知識生產方式和人獲取知識的渠道，也為人工智能提供高質量的“語料”。出版業態創新已經迫在眉睫，傳統出版需要盡快升級成智慧出版，并通過與其他產業，如互聯網、傳媒、教育、游戲、音樂等不同產業的深度合作，創新知識生產和傳播的方式，重新定義知識的形態與功能，實現出版行業與其他相關行業的深度融合發展。

（二）新的知識生產方式加速出版多模態數據融合

在計算機相關技術被廣泛運用之前，知識生產方式主要依賴于專業人士的創作，如作家、學者、編輯等。書籍、期刊、報紙等印刷媒介長期以來是知識傳播的主要載體，出版內容多由少數專家或專業機構生產并發布。這種PGC（專家生成內容）的模式確保了出版內容的質量和權威性，但同時限制了知識生產的多樣性和互動性。隨著信息技術，特別是互聯網和社交媒體的普及，UGC（用戶生成內容）逐漸成為知識生產的重要組成部分。UGC打破了傳統出版的壁壘，使得普通用戶能夠參與知識生產和傳播。在UGC主導的知識生產模式下，出版不再僅依賴于專業出版機構，還通過用戶的互動和貢獻，生成豐富、多元的內容。大語言模型的涌現和人工智能技術的進步使AIGC（人工智能生成內容）逐漸成為知識生產的重要力量。人工智能不僅可以幫助分析大量數據、進行信息提取和自動生成文本，還能夠通過深度學習和自然語言處理進行邏輯推理和語義增強，提高知識生產的效率。

當前，人類社會的知識生產正在進入“人智交互”生成內容的協同創新時代。人智交互型知識生產方式是PGC、UGC和AIGC的有機結合，在這種模式下，專家、用戶和人工智能共同參與知識生產，形成“人在回路”（human in the loop，HITL）的協同效應——在自動化流程或機器決策過程中，人類參與或監督某個關鍵環節。它確保人類在系統作出重要決定時仍然保留控制權或具有干預能力，尤其是在系統可能面對復雜、非標準化或道德敏感的情境時提高AI系統的可靠性、道德性和靈活性。

人機協作知識生產的底層是海量多模態數據的深度融合。從人類視角出發，人類擁有眼、耳、鼻、舌、身、嘴（語言）的感知，人類的知識是多模態生成的。從AI視角出發，它也可以將視覺、聽覺等都建模為token序列，采取與大語言模型相同的方法進行學習，并進一步與語言中的語義進行對齊，實現多模態對齊的知識生產能力。多模態數據的融合依賴有實體并支持與物理世界進行交互的智能體如機器人、無人車、智能手機等，它們通過多模態大模型處理多種傳感數據輸入，由大模型生成內容并輸出，從而實現虛擬和現實的深度融合，以更加接近人類視角的方式生產知識。當前的出版知識生產，已經呈現出多模態數據深度融合的特征，例如在教育出版領域，AI可以結合學生的學習行為、語音反饋和測試結果，為其制訂個性化的學習計劃。

（三）新的知識生產者與獲取者關系重構出版傳統價值鏈

知識社會學的一個理論預設是將知識的生產者、傳播者和獲取者的身份分離，從而研究知識在社會中的生產和分配機制。gt; 卡爾·曼海姆（Karl Mannheim）、阿爾弗雷德·韋伯（AlfredWeber）等學者甚至提出“與社會無涉的知識分子”？ 隸屬于一種“間隙階層”@。這種割裂知識生產者和接受者身份的理論分析視角顯然與我們今天所處的賽博空間和信息社會不相符合。作為一個不區分作者與讀者、生產者與用戶的環境，Web2.0引入了“生產使用者”（produser）、“寫讀者”（wreader）等概念。A 它刺激了各種形式的“社交”閱讀和寫作，如參與式寫作、集體寫作、“測試版出版”、“粉絲二創”以及受眾籌支持的寫作和出版項目。

數智時代，知識生產者與獲取者的身份并非固定的，它指向一個動態互換的過程。首先，這種身份的流動性體現在多種社交媒體和在線平臺上，用戶不僅是內容的接受者，隨著信息技術的發展，他們逐漸轉變為主動的知識生產者。一名博主在某個平臺上可能是知識的生產者，而在另一個平臺上可能是知識的使用者。例如，在抖音上，一個用戶可以創建視頻或文章分享個人見解，而在小紅書社區中，這位用戶又可能是受眾，接受其他用戶分享的知識。其次，參與式知識生產成為一種普遍現象。許多平臺鼓勵用戶共同創作和修改內容，使得知識生產成為集體的活動。這種參與式的模式不僅提升了知識的可獲得性和共享性，還增強了用戶的歸屬感和參與感。用戶不再僅是知識的接受者，還積極參與知識的創造和傳播，推動了知識生產的多元化和去中心化。

在知識生產者和消費者身份流動不定的環境下，傳統出版從作者到讀者的知識服務價值鏈發生了深刻的變化。這種變化不僅重塑了知識生產和傳播的方式，也改變了出版產業的結構和功能。傳統出版中，內容的價值主要依賴于作者的專業背景和出版機構的選擇，而在數智時代，內容的價值來源于其受歡迎程度、用戶反饋和社交傳播，出版機構需要關注用戶的需求和偏好，以便不斷調整和優化出版策略。此外，隨著知識生產者與消費者身份的流動，傳統的出版物銷售模式逐漸演變為多種形式的收入模型。許多知識生產者通過廣告、贊助、付費訂閱或眾籌等方式獲得收益。出版機構也在探索新的商業模式，如按需印刷和開放獲取，以適應快速變化的市場需求。

四、面向知識生產的出版深度融合發展實現路徑

數智時代的知識生產被人工智能技術重構，知識生產的效率得到了極大提高，改變了過去認知主體與客體割裂的狀態，也改變了人類認識自然、社會和自身的方式。從行業來看，人工智能知識重構給現有出版業態發展方式帶來了挑戰，人工智能時代所形成的智慧出版本質上是一種更高級的出版業態，這對出版業的創造性和創新性提出了更高的要求，出版深度融合發展的任務變得更為緊迫。B 面向數智時代的知識生產特征，出版業可以從夯實數據底座、探索跨界合作、創新商業模式等方面推動出版深度融合發展。

（一）打破行業壁壘跨界合作

數智時代的背景下，傳統知識分類體系中原本被清晰界定的知識邊界正在變得模糊。原因在于兩個方面，一是知識生產方式發生了變化。人工智能介入知識生產的基礎是大量異質、異構、多模態、跨學科的數據融合，這本身就要求多個學科領域之間、不同層次之間的知識深入地交叉融合。二是知識獲取方式發生了變化。在傳統的知識分類中，學科之間有著明確的劃分，知識的獲取往往需要按照學科體系進行系統學習。人工智能介入后，人們獲取知識的方式變成了采用問答直接生成“最優”解，并通過提示和交互進一步優化結果或者求解新的問題。人們獲取知識的方式，已經從“閱讀”和“檢索”變成了“提問”和“進一步提問”。這種認知“捷徑”，重塑了人們的知識獲取態度和行為。人們不需要考慮從何種媒介、選擇何種載體以何種方式獲取何種知識，只需要知道如何提問和在哪提問。人工智能工具的問答模式使得用戶獲取的知識不再受限于學科邊界。用戶可能因為一個日常問題，如 “如何讓家居環境更環保”，而同時獲取物理學、化學、生物學、設計學等多個學科領域的知識。這種跨學科的知識獲取變得輕而易舉，不同學科的知識在問答過程中自然地融合在一起，進一步推動了知識邊界的模糊化。

這一新趨勢不僅拓寬了知識的邊界，也使出版、互聯網、傳媒、教育及游戲等多個行業之間開始呈現深度交叉與融合的新特征。例如，在抖音、嗶哩嗶哩等視頻平臺上，有大量的科普賬號以輕松、有趣的方式分享科學知識。這些視頻通常通過生動的演示和通俗的語言，將復雜的科學概念，如黑洞、量子力學、氣候變化等，以觀眾容易理解的方式呈現。不僅是科學知識，工具性知識的傳播也發生了類似的變化。以往通過專業書籍或正式培訓傳播的工作技能知識，現在可以通過游戲化的形式進行傳授。許多在線學習平臺通過引入游戲元素，如任務獎勵、關卡挑戰等，使得學習者在娛樂中逐步掌握新技能。這種方式既增強了學習的趣味，也增強了知識的傳授效果，進一步促進了知識傳播的多樣化。一旦有知識獲取需求，用戶只需在ChatGPT、DeepSeek、Gemini、Kimi等人工智能問答平臺的對話框中輸入問題，它們就能迅速對問題進行解析，從其龐大的語料庫中提取相關信息，并以自然流暢的語言組織答案再呈現給用戶。無論是文學歷史領域的深度探討，如對《紅樓夢》中人物關系的復雜解讀，還是科學技術方面的專業問題，像量子力學的基本原理闡釋，這些工具都能給出較為全面且有條理的回答。這種問答式的知識提供者，就像一位隨時在線的全能導師，無論何時何地，只要用戶有疑問，都能即時獲得解答。

面對這一變革，出版業的傳統生產方式也應該變革，應當積極順應大勢，主動尋求與其他產業的融合。一方面，出版業或可考慮出售人工智能訓練權，與大模型公司合作，在獲得許可的情況下提供數據和內容，用于訓練人工智能，以便這些模型變得更加準確，造福于用戶的同時為傳統出版業開辟新的盈利模式。例如哈珀柯林斯出版集團于2024年11月與一家科技公司簽署協議，允許“有限使用部分非虛構類后備書目作品”來訓練人工智能模型，以“提升模型質量和性能”。C 另一方面，出版業可以通過跨界合作，推動與其他相關行業的融合發展，共同促進知識的廣泛傳播與深度應用。如以“多鄰國”“流利說”等App為代表的許多語言類學習平臺就將出版、教育、游戲三種行業結合，巧妙地把語言知識設計成輕松靈活的闖關機制游戲，其同時具備“理性知識”的內容特點與“閑談和消遣性知識”的形式特點，使得學習者在娛樂中逐步掌握一種新的語言。

（二）夯實融合發展數據底座

隨著人工智能技術的介入，人機協作知識生產成為大勢所趨。人機協作知識生產是PGC、UGC和AIGC三者的有機結合，由專家、用戶和AI共同參與知識生產，知識由此成為人類要素與非人類要素共同作用的結果。

人工智能參與知識生產離不開多模態的數據融合。人工智能介入知識生產所呈現的消除各種感官之間、認識主體之間與認識對象之間的割裂現象，正是出版深度融合發展的動力和目標。數據融合的實現需要各方用戶、知識服務商、技術服務商以及新內容服務商共同參與其中。知識服務商匯總來自專業用戶的數據，實現出版數據資源化。目前，出版數據資源化可以從兩方面入手：一是存量出版數據化，即對傳統出版的紙質圖書的數據化處理；二是對在數字出版生產、管理、流通等過程中產生的大量零散瑣碎的非結構化數據，采用數據識別、采集、清洗、存儲等手段，將它們整理成有序、標準、有價值的結構化出版數據資源。D 出版數據資源化后，知識出版機構建立知識調度中心與知識引擎，最終將形成各領域的行業知識庫與行業大模型；非專業場景下普通用戶生成的知識則由公共服務入口與市場服務入口進入多元產品及服務的發放平臺。最終，多領域專業用戶與非專業場景下普通用戶的內容匯聚，將形成涵蓋多樣化內容的內容調度中心，實現文化產業、數字技術與實體經濟的深度融合。技術服務商運用自身的人工智能等先進技術建立通用大模型，新內容服務商利用通用及跨行業百科搭建通用知識庫，通用大模型與通用知識庫結合助力支持檢索多元內容的引擎，實現文化與科技的融合。

當前，人們普遍認為人工智能所產生的知識并不存在創造性的因素，而是在形式上對人類知識庫中既有的信息或知識的再聯結，并且人工智能尚未在這個過程中具備人類的反思意識。E 因此，在實現真正意義上的人機協作知識生產的過程中，人類作為人工智能的開發者與使用者要發揮的作用至關重要，人類參與者的角色依然不可或缺且不可替代。具體而言，一要堅決保留并尊重人類在知識生產過程中的參與權、控制權與監督權，確保技術服務于人類目標；二要注重多模態的數據融合，通過整合來自不同渠道、形式的信息，進一步提升知識內容的準確性、全面性和可靠性，從而構建更加豐富、立體且值得信賴的知識體系。探索人機協作知識生產的新路徑時，深刻理解并實現人類參與者的核心價值，是推動出版業乃至整個知識社會健康發展的關鍵所在。

（三）重構智慧出版商業模式

數智時代帶來了流動不定的知識生產者與消費者身份。一方面，網絡社區使遠距離用戶之間的即時通信成為可能，在社交媒體和在線平臺上，用戶既是接受者也是生產者。另一方面，參與式知識生產成為普遍現象。在數智化環境中，出版業應重塑知識服務價值鏈，從傳統的作者到讀者的單向傳播模式轉變為作者、讀者、平臺等多方互動的模式。這種轉變的核心在于以用戶思維為導向，深度挖掘用戶需求，以此重構以智慧出版為核心的商業模式。在過去，出版業主要圍繞著內容創作和傳播的既定流程展開，作者創作、編輯審核、出版機構發行，讀者處于相對被動的位置。然而，數智時代打破了這種固定模式，用戶的需求和行為習慣發生了巨大變化，他們不再滿足于單純的知識接受，而是渴望參與創作、分享和互動的過程。

出版機構需要敏銳地捕捉到這一變化，將用戶思維貫穿整個商業模式的設計。一要深入了解用戶的個性化需求。通過大數據分析、用戶調研等手段，精準把握不同用戶群體在知識獲取、閱讀體驗、社交互動等方面的差異。例如，對于專業領域的用戶，他們可能更需要深度、權威的知識內容，并且希望能夠與同領域的專家和學者進行交流；對于普通大眾用戶，輕松有趣、具有娛樂性和實用性的知識更能吸引他們。二要積極搭建用戶參與的平臺和機制。鼓勵用戶參與內容創作，比如設立用戶投稿渠道，對優秀的用戶創作內容進行篩選和出版，讓用戶成為出版生態中的重要創作者。同時，建立用戶反饋機制，及時收集用戶對內容的評價和建議，以便對后續的創作和出版進行調整和優化。此外，可以組織各種線上線下的知識交流活動，如讀書俱樂部、主題講座、研討會等，增強用戶之間的互動和社交性，形成一個活躍的知識社區。三要基于用戶思維進行盈利模式創新。除了傳統的圖書銷售、版權授權等收入來源外，可以探索更多與用戶需求緊密結合的盈利模式。例如，提供會員服務，為會員用戶提供獨家的知識內容、個性化的推薦、優先參與活動的權利等；開展知識付費課程，邀請專家和知名作者為用戶提供系統的在線課程；通過廣告投放實現盈利等。

值得注意的是，出版商業模式的創新是以出版業積極搭建屬于自身的以用戶為中心的客戶知識管理平臺為基礎的。用戶在平臺前端產出碎片化、多樣化的內容，創建知識產品，提供知識服務。平臺后端則基于通用語言大模型與領域知識大模型，運用標引、關聯工具，將用戶交互操作產生的可在各領域靈活流動的元知識梳理成知識體系與知識圖譜，再將知識進行數字化加工、結構化處理，形成知識資源池。

五、小結

綜上所述，出版作為一種知識生產方式的核心功能在于知識的創造、傳播和保存。出版不僅涉及內容的選擇和編輯，還承擔著傳播和轉化知識的責任。通過不同形式的出版物，知識得以傳遞給更精準、更廣泛的受眾，推動社會文化的發展和人類智慧的積累。數智技術的引入不僅改變了知識生產的方式，也推動了出版內容的多樣化和傳播渠道的多元化，即出版融合發展。出版融合發展不是簡單的傳統出版和數字出版融合，也不單是不同媒介的融合，更不是表面上的技術和內容的融合。盡管技術和設施的進步為出版提供了更好的工具，但融合的發展并不完全依賴于這些媒體設施的復雜性和精密性。真正的融合需要建立在理念、管理和人才的基礎之上。出版機構需通過戰略管理、跨學科的團隊合作和創新的理念，推動各類知識的整合與共享，形成協同創新效應。

出版融合發展不是一個簡單的目標或終點，而是一個持續的動態過程。數智時代的出版融合發展是一種全方位的知識生產創新。出版業應以知識生產為核心，借助數智技術的力量，持續探索融合的路徑與方式，通過優化理念、管理和人才結構，實現可持續發展，提升知識的傳播和應用價值。

（作者許潔系武漢大學信息管理學院教授、出版科學系主任；朱瑞系武漢大學信息管理學院出版發行學專業2023 級碩士研究生）

注釋

①?? 姜華. 制造知識：作為媒介的書籍與出版 [M]. 北京：商務印書館，2024： 4; 14; 57-78.

② The Britannica Dictionary [EB/OL]. （2024-12-27）[2024-12-27].https：//www.britannica.com/dictionary/Publish.

③ SCHEMENT J R. E n c y c l o p e d i a o f c o m m u n i c a t i o n a n dinformation [M]. New York： Macmillan Reference， 2002： 797.

④ BHASKAR M.The content machine： tworads a theory ofpublishing from the printing press to the digital network [M]. NewYork： Anthem Press， 2013： 78-81.

⑤ 夏蒂埃. 書籍的秩序：14至18世紀的書寫文化與社會 [M]. 吳泓緲， 張璐，譯. 北京： 商務印書館， 2013： 1-3.

⑥ 黃旦. 重構“谷登堡星漢”[J]. 現代出版， 2020 （1）： 36-40.

⑦ 孫瑋， 李夢穎. 數字出版：超文本與交互性的知識生產新形態 [J]. 現代出版， 2021 （3）： 11-16.

⑧ 常江， 朱思壘. 作為知識生產的數字出版：媒介邏輯與文化生態 [J]. 現代出版， 2021 （5）： 19-24.

⑨? 方卿， 王一鳴. 論出版的知識服務屬性與出版轉型路徑 [J]. 出版科學，2020， 28 （1）： 22-29.

⑩ 許潔. 論以知識為內容的出版：兼答出版在哪里 [J]. 現代出版， 2024 （3）：57-65.

? 湯普森. 文化商人 [M]. 張志強， 何平， 姚小菲， 譯. 南京： 譯林出版社， 2016：221.

? 馬費成， 胡翠華， 陳亮. 信息管理學基礎 [M]. 武漢： 武漢大學出版社， 2022：10， 45.

?? 馬克盧普. 美國的知識生產與分配 [M]. 孫耀君， 譯. 北京： 中國人民大學出版社， 2009： 11; 16-17.

? 費爾德曼. 知識論 [M]. 文學平， 盈俐， 譯. 北京： 中國人民大學出版社，2019： 235.

? HAYEK F A.The use of knowledge in society [J]. The American economic review， 1945， 35 （4）： 519-530.

?? 伯格， 盧克曼. 現實社會的建構：知識社會學論綱 [M]. 吳肅然， 譯. 北京：北京大學出版社， 2020： 23; 18-19.

? 愛森斯坦. 作為變革動因的印刷機：早期近代歐洲的傳播與文化變革 [M].何道寬， 譯. 北京： 北京大學出版社， 2010： 69-70.

?? 波普爾. 客觀知識：一個進化論的研究 [M]. 煒光， 卓如飛， 周柏喬， 等譯.上海： 上海譯文出版社， 2015： 13-15; 67-78.

? 波普爾. 科學發現的邏輯 [M]. 查汝強， 邱仁宗， 萬木春， 譯. 北京： 中國美術學院出版社， 2008： 121.

? SCHELER M. Problems of a sociology of knowledge [M]. London：Routledge amp; Kegan Press， 1980： 13.

? 維特根斯坦. 哲學研究 [M]. 陳嘉映， 譯. 北京： 商務印書館， 2015： 117.

? 王榮江. 算法、圖靈機、哥德爾定理與知識的不確定性 [J]. 自然辯證法研究， 2002 （3）： 48-51.

? 基辛格， 施密特， 胡滕洛赫爾. 人工智能時代與人類未來 [M]. 胡利平， 風君，譯. 北京： 中信出版社， 2023： 72.

? 舒茨. 社會世界的意義構成 [M]. 游淙祺， 譯. 北京： 商務印書館， 2012：65-67.

? 韋伯. 文化社會學視域中的文化史 [M]. 姚燕， 譯. 上海： 上海人民出版社，2006： 212.

? 曼海姆. 卡爾·曼海姆精粹 [M]. 徐彬， 譯. 南京： 南京大學出版社， 2002：15.

? WEEL A V D. Appropriation： towards a sociotechnical history ofauthorship [J/OL]. （2015-12-01） [2025-02-03]. https：//doi.org/10.21825/aj.v4i2.1438.

? 周蔚華. 人工智能與知識重構：對人工智能賦能出版業的思考 [J]. 現代出版， 2024 （11）： 1-12.

? A L B A N E S E A， M I L L I O T J.A g e n t s， a u t h o r s q u e s t i o n harpercollins ai deal [EB/OL]. （2024-11-19）[2024-12-27].https：//www.publishersweekly.com/pw/by-topic/industryn e w s/p u b l i s h e r-n e w s/a r t i c l e/96533-a g e n t s-a u t h o r squestion- harpercollins-ai-deal.html.

? 楊軍， 陶安濤. 數智時代出版數據要素價值問題探究 [J]. 中國編輯， 2024（9）： 28-33.