姚 曦, 姚 俊

(武漢大學(xué) 新聞與傳播學(xué)院, 湖北 武漢430072)

隨著人工智能技術(shù)、物聯(lián)網(wǎng)以及生物科學(xué)的發(fā)展,機(jī)器的勞動能力正在發(fā)生著實質(zhì)性改變,從最初替代人類出現(xiàn)在工廠中完成重復(fù)枯燥的體力勞動,到協(xié)助人類做決策等“智慧型”工作,以大任務(wù)、大訓(xùn)練、大模型與大系統(tǒng)為基石的ChatGPT不僅能夠“理解”人類的語言指令,生產(chǎn)的內(nèi)容與人類語言習(xí)慣、常識、認(rèn)知、需求和價值觀也更加契合與匹配。越來越多的行業(yè)讓人工智能技術(shù)參與到勞動中,以提高勞動效率、降低失誤率。人工智能技術(shù)的持續(xù)迭代與廣泛應(yīng)用,引發(fā)了人們對人機(jī)關(guān)系的關(guān)注與思考,如勞動分工中的認(rèn)知主體問題(1)X.Feng,“Artificial Intelligence and the New Issue of Cognitive Subject”,Frontiers of Philosophy in China,Vol.17,No.2,2022.、人機(jī)有效協(xié)作問題(2)P.Puranam,“Human-AI Collaborative Decision-Making as an Organization Design Problem”,Journal of Organization Design,Vol.10,No.2,2021.、探索人類勞動者的關(guān)鍵能力(3)T.Süβe, et al.,“Antecedents of Constructive Human-AI Collaboration:An Exploration of Human Actors’ Key Competencies”,L.M.Camarinha-Matos,et al.,Smart and Sustainable Collaborative Networks 4.0:22nd IFIP WG 5.5 Working Conference on Virtual Enterprises, PRO-VE 2021,Saint-étienne,France,November 22-24,2021,Proceedings 22,Cham:Springer International Publishing,2021,pp.113-124.等。

于品牌傳播而言,數(shù)據(jù)與算法的涌入帶來原有業(yè)務(wù)內(nèi)容、勞動分工的重新分配和調(diào)整,重新定義了勞動本身與勞動關(guān)系,這種需人機(jī)交互完成的勞動可稱為第三種勞動。它具有以下特征:首先,居于人機(jī)平行勞動(人機(jī)分離式協(xié)作)與完全自動化(人機(jī)完全融合)之間,它是人類與人工智能協(xié)同勞動的混合體。人機(jī)勞動分工并非人機(jī)勞動分離,而是指為了完成某一項任務(wù),智能技術(shù)的勞動與人類勞動存在時間上的先后順序,形成了“協(xié)同”式的勞動關(guān)系。其次,第三種勞動包括人機(jī)分工與再分工,它是動態(tài)勞動分工過程與結(jié)果。分工是品牌服務(wù)商根據(jù)人機(jī)各自的優(yōu)勢對人機(jī)勞動作出的分配,它是第三種勞動形成的基礎(chǔ)條件。再分工指隨著時間的推移,原有的勞動配置可能會發(fā)生分化與重組,形成新的勞動類型與協(xié)作關(guān)系。

目前品牌傳播領(lǐng)域探討的主要議題包括人工智能在廣告創(chuàng)意中的使用(4)D.Vakratsas,X.Wang,“Artificial Intelligence in Advertising Creativity”,Journal of Advertising,Vol.50,No.1,2020.、人工智能在程序化廣告中的作用研究(5)V.S.Diwanji,et al.,“Deconstructing the Role of Artificial Intelligence in Programmatic Advertising:At the Intersection of Automation and Transparency”,Journal of Strategic Marketing,Published online:23 November 2022,https://doi.org/10.1080/0965254X.2022.2148269.、人工智能如何實現(xiàn)廣告與消費(fèi)者的有效溝通(6)J.Kietzmann,et al.,“Artificial Intelligence in Advertising How Marketers Can Leverage Artificial Intelligence along the Consumer Journey”,Journal of Advertising Research,Vol.58,No.3,2018.等。總的來看,國內(nèi)外學(xué)者沿襲的依舊是人機(jī)二分式的研究視角,比較關(guān)注人工智能取代人類工作的潛力以及與人類勞動能力相比的相對優(yōu)勢,對具體業(yè)務(wù)運(yùn)作中人類與智能技術(shù)間如何協(xié)作完成任務(wù)的關(guān)注較為匱乏,未能觸及到第三種勞動中人機(jī)關(guān)系的本質(zhì)。智能品牌傳播業(yè)務(wù)是一種典型的數(shù)據(jù)密集型勞動,大數(shù)據(jù)與算法的介入是提高品牌傳播精準(zhǔn)性、及時滿足消費(fèi)者需求的重要品牌戰(zhàn)略。智能品牌傳播中人機(jī)協(xié)作式勞動比預(yù)期的更加具有挑戰(zhàn)性,需要研究者關(guān)注具體的勞動流程。綜上,有必要聚焦到具體的品牌傳播業(yè)務(wù)運(yùn)作場域中,對第三種勞動中的人機(jī)關(guān)系做深入的研究,這將具有重要的理論價值與實踐意義。

一、勞動分工與協(xié)同:研究智能時代人機(jī)關(guān)系的一個基本視角

對于勞動分工與協(xié)同的理解可以追溯到勞動分工理論,它是經(jīng)濟(jì)學(xué)中的重要理論。亞當(dāng)·斯密在《國富論》中寫道,“勞動生產(chǎn)力上最大的增進(jìn),以及運(yùn)用勞動時所表現(xiàn)的更大的熟練、技巧和判斷力,似乎都是分工的結(jié)果”(7)亞當(dāng)·斯密:《國民財富的性質(zhì)和原因的研究》上卷,北京:商務(wù)印書館,1981年,第3頁。。馬克思進(jìn)一步分析了分工優(yōu)越性產(chǎn)生的原因——“由協(xié)作的一般性質(zhì)產(chǎn)生的”(8)馬克思:《資本論》第1卷,北京:人民出版社,2004年,第393頁。,即分工優(yōu)越性的產(chǎn)生離不開分工者之間的有效協(xié)作,協(xié)作反過來也會影響分工的效果?？梢钥闯?分工與協(xié)同是一組關(guān)系型概念,基于此,本文將勞動分工與協(xié)同作為研究智能時代人機(jī)關(guān)系的一個基本視角。具體而言,第一,勞動工具的自動化塑造著人機(jī)協(xié)作式的分工配置,“分工從最初起就包含著勞動條件——勞動工具和材料——的分配”(9)《馬克思恩格斯文集》第1卷,北京:人民出版社,2009年,第579頁。,這就意味著勞動主體在勞動中的分工關(guān)系與勞動工具密切相關(guān),即“手推磨所決定的分工不同于蒸汽磨所決定的分工”(10)《馬克思恩格斯文集》第1卷,第622頁。。勞動工具自身的變化在馬克思看來“更能顯示一個社會生產(chǎn)時代的具有決定意義的特征”(11)《馬克思恩格斯全集》第23卷,北京:人民出版社,1972年,第204頁。。從農(nóng)業(yè)時期的手工工具到工業(yè)時期的機(jī)械化工具,技術(shù)與機(jī)器并不具備推理、判斷、共情、深度思考等人獨(dú)有的屬性,人類與技術(shù)間一直是單方面的使用與被使用的關(guān)系。人工智能是人類對自己的全面復(fù)制與突破,它似乎展現(xiàn)出了某種自主思考與行動的能力,因此,很多學(xué)者對智能技術(shù)是否還屬于被操控的勞動工具提出了質(zhì)疑,指出人工智能是人的外在延伸和擴(kuò)展,它不僅復(fù)制了人的外貌、四肢,還意欲將屬于自己的思考能力、情感、自我意識等人稱之為人的“東西”賦予機(jī)器,實現(xiàn)對人思維系統(tǒng)的復(fù)制乃至超越。因此,人工智能已經(jīng)不完全是“被使喚者”了,它更像是存在于硅基“軀體”上的人。不過也有學(xué)者認(rèn)為智能機(jī)器具有的主體性也只是擬主體性,而“無法解決的自我意識問題讓人工智能僅能作為一種工具存在”(12)陳凡、程海東:《人工智能的馬克思主義審視》,《思想理論教育》2017年第11期。。理論上工具性存在與擬主體性的探討,映射到具體的勞動情境中表現(xiàn)為對人工智能支持的自動化的關(guān)注,即AI與人類動態(tài)地結(jié)合在一起,作為一個整體發(fā)揮勞動的價值。

第二,以人類為中心的勞動關(guān)系的瓦解促成了人機(jī)共同體的形成。以模擬人類的智慧為目的的機(jī)器已經(jīng)擁有了可以與人類相匹敵的組織、協(xié)調(diào)和控制的能力,集工具屬性與勞動主體屬性于一身。這一轉(zhuǎn)變不僅打破了人類對勞動主體地位的壟斷,并使得智能機(jī)器取代人類成為新的勞動者,重新定義了人與機(jī)器之間的關(guān)系(13)張自永、吳宏洛:《人工智能時代勞動解放的四維解析》,《海南大學(xué)學(xué)報》(人文社會科學(xué)版)2020年第6期。,即人與機(jī)器正在經(jīng)歷著從弱交互適應(yīng)到強(qiáng)交互適應(yīng)的變革,意味著人類不再擁有絕對的勞動話語權(quán)。此外,智能機(jī)器在勞動領(lǐng)域、工作習(xí)慣、勞動方式等方面擁有人類無法比擬的優(yōu)勢,且機(jī)器與機(jī)器間能略過人類這一中介實現(xiàn)復(fù)雜的合作,這意味著在現(xiàn)有的勞動范疇內(nèi),機(jī)器不僅能代替人類高質(zhì)高量完成交付的任務(wù),同時它開始進(jìn)入了人類能力所不及的工作領(lǐng)域,智能機(jī)器的勞動和人類的勞動作為兩種截然不同的勞動形態(tài)將前所未有地“共存”于人類社會(14)歐陽英:《從馬克思的異化理論看人工智能的意義》,《世界哲學(xué)》2019年第2期。。人在勞動關(guān)系中的中心地位體現(xiàn)于對機(jī)器具有絕對的控制權(quán)、驅(qū)使權(quán),并且行使這些權(quán)利并不會造成勞動效率與勞動價值的損耗。隨著數(shù)據(jù)和算法對人類勞動領(lǐng)域的大規(guī)模介入,越來越多的行業(yè)與企業(yè)謀求數(shù)字化轉(zhuǎn)型,造就了數(shù)字時代獨(dú)有的勞動形態(tài),即數(shù)據(jù)密集型勞動,它的獨(dú)特性在于智能技術(shù)被設(shè)計成與人類緊密耦合的合作伙伴,而非人類對機(jī)器的絕對控制與使用。

綜上,人機(jī)協(xié)作式的分工配置與人機(jī)勞動共同體的形成皆在凸顯人機(jī)關(guān)系中的“互構(gòu)”與“耦合”面向。因此,以勞動分工與協(xié)同為視角,可以幫助我們從關(guān)系中檢視與廓清第三種勞動中人機(jī)分工樣貌、人機(jī)關(guān)系的具體指涉是什么以及它是如何形成的。

二、第三種勞動的形成:智能技術(shù)對品牌傳播業(yè)務(wù)運(yùn)作的全面介入

智能品牌傳播業(yè)務(wù)圍繞傳遞商品或服務(wù)信息實現(xiàn)品牌價值展開,依賴大量最新的消費(fèi)者數(shù)據(jù)(畫像相關(guān)的數(shù)據(jù)與消費(fèi)者商品使用反饋數(shù)據(jù))、市場發(fā)展分析來洞察與預(yù)測消費(fèi)者的行為,主要業(yè)務(wù)流程包括消費(fèi)者洞察、內(nèi)容生產(chǎn)、內(nèi)容匹配、效果評估四個部分。以分工—協(xié)同為視角,以四個核心業(yè)務(wù)流程為分析框架,本部分在具體的勞動場域中梳理與呈現(xiàn)第三種勞動中的人機(jī)關(guān)系,具體如下:

(一)分工—協(xié)同的消費(fèi)者洞察

消費(fèi)者洞察,包括洞察理念與洞察行為兩個部分,它是廣告業(yè)現(xiàn)代化轉(zhuǎn)型過程中的穩(wěn)定器與加速器,依托于嚴(yán)格的調(diào)查流程與數(shù)據(jù)分析,提升了廣告的科學(xué)性和專業(yè)化程度。消費(fèi)者洞察理念經(jīng)歷了從“群體畫像”到“個體畫像”的變化:群體畫像是對群體的心理特征、行為特征進(jìn)行整體性概述;個體畫像則是對個體特征、行為數(shù)據(jù)和場景信息進(jìn)行收集,利用機(jī)器學(xué)習(xí)模型對這些數(shù)據(jù)進(jìn)行標(biāo)簽提取和分類,然后使用標(biāo)簽組成完整的消費(fèi)者畫像(15)H.Choi,et al.,“Online Display Advertising Markets:A literature Review and Future Directions”,Information Systems Research,Vol.31,No.2,2020.。對數(shù)據(jù)的篩選與使用是影響消費(fèi)者洞察精準(zhǔn)性的關(guān)鍵因素。消費(fèi)者洞察對大數(shù)據(jù)的認(rèn)識與使用經(jīng)歷了一個由淺入深的過程:初期更加關(guān)注樣本的數(shù)量,隨著技術(shù)抓取數(shù)據(jù)能力的不斷提升,對數(shù)據(jù)范圍和樣本大小的關(guān)注逐漸讓位于數(shù)據(jù)與個體的關(guān)聯(lián)程度與數(shù)據(jù)結(jié)構(gòu)的完整性。

在消費(fèi)者洞察中,智能機(jī)器負(fù)責(zé)實時收集有關(guān)消費(fèi)者的多維度、深層次數(shù)據(jù)。傳統(tǒng)洞察環(huán)節(jié)所設(shè)置的場景把用戶真實生活元素排除在外,這是“總體”思維對消費(fèi)者“個性”的主動閹割。生活場景并非實驗室,真實的消費(fèi)者因知識背景、動機(jī)、身體活動形式、情緒狀態(tài)等的不同而千差萬別,分眾的“瞳孔識別”技術(shù)以及秒針的“情感云”識別系統(tǒng)將洞察深入到了用戶感官的感知與生物本能中,如視覺、嗅覺與觸覺等感官反應(yīng),以機(jī)器的感知與采集系統(tǒng)替代人類的肉眼觀察與記錄,實現(xiàn)對消費(fèi)者實時場景中更細(xì)顆粒度的生理和情感數(shù)據(jù)的獲取,人對技術(shù)的“坦誠相見”意味著消費(fèi)者洞察中“不確定”部分的進(jìn)一步消弭。此外,人類的語言中隱藏著大量的不易被察覺的信息,如行為習(xí)慣、思維方式、社會結(jié)構(gòu)與規(guī)則等,它也是消費(fèi)者洞察環(huán)節(jié)值得去追蹤與挖掘的重要數(shù)據(jù)之一。以ChatGPT為代表的第四代人工智能技術(shù)具備提取語言痕跡的功能,它使用大模型從特定的語料庫中提取語元之間的關(guān)聯(lián)度,以用于洞察與預(yù)測。預(yù)訓(xùn)練模型是實例性模型而非概括性模型,這就意味著當(dāng)實例數(shù)據(jù)足夠豐富時,消費(fèi)者洞察可以實現(xiàn)從語言到生理、心理、行為數(shù)據(jù)的全方位、多維度覆蓋,距離還原真實生活場景中的消費(fèi)者行為又近了一步。

數(shù)據(jù)孤島依然是目前普遍存在的問題,它限制了數(shù)據(jù)在不同平臺間的流通,損害數(shù)據(jù)的完整性、代表性、均衡性。數(shù)據(jù)的完整性越強(qiáng),對消費(fèi)者的洞察越精準(zhǔn),事實是消費(fèi)者留下的各種數(shù)字痕跡通常散落在不同的平臺,各平臺為了保持其競爭力、保護(hù)用戶隱私,導(dǎo)致不同類型的數(shù)據(jù)無法實現(xiàn)有效聚集,這需要從業(yè)者將算法洞察與傳統(tǒng)調(diào)查結(jié)合起來使用,讓二者可以相互補(bǔ)充。在數(shù)據(jù)的代表性上,被訓(xùn)練的樣本能夠代表目標(biāo)消費(fèi)群體是精準(zhǔn)洞察的前提,這就需要從業(yè)者在理解和把握品牌主訴求的基礎(chǔ)上,告知、判別與篩選訓(xùn)練樣本的類型、范圍與深度。此外,網(wǎng)絡(luò)大數(shù)據(jù)通常是高質(zhì)量數(shù)據(jù)與無效數(shù)據(jù)混合在一起,需要“對原始數(shù)據(jù)集進(jìn)行隨機(jī)抽樣,提取一定數(shù)量的樣本,然后由具有專業(yè)知識的研究人員進(jìn)行人工檢驗,計算出誤差率;再由樣本的誤差率推斷出總體的誤差率;進(jìn)而判斷數(shù)據(jù)誤差是否會對研究結(jié)果的可靠性產(chǎn)生決定性的影響”(16)羅俊:《計算·模擬·實驗:計算社會科學(xué)的三大研究方法》,《學(xué)術(shù)論壇》2020年第1期。,從而減少不均衡的數(shù)據(jù)給洞察帶來的偏差。

(二)分工—協(xié)同的內(nèi)容生產(chǎn)

創(chuàng)意是衡量廣告公司內(nèi)容生產(chǎn)專業(yè)度的關(guān)鍵指標(biāo)之一。隨著智能機(jī)器的介入,創(chuàng)意的生產(chǎn)方式與流程已經(jīng)發(fā)生了改變,首先是“創(chuàng)意”的批量化生產(chǎn),人工創(chuàng)意的生產(chǎn)需要經(jīng)過選素材、寫文案、制作等諸多工序,在智能技術(shù)的驅(qū)動下,使用動態(tài)創(chuàng)意優(yōu)化算法(Dynamic Creative Optimization)系統(tǒng),輸入關(guān)鍵詞就能夠自動生成匹配度較高的創(chuàng)意素材、符合需求的圖文素材式樣、精美的視頻創(chuàng)意。在心理學(xué)的研究中,創(chuàng)造力具有兩個方面的判斷標(biāo)準(zhǔn):原創(chuàng)性(originality)和有效性(effectiveness)(17)M.A.Runco,G.J.Jaeger,“The Standard Definition of Creativity”,Creativity Research Journal,Vol.24,No.1,2012.。還有的心理學(xué)家認(rèn)為新奇性(surprising)也應(yīng)被納入到創(chuàng)造力的判斷標(biāo)準(zhǔn)之中。綜上,原創(chuàng)性、有效性與新奇性是衡量創(chuàng)意質(zhì)量的三個指標(biāo),三個指標(biāo)中如果任意一個趨向于零,那么創(chuàng)造力就會趨向于零。盡管“創(chuàng)造性對于人類自己來說也是一個黑箱,我們不知道創(chuàng)造是如何進(jìn)行的。但有一點(diǎn)可以肯定,創(chuàng)造性決不能還原為聯(lián)想和組合”(18)趙汀陽:《GPT推進(jìn)哲學(xué)問題了嗎》,《探索與爭鳴》2023年第3期。。如此看來,智能機(jī)器生成的內(nèi)容只能稱之為組合式創(chuàng)意、程序化創(chuàng)意、快餐式創(chuàng)意。

“意料之外”的創(chuàng)意與作品的力量“在一定程度上來自于結(jié)構(gòu)的張力”(19)彭蘭:《智媒趨勢下內(nèi)容生產(chǎn)中的人機(jī)關(guān)系》,《上海交通大學(xué)學(xué)報》(哲學(xué)社會科學(xué)版)2020年第1期。,知識結(jié)構(gòu)和日常生活體驗是結(jié)構(gòu)張力的來源。創(chuàng)意人員的知識結(jié)構(gòu)由專業(yè)知識與通用知識構(gòu)成,這些知識或是高度抽象的理論知識,或是從實踐之中習(xí)得的無法被表征的知識,經(jīng)過加工和處理被存儲到大腦中,具有較強(qiáng)的反身性和個體性。同時對生活的觀察與體驗?zāi)軌驇椭鷱臉I(yè)者突破已有的知識結(jié)構(gòu),因真實生活的體悟來自于知覺、直覺甚至是人類自己都無法言說的東西,它既可能出自理性的思考,也可能出自非邏輯判斷。狄爾泰認(rèn)為人是體驗的集合,我們每個人都是社會中存在的人,從出生那一刻起人就要受到社會結(jié)構(gòu)的塑造,我們也在與他人的日常接觸中逐漸習(xí)得人類共有的情感與慣習(xí),這些都是基于邏輯和數(shù)學(xué)的人工智能短時間內(nèi)無法企及的?？梢哉f,復(fù)雜的知識結(jié)構(gòu)與日常生活的觀察和體驗為創(chuàng)意設(shè)置了一道人工智能短時間內(nèi)無法逾越的高墻。

不過,創(chuàng)意具有稀缺性且創(chuàng)意的生成也具有不穩(wěn)定、耗時較長的缺陷,部分創(chuàng)意工作者也開始從數(shù)據(jù)中尋找創(chuàng)意的靈感以加速創(chuàng)意生成周期。有研究證明,有效的協(xié)作能夠從機(jī)器粗加工數(shù)據(jù)的自由組合中尋找啟發(fā),如“幫助人類做出突破性的變異,創(chuàng)造出前所未有的變異空間”(20)李建會、夏永紅:《人工智能會獲得創(chuàng)造力嗎?》,《國外社會科學(xué)》2020年第5期。。單個創(chuàng)意者甚至是群體創(chuàng)意者的知識儲備以及思維都是有邊界的,將不同類型知識進(jìn)行整合和連接的能力也遠(yuǎn)弱于人工智能,同時智能機(jī)器沒有固定的思維結(jié)構(gòu),不會受到過往工作經(jīng)歷和經(jīng)驗的影響,它更有可能跳脫出思維慣性,將隱匿在人們習(xí)以為常事物背后的關(guān)聯(lián)性抓取出來,做出無數(shù)多的排列組合,給創(chuàng)意者提供“意料之外”的答案。從這個角度看,人工智能或許能夠創(chuàng)造出一種新的創(chuàng)意模式,即機(jī)先人后(computer first-human last CF-HL)式創(chuàng)意。而ChatGPT則可以成為人類創(chuàng)意生產(chǎn)中的訓(xùn)練伴侶,在涉及“學(xué)、識、才”的內(nèi)容生產(chǎn)中充分發(fā)揮“人的用處”(The human use of human being),不斷發(fā)揮想象力和創(chuàng)造力,掀起超越人工智能的新的“浪漫主義運(yùn)動”(21)鄧建國:《概率與反饋:ChatGPT的智能原理與人機(jī)內(nèi)容共創(chuàng)》,《南京社會科學(xué)》2023年第3期。。

(三)分工—協(xié)同的內(nèi)容匹配

內(nèi)容產(chǎn)業(yè)的蓬勃發(fā)展使得各式各樣的信息大量涌向受眾,信息傳播已經(jīng)不僅僅是通過媒介將信息傳遞出去,如何讓品牌主的訴求在浩如煙海的信息中被注意到、被識別才是內(nèi)容匹配的目標(biāo),廣告內(nèi)容和消費(fèi)者需求的匹配程度顯得尤為關(guān)鍵。人機(jī)分工與協(xié)同的內(nèi)容匹配以自動化的場景匹配為主。自動化場景匹配本質(zhì)是指在特定情境下個性化信息服務(wù)的基礎(chǔ)上刺激需求與滿足需求的行為,在消費(fèi)行為移動化的環(huán)境下,理解情境因素如何調(diào)節(jié)或促進(jìn)營銷傳播的有效性是至關(guān)重要的(22)D.Grewal,et al.,“Mobile Advertising:A Framework and Research Agenda”,Journal of Interactive Marketing,Vol.34,No.1,2016.。情境匹配模式將移動媒體環(huán)境下消費(fèi)者所處的情境與消費(fèi)者個體的靜態(tài)數(shù)據(jù)相結(jié)合,使用算法和認(rèn)知模型篩選并預(yù)測消費(fèi)者的有效需求與偏好,從而提升內(nèi)容匹配的精準(zhǔn)度。其操作原理是情境感知與認(rèn)知計算的相互補(bǔ)充與融合:情境感知是指任何可以用來描述實體情形和特征的信息,這個實體是與用戶和應(yīng)用程序的交互過程中相關(guān)的人、地點(diǎn)或物體(包括用戶和應(yīng)用本身)(23)A.K.Dey,et al.,“A Conceptual Framework and a Toolkit for Supporting the Rapid Prototyping of Context-Aware Applications”,Human Computer Interaction,Vol.16,No.2-4,2001.,與消費(fèi)者相關(guān)的情境感知信息包括環(huán)境信息,如自然環(huán)境、社會環(huán)境、消費(fèi)者當(dāng)下以及歷史情境數(shù)據(jù);認(rèn)知計算是探索大腦信息加工的機(jī)理,包括感覺、知覺、注意、記憶、語言、思維、表象、意識等認(rèn)知過程,它能在模仿人類認(rèn)知的基礎(chǔ)上作出理解、思考與推理,從而減少決策過程中的誤差。并不是每一種情境要素都會對消費(fèi)者的認(rèn)知產(chǎn)生影響,而且不同的消費(fèi)者對于周圍情境的敏感性也存在很大的區(qū)別,品牌傳播中情境感知是為了對消費(fèi)者的情境敏感性進(jìn)行分析,將影響其判斷和決策的主要情境信息提取出來。消費(fèi)者—廣告—場景的三元匹配就是于認(rèn)知計算與情景感知的補(bǔ)充與融合中提取、計算、預(yù)測與滿足消費(fèi)者的需求和偏好。不過,自動化的情境匹配需要人類設(shè)計的反饋系統(tǒng),反饋既是內(nèi)容精準(zhǔn)匹配的終點(diǎn)也是起點(diǎn),實際精準(zhǔn)往往不是一蹴而就的,而是一個在不斷試錯中無限接近用戶實際所需的過程,需要從業(yè)者給推薦系統(tǒng)增加反饋環(huán)節(jié),在充分聽取、收集反饋信息的基礎(chǔ)上對匹配模型進(jìn)行反復(fù)迭代,進(jìn)而過濾掉算法和模型可能會推薦的無效偏好。

勞動分工設(shè)計與勞動自身的復(fù)雜程度決定了人與機(jī)器各自的任務(wù)和角色,內(nèi)容匹配環(huán)節(jié)中對數(shù)據(jù)處理能力要求較高,而智能技術(shù)能夠高效獲取算法支持的內(nèi)容匹配勞動中所需數(shù)據(jù)的價值。不過,人工智能無法單獨(dú)應(yīng)對消費(fèi)者的不確定行為,常見的包括行為的偶然性與流動性。于前者而言,需要人類為機(jī)器創(chuàng)建識別偶然性的指標(biāo)體系,如瀏覽時間、瀏覽頻率等;對于后者,消費(fèi)者偏好的變化會反映到日常行為中,例如當(dāng)消費(fèi)者點(diǎn)外賣的頻率突然降低的同時健康飲食的檢索次數(shù)增加,宜為消費(fèi)者推送健身、戶外運(yùn)動、綠色食品等與身體健康相關(guān)的品牌信息,從業(yè)者則可以從突變的數(shù)據(jù)中及時作出判別。

(四)分工—協(xié)同的效果評估

智能化效果評估環(huán)節(jié)與其他環(huán)節(jié)關(guān)聯(lián)方式的變化,評估對象與范疇的遷移與拓展,是人機(jī)分工與協(xié)同勞動關(guān)系形成的實踐背景與前因。首先,閉環(huán)式效果評估是指智能技術(shù)讓各種數(shù)據(jù)可抓取、可追蹤、可分析,“形成了以效果評估環(huán)節(jié)為紐帶的從消費(fèi)者洞察、創(chuàng)作到精準(zhǔn)投放的廣告全流程閉環(huán)運(yùn)作模式”(24)姜智彬、師夢瑤:《廣告智能評估:基于共振效應(yīng)的識別、分析與應(yīng)對模型》,《現(xiàn)代傳播(中國傳媒大學(xué)學(xué)報)》2021年第4期。。作為實時反饋數(shù)據(jù),效果評估的結(jié)果為消費(fèi)者洞察、內(nèi)容生產(chǎn)與內(nèi)容匹配提供“第二重”數(shù)據(jù)支持,引發(fā)各環(huán)節(jié)業(yè)務(wù)內(nèi)容與分工的動態(tài)調(diào)整,有利于充分發(fā)揮閉環(huán)式運(yùn)作模式的協(xié)同效應(yīng)。評估對象與范疇的遷移與拓展指人機(jī)分工與協(xié)同的效果評估工作,主要分為前端與后端兩部分。其中,前端是對用戶的接觸點(diǎn)歸因分析,主要是檢測不同媒體平臺以及媒體組合的廣告效果。在跨媒體傳播的當(dāng)下,受眾從接收品牌信息到效果的轉(zhuǎn)化過程中會接觸多種渠道,不同的媒介接觸點(diǎn)對受眾的影響比重和影響范圍也不盡相同,智能機(jī)器能夠?qū)崟r記錄并監(jiān)測真實的廣告效果,其工作機(jī)制是對消費(fèi)者接觸信息到完成轉(zhuǎn)化過程中的行為進(jìn)行全程追蹤,然后使用歸因模型完成購買轉(zhuǎn)化的歸因分析。常見的歸因模型有單點(diǎn)歸因與多點(diǎn)歸因,但單點(diǎn)歸因的應(yīng)用情境有限,歸因結(jié)果產(chǎn)生偏差的幾率也比較大,目前多觸點(diǎn)歸因模型使用較多,它能夠為人類決策者提供不同媒介組合接觸的效果貢獻(xiàn)程度以及不同媒介組合間的協(xié)同作用數(shù)據(jù),幫助品牌主篩選出效果最突出的單個媒體平臺與媒體組合,實現(xiàn)投放渠道的實時、高效管理。后端效果評估提取消費(fèi)者反饋中有價值的信息用于優(yōu)化產(chǎn)品與廣告內(nèi)容,評估的樣本主要來自于購物平臺上的評價信息、社交媒體平臺上的使用體驗。評價信息以及使用體驗是消費(fèi)者最為真實的口碑反饋,它能夠從多個維度為提升品牌傳播效果提供決策依據(jù)。在傳統(tǒng)效果評估中,消費(fèi)者的使用反饋數(shù)據(jù)收集難度較大、收集成本較高,故而要么被舍棄,要么用小樣本替代。在后端效果評估勞動中的人機(jī)分工與協(xié)作模式如下:在被告知品牌相關(guān)的單個關(guān)鍵詞或者是組合關(guān)鍵詞、數(shù)據(jù)產(chǎn)生時間節(jié)點(diǎn)以及數(shù)據(jù)搜集平臺等指令后,網(wǎng)絡(luò)爬蟲技術(shù)便會依照指令抓取散落在不同平臺上的評價數(shù)據(jù),并結(jié)合不同的評估需求對數(shù)據(jù)進(jìn)行整合、清洗、聚類,深度剖析文字、圖片與視頻背后隱藏著的態(tài)度、認(rèn)知與情感,為更新產(chǎn)品、優(yōu)化廣告生產(chǎn)和投放提供科學(xué)的依據(jù)。

依賴大數(shù)據(jù)與算法的效果評估不可避免地會遇到數(shù)據(jù)可信度問題,如數(shù)據(jù)造假與數(shù)據(jù)欺詐。智能時代的數(shù)據(jù)作弊方式具有極強(qiáng)的隱蔽性,如在真實的數(shù)據(jù)中混入虛假數(shù)據(jù),在增加數(shù)據(jù)清洗難度的同時,也會大大降低效果評估結(jié)果的準(zhǔn)確度,甚至誤導(dǎo)算法給出完全錯誤的結(jié)果。使用智能監(jiān)督技術(shù)從源頭上降低惡意數(shù)據(jù)的干擾,是目前多數(shù)數(shù)字品牌服務(wù)商普遍采用的“對抗”方法。但在具體的業(yè)務(wù)中,仍然需要人類勞動者結(jié)合自身的工作經(jīng)驗與常識對智能技術(shù)輸出結(jié)果的可信度作出判斷。

三、互惠式增強(qiáng):第三種勞動中的人機(jī)關(guān)系

智能時代勞動中的人機(jī)關(guān)系研究大多建立在對人類和機(jī)器屬性的相似性、差異性的給定分類上。英國學(xué)者露西·蘇克曼對于施樂PARC的開創(chuàng)性研究挑戰(zhàn)了這一主流觀點(diǎn),其研究表明人與人之間以及人與世界上的物體之間的互動取決于更為復(fù)雜的相互影響的可理解性構(gòu)成過程(25)Lucy Suchman,Human-Machine Reconfigurations:Plans and Situated Actions,Cambridge:Cambridge University Press,2007,p.10.。這與我們的發(fā)現(xiàn)不謀而合,即智能品牌傳播業(yè)務(wù)運(yùn)作流程中的人機(jī)關(guān)系并非是給定的,人機(jī)間也非單方面的替代與被替代的平行、競爭關(guān)系,而是彼此交織與互構(gòu)的互惠式增強(qiáng)關(guān)系,人工智能生產(chǎn)力和效率優(yōu)勢只能通過人類勞動者與技術(shù)之間的有意識和功能性的協(xié)作實現(xiàn)。基于此發(fā)現(xiàn)并依據(jù)勞動分工理論關(guān)于勞動形態(tài)與勞動關(guān)系的相關(guān)研究,本部分進(jìn)一步探索互惠式增強(qiáng)關(guān)系中浮現(xiàn)的新勞動形態(tài)、互惠式增強(qiáng)關(guān)系是如何形成的。

(一)互惠式增強(qiáng)關(guān)系中的新勞動形態(tài):提示、審核、修改與提問

提示勞動指在人類勞動者輸入關(guān)鍵信息的前提下直接采納與使用智能技術(shù)的輸出結(jié)果,此種勞動配置的執(zhí)行結(jié)果通常能夠更加符合即時精準(zhǔn)滿足消費(fèi)者需求的訴求。提示性勞動人機(jī)間是順序性相互依存的關(guān)系,即人機(jī)組成一個共享輸入系統(tǒng),隨后輸出,我們稱之為順序與專業(yè)化并存的勞動(26)P.Puranam,“Human-AI Collaborative Decision-Making as an Organization Design Problem”.。首先體現(xiàn)在內(nèi)容生產(chǎn)環(huán)節(jié)中廣告文案的創(chuàng)作與繪圖中,智能技術(shù)能夠從數(shù)據(jù)庫中對內(nèi)容包含的要素進(jìn)行篩選與組合,在短時間內(nèi)生產(chǎn)出千人千面的文案、圖片與視頻,很多國內(nèi)外的研究已經(jīng)證實智能技術(shù)在藝術(shù)、文學(xué)方面的創(chuàng)造力達(dá)到了和人類相媲美的水平。不過,在算法生產(chǎn)出廣告內(nèi)容之前仍需要人類勞動者預(yù)先解析與具象化廣告主的訴求,以為智能機(jī)器提供內(nèi)容數(shù)據(jù)庫檢索的關(guān)鍵詞、設(shè)定各項輸出內(nèi)容的標(biāo)準(zhǔn)的方式參與到協(xié)作中。

審核、修改是算法增強(qiáng)類的工作,體現(xiàn)在智能品牌傳播業(yè)務(wù)運(yùn)作中的每一個環(huán)節(jié)中。開發(fā)和提升算法需要必要的資源和能力準(zhǔn)備,Tarafdar等人認(rèn)為組織需要五種關(guān)鍵能力:數(shù)據(jù)科學(xué)能力、對業(yè)務(wù)的熟練程度、企業(yè)架構(gòu)專業(yè)知識、運(yùn)營IT技術(shù)的專業(yè)知識和數(shù)字好奇心(27)M.Tarafdar,et al.,“Using AI to Enhance Business Operations”,MIT Sloan Management Review,Vol.60,No.4,2019.。在智能品牌傳播業(yè)務(wù)運(yùn)行中,這種能力集中體現(xiàn)為審核、修改與提問勞動的出現(xiàn)。審核是指人類勞動者在業(yè)務(wù)實施的過程中密切關(guān)注智能機(jī)器的數(shù)據(jù)輸出,充當(dāng)著“把關(guān)人”的角色。修改是指在審核的基礎(chǔ)上對算法出現(xiàn)的錯誤與偏差進(jìn)行更改。通常審核與修改組合出現(xiàn)以提升算法的勞動能力,我們稱之為減少“誤解”類勞動。盡管人工智能技術(shù)與算法可以進(jìn)行自主學(xué)習(xí),其自動化程度與勞動能力得到了大幅度的提升,但如喬姆斯基所言,語言是認(rèn)知的來源與邊界,人類的語言與智能機(jī)器的“語言”截然不同,智能機(jī)器完全會產(chǎn)生異于人類的智能,作出與我們大相徑庭的判斷與選擇。從人類勞動者與技術(shù)的本質(zhì)區(qū)別上看,二者的交互仍然是艱難的,誤解導(dǎo)致的失誤與誤差時有發(fā)生。人類勞動者需要掌握機(jī)器的“語言”,了解這些系統(tǒng)是如何參與到協(xié)同勞動中的。在品牌傳播業(yè)務(wù)流程中,提供參考和及時反饋是確保整個互惠式增強(qiáng)系統(tǒng)中人類和機(jī)器持續(xù)學(xué)習(xí)的關(guān)鍵,人類勞動者需要在數(shù)據(jù)搜集、模型建構(gòu)以及輸出反饋環(huán)節(jié)對可能出現(xiàn)的問題進(jìn)行嚴(yán)格的規(guī)則導(dǎo)入、系統(tǒng)的對比評估與針對性的管理和改進(jìn)。

人工智能的勞動能力需要被激發(fā)(prompting),如何有效地提問成為人機(jī)協(xié)同中的新型勞動。有效的提問是指人類勞動者從業(yè)者能夠在與智能技術(shù)的交互中不斷優(yōu)化問題的構(gòu)成與方向,人工智能具備強(qiáng)大的搜集、分類、精簡信息的能力,產(chǎn)出無限豐富、新奇的創(chuàng)意素材供創(chuàng)意者參考,如在人類勞動者缺乏創(chuàng)意方向時可以向人工智能技術(shù)發(fā)問。另外,人類勞動者能在人機(jī)互動的過程中發(fā)現(xiàn)創(chuàng)意的盲點(diǎn)與誤區(qū),精簡與優(yōu)化創(chuàng)意的思路與方向,將對創(chuàng)意的模糊想象轉(zhuǎn)化為清晰的設(shè)計。由于人類發(fā)問者的提問方式、對機(jī)器輸出內(nèi)容的理解與轉(zhuǎn)化能力存在差異,會導(dǎo)致人機(jī)協(xié)作生產(chǎn)的內(nèi)容質(zhì)量千差萬別,因此,有效的提問成為智能品牌傳播業(yè)務(wù)運(yùn)作中的一個新興勞動,用機(jī)器能夠快速識別的語言與方式發(fā)問、持續(xù)調(diào)整問題形成對話式的人機(jī)溝通模式是有效的提問方式。

(二)互惠式增強(qiáng)關(guān)系的形成機(jī)制:人機(jī)分工配置系統(tǒng)的反身性

本文使用人機(jī)分工配置系統(tǒng)的反身性論述互惠式增強(qiáng)關(guān)系的形成機(jī)制。配置是人類與人工智能之間的特定關(guān)系,具有某種形式的任務(wù)和職責(zé)分工(28)T.Gronsund,M.Aanestad,“Augmenting the Algorithm:Emerging Human-in-the-loop Work Configurations”,Journal of Strategic Information Systems,Vol.29,No.2,2020.。人機(jī)勞動配置假設(shè)人機(jī)協(xié)作勞動系統(tǒng)中人類與人工智能之間存在著一種平行和連續(xù)的合作形式(29)M.R.Endsley,“From Here to Autonomy:Lessons Learned from Human-Automation Research”,Human Factors,Vol.59,No.1,2017.,因人類勞動者和智能機(jī)器的專業(yè)能力差異,二者使用不同的輸出類型執(zhí)行同一任務(wù)中的不同子任務(wù)。例如讓智能技術(shù)完成對數(shù)據(jù)的篩選任務(wù),人類勞動者從篩選出來的內(nèi)容中尋找更加有價值的信息。配置這一概念強(qiáng)調(diào)智能技術(shù)在勞動中是如何與人類勞動者結(jié)合的,并且認(rèn)為勞動中的人機(jī)關(guān)系是一個持續(xù)的、動態(tài)的過程。勞動配置的反身性是指人機(jī)關(guān)系在勞動中是構(gòu)成性的、生成性的,它的存在使得人機(jī)勞動系統(tǒng)進(jìn)入到循環(huán)和遞歸的模式中,在這種模式中人機(jī)勞動系統(tǒng)不斷被優(yōu)化。

反身能力是人機(jī)互相增強(qiáng)的核心,可以有效提升品牌服務(wù)商的動態(tài)服務(wù)能力。反身能力是一個社會學(xué)概念,指的是將自我分析融入到思維和行動中的能力,在組織內(nèi)部,指工作者成為自己工作場所中行為的決定者,在生產(chǎn)與再生產(chǎn)和工作流程的轉(zhuǎn)變中發(fā)揮積極的作用(30)J.Baptista,“Social Media and the Emergence of Reflexiveness as a New Capability for Open Strategy”,Long Range Planning,Vol.50,No.3,2017.。人機(jī)勞動關(guān)系是二者相互作用的過程與結(jié)果,不僅指勞動分工是人與智能技術(shù)的組合,這些組合還會以新的方式進(jìn)行配置與再配置,以應(yīng)對環(huán)境的變化?；セ菰鰪?qiáng)式的人機(jī)關(guān)系源于系統(tǒng)的反身能力,按照能力大小進(jìn)行分類的話,可以分為日常反身能力與緊急式反身能力。日常反身能力涉及既定任務(wù)流程與組織規(guī)范下人類勞動者與智能機(jī)器的互動,它是一種低水平的反身性,目的是為了維持日常勞動的高效運(yùn)行,通過建構(gòu)組織內(nèi)循環(huán)系統(tǒng)實現(xiàn),外部資源變動對其影響較小。不過,由于日常工作的變動較小,其程序化與自動化程度會隨著人機(jī)反饋系統(tǒng)的精進(jìn)而提升,人類勞動者可能面臨著被循環(huán)出反饋系統(tǒng)的風(fēng)險。緊急式反身性是指人機(jī)反饋系統(tǒng)應(yīng)對外部環(huán)境的能力,它指人機(jī)協(xié)作勞動系統(tǒng)以更加靈活的方式配置內(nèi)部和外部資源,實現(xiàn)對勞動內(nèi)容與關(guān)系的動態(tài)組織。智能品牌傳播業(yè)務(wù)運(yùn)作中的勞動形態(tài)是可塑的,程式化與流動性并存,旨在支持緊急的人機(jī)反饋循環(huán)。例如智能技術(shù)遭遇數(shù)據(jù)質(zhì)量、數(shù)據(jù)可信度不足等非常規(guī)情況時,允許人類勞動者通過審核和更改算法形成集成式的反饋,及時動態(tài)調(diào)整、擴(kuò)展和改進(jìn)智能技術(shù)的性能,提升品牌服務(wù)商應(yīng)對外部風(fēng)險的能力與競爭力。

余論:智能品牌傳播中如何有效釋放第三種勞動的價值

人機(jī)分工與協(xié)同式的勞動配置是智能時代品牌服務(wù)商為了實現(xiàn)“品效合一”采取的企業(yè)戰(zhàn)略,在具體的勞動情境中產(chǎn)生了各式各樣的分工形態(tài)與勞動關(guān)系。智能品牌傳播業(yè)務(wù)運(yùn)作是人機(jī)可理解、互構(gòu)的過程,互惠式增強(qiáng)是智能品牌傳播業(yè)務(wù)流程中最核心的人機(jī)關(guān)系?；诖?有效釋放第三種勞動中的價值應(yīng)圍繞著如何建構(gòu)有效的協(xié)同式增強(qiáng)關(guān)系展開。

(一)順應(yīng)人機(jī)共生趨勢

隨著數(shù)據(jù)的指數(shù)級增長與算力的不斷突破,人類勞動內(nèi)容的程序化、自動化與智能化的比率會穩(wěn)步提升,技術(shù)不僅僅是工具,在特定情境下具備“思考”上的自主性,作為“行動者”與人之間是雙向融入與雙向改變的互動、適應(yīng)關(guān)系,人類與人工智能的協(xié)作是未來的主要工作模式與普遍的勞動關(guān)系。“在關(guān)系視角下,人機(jī)交互的結(jié)局理應(yīng)是人與機(jī)器人的共生與共同進(jìn)化”(31)單波、白暢:《人機(jī)互動關(guān)系的跨文化問題》,《湖北大學(xué)學(xué)報》(哲學(xué)社會科學(xué)版)2023年第5期。。不過面對更加智能化的技術(shù),人類要么沿襲工具論的思維,認(rèn)為人的能力始終在智能技術(shù)之上;要么對智能技術(shù)的進(jìn)步過度恐慌,擔(dān)心在人機(jī)博弈中失去領(lǐng)導(dǎo)權(quán),甚至產(chǎn)生自己會不會“過時”的擔(dān)憂。過度自信或是過度恐慌都是沒有意識到“個體和人工智能不是彼此孤立的,而是在彼此的互動關(guān)系中共同生成的”(32)藍(lán)江:《生成式人工智能與人文社會科學(xué)的歷史使命——從ChatGPT智能革命談起》,《思想理論教育》2023年第4期。。順應(yīng)人機(jī)共生的事實并不是單方面地遵循人類或者智能技術(shù)的勞動邏輯,而是本著二者相互關(guān)聯(lián)、相互糾纏的觀念,不斷探索品牌傳播業(yè)務(wù)中的共生領(lǐng)域與共生方式,促進(jìn)從業(yè)者與智能技術(shù)勞動技能的協(xié)同進(jìn)化。

(二)“功能互補(bǔ)”與“價值匹配”兼顧

分工帶來的效益不僅源于斯密意義上的勞動支出強(qiáng)度和密度的提高(即內(nèi)生的絕對優(yōu)勢),更主要的是勞動之間協(xié)調(diào)水平的增進(jìn)所帶來的勞動有效性的提高(33)朱富強(qiáng):《勞動價值論的一個“悖論”及其闡釋》,《江蘇社會科學(xué)》2001年第4期。,劉易斯·芒福德在《技術(shù)與文明》中也指出充分地釋放機(jī)器的價值需要人與機(jī)器建立和諧的協(xié)作機(jī)制(34)劉易斯·芒福德:《技術(shù)與文明》,陳允明等譯,北京:中國建筑工業(yè)出版社,2009年,第8頁。。因此,機(jī)器與人勞動能力的提升并不意味第三種勞動效率的同步增長,需要兼顧到功能層面與價值層面,即“功能互補(bǔ)”與“價值匹配”并行。功能互補(bǔ)是說人與機(jī)器用優(yōu)勢去補(bǔ)足對方劣勢,不以人的標(biāo)準(zhǔn)要求智能機(jī)器,同時也警惕以智能機(jī)器的標(biāo)準(zhǔn)改造人類,在尊重與理解差異的基礎(chǔ)上進(jìn)行合理的分工設(shè)計。盡管人類對于人工智能作為自己的合作伙伴出現(xiàn)在勞動情境中持開放態(tài)度,但也有研究表明勞動分工配置方式會激起人類對人工智能的威脅與厭惡感知,如當(dāng)人類勞動者需聽從智能技術(shù)的決策,會使人感知到自己淪為解決方案的接受者,降低對AI的接受度(35)R.Jain,et al.,“Effective Human-AI Work Design for Collaborative Decision-Making”,Kybernetes,Vol.52,No.11,2023.。因此,還需要考察不同類型的分工是否給人類勞動者造成了負(fù)面的價值感知,一旦人類勞動者感知到自己淪為被動的接受者時,就需要即時調(diào)整分工配合,給予人類勞動者更多展現(xiàn)自身專業(yè)技能的機(jī)會,從而降低其勞動價值剝奪感?！肮δ芑パa(bǔ)”與“價值匹配”能夠兼顧時,人機(jī)協(xié)同的勞動分工才能在提升勞動效率的同時降低人類勞動者對機(jī)器的不信任感。

(三)警惕“逆分工”削弱系統(tǒng)的反身能力

互惠式增強(qiáng)關(guān)系依賴系統(tǒng)的反身能力,需要警惕對“逆分工”的不自知。誠然,智能技術(shù)讓從業(yè)者從重復(fù)性、枯燥的勞動中解脫出來,讓其擁有更多的時間與精力專注于感興趣或附加值更高的勞動。但當(dāng)智能技術(shù)強(qiáng)大到改變勞動的流程、方式、內(nèi)容時,它正在以一種不易被察覺的方式對人類提出新的勞動技能要求。具體而言,在人類新勞動技能發(fā)展方向與具體領(lǐng)域中,智能技術(shù)顯示出了強(qiáng)大的牽制力,尤其是在智能技術(shù)容易出現(xiàn)失誤或者與技術(shù)操作有關(guān)的領(lǐng)域。問題在于,這些勞動技能的習(xí)得是人類主動選擇的結(jié)果嗎?答案可能是否定的,很多時候人被強(qiáng)大的技術(shù)裹挾致使自由探索勞動的主動性、思辨力進(jìn)一步喪失。一旦被動接受技術(shù)帶來的“逆分工”,勞動關(guān)系中“人”的自主性會被“機(jī)”過度牽制,阻礙人類以人機(jī)比較的方式觀照自身與智能技術(shù)的差異性,抹殺掉對于二者更加豐富的認(rèn)識,人機(jī)互惠式增強(qiáng)中的反饋通路便會被阻塞。長遠(yuǎn)看,會削弱人機(jī)協(xié)作系統(tǒng)的反身能力。

本文以勞動分工與協(xié)同為視角,系統(tǒng)呈現(xiàn)了第三種勞動中的人機(jī)關(guān)系圖景,并發(fā)現(xiàn)分工協(xié)同勞動中的人機(jī)互惠式增強(qiáng)關(guān)系的存在。進(jìn)一步而言,數(shù)據(jù)與算法的介入帶來新的勞動分工形態(tài),由反饋和循環(huán)構(gòu)成的系統(tǒng)反身性是互惠式增強(qiáng)關(guān)系的形成機(jī)制,它能夠持續(xù)調(diào)整、擴(kuò)展與改進(jìn)人機(jī)分工系統(tǒng)的性能。本文的理論貢獻(xiàn)在于突破了智能品牌傳播研究中的人機(jī)分離二分法,拓展了勞動分工理論在智能勞動場域中的研究視角?；谌藱C(jī)間緊密耦合的互構(gòu)關(guān)系,我們?yōu)橛行п尫诺谌N勞動的生產(chǎn)力提供了需要關(guān)注的三個領(lǐng)域。同時,隨著通用人工智能技術(shù)介入的深入,人機(jī)關(guān)系的不確定性與復(fù)雜程度可能遠(yuǎn)超人們的預(yù)測與想象,對一些關(guān)乎人機(jī)關(guān)系走向的核心問題進(jìn)行動態(tài)的、批判性的思考是必要的,如品牌傳播中人類勞動者與智能技術(shù)各自的能與不能以及能與不能的判定標(biāo)準(zhǔn)與依據(jù)是什么等等。這既需要更多跨學(xué)科的理論與視角提供支撐,也需要多樣的研究方法挖掘和補(bǔ)充更多“一手”的人機(jī)關(guān)系數(shù)據(jù)。在未來的研究中,我們將進(jìn)一步加強(qiáng)對人機(jī)關(guān)系底層邏輯的思考,更進(jìn)一步探討具體情境中的復(fù)雜的人機(jī)行為與情感。