2016年6月在日本福冈举行的国际传播学会（International Communication Association，简称ICA）年会上，一场名为“Communicating with Machines: The Rising Power of Digital Interlocutors in Our Lives”（与机器的交流：我们生活中正在崛起的数字交谈者）的后会吸引了不少来自学界与业界的关注。在这场后会上，来自世界各地的传播学者一起探讨了一个崭新的传播问题：当传播跨越人类的边界，引入新兴的交流对象—机器，传播将会变成怎样？这是全球传播学界最高级别的学会第一次以完整一天后会的形式正式承认了人机传播这个领域（在此之前只有2015年波多黎各年会上仅为75分钟的工作坊），具有相当的历史意义，标志着人机传播领域正在从寥寥的小众变为主流。

顾名思义，人机传播就是人与机器之间的传播。传播学鼻祖拉斯韦尔（Lasswell）提出的著名的5W模型中包含五大元素：谁(who)，对谁（to whom），通过什么渠道（which channel），说了什么（what），有了何种效果（what effect）。传统的传播现象中，信源（who）和信宿（whom）均是人。这种“局限性”固然部分源自“人类中心主义”，但更是由于过去几千年里人类与非人对象的交流总是困难重重。美国传播学家约翰·彼得斯在其著作《交流的无奈：传播思想史》一书中历数了人类与亡灵、动物，甚至外星人的非主流交流历史，一针见血地指出其“不可交流性”。而在之前人类上万年的进化过程中，科学技术发展还未达到能够提供人造智能交流对象的水平。因为这些原因，在通常情况下，人类成为传播过程中的唯一参与者。然而，当机器作为一种交流对象成为信源或者信宿，与人类进行信息的传递时，其带来的改变却是深远而具有革命性的。

1.如何定义“人”？

人机传播的定义离不开对人的重新定义。从生物学上讲，人属于哺乳纲灵长目人科人属智人种。与其他生物相比，人类具有高度发达的大脑，懂得使用语言，也具有很强的社会属性。区别于其他生物，人类能够利用技术弥补自身的弱点与不足。与此同时，技术也在作为身体的延伸重新塑造着人类。比如今天众多重度使用者手中的智能手机，已然成为使用者不可分割的一部分；任何人与手机的割裂都会带来心理与生理上的不适感。因此这些技术被称为“镇静技术”（calm technologies）。

1960年两位美国学者曼弗雷德·克莱恩斯和内森·克莱恩为了解决未来人类星际旅行中面临的问题，引入了赛博格（cyborg，也译作电子人）的概念，提出将机械部件融入有机体的理念（cyborg为“机械有机体”，cybernetic organism的简称）。这一当年新奇的观点到了今天已经司空见惯，各种机械正逐渐被植入人体内，用于增强和改善人类的生理机能，比如心脏起搏器、人工耳蜗等。甚而至于，研究者已经通过脑机接口技术，通过人类的意念来控制外部的机械，实现了拥有外骨骼的理想，为残障人士带来了福音。美国传播学家Frank Biocca早在1997年就提出“赛博格的两难困境”（the cyborg’s dilemma），指出技术越是提供“自然的”具身的交互界面，后者越是将使用者变得“非天然”。然而，随着人类变得越来越“非天然”，那么“人”的定义是否也会随之发生改变？对人的定义是否还将局限在从母体生产出来的100%有机体上，抑或是包含了植入其中或紧贴体表的那些机械部分？

人机传播的出现与“人”的重新定义因科技的发展而平行发生，但又相互交织在一起。比如之前谷歌公司推出的谷歌智能眼镜拓宽了使用者获得信息的渠道（不再是仅仅通过自身肉眼获取），同时又能够与其他技术发生交互。这样一来，作为人的一部分（延伸部分）的可穿戴设备与其他机器的信息交流，到底算作是人机传播还是机器-机器传播？这成为了一个有意思的边界定义问题。

2.如何定义“机器”？

根据勒洛的经典定义，机器是“由一系列在力的作用下才运动的物体组成，人们可利用自然界的力量通过这些物体作功，完成特定的运动。”（p.11）对机器惯常的描述中，“冷冰冰的”、“毫无生命的”，这些都是常见的形容词。正因为如此，在过去几百年的历史中，人类与机器基本谈不上交流。然而，从上个世纪上半叶开始，人类开始把“智能”的概念赋予了机器。从艾伦·图灵的“图灵机”构想到今天的人工智能发展，人类逐渐开始拥有了一个非人的智能交流体。今天人工智能、聊天机器人、社交服务机器人这些概念都在慢慢为人们所熟知。

从咖啡机到台灯再到社交机器人，这些都算作是机器。然而在人机传播中，作为交流对象的机器应该置于这样一个复杂范畴的何处，这成为一个棘手的问题。加重这个问题复杂性的另一个原因是人们对对智能的认知是随着时间而变化的。比如Suchman在2007年发表的《人机重组》（Human-Machine Reconfigurations）一书中认为复印机很智能；但是十年后的今天，我们很少人会如此认为。因此，尽管有意义的交流过程虽然对双方的智能有一定要求，但是人机传播并没有刻意强调机器的智能性。

3.如何定义“传播”？

尽管传播学作为一个独立的学科已经有几十年的历史，然而关于“传播”一词的定义却一直未达成共识。组织传播学家Miller在《传播理论》（Communication Theories: Perspectives, Processes, and Contexts）一书中列举了近20种传播的定义，却没有一种定义被各个领域的传播学者普遍认可。比如Weaver（p.95）提出的定义“传播是所有一个心智（mind）能影响另一个心智的程序”太过宽泛；而Hovland, Janis和Kelley（p.12）的定义“传播是一个个体通过传输刺激（通常是言语刺激）去改变另一个个体行为的过程”又太过狭窄。然而纵观各种定义，有几点是一致的：首先，传播是一个过程，因此它是连续的、变化的，而且不能任意从语境中割裂出来的。其次，传播是相互作用的（transactional），因此传播不是有着直接线性效果的单向的过程；传播参与者的相互作用是持续存在的。最后，传播是符号化的（symbolic），其中具有符号（symbol），指示物（referent）与指称（reference）的语意三角关系。

人与机器之间的传播比人与人之间的传播更难定义。一个重要的原因是传播对象意识的离场。到目前为止，机器虽然具备了一定程度的智能，却不具有意识。所以，即使采用Weaver最宽泛的传播概念，因为心智的缺失，也会使得这一定义不能运用到人机传播上。另一个原因则是因为机器能够具备很多人类所不具备的功能。比如，通过计算机与聊天机器人聊天，这应该毫无争议地算作传播；然而通过计算机输入一段代码调亮计算机显示器的亮度，这是否算作传播？计算机显然是对一个言语刺激（可能是非自然语言）做出了反应，但是这个反应（调节亮度）不是通常人类所能做到的。因此，在过去相关的工业设计等领域的研究中，更多使用的是人机交互（interaction）这个名词，而绕开了传播的概念。然而，作为传播学的分支领域的人机传播的出现，重新定义“传播”这个概念也变得势在必行。

4.如何定义“人机传播”？

延伸传统的传播定义，人机传播指的是当交流的一方变成机器后所进行的传播。（注：当传播的双方都是机器，即机器-机器传播也是存在的，但是不在人机传播的讨论范围内。）同样的，人机传播是一个过程，交流的双方（人与机器）会产生相互作用，传播的过程也是符号化的。只不过机器可能会带给在传播另一端的人以不同的交流体验，继而产生与人际传播不尽相同的传播效果。

人机传播对人际传播的革新之处来源于机器的独特性与特殊性。一方面，机器目前不具备人类的诸多特质，比如自我意识、通用智能，以及常识。但是另一方面，机器在很多方面又是优于人类的，尤其是在理性的思维过程，比如逻辑，运算，记忆等方面。前者质疑了传统传播概念的基本前提假设，后者则更新了我们对交流效果的认识。同时，从人的角度来说，面对机器时使用者的表现是否与面对人时的表现一致，也是需要探讨的问题。

另外值得一提的是中英文术语上的差异。英文中的Human-machine communication（人机传播）是一个一目了然的概念，然而中文中的“机”，可能是“机器”（machine），也可能是“计算机”（computer）。术语“人机交互”通常对应的是human-computer interaction，更多强调交互界面的设计与效果，包含于广义上的人机传播。而中文中“机器人”一词中的“人”字也容易造成必须是人形机器人的暗示。而英文中则不同，作为“机器人”的robot、synthesis、android都明显有别于human（人）。因此，有必要在术语上加以规范，统一为人机传播（human-machine communication）这一内涵最广的概念。

机器介入到人类的传播过程中并非崭新的现象；以计算机为辅助工具的交流过程已经非常常见。人-机-人交流，即计算机辅助传播（Computer-mediated communication，简称CMC），早在万维网进入全球千家万户之前就诞生了。有别于人际（面对面）传播中以空气为传播渠道，CMC中计算机（也包含其他网络通讯工具，如智能手机）作为一种传播的渠道，而不是以信源或信宿的角色存在。正由于这个传播渠道的变化，因为计算机的特性，使得交流的效果发生了很大的改变。关于CMC的传播效果，也随着时代的变迁和技术的发展，先后诞生了三大类的理论；而这三类理论可以依据人-机-人传播效果与人-人面对面传播效果的比较，归结为前者更差，两者不相上下，后者更差的类别。

而人机传播中，机器并非传播的渠道（注：不排除机器同时兼备传播渠道的可能性），而是信源或/和信宿。因此，人机传播与CMC研究的问题并不一致。而从研究的角度而言，两者研究的着眼点也不尽相同。如美国人机传播专家Sundar教授所言，对CMC的研究中，我们放眼看去的尽是媒介（机器）的短处，比较它跟人际面对面交流比起来有何不足；然而，在人机交流研究中，我们开始着眼于人类心智的不足。

人机传播作为一个独立的领域，同时又是一个跨专业的交叉领域，旨在从传播学、心理学、设计学及伦理学等角度探讨人与机器之间的交流行为。与其他传播学的分支相比，人机传播因其前瞻性而被赋予了更多的提供指导价值的期望。“机器颠覆人类”这一警告大概是人类历史上历时最长、影响最深远的警告。尽管对人工智能持乐观论调的人不乏其人，但今天人工智能的发展依然受制于悲观谨慎的观点。如何为人工智能的发展提供社会科学角度的建议，是人机传播领域义不容辞的责任；这是符合中国政府重点布局“互联网+”人工智能的战略布局的。

人机传播领域的研究因其紧贴技术发展的特点，呈现出偏实证、偏应用，和及时反映当下技术趋势的三大特点。从发展历程来讲，大致分成三个研究阶段。

1.计算机为社会行动者范式与计算机

在传播学领域，人机传播的理论从上世纪90年代开始兴起。最先的尝试是Clifford Nass以及他的同事在斯坦福大学所设计的一系列人机互动实验。这些实验的结果被总结为“计算机为社会行动者”范式（the Computers are Social Actors Paradigm)（之后简称为CASA）。在1994年，Nass，Steuer, & Tauber提出了CASA范式的四个重点：1.计算机用户会礼貌对待计算机；2. 计算机用户能够在使用计算机的过程中区分自己(self)及他人(other)；3. 计算机用户可以分辨他们回应的是计算机本身还是计算机所发出的声音；4. 计算机用户在社会性地对待计算机时不会觉得自己在与编程人员对话，他们将社会性归因于计算机本身。总的来说，CASA范式展示了人们会将人际交流中的一些社交法则运用到人机交流中。在1996年，Byron Reeves和Clifford Nass 出版了著作《媒体等同》(Media Equation: How people treat computers, television, and new media like real people and places），进一步阐释了“媒体等同于人”这一观点。

CASA范式主要被运用于20世纪90年代到21世纪初人与台式计算机的互动。例如，Nass et al.发现，当被试者被与其互动过的计算机要求对此计算机做出评价时，被试者倾向于提供一个比较正面的回馈；反之，如果被试者被另外一台计算机要求评价之前互动过的计算机，被试者的评价会比较严厉。这个结果说明，被试者在当面评价计算机时会考虑到礼仪因素，不会给出极端负面的评价。计算机自从能够发出类似人类的声音后，Nass，Moon, & Green发现，计算机发出的男性声音与女性声音会影响被试者的判断。例如，发出男声的计算机被认为更有主导性，内容更有效，并且更受青睐；而发出女声的计算机被认为了解更多关于感情以及恋爱的话题。这个研究说明，被试者将对于性别的刻板印象施加在了计算机上，即使计算机只是科技产品，人们将它们视为拥有不同的性别特征。同时，人们对于来自计算机的表扬也会反映出社会性的回应。Bracken & Lombard 发现，当计算机作为指导员用女性的声音以及文字对小孩做出表扬时，小孩的记忆力表现、认知表现，以及对完成任务的信心都有了提高。这个研究说明小孩将计算机等同于老师。

声音也能反映出计算机的性格。Nass和Lee通过控制计算机发声的频率，音高，速度，以及音量范围来表现计算机的性格。低频率，低音量，速度慢，音量范围小的计算机被认为是内向的，而反之则被认为是外向的性格。实验发现，内向的被试者更喜欢与内向的计算机交流，而外向的被试更喜欢与外向的计算机交流。这个研究与人际传播的研究不谋而合，人们倾向于与自己性格类似的人们做朋友。Lee和Nass (2005) 几年以后在实验中发现，当文字显示的性格与声音显示的性格匹配时（例如都是内向型），被试者感受到更强烈的社会临场感(social presence)。

Nass以及他的同事们并没有囿于计算机的研究，他们也对电视做了研究。在实验组中，他们让被试者观看两台不同的电视，一台播放新闻节目，一台播放娱乐节目。而在控制组中，他们让被试观看同一台电视，这台电视可以轮流放新闻节目与娱乐节目。Nass and Moon发现被试者在实验组中认为他们观看的电视是新闻或者娱乐的专家，而在另一组中，被试认为他们观看的电视是杂家。这个研究说明，人们会把电视本身作为人来看待。

Nass 与他的同事们在解释CASA时，将人们对于计算机以及电视的反应归因于无意(mindlessness)。在人际交流中，人们习惯了接受到对方的社会线索(social cues)。而当计算机或者其他媒体技术也在某种程度上展示了这类线索时，人们就会无意地将人际交流的法则运用在人机交流上。Reeves 和 Nass在《媒体等同》一书中又进一步解释了CASA的原因。他们认为，我们的大脑并没有足够进化到能够区别计算机与人类。只要计算机展示足够的具有人类特质的线索，我们的大脑自然而然会将计算机与人划上等号。

2.媒体等同（the Media Equation）与机器人研究

媒体等同理论（the media equation theory）被大量地运用于人与机器人的交互上。关于人将实体作为社会行动者的研究，MIT著名学者 Turkle教授在《群体性孤独》（Alone Together: Why we expect more from technology and less from each other）一书中就描述了孩子如何在对待Furby（一种互动性电子宠物）时赋予Furby人格特征。例如，他们认为Furby会头晕，会感到头疼，甚至会失去生命。而Lee, Peng, Jin和 Yan在研究索尼机器狗Aibo的性格特点时，他们对机器狗的行走路线、速度、角度，以及行走方式进行了编程，他们发现，当一个机器狗展现了与被试者互补的性格特点时，被试者认为机器狗聪明，有吸引力，并且具备社会临场感。

许多学者尤其将目光投向了机器人所能展现的社会线索上。一些经典的社会线索包括，脸部特征、形状、声音、行动等。例如，Hinds, Roberts, & Jones让被试者分别与人形机器人和非人形机器人进行合作，他们发现被试者在与人形机器人合作时感受到最少的责任压力。而被试者在与作为下属的非人形机器人交流时感受到最大的责任感。这个研究表明，在与不同形状不同社会状态的机器人交流时，人们会感受到不同的责任感。

社会性线索还包括目光的注视。例如，Okumura et al.以及 Xu et al.发现不仅成年人能轻易关注到机器人的目光，即使刚满周岁的孩子也能跟随机器人的目光。Andrist et al. (2015) 则发现，当机器人被设计为带有目光时，人们与机器人的互动变得更少被打扰。

如同CASA范式所展现的一样，人们也会运用一些社会性的礼仪在机器人上。Bevan & Fraser发现在交流前与机器人握手可以增加交流的好感度。而Salem, Eyssel, Rohlfing, Kopp, & Joublin发现，当本田Asimo机器人用手势与被试者交流时，被试者感受到对于机器人跟多的喜爱，并且表达了在未来能有更多交流机会的愿望。不仅如此，机器人的运动轨迹也能影响被试者对于机器人的判断。Fiore et al. (2013) 发现当机器人在被试行走路线上主动让步时，被试者会认为机器人考虑得更周全，并且更有社会临场感。以上研究都表明，人们不仅在对待计算机上会视计算机为社会行动者，也会在对待机器人时像对待人类一样。

一些人际传播的理论也被用于机器人的研究。Spence, Westerman, C. Edwards, & A. Edwards在关注不确定减少理论（uncertainty reduction theory）时发现，相比于普通人，在与机器人交流前，人们会觉得他们与机器人的交流不确定性更高。另外Salem et al.发现，人们偏爱机器人偶尔展现出不完美的手势，这可能是因为人们觉得人都会犯错，而机器人犯错恰好体现了人类的特征。

3.交互界面研究

人与计算机，人与机器人的互动是过去十到二十年人机互动的一大主题。而如今，随着更多具有交互性的智能科技的产生（例如Siri, 聊天机器人, iPhone, iWatch)，传播学者开始将目光投向界面研究以及用户体验。Jung, Martelaro, Hoster, & Nass延续了Nass在斯坦福大学的CASA研究，他们发现，当一个计算机代理(Computer agent)出现在一个设计界面上而不是作为一个外在实体时，这个代理人会更受欢迎。另外，如果界面上的计算机代理人能展现一定程度的交互性，他们会在指导被试完成任务时提高被试的自信心。

除了与计算机代理人的交互，学者还将重点放在了界面的可供性（Affordance)。可供性直接影响了用户对于界面的理解与认知。Gaver将可供性定义为“事物与行动者共有的特质（p. 79)”。对于交互设计师来说，在界面设计突出可供性尤为重要。

Sundar et al.在交互媒体效应理论（Theory of Interactive Media Effects，简称TIME theory）中提出了MAIN模型。简而言之，一个界面可以提供四类可供性，即模式（Modality), 代理 (Agency), 互动 (Interactivity), 以及导航(Navigability)。模式可供性包括视觉，听觉等不同的可能性。Sundar et al.表示，模式可供性可以影响用户对于界面所呈现的质量与可信度的认知。Oh, Robinson, & Lee则发现，翻页比双击更能对网页带来可用性，参与性，以及正面的评价。代理可供性在界面上以权威性线索或者同伴性线索来展示。例如，Sundar, Xu, and Oeldorf-Hirsch 发现在购物性网页上，同伴线索对于购买欲望和产品的态度有着重要的影响。同伴线索还能够带来临场感的体验。互动可供性意味着界面的输出在多大程度上取决于用户的输入。例如，使用方向盘来操作游戏比使用手柄或者摇杆更能带来临场感。而导航可供性则可以影响用户对于网页或者产品的评价。越是简单，易操作，并且干净的界面越是能提高界面的可信度。

伴随着多种智能媒体技术的出现，近期社会科学研究者主要从单个具体的智能媒体技术入手，继续将人类的特征（如人格特性）作为社交化机器的表征，从而衡量机器的人机交互程度。其中具有代表性的研究有：德国学者Krämer团队对社交机器人陪伴效应的研究，美国学者Steve Jones对物联网的研究，美国的Jeremy Bailenson及学生Jesse Fox对虚拟现实对人的社会认知的影响的研究,以及日本的Kanda和Ishiguro对公共场合（如火车站和购物中心）的服务机器人的社会影响的研究等。这些研究均从各个角度探究技术对使用者在认知和情感上的类人的影响。然而近期该领域的研究缺乏一个统一的理论框架指导，所以呈现碎片化的趋势。

从以上文献梳理中我们可以看到，尽管目前的人机传播领域展示出巨大的学术魅力，但是仍有不少问题急需解决。首当其冲的问题当属对现有理论的更新与更正。按照媒体等同理论的解释，人类大脑尚未进化到能在潜意识里识别人与机器的区别，所以人类“情不自禁”地对机器做出社交反应。然而，从1996年至今，我们已经具有了长达20年的更多的机器使用经验。人类社会已经出现了不止一代的数字原住民（digital natives）。这些都使得当我们面对机器的智能时不再惊慌失措，而是开始冷静平和地接纳它。也就是说，媒体等同理论的基本前提可能需要重新接受验证。

其次，人类在上万年的进化过程中早已把社交属性根深蒂固，然而与机器的交流才刚刚开始。所以目前阶段，我们对人机传播的理解是建立在将人类的交流方式生搬硬套到人-机交流上的基础上的。虽然这一点无可厚非，但未来，突破人类中心主义的局限，从更中立、甚至偏向于机器的角度考察人-机交流的模式与效果，我们的认识会更全面一些。

人机传播领域提出了很多崭新又更为复杂的研究问题。其复杂性不在于问题的繁杂，而是在于其多学科交叉的特点。然而，正是由于不同学科带来的多维度多视角的考察，使得人机传播的研究变得如此绚丽多彩。2012年，美国传播学家Gunkel (2012) 提出关于人与计算机的研究正在经历范式的转变，更多的学者们正在将视角从之前的计算机辅助传播转向人机传播。而在中国大陆，关于计算机辅助研究以及人机传播的研究相对还在起步阶段。随着更多业内目光开始投向机器人以及人工智能在未来的前景。也许，这恰好是一个契机，让中国的学者们从传播学的视角重新审视传播的定义，人与机器的关系，传播的对象与边界，以及正在涌现的新的研究方法，从而做出中国传播学界的贡献。