早期的计算机中介传播（CMC）研究面向的是计算机中介环境中的人际传播和大众传播，其关注焦点是人与人之间的传播活动，而在今天，随着媒体互动性增强，不少学者开始关注人类与技术本身的交互作用，并围绕人类与人工智能交互（HAII）产生的心理结构展开探讨。
今天为大家介绍的是S. Shyam Sundar等人发表于Journal of Computer-Mediated Communication上的Rise of Machine Agency: A Framework for Studying the Psychology of HumanAI Interaction (HAII)一文。本文运用交互媒体效应理论（TIME）的双过程框架，研究了人工智能驱动的媒介对用户认知和用户体验产生的符号效果（symbolic effects）和使能效果（enabling effects），为深入理解新兴传播技术的带来的社会和心理影响提供了指南，也为未来相关研究提供了方向。
在人工智能时代，AI正在重新定义人与人之间沟通交流的未来。在人类通过机器代理进行的交流中，媒体不再仅仅是连接信息发送者和接收者之间的纯粹渠道，还以其人工智能特性深刻地塑造传播内容。作者认为，在此背景下，相关研究不应独立于内容来研究技术的影响，而需跨越技术变量和内容变量进行交互性的前瞻性研究。对此，本文引入了更强调数字媒体中技术可供性[1]影响的交互媒体效应理论，并通过该理论提出的两组不同的心理机制来阐释人工智能媒体带来的认知影响和体验影响。具体而言，作者通过该理论的线索路径来探索人工智能的符号效果，通过该理论的行动路径来探索人工智能的使能效果。
注1：技术可供性较为关注使用者的积极参与和互动操作层面，强调使用者与媒介的积极交互关系。
对AI本身的评判往往涉及到积极和消极两种思维定势，人们一方面认为机器受规则支配，是准确、客观、中立的，但另一方面又认为它机械、固执和冷漠，这类思维定势来源于“机器启发式（machine heuristic）”一种对机器特征进行归因的心理捷径。其次是AI的显性属性感知。作者认为AI的一些显性属性，如人机界面与接口程序上的提示，能够引起积极的启发式，从而带来更好的用户参与。再次是先前经验的影响。基于用户先前经验的启发式反应将影响用户对人工智能媒介的感知，从而调节用户体验。那些对算法有过一些体验并发现它们不完美的人更可能产生算法厌恶[2]，如用户对一个稍微有缺陷的假新闻标记算法更可能持消极态度。最后是AI的隐性属性感知。“算法想象（algorithmic imaginary）”理论表明，人们会基于特定的媒体体验对算法进行主观评价，同时，关于社交媒体算法如何在“幕后”运作用户也自有一套“民间理论（folk theories）”[3]，这些关于算法运作的隐性属性感知也可能成为引起认知启发的线索之一。
注2：算法厌恶：即使算法做出的预测比人更准确，人们仍然更信任自己的判断，更容易对算法失去信任。
注3：一个常见的观点便是，一个帖子越受欢迎、关注人数越多，它在你的消息订阅中就越突出。
围绕人类与人工智能交互的行动路径，作者从人与AI协作的效果、人与AI协作的成本与效益、人与AI协作增强三方面展开。首先是人与AI协作的效果。当用户使用人工智能系统提供的功能并输入相关指令、对其算法进行控制时，人类与人工智能交互的性质将由随后的协作质量与结果决定。如社交机器人、在线聊天机器人等都是依赖用户反应进行交互的人工智能媒介产品。其次是人与AI协作的成本与效益。人与AI的协作是建立在人类将决策等任务外包给机器的基础之上的，在此过程中，用户的搜索、设置等界面行为，便是用户使用人工智能媒体需付出的成本，但用户也会因此获得收益，如通过算法增强人类自身的决策能力等。最后是人与AI的协作增强。本文认为，人类和人工智能系统具有相互增强的可能性，但一直以来很少有人关注到以人类的能力去增强人工智能系统的可能性。实际上，为用户提供更多机会去指导算法运作以满足用户的特定需求，对于建立一种人类和AI健康共生的关系十分重要。
◆◆ ◆
综上，媒介的未来在于打造一个将机器主体和人类主体的优势紧密结合起来的协同系统。无论是人与AI的相互增强、还是人与AI的优势互补，关键都在于给用户提供一定的行动机会，以增强用户的媒介参与度，塑造用户对人工智能媒体的体验感和信任感。厘清人工智能的可供性、关键线索和协作行为如何单独地或交互地影响用户对人工智能的体验和信任，对于未来的研究至关重要。
参考文献：
S Shyam Sundar.(2020). Rise of Machine Agency: A Framework for Studying the Psychology of HumanAI Interaction (HAII).Journal of Computer-Mediated Communication,25(1):7488.
◆◆ ◆
主编：曾润喜
执行主编：郭思婷
