本文属于类型b（综述/观点性论文），以下是针对该文档的学术报告：

作者及机构
本文由Northern Illinois University的Andrea L. Guzman与University of Oregon的Seth C. Lewis合作完成，发表于2019年7月的期刊《New Media & Society》（DOI: 10.1177/1461444819858691）。两位作者均为人机交互（Human-Machine Communication, HMC）领域的知名学者，Guzman的研究聚焦人工智能（Artificial Intelligence, AI）与传播学交叉领域，Lewis则关注自动化新闻的技术伦理。

论文主题
本文题为《Artificial Intelligence and Communication: A Human–Machine Communication Research Agenda》，核心议题是：AI技术如何挑战传统传播学理论，并提出以人机传播（HMC）为框架的研究议程，以应对AI作为“传播主体”而非“传播媒介”带来的理论重构需求。

主要观点与论据

1. AI对传播学理论的挑战

传统传播学理论基于“人类中心主义”（anthropocentric）假设，将传播定义为人类独有的行为，技术仅作为媒介（medium）。然而，AI技术（如虚拟助手、社交机器人、自动写作软件）通过自然语言处理（Natural Language Processing, NLP）和自然语言生成（Natural Language Generation, NLG）实现了动态化、情境化的交互，其设计定位为“传播主体”（communicative subject），而非被动媒介。例如：
- 实证支持：Sundar与Nass（2000）的研究表明，用户会将社交行为直接指向机器而非程序员；Guzman（2019）发现用户将数字助手视为独立对话对象。
- 理论冲突：AI模糊了人类与机器的本体论界限（ontological boundary），迫使传播学重新定义“传播者”角色。

2. 人机传播（HMC）的理论框架

HMC将技术视为“意义共创者”，其核心假设是：机器可根据形式与功能成为传播主体。与人类—计算机交互（Human-Computer Interaction, HCI）不同，HMC聚焦传播过程而非技术功能。例如：
- 研究范畴：包括机器人作为“他者”（Sandry, 2015）、用户对AI行为的反应（Rosenthal-von der Pütten et al., 2019）、机器传播者的伦理问题（Gunkel, 2012b）。
- 理论创新：HMC拒绝将传播限定为人类专属活动，允许技术根据设计目标切换“媒介”或“主体”角色。

3. AI传播研究的三大议程

作者提出未来研究应围绕以下维度展开：
- 功能性维度（Functional Aspects）
探讨AI如何被设计为传播者及用户如何感知其角色。例如：
- 分类问题：需重新界定“人际传播”与“大众传播”的边界（如新闻写作程序属于大众传播，而聊天机器人属于人际传播）。
- 用户认知：性别、声音等拟人化线索（anthropomorphic cues）影响用户对AI的信任度（Nass & Brave, 2005），但机器特性（如算法透明度）同样关键（Sundar, 2008）。

• 关系性维度（Relational Aspects）
  分析AI如何嵌入用户的社会关系网络。例如：

  • 社会角色：AI常被赋予人类角色（如“机器人记者”），但其权力动态需批判性审视（如女性化语音助手强化性别刻板印象，见Poster, 2016）。
    
  • 自我重构：AI可能改变用户的自我认知（Turkle, 1984），例如通过“网络化自我”（networked self）重新定义身份（Papacharissi, 2019）。
    

• 本体论维度（Metaphysical Aspects）
  反思AI对“人类”与“传播”本质的冲击。例如：

  • 伦理争议：谷歌AI模仿人类语音引发的披露争议（Statt, 2018）暴露了机器传播者的责任归属问题。
    
  • 学科边界：传播学需回答“谁/什么在从事传播？”（Primo & Zago, 2015），可能需接纳非人类传播者。
    

论文价值与意义

1. 理论价值：

   • 批判性指出传统传播学理论的局限性，提出HMC作为替代框架。
     
   • 为AI时代的传播学研究提供系统性议程，涵盖功能、关系、本体三个层级。
     

2. 应用价值：

   • 指导AI设计者优化人机交互体验（如拟人化程度与伦理平衡）。
     
   • 推动政策制定者关注AI传播的透明度与责任（如自动化新闻的法律风险，见Lewis et al., 2019）。
     

3. 跨学科启示：

   • 融合传播学、计算机科学、伦理学，呼吁多学科合作应对AI的社会影响。
     

亮点总结

1. 理论突破：首次系统论证AI作为传播主体对传播学范式的颠覆。
   
2. 议程前瞻性：提出的三维研究框架被后续学者广泛引用（截至发文时被引877次）。
   
3. 批判性视角：揭示AI技术中隐含的文化偏见（如性别化设计）与权力不平等。
   

（注：全文基于2019年文献，部分案例需结合近年AI进展补充，但理论框架仍具高度参考价值。）