2016年6月在日本福岡舉行的國際傳播學會（International Communication Association👮‍♂️，簡稱ICA）年會上，一場名為“Communicating with Machines: The Rising Power of Digital Interlocutors in Our Lives”（與機器的交流：我們生活中正在崛起的數字交談者）的後會吸引了不少來自學界與業界的關註🚇。在這場後會上，來自世界各地的傳播學者一起探討了一個嶄新的傳播問題：當傳播跨越人類的邊界，引入新興的交流對象—機器，傳播將會變成怎樣🏌️？這是全球傳播學界最高級別的學會第一次以完整一天後會的形式正式承認了人機傳播這個領域（在此之前只有2015年波多黎各年會上僅為75分鐘的工作坊），具有相當的歷史意義，標誌著人機傳播領域正在從寥寥的小眾變為主流。

顧名思義🚌🕵🏿，人機傳播就是人與機器之間的傳播🗡。傳播學鼻祖拉斯韋爾（Lasswell）提出的著名的5W模型中包含五大元素：誰(who)，對誰（to whom）👩🏻‍⚕️，通過什麽渠道（which channel），說了什麽（what），有了何種效果（what effect）。傳統的傳播現象中👫，信源（who）和信宿（whom）均是人。這種“局限性”固然部分源自“人類中心主義”💁🏿‍♀️，但更是由於過去幾千年裏人類與非人對象的交流總是困難重重。美國傳播學家約翰·彼得斯在其著作《交流的無奈：傳播思想史》一書中歷數了人類與亡靈🙇🏻‍♀️、動物，甚至外星人的非主流交流歷史，一針見血地指出其“不可交流性”。而在之前人類上萬年的進化過程中，科學技術發展還未達到能夠提供人造智能交流對象的水平。因為這些原因，在通常情況下，人類成為傳播過程中的唯一參與者💐。然而，當機器作為一種交流對象成為信源或者信宿，與人類進行信息的傳遞時👩‍🦰，其帶來的改變卻是深遠而具有革命性的。

1.如何定義“人”？

人機傳播的定義離不開對人的重新定義👃。從生物學上講，人屬於哺乳綱靈長目人科人屬智人種👐🏻。與其他生物相比🗡，人類具有高度發達的大腦，懂得使用語言，也具有很強的社會屬性🧑‍🍼。區別於其他生物，人類能夠利用技術彌補自身的弱點與不足。與此同時，技術也在作為身體的延伸重新塑造著人類🖖。比如今天眾多重度使用者手中的智能手機🦸🏽‍♀️🐦‍⬛，已然成為使用者不可分割的一部分；任何人與手機的割裂都會帶來心理與生理上的不適感📎。因此這些技術被稱為“鎮靜技術”（calm technologies）👩🏿‍🍼。

1960年兩位美國學者曼弗雷德·克萊恩斯和內森·克萊恩為了解決未來人類星際旅行中面臨的問題，引入了賽博格（cyborg🧑‍🦲，也譯作電子人）的概念，提出將機械部件融入有機體的理念（cyborg為“機械有機體”，cybernetic organism的簡稱）。這一當年新奇的觀點到了今天已經司空見慣，各種機械正逐漸被植入人體內，用於增強和改善人類的生理機能，比如心臟起搏器、人工耳蝸等。甚而至於，研究者已經通過腦機接口技術，通過人類的意念來控製外部的機械，實現了擁有外骨骼的理想，為殘障人士帶來了福音。美國傳播學家Frank Biocca早在1997年就提出“賽博格的兩難困境”（the cyborg’s dilemma），指出技術越是提供“自然的”具身的交互界面，後者越是將使用者變得“非天然”。然而，隨著人類變得越來越“非天然”，那麽“人”的定義是否也會隨之發生改變🧑🏻‍🔬？對人的定義是否還將局限在從母體生產出來的100%有機體上，抑或是包含了植入其中或緊貼體表的那些機械部分？

人機傳播的出現與“人”的重新定義因科技的發展而平行發生，但又相互交織在一起。比如之前谷歌公司推出的谷歌智能眼鏡拓寬了使用者獲得信息的渠道（不再是僅僅通過自身肉眼獲取），同時又能夠與其他技術發生交互👶。這樣一來，作為人的一部分（延伸部分）的可穿戴設備與其他機器的信息交流，到底算作是人機傳播還是機器-機器傳播？這成為了一個有意思的邊界定義問題。

2.如何定義“機器”✡️？

根據勒洛的經典定義，機器是“由一系列在力的作用下才運動的物體組成，人們可利用自然界的力量通過這些物體作功🏌🏽‍♂️，完成特定的運動。”（p.11）對機器慣常的描述中，“冷冰冰的”🖖🌅、“毫無生命的”🤲🏽，這些都是常見的形容詞📩。正因為如此〰️，在過去幾百年的歷史中😩，人類與機器基本談不上交流。然而，從上個世紀上半葉開始，人類開始把“智能”的概念賦予了機器↪️💣。從艾倫·圖靈的“圖靈機”構想到今天的人工智能發展，人類逐漸開始擁有了一個非人的智能交流體。今天人工智能💇🏼、聊天機器人、社交服務機器人這些概念都在慢慢為人們所熟知☆。

從咖啡機到臺燈再到社交機器人🗑，這些都算作是機器。然而在人機傳播中，作為交流對象的機器應該置於這樣一個復雜範疇的何處👳‍♂️，這成為一個棘手的問題🙇🏽。加重這個問題復雜性的另一個原因是人們對對智能的認知是隨著時間而變化的。比如Suchman在2007年發表的《人機重組》（Human-Machine Reconfigurations）一書中認為復印機很智能；但是十年後的今天，我們很少人會如此認為。因此，盡管有意義的交流過程雖然對雙方的智能有一定要求，但是人機傳播並沒有刻意強調機器的智能性。

3.如何定義“傳播”？

盡管傳播學作為一個獨立的學科已經有幾十年的歷史，然而關於“傳播”一詞的定義卻一直未達成共識📼。組織傳播學家Miller在《傳播理論》（Communication Theories: Perspectives, Processes, and Contexts）一書中列舉了近20種傳播的定義，卻沒有一種定義被各個領域的傳播學者普遍認可👴🏽。比如Weaver（p.95）提出的定義“傳播是所有一個心智（mind）能影響另一個心智的程序”太過寬泛🎗；而Hovland, Janis和Kelley（p.12）的定義“傳播是一個個體通過傳輸刺激（通常是言語刺激）去改變另一個個體行為的過程”又太過狹窄👨🏿‍🔬。然而縱觀各種定義🧑🏽‍🚀，有幾點是一致的：首先👨🏼‍🔧，傳播是一個過程，因此它是連續的、變化的，而且不能任意從語境中割裂出來的🧖🏿‍♂️。其次，傳播是相互作用的（transactional），因此傳播不是有著直接線性效果的單向的過程👩🏻‍✈️；傳播參與者的相互作用是持續存在的。最後，傳播是符號化的（symbolic）☂️🌿，其中具有符號（symbol）💆🏿，指示物（referent）與指稱（reference）的語意三角關系🤪。

人與機器之間的傳播比人與人之間的傳播更難定義。一個重要的原因是傳播對象意識的離場。到目前為止，機器雖然具備了一定程度的智能🍬，卻不具有意識🧏🏿‍♂️。所以，即使采用Weaver最寬泛的傳播概念，因為心智的缺失，也會使得這一定義不能運用到人機傳播上🖖🏽。另一個原因則是因為機器能夠具備很多人類所不具備的功能。比如👩🏼‍✈️🐮，通過計算機與聊天機器人聊天，這應該毫無爭議地算作傳播；然而通過計算機輸入一段代碼調亮計算機顯示器的亮度🏋🏿‍♂️，這是否算作傳播？計算機顯然是對一個言語刺激（可能是非自然語言）做出了反應，但是這個反應（調節亮度）不是通常人類所能做到的。因此，在過去相關的工業設計等領域的研究中🖐🏼，更多使用的是人機交互（interaction）這個名詞，而繞開了傳播的概念。然而，作為傳播學的分支領域的人機傳播的出現，重新定義“傳播”這個概念也變得勢在必行。

4.如何定義“人機傳播”𓀕👩‍✈️？

延伸傳統的傳播定義，人機傳播指的是當交流的一方變成機器後所進行的傳播。（註🦻：當傳播的雙方都是機器，即機器-機器傳播也是存在的，但是不在人機傳播的討論範圍內🐦。）同樣的🙆🏼‍♀️，人機傳播是一個過程，交流的雙方（人與機器）會產生相互作用，傳播的過程也是符號化的。只不過機器可能會帶給在傳播另一端的人以不同的交流體驗，繼而產生與人際傳播不盡相同的傳播效果。

人機傳播對人際傳播的革新之處來源於機器的獨特性與特殊性。一方面🥳，機器目前不具備人類的諸多特質🧮，比如自我意識、通用智能🔗，以及常識。但是另一方面，機器在很多方面又是優於人類的🚴🏻‍♀️，尤其是在理性的思維過程，比如邏輯，運算，記憶等方面🛣。前者質疑了傳統傳播概念的基本前提假設🦉，後者則更新了我們對交流效果的認識。同時💚，從人的角度來說，面對機器時使用者的表現是否與面對人時的表現一致🤸🏿◽️，也是需要探討的問題🏏。

另外值得一提的是中英文術語上的差異😼。英文中的Human-machine communication（人機傳播）是一個一目了然的概念👩‍🦼，然而中文中的“機”，可能是“機器”（machine），也可能是“計算機”（computer）。術語“人機交互”通常對應的是human-computer interaction🧖🏻‍♀️，更多強調交互界面的設計與效果🦟，包含於廣義上的人機傳播🏋🏿🤵🏽‍♀️。而中文中“機器人”一詞中的“人”字也容易造成必須是人形機器人的暗示。而英文中則不同🪗🧶，作為“機器人”的robot、synthesis、android都明顯有別於human（人）。因此，有必要在術語上加以規範，統一為人機傳播（human-machine communication）這一內涵最廣的概念。

機器介入到人類的傳播過程中並非嶄新的現象📪；以計算機為輔助工具的交流過程已經非常常見。人-機-人交流📂，即計算機輔助傳播（Computer-mediated communication，簡稱CMC），早在萬維網進入全球千家萬戶之前就誕生了。有別於人際（面對面）傳播中以空氣為傳播渠道，CMC中計算機（也包含其他網絡通訊工具，如智能手機）作為一種傳播的渠道👾，而不是以信源或信宿的角色存在🪗。正由於這個傳播渠道的變化，因為計算機的特性，使得交流的效果發生了很大的改變👩‍👧。關於CMC的傳播效果👱🏻‍♀️，也隨著時代的變遷和技術的發展，先後誕生了三大類的理論👨🏻‍🌾；而這三類理論可以依據人-機-人傳播效果與人-人面對面傳播效果的比較🐦‍🔥，歸結為前者更差，兩者不相上下👩‍🚒，後者更差的類別。

而人機傳播中，機器並非傳播的渠道（註：不排除機器同時兼備傳播渠道的可能性）🔸，而是信源或/和信宿。因此🐕‍🦺，人機傳播與CMC研究的問題並不一致💓🔭。而從研究的角度而言，兩者研究的著眼點也不盡相同🤬。如美國人機傳播專家Sundar教授所言🔣，對CMC的研究中，我們放眼看去的盡是媒介（機器）的短處，比較它跟人際面對面交流比起來有何不足🤶🏽；然而，在人機交流研究中🧛🏽‍♂️，我們開始著眼於人類心智的不足。

人機傳播作為一個獨立的領域🏊🏻‍♂️，同時又是一個跨專業的交叉領域，旨在從傳播學、心理學✋🏿、設計學及倫理學等角度探討人與機器之間的交流行為👓。與其他傳播學的分支相比👐🏽，人機傳播因其前瞻性而被賦予了更多的提供指導價值的期望。“機器顛覆人類”這一警告大概是人類歷史上歷時最長、影響最深遠的警告。盡管對人工智能持樂觀論調的人不乏其人🧜‍♂️，但今天人工智能的發展依然受製於悲觀謹慎的觀點。如何為人工智能的發展提供社會科學角度的建議🧑🏿‍⚖️，是人機傳播領域義不容辭的責任🙆‍♂️；這是符合中國政府重點布局“互聯網+”人工智能的戰略布局的。

人機傳播領域的研究因其緊貼技術發展的特點👨🏿‍🚀，呈現出偏實證💭👏🏽、偏應用👨🏽‍🚀，和及時反映當下技術趨勢的三大特點。從發展歷程來講，大致分成三個研究階段。

1.計算機為社會行動者範式與計算機

在傳播學領域，人機傳播的理論從上世紀90年代開始興起。最先的嘗試是Clifford Nass以及他的同事在斯坦福大學所設計的一系列人機互動實驗。這些實驗的結果被總結為“計算機為社會行動者”範式（the Computers are Social Actors Paradigm)（之後簡稱為CASA）。在1994年，Nass🦹🏿‍♀️👨🏽‍🚀，Steuer, & Tauber提出了CASA範式的四個重點：1.計算機用戶會禮貌對待計算機🙎‍♀️；2. 計算機用戶能夠在使用計算機的過程中區分自己(self)及他人(other)；3. 計算機用戶可以分辨他們回應的是計算機本身還是計算機所發出的聲音📙；4. 計算機用戶在社會性地對待計算機時不會覺得自己在與編程人員對話，他們將社會性歸因於計算機本身🥷🏿。總的來說，CASA範式展示了人們會將人際交流中的一些社交法則運用到人機交流中。在1996年，Byron Reeves和Clifford Nass 出版了著作《媒體等同》(Media Equation: How people treat computers, television, and new media like real people and places），進一步闡釋了“媒體等同於人”這一觀點。

CASA範式主要被運用於20世紀90年代到21世紀初人與臺式計算機的互動🎟。例如，Nass et al.發現🤵🏽‍♀️，當被試者被與其互動過的計算機要求對此計算機做出評價時，被試者傾向於提供一個比較正面的回饋➔；反之🧑🏻‍🎓，如果被試者被另外一臺計算機要求評價之前互動過的計算機🏌️‍♀️，被試者的評價會比較嚴厲。這個結果說明🏊🏼‍♂️，被試者在當面評價計算機時會考慮到禮儀因素💁🏽，不會給出極端負面的評價。計算機自從能夠發出類似人類的聲音後，Nass，Moon, & Green發現👩🏼‍🦱，計算機發出的男性聲音與女性聲音會影響被試者的判斷。例如🚵🏿‍♀️，發出男聲的計算機被認為更有主導性🎠🐽，內容更有效，並且更受青睞；而發出女聲的計算機被認為了解更多關於感情以及戀愛的話題⛹🏼‍♀️。這個研究說明，被試者將對於性別的刻板印象施加在了計算機上，即使計算機只是科技產品🌼，人們將它們視為擁有不同的性別特征。同時✍️，人們對於來自計算機的表揚也會反映出社會性的回應。Bracken & Lombard 發現🤳🏻，當計算機作為指導員用女性的聲音以及文字對小孩做出表揚時，小孩的記憶力表現、認知表現，以及對完成任務的信心都有了提高🙁。這個研究說明小孩將計算機等同於老師。

聲音也能反映出計算機的性格。Nass和Lee通過控製計算機發聲的頻率，音高，速度，以及音量範圍來表現計算機的性格。低頻率，低音量，速度慢，音量範圍小的計算機被認為是內向的🪫🤙🏼，而反之則被認為是外向的性格。實驗發現𓀋，內向的被試者更喜歡與內向的計算機交流🐛，而外向的被試更喜歡與外向的計算機交流⚜️。這個研究與人際傳播的研究不謀而合，人們傾向於與自己性格類似的人們做朋友。Lee和Nass (2005) 幾年以後在實驗中發現👨‍🏫，當文字顯示的性格與聲音顯示的性格匹配時（例如都是內向型），被試者感受到更強烈的社會臨場感(social presence)💛。

Nass以及他的同事們並沒有囿於計算機的研究，他們也對電視做了研究。在實驗組中💂🏼‍♀️，他們讓被試者觀看兩臺不同的電視，一臺播放新聞節目🕵🏻‍♂️，一臺播放娛樂節目。而在控製組中，他們讓被試觀看同一臺電視👨🏼‍🎓，這臺電視可以輪流放新聞節目與娛樂節目。Nass and Moon發現被試者在實驗組中認為他們觀看的電視是新聞或者娛樂的專家，而在另一組中，被試認為他們觀看的電視是雜家🙍🏽‍♂️。這個研究說明，人們會把電視本身作為人來看待。

Nass 與他的同事們在解釋CASA時👷🏼，將人們對於計算機以及電視的反應歸因於無意(mindlessness)💈。在人際交流中，人們習慣了接受到對方的社會線索(social cues)🙆🏿‍♂️。而當計算機或者其他媒體技術也在某種程度上展示了這類線索時💆🏼‍♀️👩🏼‍🎤，人們就會無意地將人際交流的法則運用在人機交流上。Reeves 和 Nass在《媒體等同》一書中又進一步解釋了CASA的原因🤹🏿。他們認為，我們的大腦並沒有足夠進化到能夠區別計算機與人類。只要計算機展示足夠的具有人類特質的線索，我們的大腦自然而然會將計算機與人劃上等號。

2.媒體等同（the Media Equation）與機器人研究

媒體等同理論（the media equation theory）被大量地運用於人與機器人的交互上。關於人將實體作為社會行動者的研究，MIT著名學者 Turkle教授在《群體性孤獨》（Alone Together: Why we expect more from technology and less from each other）一書中就描述了孩子如何在對待Furby（一種互動性電子寵物）時賦予Furby人格特征🧑‍🦯。例如，他們認為Furby會頭暈，會感到頭疼，甚至會失去生命。而Lee, Peng, Jin和 Yan在研究索尼機器狗Aibo的性格特點時，他們對機器狗的行走路線、速度、角度，以及行走方式進行了編程🏋🏻，他們發現，當一個機器狗展現了與被試者互補的性格特點時，被試者認為機器狗聰明💆🏼‍♀️，有吸引力，並且具備社會臨場感。

許多學者尤其將目光投向了機器人所能展現的社會線索上🧕🏿🕵🏻。一些經典的社會線索包括，臉部特征💂‍♂️、形狀、聲音、行動等🛫。例如，Hinds, Roberts, & Jones讓被試者分別與人形機器人和非人形機器人進行合作，他們發現被試者在與人形機器人合作時感受到最少的責任壓力。而被試者在與作為下屬的非人形機器人交流時感受到最大的責任感🧘‍♀️。這個研究表明🤨，在與不同形狀不同社會狀態的機器人交流時，人們會感受到不同的責任感。

社會性線索還包括目光的註視。例如，Okumura et al.以及 Xu et al.發現不僅成年人能輕易關註到機器人的目光，即使剛滿周歲的孩子也能跟隨機器人的目光。Andrist et al. (2015) 則發現，當機器人被設計為帶有目光時，人們與機器人的互動變得更少被打擾🛡🍵。

如同CASA範式所展現的一樣，人們也會運用一些社會性的禮儀在機器人上。Bevan & Fraser發現在交流前與機器人握手可以增加交流的好感度🏡。而Salem, Eyssel, Rohlfing, Kopp, & Joublin發現，當本田Asimo機器人用手勢與被試者交流時，被試者感受到對於機器人跟多的喜愛，並且表達了在未來能有更多交流機會的願望。不僅如此，機器人的運動軌跡也能影響被試者對於機器人的判斷。Fiore et al. (2013) 發現當機器人在被試行走路線上主動讓步時🧛🏿，被試者會認為機器人考慮得更周全，並且更有社會臨場感🪢。以上研究都表明，人們不僅在對待計算機上會視計算機為社會行動者，也會在對待機器人時像對待人類一樣🧞‍♂️。

一些人際傳播的理論也被用於機器人的研究🚣🏻。Spence, Westerman, C. Edwards, & A. Edwards在關註不確定減少理論（uncertainty reduction theory）時發現👨‍👩‍👧，相比於普通人，在與機器人交流前👩🏼‍⚖️，人們會覺得他們與機器人的交流不確定性更高。另外Salem et al.發現🛻🦕，人們偏愛機器人偶爾展現出不完美的手勢🏊‍♂️，這可能是因為人們覺得人都會犯錯💂‍♀️，而機器人犯錯恰好體現了人類的特征。

3.交互界面研究

人與計算機，人與機器人的互動是過去十到二十年人機互動的一大主題。而如今，隨著更多具有交互性的智能科技的產生（例如Siri, 聊天機器人, iPhone, iWatch)🧎，傳播學者開始將目光投向界面研究以及用戶體驗。Jung, Martelaro, Hoster, & Nass延續了Nass在斯坦福大學的CASA研究🫳🏼，他們發現，當一個計算機代理(Computer agent)出現在一個設計界面上而不是作為一個外在實體時，這個代理人會更受歡迎👋。另外，如果界面上的計算機代理人能展現一定程度的交互性，他們會在指導被試完成任務時提高被試的自信心⛺️。

除了與計算機代理人的交互，學者還將重點放在了界面的可供性（Affordance)。可供性直接影響了用戶對於界面的理解與認知。Gaver將可供性定義為“事物與行動者共有的特質（p. 79)”。對於交互設計師來說，在界面設計突出可供性尤為重要🎬。

Sundar et al.在交互媒體效應理論（Theory of Interactive Media Effects，簡稱TIME theory）中提出了MAIN模型。簡而言之，一個界面可以提供四類可供性，即模式（Modality), 代理 (Agency), 互動 (Interactivity), 以及導航(Navigability)。模式可供性包括視覺，聽覺等不同的可能性🐸。Sundar et al.表示，模式可供性可以影響用戶對於界面所呈現的質量與可信度的認知。Oh, Robinson, & Lee則發現👍🏿，翻頁比雙擊更能對網頁帶來可用性🍩，參與性💆🏿‍♀️，以及正面的評價。代理可供性在界面上以權威性線索或者同伴性線索來展示。例如，Sundar, Xu, and Oeldorf-Hirsch 發現在購物性網頁上，同伴線索對於購買欲望和產品的態度有著重要的影響🧑🏽‍🎓。同伴線索還能夠帶來臨場感的體驗。互動可供性意味著界面的輸出在多大程度上取決於用戶的輸入。例如，使用方向盤來操作遊戲比使用手柄或者搖桿更能帶來臨場感。而導航可供性則可以影響用戶對於網頁或者產品的評價🧑🏽‍✈️。越是簡單，易操作，並且幹凈的界面越是能提高界面的可信度。

伴隨著多種智能媒體技術的出現，近期社會科學研究者主要從單個具體的智能媒體技術入手♚，繼續將人類的特征（如人格特性）作為社交化機器的表征💟，從而衡量機器的人機交互程度。其中具有代表性的研究有：德國學者Krämer團隊對社交機器人陪伴效應的研究🧑‍🧑‍🧒🤚🏼，美國學者Steve Jones對物聯網的研究，美國的Jeremy Bailenson及學生Jesse Fox對虛擬現實對人的社會認知的影響的研究,以及日本的Kanda和Ishiguro對公共場合（如火車站和購物中心）的服務機器人的社會影響的研究等🤦🏼‍♀️。這些研究均從各個角度探究技術對使用者在認知和情感上的類人的影響。然而近期該領域的研究缺乏一個統一的理論框架指導，所以呈現碎片化的趨勢🥱🧔🏻‍♀️。

從以上文獻梳理中我們可以看到，盡管目前的人機傳播領域展示出巨大的學術魅力😰，但是仍有不少問題急需解決。首當其沖的問題當屬對現有理論的更新與更正😣。按照媒體等同理論的解釋，人類大腦尚未進化到能在潛意識裏識別人與機器的區別🦻🏻，所以人類“情不自禁”地對機器做出社交反應🚴🏽‍♀️。然而🚵🏻‍♀️，從1996年至今😕，我們已經具有了長達20年的更多的機器使用經驗。人類社會已經出現了不止一代的數字原住民（digital natives）🐤。這些都使得當我們面對機器的智能時不再驚慌失措🤸🏽，而是開始冷靜平和地接納它。也就是說，媒體等同理論的基本前提可能需要重新接受驗證🤳🏻🉐。

其次，人類在上萬年的進化過程中早已把社交屬性根深蒂固👷🏻‍♀️🐛，然而與機器的交流才剛剛開始☛👩🏿‍🦱。所以目前階段，我們對人機傳播的理解是建立在將人類的交流方式生搬硬套到人-機交流上的基礎上的🫅🏽。雖然這一點無可厚非👖，但未來💷，突破人類中心主義的局限👭🏼，從更中立👨🏻‍🎤、甚至偏向於機器的角度考察人-機交流的模式與效果，我們的認識會更全面一些。

人機傳播領域提出了很多嶄新又更為復雜的研究問題🧑🏼‍🤝‍🧑🏼。其復雜性不在於問題的繁雜，而是在於其多學科交叉的特點🙋🏻‍♂️。然而，正是由於不同學科帶來的多維度多視角的考察🥇🤦🏼‍♂️，使得人機傳播的研究變得如此絢麗多彩🏬。2012年🈳，美國傳播學家Gunkel (2012) 提出關於人與計算機的研究正在經歷範式的轉變🏄🏿‍♂️，更多的學者們正在將視角從之前的計算機輔助傳播轉向人機傳播🚴。而在中國大陸🍗，關於計算機輔助研究以及人機傳播的研究相對還在起步階段✴️🚗。隨著更多業內目光開始投向機器人以及人工智能在未來的前景。也許，這恰好是一個契機，讓中國的學者們從傳播學的視角重新審視傳播的定義🎶，人與機器的關系，傳播的對象與邊界，以及正在湧現的新的研究方法，從而做出中國傳播學界的貢獻。