闫桥 陈昌凤：人机协同内容生产中的边界问题：何以建构、消融与重塑

作者：闫桥（清华大学新闻与传播学院博士研究生）；陈昌凤（清华大学新闻与传播学院教授，安徽大学大师讲席教授，本刊学术顾问）

来源：《青年记者》2025年第7期

导 读：

本文从社会科学中的“边界”概念出发，从人机交互史、内容生产史梳理的角度尝试分析和讨论人机协同内容生产的边界问题。

一、引言

2025年1月15日，国产大模型人工智能助手DeepSeek官方应用在各大平台商店正式上线[1],因其深度思考思维链模式的呈现迅速成为现象级技术产品。据不完全数据统计，已有第一财经、潇湘晨报、江苏广播电视台、四川文化大数据等超过30家媒体机构选择接入DeepSeek，助力自身内容生产的效率，提升内容服务的质量。[2]可以预见，基于人机协同模式的内容生产将成为未来媒体行业及更多创意行业的主流业态。

然而，伴随着人与人工智能交互程度的日益加深，其暗藏的不确定性因素、风险性因素也逐渐显现：人工智能的基础设施化让传播的权力产生让渡，人与机器的界限模糊化影响了人类主体性认知，也带来了伦理法律挑战和公众信任危机。[3]厘清人机协同内容生产中的边界成为我们亟待解决的重要问题。本文通过梳理人机协同内容生产的历史演化脉络，旨在结合社会科学中关于“边界”的相关理论及行动者网络理论等理论，尝试回答以下三个问题：

1.从历史进程和技术发展来看，人机协同内容生产的边界问题何以建构？

2.人工智能（尤其是生成式人工智能）的冲击带来了哪些方面的人机协同边界变化？

3.在未来人智交互常态化时代，如何重塑人机协同内容生产的边界？

二、边界的建构：人机属性的原始区隔与职业权威的捍卫

何谓边界（boundaries）？作为社会科学领域一个经久不衰的核心概念，其有着丰富的内涵。一般意义上，边界可以划分为符号边界(Symbolic boundaries)和社会边界(Social boundaries)两大类别，符号边界指社会行动者为对事物、人物、实践甚至时空进行分类而做出的主观概念区分，社会边界则更强调社会资源获取和分配差异基础上的客观界限区分[4]。在更具体的边界问题研究中，边界一般涵盖阶层认同、国别差异、性别平权等不同层级的各类问题，范围可大可小。而针对边界研究中的个体，目前的讨论则更多集中于组织行为学领域，研究不同角色身份的个体如何在工作、家庭、休闲等不同领域边界内实现自我管理和身份转换。[5]由此可见，边界的建构并不是一个受技术冲击形成的新问题，而是一个长久以来被学界广泛争辩的历史概念。那么在人机协同的内容生产中，人与机器的边界何以建构？仔细考察就会发现其具有深刻的历史延续性。

（一）人机交互中人与机器的原始属性区隔

首先需要明确的是，在常见的人机关系研究中，我们通常认为人与机器最根本的区隔在于生物属性、物理属性的差异，人类作为生物的进化与机器作为机械物的进化存在根本性的差异，“意识”被认为是人类所独有的精妙产物，这是本体论基础上的人机鸿沟。人类与机器被认为存在一些固有的差异：机器是预先编程的，而人类拥有自由意志；机器没有人类的情感，无法感受同情、痛苦等；机器不具备人类敏锐的情境感知能力；人类比任何机器在实体之间的关系和因果模式上拥有更多的常识判断；人类行为比机器反应更加随机和多样等。[6]在早期人机交互中，人与机器的冲突天然存在，因为机器是人类制造的器具，是人类用于生产辅助的工具，因此从机器被制造完成开始，机器应该被人类支配的观念便根深蒂固地存在于机器使用者脑海之中，人与机器二者存在主体地位上的不平等，人类并不畏惧机器的叛逆行为，因为一旦机器出现难以掌控的突发反应，便会被人力强行阻止。

这种人机原始区隔的边界设计在早期编程的打孔卡设计、机械的指令拨盘、计算机的命令行界面输入等方面都有体现。人类发出具体的任务指令而机器进行针对性的反应接收，其每一步的运行都有严格的输入输出要求，机器规则下的计算机操作语法形成了人机协作的符号边界。而人机协同内容生产的人机边界其实就是人与机器的原始区隔在知识生成、内容生产方面的具象化，在人类的内容创作过程中，我们固定的思维模式会沿袭人类中心主义，认为机器只是辅助内容创作的工具设备，因而机器的产出无非是基于我们指令的机械回应，其成果不存在创新性。无论是早期内容生产中的文字排版处理还是机器辅助下的图形设计等环节，人和机器的边界始终非常明晰，即人提供想法构思、具体的执行步骤而机器只负责运行，人类始终主导内容生产，这与其他领域的人机协作边界高度一致。而且人机生物、物理属性的区隔意味着人机关系的疏离，人与机器存在的天然属性区隔也让人类在人机交互早期不可能完全像对待真人一样对待机器。

（二）内容生产塑造职业权威的边界工作

除了人机本身属性区隔产生的天然边界，内容生产中的人为边界建构其实在职业发展史上也由来已久。托马斯·吉伦（Thomas Gieryn）曾提出了著名的“边界工作”（boundary-work）概念，他认为科学和非科学的边界划分有利于科学家追求职业目标，获得知识权威和职业发展机会，防止伪科学获取它们不应得的资源。具体而言，“边界工作”包括以下三种：一是扩张（expansion），即将本领域的专业知识或权威扩展到其他领域；二是垄断（monopolization），即通过定性竞争对手为“伪”“离经叛道”“业余”等方式实现领域垄断；三是自主性保护（protection of autonomy），即将自身责任转移到职业领域外部，从而保护领域边界内的成员。[7]随着新闻业的“液态”转向，新闻环境的动荡变迁也呼唤着“边界工作”这一中层理论的引入。在技术冲击背景下，新闻工作者如何维护记者的职业边界与文化权威，廓清新闻专业主义话语，塑造新闻从业者自身合法性等成为新闻传播领域热门的研究议题。[8]

内容生产中的边界构建，很大一部分原因也源自内容创作者的“边界工作”，这在新闻媒体行业尤为突出。记者有着专业的职业技能训练，对于自身的职业身份和供职机构组织有着内在认同，从而能够划分自身与UGC生产者的边界。[9]一些媒体机构则通过合作构建用户共同体，使用物理隔离和话语隔离区分专业生产内容与UGC，让渡部分职业角色给UGC生产者等方式来捍卫自身的边界，努力实现媒体机构在数字时代的合法性。[10]而在人工智能介入的内容生产中，这种职业边界的塑造工作也并未改变，无非是侵入边界的其他生产者由“人”逐步变为“人+人工智能”或者单纯的“人工智能”，虽然这个侵入者发生了一些物理属性的变化，但本质上仍然也是因为动摇了内容生产者的职业权威从而增加了边界内部人员被替代的危机感。近年来出现的人工智能绘画、人工智能创作的文学作品等在画家圈、作家圈引起的强烈抵制行动，正是内容生产专业创作者对于职业边界权威合法性捍卫的体现。

三、边界的消融：创作主导权争夺升级与责任划分的迷蒙

基于社会治理角度考虑，“边界”确实可以作为一个有效工具针对不同群体进行区隔性的策略应对，但值得注意的是随着全球化和后工业化进程的推进，人与物流动加速，边界意识逐步模糊，一些固有边界也在消解。[11]人机协同内容生产的边界虽然在人机交互协作和用户内容生产变革中已然建构，但随着人工智能技术的一路高歌，人与机器本身的边界也在快速地模糊化，这种人机边界的消融也带来了更多更难以预料的风险挑战，已经远超传统媒体时代。

（一）技术自主性与人的主体性争夺升级：谁主导创作？

人机关系研究中一个争论最多的问题便是技术自主性与人的主体性争夺问题。技术哲学领域的前辈学者雅克·埃吕尔（Jacques Ellul）、兰登·温纳(Langdon Winner)等人对于“技术自主性”概念等进行了早期的诠释，这里不再赘述。在人机交互时期，人工智能的自主性更加引发关注，在内容生产领域引发激烈辩论，其中一个很大的争议焦点在于机器生成内容的价值归属问题，如人工智能系统是否可以申请成为专利发明者？2021年，世界第一例承认人工智能发明人的澳洲法院审判（thaler case）中，法院提出了人工智能存在自主性的三个特征：一是无须人工输入就可以响应新场景；二是可以自组装或自组织；三是可以产生新的输出结果。[12]该界定虽然尝试回应了法律层面的技术自主性问题，但在具体的执行判断和社会意义延展方面却稍显乏力，因为在机器自主性的判断上目前仍存在技术困难，也很难形成真正的共识。

而在最为常见的自主性判断中，我们会习惯性地认为人工智能不存在“意识”，所以其不可能“自主”，但是这样的默认感知在现今高度拟人化的生成式人工智能面前真的还适用吗？心智理论（theory of mind）即个体追踪他人心理状态的能力，被认为是定义“人”之所以为“人”的核心概念。《自然》子刊的一项研究发现，在识别间接请求、错误观念及误导方面，大语言模型在心智理论上的表现和人类相当，甚至某些时候优于人类。[13]而在高阶心智理论（higher-order theory of mind），即人类以递归方式推理多种心理和情绪状态能力的测试上，大语言模型的任务完成表现已经达到或接近成年人水平。[14]姑且不讨论其他外观形态高度拟人的机器人，单纯语言对话模式的符号边界意识在当下人与生成式人工智能大语言模型的交互中就已经慢慢消解。而更值得注意的是，随着文本交互向多模态交互的升级，这种人机边界的模糊将愈发明显，人与机器拟人化的情感交互已然不再遥远。

所以问题的关键不在于单从技术发展层面讨论机器是否真的产生了自我意识，而是我们是否认为其已经成为和人一样具有意识的独立个体，如果当人工智能基于深度学习的表达回应已经让我们根本无法分辨是真人还是机器，由人工智能创作的内容产品在吸引力层面已经优于人类自有的创意产出，那么我们仍然固守“机器肯定不存在自主性”“人类必然主导内容生产”等说法似乎就丧失实践层面的意义。而且从更远的技术进步而言，如果未来“赛博格”等人机嵌生集合体得到全面普及，那么人与机器的生物、物理属性最根本的原始区隔边界也将彻底消弭，将人默认为创作主导的主体这一惯性认知也面临着被瓦解的风险。

（二）人机协同的风险伦理问题层出不穷：谁应该负责？

生成式人工智能的浪潮让内容生产走上了极速车道，以往需要几个小时乃至几天完成的创作任务都可以在几秒或几分钟内迅速生成，但是这样的生产方式也潜伏着很多之前内容生产未曾预料过的新风险伦理问题，尤其是对于这些问题的责任划分困扰则更加凸显。

首先，是人机协同生成内容本身的真实性、可靠性问题，这里主要是指幻觉风险、深度伪造风险和人工智能偏见对生成内容的影响。幻觉（hallucination）本身是一个心理学的概念，意指人们一种感觉真实的虚假感知，而在自然语言处理（NLP）中的幻觉则是指生成的内容与提供的源内容毫无意义或不相符合。[15]在目前的大语言模型中，幻觉问题普遍存在。以DeepSeek为例，在Vectara HHEM幻觉检测中，DeepSeek-R1推理模型的幻觉率高达14.3%，约为其通用模型DeepSeek-V3的4倍，然而人群使用研究测试显示，45.6%的受访者缺少对于人工智能幻觉的风险理解，对幻觉问题“高警觉”的人群则仅占8.5%。[16]高幻觉风险与低风险感知的矛盾在内容生产中更为显著，如果不经过严格的事实核查，内容生产者就会将人工智能生成的幻觉信息误认为真实信息而大面积传播，产生不可估量的连锁反应。此外，区别于幻觉风险大部分是出于技术缺陷而造成的无主观恶意危害，基于深度学习的深度伪造技术（Deepfakes）则可能随着技术的升级而进一步导致互联网平台上的操纵性内容泛滥，多模态的虚假信息会从受众感官方面严重干扰普通公众对于新闻真实性的界定。而如果将深度伪造技术用于军事舆论战、政治选举、金融投资等方面，则更是会对社会整体安全造成严重威胁，这类风险在俄乌冲突、美国大选等方面已有前例。最后，在内容生产的具体过程中，就算规避了主观上的造假和进行了客观上的数据核查，人工智能本身习得的人类偏见问题同样也会隐蔽地投射到生产者的创作内容之中，无论是种族歧视、性别偏见还是意识形态倾向等，都将从人机日常的交互协同中潜移默化影响内容创作者自身的价值判断，这种隐形的影响比起幻觉和深伪更难被我们觉察。

其次，是整个人机协同内容生成链条的延伸影响，这里主要涵盖人工智能数据训练的隐私泄露问题、人工智能创作产品的版权问题及更广意义上诸如生态环境影响、职业替代危机等长期风险考量。以ChatGPT为例，其训练数据集超过570GB，涉及网站、帖文、书籍等海量未获允许的信息，与GPT的对话中也可能存储个人数据，而接入GPT的搜索引擎等也存在被越狱攻击的风险。[17]与隐私泄露伴生的一个问题是版权归属难题，从《纽约时报》起诉Open AI和微软到全球图库巨头盖蒂图像(Getty Images)状告开源人工智能艺术生成器稳定扩散（Stable Diffusion）的开发商，版权的归属争夺贯穿人机协同内容生产的数据获取与发行传播的全链条各环节，目前在人工智能作品创作者认定、人机合成侵权行为判别、人机合理使用界限划分等方面仍然存在较大争议。而人工智能发展在其他延缓风险方面所带来的深远影响，也不容忽视。人工智能并非纯绿色产业，其巨量数据处理和运行会消耗高额电力从而增加碳排放，而人工智能在生活生产领域的全面推广应用，客观上会危及一大批传统内容生产者的职业饭碗，在累积行为改变上也可能造成相关工作人员产生人工智能依赖而专业能力下降等问题。

诸如上述人机协同生成内容本身与生成链条全环节的问题都需要找出核心责任主体进行补偿操作，但由于人工智能是否能够成为创作主体、责任主体尚未有共识界定，平台、技术提供商、政府、个人等权责划分也就成为更加模糊的边界地带。

四、边界的重塑：从行动者网络视角看人机协同的流动边界

随着人与人工智能交互的常态化，人机边界加速消融，机器日益从中介化角色演化为可以交互的主体,传播发生了结构性变革，也带来了信息传播伦理的颠覆性重构。[18]消融的边界在新风险伦理问题层出的时刻仍有重塑的必要，我们对于人工智能角色和人类角色的认知也亟待跟随技术的升级而转换，或许不得不承认传统二元划分边界的方式已难适用，我们需要重新审视当下人机协同常态化的边界流动。

科学社会学领军人物布鲁诺·拉图尔(Bruno Latour)曾提出行动者网络理论 (actor-network-theory，ANT)，围绕行动者(agency)、转义者(mediator)、网络(network)三个核心概念论述了社会学的联结性，主张应该跟随行动者去理解元语言[19]，该理论特别适用于界限模糊、关系流动的情境，为我们分析当下人机协同内容生产的边界问题提供了有益的视角。

（一）识别人机协同内容生产网络中的行动者

行动者网络理论中的“行动者”是一个广义的概念，既包括人类行动者（humans），又包含非人行动者(nonhumans)，当网络中的各类行动者联结(associations)在一起，才会构成一个社会场域。[20]识别人机协同内容生产网络中的行动者，是厘清和重塑边界的关键，可以借助下列表格进行梳理剖析。

表1 人机协同内容生产网络的主要行动者识别

从表格内容可以看到，人机协同内容生产网络是由内容生产者、机器设计者、内容监管者等人类行动者，以及机器基础设施、平台、技术、规范文件、其他机构组织等非人行动者所共同形塑，传播的技术逻辑、制度逻辑等均在该网络中有所呈现，我们需要清晰认知人类行动者与非人类行动者的边界协商工作，尤其是关注传统内容生产中被忽视的非人行动者的能动性。

（二）分析人类行动者与非人行动者的边界矛盾

人与人工智能的交互愈发常态化，人机协同的内容生产网络也并非一个固定的架构，而是动态变动、充满张力的网络。在前述分析中已经明确人机边界的消融带来了更多诸如技术自主性与人的主体性争议升级、伦理风险责任划分日益模糊等边界矛盾。我们将其置于人类行动者与非人行动者的视角分析会更加直观地明确矛盾冲突点位。

第一个最主要的边界矛盾是内容生产主导权的争夺，其核心冲突在内容生产者这一人类行动者与人工智能、算法等技术非人行动者之间。在算法推荐应用如火如荼的扩张期，内容生产者与算法推荐机制就存在主导权的争夺与互构，坚守职业权威的生产者渴求内容的质量，但算法推荐的技术逻辑却更关注传播层面的流量，由此产生了冲突，在多数情况下很多内容生产者被迫基于技术逻辑进行类似于标题改造、添加标签热词的妥协。而当生成式人工智能大规模应用后，这类算法行动者与人类行动者的矛盾又升级为生成作品主导权的矛盾，理想状态上人类生产者认为人工智能应该为人服务，生成理想构思中的作品，机器起到的是“锦上添花”而不是“越俎代庖”的作用。但在实际过程中，人工智能回答生成机制的“黑箱化”却让人类行动者的主导渐显颓势。人机协同内容或者完全由人工智能生成的内容也存在着本雅明在对机械复制时代现代性批判中所说的“灵韵”丧失问题[21]。内容生产的质量问题不单单是准确性方面，还应该囊括整个原创性、灵动性丧失的风险。

第二个边界矛盾是新风险伦理问题的责任划分窘境，其核心冲突在内容生产者、机器设计者等人类行动者与平台、输入语料、机构组织等非人行动者之间。在法律规范性的伦理划分中，我们认为人类是责任主体，无论是内容生产者还是机器设计者都应该为产出内容的风险伦理问题负责。但从另一个角度而言，这样的单一化责任归类似乎也存在部分不合理之处，人工智能的幻觉问题、偏见问题与技术架构有关，也和输入语料有关，机器折射的不过是人类社会长久以来存在的虚假信息问题和早就深植人性及社会深处的偏见问题。技术的架构也并未纯粹中立自主，不同平台、机构组织出于商业性、政治性目的考量也会介入到辅助内容生产的技术之中，从而对机器的产出进行隐形干预。而机器设计者与技术本身也会存在冲突，人工智能等技术同样也存在不可预见的黑箱化运行和发展问题，从某种程度上看，设计者也很难把控其输出结果完全符合本身设计预期，而且当弱人工智能升级为强人工智能，这样的失控感还会更强烈。总结而言，多个人类行动者与多个非人行动者争夺、竞争与妥协下的责任划分，其复杂性已经很难用常规的社科伦理原则进行框定。

（三）协商共创人机协同的弹性流动边界

随着技术整合、媒介迭代与虚实相融的升级，流动成为新的世界图景，社会科学研究视野转向了“作为流动的社会性”（social as mobility）。[22]诚然，人机协同内容生产网络中行动者的争夺变动也需要一个弹性流动的边界协商共创。

首先，弹性流动的边界意味着需要关注时间性，因而在人机协同内容生产的不同时间阶段，我们可以依据具体情况框定人机边界。在内容想法构思阶段，人和机器可以作为合作的伙伴，专注于提示词这一非人行动者的作用，以人的智慧引导机器的产出，从而起到事半功倍的效果。而在人机协同的内容生成过程中，则可以综合考量技术行动者的辅助作用，关注其在效率提升、逻辑推导、成本节省等方面的优势，批判吸收机器所给出的设计成果，也可以适当包容其偶发的错误。而在最后的内容审核和传播环节，我们则需要重申人类行动者的主导地位，尤其是内容生产者应当审慎地进行多方数据源的事实核查，做好把关工作。事实上，基于时间性考量的技术治理尝试也已经开展。2025年，我国首部系统性回应人工智能技术快速迭代的立法建议文本《人工智能示范法》更新发布3.0版本，首创“政策动态评估与调整机制”，明确需要将伦理治理深度嵌入技术全生命周期。[23]

其次，弹性流动的边界也需要关注空间性，即在人机协同内容生产的不同场景，我们可以依据不同的场景需求而进一步框定人与机器的边界。如果内容生成的使用场景并非涉及新闻生产之类的严肃领域，而是诸如虚构小说、动画、科幻电影之类的创意产品生产中，不妨适当给予人工智能更多的可能性，尊重人机协同下的思路开拓可能某种程度上也会有出乎人类自我思索的意外之喜。当然，在政治、军事、经济等议题场景，人工智能的权限则应该适当缩减，以人类长久形成的相对完善的规范要求合理引导内容生产。而在其他更为具象的场景区分上，也应有更加细致和动态调整的边界塑造，这个则需要多个行动者持续的协商讨论。

最后，弹性流动的边界还需要可控与透明。技术的发展不应该是脱缰似的发展，美国非营利组织未来生命研究所（Future of Life Institute）曾在2023年就发布了一封题为“暂停巨型AI实验”的公开信，信中上千名人工智能专家和行业高管呼吁应当暂停对更强大的人工智能系统的开发和训练。[24]尽管该呼吁存在偏颇，受到很多专业人士的批评，近年来生成式人工智能开发的大浪潮也并未减缓或停止，但单从风险预警而言，这样的提示具有一定的参照意义。当然，倡导可控与透明并非要限制人工智能技术的创新，但不可否认的是，我们需要进一步明晰当下技术的发展规律和内在结构，倡导构建负责任、可解释的人工智能，着力培养公众的人工智能素养，从而应对未来更多的风险挑战。

五、总结与讨论

本文从社会科学中的“边界”概念出发，从人机交互史、内容生产史梳理的角度尝试分析和讨论人机协同内容生产的边界问题。可以看到，这类边界问题本身并非人工智能技术出现后的原生性问题，而是一个基于人类与机器的属性区隔和职业权威边界工作等基础上的问题延续。在人与人工智能交互愈发频繁的当下，人与机器的边界也愈发模糊化，带来了技术自主性与人主体性争夺，幻觉、隐私等风险伦理责任划分等困境。从行动者网络理论的视角出发，我们可以更好地厘清协同生产中的人类行动者与非人行动者，梳理清晰人机协同动态网络构建的过程，从而重塑一个更具弹性张力的流动边界。

从行动者视角就可以真正塑造新的人机边界吗？显然很难，技术哲学巨匠芒福德在论及技术与人的本性时，也曾同样抒发了自己对于人与技术之间复杂关系解读的无力感，他说道，“我深知，在提出这些困难的问题之后，我也没有能力给出现成的答案，也不意味着很快能找到这些答案”，转而他倡导“现在应该改变这种态度（对早期技术发展单向度的解释），更充分地解释人的本性和技术环境之间的关系，因为二者是同步进化的”。[25]

这是来自几十年前至今仍然掷地有声的学术回响，也给我们提供了一点新的启发：人机协同内容生产中的边界问题是流动着的，进化着的，在当前人工智能高歌猛进的大背景下我们不妨尝试慢一点，稳一点，回归探索人类本性和机器属性的优点，聚焦二者的光辉之处，坚守一些人性中真善美的价值，也多包容一些看似颇具颠覆性、冒犯权威的技术创新观点。人类与机器是共同进化的，或许回头一看，人工智能与人类从来都在同一边界内。

【本文为国家社科基金重大项目“智能时代的信息价值观引领研究”（批准号：18ZDA307）成果】

参考文献：

[1]中国证券网. DeepSeek官方App正式发布 上线iOS、Android各应用市场[EB/OL].(2025-01-25)[2025-05-10].https://finance.eastmoney.com/a/202501153298302532.html.

[2]中国日报中文网.超30家媒体机构携手腾讯云接入DeepSeek，提升内容生产与服务效率[EB/OL].(2025-02-21)[2025-05-10].https://ex.chinadaily.com.cn/exchange/partners/82/rss/channel/cn/columns/sz8srm/stories/WS67b81e0da310510f19ee81fb.html.

[3]陈昌凤，王金鹏.人工智能成为新闻基础设施：技术动因、权力转移与信任重塑[J].新闻界，2025(04):4-13+52.

[4] Lamont M, Molnár V. The study of boundaries in the social sciences[J]. Annual review of sociology, 2002, 28(1): 167-195.

[5]谢菊兰，宋娅，骆亚，等.边界理论在组织行为学研究中的应用[J].中国人力资源开发，2022,39(4):127-140.

[6] Harel D, Marron A. The human-or-machine issue: Turing-inspired reflections on an everyday matter[J]. Communications of the ACM, 2024, 67(6): 62-69.

[7] Gieryn T F. Boundary-work and the demarcation of science from non-science: Strains and interests in professional ideologies of scientists[J]. American sociological review, 1983: 781-795.

[8]白红义，李拓.“边界工作”再审视:一个新闻学中层理论的引入与使用[J].湖南师范大学社会科学学报，2020,49(2):147-156.

[9] Tong J. Chinese journalists' views of user-generated content producers and journalism: A case study of the boundary work of journalism[J]. Asian Journal of Communication, 2015, 25(6): 600-616.

[10]黄春燕，尹连根.合作·隔离·让渡——机构媒体应对UGC策略研究的边界视角[J].新闻记者，2022(09):3-16.

[11]张康之.论全球化条件下的“有界”与“无界”[J].理论与改革，2017(02):1-8.

[12] Chia H, Beck D, Paterson J M, et al. Autonomous AI: What does autonomy mean in relation to persons or machines?[J]. Law, Innovation and Technology, 2023, 15(2): 390-410.

[13] Strachan J W A, Albergo D, Borghini G, et al. Testing theory of mind in large language models and humans[J]. Nature Human Behaviour, 2024, 8(7): 1285-1295.

[14] Street W, Siy J O, Keeling G, et al. Llms achieve adult human performance on higher-order theory of mind tasks[J]. arXiv preprint arXiv:2405.18870, 2024.

[15] Ji Z, Lee N, Frieske R, et al. Survey of hallucination in natural language generation[J]. ACM computing surveys, 2023, 55(12): 1-38.

[16]刘秦春.青年话题丨AI幻觉高感知公众占比不足10%，你知道AI在已读乱回吗？[EB/OL].(2025-05-25)[2025-05-26].http://www.why.com.cn/wx/article/2025/05/25/17481551411374324843.html.

[17] Wu X, Duan R, Ni J. Unveiling security, privacy, and ethical concerns of ChatGPT[J]. Journal of Information and Intelligence, 2024, 2(2): 102-115.

[18]闫桥，陈昌凤.传播生态变革与人机传播的未来[J].青年记者，2023(02):12-15.

[19]吴莹，卢雨霞，陈家建，等.跟随行动者重组社会——读拉图尔的《重组社会:行动者网络理论》[J].社会学研究，2008(02):218-234.

[20]戴宇辰.“旧相识”和“新重逢”:行动者网络理论与媒介(化)研究的未来——一个理论史视角[J].国际新闻界，2019,41(4):68-88.

[21]王才勇.灵韵,人群与现代性批判——本雅明的现代性经验[J].社会科学，2012(08):127-133.

[22]刘永昶，冯笑.边界的更迭:新流动范式视域下的后电视图景[J].现代传播(中国传媒大学学报)，2022,44(9):43-54.

[23]王俊.南财参与起草《人工智能示范法3.0》正式发布 以动态立法响应技术迭代，构建AI治理新范式[EB/OL].(2025-03-29)[2025-05-21]. https://www.21jingji.com/article/20250329/a48b95bb61da72467feeb0b714d19e0f.html.

[24]张渺.马斯克等全球千名科技人士联名呼吁暂停更强大的AI开发 [N/OL].中国青年报，(2023-04-03)[2025-05-21].https://zqb.cyol.com/html/2023-04/03/nw.D110000zgqnb_20230403_2-08.htm.

[25]吴国盛.技术哲学经典读本[M].上海：上海交通大学出版社，2008:506.

本文引用格式参考：

闫桥，陈昌凤.人机协同内容生产中的边界问题：何以建构、消融与重塑[J].青年记者，2025(07):12-18.