數(shù)智時代的知識生產(chǎn)與出版深度融合發(fā)展

內(nèi)容摘要：數(shù)智時代的到來，使知識生產(chǎn)的方式產(chǎn)生了巨大變化。人智交互型知識生產(chǎn)方式興起，知識邊界被打破，知識生產(chǎn)者與消費者身份遷移流動，要求出版深度融合發(fā)展，即在多模態(tài)數(shù)據(jù)融合的基礎上打破傳統(tǒng)產(chǎn)業(yè)邊界，重構(gòu)出版價值鏈。面向知識生產(chǎn)的出版深度融合發(fā)展實現(xiàn)路徑包括：打破行業(yè)壁壘跨界合作，夯實融合發(fā)展數(shù)據(jù)底座，重構(gòu)智慧出版商業(yè)模式。

關鍵詞：數(shù)智時代；知識生產(chǎn)；數(shù)字出版；出版融合

課題：國家社科基金重大項目“全媒體傳播體系下出版深度融合發(fā)展研究”（編號：23amp;ZD219）

DOI：10.3969/j.issn.2095-0330.2025.02.003

以往對于出版的“確定”描述，往往圍繞媒介形態(tài)展開，形成了以“媒介界定出版”的傳統(tǒng)。\"比如《不列顛百科全書》將出版定義為“一項涉及印刷品的選擇、編輯和銷售的活動”# 。隨著新興媒介在傳播領域的廣泛應用，研究者們認為以印刷品為載體定義出版過于狹窄，于是有人提出：“出版產(chǎn)業(yè)應該包含報紙出版、雜志出版、音樂出版、地圖出版、政府信息出版、漫畫書出版，以及書籍出版?！? 然而，這樣從產(chǎn)業(yè)視角例舉的定義方式既不科學也不嚴謹，更重要的是，它面對層出不窮的新媒介時會顯得手足無措。對出版的“泛化”描述則跳出了載體維度，從出版的對象、流程和要素來定義出版的本質(zhì)。例如《辭?！方o出的定義：“編輯、復制作品并向公眾發(fā)行的活動?！泵襟w評論家邁克爾·巴斯卡爾（Michael Bhaskar）認為，出版由四個緊密聯(lián)系的元素構(gòu)成：媒介模式、審核、框架及推廣。%“泛化”地理解出版彌補了以載體定義出版的不足，對新技術(shù)和新媒介而言足夠兼容和開放，但如果描述過于寬泛而不深究出版對象、流程和要素背后的本質(zhì)，就無法理解出版的“常量”，也無法解釋網(wǎng)絡游戲和書籍為什么都可以“被出版”，兩者共同的“出版性”是什么。

為了揭示出版的“常量”或者建立數(shù)字時代“書籍的秩序”amp;，許多學者進行了探索和努力。20世紀90年代，劍橋大學社會學系教授、出版研究專家約翰·B.湯普森（John B.Thompson）將出版的內(nèi)容對象劃分為數(shù)據(jù)、信息、知識和敘事并分析其作為出版對象的不同特征及其與技術(shù)的關系。然而，隨著大數(shù)據(jù)、云計算、自然語言處理、大語言模型、生成式人工智能技術(shù)的出現(xiàn)，傳統(tǒng)出版的“秩序”被打破，以數(shù)據(jù)、信息和敘事為出版對象分析出版的“常量”變得困難重重。在此背景下，近年來學界出現(xiàn)了從知識社會學和知識論視角探討出版的聲音，有學者將知識的生產(chǎn)看作出版最重要的功能，認為出版有匯集、交融以及推動新知識生成的優(yōu)勢。' 與之相近，有學者認為出版是“一種社會知識生產(chǎn)和公開化的實踐”，并提出“出版作為一個現(xiàn)代概念，是由四個關鍵詞錨定其基本意義的：文字、印刷、知識、公開”。（ 還有學者認為出版是“一種基礎性的人類知識生產(chǎn)實踐”），“出版本質(zhì)上是知識生產(chǎn)和知識傳播”*，“出版過程就是使個人知識商品化的過程”+。

相較于以“媒介界定出版”的“窄化”描述和從對象、流程與要素等維度闡釋出版的“泛化”理解，“知識說”似乎更能揭示出版的本質(zhì)，從知識生產(chǎn)的角度理解出版實踐，探究出版與其他文化實踐活動的區(qū)別，或許可以為出版理論的構(gòu)建和理解數(shù)智時代的出版實踐提供一個相對科學和可行的視角。

一、作為知識生產(chǎn)的出版

作為一個名詞術(shù)語，出版具有“使之為公眾所知”的意思，即湯普森所說的“知道”（toknow），。進一步，可以繼續(xù)追問，出版使什么為公眾所知？湯普森為了回答這個問題，把出版的內(nèi)容對象劃分為數(shù)據(jù)、信息、知識和敘事，事實上是把信息科學（information science）的視角和分析方法引入出版研究。在信息科學視角下，信息是一個連續(xù)的概念。事實（fact）、數(shù)據(jù)（data）、信息（information）、知識（knowledge）和智能（intelligence）構(gòu)成“信息鏈”（informationchain），且數(shù)據(jù)、信息、知識和智能是可以相互轉(zhuǎn)化的。數(shù)據(jù)是信息的原材料，信息是知識的原材料，知識可以轉(zhuǎn)變?yōu)橹悄堋? 盡管信息鏈理論對“知識”和“信息”有著明確的區(qū)分，但從語言學上說，“知識”和“信息”這兩個詞的主要區(qū)別在動詞形式上：“to inform”是一種傳遞知識的活動，“to know”是這種傳遞活動的結(jié)果?！靶畔ⅰ弊鳛楸粋鬟f的對象，在認知意義上同“知識”的意思是一樣的?；诖耍覀兛梢越栌眯畔W和語言學的觀點，將湯普森對出版的理解進一步延伸為“出版是以知識為核心的內(nèi)容生產(chǎn)傳播活動”。

為了進一步探究出版活動的本質(zhì)，有必要深入探討知識是如何被生產(chǎn)出來的。知識作為一種認知狀況產(chǎn)生于兩種不同的活動，第一種是談話、傾聽、閱讀等基于多個不同個體的交流活動.，第二種是基于單個個體的知覺、記憶、內(nèi)省、推理和理性洞察等活動/。如果個人只是通過實踐獲得某些特定知識而并未與他人分享，那么從社會層面看，他獲得的知識不能發(fā)揮作用，因為它不是“社會意義上的新知識”0。也就是說，知識的生產(chǎn)在其被傳送給其他人之前，尚未完成。生產(chǎn)知識不只是發(fā)現(xiàn)、發(fā)明、創(chuàng)造等，還包括傳播和擴散。出版作為一種系統(tǒng)化、智識性的文化實踐1，能動地構(gòu)建著“人類社會賴以維系的意義之網(wǎng)”2，承擔著將個人知識社會化、無序知識有序化的社會功能3。

出版通過使知識廣泛傳播，完成了知識生產(chǎn)的最后環(huán)節(jié)——“社會化”。正是通過出版，知識才得以從個人領域擴展到公共領域，出版在知識生產(chǎn)的過程中扮演著重要的角色，通過對內(nèi)容的針對性選擇、體系化加工和可視化呈現(xiàn)，使知識更加便于傳播和易于理解。這一過程實際上是對“原始”知識的一次再創(chuàng)造，是知識生產(chǎn)實踐的重要組成部分。從空間范圍看，當知識通過不同的文化背景、語言和形式進行傳播時，出版還實現(xiàn)了文化“轉(zhuǎn)譯”的功能，促使知識在不同社會和文化中再生產(chǎn)。從時間范圍看，出版通過對知識的不斷積累與持續(xù)提煉，創(chuàng)造出“經(jīng)典文獻”和“權(quán)威文本”4，從而實現(xiàn)對人類知識和文化的傳承。

二、數(shù)智時代的知識生產(chǎn)

長期以來，人類社會的知識生產(chǎn)是以“人”為基礎的。正如卡爾·波普爾（Karl Popper）“三個世界”理論所指出的，人是認識物質(zhì)世界（世界1）的主體，是精神世界（世界2）存在的載體，更是創(chuàng)造客觀知識世界（世界3）的本體。5 知識的生產(chǎn)過程離不開人的直接感知、長期記憶、抽象概括、理性推導和外化表達。數(shù)智時代的到來，尤其是生成式人工智能技術(shù)的廣泛應用，使得知識的生產(chǎn)效率大大提升，顛覆了知識生產(chǎn)和傳播的方式，“涌現(xiàn)”和“生成”成為描述知識產(chǎn)生過程的更貼切的動詞，“提示”“對話”和“交互”正在變成知識社會化的新途徑。

生成式人工智能技術(shù)大規(guī)模應用之后，“知識獲取—知識理解—知識轉(zhuǎn)化—新知識生產(chǎn)”的整個過程可以脫離人得以實現(xiàn)。知識獲取方面，人工智能可以獲取知識世界中已存在的內(nèi)容，在一切已經(jīng)存在的數(shù)據(jù)、信息、知識中挖掘“語料”。理論上看，只要訓練語料集規(guī)模足夠大、更新足夠及時，人工智能就可以獲取一切能夠被表達出來的既有知識。在知識的理解和認知上，人工智能可以基于知識世界的語料數(shù)據(jù)以及各類深度學習算法實現(xiàn)語言認知、思維認知、文化認知，甚至神經(jīng)認知和心理認知。比如，人工智能雖然無法真正地在觸覺、味覺、嗅覺等神經(jīng)層面形成認知，但通過將“草莓—香甜—紅色”“玫瑰花—芳香”等語料進行關聯(lián)計算，也就是通過將人類的各類認知轉(zhuǎn)化為相應的數(shù)字符號并建立符號關聯(lián)規(guī)則，人工智能可以深度模擬人類內(nèi)容生成的實現(xiàn)過程，進而實現(xiàn)對各層次內(nèi)容的理解和認知。此外，與人類相比，人工智能可以通過擴展數(shù)據(jù)，提升算力，優(yōu)化算法解決內(nèi)容的認知廣度、認知速度和認知深度問題。理論上它甚至能夠理解整個知識世界中的數(shù)據(jù)、信息和知識，從而成為“全知”的智能綜合體。在知識的轉(zhuǎn)化和運用方面，現(xiàn)有的人工智能大模型實現(xiàn)了從長期記憶儲存向有規(guī)劃的跨模態(tài)調(diào)用的轉(zhuǎn)化。人工智能對已有知識資源的運營和轉(zhuǎn)換能力已經(jīng)遠遠超越人類的整體水平。在新知識的生產(chǎn)方面，當前人工智能生成的知識仍然是關于“知道”的生成，相對于整個人類的知識庫而言，是“即成知識”的生成。但相較于人類依賴人腦進行的大膽猜想、小心求證，人工智能在記憶力、高維復雜、全視野、推理深度、猜想等方面具有較大優(yōu)勢，且人工智能大模型具有全量數(shù)據(jù)，深度學習的能力有可能使其實現(xiàn)從推斷（inference）到推理（reasoning）的躍升，比如主動發(fā)現(xiàn)物理學規(guī)律、預測蛋白質(zhì)結(jié)構(gòu)、設計高性能芯片、高效合成新藥等。

事實上，波普爾的“三個世界”理論已經(jīng)告訴我們，物質(zhì)世界（世界1）、精神世界（世界2）和客觀知識世界（世界3）都是客觀實在的，世界3與世界1和世界2一樣，在對象和增長方面具有自主性，它只在起源上是人造的，而它一旦生成就開始了自己的生命。6 不可否認，人工智能技術(shù)的出現(xiàn)極大地提升了知識生產(chǎn)和傳播的效率，數(shù)智時代的知識生產(chǎn)呈現(xiàn)出全新的面貌。

三、數(shù)智時代的知識生產(chǎn)要求出版深度融合發(fā)展

人工智能的介入使得“獲取—理解—轉(zhuǎn)化”這一知識生產(chǎn)過程可以脫離人而以“非人類”的形態(tài)運作。盡管當前還存在生成的“既成知識”智識性不足、雜合性突出等問題，但隨著人類命令的反饋和指示、算法的創(chuàng)新迭代、數(shù)字人及數(shù)字世界的構(gòu)建，人類知識生產(chǎn)和人工智能知識生產(chǎn)之間的界限有可能越來越模糊。與此同時，能源、機器、算法、數(shù)據(jù)、算力等“非人類”要素在人類社會知識生產(chǎn)場域中變得越來越重要，以知識生產(chǎn)為核心的出版業(yè)生產(chǎn)主體、生產(chǎn)力、生產(chǎn)關系都將被改變。鑒于此，有必要深入理解當前的知識生產(chǎn)新特征及其對出版提出的新要求，以期從理論上為出版知識生產(chǎn)提供支撐，從實踐上為出版深度融合發(fā)展提供進路。

（一）新的知識觀念促進出版與相關行業(yè)合作

古典知識論通常把知識分為“理論思維知識”（思想）和“日常生活中所知現(xiàn)實”（常識）兩類7；也有科學哲學家把知識分為“科學的知識”和“歷史的知識”8。德國學者馬克斯·舍勒（Max Scheler）把知識分為“工具性知識”“理智性知識”和“心靈性知識”9。美國學者弗里茨·馬克盧普（Fritz Machlup）以認知對象對認知者的意義為標準，把知識分為“實用知識”“理性知識”“閑談和消遣性知識”“心靈知識”和“非必要知識”五種基本類型。： 奧地利裔英國哲學家路德維?！ぞS特根斯坦（LudwigWittgenstein）在著作《哲學研究》中拋棄了嚴格的邏輯“確定性”這一理性主義的傳統(tǒng)，認為定義和分類所有事物，要求每一種事物都有清晰的界限的做法是錯誤的。; 他的這種見解為我們提供了一種理解知識系統(tǒng)的全新視角，讓我們“發(fā)現(xiàn)了一個復雜的、重疊交叉的相似網(wǎng)絡，而這種相似有時是整體上的相似，有時是細節(jié)上的相似”lt;。正如美國前國務卿亨利·基辛格（HenryKissinger）等在《人工智能時代與人類未來》一書中指出的，“機器學習需要的是維特根斯坦，而不是柏拉圖”=。維特根斯坦的觀點為人工智能和機器以概率而不是邏輯進行深度學習提供了理論基礎，即人工智能以概率、模糊性、近似性而不是以因果、價值和確定的規(guī)則進行知識生產(chǎn)。

一方面，隨著媒介技術(shù)的發(fā)展和數(shù)智時代的到來，不同種類的知識邊界逐漸模糊。傳統(tǒng)上被認為屬于理性范疇的科學知識和人文知識，如物理學、醫(yī)學、哲學等與閑談和消遣性知識的邊界不再清晰，前者越來越頻繁地以通俗易懂、娛樂性強的形式觸達更廣泛的受眾群體。另一方面，原先以理性主義為基礎，信仰知識的普遍性、客觀性、必然性和可靠性，以因果、規(guī)則和分類為邏輯的知識生產(chǎn)模式被人工智能基于算法、復雜人工神經(jīng)網(wǎng)絡、控制與反饋、自然語言處理、聯(lián)結(jié)、模糊性、近似性、概率等內(nèi)在邏輯創(chuàng)造的新型知識生產(chǎn)機制打破了。

不同種類知識之間界限變模糊和傳統(tǒng)知識生產(chǎn)機制被打破，意味著當前的社會知識生產(chǎn)從傳統(tǒng)知識觀念強調(diào)的追求客觀、普遍、中立的知識變成了后現(xiàn)代知識觀重視的具備不確定性、突變性、異質(zhì)性和多樣性的知識。這種趨勢是推動傳統(tǒng)出版產(chǎn)業(yè)與其他行業(yè)深度融合發(fā)展的根本力量。原因在于，出版不僅是人類社會的知識生產(chǎn)方式和人獲取知識的渠道，也為人工智能提供高質(zhì)量的“語料”。出版業(yè)態(tài)創(chuàng)新已經(jīng)迫在眉睫，傳統(tǒng)出版需要盡快升級成智慧出版，并通過與其他產(chǎn)業(yè)，如互聯(lián)網(wǎng)、傳媒、教育、游戲、音樂等不同產(chǎn)業(yè)的深度合作，創(chuàng)新知識生產(chǎn)和傳播的方式，重新定義知識的形態(tài)與功能，實現(xiàn)出版行業(yè)與其他相關行業(yè)的深度融合發(fā)展。

（二）新的知識生產(chǎn)方式加速出版多模態(tài)數(shù)據(jù)融合

在計算機相關技術(shù)被廣泛運用之前，知識生產(chǎn)方式主要依賴于專業(yè)人士的創(chuàng)作，如作家、學者、編輯等。書籍、期刊、報紙等印刷媒介長期以來是知識傳播的主要載體，出版內(nèi)容多由少數(shù)專家或?qū)I(yè)機構(gòu)生產(chǎn)并發(fā)布。這種PGC（專家生成內(nèi)容）的模式確保了出版內(nèi)容的質(zhì)量和權(quán)威性，但同時限制了知識生產(chǎn)的多樣性和互動性。隨著信息技術(shù)，特別是互聯(lián)網(wǎng)和社交媒體的普及，UGC（用戶生成內(nèi)容）逐漸成為知識生產(chǎn)的重要組成部分。UGC打破了傳統(tǒng)出版的壁壘，使得普通用戶能夠參與知識生產(chǎn)和傳播。在UGC主導的知識生產(chǎn)模式下，出版不再僅依賴于專業(yè)出版機構(gòu)，還通過用戶的互動和貢獻，生成豐富、多元的內(nèi)容。大語言模型的涌現(xiàn)和人工智能技術(shù)的進步使AIGC（人工智能生成內(nèi)容）逐漸成為知識生產(chǎn)的重要力量。人工智能不僅可以幫助分析大量數(shù)據(jù)、進行信息提取和自動生成文本，還能夠通過深度學習和自然語言處理進行邏輯推理和語義增強，提高知識生產(chǎn)的效率。

當前，人類社會的知識生產(chǎn)正在進入“人智交互”生成內(nèi)容的協(xié)同創(chuàng)新時代。人智交互型知識生產(chǎn)方式是PGC、UGC和AIGC的有機結(jié)合，在這種模式下，專家、用戶和人工智能共同參與知識生產(chǎn)，形成“人在回路”（human in the loop，HITL）的協(xié)同效應——在自動化流程或機器決策過程中，人類參與或監(jiān)督某個關鍵環(huán)節(jié)。它確保人類在系統(tǒng)作出重要決定時仍然保留控制權(quán)或具有干預能力，尤其是在系統(tǒng)可能面對復雜、非標準化或道德敏感的情境時提高AI系統(tǒng)的可靠性、道德性和靈活性。

人機協(xié)作知識生產(chǎn)的底層是海量多模態(tài)數(shù)據(jù)的深度融合。從人類視角出發(fā)，人類擁有眼、耳、鼻、舌、身、嘴（語言）的感知，人類的知識是多模態(tài)生成的。從AI視角出發(fā)，它也可以將視覺、聽覺等都建模為token序列，采取與大語言模型相同的方法進行學習，并進一步與語言中的語義進行對齊，實現(xiàn)多模態(tài)對齊的知識生產(chǎn)能力。多模態(tài)數(shù)據(jù)的融合依賴有實體并支持與物理世界進行交互的智能體如機器人、無人車、智能手機等，它們通過多模態(tài)大模型處理多種傳感數(shù)據(jù)輸入，由大模型生成內(nèi)容并輸出，從而實現(xiàn)虛擬和現(xiàn)實的深度融合，以更加接近人類視角的方式生產(chǎn)知識。當前的出版知識生產(chǎn)，已經(jīng)呈現(xiàn)出多模態(tài)數(shù)據(jù)深度融合的特征，例如在教育出版領域，AI可以結(jié)合學生的學習行為、語音反饋和測試結(jié)果，為其制訂個性化的學習計劃。

（三）新的知識生產(chǎn)者與獲取者關系重構(gòu)出版?zhèn)鹘y(tǒng)價值鏈

知識社會學的一個理論預設是將知識的生產(chǎn)者、傳播者和獲取者的身份分離，從而研究知識在社會中的生產(chǎn)和分配機制。gt; 卡爾·曼海姆（Karl Mannheim）、阿爾弗雷德·韋伯（AlfredWeber）等學者甚至提出“與社會無涉的知識分子”？ 隸屬于一種“間隙階層”@。這種割裂知識生產(chǎn)者和接受者身份的理論分析視角顯然與我們今天所處的賽博空間和信息社會不相符合。作為一個不區(qū)分作者與讀者、生產(chǎn)者與用戶的環(huán)境，Web2.0引入了“生產(chǎn)使用者”（produser）、“寫讀者”（wreader）等概念。A 它刺激了各種形式的“社交”閱讀和寫作，如參與式寫作、集體寫作、“測試版出版”、“粉絲二創(chuàng)”以及受眾籌支持的寫作和出版項目。

數(shù)智時代，知識生產(chǎn)者與獲取者的身份并非固定的，它指向一個動態(tài)互換的過程。首先，這種身份的流動性體現(xiàn)在多種社交媒體和在線平臺上，用戶不僅是內(nèi)容的接受者，隨著信息技術(shù)的發(fā)展，他們逐漸轉(zhuǎn)變?yōu)橹鲃拥闹R生產(chǎn)者。一名博主在某個平臺上可能是知識的生產(chǎn)者，而在另一個平臺上可能是知識的使用者。例如，在抖音上，一個用戶可以創(chuàng)建視頻或文章分享個人見解，而在小紅書社區(qū)中，這位用戶又可能是受眾，接受其他用戶分享的知識。其次，參與式知識生產(chǎn)成為一種普遍現(xiàn)象。許多平臺鼓勵用戶共同創(chuàng)作和修改內(nèi)容，使得知識生產(chǎn)成為集體的活動。這種參與式的模式不僅提升了知識的可獲得性和共享性，還增強了用戶的歸屬感和參與感。用戶不再僅是知識的接受者，還積極參與知識的創(chuàng)造和傳播，推動了知識生產(chǎn)的多元化和去中心化。

在知識生產(chǎn)者和消費者身份流動不定的環(huán)境下，傳統(tǒng)出版從作者到讀者的知識服務價值鏈發(fā)生了深刻的變化。這種變化不僅重塑了知識生產(chǎn)和傳播的方式，也改變了出版產(chǎn)業(yè)的結(jié)構(gòu)和功能。傳統(tǒng)出版中，內(nèi)容的價值主要依賴于作者的專業(yè)背景和出版機構(gòu)的選擇，而在數(shù)智時代，內(nèi)容的價值來源于其受歡迎程度、用戶反饋和社交傳播，出版機構(gòu)需要關注用戶的需求和偏好，以便不斷調(diào)整和優(yōu)化出版策略。此外，隨著知識生產(chǎn)者與消費者身份的流動，傳統(tǒng)的出版物銷售模式逐漸演變?yōu)槎喾N形式的收入模型。許多知識生產(chǎn)者通過廣告、贊助、付費訂閱或眾籌等方式獲得收益。出版機構(gòu)也在探索新的商業(yè)模式，如按需印刷和開放獲取，以適應快速變化的市場需求。

四、面向知識生產(chǎn)的出版深度融合發(fā)展實現(xiàn)路徑

數(shù)智時代的知識生產(chǎn)被人工智能技術(shù)重構(gòu)，知識生產(chǎn)的效率得到了極大提高，改變了過去認知主體與客體割裂的狀態(tài)，也改變了人類認識自然、社會和自身的方式。從行業(yè)來看，人工智能知識重構(gòu)給現(xiàn)有出版業(yè)態(tài)發(fā)展方式帶來了挑戰(zhàn)，人工智能時代所形成的智慧出版本質(zhì)上是一種更高級的出版業(yè)態(tài)，這對出版業(yè)的創(chuàng)造性和創(chuàng)新性提出了更高的要求，出版深度融合發(fā)展的任務變得更為緊迫。B 面向數(shù)智時代的知識生產(chǎn)特征，出版業(yè)可以從夯實數(shù)據(jù)底座、探索跨界合作、創(chuàng)新商業(yè)模式等方面推動出版深度融合發(fā)展。

（一）打破行業(yè)壁壘跨界合作

數(shù)智時代的背景下，傳統(tǒng)知識分類體系中原本被清晰界定的知識邊界正在變得模糊。原因在于兩個方面，一是知識生產(chǎn)方式發(fā)生了變化。人工智能介入知識生產(chǎn)的基礎是大量異質(zhì)、異構(gòu)、多模態(tài)、跨學科的數(shù)據(jù)融合，這本身就要求多個學科領域之間、不同層次之間的知識深入地交叉融合。二是知識獲取方式發(fā)生了變化。在傳統(tǒng)的知識分類中，學科之間有著明確的劃分，知識的獲取往往需要按照學科體系進行系統(tǒng)學習。人工智能介入后，人們獲取知識的方式變成了采用問答直接生成“最優(yōu)”解，并通過提示和交互進一步優(yōu)化結(jié)果或者求解新的問題。人們獲取知識的方式，已經(jīng)從“閱讀”和“檢索”變成了“提問”和“進一步提問”。這種認知“捷徑”，重塑了人們的知識獲取態(tài)度和行為。人們不需要考慮從何種媒介、選擇何種載體以何種方式獲取何種知識，只需要知道如何提問和在哪提問。人工智能工具的問答模式使得用戶獲取的知識不再受限于學科邊界。用戶可能因為一個日常問題，如 “如何讓家居環(huán)境更環(huán)保”，而同時獲取物理學、化學、生物學、設計學等多個學科領域的知識。這種跨學科的知識獲取變得輕而易舉，不同學科的知識在問答過程中自然地融合在一起，進一步推動了知識邊界的模糊化。

這一新趨勢不僅拓寬了知識的邊界，也使出版、互聯(lián)網(wǎng)、傳媒、教育及游戲等多個行業(yè)之間開始呈現(xiàn)深度交叉與融合的新特征。例如，在抖音、嗶哩嗶哩等視頻平臺上，有大量的科普賬號以輕松、有趣的方式分享科學知識。這些視頻通常通過生動的演示和通俗的語言，將復雜的科學概念，如黑洞、量子力學、氣候變化等，以觀眾容易理解的方式呈現(xiàn)。不僅是科學知識，工具性知識的傳播也發(fā)生了類似的變化。以往通過專業(yè)書籍或正式培訓傳播的工作技能知識，現(xiàn)在可以通過游戲化的形式進行傳授。許多在線學習平臺通過引入游戲元素，如任務獎勵、關卡挑戰(zhàn)等，使得學習者在娛樂中逐步掌握新技能。這種方式既增強了學習的趣味，也增強了知識的傳授效果，進一步促進了知識傳播的多樣化。一旦有知識獲取需求，用戶只需在ChatGPT、DeepSeek、Gemini、Kimi等人工智能問答平臺的對話框中輸入問題，它們就能迅速對問題進行解析，從其龐大的語料庫中提取相關信息，并以自然流暢的語言組織答案再呈現(xiàn)給用戶。無論是文學歷史領域的深度探討，如對《紅樓夢》中人物關系的復雜解讀，還是科學技術(shù)方面的專業(yè)問題，像量子力學的基本原理闡釋，這些工具都能給出較為全面且有條理的回答。這種問答式的知識提供者，就像一位隨時在線的全能導師，無論何時何地，只要用戶有疑問，都能即時獲得解答。

面對這一變革，出版業(yè)的傳統(tǒng)生產(chǎn)方式也應該變革，應當積極順應大勢，主動尋求與其他產(chǎn)業(yè)的融合。一方面，出版業(yè)或可考慮出售人工智能訓練權(quán)，與大模型公司合作，在獲得許可的情況下提供數(shù)據(jù)和內(nèi)容，用于訓練人工智能，以便這些模型變得更加準確，造福于用戶的同時為傳統(tǒng)出版業(yè)開辟新的盈利模式。例如哈珀柯林斯出版集團于2024年11月與一家科技公司簽署協(xié)議，允許“有限使用部分非虛構(gòu)類后備書目作品”來訓練人工智能模型，以“提升模型質(zhì)量和性能”。C 另一方面，出版業(yè)可以通過跨界合作，推動與其他相關行業(yè)的融合發(fā)展，共同促進知識的廣泛傳播與深度應用。如以“多鄰國”“流利說”等App為代表的許多語言類學習平臺就將出版、教育、游戲三種行業(yè)結(jié)合，巧妙地把語言知識設計成輕松靈活的闖關機制游戲，其同時具備“理性知識”的內(nèi)容特點與“閑談和消遣性知識”的形式特點，使得學習者在娛樂中逐步掌握一種新的語言。

（二）夯實融合發(fā)展數(shù)據(jù)底座

隨著人工智能技術(shù)的介入，人機協(xié)作知識生產(chǎn)成為大勢所趨。人機協(xié)作知識生產(chǎn)是PGC、UGC和AIGC三者的有機結(jié)合，由專家、用戶和AI共同參與知識生產(chǎn)，知識由此成為人類要素與非人類要素共同作用的結(jié)果。

人工智能參與知識生產(chǎn)離不開多模態(tài)的數(shù)據(jù)融合。人工智能介入知識生產(chǎn)所呈現(xiàn)的消除各種感官之間、認識主體之間與認識對象之間的割裂現(xiàn)象，正是出版深度融合發(fā)展的動力和目標。數(shù)據(jù)融合的實現(xiàn)需要各方用戶、知識服務商、技術(shù)服務商以及新內(nèi)容服務商共同參與其中。知識服務商匯總來自專業(yè)用戶的數(shù)據(jù)，實現(xiàn)出版數(shù)據(jù)資源化。目前，出版數(shù)據(jù)資源化可以從兩方面入手：一是存量出版數(shù)據(jù)化，即對傳統(tǒng)出版的紙質(zhì)圖書的數(shù)據(jù)化處理；二是對在數(shù)字出版生產(chǎn)、管理、流通等過程中產(chǎn)生的大量零散瑣碎的非結(jié)構(gòu)化數(shù)據(jù)，采用數(shù)據(jù)識別、采集、清洗、存儲等手段，將它們整理成有序、標準、有價值的結(jié)構(gòu)化出版數(shù)據(jù)資源。D 出版數(shù)據(jù)資源化后，知識出版機構(gòu)建立知識調(diào)度中心與知識引擎，最終將形成各領域的行業(yè)知識庫與行業(yè)大模型；非專業(yè)場景下普通用戶生成的知識則由公共服務入口與市場服務入口進入多元產(chǎn)品及服務的發(fā)放平臺。最終，多領域?qū)I(yè)用戶與非專業(yè)場景下普通用戶的內(nèi)容匯聚，將形成涵蓋多樣化內(nèi)容的內(nèi)容調(diào)度中心，實現(xiàn)文化產(chǎn)業(yè)、數(shù)字技術(shù)與實體經(jīng)濟的深度融合。技術(shù)服務商運用自身的人工智能等先進技術(shù)建立通用大模型，新內(nèi)容服務商利用通用及跨行業(yè)百科搭建通用知識庫，通用大模型與通用知識庫結(jié)合助力支持檢索多元內(nèi)容的引擎，實現(xiàn)文化與科技的融合。

當前，人們普遍認為人工智能所產(chǎn)生的知識并不存在創(chuàng)造性的因素，而是在形式上對人類知識庫中既有的信息或知識的再聯(lián)結(jié)，并且人工智能尚未在這個過程中具備人類的反思意識。E 因此，在實現(xiàn)真正意義上的人機協(xié)作知識生產(chǎn)的過程中，人類作為人工智能的開發(fā)者與使用者要發(fā)揮的作用至關重要，人類參與者的角色依然不可或缺且不可替代。具體而言，一要堅決保留并尊重人類在知識生產(chǎn)過程中的參與權(quán)、控制權(quán)與監(jiān)督權(quán)，確保技術(shù)服務于人類目標；二要注重多模態(tài)的數(shù)據(jù)融合，通過整合來自不同渠道、形式的信息，進一步提升知識內(nèi)容的準確性、全面性和可靠性，從而構(gòu)建更加豐富、立體且值得信賴的知識體系。探索人機協(xié)作知識生產(chǎn)的新路徑時，深刻理解并實現(xiàn)人類參與者的核心價值，是推動出版業(yè)乃至整個知識社會健康發(fā)展的關鍵所在。

（三）重構(gòu)智慧出版商業(yè)模式

數(shù)智時代帶來了流動不定的知識生產(chǎn)者與消費者身份。一方面，網(wǎng)絡社區(qū)使遠距離用戶之間的即時通信成為可能，在社交媒體和在線平臺上，用戶既是接受者也是生產(chǎn)者。另一方面，參與式知識生產(chǎn)成為普遍現(xiàn)象。在數(shù)智化環(huán)境中，出版業(yè)應重塑知識服務價值鏈，從傳統(tǒng)的作者到讀者的單向傳播模式轉(zhuǎn)變?yōu)樽髡?、讀者、平臺等多方互動的模式。這種轉(zhuǎn)變的核心在于以用戶思維為導向，深度挖掘用戶需求，以此重構(gòu)以智慧出版為核心的商業(yè)模式。在過去，出版業(yè)主要圍繞著內(nèi)容創(chuàng)作和傳播的既定流程展開，作者創(chuàng)作、編輯審核、出版機構(gòu)發(fā)行，讀者處于相對被動的位置。然而，數(shù)智時代打破了這種固定模式，用戶的需求和行為習慣發(fā)生了巨大變化，他們不再滿足于單純的知識接受，而是渴望參與創(chuàng)作、分享和互動的過程。

出版機構(gòu)需要敏銳地捕捉到這一變化，將用戶思維貫穿整個商業(yè)模式的設計。一要深入了解用戶的個性化需求。通過大數(shù)據(jù)分析、用戶調(diào)研等手段，精準把握不同用戶群體在知識獲取、閱讀體驗、社交互動等方面的差異。例如，對于專業(yè)領域的用戶，他們可能更需要深度、權(quán)威的知識內(nèi)容，并且希望能夠與同領域的專家和學者進行交流；對于普通大眾用戶，輕松有趣、具有娛樂性和實用性的知識更能吸引他們。二要積極搭建用戶參與的平臺和機制。鼓勵用戶參與內(nèi)容創(chuàng)作，比如設立用戶投稿渠道，對優(yōu)秀的用戶創(chuàng)作內(nèi)容進行篩選和出版，讓用戶成為出版生態(tài)中的重要創(chuàng)作者。同時，建立用戶反饋機制，及時收集用戶對內(nèi)容的評價和建議，以便對后續(xù)的創(chuàng)作和出版進行調(diào)整和優(yōu)化。此外，可以組織各種線上線下的知識交流活動，如讀書俱樂部、主題講座、研討會等，增強用戶之間的互動和社交性，形成一個活躍的知識社區(qū)。三要基于用戶思維進行盈利模式創(chuàng)新。除了傳統(tǒng)的圖書銷售、版權(quán)授權(quán)等收入來源外，可以探索更多與用戶需求緊密結(jié)合的盈利模式。例如，提供會員服務，為會員用戶提供獨家的知識內(nèi)容、個性化的推薦、優(yōu)先參與活動的權(quán)利等；開展知識付費課程，邀請專家和知名作者為用戶提供系統(tǒng)的在線課程；通過廣告投放實現(xiàn)盈利等。

值得注意的是，出版商業(yè)模式的創(chuàng)新是以出版業(yè)積極搭建屬于自身的以用戶為中心的客戶知識管理平臺為基礎的。用戶在平臺前端產(chǎn)出碎片化、多樣化的內(nèi)容，創(chuàng)建知識產(chǎn)品，提供知識服務。平臺后端則基于通用語言大模型與領域知識大模型，運用標引、關聯(lián)工具，將用戶交互操作產(chǎn)生的可在各領域靈活流動的元知識梳理成知識體系與知識圖譜，再將知識進行數(shù)字化加工、結(jié)構(gòu)化處理，形成知識資源池。

五、小結(jié)

綜上所述，出版作為一種知識生產(chǎn)方式的核心功能在于知識的創(chuàng)造、傳播和保存。出版不僅涉及內(nèi)容的選擇和編輯，還承擔著傳播和轉(zhuǎn)化知識的責任。通過不同形式的出版物，知識得以傳遞給更精準、更廣泛的受眾，推動社會文化的發(fā)展和人類智慧的積累。數(shù)智技術(shù)的引入不僅改變了知識生產(chǎn)的方式，也推動了出版內(nèi)容的多樣化和傳播渠道的多元化，即出版融合發(fā)展。出版融合發(fā)展不是簡單的傳統(tǒng)出版和數(shù)字出版融合，也不單是不同媒介的融合，更不是表面上的技術(shù)和內(nèi)容的融合。盡管技術(shù)和設施的進步為出版提供了更好的工具，但融合的發(fā)展并不完全依賴于這些媒體設施的復雜性和精密性。真正的融合需要建立在理念、管理和人才的基礎之上。出版機構(gòu)需通過戰(zhàn)略管理、跨學科的團隊合作和創(chuàng)新的理念，推動各類知識的整合與共享，形成協(xié)同創(chuàng)新效應。

出版融合發(fā)展不是一個簡單的目標或終點，而是一個持續(xù)的動態(tài)過程。數(shù)智時代的出版融合發(fā)展是一種全方位的知識生產(chǎn)創(chuàng)新。出版業(yè)應以知識生產(chǎn)為核心，借助數(shù)智技術(shù)的力量，持續(xù)探索融合的路徑與方式，通過優(yōu)化理念、管理和人才結(jié)構(gòu)，實現(xiàn)可持續(xù)發(fā)展，提升知識的傳播和應用價值。

（作者許潔系武漢大學信息管理學院教授、出版科學系主任；朱瑞系武漢大學信息管理學院出版發(fā)行學專業(yè)2023 級碩士研究生）

注釋

①?? 姜華. 制造知識：作為媒介的書籍與出版 [M]. 北京：商務印書館，2024： 4; 14; 57-78.

② The Britannica Dictionary [EB/OL]. （2024-12-27）[2024-12-27].https：//www.britannica.com/dictionary/Publish.

③ SCHEMENT J R. E n c y c l o p e d i a o f c o m m u n i c a t i o n a n dinformation [M]. New York： Macmillan Reference， 2002： 797.

④ BHASKAR M.The content machine： tworads a theory ofpublishing from the printing press to the digital network [M]. NewYork： Anthem Press， 2013： 78-81.

⑤ 夏蒂埃. 書籍的秩序：14至18世紀的書寫文化與社會 [M]. 吳泓緲， 張璐，譯. 北京： 商務印書館， 2013： 1-3.

⑥ 黃旦. 重構(gòu)“谷登堡星漢”[J]. 現(xiàn)代出版， 2020 （1）： 36-40.

⑦ 孫瑋， 李夢穎. 數(shù)字出版：超文本與交互性的知識生產(chǎn)新形態(tài) [J]. 現(xiàn)代出版， 2021 （3）： 11-16.

⑧ 常江， 朱思壘. 作為知識生產(chǎn)的數(shù)字出版：媒介邏輯與文化生態(tài) [J]. 現(xiàn)代出版， 2021 （5）： 19-24.

⑨? 方卿， 王一鳴. 論出版的知識服務屬性與出版轉(zhuǎn)型路徑 [J]. 出版科學，2020， 28 （1）： 22-29.

⑩ 許潔. 論以知識為內(nèi)容的出版：兼答出版在哪里 [J]. 現(xiàn)代出版， 2024 （3）：57-65.

? 湯普森. 文化商人 [M]. 張志強， 何平， 姚小菲， 譯. 南京： 譯林出版社， 2016：221.

? 馬費成， 胡翠華， 陳亮. 信息管理學基礎 [M]. 武漢： 武漢大學出版社， 2022：10， 45.

?? 馬克盧普. 美國的知識生產(chǎn)與分配 [M]. 孫耀君， 譯. 北京： 中國人民大學出版社， 2009： 11; 16-17.

? 費爾德曼. 知識論 [M]. 文學平， 盈俐， 譯. 北京： 中國人民大學出版社，2019： 235.

? HAYEK F A.The use of knowledge in society [J]. The American economic review， 1945， 35 （4）： 519-530.

?? 伯格， 盧克曼. 現(xiàn)實社會的建構(gòu)：知識社會學論綱 [M]. 吳肅然， 譯. 北京：北京大學出版社， 2020： 23; 18-19.

? 愛森斯坦. 作為變革動因的印刷機：早期近代歐洲的傳播與文化變革 [M].何道寬， 譯. 北京： 北京大學出版社， 2010： 69-70.

?? 波普爾. 客觀知識：一個進化論的研究 [M]. 煒光， 卓如飛， 周柏喬， 等譯.上海： 上海譯文出版社， 2015： 13-15; 67-78.

? 波普爾. 科學發(fā)現(xiàn)的邏輯 [M]. 查汝強， 邱仁宗， 萬木春， 譯. 北京： 中國美術(shù)學院出版社， 2008： 121.

? SCHELER M. Problems of a sociology of knowledge [M]. London：Routledge amp; Kegan Press， 1980： 13.

? 維特根斯坦. 哲學研究 [M]. 陳嘉映， 譯. 北京： 商務印書館， 2015： 117.

? 王榮江. 算法、圖靈機、哥德爾定理與知識的不確定性 [J]. 自然辯證法研究， 2002 （3）： 48-51.

? 基辛格， 施密特， 胡滕洛赫爾. 人工智能時代與人類未來 [M]. 胡利平， 風君，譯. 北京： 中信出版社， 2023： 72.

? 舒茨. 社會世界的意義構(gòu)成 [M]. 游淙祺， 譯. 北京： 商務印書館， 2012：65-67.

? 韋伯. 文化社會學視域中的文化史 [M]. 姚燕， 譯. 上海： 上海人民出版社，2006： 212.

? 曼海姆. 卡爾·曼海姆精粹 [M]. 徐彬， 譯. 南京： 南京大學出版社， 2002：15.

? WEEL A V D. Appropriation： towards a sociotechnical history ofauthorship [J/OL]. （2015-12-01） [2025-02-03]. https：//doi.org/10.21825/aj.v4i2.1438.

? 周蔚華. 人工智能與知識重構(gòu)：對人工智能賦能出版業(yè)的思考 [J]. 現(xiàn)代出版， 2024 （11）： 1-12.

? A L B A N E S E A， M I L L I O T J.A g e n t s， a u t h o r s q u e s t i o n harpercollins ai deal [EB/OL]. （2024-11-19）[2024-12-27].https：//www.publishersweekly.com/pw/by-topic/industryn e w s/p u b l i s h e r-n e w s/a r t i c l e/96533-a g e n t s-a u t h o r squestion- harpercollins-ai-deal.html.

? 楊軍， 陶安濤. 數(shù)智時代出版數(shù)據(jù)要素價值問題探究 [J]. 中國編輯， 2024（9）： 28-33.