从网络社会的崛起，到平台逻辑对日常生活的全面渗透，再到人机协同重塑认知边界的当下，人类社会通过对传播技术的深度应用完成一次次转型。从Web1.0，Web2.0，再到Web3.0，新媒体不仅是信息流通的中介，更是塑造媒介化生态环境的必要元素。由于网络传播与社会发展的高度复杂性，任何单一学科的视角都难以充分解释。跨学科阅读就像一把宝贵的钥匙，引领我们打开全面认知网络传播世界的大门，从技术、权力、文化与政治等多个层面认知、理解和反思我们所处的时代语境。
《网络传播研究》作为我院传播学方向学硕的必修课程，一直大力倡导跨学科阅读。我们鼓励打破学科壁垒，以多维度的视角审视网络传播与社会发展间千丝万缕的联系，在深度阅读中不断提升学术素养。
2026 年春季学期，《网络传播研究》课程共有 14位学生修读。课程教学共计10个章节，其中，围绕授课内容组织五个各具特色的专题学习小组：网络社会理论、平台社会理论、人机社会理论、网络传播与政治、网络传播与文化。为了打破了基于个人兴趣的阅读局限，促使大家去探索更多元的知识领域。尊重个人兴趣的基础上，为进一步拓展大家的知识视野，本学期采用“学生意愿优先、教师统筹调配”的方式确定阅读专题——同学们先根据兴趣填报意向，教师再结合各专题的整体课程安排与人员均衡情况进行综合调整。
在书籍选择上，课程延续了教师推荐与学生自选相结合的方式，致力于实现经典＋兴趣的统一。采用的著作广泛涉及新闻传播学、社会学、政治学等众多学科。
学习步骤包括：
1）学生根据兴趣挑选1本阅读书目并自主挖掘阅读问题，与教师讨论确认问题和书目的适配性。
2）在教师的指导下，小组成员在共享文档中及时更新阅读进度；共同梳理阅读问题间的逻辑脉络，合作撰写阅读报告。
3）教师进行专题总结和导入后，各小组通过课堂汇报、课堂讨论实现知识共享。
4）结合课堂讨论的成果，组内合作修改、完善阅读报告。小组成员自行选择精华部分在【狐说】发表。
接下来，“深读”专栏将以专题为单位依次推送同学们的阅读报告及2026年的共同书单。本周分享的是人机社会理论专题。
分享人简介
分享人：高天赐
专业：2025级新闻传播学硕士
研究兴趣：智能传播
阅读书目：《情感人工智能：共情媒体的崛起》
[英]安德鲁·麦克斯泰. 情感人工智能：共情媒体的崛起[M]. 吕欣, 译. 北京 : 中国传媒大学出版社, 2023.
说明：本文引用内容主要来自上述著作。
为便于阅读，未注明页码等信息，如有兴趣，欢迎后台留言与作者沟通。
全文共4572字，阅读大约需要14分钟
随着人工智能技术的不断发展，一种旨在读取、计算甚至引导人类情绪的新兴技术形态——“共情媒体”（Empathic Media）与“情感人工智能”——正悄然融入我们的日常生活。《情感人工智能：共情媒体的崛起》一书对这一技术趋势进行了深入的剖析。它向我们揭示，共情媒体之所以能够呈现出“读懂”人类的外观，并不是因为它产生了真实的感情与自我意识，而是依托“情感计算”（Affective Computing）技术，构建了一套依靠算法驱动的“观测-响应”系统。然而，这种技术逻辑在实现商业化和规模化应用的过程中，往往将人类复杂多变的情感剥离了其赖以存在的文化语境与社会互动，简单地还原为统一的生物学指标。这一过程直接导致了情感的“去地域化”，使得人类的身体和心理状态被物化为单纯“机器可读”的数据样本。
本文旨在基于对该书的研读，结合传播学与社会学的视角，系统梳理情感人工智能在微观个体、中观行业与宏观社会治理三大层面的具体应用，并剖析其带来的深层影响。在技术快速迭代的当下，探讨数字时代“我们的情感应该如何安放”具有重要的现实意义。面对情感数据化可能引发的隐私越界、算法偏见以及过度监控等问题，我们必须认识到技术并非绝对中立。只有打破算法的黑箱，将“负责任的创新”理念融入技术设计的底层，我们才能在人机交互日益紧密的未来，妥善保护人类情感的复杂性与基本尊严。
01.
共情媒体的概念
共情媒体并非一种拥有“心智”的生命体，其核心特征可归纳为以下三点：
图源：作者使用NotebookLM制作
拟态化的运作机制
共情媒体的本质是“观测-响应”系统。它通过捕获人类的生理信号与行为特征，对照预设的情绪类别进行分类。衡量其成功的标准不在于“理解”，而在于“反馈的有效性”——即机器的回应是否与人类真实情感反应的分布保持一致。
情感的数据化与计算逻辑
情感计算是共情媒体的底层逻辑 。它将人类的情感转译为可量化、可追踪的数字指标，使情感成为一种可以被测量、被交易并产生商业价值的“评判基准” 。这种计算并非单纯的记录，它包含两个重叠的目标：首先是情感追踪，其次是试图通过刺激情感来促使我们持续关注机器 。这意味着机器不仅在凝视我们，还在通过视觉和声音刺激我们产生可被再次利用的情感反应 。
弱人工智能的属性
与追求模拟人类全面心智的“强人工智能”不同，情感计算属于典型的“弱人工智能” 。它会精准地识别并对情绪做出反应，但它不会思考和感知自己 。在实际运行中，无论是分类、处理还是修改算法，机器与情感生活互动时并不需要“理解”情感 。共情媒体更像一面敏锐的数字镜像，它映照出人类的喜怒哀乐，根据指令触发机械行为，但本身没有自主意图和道德反思 。
02.
情感研究的两种范式
基本情绪观（行为主义范式）
以保罗·埃克曼（Paul Ekman）和情感计算提出者罗莎琳德·怀特·皮卡德（Rosalind Wright Picard）为代表的基本情绪观，构成了当前共情媒体与情感识别技术的主流框架。这一范式具有强烈的行为主义特质，将情绪视为一种公开的、普遍的、全人类共享的生物进化产物。即：
“他们将情绪视为公共的、普遍的，并且在一定程度上为全球所有人共享。从广义上讲，这种观点认为情感表达是进化的、生物学的，而不是后天习得的。”（P67）
建构主义视角
然而，以人类学家玛格丽特·米德（Margaret Mead）为代表的建构主义视角，对上述还原主义倾向提出了强烈批判。建构主义坚决反对将复杂的情感粗暴地简化为原始的生物本能或生理反应。该视角强调，一个人的生理与情感状态与其所依存的社会生活是绝对不可分割的。
脱离了特定的历史文化、互动规则与语言实践，情绪就失去了其核心意义。建构主义者指出，基本情绪观完全忽视了认知评价的作用，以及情感表达在人际交往中所具有的复杂交际与社会功能。
03.
共情媒体的应用
图源：作者使用NotebookLM制作
个体层面：沉浸体验与自我规训
（1）情感双向互动的审美体验
“作为共情媒体的一个例子，游戏具有重要意义，因为它运用了生物反馈感知技术并使用这些技术为人们创造新的审美体验，这就创造了一个反馈循环，即情感参与可以用来引导游戏机制，并借此来提升用户体验。”（P54）
在游戏和虚拟现实（VR）中，共情媒体将用户的无意识生理反应转化为核心输入信号 。系统通过高灵敏传感器监测心率、脉搏、眼球轨迹等，根据情感阈值动态调整环境 。例如，在用户紧张时调暗灯光或改变叙事走向 。这种反馈循环创造了新的审美体验，将身体自控能力变成了游戏玩法的一个维度 。为了获取这种极致的个性化反馈，用户往往表现出较高的宽容度，心甘情愿让渡生理数据的使用权 。
（2）自我护理与职业监控
当应用场景转向医疗与职场时，共情媒体的性质发生了实质改变 。带有情绪追踪功能的可穿戴设备常被企业包装为“员工福利” 。但社会学视角揭示，其实质是将维护心理健康的责任从集体层面强制转移给了个人 。这反映了一种数字化“工业心理学”，要求员工利用设备进行持续的自我评估 。
在高度依赖“情感劳动”的岗位中，这种规训尤为强烈 。企业不仅监控考勤，更深入到对压力水平的微观监控，要求内在情绪时刻符合品牌标准 。当系统提示压力超标时，本质上是将职场压力归结为员工调节能力不足，从而掩盖了严苛考核等结构性问题 。在这种环境下，员工并不具备真正的“自愿同意”权，拒绝监控易被视为“问题员工” 。共情媒体实际上构建了一张难以拒绝的职场监控网 。
行业层面：“客观观测“与情绪引导
（1）突破传统调研的“客观观测”
广告业长期依赖受访者的“自我报告”，但这种方式易受“社会期望偏见”影响，导致数据失真 。为了克服这一障碍，行业转向面部编码、眼动追踪等技术，试图直击受受情绪驱动的感性“系统1” 。这种逻辑认为，面部编码能展现“人们真正喜欢的”，而非“应该喜欢的” 。在这种追求绝对客观性的过程中，人类“有意识的自我”被资本系统边缘化甚至否定了 。广告商利用“自由主义家长式口吻”辩护，声称是为了契合消费者利益，实则是将最私密的情感转化为可交易的商业代码 。
“面部编码‘将人们的言行分离开来’，借此可以展现‘什么是人们真正喜欢的而不是他们应该喜欢什么’......因此，共情媒体的逻辑具有传统行为主义和复兴行为主义的特质。然而，基于‘身体的观察和倾听’，使得‘有意识的自我’虽然没有被否定，但是却不被信任。”（P60）
（2）对网络集体情绪的感知与引导
在社交平台上，共情媒体被广泛用于“社交倾听” 。底层算法不间断扫描用户的点赞、评论和情感倾向，精确绘制社会心理曲线 。这种技术已不仅是“感知”，更走向了“干预” 。通过调节新闻推送中正负内容的比例，平台能反向影响用户的心理状态 。机器人程序甚至能让用户误以为其是真实用户，通过操纵主题标签来波动社会议程和政治运动 。这改变了公共沟通机制，使公众自发的情感表达沦为可操作的参数 。
城市层面：以智慧迪拜为例
如果说共情媒体在个体和行业层面的应用更多是出于商业利益的驱动，那么当它被引入宏观的社会治理时，则展现出了一种试图重塑整个社会运行规则的庞大野心。“智慧迪拜”项目及其核心的“幸福指数”（Happiness Meter），正是共情媒体在城市管理层面的典型应用。其核心逻辑包含三个维度：
图源：笔者截图
（1）集中化监控： 将物理城市改造为感知市民情绪的网络，通过传感器和摄像头捕捉面部表情和流动轨迹 。这种做法旨在构建以数据为导向的环境，直接通过数据抓取来影响公民行为，标志着城市治理走向全方位持续监控模式 。
（2）平台化管理： 提出“城市即平台”理念，构建了从基础设施层、数据编排层、服务实现层到应用层的四层技术架构 。这需要政府打破机构间的数据壁垒，推行开放的共享结构以确保统筹权 。
（3）社会工程： “幸福指数”背后隐藏着治理悖论 。这种模式建立在功利主义之上，追求社会整体幸福感的数据最大化 。管理者认为算法决策优于个体判断，试图为公民安排“幸福路径” 。然而，这种乌托邦式的尝试需要以牺牲隐私为代价，当幸福成为被强制量化的政策时可能会削弱社会个体的独特性与多样性 。
04.
批判性反思
去地域化与身体的物化
“鉴于大多数研究情感的技术方法都统一在了‘埃克曼世界观’之下，实际上正在发生的是情感生活的‘去地域化’，也就是说，关于感情和情感生活的流动性、连续性、情境性和背景性的模糊性，正被一种关于情感本质的基于度量的确定性外衣所取代。”（P190）
情感计算的前提是建立一套放之四海而皆准的情感基准 。但人类生理状态存在极大的个体差异，强行用统一模型丈量会导致误判与意义扭曲 。情感数据化直接导致了“去地域化”，即情感生活的模糊性、情境性被度量的确定性所取代 。在机器凝视下，情感被从文化语境中剥离，鲜活的身体被降维为“机器可读”的样本 。人不再是目的，而沦为生产情感数据的容器 。
伦理越界与隐私消融
量化情感倾向于排斥人类的“自我报告”，认为身体反应才是唯一真实 。这本质上是对人类主体性的极度不信任，剥夺了人类定义自身情感状态的权利 。这种在个人不知情下读取情绪的行为，构成了严重的伦理越界（即“毛骨悚然因素”） 。同时，身体变为机器可读的意图引发了复杂的隐私考虑，即谁有权接触一个人的身体数据 。情感数据的商业化彻底模糊了私人与公共的边界 。
种族中心主义
没有任何技术是社会中立的 。目前情感识别的框架严重偏向西方白人视角 。例如UTKFace数据集的还原主义分类暴露出明显的种族政治问题 。当这套充满偏见的情感模型被应用于全球安防、招聘或信用评估时，非西方群体的正常表达极易被误判为“异常”或“威胁”，演变成披着科技外衣的社会歧视 。
05.
如何通向未来
维持认知平衡
我们应从根本上认识到情感生活在人类体验中的中心地位 。必须谨慎对待任何让生理和情感变得“机器可读”的提议，拒绝将人视为情感动物并用生物医学手段加以操控 。利益相关者的任务是寻找合适方式，在尊重生命尊严的前提下让技术融入生活 。
隐私保护的范式升级
不仅要关注身份是否可被识别，更要关注“身体向机器敞开”的意图本身 。技术设计应遵循“默认隐私”原则，推行边缘计算与本地化处理 。当情感分析直接在终端完成而非上传云端时，隐私保护的可靠性将大幅提高 。必须严格落实用户的知情权与同意权，抵制未经许可的数据转售 。
落实负责任的创新
技术应用会产生深远的社会后果，因此必须走向“负责任的创新” 。其核心是不仅要在造成负面影响后进行法律修补，更要在算法构建初期就将积极的社会价值、伦理规范和法律底线嵌入技术架构 。企业必须坚持“把人放在首位”，将情感技术定位为服务人类的工具，而非社会工程的支配者 。人文社会科学研究者应积极介入，揭露技术应用中的权力不对等与文化偏见 。
参考文献
[英]安德鲁·麦克斯泰. 情感人工智能：共情媒体的崛起[M]. 吕欣, 译. 北京:中国传媒大学出版社, 2023.
[以]尤瓦尔·赫拉利. 智人之上——从石器时代 到 AI 时代的信息网络简史[M]. 林俊宏, 译. 北京:中信出版集团,2024.
导语 | 孟莹
文字、排版 | 高天赐
总监 | 校雨阳
主编 | 叶晨阳
