“书籍是社会空间”：独立出版中跨文件格式协作的挑战

《Proceedings of the ACM on Human-Computer Interaction》：“Books are social spaces”: Challenges in Collaborating Across File Formats in Independent Publishing

　　

摘要

本论文探讨了独立出版专业人士在协作出版多格式图书时面临的挑战。我们与16位专业人士进行了四场结构化的参与式设计工作坊，收集了详细案例，了解他们如何挪用其专业但孤立的创作工具，以及如何协调个人需求、目标、专业技能甚至价值观之间的张力。我们发现，协作中断主要源于跨文件格式的互操作性问题，而非跨应用程序的协调不足。我们提出了"格式生态系统"这一新概念来描述这些发现，并表明格式与人之间的互动对于减少出版流程中的摩擦至关重要。随后，我们引入了信息同步图——一种记号工具，用于揭示产物生态系统中反复出现的模式，并利用它分析了四个出版工作流程。最后，我们针对协作出版系统的设计提出了建议，并对改进其工作实践的组织方式提出了意见。

AI生成摘要

查看此AI生成的摘要，您需要拥有高级访问权限。

摘要

本论文研究了独立出版专业人士在协作出版多格式图书时面临的挑战。我们与16位专业人士进行了四场结构化的参与式设计工作坊，收集了详细案例，了解他们如何挪用其专业但孤立的创作工具，以及如何协调个人需求、目标、专业技能甚至价值观之间的张力。我们发现，协作中断主要源于跨文件格式的互操作性问题，而非跨应用程序的协调不足。我们提出了"格式生态系统"这一新概念来描述这些发现，并表明格式与人之间的互动对于减少出版流程中的摩擦至关重要。随后，我们引入了信息同步图——一种记号工具，用于揭示产物生态系统中反复出现的模式，并利用它分析了四个出版工作流程。最后，我们针对协作出版系统的设计提出了建议，并对改进其工作实践的组织方式提出了意见。

1 引言

出版指的是将内容组织并结构化为一篇可分发的文档，无论是以数字形式（如通过网站）还是以实体形式（如书籍）分发。出版流程通常被描绘为一个简单的线性步骤序列：作者撰写，然后设计师排版，最后将书籍印刷出版[1]。实际上，出版涉及复杂的角色、多样化的技术任务和软件——我们称之为工作流程[25]。出版专业人士还必须执行多轮附加操作，包括文字编辑、插图、校对和排版。由于每位专业人士通常只精通流程中的一到两个方面，他们必须使用不同的工具和工作实践与其他专业人士协作，这往往导致额外的工作和意想不到的问题。

互联网的兴起使出版超越了印刷领域，扩展到包括网页和电子出版物在内的多种数字格式。出版商也开始出于可访问性、设计或商业原因生产多格式出版物。然而，他们依赖的仍然是20世纪80年代为个人计算而开发的面向单一用户、以印刷为中心的工作流程，这种流程已经不适合当今的多格式、协作出版。据我们所知，尽管许多计算机支持的协作工作（CSCW）研究者已经研究了小规模协作写作和学术出版，但还没有人研究过商业出版，而商业出版由于协作者的角色、技能和实践工作的复杂性和多样性，带来了独特的挑战。

本文聚焦于独立商业出版商，这是一群"极端"用户[20]，他们有限的资源往往迫使他们即席应变和创新。与大型跨国公司不同，他们是新工作流程的早期采用者，例如实施新型网页到印刷技术1，并提供了传统与新兴实践融合的工作组织微观缩影。

本文探索两个关键研究问题：

RQ1：独立出版专业人士如何在异构软件环境中协作以生产多格式出版物？

RQ2：我们如何改进他们的工作流程以帮助缓解由相互冲突的约束和工作实践产生的问题？

我们首先回顾了关于出版工作流程、协作创作工具以及用于界定和研究这些主题的现有方法的相关工作。接下来，我们呈现了与16位出版专业人士进行四场结构化参与式设计工作坊研究的洞察，包括不同角色、培训背景、价值观和软件技能的专家在协作时产生的张力的具体案例。然后，我们描述了"格式生态系统"的概念，通过他们所依赖的文件格式之间的互动来框架化协作过程。我们通过引入信息同步图——一种自定义记号——来应用这一概念，该记号有助于强调四个出版工作流程中文件的交换和转换方式。我们分析了参与式设计工作坊的结果和工作流程的格式生态系统，突出了现有工具和实践的不足以及对更好协作支持的需求。最后，我们为协作出版工具和工作组织提出了社会、技术和设计层面的启示，并提出了改进现有出版工作流程的建议。

2 出版工作流程的简要历史

在过去一个世纪中，图书出版经历了许多演变，但其核心任务始终未变。一本书始于手稿，然后经过编辑、校对、设计、制作和分发。一百年前，排字工人逐一排列活字直到校对员批准最终版本。从20世纪50年代开始，数字技术逐渐取代了物理排字，但整体流程并未发生根本性变化。

个人计算机的出现于20世纪80年代中期彻底改变了出版业。突然间，一个人就可以完成从创作到编排到排版的整个任务链。与此同时，用户开始以电子方式共享文件——最初通过本地网络，越来越多地通过电子邮件，从而促进了协作。

两个发布标志着现代桌面出版的诞生：PostScript——后来演化为PDF格式的面版描述语言，以及Aldus PageMaker——第一款基于PostScript的图形界面印刷出版工具。出版专业人士终于拥有了能够以更少的步骤生产高质量可印刷文件的图形软件。与此同时，受Bravo[60]启发，Microsoft Word于1983年发布，成为撰写和编辑手稿的主流文字处理器，但它缺乏桌面出版软件所提供的那种版面控制能力[37]。

四十年后，商业出版仍然依赖同样的传统分裂式工作流程：一方面是"文字工作者"（作者、编辑、校对员），他们使用文字处理器，如Microsoft Word或LibreOffice Writer；另一方面是"设计工作者"（平面设计师、版式设计员、排字员），他们使用Adobe InDesign[9]——PageMaker的后继产品。因此，文件仍然主要通过电子邮件交换[45, §4]，双方需要反复在不同的格式之间导出、转换和导入内容2（列于附录A）。

与此同时，协作式网络创作工具的发展，如Google Docs（2006年）、Overleaf（2011年）、Canva（2013年）、Figma（2016年）重塑了编辑和设计实践。许多设计师现在跨媒体工作，从印刷到网页无所不包。在过去十年中，网络技术实现了多格式图书生产，并内置了可访问性功能，而这些功能在以印刷为主的桌面出版工具中仍然不成熟。这些基于网络的技术正在获得 traction：它们直接构建在协作网络基础设施之上，并推动了一些小型出版社——它们通常更加灵活且愿意尝试——去探索替代方案[10]。

由于这段复杂的历史，当前的图书出版工具涵盖了从单一用户的所见即所得（WYSIWYG）项目到复杂的、多用户协作工作流程的广泛实践。我们关注的是研究专业人士如何在这些异构环境内外协作，以识别中断和变通方法，从而创建更顺畅的出版工作流程。

3 相关工作

我们回顾了与替代出版工作流程、协作创作工具以及用于研究社会技术系统的理论框架相关的研究。

3.1 替代出版工作流程

如上节所述，数字出版工作流程随着20世纪80年代桌面出版软件的出现而兴起[52]。这些单一用户工具被设计为支持线性的、异步的工作流程[45]，这一模式继承自个人计算早期时代的过程。然而在实践中，现实世界的出版很少是顺序性的，作者、编辑和设计师往往并行执行任务[24]。这违背了软件设计的基本假设，并造成了各种协调问题。

为此，在过去十年中，商业图书出版商采用了替代性的结构化工作流程。这些包括网页到印刷，实验性工具如PubLink[6]和RASH[18]，以及面向学术和机构出版的商业产品如Kotahi3和Quire?。这些工具受2000年代技术文档系统的启发，从功能简单但高效的工具如Sphinx?到功能齐全的O'Reilly's Atlas?等多格式图书出版平台不等。同时，在报纸和杂志出版领域，如Méthode框架?等平台作为新闻室管理系统被开发出来，使行业能够适应网络并支持跨媒体出版[22]。

所有这些项目都遵循"单一来源"方法，即通过单一数据源——一个文件或一组协调的文件——生成面向印刷和数字分发的多种输出格式。这种方法不仅提高了可访问性，还支持内容复制和角色分离[15, 24]。该方法最早于20世纪80年代由FrameMaker?推广，并在随后几十年中用于数字化办公文档[31, 68]。最近，多项研究考察了模块化出版工作流程的兴起[5, 16, 17]，在这种模式下，许多文档片段通过自定义"出版工厂"[23]组装成单一输出。出版过程的这种模块化强化了追踪文本和图像来源的需求，以支持多样化的数据格式[41]。

我们致力于扩展设计和媒体研究[2, 3, 51]的研究，特别关注出版的协作方面，尤其是那些致力于创造新型多格式图书的小型独立出版商。

3.2 协作创作工具

协作创作长期以来一直是CSCW的关键主题[54]。协作可以通过电子邮件附件[65]、云存储[66]和版本控制系统如Git[63]异步进行，也可以通过Google Docs?和Etherpad1?等工具同步进行。

同步编辑器最初使用操作转换开发[35]。最近，无冲突复制数据类型（CRDT）[67]的引入使得本地优先应用程序[39]得以开发，这些应用支持实时协作而无需持续的网络连接。与传统版本控制系统不同，这些应用允许用户在离线时工作而不提交更改，当网络恢复时自动同步和合并更改。尽管CRDT最初仅限于简单数据类型，但它们现在支持带有格式信息的富文本[48]和DOM片段[40]，为协作出版开辟了新的机会。

注释代表了异步协作的另一个重要向量。先前的研究表明人们通过注释文本来进行交流[19]，并提出了注释系统模型[4, 50]。最近的工作探索了通用的、工具无关的评论系统11的概念。然而，研究表明作者往往继续使用为独立工作设计的传统文字处理器[38, 62]，而且他们通常不会分享McDonald等人所称的"创作过程的相同表征"[58]。

转换工具在出版工作流程中也发挥着核心作用。在过去十年中，HTML到PDF转换器[33]在一些独立出版社——尤其是那些与自由软件运动保持一致的出版社[10]——中变得流行，借助了如Paged.js12[9]等工具的帮助。通用转换器如Pandoc13越来越多地用于通过中间格式处理多对多格式转换，充当互不兼容工具之间的桥梁[7]。然而，许多转换挑战仍然存在。例如，像PDF这样常见的格式对残障读者来说可访问性很差[44]，并且仍然难以处理：从PDF文件提取内容的最先进技术依赖于复杂的技术[49, 69]，处理遗留编码需要特例变通方法[14]。

总体而言，我们对出版工作流程的理解仍然有限，因为先前的研究关注的是单个工具，而非专业人士如何互连这些工具——尤其是在生产多格式出版物和无障碍书籍时。我们致力于理解这些专业人士如何采用和适应协作创作工具，以及他们在此过程中面临的障碍。

3.3 研究协作的理论概念

独立出版通常涉及非标准的知识工作形式，这比典型的办公工作更加碎片化。这些环境通常包括自由职业、志愿工作和松散组织的集体，它们通常由热情和社区参与推动，而不是由严格的流程和利润动机驱动[10]。这些混合的、非正式的工作环境在很大程度上尚未得到研究，正如Nouwens和Klokmose呼吁对此类实践进行更多研究[61, p. 10]。两个理论概念特别适用于研究此类环境：边界对象和产物生态系统。

边界对象由Star于20世纪80年代末提出，用于"在交叉的社会世界中维持和发展连贯性"[70]，但后来因其对工作实践可能施加霸权观点的潜力而受到批评[55]。

编辑工作中边界对象的一个经典例子是文件，不过，根据 Harper 等人 [32, p. 1127] 的观点，随着云计算的兴起，其作为边界对象的有效性正在减弱，因为其共享定义及围绕它的实践方式已经发生了转变。工件生态 [53] 通过研究“一组工件（软件、硬件和设备），一个人（或一群人）在支持其合作时使用它们” [26]，有助于分析工具和实践是如何共同演变的。后来，这些概念被细分为姊妹概念，例如对齐生态 [64] 和集体生态 [42]，它们提供了描述工具集如何反映和塑造集体身份、价值观和工作关系的方法。继基于设计实验出版的研究之后，例如 Groten 关于集体“平台拼凑” [30] 的研究，我们利用这些理论框架来研究个人如何挪用出版中的共享工具和数据格式生态系统。

4 与出版专业人士的参与式设计工作坊

我们组织了四次结构化的参与式设计工作坊 [56, 57]，以更好地了解独立出版专业人士面临的工作实践和挑战（RQ1）。我们特别关注他们如何在异构软件环境中协作以支持多格式出版。

4.1 方法论

4.1.1 参与者。我们招募了 16 名出版专业人士（7 名女性，9 名男性，年龄 28 至 54 岁，全部为法国人，平均 9 年工作经验），其中大多数目前在小型独立出版公司或协会工作。大多数参与者从事多种活动，包括 9 名平面设计师、8 名编辑、4 名开发人员、3 名研究人员、2 名艺术家和 1 名翻译。8 人经营自己的独立出版社，2 人是学术界人士，3 人从事学术出版，3 人是自由职业者。11 人每天使用出版软件，3 人每周使用几次，2 人每月使用几次。所有人在问卷中或在工作坊期间都提到，他们至少为一次出版物使用了 Adobe InDesign，并且所有人都使用文字处理器，包括 LibreOffice Writer、Microsoft Word 或 Google Docs。他们平均使用 8 个软件应用程序（范围从 1 到 19）。附录 B 总结了关于参与者的相关特征（表 2）及其软件使用情况（表 3 和表 4）。

4.1.2 设置。参与者在一个会议室当面会面，房间里有一张中央桌子和一端的平板显示屏，以便作者和参与者在需要时共享屏幕。

4.1.3 流程。我们在两天内组织了四场工作坊，每场都有上午和下午各一个环节。上午和下午环节的参与者和作者一起共进午餐，这让大家有机会互相认识，并在轻松愉快的环境中进行开放式讨论。每位参与者获得 80 欧元的参与补偿。

在每个环节开始之前，要求参与者提供基本的人口统计数据，并使用故事访谈问题格式 [56] 描述最近一次他们在多格式出版书籍时遇到困难的可回忆的故事。我们将四名参与者分配到四个参与式设计环节中，每个环节有两名或三名作者出席。我们使用初步问卷中提供的数据，以最大化每组四名参与者内部概况的多样性。

图 1. 参与者在进行第二项活动时制作的工作坊材料。绿色、黄色和粉色分别代表正面、中性和负面例子。

该图由一张俯拍照片组成。七组彩色纸张摆放在桌子上，每组由三张纸组成：绿色、黄色和红色。每张纸上都有便利贴，标明关于组标识符、工作坊编号、活动时间和日期的信息。每张纸都包含手写笔记片段，有些有箭头，有些有框架、列表等。在图片的右下角，一只手正指着绿色纸张上的一张特定笔记。

每个环节以介绍开始，随后进行四个结构化活动。介绍部分说明工作坊的结构和期望，并获得参与者的知情同意。接下来的两个活动旨在收集关于参与者如何制作多格式出版物的详细示例和见解。第一个活动大约持续 30 分钟。参与者首先自我介绍，然后分享一个或多个关于令人难忘或关键出版事件的故事。鼓励参与者评论彼此的故事并补充相关的额外示例。

第二个活动也持续 30 分钟。参与者两两一组，至少与一名作者一起，针对第一个活动相关的想法进行头脑风暴。参与者用彩色纸张对他们的想法、解决方案和问题进行颜色编码：绿色、黄色和粉色分别代表正面、中性和负面例子（图 1）。

第三个活动大约持续 20 分钟，介绍一个现场演示，旨在引发关于将异构系统连接在一起可能性的讨论。我们展示了一个简单的模型 14（图 2），该模型以 AsciiDoc15 文件作为输入，并能够对显示不同输出格式（包括原始 HTML、分页 HTML 和 PDF）的任意数量窗口进行同步滚动和内容高亮显示。鼓励参与者反思单词级别的跨格式追踪如何能惠及他们当前的工作实践。

最后一个活动大约持续 40 分钟。所有参与者一起基于前几个活动中产生的想法和概念进行头脑风暴，产生新的想法。环节以快速最终总结结束。

图 2. 在第三项活动开始时向研究参与者展示的模型。同一源文档以纯 HTML（左）、分页 HTML（中）和 PDF（右）显示。将鼠标悬停在任何视图中的文本上，会高亮显示所有三个视图中包含的文本块。三个视图之间的滚动是同步的。

该图由 Propage 的截图组成。它由三个面板组成，每个面板占据屏幕的三分之一。每个面板包含相同的标题为“比较 AsciiDoc 与 Markdown"的文本，并且在每个面板中，第二段都被高亮显示。此文本的内容无关紧要，这里只有数据的表示方式重要，因为它在每个面板中的呈现方式不同。在左侧面板中，标签指示“HTML (AsciiDoctor)"，文本显示为常规的单流网页。在中间面板中，标签指示“Paginated HTML A5 (Paged.js)"，显示一个网页，其内容以 A5 大小的分页流显示。与左侧面板相比，可以找到其他图形差异：字体是等宽的，一些标题显示为蓝色，而在左侧面板中是红色。在最后一个面板中，标签指示“PDF A4 (WeasyPrint)"，包含一个渲染相同文本 PDF 的 PDF.js iframe。这次，页面大小为 A4，布局也略有不同：它使用脚本字体，并且所有标题都是不同的颜色。

4.1.4 数据收集。所有小组环节都进行了录音。作者做了手写笔记，并收集了参与者制作的草图和笔记。我们还记录了参与者与小组共享的屏幕。

4.1.5 数据分析。我们转录并分析了使用反思性主题分析 [12] 的环节录音。所有作者都从自己的笔记中确定了特定的故障、变通方法、用户创新和一般惊喜。然后一名作者使用归纳（自下而上）的方法生成代码。接着两名作者将代码归类为少量的类别，经过多次迭代以及参加参与式设计工作坊的三名作者之间的讨论。我们通过提取 50 条随机引文并与作者如何对它们进行分类进行比较来测试代码。在讨论分歧后，作者重新检查了全套引文。经过另外两次迭代，包括将主题 T1 和 T2 分离，三名作者就最终主题集达成一致。

4.2 结果

我们从四个参与式设计环节中收集并转录了 10 小时的音频。这产生了 350 条引文，被归类为 58 个初始代码。然后我们确定了四个主题：

T1 参与者无法总是协作，因为缺乏跨格式的内容同步。
T2 参与者难以从单一源实现多格式输出。
T3 参与者找到引人入胜的变通方法来减少出版工作流程中的循环。
T4 参与者用价值观和自主权换取生产力。

4.2.1 T1 — 参与者无法总是协作，因为缺乏跨格式的内容同步。

许多参与者（9/16）描述了桌面出版中的情况，其中多种创作格式使得在不同文件之间保持一致的内容几乎是不可能的。他们描述了自己如何异步使用文字处理器和桌面出版软件工作，并在跟踪更改方面失败。P12 表示：“有一些插件允许我们从 InDesign 导出到 Word，但如果你已经开始做布局了，那就是一场灾难”16。虽然存在一些导出功能，但它们很少符合参与者的期望，导致挫败感和工作量增加。P1 回忆说，直到他意识到那是从 InDesign 导出的，他才无法理解一个庞大的 EPUB 文件的结构。P2 使用隐喻来说明她对问题的看法：“我需要一种工具，使它有一个单一格式来合并所有格式，而不是倍增它们。就像一个万能插头。InDesign 和 Word 叠加。”

同样，参与者（11/16）通常必须完全重组从作者那里收到的文件。他们使用工作流程来“重置”文档的结构，此时该结构往往是糟糕语义和直接格式化 17 的混合体。他们不是在共享格式内直接协作，而是组装转换工作流程，从零开始剥离并重建语义结构：“为了清理我从 InDesign 获得的 HTML，我用 Pandoc 将其转换为 DOCX。它会丢失很多内容……然后我拿回 DOCX 并将其转换为 Markdown，然后再回到 HTML……这是我找到的最好方法”（P13）。这种方法通常完全搁置他人的格式化决定：“我们将其作为纯文本通过 TextEdit 传递，擦除一切，完全重新流动，并重新应用所有样式，因为否则会有冲突”（P10）。

作者文档中缺乏这种结构通常会导致挫败感：“作为作者，他们应该掌握他们写作的工具。不知道如何在 Word 中制作脚注……这是不可能的”（P11）。P9 是一名编辑秘书，她说她的角色是明确为了使这个步骤更顺畅：“你收到的是质量差——毫无意义的——文件，然后你说‘非常感谢！这很完美！’然后你做你的事，适应它并清理它。”这种努力——通常由编辑秘书完成，但经常转嫁给平面设计师，他们不认为这是他们的角色（P11）——允许作者继续使用他们首选的工具，即使这些工具使协作变得更困难：“我们留给每个人使用和选择他们喜欢的工具……我总是说：如果你想，你编辑 DOCX；如果你想，你在 PDF 上做注释”（P9）。

最后，大多数参与者（12/16）表达了他们需要对源文件保持控制权，即使他们协作的人需要一个额外的界面层来贡献项目。P13 解释了他是如何协调他对源文件的命令行操作，同时作者使用 CMS 和富文本编辑器，因为这对他们来说“更容易”。P4 补充道：“如果我想修改东西，我知道通过 FTP 我可以访问整个东西”。另一方面，几名参与者（5/16）指出某些格式，尤其是闭源或高度结构化的格式，很难解析和修改。“我们花很多时间与超级复杂的文件格式在一起，我们根本无法剥离打开，例如 TEI"（P14）。P3 指出，丰富源内容往往适得其反，因为“我们越试图用特定的语义来丰富纯文本，我们就越失去持久性”。

4.2.2 T2 — 参与者难以从单一源实现多格式输出。

参与者对多格式出版提供了多种定义，具有不同的输出格式。最普通的例子是印刷书籍、电子书和网站。对于一些人来说，多格式出版是一种深度实验甚至充满乐趣的行为：“我们把一个派对做成了一本书。这是多格式出版，但很奇特”（P3）。

他们还提到书籍可以是一种表演（P4）、广播节目（P3），甚至是一份完全个性化且独一无二的出版物（P8），其工作流通常需要异想天开的代码才能实现。所有参与者（16/16）都将其出版物视为具有社会情境属性的物品，需要根据不同的媒介和语境进行调整："书籍，无论依托何种媒介，都是社会空间，是其他实践得以展开的载体"（P2）。对 P13 而言，这种适应性甚至延伸到他并不认为自己的出版实践与印刷输出绑定："在我们的出版社基因里，一直有无论付出什么代价都要出版的观念，也就是说，不管是书还是其他东西。"然而，一些参与者（5/16）同意这种适应性受长久性要求的制约——出版物被期望能够长久保存，而某些媒介（如电子书）的保存时间不如其他媒介持久。

一些参与者（6/16）强调了 PDF 作为协作中关键文件格式的作用。这种"数字副本"（P1）是一种互操作的输出媒介，用于绕过可能在人与人之间互不兼容的软件。"当我开始使用 Markdown 时，作者和校样编辑就不再介入了。当我导出 PDF 校样时，我会收到批注并加以落实"（P13）。PDF 作为一种妥协方案，被定位为一种"工作工具"："它让我可以复制粘贴、分享、进行搜索"（P12）。

一半的参与者（8/16）表示他们需要手动复制粘贴和调整内容以生成不同的输出，尤其是在格式间无法同步时。P3 解释道："在网页版中，我必须去掉不规则段落……内容和纸质版并不完全相同。所以到目前为止，我总是重复我的内容……这真的成了个问题。"为避免完全重复，一些人依靠变通方法，例如"直接添加 HTML span 标签来调整字距"，或在作者文档中插入不换行空格。

为了真正尝试实现单一来源出版，一些参与者开发和调整临时基础设施——通常是在主流桌面出版软件之外（5/16）。例如，P3 为每个项目设计全新的独特工作流，将不同软件拼接在一起，以"灵活性和模块化"适应具体情况的具体需求。其他人则创建高度技术性的变通方法以支持不被原生支持的特性，例如从右到左书写的语言："没有文档，但我设法获得了结构良好的 XML 文件……然后我就能理解我需要使用哪些参数"（P15）。参与者经常转向免费开源工具，因为商业出版软件限制了他们生成可适应性输出的能力："免费软件让我们能够生成无限可能……这在使用闭源软件时是不可能的"（P8）。

4.2.3 T3——参与者找到令人信服的方法以减少出版工作流中的循环

大多数参与者（9/16）指出了协作者在文档上来回反复时可能引发的问题：这些迭代循环是必要的，但会造成摩擦。例如，P10 描述了一个特别痛苦的循环："他们把整段内容连同[文本文件]一起退了回来。我们不知道错误在哪里……我们不得不把整个内容重新整合，重做所有的排版校对18，而且要用两种语言都做一遍。"然而，尽管这些循环可能带来大量工作，参与者并不希望完全自动化这些循环："我们仍然需要在 InDesign 中查看 PDF 中的修改是如何进行的。修改必须是可见的，我们要保留线索"（P6），P12 则在控制与可追溯性之间提出了一个妥协方案："修改不应直接实施，而需要被审阅和验证。"一些参与者（6/16）通过采用早期排版来简化流程："终极方案是尽早将排版好的 PDF 文件发给作者……我做一份粗略的初稿，然后让他们基于此进行校样编辑"（P12）。这个技巧通过不经意间保留源文件与其 PDF 导出文件之间的页码和表征，改善了沟通。

除了承认循环的必要性之外，一些参与者强调某些专业任务本质上是顺序进行的。例如，P1 表示作者必须被"断开连接"。P4 表示她需要"人们只能访问这一章或那一部分"，并"在不同时间向项目的不同部分分配不同的访问权限"。对 P10 来说，同步协作甚至是对排版设计的威胁："这是我们避免的东西……这有点像打开了毁掉我们设计的大门。"排版质量的重要性，尤其是不规则段落，是反复出现的紧张点。所有图形设计师（9/16）都感到对最终出版物的完美排版负有责任："在我交付之后很久，我通常会偷偷登上客户网站的后台，做一些排版校对并调整不规则段落"（P10）。

这些摩擦的底层是角色之间的权力冲突："当我们把权力交给作者时，他们就会要求更多……"（P8）。这种由截止日期压力引发的紧张是印刷出版的固有特征："在某个时刻，斧头落下，我们说这本书完成了，我们就照着原样印刷"（P4）。几位参与者表示，印刷的不可逆性施加了一种回溯规划逻辑，而这一逻辑在其他模式（如网络开发中使用的模式，P8、P13、P14）中并不突出。

4.2.4 T4——参与者在价值观和自主权与生产力之间做出权衡

参与者不断在一方面的自主与连贯的理想与另一方面的经济现实、生产时间线和协作约束压力之间寻求平衡。所有为自己的出版社工作的参与者（8/16）都依靠外部财政资源来支撑其出版活动。这种个人价值观与实际工作流之间的权衡是有代价的。例如，试图使用免费开源工具以与其政治价值观（如自主、透明或反资本主义立场）保持一致的参与者，往往接受不完美的结果（6/16）。"用免费工具来构思这本合集或许是有道理的……这是我们要采取的工匠精神路径，接受错误和不确定性"（P6）。但这种接受并不意味着完全满意。其他人则对这些工具的局限性感到沮丧："可复现性问题是不使用 Paged.js 等工具的原因……LaTeX 也不完美。我用的是 Linux 系统和 Chrome 浏览器，但排版引擎不如 Mac 上的好。"（P13）

这种妥协还延伸到对自动化和去技能化的担忧，尤其是对图形设计师而言。P6 和 P10 尤其担心生产力的提升可能会贬低他们的职业价值："这种时间节省会不会成为我们图形设计师收入减少的原因？"（P10）。除了职业角色之外，协作有时也因不匹配的物品生态系统而变得困难。一些参与者（6/16）目睹过人们因未掌握技术栈或使用"错误"工具而被忽视。P16 讲了一个同事因无法正确组织文档结构而受到误判的故事："她改用 ChatGPT 把伪造的标记放了回去……现在，她被认为是能力不足的。"

为了减少循环次数从而提高效率，参与者通过在合同中添加条款作为协调机制来限制其协作（4/16），在此过程中他们使工作流正式化并明确最终交付物。P7 描述道："我们想在合同中注明最终版本将是[数字]版本而非印刷版本……这导致更多的调解。"P10——为应对 T3 中概述的问题——表示："在报价阶段，我们力求尽可能详细……以避免来回反复。"尽管有这些策略，许多参与者仍感到某些默认状态（如 InDesign 的主导地位）是不可改变的："无论如何，兼容性都会是个问题……InDesign 将始终是主要工具"（P8）。P5 将自己的大部分问题归咎于其工具中通过过时设计选择而嵌入的技术债务。当前物品生态系统内部的不兼容（跨设备、操作系统和文件类型）进一步限制了协作："他们不想使用相同的工具。我有一台 Mac，她有一台 PC……我没有这个软件，因为它不是免费的"（P2）。

5 格式生态系统

主题分析的一个关键发现是，沟通障碍的根源在于文件格式的多样性，而非所涉及的不同应用程序。为了进一步分析这些障碍，我们考虑了"物品生态系统"这一概念，该概念曾被用于研究协作写作中的工作组织 [45] 或集体内通过工具选择建立共享实践 [42]。然而，尽管物品生态系统有助于理解人们如何通过一组设备或应用程序进行协调，但它们对分析出版专业人士如何穿越不同格式进行协作并没有提供太多洞见。因此，我们通过突出文件格式作为协作实践的核心要素，发展了一种互补的分析框架来弥补这一空白。我们引入了"格式生态系统"的概念，以进一步探究协作中人与文件格式的互动。然后我们将其置于与信息生态系统、物品生态系统和边界对象等其他概念的关系中。

5.1 定义

我们将格式生态系统定义为一个人、一个群体或一个社区所调动的文件格式集合，以及使这些格式在实践中互操作的工具、脚本和惯例。某些文件格式配合良好，能够实现平滑的转换 [45] 和迭代循环，而其他格式则会阻碍协作工作流，因为它们无法编码相同的语义元素、缺乏转换工具，或者以难以提取或复用的方式保存信息。

因此，格式生态系统源自格式之间的实际依赖关系，这些关系既由格式本身固有的特性决定，也由它们与其他格式的兼容性（或缺乏兼容性）决定。这种方法关注的是信息结构而非应用程序。它强调格式互操作性作为协作的关键维度，并引起人们对通常在软件中被遮蔽的底层格式的关注。

5.2 相关概念

Lyle 等人 [53] 在调查人机交互（HCI）和计算机支持的协同工作（CSCW）领域中"生态系统"隐喻的理论格局时，识别出四个大类：物品生态系统、交流生态系统、设备生态系统与信息生态系统。此外，他们还识别出三个分析层级：宏观层面（组织与活动系统）、中观层面（人与实践）以及微观层面（个体、物品与任务）。我们将格式生态系统与最相关的两个类别——物品生态系统与信息生态系统进行比较。

与信息生态系统的关系。Nardi 等人 [59] 将信息生态系统定义为"特定环境中人、实践、价值与技术构成的系统"。例如图书馆和医院单元。出版社同样可以被视为一种信息生态系统。格式生态系统与这一视角有交叉，但它们运行在不同的分辨率上。格式生态系统针对的是中观和微观层面，而信息生态系统主要针对宏观层面 [53, §5.1]。在我们的研究中，中观层面体现在角色和实践的组织上，而微观层面则体现在个体对文件所执行的具体操作序列中。信息生态系统最常被用于分析宏观层面的语境，例如管理数千种藏书的图书馆基础设施或建立在语义网基础上的系统，往往较少关注特定行动者的具体约束与可供性。信息生态系统也曾关注格式问题，例如在讨论 SGML 和 XML 相关标准化实践的社会影响时 [27, p. 115]，但同样是在宏观层面，而非例如由单个个体执行格式转换的微观层面。

与物品生态系统和边界对象的关系。物品生态系统关注人们拥有、访问和使用的设备及应用程序 [43, 36, p. 201]，而格式生态系统则关注通过这些物品流通的信息结构。因此，格式生态系统既不能还原为物品生态系统，也不寻求取代它们。事实上，文件格式不是物品，文件才是物品。格式是维系物品聚合在一起的"粘合剂"的一部分：它们塑造了文件成为边界对象 [70] 并支持协作的规则。因此，格式生态系统提供了一种互补的分析视角，使物品生态系统中这一通常隐含的特定维度得以显现。

与物品生态系统其他子概念的关系。从物品生态系统衍生出的若干子概念可以迁移到格式生态系统。

例如，集体制品生态[42]提出了关于集体身份如何嵌入其工具和实践的问题；这些问题同样可以应用于考察共享身份如何通过集体采纳和维护的格式来表达。类似地，对齐生态的分析[64]以及对潜在生态的探索，以及生态内部和生态之间转变的研究[45]，都可以转移到格式生态中，为协作工作流的设计提供参考：对齐一个格式生态归结为确定格式之间最佳的转换路径，以及考虑所涉及人员的价值观和能力。

尽管格式生态与制品生态处于同一层级（主要在介观层级），但我们并未发现以往有以格式作为结构化概念的研究工作。格式生态通过突出格式之间的相互依赖关系来填补这一空白，提供了一种能够复用制品生态框架分析工具的新型生态。

## 6 出版工作流的信息同步图

正如制品生态可以通过连接人员和制品的图来描述一样，格式生态也可以由信息同步图（infosync图）来描述，这些图将文件连接起来，以呈现协作过程。对于一个给定的出版工作流，信息同步图中的每个节点对应一个特定文件，每条弧对应一个同步步骤，涉及文件的创建、更新和/或交换。我们首先描述"传统"工作流以及来自实际项目的另外三个工作流的信息同步图。然后我们利用这些示例来识别重复出现或独特的模式，并了解可能出现问题的环节。

### 6.1 传统工作流

在参与式设计过程中，参与者们反复提到了第2节中描述的传统出版工作流：在文字处理文件、InDesign文档和PDF校样上执行的一系列步骤。尽管并非所有参与者都积极使用这一工作流（16人中有12人），但他们全部（16人中有16人）都提到了它，仅有细微差异。因此，我们以这一工作流为切入点，从另一个角度重新审视语料库。

该工作流涉及四个个体——作者、编辑、平面设计师和印刷商——他们通过电子邮件进行沟通和文件交换。首先，作者使用Microsoft Word（DOCX文件）撰写手稿。手稿完成后，作者将其发送给编辑，编辑阅读后，假设手稿被接受，便将其发送给平面设计师。平面设计师将Word文件中的文本导入Adobe InDesign（INDD文件），方式要么是手动复制粘贴，要么是在DOCX文件结构正确的情况下借助InDesign的导入功能。设计师随后使用InDesign创建书籍版式，并将其导出为PDF文件发送给编辑。接下来的步骤涉及编辑和平面设计师，其中编辑在PDF上进行标注，平面设计师在版式中进行相应修改，直到编辑验证最终版本。此时，编辑将PDF发送给印刷商，双方进行一轮往返沟通，最终印刷商批准PDF，并将其送至印刷厂。

当我们绘制上述工作流的图时，我们注意到其同步步骤涉及同一文件副本在两个用户之间的同步，或两个本地文件之间的同步（通常格式不同）。我们还注意到不同的同步步骤给相关人员带来了不同的成本：有些毫不费力且透明，而有些则是手动且费力的。因此，我们决定沿两个维度组织该图：同步步骤的类型和难度。图3展示了所得到的图及其图例。

**图3. 传统纸质书籍出版工作流（W1）的信息同步图**，展示了作者、编辑、平面设计师和印刷商如何以不同格式交换文件来编辑一本传统纸质书。格式图例详情见附录A。

该图展示了一种自定义图表示法，包含图例和示例。图的右端是图例，列出了扩展名和文件类型：MD（Markdown文本）、HTML（网页文本）、CSS（网页样式规则）、DOCX（Word文档）、PDF（PDF文档）、INDD（InDesign文档）、IPYNB（Python笔记本）、ADOC（AsciiDoc文本）、（LaTeX文本）。此外，还记录了箭头的说明：红色箭头表示文件之间的同步步骤，蓝色箭头表示个体之间的同步步骤。虚线箭头表示自动步骤，短划线表示手动触发的步骤，实线表示手动步骤。示例中涉及四个人，每人以一条水平线表示，标签位于图的左端——从上到下依次为："Author"（作者）、"Editor"（编辑）、"Graphic designer"（平面设计师）、"Printer"（印刷商）。该图展示了一系列由箭头表示的信息同步步骤（部分为双向箭头，所有箭头均为短划线或实线，且为蓝色或红色）。部分箭头带有标签，分别为"edit"（编辑）、"copy edit"（校对）、"integrate"（集成）、"export"（导出）或"import"（导入）或"prepare for print"（准备印刷）。箭头将节点连接在一起，节点为文件，以其文件格式扩展名表示："DOCX"、"PDF"、"INDD"。一些文件由两个箭头连接——一个实线和一个短划线。简言之，该图展示了从作者提交手稿到印刷商接受最终校样的转换流程。为此，编辑编辑手稿，并在作者之间进行一系列往返交流。然后，一个箭头展示了DOCX文件被平面设计师导入INDD文件，从而进入编辑与平面设计师之间的循环，生成和标注PDF校样。最后，编辑与印刷商交换PDF文件，直到验证完成。

在这种表示法中，每个节点代表某人计算机上的一个文件，由其数据格式对应的代码标识，例如"DOCX"代表Word文档。节点沿二维网格对齐，使得每个用户表示为一条水平轴，每个文件表示为一条垂直轴。这意味着一个由n个用户共享的文件将产生n个垂直对齐的节点。节点之间的箭头代表信息同步步骤。垂直箭头（蓝色）捕捉共享同一文件副本的个体之间的同步，对应介观层级的协调实践。水平箭头（橙色）捕捉由同一人管理的文件之间的同步——可能跨越不同格式——对应微观层级的操作。箭头的线型样式指示步骤的难度。实线箭头代表手动数据转置，用户完全负责从一个文件到另一个文件的信息转移，例如手动编辑Word文档或LaTeX文件以纳入写在PDF文件上的文本标注。短划线箭头代表手动触发的同步，部分自动化但需要一些用户操作，例如通过电子邮件将Word文档的新版本发送给协作者，或运行脚本将文件转换为另一种格式。最后，点线箭头代表自动同步，对用户而言是透明的，例如使用AsciiDoc或LaTeX等文档描述语言编写的文档排版版本在代码修改时自动更新。

### 6.2 其他工作流

我们构建了另外三个工作流的信息同步图，这些工作流代表了在人员、经济和硬件资源方面规模相当的真实情况。我们选择这些工作流是为了最大化出版实践、软件工具和文件格式的多样性，既是对第一项研究中所述情况的补充，也是为了验证图表示法的鲁棒性。该选择过程产生了三种出版物：一篇ACM会议的学术论文（W2）、一个博物馆的网络到印刷目录（W3），以及一本计算机科学教材（W4）。它们的信息同步图展示在图4中。

**(a) 在线学术出版（W2）** **(b) 博物馆目录出版（W3）** **(c) 计算机教材出版（W4）**

**图4. 6.2小节描述的三个附加出版工作流的信息同步图。** 在每种情况下，参与者通过复杂的互连循环，以不同格式交换文件，使用各种通信协议。

#### 6.2.1 ACM会议的学术论文（W2）

第一个工作流（图4a）是一个经典的学术出版工作流。作者中的两位最近共同经历了这一工作流，他们联合发表了一篇ACM会议论文，该论文要求将已接受手稿的源代码上传到一个在线平台（TAPS20），该平台将其编译为印刷版（PDF）和网络版（HTML）两种版本并进行电子出版。该工作流要求作者使用以前定义的LaTeX类文件形式作为版式模板。他们使用Overleaf，一个具有实时协作编辑功能的在线LaTeX编辑器，在写作过程中持续重新编译LaTeX源代码，以便预览PDF文档格式的排版版本。手稿完成后，被ACM指定为联系作者的其中一位作者负责将文档源代码上传到在线提交系统。

TAPS系统尝试使用类似于Overleaf的工具链将源代码编译为印刷版，并使用作者们所不了解的工具链编译为网络版。如果系统编译文档失败，联系作者会收到一封电子邮件，并被要求编辑源代码以修复错误并重新上传修订后的源文件。作者还可以联系在线系统的客户服务寻求帮助。如果系统编译成功，联系作者必须下载并审查文章的印刷版和网络版，然后要么直接接受，要么进入另一个循环以修复源代码并重新上传到提交系统。

#### 6.2.2 博物馆的网络到印刷目录（W3）

第二个工作流（图4b）是2020年由Julie Blanc和Antoine Fauchié——两位具有图形设计和出版经验的研究人员——实施的网络到印刷工作流，用于创建一套考古文物收藏目录的网络版和印刷版。21该工作流记录在一篇博客文章22中，并由其作者验证。

在该工作流中，作者和编辑通过编辑Markdown文件来撰写目录内容，借助一个为此项目搭建的无头内容管理系统（CMS），该系统与Git仓库同步。他们还可以上传图像并使用Zotero23——一种参考文献管理软件——进行交互。参考文献随后导出为BibTeX文件，但为简洁起见，我们在图中未包含这一部分。与此同时，平面设计师编写了两个CSS文件，包含用于样式化目录网络版和印刷版的规则，并将其提交到同一个Git仓库。

每当作者、编辑或平面设计师向仓库提交内容时，在Gitlab仓库上自动执行的持续集成服务（CI）会运行一个脚本，将Markdown、媒体和BibTeX文件编译为目录的两个版本。两个版本都编码为HTML文件，但印刷版使用Paged.js进行分页，并且仅包含网络版发布内容的一个子集。两个版本都通过CI以共享URL提供访问，以便作者可以预览其中任何一个版本。如有需要，作者和编辑可以更新Markdown文件，平面设计师可以更新CSS文件。

一旦编辑验证目录已准备好印刷，平面设计师就会复制分页版本以添加印刷版特有的内容，例如额外的图像，并通过直接编辑HTML进行排版调整。最后，他们使用Google Chrome浏览器的打印功能将其导出为PDF，并将最终印刷版发送给其余贡献者。

#### 6.2.3 计算机科学教材（W4）

第三个工作流（图4c）是计算机科学（CS）教材出版工作流。它描述了作者中的两位为高中学生编写计算机科学教材的经历，分别作为贡献者和主作者。

在该工作流中，教材内容使用AsciiDoc文档描述语言编写。

章节和练习中代码片段的课程部分已从 AsciiDoc 转换为交互式 Python 笔记本。发布后，师生均可使用这些笔记本交互式地编辑和运行代码以完成练习。主作者决定教材的结构与内容并撰写部分内容，此外，数位其他贡献者协助撰写某些章节和/或练习。他们通过使用 Git 仓库同步 AsciiDoc 和 Jupyter 笔记本文件进行协作。定期地，主作者将一个章节的 AsciiDoc 文件集转换为单个 Word 文档并发送给编辑。与此同时，平面设计师使用 InDesign 按照出版商设定的特定教材约束创建版面。就绪后，设计师将 InDesign 文件发送给排版员，排版员还收到编辑转发的 Word 文件，并据此将教材内容填充到空白版面中，按需调整版面。每次集成教材内容后，排版员将书籍导出为 PDF 文档并发送给编辑，编辑对其批注后返回给主作者（须批准或更新内容）和排版员（须将作者与编辑的修改集成至 InDesign 文档中）。每当作者或贡献者作出修改，便在 AsciiDoc 源文件中标记其编辑内容。这些编辑转换为 DOCX 后显示为高亮文本，并发送回排版员集成到 InDesign 文档中。

6.3 模式

我们分析了为四种工作流所建模的信息同步图，以识别其中重复出现或独特的模式。一位作者利用这些图表反思图形的不同方面，例如工作流中的任务与描述其子图之间的对应关系，以及同步步骤（或步骤序列）的性质、必要性和难度。在向第二位作者呈现观察结果后，双方展开讨论，就这些命题达成一致或提出不同意见，并建议其他模式。我们将所得模式归纳为五个类别：

Pa1 协作者的责任不平等。
Pa2 内容重复的文件服务于不同目的。
Pa3 循环分两种类型：预览循环与反馈循环。
Pa4 协作者之间的同步容易但具有约束性。
Pa5 格式之间的同步困难，尤其是目标文件已存在时。

6.3.1 Pa1 — 协作者的责任不平等

所有工作流均涉及多个协作者（在 W2 和 W3 中还包括充当协作者的远程系统），且各具不同特征。他们形成三个群体：创建和更新内容者（作者、贡献者、文字编辑）、创建并填充版面者（平面设计师、排版员、版式设计师）以及协调并指导前两组者（编辑）。每个群体都有自己的习惯与工作方式，尤其是在所用软件方面，这反过来限制了他们能够使用的文件格式以与其他群体协作。在每个工作流中，一两个协作者在其他群体间维护联系的关键角色。虽然这一角色传统上由专职编辑担任（如 W1 中），但也可能由他人承担，例如 W2 中代表其他作者修复 LaTeX 代码的作者。在 W4 中，该角色迫使主作者编写复杂脚本，将 AsciiDoc 编写的内容转换为 Python 笔记本（供更正练习的贡献者使用）和 Word 文件（供编辑和排版员使用）。虽然这从长远上使格式间转换更为便捷（只需重新运行脚本即可——故以虚线箭头表示），却也产生了高昂的初始成本，且可能无法跨项目复用。

6.3.2 Pa2 — 内容重复的文件服务于不同目的

所有四种工作流均依赖多种文件格式——W4 中多达六种——更不用说图中未显示的辅助文件格式（如将一种格式转换为另一种的脚本）。除了包含多种输出格式外，这些工作流还包含多种创作格式，例如 W4 中使用特定软件（IPYNB）以及帮助不同协作者群体间传递信息（W4 中的 DOCX）。因此，不同协作者群体可能依赖不同格式表示相同信息。在每个工作流中，作者或使用 Word 文件（DOCX），或使用以文档描述语言编写的文件（TEX、MD、ADOC）并须编译为预览格式（HTML、PDF），其中包含相同文本。然而，某些格式包含其独有信息。例如，W1 中仅 INDD 文件包含段落样式信息，W4 中仅 IPYNB 文件包含练习解答。相反，两个应当相同的文件有时并不一致。例如在 W3 中，平面设计师使用特定操作系统和特定 Web 浏览器从 HTML 生成高质量 PDF 文件。

6.3.3 Pa3 — 循环分两种类型：预览循环与反馈循环

预览循环是两个文件格式之间的小型局部循环：一个可编辑，另一个可可视化为排版文档。它们出现在 W2（LaTeX 文件可视化为 PDF）和 W4（AsciiDoc 文件可视化为 HTML）中。在每种情况下，前向转换无缝（可由文本编辑器在后台执行），但反向转换完全手动。虽然某些工具可帮助用户发现两文件间的映射关系，例如 SyncTeX [46] 可用于从 LaTeX 文件生成的 PDF，但任何修改（如修复拼写错误）都需在源文件中搜索对应代码片段。反馈循环是更大的循环，旨在改进由至少两名协作者共享的"输出"文件。例如，W2 中 PDF 输出被批注以更新此前在工作流中用于生成该 PDF 文本的 LaTeX 文件内容。类似地，W1 和 W4 中从 InDesign 导出的 PDF 被编辑复制并批注后发回作者和排版员，导致工作流中增加了一个额外文件。除非 PDF 以非常特定的方式校对（见脚注 19），否则此过程完全手动。

6.3.4 Pa4 — 协作者之间的同步容易但具有约束性

协作者之间的同步步骤中仅有一处（垂直箭头）不是自动或手动触发的。唯一例外是 W1 中编辑与印刷商之间的来回沟通，双方必须讨论并就所交换 PDF 的若干印刷细节达成一致。虽然这使得协作者间的同步看似容易，但相对较低的投入往往以额外约束为代价。例如，使用 Overleaf 可让作者同步撰写文章内容（W2），但要求他们使用 Overleaf 基于 Web 的编辑器并联网阅读和编辑手稿。相反，在 W3 和 W4 中，Git 允许协作者离线使用自选编辑器工作，但代价是最终同步时需手动提交更改并解决冲突。使用 Git 仓库带来的额外工作负荷对于 W4 中受过训练的计算机科学家的贡献者而言可控，但对其他协作者（如编辑）则过于繁重。因此，主作者必须定期将 Git 仓库快照转换为 DOCX 文件并邮件发送给编辑。为绕过此类约束，W3 包含一个无头内容管理系统（CMS），允许作者和编辑通过用富文本编辑器编辑 Markdown 文件来修改目录内容。一个按钮将更改提交至 Git 仓库。发生冲突时，最后一次修改静默获胜。

6.3.5 Pa5 — 格式之间的同步困难，尤其是目标文件已存在时

格式之间的步骤（水平箭头）中不到一半涉及在源文件更改后执行预定义命令或工作流专属脚本，自动执行（23%）或通过 GUI 应用程序或命令行界面（20%）执行。其余一半以上的同步步骤（垂直箭头）为手动（57%）。由于布鲁克斯所述的本质复杂性与偶然复杂性 [13]，进一步自动化完全手动步骤十分困难。本质复杂性指必须手动处理某些更改，伴随认知负荷增加且无法自动化，例如 W4 中根据编辑批注的 PDF 决定如何重新表述 AsciiDoc 文件内容。偶然困难的来源在于大多数格式和程序不包含足够信息，无法将"输出"文件中的更改映射回生成它的源文件。

7 讨论

第一项研究提供了独立出版专业人士之间成功与不成功协作的具体实例，这些专业人士常常经历低效、易出错且拖慢工作流的沟通循环。第二项研究通过格式生态系统及信息同步图的中介作用，说明了文件格式在理解和解决这些问题中的关键作用。这些结果表明，工具和社会组织对多样化文件格式缺乏支持，导致更多错误、增加工作量、更大紧张感，以及往往令人不满意的权宜之计。

7.1 出版依赖多种文件格式

出版工作流由多个步骤组成，将信息从一种格式转换为另一种格式，实际上是在多个文件间复制和分散信息。我们讨论了此过程如何产生多种沟通障碍。

7.1.1 不匹配的文件格式需要重复投入

出版中广泛使用的软件导致信息在格式间复制（T1, Pa2）。例如，内容可使用 Microsoft Word（DOCX 文件）等文字处理程序创作，也可使用 Markdown（MD）、LaTeX（TEX）或 AsciiDoc（ADOC）等标记语言创作。同样，虽然 Adobe InDesign（INDD 文件）主导印刷版式，但一些替代方案依赖 CSS 进行样式设置，依赖 HTML 进行预览。尽管限制软件选择可能有助于减少涉及格式数量，但这种自上而下的方法不符合出版实际：许多作者偏好文字处理程序 [62]（T1），而设计师因缺乏更好替代方案而常用 InDesign（T4）。某些内容创作工具相对容易集成至受限工作流中，既因某些格式（如 DOCX）获广泛支持，也因其他格式通常可用现有工具（如 Pandoc）转换（T1, Pa5）。然而，这并不适用于平面设计师，他们经过培训且局限于 Adobe 软件生态系统（T4；另见 Blanc [9]）。有时专业人士根本无法使用特定软件应用程序（及格式），因缺乏适当设备、许可证或操作系统（T4），这就需要创建额外的中间格式。

7.1.2 协作者难以同步信息

具有特定格式的文件作为边界对象 [70] 在不同社区专业人士间发挥作用（T1, Pa1, Pa4）。虽然排版或批注文档通常以 PDF 文件交换，但设计师常使用 DOCX 文件将内容导入其他应用程序（如 W1 中的 InDesign）或在反馈循环中追踪更改（T3, Pa3）。尽管许多应用程序可导出 PDF 和 DOCX 文件，但它们通常需额外工具（Pa5），如 W4 中所示，且可能难以导入或重新导入（T3, Pa5）。不同数据交换技术对数据格式施加约束。例如，电子邮件附件和文件共享网站支持 DOCX 和 PDF 等二进制格式，而 Git 和 Overleaf 等协作文本编辑器使用 MD 和 TEX 等纯文本格式。需要这两种格式的工作流（W3 和 W4）必须放弃版本控制功能（如 Git），或只能追踪单一格式中的更改（如 DOCX）。

7.1.3 从单一来源同步多种输出的挑战

多格式出版工作流所针对的每种媒体均需特定内容和/或版式（T2, Pa2），这些通常须编码在具有输出特定格式的不同文件中。常见输出格式，如用于印刷的 PDF、用于网站的 HTML 和用于电子书的 EPUB，均与用于生成这些输出的格式（如 DOCX、MD 和 INDD）不同。一些出版物还涉及更多异类输出格式，如交互式笔记本（W4）。

此外，一些在直播活动中创作的书稿——例如派对或广播节目（T2）——被视为"体验式输出"，无法被数字格式所捕捉。同样，观众在实时编程音乐会[8]上体验到的边写边跑的过程，与在家阅读和执行代码有着很大不同。

7.1.4 格式切换使进度追踪更加困难。

出版专业人士有时会使用格式变更来标记图书制作过程中的特定阶段。例如，当平面设计师收到编辑已校验的、以Microsoft Word（W1）撰写的书稿时，他们通常会切换到不可修改的格式（如PDF）进行排版。这使得他们能够控制作者是否可以修改某些内容（T3）。我们发现，许多专业人士明确避免使用同步协作工具（T3），并包含具体的合同条款以维护对作者后续修改的控制权（T4）。一些平面设计师会向作者提供早期排版预览，部分是为了激励作者，部分是为了鼓励他们解决细节问题，例如缩短一个段落使其能放在一页上（T3），否则他们需要自己来修正。一些人会创建重复文件或批注文件（T2, W1, W4）来追踪文档的进度。

7.1.5 协作者必须平衡相互冲突的义务和偏好。

出版工作流程涉及多个贡献者，他们有不同的需求和偏好，这反过来影响了格式的选择以及软件的使用方式（或不使用方式）。例如，平面设计师使用InDesign创建PDF文档后，编辑可能会在打印版本上手写批注、在平板电脑上做标记，或使用Adobe软件插入可被InDesign直接处理的特殊编码批注（T2, T3, Pa3）。方法的选择不仅取决于编辑的偏好，还取决于硬件、软件、时间和资金等方面的考虑（T4）。

尽管存在LaTeX（W2）和CSS分页网页（W3）等替代方案，但它们依赖于与所见即所得软件（如InDesign）不兼容的格式，且很少结合使用，尽管它们具有互补性。此外，依赖LaTeX或CSS的工作流程需要设计师愿意且能够使用这些格式，否则就必须省略设计师环节，这增加了作者的工作量，并且往往导致输出质量降低（T4, W2, Pa1）。

7.2 当前的工作流程和工具缺乏对多格式的支持

遗憾的是，无论是当前的出版工具还是使用这些工具的社会组织，都无法为复杂的多格式出版工作流程提供充分的支持。

7.2.1 缺乏适当的工具。

出版工作流程中两种信息同步所依赖的技术——人与人之间的同步和格式之间的同步——存在诸多局限性（T1, Pa4, Pa5）。协作者已经在使用异步协作工具，如电子邮件（W1, W4）和Git（W3, W4），这些工具可以在单一工作流程中结合使用（W4），也可以隐藏在更简单的界面背后（W3）以使所有协作者都能轻松访问。一些人使用同步协作工具，如Overleaf、Etherpad和Google Docs，但这些工具缺乏许多关键功能，例如向某些贡献者提供和限制访问权限（T3）。

同样，将文件转换为另一种格式可能需要使用编译器或转换器，而后者可能不支持源格式或目标格式、销毁有价值的信息，或者需要只有熟练专业人士才能编写的项目专用脚本（T1, W4）。此外，工作流程中系统性存在的循环（T3, Pa3）意味着对某个文件所做的更改必须集成到内容已过时的其他文件中。当前工具无法自动化这一过程，导致重复性的手动工作（Pa5），而这些工作往往由那些并不认为这是自己职责的专业人士来完成（T1, T4, Pa1）。

7.2.2 缺乏教育和规划。

许多专业人士无法受益于最先进的工具和技术，要么是因为他们不知道这些工具的存在，要么是因为缺乏使用它们所需的技能。同步信息所需的工具（如Git和Pandoc）所需的技术技能往往超出了非技术专业人士（如作者和平面设计师）的能力范围。例如，许多作者偏好使用Microsoft Word等直接格式化工具，但无法使用段落样式等基本功能（T1）。

这种技术教育的缺乏往往浪费时间并造成额外工作。例如，平面设计师可能因为不恰当的修订记录而不得不重做整个章节的排版。他们还可能删除作者文件中的直接格式设置并替换为不同的语义标记，尽管这通常是作者的工作（T1, T3）。团队规模缩小和专业角色（如编辑秘书）的消失加剧了这种责任转移。剩余的专业人士被期望掌握并非为他们设计、他们也未曾接受相关培训的软件与流程，导致过度工作并挑战他们自身的价值观（T4）。

更好地理解和沟通这些问题有助于创建更好的工作流程。例如，决定作者必须使用Markdown等格式撰写内容，可以自动防止他们使用直接格式化来区分标题和引用等语义单元。然而，这要求为作者提供支持这些替代格式的工具（W3）和/或（半）手动将其转换为其他格式（W4），这进一步增加了更具技术能力个体的负担（T1, Pa5）。这也表明，从InDesign等专有软件转向不记录其INDD格式的方案，将以交互性和输出质量为代价，换取更多样化和实验性的格式与实践（T2, T4）。

8 建议

以下建议针对独立出版工作流程中与格式相关的挑战，基于两项研究的发现进行讨论。

优先选择开放且可扩展的格式。由于出版协作依赖于格式之间的转换，我们建议避免难以解析和转换的格式，转而采用更简单、有文档记载的替代方案。当不得不处理复杂格式时，我们进一步建议检查格式以寻找变通方案。例如，看似二进制的DOCX格式可以通过解压来揭示更易于阅读和程序化转换的XML文件。此外，尽管每种格式都限制了可以表示的信息类型，但某些格式比其他格式留下更多用于个性化采用的空间。例如，AsciiDoc和Djot25天然可扩展，它们的编译器对语法错误具有免疫力，使其能够在出版生命周期中按需逐步添加自定义标记。附录A列出了常见出版格式的相关特性。

追踪变更和来源信息。关于文件及其内容历史与起源的信息必须得以保留，以便更好地应对工作流程中的循环问题。我们建议使用Git或CRDT等版本化格式来追踪历史，同时追踪来源信息——无论是存储在文件内部（如在PDF中使用不可见注释或在HTML中使用属性），还是通过辅助的源映射文件26。需要注意的是，标准转换器可能会丢弃此类信息，这可能需要对源文件进行显式编码，或使用额外文件和程序（如LaTeX的SyncTeX [46]）来恢复。

扩展工具以支持更丰富的交互。许多用于在工作流程内同步文件的强大工具，如Git、Pandoc和Make，仅以命令行工具或复杂且通常功能有限的图形界面形式存在，这使得大多数出版专业人士难以使用。通过采用更熟悉的界面（如一个按钮即可强制推送更改到Git仓库），并逐步暴露其功能，可以促进非专业人士的采用。因此，我们建议使用或配置现成可用的工具（如无头CMS），并为编译器和转换器等程序开发额外的前端界面。

维护并优先保证语义一致性。语义结构化赋予数据意义（如将一行文字标记为标题），并将包含相关内容的数据文件链接在一起（如从BibTeX文件引用参考文献）。因此，我们建议使用优先考虑意义而非形式的格式和编辑器来撰写内容，例如具有结构化命令而非字号和字重等直接格式化命令的富文本编辑器。我们还建议尽可能在整个工作流程中保持语义在不同格式间的一致，以最小化编辑过程首尾阶段之间的信息丢失。当文档需要回溯性结构化时，大型语言模型（LLMs）等工具可以帮助后处理作者提交的非结构化文档27，尽管这些方案会带来重大的生态和伦理影响。此外，我们建议向更广泛的受众（包括公众）教授语义结构化，因为更高的数字素养将使所有出版专业人士受益。

倡导格式素养。设计协作工作流程需要关注内容在不同格式间如何演变：哪些信息必须保留、哪些可能会丢失、以及格式转换在何处引入了额外工作。关注这些相互依赖关系需要对文件格式、其表达极限、转换路径、所承载的价值以及围绕它们的软件生态系统有实践性的了解。我们认为这种"格式素养"是数字素养的重要组成部分。虽然这种专业知识对非专业用户可能不是必需的，但对于从事协作书籍制作的专业人士来说却是必要的。在实践中，对格式相关约束的更大关注将帮助他们更好地预见格式选择对下游的后续影响。

设计灵活可变的工作流程。工作流程有时需要根据额外约束进行调整，例如为遵守新立法而产生可无障碍访问的内容。改变既有的专业和个人习惯可能是困难甚至有害的[15]。因此，我们建议创建开放、可组合和灵活可变[23, 72]的出版工作流程，使其能够渐进地适应变化，并满足各利益相关者的需求、实践和偏好。

共享可复用功能。为出版定制的软件通常可以惠及多个工作流程。因此，我们建议将这些更改集成到现有的软件栈中。例如，第一项研究中展示的原型将来源信息以生成的PDF上的注释形式注入到一个流行的开源HTML转PDF转换器中。此功能已被正式纳入该软件的主版本，现对所有用户可用。这种强化源标记与生成PDF之间联系策略可以应用于多种其他应用，并在之前的一项关于LaTeX用户的研究中被识别为关键需求[28, p. 5]。

9 局限性与未来工作

本文针对一组特定的现有出版实践进行研究。第一项研究聚焦于参与多格式出版的法国独立出版专业人士。因此，研究结果可能无法推广到独立出版商以外的受众，尽管一些大型非法国出版商已经使用与我们研究类似的网页转印刷工作流程。28 第二项研究通过探索四个额外的真实出版工作流程部分弥补了这一局限性。然而，对非传统出版工作流程或存在于组织宏观层面[53]的工作流程进行更深入的研究超出了本文的范围。

更深入地理解权力动态和责任分配的社会学影响将有益于任何具体的设计解决方案，因为挑战既有行为可能会带来新的问题[15]。这对于缺乏时间和财务资源来开发自定义工具链的独立出版社尤为重要。

我们的结果表明，格式转换软件的进步将增加支持的格式广度以及转换的深度和质量，而当前转换往往会丢弃对后续阶段至关重要的来源信息。未来研究可以探索模式变更[21, 47]、对抗性互操作29以及响应式文件系统（如FileWeaver [29]和Patchwork30）如何用于改进出版工作流程。

最后，格式生态系统也可能帮助其他领域的研究人员和实践者，尤其是那些文件中充当边界对象[32]的领域，包括知识工作[29]、生物信息学[71]和数据科学[41]，或者更一般地说，任何需要跨多媒体文件格式进行转换的协作实践。例如，医疗保健从业者必须在文档、系统和人员之间进行隐形的修复工作[34]。他们重新输入、翻译和重组来自各种不兼容来源的信息，使其能够"适配"适当的电子健康记录[11]。

10 结论

本文调查了独立出版专业人士在与既有印刷版又有数字版的书籍进行协作时面临的挑战。尽管近年来网页技术的进步使他们能够尝试各种多格式书籍，但他们仍然受制于为纯印刷出版而开发的工作流程。本文探索了两个关键研究问题：独立出版专业人士如何跨异构软件环境协作以生产多格式出版物？（RQ1）以及我们如何增强他们的工作流程以帮助缓解由冲突约束和工作实践引发的问题？（RQ2）

本文的第一项主要贡献是对16位出版专业人士进行的实证参与式设计研究。

我们收集了他们日常实践的具体案例，他们遇到的系统崩溃问题，以及他们所实施的变通方案。我们发现，数据格式之间缺乏同步会负面影响协作：许多参与者难以将一份手稿转化为多格式输出，尽管一些人已开发出巧妙的变通方案，减少了不理想和低效的发布循环。许多出版专业人员表示，他们不得不放弃部分个人价值观和自主权，以换取生产力的提高。与现有研究文献不同，我们发现协作崩溃的主要原因是跨文件格式的互操作性问题，而非软件应用之间的协调不足。

第二个关键贡献是"格式生态"概念，作为分析格式与人在高度协作工作流中相互作用的理论透镜。我们通过引入一种分析工具——信息同步图——来操作化这一理论框架。这是一种新颖的图表示法，揭示了出版专业人员在交换多格式文档时的反复出现的模式。这些图的重点不是不同的软件应用，而是追踪出版专业人员如何创建和交换多格式文件，并突出可能导致崩溃的低效或易错循环。我们利用这一图表示法来说明和分析四个真实世界的出版工作流，并表明不兼容的文件格式往往迫使出现低效和易错的循环，从而中断出版流程。

这两项研究共同表明，当前的工作实践和工具集无法支持既不可避免又是多重协作障碍来源的多格式多样性。我们认为，解决格式转换问题是减少出版工作流摩擦的关键，并提出以下七项建议：出版专业人员应采用开放且可扩展的格式并加强格式素养；更强大的工具应改善变更和来源追踪；提供更丰富的交互；优先维护语义一致性；支持更灵活的的工作流；以及共享可重用的功能。最后，我们提出了未来研究方向，以更好地适应系统和组织，支持既有和新兴的工作实践，同时承认多格式出版中的固有约束。

致谢

我们感谢小组讨论研究中的参与者所付出的时间和宝贵反馈。我们特别感谢Julie Blanc花费时间为我们澄清W3相关问题。最后，我们向éditions Burn~Ao?t、PrePostPrint社区和bureau 339的成员致以最深切的感激之情，他们的无数洞察对塑造本研究起到了至关重要的作用。本研究部分由法国国家研究署管理的法国政府拨款（France 2030计划的一部分，参考编号ANR-22-EXEN-0003，PEPR eNSEMBLE/PILOT项目）以及ERC PoC拨款编号101113339 OnePub"单源协作出版"资助。