- A-
- A+
王競一? 狄心悦? 张洪忠
【内容摘要】智能传播是学界关注的一个新领域。本文主要选取了国内外 29 本新闻传播学期刊 2022 年以来的百余篇智能传播研究展开综述，发现主要存在社交机器人舆论影响、算法实践中的用户参与、人机关系、人工智能技术对新闻业的影响以及人工智能技术的治理路径等五大研究议题。总体来看，2022 年的智能传播研究开始从观察和观点表达转向科学性的实证研究；研究视角从宏观向微观转移，对“技术工具论”有所突破，且更加重视技术实践中用户的能动性。
【关键词】智能传播；社交机器人；算法；用户；人机关系；新闻业
智能传播是指将具有自我学习能力的人工智能技术应用在信息生产与流通中的一种新型传播方式。为展示其最新的研究进路，本文主要选取国内《新闻与传播研究》《国际新闻界》《新闻大学》《现代传播》《新闻记者》《新闻界》《新闻与写作》7 本新闻传播学期刊及国外 Journal of computer-mediatedcommunication，Communication research，Humancommunication research，New media & society，Journalof advertising，Journal of communication 等 22 本传播学SSCI 一区期刊，考察 2022 年以来的智能传播研究。本文以实证研究论文为主要分析对象，观点观察类文章为辅，对社交机器人的舆论影响、算法实践中的用户参与、人机关系、人工智能技术对新闻业的影响以及人工智能技术的治理路径五个议题进行回顾。
一、社交机器人的舆论影响社交机器人的舆论影响
已成为传播学中的一个重要议题。有研究证实：社交机器人或算法代理通常会放大某些观点并在社交媒体上与选定的参与者互动，它们可能会通过协调行动影响在线讨论、新闻关注甚至公众舆论。一项针对社交媒体中涉华新冠病毒议题的研究发现，有 16.5% 的国际舆论由社交机器人操纵，它们倾向于在行为上通过潜伏模仿、利用多元路径发布更具煽动性的涉华争议话题。
重大事件是社交机器人主要应用的场景。赵蓓等利用结构主题模型（STM）方法对 Twitter 中传播北京冬奥议题的社交机器人进行考察，发现其一方面通过发布赛事与项目相关信息等表达对 2022 年北京冬奥会的积极或中立的立场，另一方面又通过放大争议、制造政治冲突等方式引发负面讨论；武沛颍、陈昌凤对Twitter 的研究发现，北京冬奥推文中有近四分之一的推文都由机器人生产，且机器人用户对 2022 年北京冬奥会多持反对态度；还有研究关注 Twitter 平台中的俄乌冲突舆论，发现社交机器人干预舆论的方式越来越多样，如利用社交机器人的标签劫持来扭转舆论局势、大量部署意见领袖型社交机器人来引导舆论等。
二、算法实践中的用户参与
算法感知是“普通人通过日常经验认识和感知算法运作及其影响的方式”。尽管算法的不透明度限制了公众对其功能的理解，但用户仍能通过与各类算法平台互动的日常经验中形成对算法运作的理解，用户不只是算法的被动接受者，而是通过自身的行动与算法机制间相互塑造。2022 年此类研究多采取实证研究方法。
在国内，晏齐宏通过深度访谈法发现激发用户进行算法感知的线索包括外显线索 ( 文本特征、用户特征、系统特征 ) 和内隐线索 ( 态度、情感、心理 )；陈逸君、崔迪使用问卷调查法探究影响用户算法知识水平的因素，发现媒体报道、用户卷入度和算法编辑能力正向影响用户的算法知识及算法自我效能，且不同教育程度的群组间存在算法知识沟。在国外，有学者使用访谈法研究了互联网用户对算法的意识，结果发现用户其实一般都知道算法的运行，且对这些技术系统如何工作具有基本的理解； Martens 等人利用霍尔的“编码—解码”模型，在 26 次半结构访谈后发现对算法新闻推荐系统了解程度更高的用户更能辨别公司和开发商的力量，而了解程度较低的用户则持更具工具性的观点，主要关注他们披露的个人数据与算法新闻推荐系统之间的关系；还有一项实验研究发现，当人们仅仅感知到 Instagram 平台中运行的算法就足以对该社交平台提出更多的批评。
算法参与指用户与算法之间展开的互动行为。常见的算法参与形式如 TikTok 用户试图弄清楚算法是如何工作的，并通过训练算法以促使其为他们提供更准确、更符合他们兴趣的内容等。2022 年针对算法参与研究最多的行为方式为“算法抵抗”，且也以实证研究居多。
算法抵抗是“社交媒体平台的用户在遇到平台算法时利用其认知和实践能力对算法进行的积极抵抗实践”。国内主要研究普通用户的算法抵抗策略，张萌通过深度访谈发现算法受众具有“对算法产品的空间隔绝、对算法规则的自我重组、对算法规则的主动嵌入和对算法逻辑的反向规训与控制”四种算法抵抗战术；洪杰文、陈嵘伟的一项深度访谈与扎根理论研究表明，用户会使用以数据干扰和数据归类为代表的获得式战术和以数据隐藏和数据阻断为代表的防御式战术来最大限度地规避由算法造成的负面影响；陈 阳等使用问卷调查法对 3573 名河南农村青少年在短视频平台中对推荐算法的抵抗心理与行为反应进行考察后发现，感知自由威胁、算法素养和同伴影响显著增强了青少年的算法抵抗意愿与抵抗意图，而孤独感、对算法机制的依赖性心理对其有削弱作用，抵抗意愿与抵抗意图在上述影响因素与抵抗行为之间存在不同的中介效应。国外针对数字平台劳工的算法抵抗行为研究较多，如有研究探究 Uber 司机如何通过开发工作游戏来抵制游戏化的算法管理；还有学者通过比较案例研究方法研究了平台中的工人如何采取自下而上的策略来应对平台的诈骗和不确定性，从而解释了劳动力算法管理中存在的不对称和不平等的权力关系。
然而，尽管用户为应对算法采取了多种算法抵抗行为，这也不代表用户能够逃脱算法的控制，正如多位学者所言，算法抵抗实际上是算法参与的一种新形式，用户在这一过程中正好修补了算法的缺陷，从而使自己更加陷入被算法控制的深渊中。此外，还有对算法文化的研究，何苑等采用社会网络分析和质性文本语义分析方法研究算法推动文化跨类型“破圈”传播的原理和机制，结果发现算法基于对视频标签的文本语义关联篡改文化生成的逻辑和传播路径，进而促使文化“破圈”现象在人类没有知觉的情况下发生......（本文为文章截选，完整版请见《教育传媒研究》2023年第1期，本刊已入中国知网、万方、维普等相关学术数据库）
作者王競一系北京师范大学新闻传播学院博士研究生；狄心悦系北京师范大学新闻传播学院硕士研究生；张洪忠系北京师范大学新闻传播学院教授
请输入验证码