王競一? 狄心悅? 張洪忠

【內(nèi)容摘要】智能傳播是學(xué)界關(guān)注的一個(gè)新領(lǐng)域。本文主要選取了國內(nèi)外 29 本新聞傳播學(xué)期刊 2022 年以來的百余篇智能傳播研究展開綜述，發(fā)現(xiàn)主要存在社交機(jī)器人輿論影響、算法實(shí)踐中的用戶參與、人機(jī)關(guān)系、人工智能技術(shù)對新聞業(yè)的影響以及人工智能技術(shù)的治理路徑等五大研究議題。總體來看，2022 年的智能傳播研究開始從觀察和觀點(diǎn)表達(dá)轉(zhuǎn)向科學(xué)性的實(shí)證研究；研究視角從宏觀向微觀轉(zhuǎn)移，對“技術(shù)工具論”有所突破，且更加重視技術(shù)實(shí)踐中用戶的能動性。

【關(guān)鍵詞】智能傳播；社交機(jī)器人；算法；用戶；人機(jī)關(guān)系；新聞業(yè)

智能傳播是指將具有自我學(xué)習(xí)能力的人工智能技術(shù)應(yīng)用在信息生產(chǎn)與流通中的一種新型傳播方式。為展示其最新的研究進(jìn)路，本文主要選取國內(nèi)《新聞與傳播研究》《國際新聞界》《新聞大學(xué)》《現(xiàn)代傳播》《新聞記者》《新聞界》《新聞與寫作》7 本新聞傳播學(xué)期刊及國外 Journal of computer-mediatedcommunication，Communication research，Humancommunication research，New media & society，Journalof advertising，Journal of communication 等 22 本傳播學(xué)SSCI 一區(qū)期刊，考察 2022 年以來的智能傳播研究。本文以實(shí)證研究論文為主要分析對象，觀點(diǎn)觀察類文章為輔，對社交機(jī)器人的輿論影響、算法實(shí)踐中的用戶參與、人機(jī)關(guān)系、人工智能技術(shù)對新聞業(yè)的影響以及人工智能技術(shù)的治理路徑五個(gè)議題進(jìn)行回顧。

一、社交機(jī)器人的輿論影響社交機(jī)器人的輿論影響

已成為傳播學(xué)中的一個(gè)重要議題。有研究證實(shí)：社交機(jī)器人或算法代理通常會放大某些觀點(diǎn)并在社交媒體上與選定的參與者互動，它們可能會通過協(xié)調(diào)行動影響在線討論、新聞關(guān)注甚至公眾輿論。一項(xiàng)針對社交媒體中涉華新冠病毒議題的研究發(fā)現(xiàn)，有 16.5% 的國際輿論由社交機(jī)器人操縱，它們傾向于在行為上通過潛伏模仿、利用多元路徑發(fā)布更具煽動性的涉華爭議話題。

重大事件是社交機(jī)器人主要應(yīng)用的場景。趙蓓等利用結(jié)構(gòu)主題模型（STM）方法對 Twitter 中傳播北京冬奧議題的社交機(jī)器人進(jìn)行考察，發(fā)現(xiàn)其一方面通過發(fā)布賽事與項(xiàng)目相關(guān)信息等表達(dá)對 2022 年北京冬奧會的積極或中立的立場，另一方面又通過放大爭議、制造政治沖突等方式引發(fā)負(fù)面討論；武沛潁、陳昌鳳對Twitter 的研究發(fā)現(xiàn)，北京冬奧推文中有近四分之一的推文都由機(jī)器人生產(chǎn)，且機(jī)器人用戶對 2022 年北京冬奧會多持反對態(tài)度；還有研究關(guān)注 Twitter 平臺中的俄烏沖突輿論，發(fā)現(xiàn)社交機(jī)器人干預(yù)輿論的方式越來越多樣，如利用社交機(jī)器人的標(biāo)簽劫持來扭轉(zhuǎn)輿論局勢、大量部署意見領(lǐng)袖型社交機(jī)器人來引導(dǎo)輿論等。

二、算法實(shí)踐中的用戶參與

算法感知是“普通人通過日常經(jīng)驗(yàn)認(rèn)識和感知算法運(yùn)作及其影響的方式”。盡管算法的不透明度限制了公眾對其功能的理解，但用戶仍能通過與各類算法平臺互動的日常經(jīng)驗(yàn)中形成對算法運(yùn)作的理解，用戶不只是算法的被動接受者，而是通過自身的行動與算法機(jī)制間相互塑造。2022 年此類研究多采取實(shí)證研究方法。

在國內(nèi)，晏齊宏通過深度訪談法發(fā)現(xiàn)激發(fā)用戶進(jìn)行算法感知的線索包括外顯線索 ( 文本特征、用戶特征、系統(tǒng)特征 ) 和內(nèi)隱線索 ( 態(tài)度、情感、心理 )；陳逸君、崔迪使用問卷調(diào)查法探究影響用戶算法知識水平的因素，發(fā)現(xiàn)媒體報(bào)道、用戶卷入度和算法編輯能力正向影響用戶的算法知識及算法自我效能，且不同教育程度的群組間存在算法知識溝。在國外，有學(xué)者使用訪談法研究了互聯(lián)網(wǎng)用戶對算法的意識，結(jié)果發(fā)現(xiàn)用戶其實(shí)一般都知道算法的運(yùn)行，且對這些技術(shù)系統(tǒng)如何工作具有基本的理解； Martens 等人利用霍爾的“編碼—解碼”模型，在 26 次半結(jié)構(gòu)訪談后發(fā)現(xiàn)對算法新聞推薦系統(tǒng)了解程度更高的用戶更能辨別公司和開發(fā)商的力量，而了解程度較低的用戶則持更具工具性的觀點(diǎn)，主要關(guān)注他們披露的個(gè)人數(shù)據(jù)與算法新聞推薦系統(tǒng)之間的關(guān)系；還有一項(xiàng)實(shí)驗(yàn)研究發(fā)現(xiàn)，當(dāng)人們僅僅感知到 Instagram 平臺中運(yùn)行的算法就足以對該社交平臺提出更多的批評。

算法參與指用戶與算法之間展開的互動行為。常見的算法參與形式如 TikTok 用戶試圖弄清楚算法是如何工作的，并通過訓(xùn)練算法以促使其為他們提供更準(zhǔn)確、更符合他們興趣的內(nèi)容等。2022 年針對算法參與研究最多的行為方式為“算法抵抗”，且也以實(shí)證研究居多。

算法抵抗是“社交媒體平臺的用戶在遇到平臺算法時(shí)利用其認(rèn)知和實(shí)踐能力對算法進(jìn)行的積極抵抗實(shí)踐”。國內(nèi)主要研究普通用戶的算法抵抗策略，張萌通過深度訪談發(fā)現(xiàn)算法受眾具有“對算法產(chǎn)品的空間隔絕、對算法規(guī)則的自我重組、對算法規(guī)則的主動嵌入和對算法邏輯的反向規(guī)訓(xùn)與控制”四種算法抵抗戰(zhàn)術(shù)；洪杰文、陳嶸偉的一項(xiàng)深度訪談與扎根理論研究表明，用戶會使用以數(shù)據(jù)干擾和數(shù)據(jù)歸類為代表的獲得式戰(zhàn)術(shù)和以數(shù)據(jù)隱藏和數(shù)據(jù)阻斷為代表的防御式戰(zhàn)術(shù)來最大限度地規(guī)避由算法造成的負(fù)面影響；陳 陽等使用問卷調(diào)查法對 3573 名河南農(nóng)村青少年在短視頻平臺中對推薦算法的抵抗心理與行為反應(yīng)進(jìn)行考察后發(fā)現(xiàn)，感知自由威脅、算法素養(yǎng)和同伴影響顯著增強(qiáng)了青少年的算法抵抗意愿與抵抗意圖，而孤獨(dú)感、對算法機(jī)制的依賴性心理對其有削弱作用，抵抗意愿與抵抗意圖在上述影響因素與抵抗行為之間存在不同的中介效應(yīng)。國外針對數(shù)字平臺勞工的算法抵抗行為研究較多，如有研究探究 Uber 司機(jī)如何通過開發(fā)工作游戲來抵制游戲化的算法管理；還有學(xué)者通過比較案例研究方法研究了平臺中的工人如何采取自下而上的策略來應(yīng)對平臺的詐騙和不確定性，從而解釋了勞動力算法管理中存在的不對稱和不平等的權(quán)力關(guān)系。

然而，盡管用戶為應(yīng)對算法采取了多種算法抵抗行為，這也不代表用戶能夠逃脫算法的控制，正如多位學(xué)者所言，算法抵抗實(shí)際上是算法參與的一種新形式，用戶在這一過程中正好修補(bǔ)了算法的缺陷，從而使自己更加陷入被算法控制的深淵中。此外，還有對算法文化的研究，何苑等采用社會網(wǎng)絡(luò)分析和質(zhì)性文本語義分析方法研究算法推動文化跨類型“破圈”傳播的原理和機(jī)制，結(jié)果發(fā)現(xiàn)算法基于對視頻標(biāo)簽的文本語義關(guān)聯(lián)篡改文化生成的邏輯和傳播路徑，進(jìn)而促使文化“破圈”現(xiàn)象在人類沒有知覺的情況下發(fā)生......（本文為文章截選，完整版請見《教育傳媒研究》2023年第1期，本刊已入中國知網(wǎng)、萬方、維普等相關(guān)學(xué)術(shù)數(shù)據(jù)庫）

作者王競一系北京師范大學(xué)新聞傳播學(xué)院博士研究生；狄心悅系北京師范大學(xué)新聞傳播學(xué)院碩士研究生；張洪忠系北京師范大學(xué)新聞傳播學(xué)院教授