2022年智能傳播研究綜述

王競一 狄心悅 張洪忠

【內容摘要】智能傳播是學界關注的一個新領域。本文主要選取了國內外29本新聞傳播學期刊2022年以來的百余篇智能傳播研究展開綜述，發現主要存在社交機器人輿論影響、算法實踐中的用戶參與、人機關系、人工智能技術對新聞業的影響以及人工智能技術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表達轉向科學性的實證研究；研究視角從宏觀向微觀轉移，對“技術工具論”有所突破，且更加重視技術實踐中用戶的能動性。

【關鍵詞】智能傳播；社交機器人；算法；用戶；人機關系；新聞業

智能傳播是指將具有自我學習能力的人工智能技術應用在信息生產與流通中的一種新型傳播方式。①為展示其最新的研究進路，本文主要選取國內《新聞與傳播研究》《國際新聞界》《新聞大學》《現代傳播》《新聞記者》《新聞界》《新聞與寫作》7本新聞傳播學期刊及國外Journal of computer-mediated communication，Communication research，Human communication research，New media & society，Journal of advertising，Journal of communication等22本傳播學SSCI一區期刊，考察2022年以來的智能傳播研究。本文以實證研究論文為主要分析對象，觀點觀察類文章為輔，對社交機器人的輿論影響、算法實踐中的用戶參與、人機關系、人工智能技術對新聞業的影響以及人工智能技術的治理路徑五個議題進行回顧。

一、社交機器人的輿論影響

社交機器人的輿論影響已成為傳播學中的一個重要議題。有研究證實：社交機器人或算法代理通常會放大某些觀點并在社交媒體上與選定的參與者互動，它們可能會通過協調行動影響在線討論、新聞關注甚至公眾輿論。②一項針對社交媒體中涉華新冠病毒議題的研究發現，有16.5%的國際輿論由社交機器人操縱，它們傾向于在行為上通過潛伏模仿、利用多元路徑發布更具煽動性的涉華爭議話題。③

重大事件是社交機器人主要應用的場景。趙蓓等利用結構主題模型（STM）方法對Twitter中傳播北京冬奧議題的社交機器人進行考察，發現其一方面通過發布賽事與項目相關信息等表達對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負面討論；④武沛潁、陳昌鳳對Twitter的研究發現，北京冬奧推文中有近四分之一的推文都由機器人生產，且機器人用戶對2022年北京冬奧會多持反對態度；⑤還有研究關注Twitter平臺中的俄烏沖突輿論，發現社交機器人干預輿論的方式越來越多樣，如利用社交機器人的標簽劫持來扭轉輿論局勢、大量部署意見領袖型社交機器人來引導輿論等。⑥

二、算法實踐中的用戶參與

算法感知是“普通人通過日常經驗認識和感知算法運作及其影響的方式”。⑦盡管算法的不透明度限制了公眾對其功能的理解，⑧但用戶仍能通過與各類算法平臺互動的日常經驗中形成對算法運作的理解，⑨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制間相互塑造。⑩2022年此類研究多采取實證研究方法。

在國內，晏齊宏通過深度訪談法發現激發用戶進行算法感知的線索包括外顯線索（文本特征、用戶特征、系統特征）和內隱線索（態度、情感、心理）；陳逸君、崔迪使用問卷調查法探究影響用戶算法知識水平的因素，發現媒體報道、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，有學者使用訪談法研究了互聯網用戶對算法的意識，結果發現用戶其實一般都知道算法的運行，且對這些技術系統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次半結構訪談后發現對算法新聞推薦系統了解程度更高的用戶更能辨別公司和開發商的力量，而了解程度較低的用戶則持更具工具性的觀點，主要關注他們披露的個人數據與算法新聞推薦系統之間的關系；還有一項實驗研究發現，當人們僅僅感知到Instagram平臺中運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，并通過訓練算法以促使其為他們提供更準確、更符合他們興趣的內容等。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利用其認知和實踐能力對算法進行的積極抵抗實踐”。國內主要研究普通用戶的算法抵抗策略，張萌通過深度訪談發現算法受眾具有“對算法產品的空間隔絕、對算法規則的自我重組、對算法規則的主動嵌入和對算法邏輯的反向規訓與控制”四種算法抵抗戰術；洪杰文、陳嶸偉的一項深度訪談與扎根理論研究表明，用戶會使用以數據干擾和數據歸類為代表的獲得式戰術和以數據隱藏和數據阻斷為代表的防御式戰術來最大限度地規避由算法造成的負面影響；陳陽等使用問卷調查法對3573名河南農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進行考察后發現，感知自由威脅、算法素養和同伴影響顯著增強了青少年的算法抵抗意愿與抵抗意圖，而孤獨感、對算法機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。國外針對數字平臺勞工的算法抵抗行為研究較多，如有研究探究Uber司機如何通過開發工作游戲來抵制游戲化的算法管理；還有學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力關系。

然而，盡管用戶為應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，正如多位學者所言，算法抵抗實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，何苑等采用社會網絡分析和質性文本語義分析方法研究算法推動文化跨類型“破圈”傳播的原理和機制，結果發現算法基于對視頻標簽的文本語義關聯篡改文化生成的邏輯和傳播路徑，進而促使文化“破圈”現象在人類沒有知覺的情況下發生。

三、人機關系

“信任”是2022年該議題下被提及較多的話題。作為交流主體的人工智能技術通過生成、增強或修改信息來說服人們塑造、強化或改變觀念，而這種說服能否成功則取決于人是否信任人工智能技術。有的研究證明人對人工智能技術的信任度不高，如一項關于稅務審計的調查實驗發現，人們認為人工智能主導的決策比人類的決策更不可信；而有的研究又證明人類可能更信任機器，如國內有學者為探究大學生對算法新聞可信度的感知操縱了一項控制實驗，得出被試對署名作者為算法的新聞可信度的感知值顯著高于署名為人類記者的新聞可信度的感知值等結論。

此外，不同學者對人機關系進行觀點闡述。蔣曉麗等采用唐·伊德“人—技”視角闡釋人與算法技術的“具身—詮釋—它異”三重關系，并提出在人與算法技術“背景關系”的推進中，人應以理性的方式與算法和諧共生；趙海明從人機傳播視角切入，認為“具身傳播是人、機器等不同傳播主體間并行的、高度互動的耦合現象，主體間的意義創造構建著全新的傳播情境，并會重塑人的身體經驗和具身認知”。針對具體技術和人之間的關系，程思琪等認為，虛擬數字人“憑借扮演各種角色身份的能力，承擔起連接個體與場景和提供各類場景體驗反饋的功能和任務，幫助人們在體驗過程中完成新的學習和社會化過程”；何雙百提出社交機器人與人類正在逐漸發展成“同伴”乃至朋友關系；郭小安、趙海明則警示傳播學者不能僅從二元工具論的視角來看待社交機器人，而應將其作為具備人格的傳播主體，探討兩個不同物種之間通過傳播與交互創造出的意義。

四、人工智能技術對新聞業的影響

以算法為核心的人工智能技術已然滲透到了新聞業中，引發了諸如時務流程、媒體組織結構、新聞采集—生產—分發—核查等多方面的根本性變革。該研究議題下主要有兩個研究話題。

一是人工智能技術與新聞從業人員間的協調與矛盾，主要是觀察和觀點類分析。“機器不僅作為工具、渠道，也作為行動主體參與到數字新聞系統中”，“人”創造的“人主體新聞”與集算數、算法、算力、有形載體構成于一身的“智能體”不斷生產出的“智能體新聞”，在不斷演進過程中形成了輔助、協作、共融的豐富關系。人機一體化的新傳播態勢賦予了智能體機器越來越多的權力，新技術的嵌入對新聞行業定位和規范格局提出了挑戰，呼喚著人工智能與新聞傳播行業之間的深度融合、新聞從業者和技術人員的密切合作，以共同創建技術倡導者所承諾的充滿希望的人工智能圖景。然而人工智能技術“如何與新聞編輯者的實踐、價值觀、慣例和社會文化體驗交織在一起的問題往往被忽視”。

對于實證類研究，有學者對27名記者進行訪談以探究記者在工作中對于算法的使用和感知情況，發現記者幾乎以完全被動的姿態將算法邏輯引入新聞的生產、傳播過程；另一項對BBC和《泰晤士報》新聞從業者的研究則表明，盡管記者通常愿意嘗試有利于他們工作的人工智能驅動技術，但技術人員卻很難將它們整合到新聞工作流程中。針對這一問題，有學者提出應利用“算法透明度”調節不同主體、不同利益方之間的矛盾關系，記者和算法設計師之間應在更大程度上理解和互動，促進新聞工作中數據化和合作的協調性。

二是人工智能技術對新聞功能的影響。在當今高選擇的媒體環境中，新聞的多樣性曝光在很大程度上受到算法機制的影響。人工智能技術嵌入的新聞實踐需要在信息收集、選擇、生產、分發和消費的全環節推動實現新聞業更廣泛的目標。Lucien Heitz等學者的一項用戶研究顯示，新聞推薦的準確度提升可能會加強用戶自身的新聞偏好，而體驗多樣化的推薦算法可能會促使用戶更包容地接納多元意見，因此多樣化的新聞推薦具備提高社會的“去極化”能力；然而另一項研究顯示，盡管平臺的短期使用能夠增加新聞的多樣性，但用戶對平臺的長期依賴可能導致多樣性銳減。

五、人工智能技術的治理路徑

人工智能技術對用戶個體和社會均會產生多重消極影響。如雷麗莉對面部識別技術如何影響公民權利這一問題進行分析后提出，如果不是在個人知情同意的前提下采集、處理和使用個人的面部信息，就會導致個體對自己的信息如何被收集、使用的信息自決權受到侵犯；師文、陳昌鳳使用計算機視覺技術、利用一項實驗對人臉分析算法的審美價值判斷行為進行的邏輯及后果展開經驗性觀察，發現 “顏值評估”算法推崇“瘦、白、幼”的片面審美觀，“人臉美化”算法又將這種單一的審美偏好付諸自動化的美學實踐，這將對人類審美行為進行個性化的規訓；還有鐘祥銘、方興東的觀點認為，新興技術帶來了新的訪問不平等等問題，而這些問題可能會隨著尖端技術的發展而加劇，智能時代的數字鴻溝將表現為以數據為核心的智能鴻溝。

鑒于人工智能技術可能會造成用戶的痛苦并導致新形式的隔離、排斥、壓迫和剝削，對其進行治理和監管、引導人工智能技術向善發展在當前的社會語境下變得尤為重要。高澤晉使用扎根理論方法提出，應從開發者的角度探究算法失范的原因并對其進行治理，發現AI開發者群體存在對數據的獵奇分享、窺探心理等異化用途，認為應將多種制衡手段嵌入到AI開發者的數據來源渠道及操作使用層面，以尋求創新與倫理間的平衡；薛可、李亦飛使用德爾菲專家咨詢法，從技術治理、行業治理和合規治理三個維度構建了以價值引領為優化導向、以社會責任為評價標準的三層級指標體系，提出以指標體系為主體間協同治理的工具，政府、媒體、公眾“三位一體”的算法治理機制。許加彪、王軍峰也同樣認為應建立政府、企業、媒體、個人多方協同的算法安全治理機制。

六、結語

對嵌入傳播活動中的人工智能技術及其與人類的關系進行深入考察有助于擴展傳播學的研究疆域。縱觀2022年的智能傳播研究，我們發現其既延續了對社交機器人操控輿論等問題的探討，又在用戶算法參與等方面有所創新，之中不僅體現出學者們對“技術工具論”的突破，也可以看出學界對技術實踐中人的能動性愈發重視，研究視角逐漸從宏觀向微觀轉移。在研究方法的運用上，在線實驗法和深度訪談法的出現頻次最高，問卷調查法、扎根理論研究也有部分嘗試，未來可以采用更多交叉學科方法來研究智能傳播時代產生的新問題。

注釋：

①張洪忠、蘭朵、武沛潁：《2019年智能傳播的八個研究領域分析》，《全球傳媒學刊》2020年第1期。

②Duan， Z.， Li， J.， Lukito， J.， Yang， K. C.， Chen， F.， Shah， D. V.， & Yang， S. （2022）. Algorithmic Agents in the Hybrid Media System： Social Bots， Selective Amplification， and Partisan News about COVID-19. Human Communication Research.

③韓娜、孫穎：《國家安全視域下社交機器人涉華議題操縱行為探析》，《現代傳播（中國傳媒大學學報）》2022年第8期。

④趙蓓、張洪忠：《有關北京冬奧會的社交機器人敘事與立場偏向——基于Twitter數據的結構主題模型分析》，《新聞界》2022年第5期。

⑤武沛潁、陳昌鳳：《社交機器人能否操縱輿論——以Twitter平臺的北京冬奧輿情為例》，《新聞與寫作》2022年第9期。

⑥趙蓓、張洪忠、任吳炯、張一瀟、劉紹強：《標簽、賬號與敘事：社交機器人在俄烏沖突中的輿論干預研究》，《新聞與寫作》2022年第9期。

⑦晏齊宏：《用戶感知模式中的算法認識論》，《現代傳播（中國傳媒大學學報）》2022年第4期。

⑧Wijermars， M.， & Makhortykh， M. （2022）. Sociotechnical imaginaries of algorithmic governance in EU policy on online disinformation and FinTech. New media & society， 24（4）， 942-963.

⑨毛湛文、張世超：《論算法文化研究的三種向度》，《現代傳播（中國傳媒大學學報）》2022年第4期。

⑩陳逸君、崔迪：《用戶的算法知識水平及其影響因素分析——基于視頻類、新聞類和購物類算法應用的實證研究》，《新聞記者》2022年第9期。

Dogruel， L.， Facciorusso， D.， & Stark， B. （2022）. “Im still the master of the machine.”Internet users awareness of algorithmic decision-making and their perception of its effect on their autonomy. Information， Communication & Society， 25（9）， 1311-1332.

Martens， M.， De Wolf， R.， Berendt， B.， & De Marez， L. （2022）. Decoding Algorithms： Exploring End-Users Mental Models of the Inner Workings of Algorithmic News Recommenders. Digital Journalism， 1-23.

Fouquaert， T.， & Mechant， P. （2022）. Making curation algorithms apparent： a case study of ‘Instawareness as a means to heighten awareness and understanding of Instagram's algorithm. Information， Communication & Society， 25（12）， 1769-1789.

Kang， H.， & Lou， C. （2022）. AI agency vs. human agency： understanding human–AI interactions on TikTok and their implications for user engagement. Journal of Computer-Mediated Communication， 27（5）， zmac014.

陳陽、呂行：《控制的辯證法：農村青少年的短視頻平臺推薦算法抵抗——基于“理性—非理性”雙重中介路徑的考察》，《新聞記者》2022年第7期。

張萌：《從規訓到控制：算法社會的技術幽靈與底層戰術》，《國際新聞界》2022年第1期。

洪杰文、陳嶸偉：《意識激發與規則想象：用戶抵抗算法的戰術依歸和實踐路徑》，《新聞與傳播研究》2022年第8期。

Vasudevan， K.， & Chan， N. K. （2022）. Gamification and work games： Examining consent and resistance among Uber drivers. New media & society， 24（4）， 866-886.

Grohmann， R.， Pereira， G.， Guerra， A.， Abilio， L. C.， Moreschi， B.， & Jurno， A. （2022）. Platform scams： Brazilian workers experiences of dishonest and uncertain algorithmic management. New Media & Society， 24（7）， 1611-1631.

何苑、張洪忠、蘇世蘭：《基于算法推動的文化傳播“破圈”機制研究——以B站“法國音樂劇”的傳播為例》，《福建師范大學學報（哲學社會科學版）》2022年第3期。

Dehnert， M.， & Mongeau， P. A. （2022）. Persuasion in the Age of Artificial Intelligence （AI）： Theories and Complications of AI-Based Persuasion. Human Communication Research.

Ingrams， A.， Kaufmann， W.， & Jacobs， D. （2022）. In AI we trust？ Citizen perceptions of AI in government decision making. Policy & Internet， 14（2）， 390-409.

蔣忠波、師雪梅、張宏博：《人機傳播視域下算法新聞可信度的感知研究——基于一項對大學生的控制實驗分析》，《國際新聞界》2022年第3期。

蔣曉麗、鐘棣冰：《智能傳播時代人與算法技術的關系交迭》，《新聞界》2022年第1期。

趙海明：《基于“人—機”關系視角的具身傳播再認識——一種媒介現象學的詮釋》，《新聞大學》2022年第7期。

程思琪、喻國明、楊嘉儀、陳雪嬌：《虛擬數字人：一種體驗性媒介——試析虛擬數字人的連接機制與媒介屬性》，《新聞界》2022年第7期。

何雙百：《人工移情：新型同伴關系中的自我、他者及程序意向性》，《現代傳播（中國傳媒大學學報）》2022年第2期。

郭小安、趙海明：《作為“政治腹語”的社交機器人：角色的兩面性及其超越》，《現代傳播（中國傳媒大學學報）》2022年第2期。

張夢、陳昌鳳：《智媒研究綜述：人工智能在新聞業中的應用及其倫理反思》，《全球傳媒學刊》2021年第8期。

彭蘭：《數字新聞業中的人—機關系》，《新聞界》2022年第1期。

楊保軍、孫新：《論人主體新聞與智能體新聞的關系》，《新聞界》2022年第8期。

M?ller， L. A. （2022）. Between Personal and Public Interest： How Algorithmic News Recommendation Reconciles with Journalism as an Ideology. Digital Journalism， 1-19.

Gutierrez Lopez， M.， Porlezza， C.， Cooper， G.， Makri， S.， MacFarlane， A.， & Missaoui， S. （2022）. A question of design： Strategies for embedding AI-driven tools into journalistic work routines. Digital Journalism， 1-20.

Moran， R. E.， & Shaikh， S. J. （2022）. Robots in the News and Newsrooms： Unpacking Meta-Journalistic Discourse on the Use of Artificial Intelligence in Journalism. Digital Journalism， 1-19.

de Haan， Y.， van den Berg， E.， Goutier， N.， Kruikemeier， S.， & Lecheler， S. （2022）. Invisible Friend or Foe？ How Journalists Use and Perceive Algorithmic-Driven Tools in Their Research Process. Digital Journalism， 1-19.

M?ller， L. A. （2022）. Between Personal and Public Interest： How Algorithmic News Recommendation Reconciles with Journalism as an Ideology. Digital Journalism， 1-19.

Rolandsson， T.， Widholm， A.， & Rahm-Sk?geby， J. （2022）. Managing Public Service： The Harmonization of Datafication and Managerialism in the Development of a News-Sorting Algorithm. Digital Journalism， 1-19.

Jürgens， P.， & Stark， B. （2022）. Mapping Exposure Diversity： The Divergent Effects of Algorithmic Curation on News Consumption. Journal of Communication， 72（3）， 322-344.

Lin， B.， & Lewis， S. C. （2022）. The One Thing Journalistic AI Just Might Do for Democracy. Digital Journalism， 1-23.

Heitz， L.， Lischka， J. A.， Birrer， A.， Paudel， B.， Tolmeijer， S.， Laugwitz， L.， & Bernstein， A. （2022）. Benefits of Diverse News Recommendations for Democracy： A User Study. Digital Journalism， 1-21.

雷麗莉：《臉上的權利：作為“非隱私個人敏感信息”的面部圖像》，《國際新聞界》2022年第2期。

陳昌鳳、師文：《人臉分析算法審美觀的規訓與偏向：基于計算機視覺技術的智能價值觀實證研究》，《國際新聞界》2022年第3期。

鐘祥銘、方興東：《智能鴻溝：數字鴻溝范式轉變》，《現代傳播（中國傳媒大學學報）》2022年第4期。

Gritsenko， D.， Markham， A.， P?tzsch， H.， & Wijermars， M. （2022）. Algorithms， contexts， governance： An introduction to the special issue. New media & society， 24（4）， 835-844.

高澤晉：《潘多拉的魔盒：人工智能訓練數據的來源、使用與治理——面向100位AI開發者的扎根研究》，《新聞記者》2022年第1期。

薛可、李亦飛：《推薦算法的社會責任評價指標建構》，《現代傳播（中國傳媒大學學報）》2022年第1期。

許加彪、王軍峰：《算法安全：偽輿論的隱形機制與風險治理》，《現代傳播（中國傳媒大學學報）》2022年第8期。

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

【特約編輯：張志君；責任編輯：李林】