人工智能變局下中外新聞業研究的演進規律與焦點差異

摘 要：人工智能技術的升維迭代，加速了傳統新聞實踐的流程重構，拓展了新聞范式研究的技術邊界。采用文獻計量學研究方法和CiteSpace等可視化軟件，對中外主流文獻庫中以“人工智能”并含“新聞/新聞業”為主題的研究成果進行發文歷程、作者共現、共被引情況和關鍵詞等指標的比較分析，展現海內外近十年來人工智能視域下新聞業研究的熱點分布與演進趨勢。其中，國內學者的研究重點圍繞技術重構新聞生態、人機協作下的價值重塑和倫理反思、新聞專業教育、新聞要素再定義等；國外學者則關注新聞物質性、真實性、人和技術的主體性、技術介入下的身份認同、輿論引導和公共危機傳播等數字化信息社會在物質、情感、關系多重轉向中的“物—人—社會/文化/權力”問題。

關鍵詞：人工智能；新聞業研究；知識圖譜；CiteSpace

中圖分類號：G21文獻標識碼：A文章編號：2096-8418（2024）05-0048-07

2011年，美國Narrative公司運用算法半分鐘撰寫新聞稿的消息成為智能化技術發展趨勢下新聞業革新的代表性事件，也將算法新聞（algorithm news）這一概念引入大眾視野。這種利用算法工具自動生成新聞的生產模式，可以在短時間內對海量數據進行分析挖掘，壓縮新聞生產流程中的時間差，極大地解放了人力，提高了稿件的正確率。早期的算法新聞應用主要集中在體育和財經兩大數據結構化程度較高的領域，隨著算法技術的迭代更新，以及自然語言處理技術、機器學習技術等人工智能技術的發展，算法新聞的應用領域不斷拓寬，涵蓋的新聞報道類型愈加豐富，并衍生出機器人新聞等進階模式。2012年，BBC NewsLabs引入了人工智能編輯“Juicer”，以提高新聞簡報的生成效率；2014年，《洛杉磯時報》的機器人僅用時3分鐘即生成一條美國加州地震的突發性新聞，成為第一個報道該事件的媒體。［1］這類人機協作下的新聞生產模式不僅提升了新聞生產效率和分發精準性，也對新聞內容的生產流程、媒體的組織架構乃至新聞傳媒業生態產生了重塑性影響。

2022年11月底，OpenAI公司推出人工智能對話機器人ChatGPT，并在短短2個月時間內實現月活躍用戶數超1億。ChatGPT的通用性、嵌入性、超仿真等大語言模型優勢在助推信息拓展和場域延伸的同時，也加速了新聞從業者的技術憂思。人工智能通過調用已有數據庫自動生成新聞，但數據庫的有限性會導致信源真假難辨，污染媒體生態。算法程序的不透明使得新聞生產模式背后的算法權力分配不均，導致隱私侵犯、算法黑箱和算法偏見等問題頻發，與新聞透明性和信息公開性的價值基礎背道而馳。人工智能模式化、同質化、淺薄化的生產特點，導致文本生產中的情感失溫，甚至會觸碰倫理底線，削弱新聞的輿論引導力。

因此，介紹國內外機器寫作和信息分發模式，梳理人工智能技術重塑新聞業的基本路徑，警醒新聞工作者面臨的倫理挑戰，提出未來智媒研究重點議題的建議，成為較早一批新聞傳播學關涉人工智能研究的成果，一定程度上為之后學界和業界探索人工智能新聞的理論范式革新、實踐路徑創新和新聞人身份更新指明了方向。例如，學者陳昌鳳、張夢通過梳理中外智能媒體相關文獻，總結出實務變革、理論范式革新、倫理爭議和倫理歸責四部分重點研究議題，提出未來智媒研究要多討論本體論等“元問題”層面的建議；［2］學者王秋菊、陳彥宇對中外智能傳播的研究場域進行比較分析后發現，國內研究更注重邏輯思辨，而國外研究多強調實證檢驗，提出國內學界需要從技術期待轉向媒介哲學層面的“人機共生”價值反思 ；［3］學者胡月建議學界應從對傳統媒體變革的單向探討逐步拓展為全媒體視域下的信息流動研究，突破人與媒介“二元對立”的關系屬性。［4］

置于新聞傳播研究的學術長河之中，智能媒體研究仍然是年輕的命題，但議題更新速度之快，涵蓋學科范圍之廣，以及對新聞學既有知識體系的解構力度之大卻是史無前例的。因此，本文在既有綜述性研究成果的基礎上，以更為完整的中外文獻數據為樣本，以文獻計量學研究方法進行縱向的歷時性演進趨勢研究和橫向的中外比較分析，繪制人工智能變局下新聞業研究的中外知識圖景，錨定中外學術焦點的共識與差異，為新聞學新范式確立過程中的問題探索、對話借鑒和概念建構提供參考依據。

一、數據來源和研究方法

本文以中國知網數據庫作為中文文獻數據來源，以“人工智能”并含“新聞/新聞業”為主題，數據搜索截止時間為2023年12月31日，去重后共獲得有效樣本3086篇。以Web of Science作為外文文獻數據來源，以“artificial intelligence/AI”并含“journalism/news”為主題進行同時段搜索，去重后獲得有效樣本338篇。借助CiteSpace和VOSviwver可視化文獻計量軟件，從發文量、發文作者、文獻共被引情況、關鍵詞四個維度繪制知識圖譜，直觀呈現中外研究情況，并結合人工閱讀方法對研究成果的主要理論觀點進行分析。

二、研究發現

（一）發文量分析：時空維度下經驗描述性基礎研究的問題域不斷拓展

發表量能夠反映學術界對該領域的關注程度、研究活躍程度等的變化趨勢，從而展現出該研究領域的歷時性發展態勢。［5］從發文量變化情況看，20世紀七八十年代，中外相繼開始人工智能參與新聞寫作的想象，技術層面上緣于第六代電腦與人腦功能無限接近的可能性；理論層面上緣于西方以涵化理論、議程設置理論等為代表的傳播效果理論的不斷深化，為之后以提高信息觸達率和內容適配度為目標的算法推薦機制提供了理論基礎。2015—2017年，中外研究均進入快速增長期，并在2019年進入高位發展期。究其原因，世界各國政府對發展人工智能的戰略性政策法規的出臺以及新聞媒體行業實踐經驗的累積成為促發學界可行性檢驗和批判性思考的兩大引擎，這也符合新聞學范式創新“首先面向實踐提問，再逐步概念化的基本思路”［6］。

從時間維度上看，國家戰略政策的出臺為人工智能新聞業應然研究提供時代意義。2015年，國務院相繼出臺指導意見，提出要發展智能裝備、智能產品，加快促進人工智能核心技術的突破，這為新聞媒體行業智能化運作奠定了技術基礎和產品支持。［7］2017年，國務院發布《新一代人工智能發展規劃》，提出要加快建立人工智能領域的政策法規，新聞傳播行業需要嚴格規范媒體對人工智能合理應用的范圍，盡可能規避人工智能可能引發的風險和安全問題。［8］2019年1月，習近平總書記在中共中央政治局第十二次集體學習時強調：“我們要探索將人工智能運用在新聞采集、生產、分發、接收、反饋中，用主流價值導向駕馭算法，全面提高輿論引導能力。”［9］新聞業作為工業社會發展的重要組成部分，本身就具有強烈的時代特征。因此，以系列政府政策和法律規范的出臺為代表的時代發展新階段，為人工智能賦能新聞生產的應然和實然研究指明了問題錨定的大方向。

2016年正值人工智能概念在1956年美國達特茅斯大學學術會議上首次提出60周年，美、日、韓、歐盟等多個國家和地區在此節點正式將人工智能納入國家發展戰略，出臺多種政策支持人工智能的研發。美國成立“人工智能和機器學習委員會”，連續發布《國家人工智能研究和發展戰略規劃》等多份報告。［10］歐盟議會法律事務委員會相繼發布《對歐盟機器人民事法律規則委員會的建議草案》和《歐盟機器人民事法律規則》，在人工智能倫理規范方面率先發力。日本設立“人工智能戰略會議”，對人工智能進行國家層面的綜合管理。［11］2019年，美國等進一步更新人工智能發展戰略，加速人工智能與新聞生產、全球輿論引導的深度融合，在技術應用場景和公眾認知層面不斷確立和鞏固美國在人工智能領域的全球領導地位。

從空間維度上看，數字技術應用場景的拓展為人—技術、人—物二元關系的認識論研究提供場域依據。機器寫作等應用創新實踐經驗不斷累積，為學界探討人工智能如何與新聞業深度碰撞、媒體記者的職業價值重構以及“新聞物質性”轉向的形成提供實證基礎。學者陳昌鳳、彭蘭［12］［13］等較早系統性介紹世界主要媒體機構在AI記者、AI編輯、AI主持人等方面的嘗試，認為人工智能與虛擬現實的融合將成為未來新聞生產的主要路徑，技術的發展是新聞業崛起的必備要素，呼吁媒體記者面對技術的發展不必驚慌，而是要盡快提升人機交互能力，不斷挖掘人類獨具的情感價值，積極擁抱智能化時代的到來。

不過，國內學者在數字新聞語境下對新聞業技術與技術物的考察，尚未將“物質性”置于一種“范式轉向”的地位。［14］相較而言，國外學者對于新聞的物質、情感轉向研究啟動更早。媒介的物質轉向促發了理解新聞學研究中物質性意義的方向轉變，人們開始關注物理對象和技術在塑造新聞生產和消費方面的作用。這種轉變超越了傳統上僅關注新聞內容和消費的方法論，強調有必要考慮新聞生產過程中涉及記者、受眾、來源和其他參與者的社會網絡信任關系。通過將計算機程序設計原則和新聞價值觀融入公共利益技術的創造中，新聞學應被看作是一個解決社會問題的過程，從而促進新聞生產中更具創新性和參與性的方法的產生。此外，物質轉向還鼓勵從更廣泛的角度看待新聞學，將其置于去中心化的信息生態中，強調新聞消費和生產的社會文化維度。國外學者也同步關注技術對人作為新聞主體的替代性風險，普遍認為人工智能的崛起必將對新聞工作者產生職業威脅。例如技術的高效率和低成本以及對受眾行為的準確測量等都會給人類記者造成壓力，但是人類記者的同理心以及信息綜合分析能力是機器無法代替的。因此要在理解復雜的社會問題、快速識別數據異常以及提供多個新聞報道角度等方面加強人類的獨特優勢。

（二）作者共現分析：核心作者群尚未形成，跨學科學術共同體有待完善

作者共現分析主要圍繞核心作者和核心作者群的定位展開，目的在于發現某一學科或專業領域中，發文量多、被引率高和影響力大的作者及其集合，以此審視該研究領域的中堅力量。［15］根據普賴斯定律，普賴斯定律認為半數的論文為一群高生產能力作者所撰，確認核心作者發文數量的計算公式為M=0.749√Nmax，其中M為界定核心作者的發文量臨界值，Nmax為統計范圍內發文量最高作者的發文數量。中文文獻有核心作者53位，根據普賴斯定律，Nmax=31，得M值為5，因此中文樣本中發表5篇以上文獻的作者可被視為該領域的核心作者。共發文431篇，占文獻總樣本量的14%，遠未達到普賴斯指數所提出的核心作者發表數量之和占總文獻數量50%的指標。由此可見，該領域目前形成了一些作者合作集群，但核心作者群尚未出現。并且從作者合作情況來看，“單打獨斗”多，合作規模小，合作對象大都為相同或相近學科領域下的師生或同事，未形成具引領地位的科研團隊。

在外文成果中，核心作者共有24位，發表文章占總樣本的32.2%。雖然也未達到普賴斯所提出的過半界限值，但相較而言，國外核心作者群的跨學科合作更加明顯。例如學者Thurman和Lewis，前者研究領域為新聞傳播學，后者研究領域涉獵工學、計算機技術科學，二人在《算法、自動化和新聞》一文中，分析了算法在物質、社交和文化層面的多元屬性，構建起人工智能技術背景下新聞業研究的三重范式。［16］整體來看，中外研究的核心作者群均未形成，沒有出現較為穩定成熟的研究團隊，學者之間跨學科的交流合作依然欠缺，跨院系、跨學科、跨文化的學術共同體亟待完善。

（三）文獻共被引分析：關注新聞業整體發展與關注人—技術、人—物關系研究成為中外學術焦點的主要差異

文獻共被引是指兩篇參考文獻被同一篇文獻引用的情況，是文獻研究中評估學術價值的重要指標。文獻的共被引次數越高，說明該議題的關注度越高，學術觀點的認可程度也越高。［17］在中文樣本中，排名前三位的高共被引文獻為 《智媒化：未來媒體浪潮——新媒體發展趨勢報告（2016）》（被引頻次最高，達535次）、《人工智能在美國新聞業的應用及影響》和《更好的新聞業，還是更壞的新聞業？——人工智能時代傳媒業的新挑戰》。這類文章通過分析中外多家頭部技術公司的業務布局，從技術可能性、新聞語態革新、智媒生態重構、記者群體的職業危機與身份重審等方面，對未來新聞業的變化趨勢、技術風險和新聞核心概念的“變與不變”進行預測和研判，同時也框定了國內大多數學者的研究思路，基于文獻分析法、內容分析法和個案研究法，以結果為導向研究人工智能新聞生產的現狀、問題和發展趨勢成為主流。

相較于中國學者對人工智能技術影響新聞業的整體性描述，外國學者更關注技術在新聞生產各環節中的具體嵌入方式、影響程度和人機協作下基于新聞實踐所延展出的對數字社會中技術—人文的思考。其中，共被引頻次最高的文章是《人工智能與傳播：人機交往的研究議程》（被引192次）。文章從人工智能作為溝通者的角度出發，解釋人機互動中使用人類溝通方式作為主要參考依據的優勢和風險，呼吁要關注人機交互時人類和機器的共性和差異，從而跳出人類中心主義視角的思考窠臼。［18］可見，外文文獻的研究重點除了著眼于人工智能介入下的消息源、新聞選擇、事實核查、新聞質量等具體問題外，更加關注新聞媒體在“由多重媒介技術、資源要素、組織機構等人與非人混雜社會實踐主體所構成的多元行動者網絡”［6］中的節點性作用，以此推動“物—人—社會”研究路徑的形成。

（四）具體議題分析：形成了展演—批判—拓展的基本演進規律

關鍵詞是論文核心內容的提煉，通過分析不同階段下的關鍵詞共現圖譜可以歸納總結出學界的重點議題變遷。［19］從圖1的中文文獻關鍵詞歷時性變化圖譜可以看出，國內研究的重點議題變化呈現出“展演性”“批判性”“拓展性”三階段的演進規律。

2010—2015年，是人工智能初入場時新聞新形態“展演性研究”階段。國內學者重點關注技術對傳媒場域的變革意義、新聞生產的新形態等議題，具體包括“智能化新聞采編”“新聞產品創新”“數據新聞”等。研究逐漸展現出技術升維迭代下，未來新聞業的新圖景，即去中心化的多元主體協作模式和多空間、多維度、大規模、全方位的信息獲取和處理模式，以及專業新聞人如何投入于更加個性化、情感化、創造性內容的8Zco67TSENnKAypulXfkAcxftwd2MzMhmF8ts3NztmY=創作。這一時期的研究，主要從實踐論角度出發，推動新聞研究在智媒領域尋找新現象和新問題。

2015—2020年，是人機協作不斷深入后人類自我價值“何在與何為”的批判性研究階段。在人類要避免被算法、機器、數據等裹挾，困于數字鴻溝、算法歧視等技術漩渦的呼聲中，新聞學研究也提出要及時糾偏技術的越軌行為，在技術面前堅持新聞從業者的專業主義精神。盡管目前人工智能仍處于窄人工智能和弱人工智能階段，機器學習和自然語言處理等均一定程度依賴于人類的程序設定，機器難以進行自主交互行為，不必過分放大人工智能對于人類主體性產生的威脅，但減少對未來人機關系走向不確定性的思考與實踐，依然是實現人類最大自由度的必要之舉。［20］

那么，如何才能維系人作為新聞生產的主體性地位？國內學者多從人才培養和技術規范角度試著給出答案。包括應對新聞從業者進行職業教育和行業規范，避免技術話語下的價值顛覆；應對掌控核心技術的平臺公司進行道德約束和數據治理，避免技術“武器化”；應對作為接收者角色的用戶進行技術祛魅，避免技術牢籠下用戶的主體性迷失。［21］［22］總之，國內學者多以人類中心主義視角審視人工智能在新聞生產主體、內容、媒介、受眾和效果等方面的適配性策略，努力實現技術向善下人機和諧發展的目標。

同期比較外文文獻的關鍵詞共現情況可以看出，與“人工智能”中心關鍵詞高關聯的研究對象包括新聞流程和類型領域的“內容分發”“沉浸式新聞”；內容核查領域的“深度偽造”“內容審核”“出版把關”；人機協同領域的“聊天機器人”“機器學習”等。可見國外學者的批判性反思以實然性研究為基礎，對現實困境的錨定更加精細，對問題的設定更加具體，對實踐的指導意義更加明確，對研究結果的概念化意圖也更顯著。例如學者Simon對美國、英國和德國33家新聞出版商的新聞工作者和相關專家進行了121次采訪，深度剖析新聞業對于人工智能應用的路徑依賴傾向，提出新聞業需要嘗試通過修改實踐和業務策略擺脫技術結構性力量的擺布，從避免傳媒業對人工智能的濫用角度維系作為“人”的優勢。［23］學者Duffy等基于生成式人工智能的深度偽造風險，提出“Dubious News（可疑新聞）”這一概念，即新聞未被證實為“真”或“假”的一種新聞狀態，此狀態下的新聞更易被廣泛傳播，因此提出人工智能時代以人本主義界定人機協作中風險性變量的必要性。［24］

2020—2023年，進入人工智能變局下新聞研究深度和廣度不斷拓展階段。從深度上看，對新聞學的再認識不斷細化。新聞學和新聞業始終保持著既各自發展又相互依存的復雜關系。新聞學作為工業時代下新聞實踐的產物，其理論框架和概念定義與工業社會中的技術體系有著強關聯性。［25］在人工智能技術革新背景下，元技術的發展瓦解了傳統新聞業的資源配置模式，原有的信息傳播邏輯被解構，新聞生產的結構化程度逐漸減弱，開放聯結和去中心化互動的雜合體新聞業初見雛形，工業1.0/2.0時代的新聞學理論必然難以適配多變的新聞業發展現狀。［26］由此可見，面對新聞業新興場景的不斷涌現，局限性愈發凸顯的新聞學亟需從當下的社會實踐中尋找發展方向，重塑理論架構并擴張研究版圖，才能確保其自身理論精準對接并前瞻性地引領新聞業的實踐。

因此，在本體論方面，既要關注新聞形態與傳播方式的“變”，也要關注新聞服務人類的“不變”。盡管當下的新聞不僅是報道新近發生的事實，還包括人機共生環境下的信息傳播活動，但無論新聞的內涵如何變化，它的服務對象始終是人類自身。在新聞價值方面，面對智能算法引起的工具理性與新聞價值之間的矛盾，必須保證人在人工智能新聞生產流程中的主導地位，在算法中嵌入正確的價值觀，用價值理性實現人機協同中的價值匹配。在新聞傳受者方面，需要在人作為傳播主體的傳統框架中納入技術輔助下的新聞生產和傳播主體概念，增設算法創設主體、算法運用主體和算法新聞收受主體等多元主體概念，將人機協同貫穿新聞傳播研究的全過程。在方法論研究中，基由本體論、認識論到方法論的范式轉換邏輯，增加“以中國為方法”的新聞學理論范式轉換思考，即扎根中國現實，在實踐的基礎上實現范式的超越，［27］同時從哲學層面豐富方法設計，結合經驗補足傳統方法論的短板。總之，從價值反思到范式轉換，從主客體關系的再定義到實踐中的馬克思主義新聞觀對方法論的創新，中國學者越來越注重為智媒時代下的新聞業提供與時俱進的中國話語和中國理論，以推動新聞業在變革中的堅守與重構。

國外學者則將研究觸角觸達至新聞學主體構成要素的具體理論維度，更多關注人工智能滲透新聞業后，網絡把關人、媒介依賴、媒介依存、社會認知論等經典新聞傳播理論的嬗變與重構。例如Nechushtai等學者基于網絡空間中的信息把關理論，認為亟須對智能機器人的“把關人”角色進行規范化界定，厘清機器人作為“數字載體和自動化內容生成主體”的雙重角色之間的邊界，避免出現把關無效的結果。［28］Ooi等學者以國際新聞報道中的人工智能寫作為例，建議需要在傳統的議程設置理論范式下增加算法的影響性分析和對他者認知的偏向性分析，以避免大量基于“刻板印象”的大數據生成式人工智能作品對他者形象的錯誤建構，甚至影響到國家間外交政策制定的準確性。［29］

從廣度上看，媒介智能化對全球公共安全的挑戰成為中外研究的新熱點，“crisis communication（危機傳播）”“democracy（民主）”“computering propaganda（計算宣傳）”等關鍵詞出現的頻率較高。國外學者基于社交機器人、政治機器人等依托生成式人工智能技術在美國大選、脫歐公投、新冠疫情、俄烏沖突等重大（突發）事件中對公眾的信息引導和認知框定，擔心“社交機器人的濫用會破壞由人類用戶構建的社交網絡生態”［30］，警惕社交機器人在危機背景下通過“計算敘事”“計算宣傳”和“計算協同”對民主的干預，呼吁在流動性、模糊性、多義性的現代信息社會下，應更加重視危機事件中對新聞分發方式的管理和控制。

基于重大危機事件和社交媒體平臺的全球傳播屬性，人工智能的應用場景研究在國際新聞輿論場產生較大漣漪，迅速得到國內學者的響應。張洪忠、洪杰文等學者較早就國外相關文獻的主要觀點進行綜述，系統性梳理了社交機器人的行為特征，重點分析社交機器人的數據收集功能和算法機制對虛假新聞報道與傳播、操縱公眾輿論和認知方面產生的影響。［31］［32］師文、陳昌鳳等學者以新冠疫情、涉港問題等重點涉華議題在推特平臺的信息分發情況作為研究樣本，探討新聞機器人在專業媒體新聞擴散過程中所扮演的角色和行為模式，指出人工智能技術的可操縱性和類人類性使得原本較為透明的新聞分發機制產生“社交黑箱”，從而對新聞的正當性構成挑戰。［33］這類成果將人工智能深度參與下的新聞業研究從內容生產領域向分發傳播領域延伸，開掘出平臺權力與新聞算法的公共性、社交媒體環境下的社會參與和信息流動秩序等議題的研究價值。

三、結 語

總體看來，國內外在人工智能語境下的新聞業研究均呈現出宏觀中觀微觀多角度、基礎層應用層價值層多維度展開的研究特點。國內學者的學術焦點圍繞技術重構新聞生態、場景應用延展、人機協作關系下的倫理反思和價值重塑、新聞專業教育與學科建設等領域。國外學者則不斷向新聞生產的權力分配、信息真實性核查、人和技術的主體性關系、身份認同和認知引導、數字倫理和危機傳播等社會文化領域滲透，基本形成了“物—人—社會/文化/權力關系”的研究路徑。對比中外，我們需要強化跨專業跨學科跨國別的人工智能新聞學術共同體拓展意識，加強對新聞實踐中新問題的系統性歸納、持續性深耕和概念化提煉。面對信息迷霧、社交黑箱、算法霸權、數字身份認同危機等來自人工智能的挑戰，需要加強人工智能參與下的信息處理、文本生成、認知中介等具體技術模型作用于新聞運作全流程的實證研究，為新聞業的批判性審視和新聞學范式創新在社會、文化層面的指導意義提供具有中國語境的寶貴經驗。

參考文獻：

［1］搜狐新聞.《洛杉磯時報》用機器人代寫新聞，僅用時3分鐘［EB/OL］.https：//news.sohu.com/20140328/n397349112.shtml.

［2］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［J］.全球傳媒學刊，2021（1）：63-92.

［3］王秋菊，陳彥宇.多維視角下智能傳播研究的學術圖景與發展脈絡——基于CiteSpace科學知識圖譜的可視化分析x7FQXSlYmXcRV3GYE5e0pw==［J］.傳媒觀察，2022（9）：73-81.

［4］胡月.數字叢林十年求真：新媒體研究全景圖——基于2006-2016年我國新媒體研究的科學知識圖譜分析［J］.新聞界，2017（2）：7-12.

［5］張智鵬，高山冰.近20年國際傳播研究的國外研究趨勢與本土啟示——基于WOS（2000―2021）的文獻計量分析［J］.傳媒觀察，2023（5）：81-90.

［6］王斌，田自豪.重建坐標再出發：新聞學范式創新的基本路徑與關鍵問題［J］.國際新聞界，2024（1）：86-102.

［7］中國政府網.國務院關于印發《中國制造2025》的通知［EB/OL］.https：//www.gov.cn/zhengce/content/2015-05/19/content_9784.htm.

［8］中國政府網.國務院關于印發新一代人工智能發展規劃的通知［EB/OL］.https：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

［9］中國政府網.習近平主持中共中央政治局第十二次集體學習并發表重要講話［EB/OL］.https：//www.gov.cn/xinwen/2019-01/25/content_5361197.htm.

［10］張東，徐峰.美國政府統籌推動人工智能發展的政策舉措分析［J］.全球科技經濟瞭望，2022（6）：1-4.

［11］搜狐.世界主要國家在人工智能領域的戰略布局［EB/OL］.https：//www.sohu.com/a/326921498_115804.

［12］陳昌鳳.人機大戰時代，媒體人價值何在［J］.新聞與寫作，2016（4）：45-48.

［13］彭蘭.更好的新聞業，還是更壞的新聞業？人工智能時代傳媒業的新挑戰［J］.中國出版，2017（24）：3-8.

［14］申爽.新聞物質性的理論脈絡、內在邏輯及其反思——一項知識系譜學考察［J］.當代傳播，2024（3）：49-54.

［15］宗淑萍.基于普賴斯定律和綜合指數法的核心著者測評——以《中國科技期刊研究》為例［J］.中國科技期刊研究，2016（12）：1310-1314.

［16］Thurman，N.，Lewis，C.S.& Kunert，J.（2019）.Algorithms，automation，and news.Digital Journalism，7（8）：980-992.

［17］任黨利，王燕平，張駿毅.近20年中國國際傳播研究概貌及前沿趨勢——基于CiteSpace的知識圖譜分析［J］.新聞知識，2022（6）：37-43.

［18］Guzman，A.L.& Lewis，S.C.（2019）.Artificial intelligence and communication：A human–machine communication research agenda.New Media & Society，22（1）：70-86.

［19］張秋嫻.元宇宙傳播研究的學術圖景——基于中國知網的可視化分析［J］.科技傳播，2024（2）：1-4.

［20］程思琪，喻國明.人工智能技術路線的洞察與人機傳播新范式的構建［J］.全球傳媒學刊，2021（1）：19-34.

［21］崔浩南.關于人工智能新聞應用問題的思考［J］.記者搖籃，2023（12）：81-83.

［22］喻國明，劉彧晗.通用式媒介技術驅動下的傳媒經濟研究的現狀與走勢［J］.全球傳媒學刊，2024（1）：3-20.

［23］Simon，F.M.（2024）.Escape me if you can： How AI reshapes news organization’s dependency on platform companies.Digital Journalism，12（2）：149-170.

［24］Duffy，A.（2022）.Dubious News：The social processing of uncertain facts in uncertain times.Digital Journalism，10（3）：395-411.

［25］王潤澤，武家璇.新聞學基本概念的實踐重塑和知識規劃［J］.新聞與寫作，2024（5）：5-13.

［26］姜華，張濤甫.傳播結構變動中的新聞業及其未來走向［J］.中國社會科學，2021（08）：185-203，208.

［27］涂凌波.“以中國為+B2ap+d0XaS29m+T12+1VcQR1RbKjkRL+i/VPByAftI=方法”：新聞學理論范式轉換的邏輯、知識與方法論［J］.新聞與寫作，2021（11）：38-47.

［28］Nechushtai，E.（2019）.What kind of news gatekeepers do we want machines to be？Computers in Human Behavior，90（1）：298-307.

［29］Ooi，S.M.（2017）.Framing China：Discourses of othering in us news and political rhetoric.Global Media and China，2（1）：269-283.

［30］Zi，C.S.（2012）.Detecting automation of Twitter accounts：Are you a human，Bot or Cyborg？IEEE Transactions on Dependable and Secure Computing，9（6）：811-824.

［31］張洪忠，段澤寧，韓秀.異類還是共生：社交媒體中的社交機器人研究路徑探討［J］.新聞界，2019（2）：10-17.

［32］洪杰文，許琳惠.社交網絡中社交機器人行為及其影響研究——基于國外相關文獻的綜述［J］.全球傳媒學刊，2021（4）：68-85.

［33］師文，陳昌鳳.社交機器人在新聞擴散中的角色和行為模式研究——基于《紐約時報》“修例”風波報道在Twitter上擴散的分析［J］.新聞與傳播研究，2020（5）：5-20.

［責任編輯：華曉紅］