从理论到实践：国际传播视阈下的计算传播新发展

周敏 吴晔 张毓强

【内容提要】近年来，国际传播与计算传播研究不断融合。计算传播的研究方法为国际传播中的精准传播、用户画像、舆论分析等方面提供有力支撑。通过文本挖掘、情感計算和社会网络分析等方法，研究者可以分析国际社交平台上不同群体对中国议题的态度和情感。这对于重新理解、监测甚至预警国际传播公共事件中的风险，以及构建国际传播效果评估体系都具有重要意义。此外，随着网络生态中参与主体在身份和技术层面的多元化、复杂化趋势不断增加，多元传播主体的交互行为和协同演化机制也成为了国际传播与计算传播共同的重要议题。

【关键词】国际传播效果评价 计算传播 情绪趋势 社交机器人

当下，全球秩序和国际格局正处于大变革之中。我国综合国力的不断增强也促使国际传播取得了一定成效，但仍然面临着国际传播能力与国家的综合实力、国际地位不相匹配的重大现实问题。社交机器人、推荐算法、虚假信息分别从主体、渠道和内容层面影响了国际传播的运行机制和实践逻辑，进而改变了国际传播的基本格局。在此背景下，如何加强我国媒体国际传播效能、掌握涉华议题国际话语权、讲好中国故事、传播好中国声音，成为国内计算传播学研究关注的重要议题。

计算传播在国际传播的各个环节中如何应用？如何利用人工智能技术给国际传播中的精准传播、用户画像、舆论分析等方面提供支撑？计算传播学者如何理解情感计算、社交机器人等相关前沿议题？计算传播能否为国际传播效果建构一套更完整的评价体系？计算传播是否能够为国际传播提供理论层面和实践层面的启发？就以上问题，中国传媒大学国家社科基金重点项目“新时代中国国际传播实践问题与本土化理论创新研究”课题组联合北京师范大学新闻传播学院、华南理工大学新闻与传播学院，组织相关领域专家学者进行讨论。

一、计算传播在国际传播的各个环节里的应用有哪些可能？计算传播所提供的方法能否应用到主流媒体机构的内容生产、渠道分发和效果评估中？

安璐：计算传播可应用于国际传播的许多方面，包括评估国际信息传播的有效性、识别国际传播中的谣言信息，预测国际传播中的舆情反转现象，探测国际传播中的信息盲点等。这些方法可以应用到主流媒体机构的内容生产、渠道分发和效果评估中。首先，国际信息传播的有效性可以通过度量公众对信息内容的认知状况、情感倾向、点赞等信息行为来完成，从信源主体、信息内容、劝服方法等方面来揭示国际信息传播有效性的影响因素；其次，通过抽取谣言与非谣言信息的用户特征、文本结构特征、文本语义等特征，来构建谣言预测模型，及时研判国际传播中的谣言信息；再次，从事件、用户、信息、传播等方面提出议程设置度、信息平衡性、事件曝光者类型等特征，计算不同特征在国际传播舆情反转预测中的重要性，结合机器学习与深度学习方法构建舆情反转预测模型，为国际传播中的舆情反转现象提前做好预案；最后，构建国际传播的重要关注点体系，度量社交媒体中的热点话题，与前述构建的重要关注点体系进行比对，发现社交媒体中过度关注的话题与关注度不足的话题，发现国际传播中的信息盲点。

刘银娣：计算传播学在国际传播各个环节都有应用。在传播主体方面，通过文本挖掘和情感分析方法可以分析国际社交平台上不同群体对中国议题的态度和情感；在传播对象方面，主要是通过文本挖掘和社交网络分析方法，分析国际舆论场中中国议题的意见分布。计算传播所提供的方法完全可以应用在主流媒体机构的内容生产、渠道分发和效果评估中。例如杜克记者实验室发起的“结构化新闻”项目，就采用计算机科学中常用术语“结构化”的核心思想，将记者收集的信息由计算机自动化分割并储存为结构化的机器可读的方式，建立可以重复利用的结构化新闻数据库，提高新闻报道的效率并使其更适合算法；在虚假信息治理方面，计算事实核查也是一种重要方法。

闵勇：在国际传播中，内容层面的研究，多采用计算传播方法探究海外社交媒体上公众的情绪呈现与演化，并从社会建构论视角出发，结合网络传播规律，探求社交媒体上围绕国际议题公众情绪产生的社会根源和传播特征。受众层面的研究，主要关注不同群体对中国议题认知态度的差异，或探究网络中特殊用户在建构相关议题的网络角色和作用机制。此外，随着网络生态中参与主体在身份和技术层面的多元化和复杂化趋势不断增加，多元传播主体的交互行为和协同演化机制也成为了重要议题。值得一提的是，多主体建模（Agent-Based Modeling，ABM）的方法开始被用于研究舆论过程和动态演化，尤其是考察其中的个体与局部行为如何引发整体层面的变化。传播效果层面，在计算传播研究中，研究者通常将文本或视频等多媒体内容与用户的行为结合起来分析其对用户认知、态度和行为所产生的影响。

张伦：在传播内容层面，计算传播方法非常适合分析文化产品在海外社交媒体中的“非标准化”传播内容。例如，以网络文学为例，计算传播的方法能够用来分析用户自创内容的故事弧，从计算的角度分析文本的叙事规律。在传播效果的分析中，计算传播方法已经涉及包括微观个体行为层面、时间层面以及宏观国家/地区层面（例如网络流量）多种指标。更重要的是，研究者能够通过分析传播内容与传播效果之间的因果关系，总结成功的国际传播案例的内容生产特征。

二、讲好中国故事的核心问题和挑战是什么？计算传播如何助力在国际社交平台上讲好中国故事？对不同的地域和文化背景，是否存在差异？

安璐：讲好中国故事的核心问题和挑战是未充分掌握公众信息需求，信任度和影响力有限，未及时响应缺陷信息等。因此，计算传播可以从掌握公众信息需求、提升信任度、扩大影响力、意见领袖引导以及缺陷信息响应等方面来助力在国际社交平台上讲好中国故事。首先，通过分析国际社交平台上针对中国话题的提问，勾勒不同地域和文化背景的公众对中国话题的信息需求的主题框架及热度、演化特征，结合目前国际社交平台上传播的与中国话题相关的信息及对上述提问的回答，评估各类需求被满足程度，发现需求强烈但被满足程度低的信息需求，主动提供满足这些需求的高质量信息；其次，通过分析用户对与中国话题相关信息的点赞、转发与评论行为，例如评论对象、评论的情感倾向等，测量公众对相关信息的信任度，分析信任度高的信息特征，然后着力改进这些关键特征；再次，构建信息发布者、信息内容、发布时间等因素的信息影响力预测模型，通过监测社交信息的转发、评论和收藏次数，分析高影响力信息的特征，并改进这些关键特征。通过主题与情感分析，发现意见领袖与话题发起者，发挥高影响力用户的作用，扩大中国话题的信息影响力。

刘银娣：讲好中国故事，传播好中国声音，涉及中国国家形象的塑造，关乎中国的国际地位和国际话语权的有效提升。计算传播方法则为我们讲好中国故事提供了重要工具。計算传播研究可以通过社会网络分析方法，识别国际社交平台用户形成的社群和意见领袖。通过文本挖掘和情感分析方法，发现这些社群的信息需求和情感倾向，采用跨媒介叙事的方式，制定差异化的中国故事叙事策略，减少中国故事传播中的文化折扣。

闵勇：讲好中国故事是我国展示文化软实力，在世界范围内确立中华文化与价值地位、全面提升国际竞争力的重大战略部署。计算传播研究首先应综合平台报告、用户行为和用户生成内容等数据，建构一个更全面和系统的国际传播效果评价体系；其次，计算传播研究者可针对中国故事的主题选择、修辞策略、受众定位、事后分析等实践问题，遵循实证思路展开在线实验研究；最后，通过数据驱动的方式，以共享朴素价值观为锚点，探索出一条能够与海外受众产生内在共鸣的“群众路线”。在不同地域和文化背景的传播实践应该因地制宜，不能照本宣科。如东亚地区，应发挥共同语言和儒家文化影响圈的优势，而对于欧洲国家，则结合当地公众的兴趣点，发出中国声音。

张伦：中国故事背后蕴含的中华文明隽永而深刻，然而，在跨文化传播的过程中，不同地区、不同国家对于中国故事的解读受到文化差异的影响因“区”而异，就此导致中国故事的传播效果迥然不同。为了理解传播背后的文化机制，计算传播学可以通过建模的方法，来预测效果，掌握传播规律。我们的一项研究发现，受传国和中国的文化距离与网络文学全球传播效果之间存在U型关系。这种U型模式，具有一定的可推广性，表现在文化距离对于网络电视剧、网络电影的全球传播有着相似的作用效果。而这一机制与研究范式也可以用来预测未知的文化形式/产品其全球传播效果。因此，总的来说，计算传播学能够通过建模分析，提供有效的传播预测工具，助力于不同文化形式讲好中国故事。

三、社交媒体成为网民情绪表达的重要空间，也是国际舆论的重要组成部分。情绪趋势是否真的能够被准确计算？计算传播学能否基于情感分析重新理解、监测甚至预警国际传播公共事件中的风险？多模态的内容生态为情感计算带来了哪些挑战和机遇？

安璐：情绪趋势能够被准确计算。从情感分析方法的视角出发，文本情感倾向性研究大体分为两大类： 基于机器学习的文本情感分析和基于词典和语义的文本情感分析。计算传播学能够基于情感分析重新理解、监测甚至预警国际传播公共事件中的风险，具体可以从网民作用、事态扩散、态度倾向、网民情感等维度，构建国际传播公共事件严重性评估指标，其中态度倾向包括原创、评论与转发评论的内容倾向度，网民情感包括负向、中性与正向情感数量，利用熵值法给这些指标赋权重，计算某事件在社交平台上的严重性取值，划分为若干预警等级，当积累了大量事件在社交平台上的严重性数值之后，对于新发生的事件，可通过计算该事件在社交平台上的严重性取值来判断其预警等级，从而采取相应的响应措施。多模态的内容生态为情感计算提供了丰富的素材与线索，但也带来一些挑战，包括对图像、音频、视频信息的情感计算方法等。

刘银娣：在线社交行为的数字痕迹使我们能够不以用户接受调查时自我报告的态度或意图，而是以一种不引人注目的方式衡量用户实际情绪和行为。这有助于克服社会数据可获取问题，更重要的是，它不依赖于人们对自己的欲望和意图的不完美估计，可以帮助我们更好地计算用户情绪，了解用户态度。从理论上来说，计算机记录的用户在社交媒体上的数字痕迹与一些重要情绪趋势特征捆绑在一起，使传播学研究人员能够从新的角度研究人类传播现象，计算人类的情绪趋势。不过从实践上看，要想准确地计算人类情绪趋势，还需要进一步提高将人类隐性数字行为与其情绪、态度建立关联的能力。尤其是目前基于社交媒体情感计算主要集中在文本层面。一方面，在人类文本上训练的机器学习算法也会悄悄地学习人类表达中包含的刻板印象和偏见；另一方面，非语言沟通和图像在传播领域无处不在，基于图像、音频、视频信息的多模态情感计算方法还需要进一步加强。这些又为情绪趋势的准确计算带来了挑战。

闵勇：对社交媒体而言，情感计算主要集中在文本层面，近年来，随着以长短期记忆和注意力机制等为代表的深度神经网络模型的发展，较大幅度地提高了文本情感计算的信效度，前者能够对前后文进行连贯性建模，后者能够将全文作为训练样本抽取特征。群体内部通过表达自身对重要议题的认知模式和态度倾向，共享一套价值体系。结合情感计算和社会网络分析能够挖掘不同类别的网络社群，加深对受众多样性和复杂性的理解。针对微博平台的研究发现，根据微博用户表达的极端情绪，可以将其划分为“愤世嫉俗”“民粹主义”“铁血爱国”等多类群体。同样地，对于海外社交媒体，可以通过识别不同细分人群、不同话语载体的涉华主题类型、情感意图和极端行为，感知海外公众总体情感态势，研判公共事件的安全指数，为相关决策提供参考。

张伦：情绪趋势能够被准确计算，但不能被精确计算。换言之，情绪的正负、随时间变化的趋势，能够被已有的算法较为客观地计算出来。国际传播公共事件，可以通过探究情绪“爆发”（Burst）行为来进行预测。爆发是一种偏离常态的急剧变化，情绪爆发指公众对某一事件的情绪发生频率在短期内快速升高。在线情绪信息具有更加丰富的时间动态特征，且内容的实时更新使其传播特征不断演化，因此在线平台中的爆发现象更加明显。利用用户在线情感的动态演化特征，我们可以抽取情感演化的时间序列特征（例如峰值比率和变异系数）作为爆发性判断的特征，进而利用K-Means等聚类算法，来判定情绪的爆发，监测甚至预警国际传播公共事件中的风险。此外，对于多模态的内容生态下的情感计算，可以借助于计算机视觉技术来实现。

四、基于推荐算法的社交媒体平台常被认为是造成回声室效应的原因，强化了公众的固有印象和态度。这是否影响了涉华议题国际话语权的争夺？对此，计算传播学能够提供哪些策略以应对？

安璐：现有的推荐算法往往是采取基于主题相似性且迎合用户兴趣与偏好的推荐策略，容易造成回声室效应，使公众陷入信息茧房。为了争夺涉华议题国际话语权，计算传播学可提供两种策略：一是研究用户注意力转移的机制，从用户、时间、话题类别、竞争传播特性等方面选取若干特征，构建基于分类预测法的网民关注度转移行为预测模型。其中，用户特征可考虑用户类别、用户关注数、近期活跃度，时间特征可考虑是否节假日，竞争传播特性包括当天整体话题竞争程度、当天初始话题类别的竞争程度。然后计算各特征取值的用户注意力转移倾向，发现有助于用户注意力转移的特征取值，从而改进这些特征，促使用户将注意力转移到新的重要涉华议题；二是提出新的推荐算法，列出当前值得关注的涉华议题，测量目标受众在这些议题上的关注度与情感，对于在重要议题上关注度不足的用户，向其推荐与该议题相关的高质量信息，以弥补其关注主题上的不足；对于在某些涉华议题上情绪过于负面的用户，向其推荐与该议题相关的正面信息，以便于扭转其极端负面的态度。

刘银娣：国际化社交媒体平台使用基于数据化归类、趣缘化再结构、交互化排序和圈层化推荐的算法逻辑，成为国际信息流的新把关人和权力机关，强化了用户的世界观，放大“回声室”效应。社交媒体的“回声室”允许用户与拥有相同世界观的人一起“表演”由其世界观塑造的身份，为用户与他人分享信仰和世界观提供了安全的空间。我国学者通过研究发现，2018年中美贸易冲突期间，推特用户对华支持者和反对者就形成了不同的“回声室”，涉华意见也由此呈现舆论极化现象。要争夺涉华议题的国际话语权。一方面，还是需要讲好中国故事，针对关注涉华议题的具有不同信息需求和倾向的社群采用不同的叙事策略，尤其是提高跨媒介叙事能力，更多地通过图片、视频等非文本形式，避开西方主导的社交媒体针对涉华议题的“算法偏见”；另一方面，积极参与国际平台算法治理规则制订，不断丰富计算宣传监测与侦测的技术手段，反制西方社交媒体算法体系，规避国际舆论操纵。

闵勇：回声室效应在其成因问题上，国际国内主流研究尚存在争议。一个普遍能够接受的观点是，回声室与过滤气泡形成的基础还是以认知失调理论为代表的人类自身心理因素，而算法则起到了信号放大器的作用，两者相互作用共同刺激了回声室效应的涌现。海外公众从语言和习惯角度就比较易于接受西方媒体的内容，而推荐算法可能将这种习惯进一步放大和极端化。从计算的机制上看，绝大多数形式的推荐算法都依赖于“流行”（popularity）和“相似”（similarity）两个维度来衡量内容价值并进行定向推送。所以，从计算传播的角度来说，需要同时抓主这两个核心。一方面，媒体需要有能力创造高质量和高影响力的信息，制造传播的“爆点”，展示中国的声音，从流行维度激活推荐算法，并将其固化为一种算法习惯；另一方面，也需要深入细分海外公众群体，抓住各个细分小群体的特征和习惯，制造与之高度贴合的内容，从相似维度激活推荐机制，在算法内部形成一批高针对性小众推送关联，达到润物无声的传播效果。

张伦：回声室效应的原因是推荐算法导致受众信息获取多样性的降低。这的确不利于中国国际传播作为主体在社交媒体平台发声。一个可能的策略是，弱化具有官方色彩、意识形态的内容；利用市场行为制造流行内容——例如，文化领域的流行现象（比如“爆款”电视剧、短视频、游戏、小说等），更容易削弱信息传播的回声室效应；另一方面，我国社交媒体的迅速发展，也一定程度上使得我们从遵守规则走向创造规则。因此，培育具有国际影响力的社交媒体平台，也是国际话语权争夺的重要策略。从某种意义上来说，一个国家的头部互联网平台的国际影响力也一定程度上代表着一个国家的国际传播效能。

五、如何评价社交机器人在国际传播中的应用与价值？当社交机器人营造虚假民意、干预政治走向时，应该如何应对？

安璐：社交机器人在国际传播中被广泛应用，一方面它可以帮助我们大规模自动传播相关信息，满足公众的信息需求。例如，社交机器人可以模拟人的特征与行为，浏览、发布和评论信息，方便研究者观察其信息活动，掌握信息被阅读的状况；另一方面，社交机器人也可能造成虚假舆情，干扰管理部门和普通用户正确掌握公众态度。社交机器人通常具有以下特征：有很高的活动频率，甚至全天候发布信息；大量转发相同的内容；内容带有特定目的性，侧重于特定的政治叙述、宣传或误导性内容；账号注册时间短；重复使用相同表情和符号；发布商业内容，关注广告。

刘银娣：社交机器人在传播中被广泛应用，目前大多数研究对其持负面态度，认为其是虚假信息的主要生产者和传播者；在国际传播活动中，社交媒体机器人的信息操纵正影响着国际舆论环境及国家形象塑造，是計算宣传的主要工具之一。事实上，并非所有社交媒体机器人都是恶意的。在国际传播中，一方面，需要提高社交机器人发现和监控技术，将机器人与真实账户区分开来，警惕社交机器人对于涉华议题的恶意引导；另一方面，还要借助计算传播方法，采用行动者网络理论（Actor-Network Theory，ANT）、社会网络分析理论等，将网络社会理解为人类社会行动者和非人类技术行动者之间的联系网络，关注技术在传播中的作用以及非人类与人类之间的互动和关系，为我们的学科打开传播研究的新问题和新视角。

闵勇：在今天的互联网中，研究者应当把社交机器人以及智能推荐算法等智能技术作为整个媒体生态系统的一个有机组成部分，而不是单纯将其作为该系统的外部干扰因素。“人机”耦合的视角能够更容易挖掘社交机器人的积极应用和正面价值。在国际传播中，面对更加多样化和陌生的信息消费群体，一组精心设计的社交机器人，首先能够很好地扮演“内窥镜”的角色，以第一视角实时了解特定群体的信息来源分布和传播过程，同时，也能够及时发现潜在的恶意虚假信息，为快速应对提供预警体系。

张伦：社交机器人本身已经成为国际舆论博弈的重要工具——这或许也是智能传播的题中之义。从大卫？拉泽尔（David Lazar）等学者2018年在《科学》（Science）发表《虚假新闻的科学》（The Science of Fake News）伊始，学界已经积累了成熟的特征指标以及算法，来对虚假信息和社交机器人进行判定。在实践层面，我们可以通过用户行为时间频次特征、网络结构特征以及生产内容来构建机器人识别系统。在国际传播的相关议题中，通过判定社交机器人进而挖掘其传播内容与传播行为，能够帮助我们研判社交机器人通过何种策略来营造虚假民意，从而反其道而行之，参与到“人机共生”的舆论博弈中来，营造舆论生态。同时，我们也不能忽视社交机器人内容生产的效率，主动应用社交机器人来进行正当的信息发布。

本文系国家社科基金重点项目“新时代中国国际传播实践问题与本土化理论创新研究”（项目编号：19AXW005）的研究成果。

周敏系北京师范大学新闻传播学院教授；吴晔系北京师范大学新闻传播学院教授；张毓强系中国传媒大学教授、国家传播创新研究中心研究员

责编：吴奇志