2022年智能传播研究综述

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。①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-mediated communication，Communication research，Human communication research，New media & society，Journal of 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。②一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。③

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；④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；⑤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。⑥

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”。⑦尽管算法的不透明度限制了公众对其功能的理解，⑧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，⑨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。⑩2022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，这也不代表用戶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。

三、人机关系

“信任”是2022年该议题下被提及较多的话题。作为交流主体的人工智能技术通过生成、增强或修改信息来说服人们塑造、强化或改变观念，而这种说服能否成功则取决于人是否信任人工智能技术。有的研究证明人对人工智能技术的信任度不高，如一项关于税务审计的调查实验发现，人们认为人工智能主导的决策比人类的决策更不可信；而有的研究又证明人类可能更信任机器，如国内有学者为探究大学生对算法新闻可信度的感知操纵了一项控制实驗，得出被试对署名作者为算法的新闻可信度的感知值显著高于署名为人类记者的新闻可信度的感知值等结论。

此外，不同学者对人机关系进行观点阐述。蒋晓丽等采用唐·伊德“人—技”视角阐释人与算法技术的“具身—诠释—它异”三重关系，并提出在人与算法技术“背景关系”的推进中，人应以理性的方式与算法和谐共生；赵海明从人机传播视角切入，认为“具身传播是人、机器等不同传播主体间并行的、高度互动的耦合现象，主体间的意义创造构建着全新的传播情境，并会重塑人的身体经验和具身认知”。针对具体技术和人之间的关系，程思琪等认为，虚拟数字人“凭借扮演各种角色身份的能力，承担起连接个体与场景和提供各类场景体验反馈的功能和任务，帮助人们在体验过程中完成新的学习和社会化过程”；何双百提出社交机器人与人类正在逐渐发展成“同伴”乃至朋友关系；郭小安、赵海明则警示传播学者不能仅从二元工具论的视角来看待社交机器人，而应将其作为具备人格的传播主体，探讨两个不同物种之间通过传播与交互创造出的意义。

四、人工智能技术对新闻业的影响

以算法为核心的人工智能技术已然渗透到了新闻业中，引发了诸如时务流程、媒体组织结构、新闻采集—生产—分发—核查等多方面的根本性变革。该研究议题下主要有两个研究话题。

一是人工智能技术与新闻从业人员间的协调与矛盾，主要是观察和观点类分析。“机器不仅作为工具、渠道，也作为行动主体参与到数字新闻系统中”，“人”创造的“人主体新闻”与集算数、算法、算力、有形载体构成于一身的“智能体”不断生产出的“智能体新闻”，在不断演进过程中形成了辅助、协作、共融的丰富关系。人机一体化的新传播态势赋予了智能体机器越来越多的权力，新技术的嵌入对新闻行业定位和规范格局提出了挑战，呼唤着人工智能与新闻传播行业之间的深度融合、新闻从业者和技术人员的密切合作，以共同创建技术倡导者所承诺的充满希望的人工智能图景。然而人工智能技术“如何与新闻编辑者的实践、价值观、惯例和社会文化体验交织在一起的问题往往被忽视”。

对于实证类研究，有学者对27名记者进行访谈以探究记者在工作中对于算法的使用和感知情况，发现记者几乎以完全被动的姿态将算法逻辑引入新闻的生产、传播过程；另一项对BBC和《泰晤士报》新闻从业者的研究则表明，尽管记者通常愿意尝试有利于他们工作的人工智能驱动技术，但技术人员却很难将它们整合到新闻工作流程中。针对这一问题，有学者提出应利用“算法透明度”调节不同主体、不同利益方之间的矛盾关系，记者和算法设计师之间应在更大程度上理解和互动，促进新闻工作中数据化和合作的协调性。

二是人工智能技术对新闻功能的影响。在当今高选择的媒体环境中，新闻的多样性曝光在很大程度上受到算法机制的影响。人工智能技术嵌入的新闻实践需要在信息收集、选择、生产、分发和消费的全环节推动实现新闻业更广泛的目标。Lucien Heitz等学者的一项用户研究显示，新闻推荐的准确度提升可能会加强用户自身的新闻偏好，而体验多样化的推荐算法可能会促使用户更包容地接纳多元意见，因此多样化的新闻推荐具备提高社会的“去极化”能力；然而另一项研究显示，尽管平台的短期使用能够增加新闻的多样性，但用户对平台的长期依赖可能导致多样性锐减。

五、人工智能技术的治理路径

人工智能技术对用户个体和社会均会产生多重消极影响。如雷丽莉对面部识别技术如何影响公民权利这一问题进行分析后提出，如果不是在个人知情同意的前提下采集、处理和使用个人的面部信息，就会导致个体对自己的信息如何被收集、使用的信息自决权受到侵犯；师文、陈昌凤使用计算机视觉技术、利用一项实验对人脸分析算法的审美价值判断行为进行的逻辑及后果展开经验性观察，发现 “颜值评估”算法推崇“瘦、白、幼”的片面审美观，“人脸美化”算法又将这种单一的审美偏好付诸自动化的美学实践，这将对人类审美行为进行个性化的规训；还有钟祥铭、方兴东的观点认为，新兴技术带来了新的访问不平等等问题，而这些问题可能会随着尖端技术的发展而加剧，智能时代的数字鸿沟将表现为以数据为核心的智能鸿沟。

鉴于人工智能技术可能会造成用户的痛苦并导致新形式的隔离、排斥、压迫和剥削，对其进行治理和监管、引导人工智能技术向善发展在当前的社会语境下变得尤为重要。高泽晋使用扎根理论方法提出，应从开发者的角度探究算法失范的原因并对其进行治理，发现AI开发者群体存在对数据的猎奇分享、窥探心理等异化用途，认为应将多种制衡手段嵌入到AI开发者的数据来源渠道及操作使用层面，以寻求创新与伦理间的平衡；薛可、李亦飞使用德尔菲专家咨询法，从技术治理、行业治理和合规治理三个维度构建了以价值引领为优化导向、以社会责任为评价标准的三层级指标体系，提出以指标体系为主体间协同治理的工具，政府、媒体、公众“三位一体”的算法治理机制。许加彪、王军峰也同样认为应建立政府、企业、媒体、个人多方协同的算法安全治理机制。

六、结语

对嵌入传播活动中的人工智能技术及其与人类的关系进行深入考察有助于扩展传播学的研究疆域。纵观2022年的智能传播研究，我们发现其既延续了对社交机器人操控舆论等问题的探讨，又在用户算法参与等方面有所创新，之中不仅体现出学者们对“技术工具论”的突破，也可以看出学界对技术实践中人的能动性愈发重视，研究视角逐渐从宏观向微观转移。在研究方法的运用上，在线实验法和深度访谈法的出现频次最高，问卷调查法、扎根理论研究也有部分尝试，未来可以采用更多交叉学科方法来研究智能传播时代产生的新问题。

注释：

①张洪忠、兰朵、武沛颍：《2019年智能传播的八个研究领域分析》，《全球传媒学刊》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、孙颖：《国家安全视域下社交机器人涉华议题操纵行为探析》，《现代传播（中国传媒大学学报）》2022年第8期。

④赵蓓、张洪忠：《有关北京冬奥会的社交机器人叙事与立场偏向——基于Twitter数据的结构主题模型分析》，《新闻界》2022年第5期。

⑤武沛颍、陈昌凤：《社交机器人能否操纵舆论——以Twitter平台的北京冬奥舆情为例》，《新闻与写作》2022年第9期。

⑥赵蓓、张洪忠、任吴炯、张一潇、刘绍强：《标签、账号与叙事：社交机器人在俄乌冲突中的舆论干预研究》，《新闻与写作》2022年第9期。

⑦晏齐宏：《用户感知模式中的算法认识论》，《现代传播（中国传媒大学学报）》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、张世超：《论算法文化研究的三种向度》，《现代传播（中国传媒大学学报）》2022年第4期。

⑩陈逸君、崔迪：《用户的算法知识水平及其影响因素分析——基于视频类、新闻类和购物类算法应用的实证研究》，《新闻记者》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.

陈阳、吕行：《控制的辩证法：农村青少年的短视频平台推荐算法抵抗——基于“理性—非理性”双重中介路径的考察》，《新闻记者》2022年第7期。

张萌：《从规训到控制：算法社会的技术幽灵与底层战术》，《国际新闻界》2022年第1期。

洪杰文、陈嵘伟：《意识激发与规则想象：用户抵抗算法的战术依归和实践路径》，《新闻与传播研究》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、张洪忠、苏世兰：《基于算法推动的文化传播“破圈”机制研究——以B站“法国音乐剧”的传播为例》，《福建师范大学学报（哲学社会科学版）》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.

蒋忠波、师雪梅、张宏博：《人机传播视域下算法新闻可信度的感知研究——基于一项对大学生的控制实验分析》，《国际新闻界》2022年第3期。

蒋晓丽、钟棣冰：《智能传播时代人与算法技术的关系交迭》，《新闻界》2022年第1期。

赵海明：《基于“人—机”关系视角的具身传播再认识——一种媒介现象学的诠释》，《新闻大学》2022年第7期。

程思琪、喻国明、杨嘉仪、陈雪娇：《虚拟数字人：一种体验性媒介——试析虚拟数字人的连接机制与媒介属性》，《新闻界》2022年第7期。

何双百：《人工移情：新型同伴关系中的自我、他者及程序意向性》，《现代传播（中国传媒大学学报）》2022年第2期。

郭小安、赵海明：《作为“政治腹语”的社交机器人：角色的两面性及其超越》，《现代传播（中国传媒大学学报）》2022年第2期。

张梦、陈昌凤：《智媒研究综述：人工智能在新闻业中的应用及其伦理反思》，《全球传媒学刊》2021年第8期。

彭兰：《数字新闻业中的人—机关系》，《新闻界》2022年第1期。

杨保军、孙新：《论人主体新闻与智能体新闻的关系》，《新闻界》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：《脸上的权利：作为“非隐私个人敏感信息”的面部图像》，《国际新闻界》2022年第2期。

陈昌凤、师文：《人脸分析算法审美观的规训与偏向：基于计算机视觉技术的智能价值观实证研究》，《国际新闻界》2022年第3期。

钟祥铭、方兴东：《智能鸿沟：数字鸿沟范式转变》，《现代传播（中国传媒大学学报）》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.

高泽晋：《潘多拉的魔盒：人工智能训练数据的来源、使用与治理——面向100位AI开发者的扎根研究》，《新闻记者》2022年第1期。

薛可、李亦飞：《推荐算法的社会责任评价指标建构》，《现代传播（中国传媒大学学报）》2022年第1期。

许加彪、王军峰：《算法安全：伪舆论的隐形机制与风险治理》，《现代传播（中国传媒大学学报）》2022年第8期。

（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）

【特约编辑：张志君；责任编辑：李林】