李華? 吳曄? 原鳳妍? 王琪方

【內(nèi)容摘要】本研究從傳播學(xué) Q1 區(qū)英文期刊和新聞與傳播學(xué) CSSCI 中文期刊中篩選出 227 篇計(jì)算傳播學(xué)的相關(guān)論文，對(duì) 2024 年的研究進(jìn)展進(jìn)行了系統(tǒng)梳理與分析，以揭示計(jì)算傳播學(xué)的最新發(fā)展態(tài)勢(shì)。研究顯示，2024 年計(jì)算傳播學(xué)呈現(xiàn)出理論與實(shí)踐雙重融合、研究議題多樣化以及方法論持續(xù)創(chuàng)新的顯著特征。未來(lái)，計(jì)算傳播學(xué)將在整合傳統(tǒng)傳播理論與現(xiàn)代計(jì)算方法方面繼續(xù)深化，為解決復(fù)雜的傳播問(wèn)題提供更具前瞻性的研究路徑。

【關(guān)鍵詞】計(jì)算視覺(jué)傳播；生成式人工智能；社交機(jī)器人實(shí)驗(yàn)；方法創(chuàng)新

計(jì)算傳播學(xué)作為融合計(jì)算方法與傳播學(xué)理論的跨學(xué)科研究方向，已經(jīng)逐漸發(fā)展成為理解現(xiàn)代信息傳播和社交互動(dòng)的重要工具。2024 年的研究特別關(guān)注了大模型、算法與人工智能對(duì)信息傳播影響、計(jì)算傳播方法創(chuàng)新與應(yīng)用等議題，涵蓋了從理論創(chuàng)新到實(shí)證應(yīng)用的廣泛主題。

一、數(shù)據(jù)采集與篩選

本文的研究數(shù)據(jù)來(lái)自傳播學(xué) Q1 區(qū)英文期刊和新聞與傳播學(xué) CSSCI 中文期刊，從中篩選出 227 篇與計(jì)算傳播學(xué)相關(guān)的論文，它們代表不同主題的最新成果。通過(guò)對(duì)這些論文的內(nèi)容進(jìn)行歸納和分析，本文總結(jié)了 2024 年計(jì)算傳播學(xué)研究中的 11 個(gè)核心主題，這些主題涵蓋了從數(shù)據(jù)采集方法的創(chuàng)新、社交機(jī)器人在實(shí)驗(yàn)中的應(yīng)用，到計(jì)算內(nèi)容分析的突破性進(jìn)展，反映了計(jì)算傳播學(xué)的多樣化發(fā)展和學(xué)科體系的逐步成熟。

二、關(guān)鍵研究議題

（一）大模型：認(rèn)知能力、輿情研判與內(nèi)容生產(chǎn)

ChatGPT 類大語(yǔ)言模型在各類應(yīng)用場(chǎng)景中逐漸展現(xiàn)出強(qiáng)大的潛力和影響力，依舊成為重要的研究熱點(diǎn)。

虞鑫和王金鵬評(píng)估了大語(yǔ)言模型的認(rèn)知能力和潛在偏見(jiàn)，通過(guò)采用“圖靈實(shí)驗(yàn)”方法，讓大語(yǔ)言模型模擬人類的態(tài)度與行為，在針對(duì)中、美、德三國(guó)的 3000 名受訪者開(kāi)展的新聞?wù)鎸?shí)性判定的調(diào)查實(shí)驗(yàn)（政治新聞組 / 非政治新聞組），并利用GPT-3.5 生成了相應(yīng)的 3000 份“硅樣本”以進(jìn)行對(duì)比分析。結(jié)果顯示，ChatGPT 在新聞?wù)鎸?shí)性判定任務(wù)上具有優(yōu)勢(shì)，尤其在政治新聞和真實(shí)新聞的判斷上表現(xiàn)優(yōu)于人類，但在非政治新聞和虛假新聞的判斷上遜于人類。此外，ChatGPT 存在一定的代際和語(yǔ)言偏見(jiàn)。

在輿論關(guān)注層面，任吳炯、張洪忠和燕東祺選取推特（X）和微博兩個(gè)平臺(tái)進(jìn)行對(duì)比，分析了大模型在不同文化背景下的角色期望。結(jié)果顯示，微博平臺(tái)的期望更傾向于實(shí)用性產(chǎn)業(yè)的發(fā)展與應(yīng)用，而 X 平臺(tái)則更側(cè)重于信息傳播技術(shù)的發(fā)展。與此同時(shí)，丁曉蔚等人關(guān)注到 ChatGPT 類大模型在輿情精準(zhǔn)研判中的理論和應(yīng)用，提出了一種基于“大數(shù)據(jù)、大模型、大計(jì)算”范式的輿情精準(zhǔn)研判理論框架，并從學(xué)理層面探討了 ChatGPT 在文本分析、情緒識(shí)別、輿情預(yù)測(cè)和預(yù)警中扮演的角色。他們的實(shí)證研究表明，ChatGPT 對(duì)輿情研判具有較高的預(yù)測(cè)精度。

同時(shí)，周葆華和張悅采用算法審計(jì)方法考察了生成式 AI 在內(nèi)容生產(chǎn)中的“標(biāo)題黨”特征傾向，通過(guò)實(shí)證分析 ChatGLM3 和 GPT-4 兩個(gè)大模型對(duì) 973篇微信公眾號(hào)文章的標(biāo)題生成的 48650 條標(biāo)題內(nèi)容，研究發(fā)現(xiàn)，在無(wú)額外提示的情況下，大模型生成的標(biāo)題具有一定的“標(biāo)題黨”特征傾向，其中 GPT-4 的傾向比 ChatGLM3 更為明顯，但它們的傾向均不及人類顯著。此外，提示對(duì)模型生成的“標(biāo)題黨”特征傾向有顯著影響。

程蕭瀟和吳櫟騫則進(jìn)一步探討了生成式 AI 在內(nèi)容分析中的應(yīng)用，通過(guò)實(shí)證分析中英文社交媒體上關(guān)于氣候變化的文本數(shù)據(jù)，考察了 GPT 在認(rèn)知、情感和立場(chǎng)編碼上的效度差異和潛在的效度折扣問(wèn)題。

這些研究展示了大語(yǔ)言模型在多個(gè)領(lǐng)域中的廣泛應(yīng)用及其挑戰(zhàn)，從輿情研判到內(nèi)容生成，再到跨文化的輿論關(guān)注，大模型的優(yōu)勢(shì)和局限性也逐步顯現(xiàn)，未來(lái)的研究可關(guān)注其偏見(jiàn)、文化適配性以及效度等問(wèn)題。

（二）算法與人工智能對(duì)信息傳播與社會(huì)關(guān)系的影響

在智能媒介與算法控制日益互嵌的現(xiàn)代數(shù)字社會(huì)，算法與人工智能技術(shù)正越來(lái)越多地影響著人們?nèi)绾位?dòng)和獲取信息。它們不僅影響著信息的傳播路徑和受眾的接觸范圍，更深刻地影響著信息的內(nèi)容生產(chǎn)、價(jià)值判斷和社會(huì)意義的建構(gòu)。

2024 年國(guó)內(nèi)外學(xué)者在計(jì)算傳播領(lǐng)域更加側(cè)重討論技術(shù)對(duì)人的影響，或者人機(jī)互動(dòng)的體驗(yàn)。算法的個(gè)性化推薦對(duì)社會(huì)聯(lián)系影響一直以來(lái)廣受學(xué)界關(guān)注，為了研究“孤獨(dú)算法問(wèn)題”，Taylor 和 Chen 開(kāi)發(fā)了感知算法響應(yīng)度（PAR）和感知算法不敏感度（PAI）量表。他們發(fā)現(xiàn)，算法可以通過(guò)迎合用戶的身份需求來(lái)促進(jìn)其社交聯(lián)結(jié)感。這意味著算法個(gè)性化對(duì)社交聯(lián)系的影響并非完全負(fù)面，關(guān)鍵在于用戶對(duì)算法的感知......(本文為文章截選，完整版請(qǐng)見(jiàn)《教育傳媒研究》2025年第1期，本刊已入中國(guó)知網(wǎng)、萬(wàn)方、維普等相關(guān)學(xué)術(shù)數(shù)據(jù)庫(kù)）

本文系中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)基金資助項(xiàng)目“精準(zhǔn)國(guó)際傳播的理論與應(yīng)用研究”“交叉學(xué)科視域下的人類元認(rèn)知前沿問(wèn)題研究”（項(xiàng)目批準(zhǔn)號(hào)：1233300003）的階段性成果。