李潔? 劉一伶

【摘要】“社交機器人”（Social Bots）研究是熱點議題，對其進行可視化分析，可以厘清其發(fā)展過程和演進脈絡。本文利用 CiteSpace 軟件對 Web of Science 核心集上發(fā)表的 704 篇（2002-2023 年）英文文獻進行分析，剖析國外社交機器人研究的發(fā)文特征、演進過程、研究熱點和內容主題等，完整呈現其研究圖景。

【關鍵詞】社交機器人；CiteSpace；文獻綜述；可視化

社交機器人（Social Bots），指的是一種自動控制的智能程序，具體指在社交網絡中模仿真實人類自主生產內容、進行交流互動的社交賬戶。隨著機器學習、語音識別、自然語言處理和生成方面的進步，社交機器人拋棄了笨重的“身體”，變得更具“對話”性質，能夠以虛擬形象模仿真人用戶在社交網絡中完成點贊、評論、轉發(fā)和對話等任務操作。有研究估計，Facebook 平臺上大約有 11% 的活躍賬戶為社交機器人，X 平臺上大約有 15% 的活躍賬戶為社交機器人。從全球范圍看，社交機器人廣泛地參與在線交流，已經成為社交媒體中重要的內容生產與傳播主體。

社交機器人具有廣泛的應用場景，早期被用于商業(yè)營銷、醫(yī)療輔助，后來被政治團體、軍隊等用于操控網絡輿論和散播虛假信息，對網絡空間環(huán)境和社會發(fā)展產生了極大的影響，也迅速引起學術界的關注和討論。大量調查表明，近年來國際上許多社會公共議題的線上討論中，都出現了“機器人大軍”的介入和干擾。比如，2016 年美國大選、2017 年法國大選，以及近年來的“烏克蘭危機”“巴以沖突”等，都有社交機器人操控輿論和散播虛假信息問題。受經濟利益或政治需求的驅動，社交機器人的比例還在不斷增加，逐漸成為計算宣傳的新型工具，也為各國信息安全、輿論環(huán)境安全帶來了隱患，因此備受關注。

國外學者最先關注社交機器人領域，并展開了諸多研究，但鮮有研究對國外社交機器人研究的文獻進行回顧和梳理。為此，本文以 Web of Science核心集論文為數據來源，運用 CiteSpace 軟件，對國外社交機器人研究文獻進行計量分析，以可視化方式呈現該領域研究的發(fā)展過程和演進脈絡，為未來相關研究提供參考。根據文獻情況，本文將重點回答如下問題：

第一，國外社交機器人研究文獻具有何種特征？第二，國外社交機器人研究可以分為幾個階段？不同階段有何特點？第三，國外社交機器人研究有何演進趨勢？第四，國外社交機器人研究的主要內容有哪些？希望通過回答上述問題，揭示國外社交機器人研究的現狀、前沿與未來發(fā)展趨勢，以推動該領域的進一步發(fā)展。

一、研究方法與數據來源

（一）研究方法

使用 CiteSpace 軟件（6.3R1 版本）對國外社交機器人研究文獻進行可視化分析。CiteSpace 是基于Java 環(huán)境開發(fā)的一款信息可視化軟件，不僅可以多角度挖掘研究領域中的開創(chuàng)性文獻、關鍵文獻和重要議題，而且可以通過文獻計量學分析，探索領域研究的基礎知識、結構關系和發(fā)展脈絡。本文運用該軟件開展了國外社交機器人研究領域的發(fā)文特征分析（發(fā)文量、機構、作者、期刊、高被引文獻）、演進路徑分析（關鍵詞時區(qū)圖、關鍵詞突變）、熱點主題分析（高頻關鍵詞、關鍵詞聚類分析），形成國外社交機器人研究的知識圖譜，展現了該領域研究的完整圖景。

（二）數據來源

研究文獻數據來源于 Web of Science 核心合集。為了提高檢索文獻的精準性，確保選取的文獻具有代表性，檢索條件設置為主題包含“Social Bot”或“Social Bots” 或“Social bots” 或“Social mediabots”或“Internet bot”或“Political bots”或“Twitterbots”的方式進行文獻檢索。為了體現國外社交機器人研究從萌芽至今的整個歷程，時間設置選擇截至 2023 年，檢索時間為 2024 年 7 月 16 日，總計檢索 1364 篇文獻。為了確保文獻質量和有效性，篩選剔除了卷首語、新聞報道、信息公告、書評、會議通知等無關文獻，最終獲得 704 篇有效文獻，時間跨度為 2002 年至 2023 年。

二、國外社交機器人研究的基本特征

（一）年度發(fā)文量統(tǒng)計

文獻數量在時間序列上的變化趨勢可以展現該 領 域 在 學 界 的 關 注 度 和 發(fā) 展 過 程。2002 年，Christopher Maher 和 Margaret Corbit 發(fā)表的“CreatingGenetic Applications for Informal Science Learningin Multi-user Virtual Environments”，討論虛擬博物館 Gene Bot 程序與人類用戶的交互，成為國外社交機器人研究的開端，該領域開始受到關注。2002 年至 2013 年，年均發(fā)文量僅 4 篇，處于較低水平。2014 年至 2017 年，年均發(fā)文量 16篇，文獻開始明顯增長。特別是 Twitter 等社交平臺，越來越多地開發(fā)和使用能夠自動發(fā)布推文的社交機器人程序，引起了學者們的廣泛關注。2018年進入研究高潮，文獻大量增長，2021 年發(fā)文量超過 100 篇，目前仍呈現不斷增長的趨勢。社交機器人的出現對網絡空間環(huán)境產生了極大的影響，尤其“COVID-19”期間社交機器人引起的“信息疫情”，引發(fā)大量討論......(本文為文章截選，完整版請搜索公眾號：“教育傳媒研究雜志社”)

本文系四川省哲社規(guī)劃項目（項目編號：SC23EO46）“AIGC 時代公民智能素養(yǎng)的生成邏輯、現實困境與提升路徑研究”、四川省教育科學規(guī)劃重點支持項目（項目編號：SCJG24B080）“教育數字化背景下四川省鄉(xiāng)村教師數字素養(yǎng)提升策略研究”、四川省哲社重點基地項目（項目編號：QGXH23-09）“文本計算視角下提升網絡失真信息治理效果研究”、四川省哲社重點基地項目（項目編號：CSZ23042）“短視頻對大學生的影響及思想引領策略研究”的階段性成果。