智能傳播研究的知識(shí)地圖:主要領(lǐng)域、核心概念與知識(shí)基礎(chǔ)*

■ 周葆華 苗 榕

人工智能技術(shù)不僅正在改變新聞傳播的實(shí)踐形態(tài)與人類生活和存在方式,還在改變傳播研究的學(xué)術(shù)版圖。近年來,“智能傳播”已經(jīng)開始作為一個(gè)學(xué)術(shù)概念出現(xiàn)與流行,并受到學(xué)界關(guān)注。傳播學(xué)的國(guó)際旗艦組織——國(guó)際傳播學(xué)會(huì)(ICA),于2019年成立了以探討人類與智能技術(shù)傳播關(guān)系為重心的人機(jī)傳播小組(ICA human-machine communication interest group),一批相關(guān)論著與學(xué)刊專輯相繼出版。①因此,當(dāng)前處于一個(gè)恰當(dāng)?shù)臅r(shí)點(diǎn)來系統(tǒng)性地回顧、分析與展現(xiàn)智能傳播的知識(shí)地圖。智能傳播研究呈現(xiàn)怎樣的整體圖景,包括哪些主要領(lǐng)域,所關(guān)注的核心概念有哪些,作為一個(gè)跨學(xué)科的前沿領(lǐng)域,智能傳播研究的知識(shí)基礎(chǔ)有哪些？智能傳播領(lǐng)域知識(shí)地圖的繪制,對(duì)更好地推進(jìn)智能傳播研究具有重要的基礎(chǔ)性意義。本文將運(yùn)用網(wǎng)絡(luò)挖掘計(jì)算分析方法,基于2000—2020年SSCI傳播學(xué)期刊論文,對(duì)智能傳播研究的知識(shí)地圖進(jìn)行挖掘分析。

一、智能傳播研究與知識(shí)地圖的繪制

(一)智能傳播的概念化理解

根據(jù)Russell 等人(2002)的概括,不同的人工智能定義在兩個(gè)維度上存在差異:第一,注重思維方面(thought process and reasoning)還是行為方面(behavior)的智能；第二,注重模擬人類表現(xiàn)(human performance,意味著可能犯錯(cuò))還是追求符合理性(rationality)。②在傳播領(lǐng)域的討論中,共享的界定比較傾向于側(cè)重行為的、模擬人類表現(xiàn)的智能,代表著完成特定傳播任務(wù)的算法程序,盡管不同研究采取或窄或?qū)挼慕缍?。例?人工智能中介的傳播研究(AI-MC,AI-mediated communication)聚焦的是輔助、增益完成人際傳播任務(wù)的特定智能技術(shù)(如發(fā)送電子郵件中的用語(yǔ)提示、自動(dòng)拼寫糾正與翻譯等),人工智能主要是支持人類、人際之間的傳播交流；基于人機(jī)傳播理論(human-machine communication,HMC)的智能傳播研究則采用“傳播智能”(communicative AI)或“傳播機(jī)器人”(communicative robots)概念,關(guān)注智能伴侶(如蘋果Siri、亞馬遜Alexa)、社交機(jī)器人、工作機(jī)器人(如機(jī)器寫作程序)等具體的智能技術(shù),它們可以成為人類社會(huì)性的交往伙伴(communicative partners),扮演傳播者(communicator)角色。因此,在本研究中,“智能”主要指基于算法(自然語(yǔ)言處理技術(shù)、機(jī)器學(xué)習(xí)等),為完成傳統(tǒng)由人類所完成的任務(wù)的自動(dòng)化程序技術(shù),包括社交機(jī)器人、自動(dòng)化寫作程序、推薦算法、對(duì)話代理體(conversational agents)等。它們?cè)趥鞑ブ械慕巧粌H是輔助傳播(facilitate communication),而且是自動(dòng)化傳播(automate communication)；不僅是傳播渠道與中介,而且是傳播者與交往對(duì)象。相應(yīng)地,“智能傳播”即指人工智能技術(shù)介入和參與的傳播活動(dòng):可以發(fā)生于生產(chǎn)環(huán)節(jié)(如機(jī)器新聞生產(chǎn)),也可以發(fā)生在分發(fā)、使用環(huán)節(jié)(如算法推薦)；不僅包括以智能技術(shù)為中介(through which)的人類交往過程(不限于人際范圍)及其影響,也包括人類與智能技術(shù)交往(with which)的人機(jī)傳播過程(HMC)及其影響。

(二)智能傳播研究的現(xiàn)有學(xué)術(shù)梳理

在智能傳播的一些分支領(lǐng)域,已經(jīng)分別有學(xué)者進(jìn)行了綜述概括。一種主要的思路是聚焦人工智能對(duì)傳播活動(dòng)的功能及影響。例如,一些學(xué)者對(duì)自動(dòng)化新聞的綜述研究認(rèn)為,人工智能技術(shù)在打擊假新聞、新聞編輯和內(nèi)容個(gè)性化方面有利于新聞業(yè)發(fā)展,但在破壞創(chuàng)造力、偏見、缺乏監(jiān)督、透明度、公平性、數(shù)據(jù)利用和質(zhì)量方面也影響新聞業(yè)的專業(yè)性及倫理,總體來說,人工智能對(duì)記者工作來說是一項(xiàng)增益,并不會(huì)造成取代記者的威脅；③一些學(xué)者對(duì)人工智能在網(wǎng)絡(luò)廣告中應(yīng)用的綜述指出,智能廣告主要集中于搜索廣告排序、基于用戶定向的廣告生產(chǎn)、廣告?zhèn)€性化；④一些學(xué)者對(duì)智能中介傳播(AI-MC)的研究綜述則強(qiáng)調(diào)關(guān)注智能中介技術(shù)對(duì)人際傳播語(yǔ)言使用、自我呈現(xiàn)、關(guān)系建構(gòu)的影響,以及由此引發(fā)的倫理與政策議題。⑤

與上述將人工智能視為功能物的視角不同,聚焦人機(jī)傳播視角的綜述體現(xiàn)出對(duì)人工智能作為傳播主體的關(guān)注。Lewis等(2019)也對(duì)自動(dòng)化新聞的相關(guān)研究進(jìn)行總結(jié),他們提出重新思考人與技術(shù)的關(guān)系,將人機(jī)傳播理論運(yùn)用到自動(dòng)化新聞研究以帶來新的視野。⑥Guzman與Lewis(2020)將分析視角從自動(dòng)化新聞擴(kuò)展到廣義的智能傳播研究,提出人工智能作為傳播主體的三方面研究議程,分別是功能性(人工智能是如何被設(shè)計(jì)為傳播主體的)、關(guān)系性(人們?nèi)绾卧谂c智能的關(guān)系發(fā)展中理解人工智能與人類自身)以及形而上學(xué)(人與機(jī)器的本質(zhì)是什么)。⑦與此類似,Hepp(2020)認(rèn)為“傳播機(jī)器人”挑戰(zhàn)了傳統(tǒng)傳播學(xué)以人類為中心的基本預(yù)設(shè),智能傳播研究既面臨基礎(chǔ)理論挑戰(zhàn),也面臨巨大的方法挑戰(zhàn)。⑧

中國(guó)學(xué)者關(guān)于智能傳播的綜述歸納了智能傳播領(lǐng)域的主題。如總結(jié)出馴化、人機(jī)傳播、算法善用、算法公共性、算法正當(dāng)性,以及算法與信息個(gè)人化、作為傳播者的智能實(shí)體、算法中介化社會(huì)、算法的時(shí)間性、算法倫理等年度議題；⑨運(yùn)用文獻(xiàn)計(jì)量法將2016年英文文獻(xiàn)中有關(guān)傳媒人工智能的研究總結(jié)為三大熱點(diǎn):人工智能應(yīng)用、新媒體與社會(huì)、算法與通信。⑩

這些綜述為我們理解智能傳播研究的發(fā)展現(xiàn)狀提供了重要基礎(chǔ)。本研究在現(xiàn)有研究基礎(chǔ)上,從三個(gè)方面推進(jìn)智能傳播研究知識(shí)地圖的繪制:第一,著眼于智能傳播的學(xué)術(shù)領(lǐng)域總體,而非局限于分支領(lǐng)域；第二,采用網(wǎng)絡(luò)分析的計(jì)算方法,挖掘智能傳播研究的主要領(lǐng)域、核心概念與知識(shí)來源；第三,基于SSCI傳播學(xué)期刊20年來的文獻(xiàn),系統(tǒng)追蹤和把握智能傳播領(lǐng)域的歷史發(fā)展,從而為當(dāng)前方興未艾的智能傳播研究提供比較全面的學(xué)術(shù)圖景。具體地,本研究將回答如下三個(gè)研究問題:

第一,智能傳播研究的主要領(lǐng)域及其結(jié)構(gòu)是什么？

第二,智能傳播研究的核心概念及其結(jié)構(gòu)有哪些？

第三,智能傳播研究的主要知識(shí)基礎(chǔ)來源于哪里？

二、研究方法

(一)文獻(xiàn)數(shù)據(jù)

本文選擇Web of Science(SSCI)數(shù)據(jù)庫(kù)作為文獻(xiàn)的主要來源,以bot(s)、robot(s)、algorithm*、recommendation、personalization、automatic、automation、artificial intelligence、microtargeting等為主題關(guān)鍵詞對(duì)2000至2020年發(fā)表的傳播學(xué)論文進(jìn)行檢索,共獲得2288篇英文文獻(xiàn)。由于這一步驟追求的是盡可能“查全”而非“查準(zhǔn)”,因此我們通過人工逐一閱讀的方式,進(jìn)一步判斷文獻(xiàn)是否是以智能傳播為主題的,最終篩選出639篇文獻(xiàn)為本研究的數(shù)據(jù)樣本,在下文中稱為“初級(jí)文獻(xiàn)”(primary papers),被這639篇文獻(xiàn)引用的文獻(xiàn),則被稱為“二級(jí)文獻(xiàn)”(secondary papers),共計(jì)25189篇。

(二)分析方法

為了探究上文提出的研究問題,在借鑒前人研究思路的基礎(chǔ)上,本文運(yùn)用網(wǎng)絡(luò)分析(network analysis)的計(jì)算方法,對(duì)文獻(xiàn)進(jìn)行引文耦合、關(guān)鍵詞共現(xiàn)、以及共引分析。在這三部分中,我們均使用R程序包bibliometrix(3.0.3),采用Association Strength方法對(duì)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,然后用Walktrap算法對(duì)網(wǎng)絡(luò)中的節(jié)點(diǎn)進(jìn)行聚類。

1.引文耦合分析(bibliographic coupling analysis)

耦合分析的主要邏輯是基于初級(jí)文獻(xiàn)的引文共享度來劃分文獻(xiàn)的結(jié)構(gòu),并由此確定研究領(lǐng)域的主題分類。耦合分析網(wǎng)絡(luò)以初級(jí)文獻(xiàn)為節(jié)點(diǎn),當(dāng)兩個(gè)節(jié)點(diǎn)有相同的參考文獻(xiàn)時(shí),它們之間就形成一條邊,邊的值就是這兩篇初級(jí)文獻(xiàn)相同的參考文獻(xiàn)的數(shù)量。因此,對(duì)于智能傳播文獻(xiàn)來說,所引用的參考文獻(xiàn)重合的部分越多,它們的研究主題則越相近,從而可以發(fā)現(xiàn)智能傳播研究的主要領(lǐng)域及其結(jié)構(gòu)。

2.關(guān)鍵詞共現(xiàn)分析(co-word analysis)

采用論文關(guān)鍵詞共現(xiàn)方法的基本假設(shè)是核心概念能夠充分體現(xiàn)在研究文獻(xiàn)的關(guān)鍵詞中。我們以關(guān)鍵詞作為節(jié)點(diǎn),如果兩個(gè)關(guān)鍵詞共同出現(xiàn)在同一篇文章的關(guān)鍵詞中,它們之間就形成一條邊,以此構(gòu)建出關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)。從關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)中,可以看出哪些關(guān)鍵詞處于核心位置,代表學(xué)術(shù)領(lǐng)域中最受關(guān)注的概念,也可以看出概念間相互聯(lián)系的結(jié)構(gòu)。

3.共引分析(co-citation analysis)

與耦合分析(以初級(jí)文獻(xiàn)為節(jié)點(diǎn))不同,共引分析網(wǎng)絡(luò)以二級(jí)文獻(xiàn)為節(jié)點(diǎn),以分析智能傳播研究為知識(shí)基礎(chǔ)。當(dāng)兩篇二級(jí)文獻(xiàn)同時(shí)被一篇初級(jí)論文引用時(shí),它們之間就形成連接。被共同引用的次數(shù)越多,則可折射出這一組二級(jí)文獻(xiàn)聚焦并貢獻(xiàn)的學(xué)術(shù)領(lǐng)域越相似。共引分析有助于突破學(xué)科區(qū)隔,觀察到不同二級(jí)文獻(xiàn)的相互聯(lián)系和知識(shí)結(jié)構(gòu)。

三、研究發(fā)現(xiàn)與分析

(一)智能傳播研究的總體圖景

由圖1可見,從2000到2020年,智能傳播研究論文數(shù)量呈現(xiàn)明顯上升趨勢(shì)。以2010年為界,前10年智能傳播論文總計(jì)僅有63篇,而后10年則達(dá)到576篇(為前10年的近10倍)。特別是近五年(2016—2020)論文數(shù)量達(dá)473篇,占過去20年論文總量的74.02%,僅2020年一年論文的數(shù)量就有150篇(占論文總量逾1/5)。這說明,隨著智能技術(shù)在傳播領(lǐng)域應(yīng)用的快速發(fā)展以及對(duì)社會(huì)生活的全面滲透,智能傳播研究的確已經(jīng)成為當(dāng)前引人注目的學(xué)術(shù)領(lǐng)域。

圖1 智能傳播研究的文獻(xiàn)數(shù)量分布(2000—2020)

智能傳播論文來源于71本傳播學(xué)期刊(覆蓋SSCI傳播學(xué)期刊的77.17%),其中《交互研究》(Interaction Studies)發(fā)文最多(115篇),其次為《數(shù)字新聞》(Digital Journalism)(61篇)、《新媒體與社會(huì)》(New Media & Society)(56篇)、《信息、傳播與社會(huì)》(Information,Communication & Society)(45篇)以及《社會(huì)媒體與社會(huì)》(Social Media+Society)(42篇)等。

從論文獲得的影響看,如以被引用數(shù)為指標(biāo),最高的前十篇文獻(xiàn)見下表1。其中,引用數(shù)最高的Want to be on the Top?(2012)與排名三、四的Power through the Algorithm?(2009)、# Gamergate and the Fappening(2017)都關(guān)注社交媒體中的算法權(quán)力。名列第二的The Uncanny Advantage of Using Androids in Cognitive and Social Science Research(2006)與第五的Can Robots Manifest Personality?(2006)則聚焦機(jī)器人。

表1 被引用數(shù)前十名的智能傳播研究文獻(xiàn)(2000—2020)

(二)智能傳播研究的主要領(lǐng)域:引文耦合分析

耦合分析發(fā)現(xiàn),626篇論文(占全部論文的97.97%)均存在相互連接。它們共形成了51個(gè)聚類,其中以包含文獻(xiàn)數(shù)>15為標(biāo)準(zhǔn),發(fā)現(xiàn)7個(gè)主要的聚類(覆蓋82.16%的初級(jí)文獻(xiàn))。根據(jù)每個(gè)聚類內(nèi)部論文的標(biāo)題、摘要和關(guān)鍵詞,我們對(duì)之進(jìn)行了命名,代表智能傳播研究的七個(gè)主要領(lǐng)域:“算法與權(quán)力”(174篇)、“人工智能與信息消費(fèi)”(143篇)、“人工智能與新聞生產(chǎn)”(77篇)、“智能機(jī)器人與人機(jī)傳播”(71篇)、“智能技術(shù)的社會(huì)性”(22篇)、“人工智能與廣告”(20篇)、“智能技術(shù)接受與回避”(18篇)。

我們分別計(jì)算了三個(gè)時(shí)間段內(nèi)每個(gè)領(lǐng)域文獻(xiàn)篇數(shù)所占比例(見表2),不難發(fā)現(xiàn):智能傳播研究的早期(2000—2010),主要以智能機(jī)器人與人機(jī)傳播領(lǐng)域(占比75.61%)和智能技術(shù)接受與回避(9.76%)為主；到了2011至2015年之間,算法與權(quán)力、人工智能與信息消費(fèi)兩個(gè)領(lǐng)域的占比開始大幅增長(zhǎng),人工智能與新聞生產(chǎn)領(lǐng)域從無到有,智能機(jī)器人與人機(jī)傳播研究占比則顯著下降；2016年至今,算法與權(quán)力、人工智能與信息消費(fèi)以及人工智能與新聞生產(chǎn)這三個(gè)領(lǐng)域獲得了研究者們更大的關(guān)注,成為了智能傳播研究的主體。

表2 智能傳播研究主要領(lǐng)域分布比例的歷史演變(%)

下面分別對(duì)各個(gè)領(lǐng)域的主要內(nèi)容進(jìn)行簡(jiǎn)要分析。

1.算法與權(quán)力(n=174)

這個(gè)最大聚類中的文獻(xiàn)圍繞算法與權(quán)力展開,主要探討算法、平臺(tái)和用戶之間的關(guān)系和影響。研究指出,算法和智能正以一種不可見的方式影響社會(huì)現(xiàn)實(shí),從外在地影響我們的生活轉(zhuǎn)變?yōu)殡[蔽地存在于日常生活內(nèi)部,催生人們的“技術(shù)無意識(shí)”(technological unconscious)。算法通過讓“不可見性”成為一種時(shí)刻存在的威脅,規(guī)訓(xùn)網(wǎng)絡(luò)環(huán)境中的行動(dòng)者。在可見性的博弈中,人類也具有自身能動(dòng)性,比如為了讓算法更容易識(shí)別自己而主動(dòng)調(diào)整創(chuàng)作內(nèi)容,從而達(dá)到增強(qiáng)可見性的目的。

對(duì)算法權(quán)力產(chǎn)生的影響,研究主要從社會(huì)公平角度進(jìn)行揭示。例如:研究指出Reddit網(wǎng)站的設(shè)計(jì)、算法與平臺(tái)政策助長(zhǎng)了反女權(quán)主義的文化；提出“平臺(tái)種族主義”(platform racism)概念,認(rèn)為算法對(duì)仇恨言論的助推加劇了社會(huì)的不平等；發(fā)現(xiàn)數(shù)字技術(shù)和算法造成了Uber平臺(tái)與司機(jī)之間的信息、權(quán)力不對(duì)等,增強(qiáng)了對(duì)后者的控制。

基于對(duì)算法權(quán)力的批判提出算法問責(zé)與倫理問題,不少研究指出追求算法的“透明性”將有利于我們理解并約束算法,但也有研究對(duì)此提出質(zhì)疑。

圖2 智能傳播研究文獻(xiàn)耦合分析網(wǎng)絡(luò)

2.人工智能與信息消費(fèi)(n=143)

智能傳播研究的第二大領(lǐng)域圍繞人工智能與信息消費(fèi)形態(tài)的改變及其影響展開。研究不但指出算法成為個(gè)人信息網(wǎng)絡(luò)中新聞策展(curation)的新主體,而且高度關(guān)注推薦算法對(duì)信息消費(fèi)同質(zhì)性的影響,算法對(duì)內(nèi)容的過濾引發(fā)對(duì)形成高度同質(zhì)化的網(wǎng)絡(luò)社區(qū)、過濾氣泡與態(tài)度極化的擔(dān)憂。不過,這種憂慮在一些經(jīng)驗(yàn)研究中并未找到有力的證據(jù)因?yàn)橥扑]邏輯可以和人類編輯一樣形成多樣化的內(nèi)容推薦；谷歌新聞的推薦算法似乎并未導(dǎo)致過濾氣泡的產(chǎn)生；臉書(Facebook)中的新聞使用可以讓用戶看到不同立場(chǎng)的新聞,從而形成態(tài)度的去極化等。但無疑,這個(gè)領(lǐng)域還需要更多的經(jīng)驗(yàn)研究。

另一個(gè)憂慮是算法分發(fā)對(duì)虛假信息傳播的影響。有研究表明,智能技術(shù)(如面部、語(yǔ)音分析)能夠幫助產(chǎn)生“移情媒體”(empathic media),加劇假新聞的生產(chǎn)與傳播,但與此同時(shí),算法推薦(由算法推薦正確信息)與社會(huì)修正(由用戶朋友發(fā)布正確信息)也有助于虛假信息的糾正。

3.人工智能與新聞生產(chǎn)(n=77)

第三大領(lǐng)域是人工智能與新聞生產(chǎn)。研究者采用“算法新聞”“自動(dòng)化新聞”“機(jī)器生成新聞”等概念探討自然語(yǔ)言生成技術(shù)所完成的新聞生產(chǎn)。新聞生產(chǎn)方式的變革引發(fā)了關(guān)于新聞權(quán)威的爭(zhēng)議。在規(guī)范層面上,一方認(rèn)為算法在處理數(shù)據(jù)的速度和廣度上遠(yuǎn)勝人類,并且正是因?yàn)樗惴撾x了人類的干預(yù)而獲得認(rèn)知上的權(quán)威；另一方則主張新聞權(quán)威不僅來自于其提供的關(guān)于世界的客觀信息,還在于剖析公共生活的能力以及高質(zhì)量新聞寫作中的情感性。經(jīng)驗(yàn)層面的研究主要集中于探討用戶如何感知機(jī)器新聞寫作的權(quán)威性。實(shí)驗(yàn)研究發(fā)現(xiàn),盡管問卷自我報(bào)告聲稱為人類生產(chǎn)的新聞能得到更高的評(píng)價(jià),但實(shí)際上,自動(dòng)化生產(chǎn)的內(nèi)容得到了更可信、新聞專業(yè)性更高的肯定,只是在可讀性上有所欠缺。

針對(duì)自動(dòng)化新聞可能引發(fā)的社會(huì)風(fēng)險(xiǎn),研究指出新聞業(yè)的算法可以在數(shù)據(jù)、模型、輸出、界面四個(gè)層面上保持透明,另外還可以通過逆向工程的方法對(duì)算法使用加強(qiáng)問責(zé)。

4.智能機(jī)器人與人機(jī)傳播(n=71)

該領(lǐng)域文獻(xiàn)主要集中于對(duì)智能機(jī)器人以及人機(jī)傳播的探討,包括人機(jī)互動(dòng)的形態(tài)、人類對(duì)機(jī)器人的角色感知,以及相關(guān)倫理討論等。當(dāng)機(jī)器人成為傳播者與交往對(duì)象,人類如何看待機(jī)器人是該領(lǐng)域研究的核心內(nèi)容,相關(guān)理論闡釋包括“媒介等同理論(media equation)”“恐怖谷理論(uncanny valley)”等。當(dāng)面對(duì)機(jī)器人時(shí),人類可能會(huì)將它們置于生命體與非生命體之間加以看待,并與機(jī)器人存在情感互動(dòng)。機(jī)器人引發(fā)的倫理道德問題既包括人類對(duì)機(jī)器人的虐待(如關(guān)注兒童對(duì)機(jī)器人的踢打行為),也包括人類的受騙(如育兒機(jī)器人欺騙兒童問題)。

人機(jī)傳播效果及其影響因素也是研究重點(diǎn)之一,如有實(shí)驗(yàn)通過操控機(jī)器人的聲音與動(dòng)作參數(shù)來賦予機(jī)器人不同的性格,當(dāng)機(jī)器人與人的性格互補(bǔ)時(shí),人所感知與機(jī)器人交互的樂趣以及機(jī)器人的智力和社會(huì)吸引力將會(huì)更高。

5.智能技術(shù)的社會(huì)性(n=22)

該類研究主要從技術(shù)與社會(huì)的關(guān)系視角關(guān)注智能技術(shù)的社會(huì)性。其中,“可供性”是最受關(guān)注的概念之一。傳統(tǒng)可供性概念強(qiáng)調(diào)技術(shù)使行動(dòng)可能或受限的特質(zhì),但忽視了人與技術(shù)互動(dòng)中的感知以及互動(dòng)所處的環(huán)境。特別是智能算法包含諸多隱藏的可供性,用戶對(duì)此也未知全貌。因此,有研究者提出“想象可供性”(imagined affordance)的概念,指出相比技術(shù)的實(shí)際功用,人們?nèi)绾蜗胂蠹夹g(shù)的可能性對(duì)理解其行動(dòng)更為關(guān)鍵?？晒┬圆皇侵悄芗夹g(shù)的固有特征,而是人機(jī)互動(dòng)過程中的集體性獲得(collective achievements),是社會(huì)—物質(zhì)的共同創(chuàng)造(socio-material co-creation)。以微軟推出的推特聊天機(jī)器人Tay為例:Tay原先只是設(shè)計(jì)者出于娛樂目的設(shè)計(jì)的機(jī)器人,而人類用戶基于想象可供性在與Tay互動(dòng)的過程中不斷塑造Tay,結(jié)果Tay因說出淫穢與偏激的言論只上線一天即被叫停。Tay的例子體現(xiàn)出智能技術(shù)發(fā)展過程中的“共生能動(dòng)性”(symbiotic agency)。其他研究還探討了機(jī)器人如何進(jìn)入并影響家庭等智能技術(shù)的社會(huì)性問題。

6.人工智能與廣告(n=20)

該領(lǐng)域主要關(guān)注人工智能對(duì)廣告業(yè)的影響。研究指出,新型廣告內(nèi)容創(chuàng)作者、新媒體平臺(tái)、媒體內(nèi)容提供商以及廣告技術(shù)提供商共同構(gòu)成計(jì)算廣告生態(tài),而自動(dòng)生成內(nèi)容的算法也是新型廣告內(nèi)容創(chuàng)作者,廣告技術(shù)提供商則基于數(shù)據(jù)進(jìn)行智能廣告分發(fā)。廣告主越來越多采用“微定位”(microtargeting)策略,自動(dòng)化購(gòu)買廣告對(duì)目標(biāo)消費(fèi)者的曝光。智能廣告引發(fā)的相關(guān)技術(shù)知識(shí)和隱私問題也受到關(guān)注。

7.智能技術(shù)接受與回避(n=18)

最后一個(gè)主要研究領(lǐng)域集中探討智能技術(shù)接受與回避的影響因素。研究發(fā)現(xiàn),對(duì)隱私的關(guān)切是用戶回避智能技術(shù)的主要原因。個(gè)性化技術(shù)因?yàn)閷?duì)個(gè)人信息的收集增加了消費(fèi)者的感知威脅,從而降低其消費(fèi)意愿。感知個(gè)性化水平也是顯著的影響因素之一,感知個(gè)性化水平越高(如感知推薦越有效),則越有助于用戶對(duì)智能技術(shù)的接納。

(三)智能傳播研究的核心概念:關(guān)鍵詞及其共現(xiàn)分析

首先,我們對(duì)關(guān)鍵詞(共2137個(gè))進(jìn)行了統(tǒng)計(jì)(對(duì)單復(fù)數(shù)、不同拼寫方式作了合并),出現(xiàn)3次及以上的高頻關(guān)鍵詞為202個(gè)。其中,出現(xiàn)次數(shù)最高的關(guān)鍵詞為“算法”(algorithm,147次),隨后2—10位依次是“社交媒體”(social media,76次)、“人工智能”(artificial intelligence,61次)、“人—機(jī)器人交互”(human-robot interaction,60次)、“個(gè)人化/個(gè)性化”(personalization,47次)、“大數(shù)據(jù)”(big data,39次)、“機(jī)器人”(robots,39次)、“臉書”(Facebook,30次)、“自動(dòng)化”(automation,28次)，以及“計(jì)算新聞”(computational journalism,27次)。“人—機(jī)器人交互”和“算法”分別是前后兩個(gè)十年(2000—2010、2011—2020)出現(xiàn)頻次最高的關(guān)鍵詞。在前十位偏實(shí)體性概念之外,出現(xiàn)頻率較高的理論概念還包括:“過濾氣泡”(filter bubble,11次)、“可供性”(affordance,8次)、“透明性”(transparency,8次)、“把關(guān)”(gatekeeping,6次)、“物質(zhì)性”(materiality,6次)、“行動(dòng)者網(wǎng)絡(luò)理論”(actor-network theory,5次)、“數(shù)據(jù)化”(datafication,5次)、“極化”(polarization,5次)、“選擇性接觸”(selective exposure,5次)、“恐怖谷”(uncanny valley,5次)等。

我們對(duì)高頻關(guān)鍵詞(n=202)進(jìn)行共現(xiàn)分析(圖3)?！八惴ā薄吧缃幻襟w”與“人工智能”分別是度數(shù)中心性、中介中心性與接近中心性最高的三大關(guān)鍵詞,構(gòu)成智能傳播研究最核心的概念。高頻關(guān)鍵詞共形成14個(gè)聚類,其中,有8個(gè)聚類包含的關(guān)鍵詞個(gè)數(shù)在5個(gè)以上,形成了概念群。其中,三大概念群(占所有出現(xiàn)3次及以上關(guān)鍵詞的69.31%)分別是:算法與社交媒體(n=56)、個(gè)性化新聞(n=46)、人工智能與社會(huì)(n=38),另外還有五個(gè)相對(duì)較小的概念群,分別是自動(dòng)化新聞(n=17)、人—機(jī)器人交互(n=11)、人—計(jì)算機(jī)交互(n=11)、平臺(tái)研究(n=8)與輔助型機(jī)器人(n=6)。

圖3 智能傳播研究關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)

1.算法與社交媒體(n=56)

這是涵蓋關(guān)鍵詞最多的一個(gè)概念群,圍繞著算法(algorithm)與社交媒體(social media)兩個(gè)核心概念展開。除平臺(tái)(platform)及其具體代表(Facebook、YouTube、Netflix、Google等)以及受眾(audience)、用戶(user)等外,主要的理論概念包括算法文化(algorithmic culture)、數(shù)字文化(digital culture)、媒介生態(tài)(media ecology)、可見性(visibility)、不平等(inequality)等,體現(xiàn)出對(duì)算法在宏觀上如何影響文化和社會(huì)的關(guān)切；推薦(recommendation)、極化(polarization)、認(rèn)同(identity)等,則側(cè)重微觀層面上算法對(duì)個(gè)人的影響。

2.個(gè)性化新聞(n=46)

本概念群圍繞個(gè)性化、自動(dòng)化和新聞業(yè)展開,既包括對(duì)側(cè)重新聞生產(chǎn)的討論,如把關(guān)、行動(dòng)者網(wǎng)絡(luò)理論、場(chǎng)域理論、客觀性、透明性等；也包括關(guān)注個(gè)性化新聞效果的概念,如過濾氣泡、選擇性接觸、回音壁等。

3.人工智能與社會(huì)(n=38)

該聚類處于中心位置的技術(shù)概念主要包括人工智能、大數(shù)據(jù)、機(jī)器學(xué)習(xí)等,理論概念主要是可供性、物質(zhì)性、媒介化、數(shù)據(jù)化等,并涉及對(duì)權(quán)力、民主、隱私、監(jiān)控等重要社會(huì)議題的思考。

4.自動(dòng)化新聞(n=17)

自動(dòng)化新聞(automated journalism,automated news)相關(guān)的技術(shù)概念包括自然語(yǔ)言生成(natural language generation)、新聞機(jī)器人(newsbots)等,理論概念包括評(píng)估內(nèi)容可信度的MAIN(modality-agency-interactivity-navigability,形式—載體—互動(dòng)性—可操作性)模型，以及計(jì)算新聞、算法新聞(algorithmic journalism)等。

5.人—機(jī)器人交互(n=11)

該概念群的中心概念是“人—機(jī)器人交互”,涉及的實(shí)體概念有社交機(jī)器人、索尼AIBO機(jī)器狗(artificial intelligence robot),以及機(jī)器人設(shè)計(jì)(robot design)等,理論概念包括社會(huì)臨場(chǎng)感(social presence)、心理基準(zhǔn)(psychological benchmarks)等。

6.人—計(jì)算機(jī)交互(n=11)

該聚類的主要概念包括“人—計(jì)算機(jī)交互”、計(jì)算機(jī)作為社會(huì)行動(dòng)者(computer as social actors),以及與交互過程息息相關(guān)的信任(trust)、參與(engagement)、情感(affect)、情緒(emotion)、自我披露(self-disclosure)、親密感(intimacy)等。

7.平臺(tái)研究(n=8)

主要包括平臺(tái)研究(platform studies)、軟件研究(software studies)、平臺(tái)化(platformization)、基礎(chǔ)設(shè)施(infrastructure),以及與平臺(tái)緊密相關(guān)的勞動(dòng)(labor)、工作(work)等。

8.輔助型機(jī)器人(n=6)

主要概念有仿人機(jī)器人(humanoid robot)、輔助型機(jī)器人(assistive robot)、輔助技術(shù)(assistive technology)及其主要應(yīng)用場(chǎng)景(autism、learning)等。

(四)智能傳播研究的知識(shí)基礎(chǔ):引文共引分析

1.總體特征與高引文獻(xiàn)

首先,639篇智能傳播文獻(xiàn)共引用25189篇/部文獻(xiàn),平均引用39.42篇。最早的引用文獻(xiàn)是1629年笛卡爾致哲學(xué)家梅森討論人工語(yǔ)言的信件InaLettertoMersenne。但智能傳播研究所引用的二級(jí)文獻(xiàn)總體上主要集中于21世紀(jì),只有少量2000年以前的經(jīng)典文獻(xiàn)得到較多引用(在被引次數(shù)≥5的419篇二級(jí)文獻(xiàn)中,占12.65%)。

其次,我們分析了高引二級(jí)文獻(xiàn)的學(xué)科分布。對(duì)被引次數(shù)≥15的49篇二級(jí)文獻(xiàn)進(jìn)行學(xué)科分類人工標(biāo)注后發(fā)現(xiàn)(可多選),71.43%屬于傳播學(xué),同時(shí)42.86%來自其他學(xué)科。具體地,22.45%來自其他人文社會(huì)科學(xué)(主要包括法學(xué)、文化研究、政治學(xué)),18.37%來自理工科(主要來自計(jì)算機(jī)科學(xué)、機(jī)器人學(xué)),以及2.04%來自于跨學(xué)科期刊(Science)。

第三,表3報(bào)告了被初級(jí)文獻(xiàn)引用次數(shù)最多的11篇/部二級(jí)文獻(xiàn),均出版/發(fā)表于2010年后。其中,書籍4部,論文7篇。值得注意的是,其中四篇論文本身也是智能傳播研究的初級(jí)文獻(xiàn)(序號(hào)3、4、5、10)。

表3 被智能傳播研究論文引用次數(shù)最多的11篇/部二級(jí)文獻(xiàn)

2.引文網(wǎng)絡(luò)分析

在25189篇二級(jí)文獻(xiàn)中,大部分(87.35%)二級(jí)文獻(xiàn)只被一篇初級(jí)論文引用,這使得它們無法與其他節(jié)點(diǎn)聯(lián)系起來。為減少信息冗余,降低網(wǎng)絡(luò)的復(fù)雜度,以便更好地把握智能傳播研究知識(shí)來源的總體特征,我們選擇次數(shù)3作為二級(jí)文獻(xiàn)的引用閾值,最終得到了1229篇二級(jí)文獻(xiàn)。通過共引分析,我們發(fā)現(xiàn)了7個(gè)主要的二級(jí)文獻(xiàn)聚類(涵蓋98.28%,另有3個(gè)聚類包含的二級(jí)文獻(xiàn)各不超過10篇)。我們對(duì)各個(gè)聚類中的文獻(xiàn)結(jié)合主要內(nèi)容給出了聚類名稱,代表智能傳播研究七個(gè)方面的知識(shí)基礎(chǔ),分別是:算法與平臺(tái)、信息個(gè)人化、算法與新聞業(yè)、互動(dòng)型機(jī)器人、人類對(duì)機(jī)器的認(rèn)知與交互、說服與商業(yè)傳播、輔助型機(jī)器人，如圖4。

圖4 智能傳播研究的引文共引網(wǎng)絡(luò)

(1)算法與平臺(tái)(n=308)

最大的一個(gè)引文分類集中于對(duì)算法文化、算法權(quán)力以及社交媒體、平臺(tái)設(shè)施的探討,主要來自傳播學(xué)與文化研究領(lǐng)域,偏向宏觀,批判色彩濃郁。被引用最多的是Bucher 2012年發(fā)表于《新媒體與社會(huì)》的論文WanttobeontheTop?AlgorithmicPowerandtheThreatofinvisibilityonFacebook(該文本身也是被引次數(shù)最多的智能傳播研究初級(jí)文獻(xiàn)),這篇論文討論了不可見性作為一種威脅對(duì)算法權(quán)力的塑造；其次是探討算法與社會(huì)關(guān)系的著作《黑箱社會(huì)》(TheBlackBoxSociety,2015)、闡述社交媒體連接性的著作《連接:社交媒體批評(píng)史》(TheCultureofConnectivity:ACriticalHistoryofSocialMedia,2013),以及關(guān)于平臺(tái)政治的論文《平臺(tái)政治》(ThePoliticsof‘Platforms’,載于《新媒體與社會(huì)》,2010)等。

(2)信息個(gè)人化(n=290)

第二大引文類別主題是信息個(gè)人化(information personalization),探討算法所形成的信息個(gè)人化、選擇性接觸,以及這一過程所產(chǎn)生的過濾氣泡、信息繭房、群體極化等效果。這部分的前十位高被引文獻(xiàn)中(均發(fā)表于2010年之后),包括闡釋“過濾氣泡”的代表性著作《過濾泡:互聯(lián)網(wǎng)對(duì)我們的隱秘操縱》(TheFilterBubble:WhattheInternetIsHidingfromYou,2011),以及ExposuretoIdeologicallyDiverseNewsandOpiniononFacebook(發(fā)表于Science,2015)、FilterBubbles,EchoChambers,andOnlineNewsConsumption(發(fā)表于Public Opinion Quarterly,2016)等代表性實(shí)證研究論文。

(3)算法與新聞業(yè)(n=288)

人工智能、算法與新聞業(yè)不僅構(gòu)成智能傳播研究的主要領(lǐng)域,而且也構(gòu)成一個(gè)主要的知識(shí)基礎(chǔ),體現(xiàn)出該領(lǐng)域“自給自足”的知識(shí)生態(tài)。這部分文獻(xiàn)主要來自傳播學(xué)內(nèi)部,其中在被引用次數(shù)前十名的二級(jí)文獻(xiàn)中(均發(fā)表于2010年之后),一半來自于《數(shù)字新聞》(Digital Journalism),說明該刊已經(jīng)成為算法新聞?lì)I(lǐng)域核心的知識(shí)貢獻(xiàn)來源。高被引文獻(xiàn)集中于對(duì)新聞業(yè)量化/計(jì)算轉(zhuǎn)向的理論綜述(如TowardsaSociologyofComputationalandAlgorithmicJournalism,2012)和對(duì)自動(dòng)化新聞業(yè)新行動(dòng)者(機(jī)器人記者)的概念化研究(如TheRoboticReporter:AutomatedJournalismandtheRedefinitionofLabor,CompositionalForms,andJournalisticAuthority,2015)等。

(4)互動(dòng)型機(jī)器人(n=120)

與前三類引文不同,互動(dòng)型機(jī)器人方面的高被引文獻(xiàn)更多來自于機(jī)器人學(xué)(robotics)、人工智能、自動(dòng)化與控制系統(tǒng)等理工科期刊(如Robotics and Autonomous Systems),以及語(yǔ)言學(xué)與傳播學(xué)交叉期刊(如Interaction Studies)。聚焦互動(dòng)型機(jī)器人的概念闡釋、機(jī)器人設(shè)計(jì)、人機(jī)互動(dòng)、對(duì)話分析等方面。與前三類引文集中于近年不同,互動(dòng)型機(jī)器人的前十位高被引文獻(xiàn)全部發(fā)表于2010年之前,其中包括兩篇1970年代的經(jīng)典文獻(xiàn):日本機(jī)器人專家森政弘(Mosahiro Mori)闡釋“恐怖谷理論”(指人類對(duì)與他們有某種程度相似的機(jī)器人的排斥反應(yīng))的論文TheUncannyValley(載Energy,1970),以及社會(huì)學(xué)家Sacks等開創(chuàng)會(huì)話分析(conversation analysis)領(lǐng)域的論文《一個(gè)關(guān)于會(huì)話話輪轉(zhuǎn)換規(guī)則的最簡(jiǎn)系統(tǒng)》(ASimplestSystematicsfortheOrganizationofTurn-TakingforConversation,載于Language,1974)。

(5)人類對(duì)機(jī)器的認(rèn)知與交互(n=92)

這部分文獻(xiàn)主要來源于計(jì)算機(jī)科學(xué)、心理學(xué)、傳播學(xué)等學(xué)科,聚焦人類對(duì)機(jī)器的認(rèn)知和交互。與上一類引文相比,該聚類更加體現(xiàn)心理學(xué)的微觀、實(shí)證視角。前十位高被引文獻(xiàn)中有7篇發(fā)表于2010年之前。包括斯坦福大學(xué)Reeves和Nass闡述人類會(huì)對(duì)計(jì)算機(jī)作出社會(huì)性反應(yīng)的人機(jī)傳播經(jīng)典著作《媒介等同》(TheMediaEquation,1996),還包括人工智能領(lǐng)域提出“圖靈測(cè)試”的經(jīng)典論文《計(jì)算機(jī)與智能》(ComputingMachineryandIntelligence,載于Mind,1950)等。

(6)說服與商業(yè)傳播(n=76)

本聚類中的二級(jí)文獻(xiàn)代表人工智能廣告等研究領(lǐng)域所依托的說服與商業(yè)傳播知識(shí)基礎(chǔ),主要來源于商學(xué)、傳播學(xué)、心理學(xué)期刊,特別是市場(chǎng)營(yíng)銷與消費(fèi)者研究期刊。如Friestad和Wright的《說服知識(shí)模式》(ThePersuasionKnowledgeModel,載于Journal of Consumer Research,1994)在本類被引次數(shù)排名中位列第二,被引次數(shù)最高的文獻(xiàn)是Fornell和Larcker的結(jié)構(gòu)方程模型經(jīng)典論文EvaluatingStructuralEquationModelswithUnobservableVariablesandMeasurementError(載于Journal of Marketing Research,1981)。

(7)輔助型機(jī)器人(n=28)

這部分文獻(xiàn)聚焦于具有實(shí)用功能的輔助型機(jī)器人,包括教育機(jī)器人、醫(yī)療機(jī)器人、育兒機(jī)器人等。主要來自于機(jī)器人學(xué)、語(yǔ)言學(xué)、生物醫(yī)學(xué)工程等學(xué)科期刊,以及它們與傳播學(xué)的復(fù)合類期刊,側(cè)重從人機(jī)交互角度探討機(jī)器人在醫(yī)學(xué)、教育等領(lǐng)域的作用。前十位高被引文獻(xiàn)中8篇發(fā)表于2010年之前。最高被引文獻(xiàn)是Robins等的《機(jī)器人中介的自閉癥兒童的聯(lián)合注意力》(Robot-mediatedJointAttentioninChildrenwithAutism)(載于Interaction Studies,2004)。

四、結(jié)論與討論

本文基于2000—2020年SSCI數(shù)據(jù)庫(kù)的傳播學(xué)論文,運(yùn)用引文耦合分析、關(guān)鍵詞共現(xiàn)分析，以及共引分析,首次對(duì)當(dāng)前方興未艾的智能傳播研究進(jìn)行長(zhǎng)時(shí)段的文獻(xiàn)計(jì)算分析,從研究領(lǐng)域、核心概念與知識(shí)基礎(chǔ)三個(gè)方面繪制智能傳播研究的知識(shí)地圖。研究發(fā)現(xiàn)，第一,智能傳播研究自2000年以來,特別是近十年獲得長(zhǎng)足發(fā)展,主要包括七大研究領(lǐng)域:算法與權(quán)力、人工智能與信息消費(fèi)、人工智能與新聞生產(chǎn)、智能機(jī)器人與人機(jī)傳播、智能技術(shù)的社會(huì)性、人工智能與廣告,以及智能技術(shù)的接受與回避,其中又以前四大領(lǐng)域?yàn)橹?占全部初級(jí)文獻(xiàn)的72.77%)。第二,智能傳播研究的核心概念包括“算法”“社交媒體”“人工智能”等實(shí)體概念與“人—機(jī)(器人)交互”“過濾氣泡”“可供性”等理論概念,可聚合成包括算法與社交媒體、個(gè)性化新聞、人工智能與社會(huì)三個(gè)主要聚類在內(nèi)的八大概念群。第三,智能傳播研究的知識(shí)基礎(chǔ)包括七大方面:算法與平臺(tái)、信息個(gè)人化、算法與新聞業(yè)、互動(dòng)型機(jī)器人、人類對(duì)機(jī)器人的認(rèn)知與交互、說服與商業(yè)傳播、輔助型機(jī)器人,智能傳播研究受到跨學(xué)科滋養(yǎng),除傳播學(xué)外,所引用的文獻(xiàn)來自計(jì)算機(jī)科學(xué)、機(jī)器人學(xué)、語(yǔ)言學(xué)、自動(dòng)化與控制、心理學(xué)、生物醫(yī)學(xué)工程、文化研究、商學(xué)等十多個(gè)學(xué)科。

本文所做的主要貢獻(xiàn)在于:第一,不僅呈現(xiàn)了智能傳播研究的主要領(lǐng)域(研究主題),而且分析了核心概念和知識(shí)來源,從而對(duì)智能傳播研究的知識(shí)地圖進(jìn)行了更全面的繪制。第二,采用基于文獻(xiàn)挖掘的“自下而上”計(jì)算方法,避免了“自上而下”的先驗(yàn)之見或僅基于部分文獻(xiàn)的“局部掃描”,從而不但展現(xiàn)了智能傳播研究相對(duì)客觀、完整的圖景,而且揭示出不為以往研究所關(guān)注的一些發(fā)現(xiàn),例如:在研究領(lǐng)域方面,發(fā)掘出智能機(jī)器人與人機(jī)傳播、智能技術(shù)的社會(huì)性、人工智能與廣告等不為以往研究所強(qiáng)調(diào)的主題；在研究概念方面,發(fā)現(xiàn)了“人—機(jī)器人交互”“人—計(jì)算機(jī)交互”“平臺(tái)研究”等獨(dú)特的概念群；在知識(shí)來源方面,挖掘出多學(xué)科的知識(shí)貢獻(xiàn),特別是經(jīng)典文獻(xiàn)的影響,從而幫助我們更好地理解智能傳播研究的學(xué)術(shù)脈絡(luò)。第三,基于文獻(xiàn)網(wǎng)絡(luò)分析的方法不僅有助于挖掘新的發(fā)現(xiàn),更重要的是展現(xiàn)出智能傳播研究的知識(shí)結(jié)構(gòu),即基于文獻(xiàn)之間的連接關(guān)系構(gòu)建知識(shí)地圖的內(nèi)在邏輯,一方面展現(xiàn)出智能傳播研究凝聚形成的多個(gè)不同的學(xué)術(shù)社群,另一方面也揭示出它們之間的隱藏聯(lián)系,從而有助于激發(fā)智能傳播研究的想象空間。第四,相對(duì)于以往研究的短視閾,本文基于過去20年的視野對(duì)智能傳播研究進(jìn)行較長(zhǎng)期的研究,既可以讓我們看到當(dāng)前熱點(diǎn),也提醒著我們溫故知新。

正是基于網(wǎng)絡(luò)分析,本文清晰地揭示出智能傳播研究的兩大學(xué)術(shù)傳統(tǒng):“智能技術(shù)作為傳播中介”與“智能技術(shù)作為傳播者”。無論是研究領(lǐng)域、核心概念,還是知識(shí)基礎(chǔ),都浮現(xiàn)出兩大主要體系結(jié)構(gòu)——一類由算法與權(quán)力、人工智能與信息消費(fèi)、人工智能與新聞生產(chǎn)等構(gòu)成,關(guān)注的是智能技術(shù)如何重構(gòu)傳播過程和社會(huì)權(quán)力關(guān)系；另一類由人機(jī)傳播、互動(dòng)型機(jī)器人、輔助型機(jī)器人等構(gòu)成,聚焦的是人類與智能機(jī)器之間的交往互動(dòng)。它們?cè)诟髯詢?nèi)部具體的領(lǐng)域、概念和知識(shí)基礎(chǔ)聚類之間存在較多交叉,但兩大傳統(tǒng)之間則很少重合,甚至呈現(xiàn)清晰的分隔。如從高引二級(jí)文獻(xiàn)來看,前者的知識(shí)基礎(chǔ)很“新”,主要引用近十年，甚至近五年發(fā)表的文獻(xiàn),其中不少“初級(jí)文獻(xiàn)”本身構(gòu)成“二級(jí)文獻(xiàn)”,并主要來自傳播學(xué)內(nèi)部,意味著以算法與權(quán)力、算法效果等為代表的傳播研究之間形成一個(gè)相互引用的“自給自足”的體系,它們似乎也很少直接與崇尚內(nèi)容/訊息中心的傳播學(xué)經(jīng)典理論對(duì)話,而是更為勾連技術(shù)、媒介、平臺(tái)和物質(zhì)性理論；而后者的知識(shí)基礎(chǔ)則相對(duì)較“遠(yuǎn)”,但它們也非傳統(tǒng)意義上傳播學(xué)的經(jīng)典文獻(xiàn),而更多源自跨學(xué)科,高引二級(jí)文獻(xiàn)最早可上溯至1950年圖靈的經(jīng)典之作。這說明以智能技術(shù)為傳播者的“人機(jī)傳播”研究更加注重悠久的學(xué)術(shù)傳統(tǒng),也呈現(xiàn)更強(qiáng)的跨學(xué)科特征。

智能傳播研究給傳播學(xué)帶來的最大挑戰(zhàn)與想象恐怕也在于此:如何看待并定義智能技術(shù)在傳播中的位置。傳統(tǒng)傳播研究的基本假設(shè)是傳播的主體是人,傳播是發(fā)生在人類之間的交往活動(dòng)(human communication)；但智能傳播研究的知識(shí)地圖已經(jīng)打破了這一預(yù)設(shè),清晰展現(xiàn)出智能技術(shù)不僅是人類傳播的中介(AI-mediated human communication),而且是重要的傳播者與交流對(duì)象(human-AI communication)?！叭恕獧C(jī)傳播”應(yīng)當(dāng)且已經(jīng)成為智能傳播研究的重要內(nèi)容,值得更多關(guān)注與重視。兩大傳統(tǒng)之間也需要更多的互通與對(duì)話。

值得思考的還有“人類”與“智能技術(shù)”的二元區(qū)分?！昂笕祟悤r(shí)代”的“賽博人”概念認(rèn)為,人類本身已非傳統(tǒng)意義上的生命有機(jī)體,而是整合了智能媒介的新型主體(智能媒介并非外在于人的延伸,而是與人的身體融合互嵌)。因此,智能傳播研究應(yīng)當(dāng)在“智能技術(shù)作為傳播中介”與“智能技術(shù)作為傳播者”的基礎(chǔ)上對(duì)話、整合,發(fā)展基于“智能人類主體”的傳播研究,不僅考察智能技術(shù)對(duì)于人類交往活動(dòng)的影響,重視人類與智能技術(shù)之間的交往,還要關(guān)注“智能人類主體”自身,以及相互之間的溝通實(shí)踐,從而不斷煥發(fā)智能傳播研究的想象力,塑造傳播研究的未來。

注釋:

① Guzman A.,LewisS.ArtificialIntelligenceandCommunication:AHuman-MachineCommunicationResearchAgenda.New Media and Society,vol.22,no.1,2020.pp.70-86.Hancock J.,Naaman M.,Levy K.AI-MediatedCommunication:Definition,ResearchAgenda,andEthicalConsiderations.Journal of Computer-Mediated Communication,vol.25,no.1,2020.pp.89-100.Thurman,N.,Lewis,S.,Kunert J.Algorithms,Automation,andNews(Special issue).Digital Journalism,vol.7,no.8,2019.pp.980-992.Guzman A.Human-MachineCommunication:RethinkingCommunication,Technology,andOurselves.New York:Peter Lang.2018.

② Russell S.,Norvig P.,Davis E.ArtificialIntelligence:AModernApproach.Upper Soddle River:Prentice Hall.2010.p.5.

③ Ali W.,Hassoun M.ArtificialIntelligenceandAutomatedJournalism:ContemporaryChallengesandNewOpportunities.International Journal of Media,Journalism and Mass Communications,vol.5,no.1,2019.pp.40-49.

④ Liu-Thompkins Y.ADecadeofOnlineAdvertisingResearch:WhatWeLearnedandWhatWeNeedtoKnow.Journal of Advertising,vol.48,no.1,2019.pp.1-13.

⑤ Hancock J.,Naaman M.,Levy K.AI-MediatedCommunication:Definition,ResearchAgenda,andEthicalConsiderations.Journal of Computer-Mediated Communication,vol.25,no.1,2020.pp.89-100.

⑥ Lewis S.,Guzman A.,Schmidt T.Automation,Journalism,andHuman-MachineCommunication:RethinkingRolesandRelationshipsofHumansandMachinesinNews.Digital Journalism,vol.7,no.4,2019.pp.409-427.

⑦ Guzman A.,Lewis S.ArtificialIntelligenceandCommunication:AHuman-MachineCommunicationResearchAgenda.New Media and Society,vol.22,no.1,2020.pp.70-86.

⑧ Hepp A.ArtificialCompanions,SocialBotsandWorkBots:CommunicativeRobotsasResearchObjectsofMediaandCommunicationStudies.Media,Culture and Society,vol.42,no.7-8,2020.pp.1410-1426.

⑨ 師文、陳昌鳳:《馴化、人機(jī)傳播與算法善用:2019年智能媒體研究》,《新聞界》,2020年第1期,第300-306頁(yè)。師文、陳昌鳳:《信息個(gè)人化與作為傳播者的智能實(shí)體——2020年智能傳播研究綜述》,《新聞?dòng)浾摺?2021年第1期,第90-96頁(yè)。

⑩ 喻國(guó)明、梁爽、程思琪:《當(dāng)前國(guó)際傳媒領(lǐng)域人工智能研究的學(xué)術(shù)熱點(diǎn)與框架》,《東南學(xué)術(shù)》,2018年第2期,第55頁(yè)。