李本乾

随着互联网技术从 Web 1.0、Web 2.0 发展到 Web 3.0，人类传播历经静态网页、社交媒体后，已发展到智能媒体时代。与此同时，中国特色社会主义事业不断发展又进一步推动传媒变革更新。随着网络创新和社会进步，我们将迎来一个传播的崭新时代。为此，我们应抓住技术创新与时代发展机遇，争取为人类传播作出更大贡献。

第一，数据驱动将为传播学科的建设提供新机遇。众所周知，研究方法创新对于一个学科的发展至关重要。譬如，威廉·冯特（Wilhelm Wundt）创立的世界上第一个心理学实验室，开创了实验心理学研究方法，被认为是心理学成为一门独立学科的标志。纵观传播研究，以往大都运用模型驱动方法，通过构建和分析研究模型而达到科学认识原型的目的。

2007 年，邓肯·瓦茨 (Duncan Watts) 在《自然》杂志发表的《二十一世纪的科学》中指出：基于互联网产生的大规模数据与实验将会变革我们对于复杂人类互动和集体行为的理解和认知。2009 年，哈佛大学教授拉泽尔（Lazer et al.，2009）等在《科学》杂志发文，正式提出“计算社会科学”（Computational Social Science），开启了计算社会科学的研究热潮。与以往研究相比，计算社会科学的特色在于数据驱动研究方法。随着网络技术的发展，数据资源更加丰富，算法和计算工具不断进步，人们将海量数据应用于揭示复杂人类传播规律的能力也将不断提高。而数据驱动研究方法的日趋成熟，势必更加有力地推动传播学科成长为一种“平台型学科”，引领数字时代哲学社会科学的进一步发展。显而易见，数据驱动研究方法将为未来传播学科发展提供新机遇。

第二，媒介融合将为传媒与社会发展创建新模式。纵观媒介发展史，我们不难发现：报纸、广播、电视等传统媒体的黄金发展期，恰逢人类工业化蓬勃发展时代；而工业化时代的显著特征便是强调分工和专业化发展；传统媒体必将打上工业化时代的深深烙印。然而，互联网时代的特征并非如此，它强调的却是融合而非分工或专业化。事实上，即使互联网发展初期，静态网页业已具备将文字、图片、音频、视频等融合的功能。换言之，Web 1.0 时期其实已拉开了媒介融合的大幕。Web 2.0 时代，传者与受者的双向互动，不仅使传者与受者的界限被淡化，而且超越传媒疆界，推动诸如传媒与电商等产业融合。Web 3.0 时期 VR、AR 以及元宇宙与人工智能技术发展，更是促进人与机器、虚拟与现实世界融合。由此可见，数字技术发展促进了媒介融合，而媒介融合又将进一步推动人机融合、虚实融合、产业融合……它必将促使经济和社会要素的重新组合，创建一系列传媒、产业和社会发展的新模式，推动传媒、经济和社会向更高水平发展。

第三，智能传播将为未来传媒的发展提供新动能。虽然“人工智能”概念早在 1956 年已被提出，但直到 2022 年ChatGPT 的横空出世，人们才深刻体会到 AI 技术从感知、理解世界到生成、创造世界的巨大飞跃。目前，国外媒体应用大模型发布了谷歌 Genesis AI、NewsGPT 等；“文心一言”发布后，澎湃新闻宣布成为百度“文心一言”首批先行体验官。由此可见，国内外媒体已将人工智能大模型广泛应用于内容采集、数据分析、内容制作、个性化报道和受众互动运营等媒体场景中，极大地提高了内容生产和个性化推荐效率。倘若未来其能够在各种智能任务上与人类能力相媲美，甚至超过人类能力，即一种被称之为“通用人工智能”技术获得更大的进步，必将为未来传媒发展提供更加强劲的新动能。

第四，教育传媒将为“讲好中国故事”营造新生态。改革开放四十多年来，我国经济建设取得了令人瞩目的成就，但“西强我弱”的国际舆论格局并未被彻底扭转。为此，“讲好中国故事”已到了刻不容缓的地步。

笔者通过国际权威调研平台 Qualtrics 向美国、澳大利亚、新加坡、加拿大、英国、日本、韩国等 7 国 1500 名电竞用户问卷调查显示，总体而言，海外玩家对中国文化的欣赏与好感促进了其对中国形象的积极评价。Gdelt 全球新闻库 2021-2023年涉华新闻数据显示，中华文化相关的新闻更为正面。全球最大的问答分享社区 Quora 数据显示，文化类话题下对中国相关问题的正面回答占六成左右。上述数据远远好于皮尤研究中心（Pew Research Center）2023 年 7 月 27 日发布的 24 国家受访者对中国好感度的评价。为此，发挥教育传媒独特功能，传播中华优秀文化，营造良好的文化生态环境，“讲好中国故事”将会取得事半功倍的效果。

抓住新机遇，创造新模式，添加新动能，营造新生态，让我们共同开创“讲好中国故事”的新局面，迎接人类未来传播的新时代......（本文为文章截选，完整版请见《教育传媒研究》2023年第6期，本刊已入中国知网、万方、维普等相关学术数据库）

作者系教育部“长 江 学者”特聘教授，上海交通大学媒体与传播学院特聘教授、博士生导师