王成军

【摘要】计算社会科学虽然推动了计算传播学的发展，其定义逻辑在理论方面先天不足的困境同样也会影响计算传播学的发展。针对这一问题，本文通过综述过去十年国内计算传播学研究的进展，分析了计算传播学在计算方法、计算传播实践、理论化逻辑三个方面的研究趋势。本文提出计算传播学依然面临自身的理论化发展、算法黑箱、人才培养方面的困境。最后，本文指出计算传播学植根于现实生活的计算传播。当推荐算法、社交机器人、虚拟主播、大语言模型、智能体、人形机器人通过计算传播主导人类传播过程，拉图尔所揭示的非人类行动者正在成为计算传播学的根基。按照拉图尔的科学论，计算传播学的理论建构之路始于计算中心。

【关键词】计算社会科学；计算传播学；拉图尔；哥白尼革命

一、引言：问题的提出

计算社会科学的浪潮推动了社会科学各个领域—尤其是计算传播学—的发展。Lazer 等人于 2009 年在《科学》杂志发表题为“计算社会科学” 的文章，标志着计算社会科学的诞生。从 Lazer 等人（2009）的文章来看，计算社会科学背后的主要推动力量来自于大数据的出现和以网络科学为代表的计算方法的发展。“大数据 + 计算方法”为社会科学的发展注入了新的驱动力，计算社会科学研究如雨后春笋纷纷出现。2015 年，来自全球的计算社会科学研究者开始举办“计算社会科学国际会议”（International Conference on Computational Social Science，IC2S2）。历时十载，计算社会科学国际会议已经成为具有广泛影响力的国际会议。在传播学领域，2014 年之后计算传播学开始进入学科建制化阶段。2014 年，华人传播学研究者开始讨论计算社会科学在新闻传播学中的应用，提倡计算传播学研究。例如，2015 年，南京大学新闻传播学院率先成立计算传播学中心；2016 年，国际传播学会建立计算方法兴趣小组（2020 年成为计算方法分会），同年，第一届计算传播学论坛在南京成功举办； 2018 年，中国新闻史学会成立计算传播学专业委员会，同年举办第一届计算传播学年会。2018 年出版的《计算传播学导论》（第一版）则标志着计算传播学开始进入高校的课程教学当中。

计算社会科学所面临的诸多挑战自然也会影响到计算传播学本身的发展。Lazer 等人在 2009 年的论文当中就已经意识到计算社会科学所遭遇到的一系列挑战。例如，计算社会科学首先出现于大的互联网公司和政府机构当中，很容易变成一个排他性的研究领域。既然计算社会科学的发生条件依赖于对大规模数据的收集和分析，那么来自数据端和算力端的限制必然会限制计算社会科学—也包括计算传播学—的发展。Lazer 等人（2009）也敏锐地意识到理论端同样存在局限性。例如，已有的社会科学理论多数是基于既有的数据（数据规模、颗粒度都相对有限）所构建的。一个典型的例子是很多传播学理论是基于量表和问卷调查的方式采用“小数据”构建的，而计算社会科学所使用的行为数据虽然规模巨大，却往往缺乏构念效度。显然，大数据面临着一个对概念进行测量的鸿沟。Lazer 等人（2009）还提到制度性的阻碍，诸如社会科学经费有限、与工程和计算机科学等领域的跨学科合作较少、对于隐私的保护。2020 年，Lazer 再次领衔在《科学》杂志上发表题为“计算社会科学”的文章，重申计算社会科学面临的阻碍和机遇。Lazer 等人（2020）再次强调了来自制度结构的困境，包括研究伦理、教学方法和数据基础设施。

计算社会科学的定义逻辑在理论方面存在先天不足的问题。Lazer 等人倾向于将计算社会科学定义为对计算方法的应用。例如，Lazer 等人将计算社会科学定义为一个正在兴起的领域，“该领域利用大规模收集和分析数据的能力，这或许能够揭示出个体和群体行为的模式”；Lazer 等人还将计算社会科学定义为“将计算方法开发并应用于复杂的、通常是大规模的人类（有时是模拟的）行为数据”。针对计算传播学的理论化问题，王成军从拉图尔的科学论—尤其是计算中心概念—出发，进行了初步的理论化尝试，提出商业主导的计算中心模式是计算社会科学发展的最大问题。另一方面，计算社会科学研究者也对传统的社会科学研究提出了批评。例如，计算社会科学领军人物 Watts 提出社会学研究过于热衷讲故事，反而陷入了“理论的丛林”：理论遮天蔽日、难辨真伪，让人无所适从。

根据以上介绍，本文提出以下核心问题：计算社会科学研究在国内新闻传播学领域的实际发展状况如何？存在哪些主要的问题？未来的发展方向在哪里？为了评估计算社会科学研究在国内新闻传播学领域的发展，本文致力于对这一领域的相关文献进行综述，结合研究趋势总结面临的问题，并讨论未来可能性。本文的文献来自 CNKI 数据库，对已经发表的学术成果按照以下逻辑进行检索：第一步，本文采用高级检索方式，选择文献分类为“信息技术—新闻与传媒”；第二步，本文采用三个检索词（“计算社会”OR“计算传播”OR“计算方法”）进行主题检索；第三步，本文将论文发表来源限定为学术期刊。根据以上检索条件，得到 191 篇论文；第四步，本文将来源类别限定为 CSSCI，由此得到 83 篇论文。在此基础上，本研究删除“主持人语”“学界新闻”“征稿信息”等不相关的内容，进一步得到供分析文本 71 篇；最后，本文采用这些论文作为种子论文，纳入以上检索程序所遗漏的部分论文。

二、研究趋势

计算传播可以从“计算”和传播两个方面来理解，是二者的组合式创新。周葆华将计算传播拆分为“计算”的传播和“传播”的计算两个方面，前者以计算方法赋能传播研究，后者以传播学理论指引计算方法的使用。针对计算与传播之间的关系，塔娜提出“传播为本、计算为用”的基本逻辑。钟智锦等人（2023）从议题、方法、理论三个维度对 2022 年的中英文计算传播研究进行了综述。在研究议题方面，政治传播是中西方学者共同关注的议题；在研究方法方面，语义分析、网络分析、情感分析构成中英文文献常用的计算方法；在数据来源方面，社交媒体构成了中西方学者开展计算传播研究的主要数据源。与中文文献相比，英文文献的计算传播研究往往突出多个平台的数据源、大数据和小数据的结合、强调对于新闻生产议题的关注。此外，数据获取渠道有限，限制了计算传播学的发展。

赵甜芳通过分析 12991 篇中外核心文献绘制了计算传播研究的知识地图。在国际计算社会科学相关文献中，计算传播学占比位居第二，仅次于计算社会学；在 2009 年就已经出现与计算传播相关的研究，但是在 2014 年之后才进入快速发展期；计算机科学研究在计算传播学研究早期（2000-2009）占比最高，心理学领域的研究在第二个时期（2010-2015）后来居上，传播学领域的文献在第三个时期（20162021）占据榜首。赵甜芳发现本土研究在核心术语表达方面偏个性化、侧重理论思辨、关注本土议题和本学科知识、积极引入跨学科研究方法。赵甜芳区分了传统量化方法和新型的计算方法，并认为二者都属于广义计算方法。对于本土计算传播学研究的实践路径，赵甜芳认为存在启发性的人文取向与程式性的计算取向两种路径，前者的可迁移性（或者说可推广性）不足，而后者长期陷入精致的平庸困境。赵甜芳认为需要兼顾人文取向与计算取向，并提出了两种实践路径：第一条路径是“先通过实证分析找出规律，再通过人文理论及思想阐释意义，解决计算研究意义不足的问题”；第二条路径“先根据人文经验选择有意义的议题，再通过实证研究逐个检验、弥补传统人文研究证据缺位问题”。

基于对 2021 年之前的中西方计算传播学研究文献的分析，巢乃鹏等人发现国内的计算传播文献聚焦于计算范式、研究特征、计算方法、理论研究、人才培养、健康传播、研究实践七个主题，而国际计算传播文献大同小异：一方面，少了对人才培养主题的关注；另一方面，更强调政治传播主题。周葆华等对2000-2020 年代表性传播学国际期刊中的计算舆论研究进行了分析，发现计算舆论研究在 2011 年之后快速发展，其研究内容以政治议题为中心，往往聚焦于单一事件，侧重于框架、议程设置、情绪、可供性等概念，聚焦单一国家和平台的研究仍占大多数，经典的统计方法、文本挖掘和网络分析是主要采用的分析方法。钟智锦梳理了国内采用计算传播路径开展的网络舆论研究，发现研究热点集中于内容、生产者、传播者、演化规律等方面，而主要的计算方法包括文本挖掘、社会网络分析、多主体仿真。

（一）计算方法

计算方法的引介、应用和发展构成了计算传播学研究的一个重要领域。徐明华等辨析了“大数据” 和“社会计算”这两个概念，指出大数据相当于建筑原材料，而社会计算则是建筑的过程；后者又可以分为方法（相当于设计图）、软件工具（相当于建筑工具）和可视化呈现（相当于建筑的外观）。从大数据到创新需要跨越数据的筛选、预处理、变换、可视化和数据挖掘才能转变为信息；信息加上研究方法和既有理论才能提炼出知识（现象、机制、预测）；创新就是以上整个过程的产物。基于以上逻辑，徐明华等（2018）提出社会计算比起大数据更符合新闻传播学对方法论的要求。黄文森分析了计算方法在数字新闻学当中的应用，提出传统的新闻研究方法出现计算转向。多主体建模为传播效果研究提供了重要的路径。李凤翔等人使用 NetLogo 仿真软件对魔弹论、有限效果论、互联网偏态传播效果进行多主体建模。但是，多主体模型的初始参数往往与现实并不一致。因此，如何将仿真与数据相结合成为未来的一个主要方向。

作为计算方法的计算传播学可以被广泛地应用于各种类型的新闻传播学研究当中。2021例如，计算传播研究在数据、模型和方法三个方面为研究作为社会动态过程的舆论提供了机会。张伊妍等人采用主题模型和网络分析方法分析了 YouTube 上发布的关于中国的 387730 条视频，结果表明中国在海外视频社交媒体上呈现为一种文明与争端的二元对立形象，主流媒体账号仍停留在搬运已有内容的阶段，未能很好融入 YouTube 平台的舆论场，呈现出相对独立的议程。赵永华等采用计算方法对《华盛顿邮报》推特账号针对中美贸易所发表的评论进行情感分析，发现公众情绪的固化和极化现象。Walter 等人将主题模型、网络分析、社区检测组合起来，提出“主题模型网络分析”的分析路径，分析文本所呈现的主题化、网络化、社区化特征。张媛等人将主题模型网络分析应用于舆情传播研究领域 , 具体包括：在经验现象中提出舆情传播问题、在数据驱动中解析舆情传播机制、在趋势预测中建构舆情传播体系。周葆华和冯钰婷分析了 20 个新媒体事件在两微一端上的传播，聚焦于分析传播关键节点进行跨事件、跨平台传播的能力，结果表明仅有 2% 的账号具备跨事件和跨平台的影响力，并且主要是新闻媒体账号。陈昌凤等人对社交机器人在推特上的议题参与进行了分析，发现社交机器人在计算宣传中的三个主要特征：内容的聚焦性与负面性、理性中立的形象、广泛而活跃的社交。

“计算传播分析”成为重要的研究路径。刘鸣筝与其合作者基于对 B 站视频和弹幕的计算传播分析，研究中华优秀传统文化的青年传播实践，采用关键词共现网络、情感分析等计算方法支撑其定性分析。徐翔基于对今日头条数据的计算传播分析，探究了社会回音室的媒介逻辑，指出回音室效应不仅是个体层面或智能算法导致的茧房现象，而是社会层面的传播和连接所导致的后果。刘丽群等对网络舆情数据进行情感和主题建模，提出数字平台成为舆情评估的重要渠道，社会计算在对大数据的分析方面发挥着重要作用，对传统舆情研究方法构成重要挑战。周葆华等人对公众人物的微博评论数据进行计算传播分析，提出延展性情感空间的概念，用于解释网络哀悼的临时性空间如何转化为常态性空间。孙少晶与其合作者将计算传播分析应用到网络化把关研究当中，采用生存分析、格兰杰因果检验方法对微博热搜的议题可见性与把关行动者进行分析，发现热搜话题进入榜单的时段、最高排名、议题框架对于在榜时长具有显著影响。

计算方法与传统研究方法之间存在着互补关系。例如，郭蕾及其合作者研究了新闻媒体的报道对于个人观点以及随后在社交媒体上的表达行为的影响。3435她们采集了 42917 篇新闻报道，人工编码了其中的 2392 篇，并训练机器学习模型对其他新闻报道进行分类；随后，她们进行了两轮问卷调查来采集公众的意见。通过将大数据分析与问卷调查相结合的方式，郭蕾等人发现主流媒体和党派媒体在议程设置方面具有不同影响。当必须在大数据和问卷调查二者之间进行选取的时候，郭蕾提出考虑样本质量、数据可得性、数据质量、数据分析、成本五个方面的问题。

计算方法为兼顾解释和预测提供了机遇。具体而言，李雪莲等人将基于大数据的传播研究分为四个层次：（1）描述性分析（计算文本）；（2）在线随机试验（干预研究）；（3）社会计算（解释性研究）；（4）反事实因果推理（混合方法）。相较于 Pearl 等所构建的三层因果阶梯37，李雪莲等人在干预和反事实之间键入了解释性研究这一层级。解释性研究的特点是与理论密切结合，一方面对经典理论进行检验，另一方面也提出新的理论假设，构成一个通往更高层因果阶梯的中间层。在此基础上，李雪莲等人提出整合解释与预测的因果分析框架：（1）数据整合，基于媒介生活世界进行描述性研究，例如将大数据与调查数据、内容分析、定性分析相结；（2）理论整合，开展识别因果机制的解释研究；（3）交叉验证提升预测，提升研究有效性和可靠性；（4）知识整合，整合大数据研究与跨学科知识。

计算传播学作为计算方法的一个重要贡献在于拓宽了传播学研究的视野。人类传播的本质是多模态交流（例如文本、音频、图像），然而传统研究往往忽视对于视觉信号和声音信号的分析。计算方法，尤其是计算机科学，关于自然语言、图像、声音分析技术的发展为多模态研究提供了重要机遇。周葆华等人（2024）对多模态计算传播研究进行了内容分析，发现这一领域起步较晚，研究模式可以基于多模态关系（独立或组合）和研究目的（描述和解释），多模态特征主要包括图文一致性、图文主体、叙事策略、攻击性指数等方面。38选择多模态的研究对象的目的可以分为四类：（1）研究新的经验事实；（2）检验单一模态研究的结果；（3）整合多模态理论框架；（4）开发新的研究方法。使用计算机所提取的多模态特征可以分为低维特征、内容特征、语义特征。在此基础上，周葆华等人（2024）对多模态计算传播研究提出以下发展建议：（1）超越单一模态；（2）借助智能技术；（3）推进理论建设；（4）推进跨平台和跨地区研究。官璐等人分析了计算机视觉技术在新闻传播研究中的应用，总结了社会科学相关的图像特征提取技术，指出这种研究路径处于起步阶段，未来的研究一方面可以与传统社会研究方法相结合，另一方面，可以关注新兴特色研究方向。

更进一步，计算视觉传播研究成为新的热点。计算方法在视觉传播研究当中起到联结作用，释放了视觉传播研究的潜力。传统的视觉传播以话语阐释方法和定性方法为主，研究集中于视觉感知、传播效应和形象认同等中观议题，难以串联微观和宏观视域。计算视觉传播研究在研究方法方面借助于计算机视觉算法、模型和软件，通过对图像的测量从微观（例如像素层面的颜色、文理、饱和度、位置、瞳孔检测）、中观（例如视觉主题、情感、框架、模因、议程）和宏观（例如视觉传播的文化、社会、政治、经济等维度）三个方面拓展了问题视域。黄阳坤与其合作者分析了推特上社交机器人的视觉传播，发现人机用户之间在多个图像美学特征方面存在显著差异，尤其是在亮度、饱和度、色彩多样性方面，并且机器用户的美学策略与其传播效果高度耦合。

最后，人工智能技术进一步拓展了计算范式。以大语言模型为代表的人工智能为计算传播学研究提供了重要机遇。首先，计算方法依托大模型演化为“智能方法”。一方面，大模型具有的文本和多模态分析能力；另一方面，大模型还可以用于仿真模拟。为传播学的发展注入了新的活力。其次，数字时代让非人行动者进入到舆论场域，引入新现象和新问题。最后，数字平台重构了传统的规范性价值。为了推动人工智能与计算传播学的深度融合，巢乃鹏提出建立可拓展的自动化内容分析工具、引入更多的深度学习算法、推动跨学科合作。

（二） 计算传播实践

计算传播时代的到来对整个互联网的发展产生深刻影响。大数据和人工智能算法成为互联网下半场的核心技术。贺今伟聚焦于品牌营销领域，提出数据与算法成为品牌营销的重要手段。（1）智能技术有助于更加精准、实时的市场与消费者洞察；（2）智能技术构建了丰富的传播场景，对于品牌营销传播至关重要；（3）智能技术还有效推动了内容生产。人工智能技术促使人类社会的计算转向。周翔等提出在计算传播视域下的数据融合推动了品牌传播的嬗变。

大数据与人工智能技术推动计算传播产业的发展。（1）媒体推荐系统是计算传播学的另一个应用领域。郭小平等人提出短视频的智能推荐综合运用多种计算方法，可以实现短视频内容与用户需求的精准匹配。（2）社会计算构成了计算广告学的支撑框架。计算广告基于大数据和社会计算定位目标人群并对其进行广告信息投放。计算广告的传播模式就是以数据为基础，寻找目标人群、识别目标人群的特点进而向其投放广告的过程。段淳林、崔钰婷基于技术—组织—环境生态理论框架，强调了颗粒度、信息质量和临场感三个维度在计算广告品牌传播中的应用及意义。（3）虚拟数字人等融合技术重构了传播模式。张亮等人基于计算社会科学的视角，将网络科学、传播动力学、自然语言处理、知识图谱、机器学习等计算方法纳入到多模态的主持传播当中，提出“计算主持传播范式”，强调主持传播利用多模态表达方式来自洽传递信息、多时空尺度的精准分析和效果度量。

新闻行业很早就开始经历量化或计算转向，先后经历了计算机辅助报道、精确新闻、数据新闻 / 算法新闻 / 计算新闻三个不同的阶段。计算新闻是 “计算社会科学应用于新闻传播领域的实践形式，可以理解为媒体、政府、企业、公众等多元主体，应用算法、数据及社会科学方法，共同开展的集参与、互动与合作于一体的新闻生产过程”。白红义认为计算新闻将技术和机器作为一种新客体纳入到研究疆域当中，代表了新闻研究当中的物质转向。曾润喜等人（2021）对媒体融合时代的计算新闻进行分析，提出从产品创新、资源共享、业务重组、流程再造四个维度对计算新闻进行评价。嵌入到新闻实践当中的计算观念对人类公共生活产生深远的影响。大数据和计算社会科学不仅带来了新闻业的计算转向，更创造了混杂的内容生产协作网络。例如，计算新闻被应用于针对意见气候的舆情挖掘，被整合到社会治理体系当中，进而对传统的新闻价值带来冲击。因此，叩问计算范式的公共性成为一个重要的议题。

（三） 计算传播学的理论化逻辑

计算传播学对于传播学的理论贡献主要来自三个方面：（1）对经典理论的验证；（2）对经典理论边界条件和作用机制的检验；（3）对经典理论的拓展（例如，网络议程设置理论）。在理论贡献方面，钟智锦等人（2023）认为相关研究一方面对于经典理论的继承与发展，另一方面检验回音室效应、媒介记忆理论、污名化理论等学术成果，但是，在理论对话方面仍有不足，面临着理论高度不足、理论创新有限的困境。计算传播学虽然积累了丰富的经验和研究成果，但是其自身的理论基础问题尚未得到充分解决。韩少卿等人提出以传播的“计算” 为基点，基于计算性的概念和认识论建立计算认识论的理论框架。

“可计算性”的本质是问题可以被计算的程度，例如“是否存在确定的算法和计算机程序，能够在有限的时间内利用给定的计算资源通过计算得出问题的解”。因此，可计算性在本质上取决于算法的复杂性。不同于这一理解，韩少卿等人提出计算性作为一个元概念，是计算传播学的基本属性和内在逻辑。计算传播学在认识论方面存在三个基本假设：（1）传播具有可计算性；（2）人类传播的大数据构成了可计算性的基础；（3）计算可以提升传播学的科学性。这三个假设分别对应计算认识主体论、客体论和过程论。从元理论问题的角度出发，韩少卿等人认为计算传播学可以被表达为“传播即计算”，即传播的认识问题本质上是计算问题，其构成要素是计算化的。计算传播学的核心问题是计算性，计算传播学产生于计算性，计算性规定了计算传播学，构成计算传播学的内在逻辑。基于计算性的元理论将计算传播学理论进行计算化重构：一方面，将不同的计算方法纳入到方法域；另一方面，将科学定律采用算法来表达。其中一个洞见在于早期的传播学理论往往基于控制论、信息论、系统论，本身就存在计算性的基础，而今日的计算传播学所做的是从复杂传播系统当中提炼大数据规律。

更进一步，韩少卿等人提出将复杂性科学作为计算传播学的发生逻辑。根据计算的不同阶段，韩少卿等人（2024）将其分为三个阶段：计算Ⅰ、计算Ⅱ、计算Ⅲ，分别对应现实世界、模拟世界和数字世界；从研究范式来看，计算Ⅰ、计算Ⅱ、计算Ⅲ分别对应理论驱动、计算驱动、计算 + 数据驱动三种不同的研究路径；从方法类型来看，计算Ⅰ、计算Ⅱ、计算Ⅲ分别对应量化统计（如抽样调查、内容分析、控制实验、扎根理论）、模拟计算（例如计算机模拟与仿真、社会网络）、大数据计算（如复杂网络、大数据挖掘、自然月宴处理、人工智能、计算扎根）三种方法论；从复杂性方面来看，计算Ⅰ、计算Ⅱ、计算Ⅲ分别对应简化复杂性、恢复复杂性和以复杂性为方法。在此基础上，数字性、计算性、复杂性构成计算传播学元认知的三角框架。

平台化的社交媒体使得技术系统的可计算性显化。胡翼青等人则将“可计算性”定义为“在数字基础设施中，一切对象物都可以被指代为不同的二进制排列组合，再通过最大概率的相合性原则换算，形成各种关系的匹配”。二进制在胡翼青等人的定义中发挥了核心作用，可计算性可以被认为是一切二进制的计算方式和程序。如同尼安德特人的岩壁画，数字化也是一种表征世界的方式。通过这种表征方式，人类可以将客体转化为客体世界。不同于采用模拟的表征方式，数字化的表征方式使得人类所建构的客体世界具有更强的可以被计算的能力或者说更高的可计算性。在此基础上，胡翼青等人将可计算性的本质界定为数字的可换算性和可编码性。一方面，数字化对世界的表征程度意味着可编码性。可编码性在计算机底层系统而言是二进制，在数据库层面则体现为各种各样的数据形式，例如，可以将用户与信息表达为一个矩阵、将单词根据序列关系映射到一个向量空间。另一方面，用数字表征世界意味着可换算性。正如采用货币作为一般等价物可以用于交换，数字基础设施中的可换算性则意味着可以对数字化的表征基于推荐算法构建推荐系统、基于注意力机制构建语言模型。机器学习等人工智能算法可以采用迭代的形式使得数字平台的可计算性进一步获得自动化特征。例如，AlphaGo 可以采用强化学习的框架学习围棋技能，变得越来越聪明。凭借可计算性将算法的触角伸到海量的用户身边，数字平台成为一个非人行动者 , 重构媒介和社会的边界，挑战人的存在意义。胡翼青等人断言“任何未来的主流媒体都必须建立在强大的可计算性的技术基础之上”，一个自然的结果是“新闻本体论面临死亡，取而代之的是可计算性统摄下的数字本体论”。

此外，数字资本主义理论也为理解计算传播学提供了逻辑基础。在数字资本主义的理论视角下，数据成为新的“石油”。数字平台上的数据就像传统资本主义中的土地、资本和劳动力一样，成为关键生产资料。通过收集、分析和使用大量的数据，企业和政府就可以更好地理解消费者或公众的需求。算法成为盘活这些生产资料的生产工具。当数据和算法相结合，平台经济和数字化劳动随之兴起。公众通过劳动在数字媒体上所生产的数据被定义为数字资本。值得注意的是，公众所生产的数据被不均衡地占有。绝大多数个体所生产的数据往往并未成为其数字资本，而是被其他主体（尤其是平台）攫取，并被转换为经济、社会、文化等不同类型的资本；与之相比，少数个体可以凭借流量经济将其数字资本转化为经济资本，而平台可以通过算法将数据“发酵”为新的产品并以此变现。莫莉指出数字资本在政治传播中同样发挥着重要作用，例如，2016 年剑桥分析公司可以通过民意计算来替代民意调查，将公众在数字媒体上的数据“发酵”为计算宣传工具或服务。

三、面临的问题

计算传播学仍然面临着理论、方法、实践多个层面的挑战。巢乃鹏等人强调构筑计算传播学的理论基石和方法论体系的重要性，建议增强问题意识、理论意识、数据意识、方法意识、伦理意识。针对未来计算传播学的研究方向，巢乃鹏等人强调计算传播学一方面需要在理论层面有所突破，另一方面需要回应社会发展的现实问题。在回应现实问题方面，研究者认为计算传播学的学术研究严重滞后于产业发展。关于理论创新问题，祝建华认为并非缺乏新理论，真正缺乏的是颠覆性的理论创新。一方面，新的概念一直在涌现，新的理论层出不穷，但是期刊的论文发表偏向于对旧概念的延伸，也就是“旧瓶装新酒”现象；另一方面，可以完全颠覆认知和经典传播学理论的宏大理论尚未出现，并且未来可能也不会出现。

从计算性的角度对计算传播学进行理论化是一种有益的尝试，然而过于抽象的概念也面临着陷入 “概念迷宫”的困境。计算性或计算认识论是一种抽象的总体理论思考，而非经验性的具体理论。一旦将计算性上升到元理论的高度，它就会成为一个幽灵式的行动者，并对传播学的理论进行计算化重构。元概念的困境在于难以明确其意义边界。当研究者将计算传播学的理论化重任托付给它的时候，它却可能并不存在。基于计算性的理论化工作未能明确其内在构成要素，也就无法阐明计算传播学的具体理论逻辑。换言之，这种理论化路径可能让计算传播学远离实在世界，让个体成为语言的囚徒。康德在哥白尼式革命的鼓舞下，提出了一种科幻小说式的梦魇：让外在世界围绕缸中之心灵旋转。计算传播学的理论化逻辑要警惕这种极端形式的建构主义，避免让康德的先天概念成为跛脚的暴君。

在价值观方面，计算传播研究应当警惕“被算计的舆论”并优化 “被计算的传播”。一方面，主流媒体在舆论传播当中的事实呈现声量不足，亟须建立应对体系，重视话语权建构；另一方面，需要将算法的流量逻辑转化为壮大主流话语的正能量机制。以情感计算为例，情感计算用计算来理解情感，将复杂的人类还原为理性人等价物。王喆认为情感计算走出实验室后成为网络舆情、计算广告、民意调查的互联网产品，被用来识别目标对象的情感状态，被用于预测人类的行动，以情感治理的方式服务于社会治理和商业利益。于是，情感计算产生了一个回环，人类成为情感机器：一方面，人类生成情感并被情感计算所捕捉；另一方面，人类被自己所生成的情感所治理。如今，情感计算被嵌入到各种各样的智能算法当中，被应用于各种媒介基础设施之中，所产生的一个社会后果是，“经由情感回环的前台计算与后台治理，个体的情感及行为方式被固化”。

在计算方法方面，算法的黑箱问题是计算传播学研究面临的重要挑战。例如，郭蕾提出需要警惕 “即点即用”的大数据分析工具，主要原因在于这些软件都存在黑箱问题，而这种黑箱逻辑会威胁到结论的有效性。另外，使用计算方法的测量依然面临着构念效度的问题。例如，计算视觉分析可以得到像素的基本特征（清晰度、亮度、对比度、饱和度、明度）、色彩特征（色彩多样性、主导色系）、画面特征（边缘密度、图像分割块数）。然而，这些测量本身如何对应具体的概念依然存在问题。黄文森反思了计算方法在数据化、自动化、工具化三个方面存在的问题，包括大数据和小数据的利弊、自动化和主观解释关系、信度和效度的双重困境。除了测量的信度和效度问题之外，张伦同样强调了计算传播学研究范式在样本代表性方面的问题.....(本文为文章截选，完整版请搜索公众号：“教育传媒研究杂志社”)

本文系国家社会科学基金一般项目“数字媒体时代中国故事和中国声音的计算叙事研究”（项目编号：22BXW032）的阶段性成果。