单模态”向“多模态”的范式跃迁:算法—情绪—意义的三维整合

——2025年计算传播学研究综述

  • A-
  • A+
2026/03/31 10:52

原凤妍 常 琳 李 华 吴 晔

【摘要】本文基于对近一年传播学Q1区英文期刊与新闻与传播学CSSCI中文期刊69篇代表性研究的系统梳理与主题编码,构建计算传播学2025年度研究图谱。总体发现表明,学科重心由“技术能力”转向“社会机制”,在理论—议题—方法三个层面同步推进:理论上由“可计算性”走向“社会性”,聚焦“算法—情绪—意义”的协同机制;议题上形成八个集群;方法上由单模态走向多模态、由算法优化走向语义融合,迈向“混合解释范式”。据此,本文指出三项面向未来的议程:跨平台长期审计与可重复性建设、本土化开放数据与评测基准、以用户赋权为核心的可解释与参与式治理。

【关键词】计算传播学;生成式人工智能;虚假信息治理;平台治理;多模态方法

计算传播学作为融合计算方法与传播理论的交叉学科,正逐渐成为理解数字时代传播机制的重要框架。2025 年的研究呈现出由“技术能力”向“社会机制”的方向转向,学者们从算法性能走向传播结构、从方法创新走向意义建构。无论生成式人工智能的传播效应,还是算法审计、政治传播、短视频文化与多模态方法的拓展,都共同勾勒出计算传播学在理论深化与社会回应中的前沿图景。

一、生成式AI的传播转向:从技术能力到意义生产的机制映射

生成式人工智能不仅是信息生产工具,更是重新塑造社会传播语义与伦理结构的“基础设施”。王成军指出,当推荐算法、大语言模型、智能体等非人类行动者通过计算传播主导人类传播过程时,它们正在成为计算传播学的理论根基,推动研究重心从人类中心转向人机协同甚至非人主导的传播结构。2025 年,对大语言模型与生成式人工智能的计算传播研究经历了由“技术能力”向“传播结构” 的转向,核心议题拓展至意义生产、舆论形成、算法偏差与认知信任机制等维度。

关于 ChatGPT 的讨论掀起一番媒体热潮。基于此现象,有学者构建了由讨论 ChatGPT 的新闻和社交媒体数据组成的语料库,并通过时间序列分析、 LDA 主题建模和命名实体识别,发现中国媒体对 ChatGPT 的报道受到全球媒体和国内外社交平台的显著影响,同时中国媒体的媒体叙事呈现出明显的民族化特征和市场驱动特性。将视角从内容拓展到生产,进一步聚焦基于算法生成的新闻传播实践,有学者通过实验与问卷结合的研究,聚焦受众对 AI 驱动新闻平台的反应,揭示了自动化新闻的“披露惩罚效应”:当受众知晓文本由 AI 撰写,其信任度与付费意愿显著下降,而当报道话题为政治议题时,这种现象尤其明显。这一发现可能将挑战“技术中立”的假设,对新闻机构在新闻生产流程中如何合理运用人工智能提供新的研究视角。与此同时,利用美国主流媒体记者近百万条推特平台推文数据进行情绪识别的研究发现,记者群体在 ChatGPT 发布后情感表达的积极性明显提升,语气也更加积极,反映了生成式人工智能在专业传播者心理层面的渗透性。

大语言模型对社会意义的构建也成为热点话题。有学者通过实验法发现使用生成式人工智能一定程度削弱了创造性工作中人们对意义的感知,强调其生成性对人类求知方式与意义建构的重构,并将引导人机认知协同融合发展作为人机关系的破局点。周葆华等基于中美代表性大模型对全球不同国家、不同群体的民意反映状况进行实证分析,提出“数据资源—意见分布—提示语言”的三维解释框架,发现大模型对网民群体的民意代表性显著高于非网民群体,并更倾向于反映教育水平较高群体的、最近调查所反映的以及收入较高群体的民意,证实大模型在多数情况下能够有效捕捉相对集中的现实民意并强化该观点的输出,为深入理解大模型如何反映民意的机制提供了理论探讨与实证依据。在生成式 AI 的视觉传播领域,国家形象的视觉框架分析被延展至生成式人工智能媒介变革这一新情境,基于推特社交媒体平台中国图像数据的实证分析发现,AI 生成图片在主题、美学和传播效果层面对国家形象的视觉建构产生影响,展现出多模态大模型技术在视觉内容分析方面的潜力,启发更广泛和深层次的人机协同国际传播中人机作用机制和规范的探寻。

算法偏差与伦理治理则构成了该领域的又一研究集群。偏差检测与对比实验表明,大语言模型仍然存在对明显不文明行为的偏见风险,在处理刻板印象和歧视类问题时存在误判现象,因此,那些更容易遭受刻板印象和歧视的社会群体所遭受的不文明行为可能仍然无法被发现。另有研究通过比对现代与传统的评估模型,验证了大语言模型和生成式人工智能在效果评估方面优于传统方法;然而这种超越也基于所评估的指标,为研究者对研究方法的选择敲响“切勿盲目套用”的警钟。在受众认知维度,通过认知网络分析法对加工 AIGC 的认知网络及其特征的研究发现,青年对 AIGC 的认知表现为“质量— 心理”模式的表层加工 , 未能激活深层要素,受众年龄和 AIGC 类型呈现出“多元主导”结构,进一步引发对 AIGC 传播范式的技术实践、人机认知协同开展更深入思考.....(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”)

本文系中央高校基本科研业务费专项资金资助项目“精准国际传播的理论与应用研究”(项目批准号:1233200017)、“交叉学科视域下的人类元认知前沿问题研究”(项目批准号:1233300003)的阶段性成果。