查看原文
其他

研读 | 有关北京冬奥会的社交机器人叙事与立场偏向——基于Twitter数据的结构主题模型分析

The following article is from 新闻界 Author 赵蓓 张洪忠


摘要 社交机器人作为新的传播主体广泛参与社会议题的讨论,成为影响和操纵公众认知的重要变量。本研究通过结构主题模型(STM)对Twitter平台中与北京冬奥相关讨论进行分析,引入协变量发布者身份和发布时间,探究社交机器人是如何建构北京冬奥叙事,并产生了何种影响。研究发现社交机器人占比31.17%,产生了35.95%的推文,成为推动北京冬奥叙事的重要组成部分。通过对比人类叙事发现社交机器人更倾向于呈现与主办国相关的主题,包括开闭幕式/吉祥物、短道争议、奥运村等。在这些主题呈现上社交机器人立场具有双重性,一方面通过发布赛事与项目相关信息等表达对北京冬奥的积极或中立的立场,而另一方面又通过放大争议、制造政治冲突等方式将北京冬奥会引向负面讨论。通过交互分析发现社交机器人与人类主题呈现的时间序列表现出一致性,在一定程度上推动或加剧了奥运传播的泛政治化。
关键词  北京冬奥;社交机器人;叙事;立场偏向;泛政治化



一、问题的提出
奥运会作为一项全球顶级体育赛事,从申办、筹办到举办吸引了世界各国媒体和观众的目光,是展现国家软实力、塑造国家形象的重要平台。2022年2月4日至2022年2月20日,第25届冬奥会在中国北京(张家口协办)举行。在全球新冠疫情持续蔓延的压力之下,北京凭借可靠的组织保障和强大的科技支撑,成功举办了一届“简约、安全、精彩”的奥运会,向世界展示了“可信、可爱、可敬”的国家形象。据国际奥委会介绍,北京冬奥会在全球预计将有20亿人次收看,同时也是数字媒体平台观看人数最多的一届冬奥会。在社交媒体中,奥林匹克官方社交媒体账号关注人数增加超过千万,相关内容获得了数十亿次互动,开幕式、冬奥村、智慧餐厅、谷爱凌、冰墩墩等话题引发热议。
在国际舆论场中,社交媒体已经成为传递价值观、塑造国家形象的主场域。近几年,随着社交媒体与人工智能技术的加速融合,社交媒体生态已经由人主导逐渐变成“人+社交机器人”共存。计算宣传已经成为一种国际现象,在美国大选、英国脱欧、新冠疫情等国际重大事件中,社交机器人通过传播虚假信息、营造虚假意见气候、与更多人建立关系等手段操纵网络舆论。大量研究表明社交机器人已经成为干预和影响网络舆论的重要因素。现代奥运会自诞生之初就隐含着政治化倾向,奥运竞争已经从单纯的体育竞技演变成国家权力之间的竞争。那么在北京冬奥会期间,社交机器人是否参与了相关议题讨论?又是如何建构北京冬奥叙事?社交机器人叙事是否加剧了奥运传播的泛政治化?
本研究通过结构主题模型(STM)对Twitter平台中与冬奥相关的讨论进行分析,通过引入协变量发布者身份和发布时间,探究社交机器人在北京冬奥叙事中扮演的角色及其对公众认知的影响。首先,对北京冬奥会的整体叙事进行描述性分析,共提取出24个相关主题。其次,比较分析社交机器人与人类主题呈现差异,结合元数据分析社交机器人的叙事特征。第三,深入分析社交机器人在冬奥叙事中的立场偏向。最后判断社交机器人是否推动或加剧了奥运传播的泛政治化。本文创新之处在于从政治学视角分析社交机器人在建构或推动北京冬奥叙事中的作用,对于我国国际传播而言具有一定的参考意义。同时,对奥运会这一全球性媒介事件进行研究,将社交机器人研究范围拓展至体育赛事领域。


二、文献综述
(一)社交机器人对公众舆论的影响
社交机器人指的是在社交媒体中承担一定任务、发布特定信息、且与人类进行互动的自动化账户。社交机器人常和虚假新闻、计算宣传联系在一起,利用社交机器人传播虚假信息是开展计算宣传的基本方式。在世界范围内,社交机器人的应用范围十分广泛。在美国大选、英国脱欧、乌克兰冲突、中美贸易争端、新冠肺炎等议题讨论中,社交机器人十分活跃并成为影响公众舆论走向的重要变量。社交机器人正在产生比实际更多或不同的声音,以此来影响公众对话题的讨论或对周围世界的感知。
社交机器人对公众舆论的影响主要表现为:1.扩大信息规模,制造信息的虚假流行。Howard等学者指出在英国脱欧运动中,社交机器人以不到1%的账户产生了约33%的内容。在2020美国大选期间,大约有20%的右倾媒体内容是由社交机器人推动的。2.传播虚假信息,影响公众认知。Shao等人在Nature发表的研究指出社交机器人在传播来自低可信度来源的文章中起着重要作用。Yang等人指出在COVID-19疫情期间,大量社交机器人被用于在社交媒上传播虚假信息,影响了人们对真实信息的判断。3.改变信息流动方向,影响网络对话结构。赵蓓和张洪忠以中美贸易争端为例分析了社交机器人、公众与媒体之间关系,证明了社交机器人对公众的议程设置效果。师文和陈昌凤研究发现社交机器人可以成功渗入社交网络,改变既有的信息交互结构。4.放大负面或煽动性信息,加剧不同声音两极分化。在2017年至2018年伊朗的反政府抗议测试和2017年西班牙加泰罗尼亚公投期间,机器人成功地放大了负面和煽动性的故事和情绪,导致不同声音之间的两极分化加剧。
可以看到,当前研究者对社交机器人的研究多聚焦于其负面影响,认为社交机器人是实现计算宣传的政治工具。但社交机器人作为一种计算机程序,它的创建和运行均有背后主体操纵或算法支撑。背后主体的立场决定了社交机器人在议题讨论中的角色。郭小安和赵海明指出,“社交机器人作为‘政治腹语’的言说者,往往指涉背后操纵主体的权力角逐”。也就是说在一个议题讨论中,社交机器人与人类一样,可能表现出多个或对立性立场。同时,由于Twitter和其他社交媒体平台使用的自动化技术越来越容易获得。The Daily Beast的调查发现,只需要5美分就可以在网上购买一个社交机器人账户。在北京冬奥会相关议题讨论中,涉及多个国家主体,任何利益集团都可以在网络上部署社交机器人。那么社交机器人是否参与了北京冬奥叙事建构?主要表现出哪些立场?

(二)奥运会与国际传播
奥运会作为全球性的媒介事件, 既是全球体育盛会, 也是多元文化的载体。对于主办国家而言,举办奥运会无疑是展现国家软实力、塑造国家形象的重要契机。尤其是开闭幕式,是举办国对奥林匹克体育精神和本国文化的集体呈现和表达。此外,来自民间的交往成为促进国家之间相互沟通、相互理解的重要桥梁。2008年北京奥运会借助现代媒介技术传播中国传统文化,展现了和平崛起的中国国家形象。刘斌和李垚研究指出,北京奥运会在传播民族文化、塑造国家形象方面达到了很好的效果,加深了外国友人对中国的理解,扩大了中国民族文化在世界范围内的影响力。周凯认为大型体育赛事是激发一个民族情感和文化认同的有效途径,也是传播国家形象的有效渠道。高金萍认为北京冬奥会一方面可以助推中国实现体育强国梦,带动3亿人参与冰雪运动;另一方面也是提升中国国际传播能力的重要契机。
由于奥运会巨大的全球性影响力,其相关议题通常会受到各国媒体的广泛关注,对奥运会的有关报道往往会形成一场全世界的传播仪式。研究发现国内媒体基本遵循宣传导向,对中国经济发展和社会进步所取得的各项成就进行报道。而西方媒体在议题选择上除聚焦于赛事外,往往更侧重于报道主办国政治、经济与社会情况,这一特征在针对非西方国家时更为显著,西方媒体通常会采用更加复杂的报道议程组合,报道属性也呈现出更强烈的政治指向性和价值倾向性。例如,2014 年索契冬奥会被认为是历史上最具政治化的国际体育赛事,西方媒体不仅没有通过比赛寻求俄罗斯与西方国家关系的融冰之策,而是围绕冬奥会“丑闻”,展开针对俄罗斯的“信息战”。
在北京冬奥会周期,西方国家媒体针对中国政治和社会议题展开重点报道,一些国家发言人表示将“拒绝派官员参加”,以此来抵制北京冬奥会。陈春彦指出:“如果大型国际体育运动的申办、筹办、举办及相关赛事行为或结果等与特定政治背景、政治事件、政治人物和政治制度广泛关联,并构建支持、默认或抵制的传播框架,那么就将其定义为体育传播的泛政治化。”网络舆情的泛政治化表现为“认知非理性化、言行偏激化、情绪负面化,容易造成意识形态安全风险”。显然,在当前国际传播背景下,北京冬奥会已不可避免地被泛政治化。那么在这一过程中,社交机器人扮演了什么样的角色?是否推动或者加剧了这一泛政治化倾向?


三、数据与方法
本研究通过自写Python程序获取北京冬奥相关Twitter数据,选取“beijing”“olympic”“2022”为关键词,其中两个关键词必须同时出现,采集时间设定为2022年2月4日至2022年2月20日。通过实时获取关键词组合的热门推文,在一定程度上保证了本研究数据的代表性,最终获取到55684条推文,31935个独立账户。
社交机器人检测使用的是由印第安纳大学开发的开源工具Botometer。基于机器学习算法,该工具可以调用TwitterAPI来获取用户的个人资料、好友信息、社交网络结构、时间活动模式、语言和情绪等,根据这些特征最后计算出一个概率值。本研究获取的是对外显示数据(0-5),其中分数越接近5越可能是社交机器人。根据之前研究者经验将得分在3分以上的判定为社交机器人。目前该程序已经成为社会科学研究领域比较成熟的工具,得到了同行评审检验。最后共得到31057个账户的Botometer得分,878个账户由于“被封禁(suspend)、没有推文时间线(no timeline)、无法获取授权(not authorized)”等原因检测失败,因此在分析中将这部分账户和推文删除。具体检测结果见表1:

本研究使用结构主题模型(STM)来分析北京冬奥会叙事主题。STM是一种用于识别文本潜在主题维度并评估协变量对这些维度影响的方法。与其他主题模型相比,STM允许引入多个文档协变量(可以是连续或离散变量),如文档来源、文档类别、文档发布时间等, 并借助广义线性模型(GLM),将这些文档协变量作为先验分布表征为主题强度和主题内容的函数。同时,STM还可以探究元数据与主题分布之间的关系,帮助研究者更完整地理解文本数据。

研究者使用R语言中的STM包展开具体分析。通过引入文档发布者身份(即社交机器人或人类)、发布时间(以天为单位,共17天)作为协变量,以此来探究发布者身份是如何影响北京冬奥叙事。在模型建构过程中,主题数量是影响结果准确性的重要变量,但在初始模型中并没有适当数量主题的正确答案,需要研究者自行设定。因此,本研究通过对比主题数量10至30之间输出主题词相关性和可解释性,最终发现主题数量为24时提供了排他性和语义连贯的最佳平衡。


四、研究发现
(一)北京冬奥会叙事整体描述
通过STM结构主题模型分析,最终确定了描述北京冬奥的24个潜在主题及每个主题在整个文档中的排序。每个主题代表一个潜在的单词分布,被分配到特定主题的概率最高的单词可以被认为是该潜在主题最具代表性的词汇。基于这些关键词的概率分布,研究者从每个主题中提取10个最常见和唯一的单词,并根据findThoughts函数查找主题与元数据之间的关系,最终确定每个主题具体的意义。
如表2所示,在北京冬奥会期间,Twitter平台中的讨论主要围绕赛事、主办国、运动员、其他细分主题展开。首先,赛事相关的主题是北京冬奥会期间最主要叙事主题,例如,Topic22(赛事结果)、Topic20(赛事公平)、Topic21(冰球/冰壶)、Topic14(花样滑冰)、Topic19(赛事直播)、Topic10(自由式滑雪)、Topic3(短道争议)都是围绕赛事及相关冰雪运动展开的讨论。第二,针对主办国的讨论也占据很大比例,例如Topic18(奥运村)、Topic5(乡村振兴)、Topic8(社会文化)、Topic7(开闭幕式/吉祥物)、Topic4(新冠议题)、Topic24(人造雪)等主题都是围绕中国的相关叙事,其中一些议题带有明显的政治倾向性。第三,在冬奥会期间中,奥运冠军、知名运动员等成为公众讨论的焦点。例如,Topic16(运动员)中,“谷爱凌”“肖恩怀特”“米凯拉”等引发热议。此外,在Topic3、Topic10、Topic15、Topic23中都出现了与运动员交叉叙事的情况,如“陈巍”“平野步梦”“羽生结弦”等都得到了一定比例关注。最后,还有一些细分化的主题,如抵制参加或观看北京冬奥会、冬夏奥运对比、性别议题、健康风险、俄乌冲突等相关讨论,成为北京冬奥叙事的重要特征。


(二)社交机器人与人类对北京冬奥会的叙事差异
通过引入协变量“发布者身份”,研究者比较分析了社交机器人与人类在上述24个主题中的呈现差异。如图1所示,位于虚线右侧的主题表示社交机器人在该主题上的呈现较多,而分布在虚线左侧的主题则说明人类对该主题的呈现较多,刻度代表的是标准化后的主题分布比例,0.05表示社交机器人相关主题推文在整体中的占比要比人类高5%。结果显示社交机器人在短道争议、乡村振兴、开闭幕式/吉祥物、社会文化、自由式滑雪、广告营销、花样滑冰、奥运村、赛事直播等主题呈现上明显多于人类,而人类则较多关注抵制冬奥会、新冠议题、各国奥运队、性别议题、奥运歌曲、健康风险、赛事公平。由此可以看出,社交机器人在北京冬奥的叙事建构中更倾向于呈现与主办国相关的主题。


(三)社交机器人在北京冬奥叙事中的立场偏向
进一步对社交机器人关注的几个主题进行深入分析,通过关键词找到元数据中最具代表性的推文来判断其立场。在社交机器人推文筛选上,主要是通过筛选4分以上的典型社交机器人账户来完成。结果显示,在每个主题讨论中社交机器人立场主要有以下几种:
首先,社交机器人立场较为统一,表现出积极、正向或支持立场。例如Topic5主要是中国乡村振兴、提振旅游业以及中国官方媒体的讨论。社交机器人在其中立场比较统一,主要通过转发全球时报(@globaltimesnews)新闻,表达“随着南北各省努力发展冬季运动和旅游业,中国的乡村振兴得到了推动”。Topic7主要是针对开闭幕式及吉祥物冰墩墩的讨论。在开闭幕式讨论中,社交机器人主要是通过转发中国官方媒体新闻来放大声量。在吉祥物讨论中则表达了运动员对冰墩墩的喜爱,以及经常将#BingDwenDwen与北京冬奥会口号#TogetherForASharedFuture 连用,起到了一定宣传效果。Topic14是围绕花样滑冰的讨论,社交机器人表达了对羽生结弦的较多关注,立场偏正向。俄罗斯女子滑冰运动员特鲁索娃、谢尔巴科娃、瓦利耶娃三人之间的竞争也备受关注。此外,中国运动员隋文静和韩聪获得冠军也得到了社交机器人较多关注,以正向评论为主。
第二,社交机器人表现出双重立场,即一方面表现出积极、正面或支持立场,但另一方面又表现出消极、负面或反对立场。从Topic3的关键词来判断,该主题主要是围绕韩国、黄大宪、短道速滑来展开。在比赛过程中韩国选手与中国、意大利、荷兰、匈牙利等国选手竞争激烈,由于裁判判罚、比赛结果等原因在社交媒体中引发了争议。社交机器人推文主要是围绕中韩两国,从短道速滑比赛延伸到中韩文化之争。大部分账号表达了对韩国及运动员的不满,例如账号@mkNFmcJpxBrCI3r在推文中提到了“韩国平昌奥运会中的不公平,并对中国开幕式抄袭行为,为韩国感到羞耻”。但也有账号(@ZyiteGadgets)陈述是“中国‘偷’走了韩国奖牌和‘文化挪用’”。社交机器人在此次争议中显露出双重立场。Topic10中几个关键词是围绕首钢大跳台、坡面障碍技巧、苏翊鸣、平野步梦、麦克莫里斯等男子单板滑雪的讨论。在坡面障碍技巧比赛中加拿大运动员帕罗特夺得冠军,但赛后有观众发现帕罗特在比赛中出现“未抓板”的重大失误,而产生争议。同时中国运动员苏翊鸣夺得男子单板滑雪大跳台冠军,也得到了社交机器人较多的关注。此外,首钢大跳台作为北京冬奥会的标志性场馆之一,因其建筑特色而备受关注。账号@BlogsPandora 提出疑问“冬奥会上那些高塔是核电站吗”,企图将首钢与核电站相关联,表达运动员比赛环境的恶劣。Topic16围绕明星运动员谷爱凌、肖恩怀特、米凯拉展开讨论。社交机器人在关于谷爱凌的论述中,一方面强调谷爱凌在本次奥运会中的成绩,另一方面则凸显了“美国出生”代表中国参加比赛,将其视为美国的“背叛者”。这与Topic23中对同样是美国出生的华裔运动员陈巍的呈现有相似之处,通过在社交机器人文本中搜索“nathan”,可以看到有近20条推文转发了“在中文社交媒体上,陈巍是‘背叛者’”的新闻。两名运动员都在奥运会中取得了优异的成绩,但却因为国籍问题遭受到一定舆论压力。Topic18是关于冬奥村的相关讨论。社交机器人通过发布“零重力”床、智慧餐厅等来展示奥运村的高科技,冬奥村的食物、基础设施建设等也得到了较多关注。此外,还有部分账号发布了运动员抱怨冬奥村食物和闭环管理的问题。
第三,一些社交机器人并未表现出明显的立场。Topic13是广告营销主题,通过APP分享到Twitter可以获取奥运勋章(APP运营的一种方式)。社交机器人在其中立场统一,表达内容一致,无特殊立场。Topic19主要是围绕观看赛事直播的一些讨论,社交机器人通过发布直播地址等吸引观众注意。Topic22赛事结果是北京冬奥会讨论中最为显著的一个主题,其中社交机器人通过发布比赛结果,奖牌信息等参与到北京冬奥的叙事建构中,立场较为中立。
可以看到,在北京冬奥叙事中,社交机器人立场表达并不统一,在不同的主题中可能偏向不同的立场。社交机器人通过参与具体主题、事件、赛事的讨论来呈现自己的观点,更多情况下表现出双重立场,通过“争议”让更多的人关注到该主题,从而对公众认知产生潜在影响。这种表达立场的方式更为隐蔽,体现了社交机器人作为“社会行动者”的能动角色。社交机器人一方面通过发布赛事结果、赛事直播、赛事仪式(开闭幕式/吉祥物等)、奥运村保障等表达对北京冬奥的积极或中立的立场,而另一方面又通过放大争议、制造冲突等方式将北京冬奥会引向负面讨论。同时,立场的双重性不仅仅体现在同一主题的呈现上,还表现在社交机器人的整体叙事中。

(四)社交机器人与人类主题呈现关系
本研究还检查了协变量之间的交互关系,用以表明一个变量对另一个变量的调节作用。在这里指的是发布时间(线性输入)和发布者身份之间的交互关系,最终表现为社交机器人与人类在某一主题呈现上随时间变化的趋势。通过estimateEffect函数对24个主题进行逐一评估并进行可视化呈现(见图2)。图中横坐标天数(days)表示的是2月4日至2月20日(共17天),如刻度5代表的是2月8日,纵坐标表示的是主题占比。
研究发现社交机器人在11个主题中表现出与人类主题分布近似一致的趋势,存在一定的相关性,说明社交机器人对主题的呈现可能会影响人类对该主题的呈现。其中社交机器人在Topic1、Topic4、Topic15、Topic18、Topic23五个主题中表现出比较明显的政治化倾向。在Topic1呈现上社交机器人表达出抵制参加或观看冬奥会的立场,并通过大量重复性回复来与奥运会官方账户产生互动;在Topic4中社交机器人将新冠流行的原因政治化,并强调参与冬奥会的可能风险;在Topic15中健康风险指的是俄罗斯花滑运动员瓦利耶娃兴奋剂事件,社交机器人通过对运动员的描述转移为对俄罗斯国家层面的不满。在Topic18中部分社交机器人频繁指出奥运村食物及闭环管理引发运动员抱怨。Topic23主题并不统一,主要包含两个事件的讨论:一是针对美国华裔运动员陈巍的讨论,社交机器人呈现“在中国社交媒体上,陈巍被视为‘背叛者’”;二是针对冬奥会火炬手的争议。可以看到社交机器人在北京冬奥会讨论中表现出明显的政治性框架,在一定程度上推动了北京冬奥叙事的泛政治化。此外,从时间序列上来看,除Topic8和Topic15呈逐渐上升态势外,其余主题都呈现出下降的态势,说明在北京冬奥会初始阶段是这些议题被呈现比例最多的节点,也是北京冬奥会被泛政治化最为严重的时刻。随着赛事推进赛事结果、运动员、各国奥运队等主题信息增多,这些主题占比相对减少。
但同时也要看到社交机器人在赛事结果、赛事公平、社会文化、奥运村、奥运歌曲等主题中的积极影响。通过快速发布信息,声援运动员等,社交机器人促使更多的人关注、参与到冬奥会讨论中,推动奥运精神传递。这体现出社交机器人性质和功能的两面性。社交机器人正在成为大众化的技术,在不同立场和政治倾向的人群间,搭建协商互动平台,促进公共辩论和政治参与,形成社会共识。


五、结论与讨论
2022年北京冬奥会面临复杂的国际形势和新的媒介环境。新冠疫情在全球范围内持续流行,中国与美国自中美贸易争端之后一直保持着紧张态势,人工智能技术与社交媒体加速融合,计算宣传在世界范围内流行。社交机器人作为新的传播主体广泛参与社会议题的讨论,成为影响和操纵公众认知的重要变量。本研究通过STM结构主题模型,引入协变量发布者身份及发布时间,来探讨社交机器人在北京冬奥会Twitter讨论中的叙事内容、立场偏向及其对公众认知的影响。
当前社交媒体已经成为人们关注、认知、参与体育赛事的重要场域。根据Conviva2022年北京冬奥会报告显示,与平昌冬奥会相比,来自120多个国家的官方奥委会账户社交参与度增长了370%,在所有社交媒体中,Twitter发布的内容量最多,占比37%。本研究发现,社交机器人在北京冬奥会Twitter讨论中十分活跃,账号占比31.17%,产生了35.95%的推文,成为推动北京冬奥叙事的重要组成部分。
在北京冬奥会讨论中,涉及国家、赛事和运动员较多,讨论的主题也较为分散,为了获取更为细粒度的主题,结合样本数据量大小,本研究最终选取了24个主题来进行模型训练。研究发现在整个北京冬奥叙事中,人们主要围绕赛事、主办国、运动员相关的主题展开讨论,此外还包括一些细分主题例如性别议题、俄乌冲突、健康风险、气候变化等。通过进一步比较分析社交机器人与人类在主题呈现上的差异,我们发现社交机器人在北京冬奥的叙事建构中更倾向于关注主办国相关的主题,例如,在短道争议、乡村振兴、开闭幕式/吉祥物、奥运村等主题呈现上均高于人类。
通过进一步分析社交机器人关注的几个议题,研究发现社交机器人表现出来的立场具有多面性。主要包含以下三种:一是立场较为统一,表现出积极、正面或支持立场倾向;二是立场并不统一,呈现出双重立场倾向,即一方是支持另一方是反对;三是中立陈述客观事实。造成这种现象的原因主要在于,社交机器人作为智能传播主体,虽然具有一定的自我学习能力,但它的存在与行动离不开背后操纵者的意志。加之在奥运传播中,主办国希望借助奥运会来提升国家软实力、塑造国家形象,而与主办国处于竞争状态的国家则希望制造混乱或负面舆论,来达到遏制对方的目的。这种相互竞争或对立的状态,促使了社交机器人作为“代理人”所表现出的多重立场。
社交机器人所建构的冬奥叙事与表现出的立场偏向在一定程度上影响了公众认知。通过检查协变量之间的交互关系,研究发现社交机器人在抵制冬奥会、新冠议题、健康风险、奥运村、陈巍/火炬手争议相关主题中表现出比较明显的政治化倾向,偏离了关于冬奥会本身的讨论,转而变成对其他国家的质疑,而这种质疑在很大程度上是基于背后操纵者的“意识形态分歧、利益竞争以及由此形成的刻板印象”。在时间序列分析中,社交机器人与人类呈现主题占比趋势保持高度一致,说明社交机器人对某一主题的呈现与人类之间具有相关性。这些政治性框架,在一定程度上推动或加剧北京冬奥叙事的泛政治化。但本研究只是通过相关性来说明变量之间的关系,是否真正产生影响,还需要今后使用更为细粒度的数据来进行因果检验。
最后,本研究还想讨论的一点是社交机器人的性质及功能。在北京冬奥叙事中,社交机器人一方面在偏离奥运本身的主题中扩大舆论来影响人们的认知,但另一方面社交机器人也像人类一样参与到奥运本身的讨论中,其中有为奥运精神感动、为运动员喝彩、也为失误或结果感到遗憾和悲伤等。郭小安等认为:“当前学术界对社交机器人的研究多聚焦于其‘阴暗面’,认为它作为‘舆论操纵的机器’,将破坏现有的舆论生态,扭曲政治传播过程,而对其正面性功能的关注远远不够。”陈昌凤等也同样指出了社交机器人内嵌了人类的价值取向,一方面可以帮助人们更快、更准确地获取信息,但另一方面也可能制造信息污染、攻击政治对手、实现政治宣传。本研究中社交机器人所表现出的多重立场,值得我们思考,社交机器人除了推动奥运传播的泛政治化外,还表现出了它作为传播主体的参与性。对国际传播而言,一方面要充分认识社交机器人计算宣传风险,另一方面也要关注到社交机器人作为智能传播主体,它在社交媒体信息流动中所产生的影响。

作者: 赵蓓,北京师范大学艺术与传媒学院博士后,北京100875;张洪忠,北京师范大学新闻传播学院教授,北京100875

原文刊载于《新闻界》杂志2022年第5期,参考文献详见原文


学习坊动态 | 吴伟强教授:城市空间与城市意象

研读 | 推进数字健康发展,重塑管理服务模式

研读 | “一件事”服务:从管理视角到用户视角的体验升级

内容来源 / 新闻界,2022年6月14日

今日编辑 / 陈恬乐

责任编辑 / 戴晟昱

城市大脑研究院提供开放研讨平台,所有文章仅代表作者个人观点,欢迎共同探讨。原创文章,转载请注明来源:城市大脑研究院。部分图片来源于网络,如涉及版权问题,敬请及时联系我们。


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存