討論人：
安 璐 武漢大學信息管理學院教授
劉銀娣 華南理工大學新聞與傳播學院教授
閔 勇 北京師範大學計算傳播學研究中心副教授
張 倫 北京師範大學藝術與傳媒學院副教授
【內容提要】近年來，國際傳播與計算傳播研究不斷融合。計算傳播的研究方法為國際傳播中的精準傳播、用戶畫像、輿論分析等方面提供有力支撐。通過文本挖掘、情感計算和社會網絡分析等方法，研究者可以分析國際社交平台上不同群體對中國議題的態度和情感。這對於重新理解、監測甚至預警國際傳播公共事件中的風險，以及構建國際傳播效果評估體系都具有重要意義。此外，隨著網絡生態中參與主體在身份和技術層面的多元化、複雜化趨勢不斷增加，多元傳播主體的交互行為和協同演化機制也成為了國際傳播與計算傳播共同的重要議題。
【關鍵詞】國際傳播效果評價 計算傳播 情緒趨勢 社交機器人
當下，全球秩序和國際格局正處於大變革之中。我國綜合國力的不斷增強也促使國際傳播取得了一定成效，但仍然面臨著國際傳播能力與國家的綜合實力、國際地位不相匹配的重大現實問題。社交機器人、推薦算法、虛假信息分別從主體、渠道和內容層面影響了國際傳播的運行機制和實踐邏輯，進而改變了國際傳播的基本格局。在此背景下，如何加強我國媒體國際傳播效能、掌握涉華議題國際話語權、講好中國故事、傳播好中國聲音，成為國內計算傳播學研究關注的重要議題。
計算傳播在國際傳播的各個環節中如何應用?如何利用人工智慧技術給國際傳播中的精準傳播、用戶畫像、輿論分析等方面提供支撐?計算傳播學者如何理解情感計算、社交機器人等相關前沿議題?計算傳播能否為國際傳播效果建構一套更完整的評價體系?計算傳播是否能夠為國際傳播提供理論層面和實踐層面的啟發?就以上問題，中國傳媒大學國家社科基金重點項目「新時代中國國際傳播實踐問題與本土化理論創新研究」課題組聯合北京師範大學新聞傳播學院、華南理工大學新聞與傳播學院，組織相關領域專家學者進行討論。
一、計算傳播在國際傳播的各個環節里的應用有哪些可能?計算傳播所提供的方法能否應用到主流媒體機構的內容生產、渠道分發和效果評估中?
安璐：計算傳播可應用於國際傳播的許多方面，包括評估國際信息傳播的有效性、識別國際傳播中的謠言信息，預測國際傳播中的輿情反轉現象，探測國際傳播中的信息盲點等。這些方法可以應用到主流媒體機構的內容生產、渠道分發和效果評估中。首先，國際信息傳播的有效性可以通過度量公眾對信息內容的認知狀況、情感傾向、點讚等信息行為來完成，從信源主體、信息內容、勸服方法等方面來揭示國際信息傳播有效性的影響因素;其次，通過抽取謠言與非謠言信息的用戶特徵、文本結構特徵、文本語義等特徵，來構建謠言預測模型，及時研判國際傳播中的謠言信息;再次，從事件、用戶、信息、傳播等方面提出議程設置度、信息平衡性、事件曝光者類型等特徵，計算不同特徵在國際傳播輿情反轉預測中的重要性，結合機器學習與深度學習方法構建輿情反轉預測模型，為國際傳播中的輿情反轉現象提前做好預案;最後，構建國際傳播的重要關注點體系，度量社交媒體中的熱點話題，與前述構建的重要關注點體系進行比對，發現社交媒體中過度關注的話題與關注度不足的話題，發現國際傳播中的信息盲點。
劉銀娣：計算傳播學在國際傳播各個環節都有應用。在傳播主體方面，通過文本挖掘和情感分析方法可以分析國際社交平台上不同群體對中國議題的態度和情感;在傳播對象方面，主要是通過文本挖掘和社交網絡分析方法，分析國際輿論場中中國議題的意見分布。計算傳播所提供的方法完全可以應用在主流媒體機構的內容生產、渠道分發和效果評估中。例如杜克記者實驗室發起的「結構化新聞」項目，就採用計算機科學中常用術語「結構化」的核心思想，將記者收集的信息由計算機自動化分割並儲存為結構化的機器可讀的方式，建立可以重複利用的結構化新聞資料庫，提高新聞報導的效率並使其更適合算法;在虛假信息治理方面，計算事實核查也是一種重要方法。
閔勇：在國際傳播中，內容層面的研究，多採用計算傳播方法探究海外社交媒體上公眾的情緒呈現與演化，並從社會建構論視角出發，結合網絡傳播規律，探求社交媒體上圍繞國際議題公眾情緒產生的社會根源和傳播特徵。受眾層面的研究，主要關注不同群體對中國議題認知態度的差異，或探究網絡中特殊用戶在建構相關議題的網絡角色和作用機制。此外，隨著網絡生態中參與主體在身份和技術層面的多元化和複雜化趨勢不斷增加，多元傳播主體的交互行為和協同演化機制也成為了重要議題。值得一提的是，多主體建模(Agent-Based Modeling，ABM)的方法開始被用於研究輿論過程和動態演化，尤其是考察其中的個體與局部行為如何引發整體層面的變化。傳播效果層面，在計算傳播研究中，研究者通常將文本或視頻等多媒體內容與用戶的行為結合起來分析其對用戶認知、態度和行為所產生的影響。
張倫：在傳播內容層面，計算傳播方法非常適合分析文化產品在海外社交媒體中的「非標準化」傳播內容。例如，以網絡文學為例，計算傳播的方法能夠用來分析用戶自創內容的故事弧，從計算的角度分析文本的敘事規律。在傳播效果的分析中，計算傳播方法已經涉及包括微觀個體行為層面、時間層面以及宏觀國家/地區層面(例如網絡流量)多種指標。更重要的是，研究者能夠通過分析傳播內容與傳播效果之間的因果關係，總結成功的國際傳播案例的內容生產特徵。
二、講好中國故事的核心問題和挑戰是什麼?計算傳播如何助力在國際社交平台上講好中國故事?對不同的地域和文化背景，是否存在差異?
安璐：講好中國故事的核心問題和挑戰是未充分掌握公眾信息需求，信任度和影響力有限，未及時響應缺陷信息等。因此，計算傳播可以從掌握公眾信息需求、提升信任度、擴大影響力、意見領袖引導以及缺陷信息響應等方面來助力在國際社交平台上講好中國故事。首先，通過分析國際社交平台上針對中國話題的提問，勾勒不同地域和文化背景的公眾對中國話題的信息需求的主題框架及熱度、演化特徵，結合目前國際社交平台上傳播的與中國話題相關的信息及對上述提問的回答，評估各類需求被滿足程度，發現需求強烈但被滿足程度低的信息需求，主動提供滿足這些需求的高質量信息;其次，通過分析用戶對與中國話題相關信息的點讚、轉發與評論行為，例如評論對象、評論的情感傾向等，測量公眾對相關信息的信任度，分析信任度高的信息特徵，然後著力改進這些關鍵特徵;再次，構建信息發布者、信息內容、發布時間等因素的信息影響力預測模型，通過監測社交信息的轉發、評論和收藏次數，分析高影響力信息的特徵，並改進這些關鍵特徵。通過主題與情感分析，發現意見領袖與話題發起者，發揮高影響力用戶的作用，擴大中國話題的信息影響力。
劉銀娣：講好中國故事，傳播好中國聲音，涉及中國國家形象的塑造，關乎中國的國際地位和國際話語權的有效提升。計算傳播方法則為我們講好中國故事提供了重要工具。計算傳播研究可以通過社會網絡分析方法，識別國際社交平台用戶形成的社群和意見領袖。通過文本挖掘和情感分析方法，發現這些社群的信息需求和情感傾向，採用跨媒介敘事的方式，制定差異化的中國故事敘事策略，減少中國故事傳播中的文化折扣。
閔勇：講好中國故事是我國展示文化軟實力，在世界範圍內確立中華文化與價值地位、全面提升國際競爭力的重大戰略部署。計算傳播研究首先應綜合平台報告、用戶行為和用戶生成內容等數據，建構一個更全面和系統的國際傳播效果評價體系;其次，計算傳播研究者可針對中國故事的主題選擇、修辭策略、受眾定位、事後分析等實踐問題，遵循實證思路展開在線實驗研究;最後，通過數據驅動的方式，以共享樸素價值觀為錨點，探索出一條能夠與海外受眾產生內在共鳴的「群眾路線」。在不同地域和文化背景的傳播實踐應該因地制宜，不能照本宣科。如東亞地區，應發揮共同語言和儒家文化影響圈的優勢，而對於歐洲國家，則結合當地公眾的興趣點，發出中國聲音。
張倫：中國故事背後蘊含的中華文明雋永而深刻，然而，在跨文化傳播的過程中，不同地區、不同國家對於中國故事的解讀受到文化差異的影響因「區」而異，就此導致中國故事的傳播效果迥然不同。為了理解傳播背後的文化機制，計算傳播學可以通過建模的方法，來預測效果，掌握傳播規律。我們的一項研究發現，受傳國和中國的文化距離與網絡文學全球傳播效果之間存在U型關係。這種U型模式，具有一定的可推廣性，表現在文化距離對於網絡電視劇、網絡電影的全球傳播有著相似的作用效果。而這一機制與研究範式也可以用來預測未知的文化形式/產品其全球傳播效果。因此，總的來說，計算傳播學能夠通過建模分析，提供有效的傳播預測工具，助力於不同文化形式講好中國故事。
三、社交媒體成為網民情緒表達的重要空間，也是國際輿論的重要組成部分。情緒趨勢是否真的能夠被準確計算?計算傳播學能否基於情感分析重新理解、監測甚至預警國際傳播公共事件中的風險?多模態的內容生態為情感計算帶來了哪些挑戰和機遇?
安璐：情緒趨勢能夠被準確計算。從情感分析方法的視角出發，文本情感傾向性研究大體分為兩大類: 基於機器學習的文本情感分析和基於詞典和語義的文本情感分析。計算傳播學能夠基於情感分析重新理解、監測甚至預警國際傳播公共事件中的風險，具體可以從網民作用、事態擴散、態度傾向、網民情感等維度，構建國際傳播公共事件嚴重性評估指標，其中態度傾向包括原創、評論與轉發評論的內容傾向度，網民情感包括負向、中性與正向情感數量，利用熵值法給這些指標賦權重，計算某事件在社交平台上的嚴重性取值，劃分為若干預警等級，當積累了大量事件在社交平台上的嚴重性數值之後，對於新發生的事件，可通過計算該事件在社交平台上的嚴重性取值來判斷其預警等級，從而採取相應的響應措施。多模態的內容生態為情感計算提供了豐富的素材與線索，但也帶來一些挑戰，包括對圖像、音頻、視頻信息的情感計算方法等。
劉銀娣：在線社交行為的數字痕跡使我們能夠不以用戶接受調查時自我報告的態度或意圖，而是以一種不引人注目的方式衡量用戶實際情緒和行為。這有助於克服社會數據可獲取問題，更重要的是，它不依賴於人們對自己的欲望和意圖的不完美估計，可以幫助我們更好地計算用戶情緒，了解用戶態度。從理論上來說，計算機記錄的用戶在社交媒體上的數字痕跡與一些重要情緒趨勢特徵捆綁在一起，使傳播學研究人員能夠從新的角度研究人類傳播現象，計算人類的情緒趨勢。不過從實踐上看，要想準確地計算人類情緒趨勢，還需要進一步提高將人類隱性數字行為與其情緒、態度建立關聯的能力。尤其是目前基於社交媒體情感計算主要集中在文本層面。一方面，在人類文本上訓練的機器學習算法也會悄悄地學習人類表達中包含的刻板印象和偏見;另一方面，非語言溝通和圖像在傳播領域無處不在，基於圖像、音頻、視頻信息的多模態情感計算方法還需要進一步加強。這些又為情緒趨勢的準確計算帶來了挑戰。
閔勇：對社交媒體而言，情感計算主要集中在文本層面，近年來，隨著以長短期記憶和注意力機制等為代表的深度神經網絡模型的發展，較大幅度地提高了文本情感計算的信效度，前者能夠對前後文進行連貫性建模，後者能夠將全文作為訓練樣本抽取特徵。群體內部通過表達自身對重要議題的認知模式和態度傾向，共享一套價值體系。結合情感計算和社會網絡分析能夠挖掘不同類別的網絡社群，加深對受眾多樣性和複雜性的理解。針對微博平台的研究發現，根據微博用戶表達的極端情緒，可以將其劃分為「憤世嫉俗」「民粹主義」「鐵血愛國」等多類群體。同樣地，對於海外社交媒體，可以通過識別不同細分人群、不同話語載體的涉華主題類型、情感意圖和極端行為，感知海外公眾總體情感態勢，研判公共事件的安全指數，為相關決策提供參考。
張倫：情緒趨勢能夠被準確計算，但不能被精確計算。換言之，情緒的正負、隨時間變化的趨勢，能夠被已有的算法較為客觀地計算出來。國際傳播公共事件，可以通過探究情緒「爆發」(Burst)行為來進行預測。爆發是一種偏離常態的急劇變化，情緒爆發指公眾對某一事件的情緒發生頻率在短期內快速升高。在線情緒信息具有更加豐富的時間動態特徵，且內容的實時更新使其傳播特徵不斷演化，因此在線平台中的爆發現象更加明顯。利用用戶在線情感的動態演化特徵，我們可以抽取情感演化的時間序列特徵(例如峰值比率和變異係數)作為爆發性判斷的特徵，進而利用K-Means等聚類算法，來判定情緒的爆發，監測甚至預警國際傳播公共事件中的風險。此外，對於多模態的內容生態下的情感計算，可以藉助於計算機視覺技術來實現。
四、基於推薦算法的社交媒體平台常被認為是造成回聲室效應的原因，強化了公眾的固有印象和態度。這是否影響了涉華議題國際話語權的爭奪?對此，計算傳播學能夠提供哪些策略以應對?
安璐：現有的推薦算法往往是採取基於主題相似性且迎合用戶興趣與偏好的推薦策略，容易造成回聲室效應，使公眾陷入信息繭房。為了爭奪涉華議題國際話語權，計算傳播學可提供兩種策略：一是研究用戶注意力轉移的機制，從用戶、時間、話題類別、競爭傳播特性等方面選取若干特徵，構建基於分類預測法的網民關注度轉移行為預測模型。其中，用戶特徵可考慮用戶類別、用戶關注數、近期活躍度，時間特徵可考慮是否節假日，競爭傳播特性包括當天整體話題競爭程度、當天初始話題類別的競爭程度。然後計算各特徵取值的用戶注意力轉移傾向，發現有助於用戶注意力轉移的特徵取值，從而改進這些特徵，促使用戶將注意力轉移到新的重要涉華議題;二是提出新的推薦算法，列出當前值得關注的涉華議題，測量目標受眾在這些議題上的關注度與情感，對於在重要議題上關注度不足的用戶，向其推薦與該議題相關的高質量信息，以彌補其關注主題上的不足;對於在某些涉華議題上情緒過於負面的用戶，向其推薦與該議題相關的正面信息，以便於扭轉其極端負面的態度。
劉銀娣：國際化社交媒體平台使用基於數據化歸類、趣緣化再結構、交互化排序和圈層化推薦的算法邏輯，成為國際信息流的新把關人和權力機關，強化了用戶的世界觀，放大「回聲室」效應。社交媒體的「回聲室」允許用戶與擁有相同世界觀的人一起「表演」由其世界觀塑造的身份，為用戶與他人分享信仰和世界觀提供了安全的空間。我國學者通過研究發現，2018年中美貿易衝突期間，推特用戶對華支持者和反對者就形成了不同的「回聲室」，涉華意見也由此呈現輿論極化現象。要爭奪涉華議題的國際話語權。一方面，還是需要講好中國故事，針對關注涉華議題的具有不同信息需求和傾向的社群採用不同的敘事策略，尤其是提高跨媒介敘事能力，更多地通過圖片、視頻等非文本形式，避開西方主導的社交媒體針對涉華議題的「算法偏見」;另一方面，積極參與國際平台算法治理規則制訂，不斷豐富計算宣傳監測與偵測的技術手段，反制西方社交媒體算法體系，規避國際輿論操縱。
閔勇：回聲室效應在其成因問題上，國際國內主流研究尚存在爭議。一個普遍能夠接受的觀點是，回聲室與過濾氣泡形成的基礎還是以認知失調理論為代表的人類自身心理因素，而算法則起到了信號放大器的作用，兩者相互作用共同刺激了回聲室效應的湧現。海外公眾從語言和習慣角度就比較易於接受西方媒體的內容，而推薦算法可能將這種習慣進一步放大和極端化。從計算的機制上看，絕大多數形式的推薦算法都依賴於「流行」(popularity)和「相似」(similarity)兩個維度來衡量內容價值並進行定向推送。所以，從計算傳播的角度來說，需要同時抓主這兩個核心。一方面，媒體需要有能力創造高質量和高影響力的信息，製造傳播的「爆點」，展示中國的聲音，從流行維度激活推薦算法，並將其固化為一種算法習慣;另一方面，也需要深入細分海外公眾群體，抓住各個細分小群體的特徵和習慣，製造與之高度貼合的內容，從相似維度激活推薦機制，在算法內部形成一批高針對性小眾推送關聯，達到潤物無聲的傳播效果。
張倫：回聲室效應的原因是推薦算法導致受眾信息獲取多樣性的降低。這的確不利於中國國際傳播作為主體在社交媒體平台發聲。一個可能的策略是，弱化具有官方色彩、意識形態的內容;利用市場行為製造流行內容——例如，文化領域的流行現象(比如「爆款」電視劇、短視頻、遊戲、小說等)，更容易削弱信息傳播的回聲室效應;另一方面，我國社交媒體的迅速發展，也一定程度上使得我們從遵守規則走向創造規則。因此，培育具有國際影響力的社交媒體平台，也是國際話語權爭奪的重要策略。從某種意義上來說，一個國家的頭部網際網路平台的國際影響力也一定程度上代表著一個國家的國際傳播效能。
五、如何評價社交機器人在國際傳播中的應用與價值?當社交機器人營造虛假民意、干預政治走向時，應該如何應對?
安璐：社交機器人在國際傳播中被廣泛應用，一方面它可以幫助我們大規模自動傳播相關信息，滿足公眾的信息需求。例如，社交機器人可以模擬人的特徵與行為，瀏覽、發布和評論信息，方便研究者觀察其信息活動，掌握信息被閱讀的狀況;另一方面，社交機器人也可能造成虛假輿情，干擾管理部門和普通用戶正確掌握公眾態度。社交機器人通常具有以下特徵：有很高的活動頻率，甚至全天候發布信息;大量轉發相同的內容;內容帶有特定目的性，側重於特定的政治敘述、宣傳或誤導性內容;帳號註冊時間短;重複使用相同表情和符號;發布商業內容，關注廣告。
劉銀娣：社交機器人在傳播中被廣泛應用，目前大多數研究對其持負面態度，認為其是虛假信息的主要生產者和傳播者;在國際傳播活動中，社交媒體機器人的信息操縱正影響著國際輿論環境及國家形象塑造，是計算宣傳的主要工具之一。事實上，並非所有社交媒體機器人都是惡意的。在國際傳播中，一方面，需要提高社交機器人發現和監控技術，將機器人與真實帳戶區分開來，警惕社交機器人對於涉華議題的惡意引導;另一方面，還要藉助計算傳播方法，採用行動者網絡理論(Actor-Network Theory，ANT)、社會網絡分析理論等，將網絡社會理解為人類社會行動者和非人類技術行動者之間的聯繫網絡，關注技術在傳播中的作用以及非人類與人類之間的互動和關係，為我們的學科打開傳播研究的新問題和新視角。
閔勇：在今天的網際網路中，研究者應當把社交機器人以及智能推薦算法等智能技術作為整個媒體生態系統的一個有機組成部分，而不是單純將其作為該系統的外部干擾因素。「人機」耦合的視角能夠更容易挖掘社交機器人的積極應用和正面價值。在國際傳播中，面對更加多樣化和陌生的信息消費群體，一組精心設計的社交機器人，首先能夠很好地扮演「內窺鏡」的角色，以第一視角實時了解特定群體的信息來源分布和傳播過程，同時，也能夠及時發現潛在的惡意虛假信息，為快速應對提供預警體系。
張倫：社交機器人本身已經成為國際輿論博弈的重要工具——這或許也是智能傳播的題中之義。從大衛•拉澤爾(David Lazar)等學者2018年在《科學》(Science)發表《虛假新聞的科學》(The Science of Fake News)伊始，學界已經積累了成熟的特徵指標以及算法，來對虛假信息和社交機器人進行判定。在實踐層面，我們可以通過用戶行為時間頻次特徵、網絡結構特徵以及生產內容來構建機器人識別系統。在國際傳播的相關議題中，通過判定社交機器人進而挖掘其傳播內容與傳播行為，能夠幫助我們研判社交機器人通過何種策略來營造虛假民意，從而反其道而行之，參與到「人機共生」的輿論博弈中來，營造輿論生態。同時，我們也不能忽視社交機器人內容生產的效率，主動應用社交機器人來進行正當的信息發布。
本文系國家社科基金重點項目「新時代中國國際傳播實踐問題與本土化理論創新研究」(項目編號：19AXW005)的研究成果。
周敏系北京師範大學新聞傳播學院教授; 吳曄系北京師範大學新聞傳播學院教授;張毓強系中國傳媒大學教授、國家傳播創新研究中心研究員
關注獲取更多信息
掃碼訂刊