張洪忠， 蘭 朵， 武沛潁

智能傳播是指將具有自我學習能力的人工智能技術(Artificial Intelligence，AI)應用在信息生產(chǎn)與流通中的一種新型傳播方式。2019年可以說是我國媒體真正成規(guī)模地使用人工智能技術的開始，機器寫作、AI主播、智能大腦、智能終端等從中央媒體到地方媒體開始大范圍探索。從全球范圍來看，社交機器人已經(jīng)發(fā)展成為政治傳播的一個重要參與變量，以洛杉磯時報于2011年推出的Quakebot和美聯(lián)社于2014年開始使用的Wordsmith等為代表的機器寫作技術，到2019年開始成為一個常態(tài)，智能語音技術、人臉識別技術等開始在媒體中應用。一句話，智能傳播正在成為一個新的重要信息傳播形態(tài)。

業(yè)界發(fā)展推動智能傳播成為學界一個研究關注點。對2019年智能傳播的研究可以幫助我們把握這一前沿領域的研究現(xiàn)狀，為后續(xù)研究提供參考。本文通過對國內(nèi)《新聞與傳播研究》《國際新聞界》《新聞大學》《新聞記者》《現(xiàn)代傳播》《新聞界》《全球傳媒學刊》七本有學術代表性的新聞傳播學術期刊2019年發(fā)表文章的統(tǒng)計來看，有25篇關于智能傳播的論文，除了《國際新聞界》沒有相關話題發(fā)表之外，其他六本刊物均有相關論文發(fā)表，涉及話題從倫理、算法到社交機器人等各個方面。在國外方面，從PoliticalCommunication,DigitalJournalism,CommunicationStudies,InternationalJournalismOfCommunication等20本英文SSCI刊物中檢索到有相關文獻31篇，其中關于社交機器人有10篇，機器新聞寫作有9篇，內(nèi)容呈現(xiàn)有4篇，信息接受環(huán)境有5篇，媒介倫理有1篇，法律領域有2篇。本文以這些文獻為基本材料并補充相應的其他來源文獻，歸納出智能傳播研究主要在八個方向展開：社交機器人、機器寫作、類人類機器人、算法、智能傳播的媒介倫理、智能傳播對媒介生態(tài)影響、智能傳播的法律問題、智能傳播時代的新聞教育。通過對每一個研究方向的分析，本文力圖對2019年智能傳播研究現(xiàn)狀有一個較全面描述。

一、社交機器人

社交機器人(social bots)是指在社交網(wǎng)絡中扮演人的身份、擁有不同程度人格屬性，且與人進行互動的虛擬AI形象(趙蓓、張洪忠，2019)。根據(jù)承擔的功能不同，可以將社交機器人細分為政治機器人、聊天機器人、經(jīng)濟機器人等。

政治機器人(political bots)是指在社交媒體空間中扮演政治傳播任務的一類社交機器人，受到關注較多。國外文獻對于社交機器人的研究一般使用實證研究方法選取有代表性的政治事件話題，探究社交機器人在傳播虛假信息、輿論干預中的作用。Keller等學者(Keller & Klinger，2019)對比分析了2017年7個德國政黨在競選前后Twitter粉絲中機器人比例變化發(fā)現(xiàn)，大選前后社交機器人比例從7.1%上升到9.9%，但活躍社交機器人的比例大致保持不變。Jones (2019)從Twitter賬戶創(chuàng)建日期等角度作為檢測指標，分析自2017年開始的海灣危機中Twitter機器人賬號傳播假新聞影響輿論的情況。Ullberg(2019)注意到俄羅斯政府利用自動賬戶在社交媒體上進行活動的現(xiàn)象，通過開發(fā)一個依賴于有監(jiān)督的機器學習和一組有標記賬戶的深度神經(jīng)網(wǎng)絡分類器區(qū)分支持政府、反對政府和中立的俄羅斯Twitter社交機器人。并監(jiān)測2015年至2017年在推特上運行的有關俄羅斯政治機器人，發(fā)現(xiàn)支持和反對克里姆林宮的機器人在推特上都大量存在。Al-Rawi等(Al-Rawi et al.，2019)對帶有#fake news標簽的虛假推文進行分析，選擇轉發(fā)次數(shù)最多帖子、最多話題標簽和推文頻率排名前50位的活躍賬戶做社交機器人檢測識別發(fā)現(xiàn)，前50名活躍推特賬戶中大多數(shù)可能是機器人，該文認為社交機器人成為網(wǎng)絡垃圾信息散布者的有力幫手。也有觀點(Tucker，2019)認為，盡管社交機器人是虛假賬號，但它們也可以準確代表它們所屬的真實團體態(tài)度。

聊天機器人(chat bot)是指可以與人類用戶通過自然語言互動和聊天的軟件系統(tǒng)，國外研究主要關注聊天機器人對用戶感知的影響。Ford等(Ford & Hutchinson，2019)學者對澳大利亞廣播公司開發(fā)的新聞聊天機器人進行研究后指出，友好的新聞聊天機器人可以通過對用戶的問題進行陳述和回答，建立新聞機構和受眾之間非正式、親密的關系。 Westerman等(Westerman et al.，2019)學者讓研究者操縱聊天機器人的回答，通過改變回復中排版的錯誤和大寫單詞的存在來影響讀者對機器人的感知，結論指出機器人應該避免出現(xiàn)拼寫錯誤以使得自己看起來更像人類。 Jones等(Jones & Jones，2019a)學者對BBC的新聞機器人進行研究，指出新聞機器人目前的應用還比較基礎，很少集成到新聞生產(chǎn)中。

經(jīng)濟機器人是指在社交媒體空間主要進行經(jīng)濟信息交流的一類社交機器人，該領域的研究文獻還較少。Fan等(Fan et al.，2019)學者基于對FTSE 100指數(shù)中55家公司的大量推文樣本分析發(fā)現(xiàn)，社交機器人推文與股票回報率、波動性和日交易量之間存在顯著的相關性。

國內(nèi)新聞傳播學對社交機器人的研究在2019年出現(xiàn)了兩篇綜述文章，都是北師大張洪忠團隊發(fā)表在《新聞界》期刊上。一篇是關于社交機器人的含義、研究路徑和識別方法(張洪忠等，2019a)，另外一篇是討論政治機器人對輿論的干預，認為政治機器人已經(jīng)廣泛參與到在線政治信息的討論和擴散環(huán)節(jié)，成為影響政治傳播效果的一個變量；主要應用于政治選舉、社會動員、政治干擾等三大場景，且通過營造虛假人氣、推送大量政治消息、傳播虛假或垃圾政治信息、制造煙霧遮蔽效應混淆公眾視聽、塑造高度人格化形象的虛擬意見領袖五種策略對輿情進行干擾(張洪忠等，2019b)。

國內(nèi)還有碩博士畢業(yè)論文研究社交機器人。北京師范大學的韓秀(2019)博士畢業(yè)論文是《社交機器人情感研究》，從社會科學角度對社交機器人的特征和人機關系進行了探討。王雅晗(2019)通過對社交機器人賬號的行為特點進行深入研究，提出了一種基于博文相似性的社交機器人檢測方法，并引入潛在語義分析模型對賬號的博文內(nèi)容相似性特征進行計算。經(jīng)過實驗檢驗，這一方法的準確率達到98.90%。史培寧(2019)的碩士論文探討了《社交機器人檢測及惡意行為分析方法研究》。

對于社交機器人研究要從三個方面來看。一是如何看待社交機器人的問題。社交機器人是一種多樣化、新興的話語媒介。他們的負面作用不應該掩蓋他們提供信息、娛樂和評論的新能力。因此，Lamo等(Lamo & Calo，2019)認為在對社交機器人進行治理的同時，也要謹慎行事，以免無意中削弱一種新的、正在形成的表達方式。二是目前的研究還主要在描述層面，沒有上升到理論層面，尤其用傳播學的理論來進行解釋或者對現(xiàn)有理論的完善上還缺乏相關研究，基本停留在對社交機器人的識別、特征描述和一些影響的測量上面。社交機器人的行為方式與“人”的行為方式不一樣，如何影響到“人”的傳播活動和有什么規(guī)律可循都需要進一步探討，尤其是在社交機器人應用越來越多的情況下，理論層面研究也越發(fā)需要。三是國外研究開始到實證層面探討，而國內(nèi)研究才剛剛起步，處于介紹階段。

二、機器寫作

機器寫作又可以說是機器新聞(Robot Journalism)，是一種擬人化的說法，更確切的名稱應當是“自動化新聞”(Automatic Journalism)，指運用算法將數(shù)據(jù)進行加工處理并轉化成敘事體新聞文本的方式(何苑、張洪忠，2018)。Casewell等學者(Casewell & Dorr，2019a)認為，日益以數(shù)據(jù)為中心的通信環(huán)境，為把機器新聞作為一項編輯活動來開展提供了便利。

2019年國內(nèi)外新聞傳播學者對機器寫作的研究開始出現(xiàn)較多文獻，從程序開發(fā)到受眾認知均有探討，主要分為以下三個方面。

一是關于機器寫作技術問題的討論。例如，Jones等(Jones & Jones，2019b)學者分析英國廣播公司(BBC)最近在“原子化新聞”方面的兩個實驗發(fā)現(xiàn)，“原子化新聞”具有記錄、重新組合和重用的三大特性，為提高效率和個性化提供了機會，而且符合“結構化新聞”大勢。記者是在“為機器寫作”，他們將非結構化信息轉換為結構化數(shù)據(jù)，從而實現(xiàn)內(nèi)容的自動重組和未來的重用。 在人們以往的認知中，機器新聞寫作主要應用于體育新聞和財經(jīng)報道這類結構化數(shù)據(jù)集領域，但Stray(2019)認為機器寫作技術的發(fā)展在調(diào)查新聞上也具有潛力，如從不同文檔中提取數(shù)據(jù)和概率性的跨數(shù)據(jù)庫記錄鏈接來形成分析。 Caswell等學者(Casewell & Dorr，2019b)提出了一種探索性的計算方法，即以結構化新聞的原始應用研究為基礎，將自動化新聞領域從簡單的描述擴展到更豐富、更復雜的事件驅(qū)動敘事(event-driven narratives)。

國內(nèi)文獻在這個問題上也有探討。騰訊Dreamwriter項目負責人劉康(2019)從媒體生產(chǎn)和運營的角度介紹了騰訊開發(fā)的一系列機器寫作應用系統(tǒng)，是目前業(yè)界對機器寫作一次較全面的闡釋。劉康介紹了騰訊開發(fā)人工智能自動糾錯系統(tǒng)、自動摘要技術、內(nèi)容梳理技術、自動專題、自動視頻、自動圖像處理技術，這些功能全方位配合Dreamwriter在系統(tǒng)決策、文字的篩選和提煉以及新聞熱點判斷方面的運行。同時，劉康認為現(xiàn)在機器寫作比較難的是創(chuàng)作內(nèi)容，機器寫作的目的是準確高效地為人類提供幫助，可以提供一些素材供大家選擇判斷。

二是研究機器寫作對受眾認知的影響。Waddell(2019)借助MAIN模型探索機器新聞對讀者感知公信力和偏見性的影響。結果顯示，當新聞被認為是記者和算法共同作用時，偏見的感知會減弱，對新聞可信度的感知會產(chǎn)生積極的后續(xù)影響。劉冰潔等(Liu & Wei，2019)學者選取左右兩派的新聞機構——《紐約時報》和《?？怂埂?，探究作者的身份和政治傾向如何影響讀者感知。結果顯示，機器撰寫的新聞較少激起讀者情感投入，專業(yè)性較差，但被認為更加客觀。研究者認為，對于更受信任的媒體機構來說，利用新聞寫作機器人可以增強新聞客觀性。否則，使用機器人會進一步降低作者的可信度和專業(yè)技能。

國內(nèi)學者(牟怡等，2019)通過對新聞、古體詩和繪畫進行對比發(fā)現(xiàn)，就新聞這一類型而言，是由AI完成還是由人完成并不足以讓讀者產(chǎn)生不同的反應，說明AI新聞在今天已然成為常態(tài)。鄭越、楊帆(2019)采用數(shù)據(jù)—語言轉化系統(tǒng)，設計 2(啟動信息：有、無) X 2(作者：機器人、記者) X 2(媒體：網(wǎng)絡、傳統(tǒng)) X 3(新聞話題、體育、財經(jīng)、突發(fā)新聞) 實驗法探討中國新聞用戶如何感知算法生成的新聞報道質(zhì)量、喜愛度以及信任度。結果發(fā)現(xiàn)，受眾普遍認為網(wǎng)絡媒體上機器人生成的新聞比人類記者編寫的質(zhì)量高；但在傳統(tǒng)媒體中，人類記者編寫的新聞報道比機器人生成的質(zhì)量要高。

總之，2019年有關機器寫作的研究在國內(nèi)外都基本同步開展，國內(nèi)學者對技術原理的了解以及采用實驗法與個案法等研究方法與國外學者差異不大，在關注問題上也都相似，可能這與國內(nèi)在機器寫作技術應用上緊跟發(fā)展趨勢有關聯(lián)。

三、類人機器人與AI主播

類人機器人(humanoid robot)是指外形像人，盡量模擬人類交流方式的智能機器人，有實體的，也有在媒體上呈現(xiàn)的，如AI主播(AI anchor)。2019年的研究文獻主要關注人機交互關系，分析用戶感受與認知兩個方面。

對人機交互關系的研究文獻主要來自國外學者的實證研究方面。一些國外學者(Rau & Stier，2019a)通過實驗指出，類人機器人的應用會影響人們對于其怪異性的感知，一個有自我學習能力的機器人比一個沒有自主意識的工具機器人更能激發(fā)人的怪誕感。用戶的年齡差異對機器人怪異感知有明顯差異，30～50歲用戶群體的感知是最低的。Ciechanowski等(Ciechanowski et al.，2019)研究發(fā)現(xiàn)，用戶與更復雜的、有具體形象的聊天機器人交互比與簡單文本聊天機器人的交互神秘體驗感更好。 Strait等(Strait et al.，2019)學者通過對5～10歲的兒童進行實驗發(fā)現(xiàn)，兒童討厭高度類人的機器人，但兒童的厭惡并沒有轉化為回避。也有學者通過受眾對CG人像的感知實驗挑戰(zhàn)了恐怖谷假說，實驗結果表明越不像人臉的AI人像，越會引起怪誕感(K?tsyri et al.，2019) 。

AI主播文獻主要來自國內(nèi)學者的一些觀察文章。2019年新華社、人民日報、中央人民廣播電視總臺、封面?zhèn)髅降燃娂娡瞥鯝I主播，一些描述性文章關注了這一現(xiàn)象。有文章認為，AI主播的誕生給新聞發(fā)布帶來了新特征：內(nèi)容編輯精簡，信息生產(chǎn)成本降低，承載“數(shù)字敘事”理念，但在新聞內(nèi)容分類方面尚不清晰(田佳瑋，2019)。但AI合成主播在現(xiàn)階段尚未成為新聞生產(chǎn)流程再造的工具，而更像是一個新奇的“媒介技術玩具”。AI合成主播沒有像湯姆貓、初音未來等選擇可愛的卡通形象，還可能向跨域“恐怖谷”發(fā)起挑戰(zhàn)。同時，虛擬主播破壞了固有的符號系統(tǒng)和傳播儀式(易艷剛，2019)。

總體來看，與國外傳播學文獻采用研究相比，國內(nèi)研究還很缺乏，尤其類人機器人的研究還沒有專門討論的文獻。具體到研究方法上看，國內(nèi)文獻對AI主播還停留在觀感層面，沒有研究方法。另外，需要說明一點，AI主播還不是真正的具有自我學習能力的人工智能產(chǎn)品，更多還停留在類似于皮影戲的圖形圖像與聲音的匹配上，但其發(fā)展趨勢值得期待。

四、算法

采用算法分發(fā)推薦信息是人工智能在傳媒業(yè)中非常成功的一個應用技術。從2019年所考察文獻來看，討論文獻較多，主要聚焦在算法對受眾、新聞生產(chǎn)、新聞專業(yè)性三個方面的影響。

在對受眾影響方面文獻來自國外學者的研究，主要關注“回音室”(echo chamber)、“過濾氣泡”(fliter bubble)的效果，多采用實證方法分析。相關學者(Nechushtai & Lewis，2019)研究谷歌新聞推薦機制中用戶的個性化程度，被試需記錄他們在谷歌新聞上搜索到的有關2016年美國總統(tǒng)大選的前五個新聞。研究發(fā)現(xiàn)，來自不同州的不同政治傾向用戶會被推薦非常相似的新聞，這對算法必然鼓勵回音室的假設提出了挑戰(zhàn)。Van Damme等(Van Damme et al.，2020)通過實證研究指出，編輯帶來了話題的多樣性，算法推薦會導致品牌的多樣性。Rau等(Rau & Stier，2019b)研究發(fā)現(xiàn)，數(shù)字媒體和相關的政治兩極分化對社會整體分裂的恐懼在實證上并不支持，在兩極分化的影響層面，目前的證據(jù)還與回音室的簡單假設相矛盾。還有學者(Bastian et al.，2019)對算法推薦機制下的和平新聞進行了探討，認為和平新聞(peace journalism)不同于戰(zhàn)爭新聞(war journalism)，不聚焦于戰(zhàn)爭帶來的暴力影響，而是尋求暴力的預防和解決。

在新聞生產(chǎn)方面，喻國明等(喻國明、杜楠楠，2019)發(fā)表的論文觀點具有代表性，以“今日頭條”的四次升級迭代為例，探討了算法型信息分發(fā)的變化及迭代邏輯。該文認為算法推薦不是一成不變的，而是在不斷迭代中提升著“有邊界的調(diào)適”。如通過算法加人工的半自動形式進行文章內(nèi)容的質(zhì)量辨別，自動對用戶進行精細畫像的描繪和精準分群，不斷優(yōu)化推薦算法的興趣探索能力，動態(tài)調(diào)整不同類別新聞分發(fā)的權重等做法，都在不斷增強其社會的適應度與合法性。崔迪等(崔迪、吳舫，2019)也以今日頭條為例，將今日頭條理解為一種“新聞獲取工具”。通過對今日頭條用戶的網(wǎng)絡問卷調(diào)查顯示，今日頭條可使用戶獲取一個相對寬泛的新聞知識結構，本質(zhì)上仍是人們頻繁、密切接觸新聞信息的渠道，發(fā)揮著新聞產(chǎn)品的基本功能。周葆華(2019)采用實證方法發(fā)表了《算法推薦類APP的使用及其影響——基于全國受眾調(diào)查的實證分析》一文。

在新聞專業(yè)性方面，有國內(nèi)學者(師文、陳昌鳳，2019)撰文認為，我們還不能對算法檢測虛假信息盲目樂觀。目前對智能化事實核查算法解決假新聞的有效性評估，僅局限于計算機科學家在特定數(shù)據(jù)集上的查全率和查準率，鑒于算法模型的邏輯缺陷和假新聞的復雜性，通過技術手段解決假新聞問題在實際社會系統(tǒng)下的有效性值得商榷。翟秀鳳(2019)選取國內(nèi)5家大型網(wǎng)絡內(nèi)容平臺作為調(diào)研對象，對16名相關從業(yè)者進行了深度訪談得出觀點：平臺算法通過量化評估和工具理性，形成一種隱蔽而日常的規(guī)訓力量，使內(nèi)容生產(chǎn)者讓渡自身的主體性和創(chuàng)造性，以進入平臺所主導的注意力經(jīng)濟邏輯之中。因此，對智能算法的認識，既要超越單純的傳播內(nèi)容探討，建立將算法作為社會領域支配性力量來理解的宏觀思維框架。郭小平等(郭小平、秦藝軒，2019)認為，智能傳播算法實踐證明，所謂的“算法中立”不過是人們對數(shù)據(jù)和技術的烏托邦想象。算法偏見的治理已經(jīng)成為數(shù)字化社會中無法回避的顯性議題。

總之，國內(nèi)學者對于算法的關注度高過國外學者，國內(nèi)學者以觀點和觀察為主，國外學者以實證研究為主。

五、智能傳播的倫理問題

智能傳播的倫理問題主要在人機關系、新聞業(yè)規(guī)制和具體算法的倫理問題三個方面分析。

在人機關系上，格雷厄姆·默多克等(2019)認為云計算、物聯(lián)網(wǎng)、人工智能和機器人為代表的智能機器，將傳播從人與人之間的交往轉向機器與機器之間的互聯(lián)，人工智能和機器人技術將對一般工作組織和環(huán)境資源產(chǎn)生深遠的影響。隨著機器變得越來越自主、自我導向和相互連接，需要呼喚一種媒體機器的道德經(jīng)濟，這種道德經(jīng)濟必須基于這樣一種認識，即我們作為工作者和用戶所使用的通信系統(tǒng)與一般勞動組織和自然環(huán)境的轉變密不可分。林升梁等(林升梁、葉立，2019)從胡塞爾的主體間性學說中引發(fā)了對智能機器人的倫理性思考，提出如何平等對待智能機器人、避免自我中心主義、從工具理性走向交往理性的疑問。當人機交往替代人際交往成為人類認可的主要交往方式之時，智能機器人將更加全面剝奪人與人之間的直接聯(lián)系。作者認為，應從技術哲學視角反思智能機器人，不要讓人被機器吞噬。

在新聞業(yè)規(guī)制問題上，劉海明等(劉海明、付莎莎，2019)指出，隨著人工智能技術向傳媒業(yè)的滲透，造成該領域“業(yè)”與“人”的雙重變化，同時對新聞生產(chǎn)、場景傳達、主體確立三個環(huán)節(jié)構成有形的沖擊，呼吁結合傳媒業(yè)與人工智能發(fā)展現(xiàn)狀，制定符合技術發(fā)展的新聞倫理規(guī)則，圈定技術發(fā)展的上限與人作為主體的下限，呈現(xiàn)新聞本真的力度，還媒體從業(yè)者作為新聞生產(chǎn)者的主體性權威。陳昌鳳等(陳昌鳳、陳曉靜，2019)認為，人工智能在提升計算效率和計算能力的同時，必然參與甚至直接作出決策，因此從技術與社會關系的角度來看，人類決策過程除了“理性計算”之外，最終必然需要進行“價值判斷”。

在算法的倫理問題上，部分外國學者(Dorobantu & Wilks，2019)認為目前算法已經(jīng)做出了一些帶有倫理意味的決定，但這樣的機器決策很可能不是基于以理性為中心的傳統(tǒng)核心人工智能視角，而是基于機器學習(Machine Learning)過程以及情感和情緒的模型。

國內(nèi)學者對這一問題做了較多探討，陳昌鳳、虞鑫(2019)在韋伯工具理性與價值理性二分的基礎上指出，在工具理性通過科技快速擴張的同時，價值理性也正在被人為嵌入和制度化。算法偏向可能導致的價值偏向可大致分為六個維度：確定性、可解讀性、誤導性、公正性、自主性、可追溯性。董天策等(董天策、何旭，2019)對算法新聞涉及的隱私權問題、技術倫理問題、價值偏向問題做了梳理，闡明其研究進展，初步探討了未來強人工智能技術下算法新聞可能涉及的倫理問題與倫理規(guī)范，揭示進一步研究算法新聞的可能方向。嚴三九等(嚴三九、袁帆，2019)通過問卷調(diào)查為主、深度訪問為輔的方式，調(diào)查算法工程師對倫理問題了解程度、對倫理問題威脅性評估以及對算法倫理問題改善傾向，發(fā)現(xiàn)大部分算法工程師對算法在新聞傳播領域引發(fā)的倫理問題了解甚少，僅了解一些熱門事件，對倫理問題的威脅性評估偏低且改善傾向整體趨于保守。郭小平等(郭小平、秦藝軒，2019)聚焦算法偏見這一現(xiàn)象，力圖打破數(shù)據(jù)神話，指出智能技術是人類的工具，使用者的價值立場直接決定了技術的立場。

總體上看，我國學者對智能傳播的倫理問題有較多關注，從哲學、社會學、法學等不同學科角度開展了思考，隨著智能傳播的發(fā)展，這一話題會有更加深入的探討。

六、智能傳播對媒介生態(tài)的影響

智能傳播對媒介生態(tài)的影響主要在廣告營銷、渠道、輿論等方面，主要是國內(nèi)文獻探討，觀點性論述和質(zhì)性研究為主，沒有量化的實證研究。

在廣告營銷方面的影響，秦雪冰(2019)以深度訪談的研究方法，探尋人工智能應用下廣告產(chǎn)業(yè)的人力資本變遷。研究發(fā)現(xiàn)，人工智能對廣告產(chǎn)業(yè)人力資本的“破壞”主要指向廣告產(chǎn)業(yè)內(nèi)部的初級人力資本，這將改變未來廣告產(chǎn)業(yè)人力資本的構成。劉珊等(劉珊、黃升民，2019)認為大數(shù)據(jù)和人工智能技術的發(fā)展，使得人類在數(shù)據(jù)類型、數(shù)據(jù)量級和數(shù)據(jù)處理的方法、速度、成本上都得到了徹底的變革，因而對于營銷傳播會帶來顛覆和重構性的改變。但是，營銷傳播的智能化目前還處于初級階段，要真正體現(xiàn)人工智能的“數(shù)算力”，還需要從技術觀念、機器學習升級和數(shù)據(jù)場景平臺的搭建上進一步深入與升級。

在渠道方面，主要是關于AR應用的研究。李苗(2019)的研究主要集中于將增強現(xiàn)實(AR)作為智能媒介，認為增強現(xiàn)實(AR)技術具備沉浸性體驗屬性、實時追蹤智能捕捉屬性、三維視感的智媒屬性、云計算與大數(shù)據(jù)支持的算法智能屬性。

在輿論方面，高憲春(2019)認為智媒并非單純的信息運載工具，將導致話語權的轉移與重建，理解人們運用智媒技術對主流輿論演化的影響，為更有效地引導輿論、避免非理性的傾向提供了有效途徑。

智能傳播的發(fā)展正在對廣告、渠道等媒介生態(tài)產(chǎn)生影響，最近幾年在廣告營銷等專業(yè)刊物有較多文獻探討，也出現(xiàn)了計算廣告學前沿的話題，但在新聞傳播學科中剛剛開始得到關注。

七、智能傳播的法律問題

不斷發(fā)展的人工智能技術也在不斷挑戰(zhàn)人們對媒介法律的既有認知。一方面，由于財力限制和新聞時效性壓力，新聞機構很有可能會生成并發(fā)布未經(jīng)人工編輯審核的內(nèi)容。Lewis等(Lewis et al.，2019)發(fā)文探討，當誹謗行為發(fā)生時，誰來承擔算法的違法責任?當對自動化新聞進行誹謗訴訟時，政府官員和公眾人物可能會發(fā)現(xiàn)，幾乎不可能證明“實際惡意”(actual malice)，即原告必須證明被告的過錯程度，然后才能要求賠償誹謗損失。因為美國最高法院規(guī)定，實際惡意標準要求原告證明被告知道或應該知道發(fā)布的聲明是假的，并且算法不會獨立于程序員的決定做出主觀判斷。此外，不少新聞機構表示，其算法只是提供含有誹謗性信息的搜索結果的渠道，而不是這些誹謗性信息的實際發(fā)布者。這些困境都給現(xiàn)實生活中的法律判定帶來了難題。

另外一方面，McKay(2020)認為隨著刑事訴訟技術的進步，司法評估工作得到了AI技術的助力，旨在提供準確的預測能力和客觀一致的風險評估。但在全球范圍內(nèi)，人們對算法產(chǎn)生了倫理方面的擔憂，認為算法是帶有固有統(tǒng)計偏差的專有產(chǎn)品，具有不透明性，且人類的司法評估也在向有利于機器的方向發(fā)展。

國內(nèi)被討論較多的是AI對于用戶隱私權的侵犯。夏夢穎(2019)發(fā)文認為人工智能環(huán)境下傳播權利對隱私權侵犯有三種形式：一是使用AI技術的公司不僅可以通過監(jiān)控系統(tǒng)、物聯(lián)網(wǎng)、反向身份識別技術和繁瑣用戶條款等手段收集用戶信息，還可以對個人的隱私數(shù)據(jù)進行深度挖掘、追蹤和分析；二是媒體通過算法技術塑造媒介語言，實現(xiàn)權力延伸，限制用戶的自決選擇；三是個人用戶在發(fā)布信息后既無法使信息退回私人領域，也存在個人傳播權被誤用和濫用的風險。

智能傳播提出了系列法律新問題，只有新聞傳播學科和法律學科交叉才能對問題找到可行解決方案，這點從文獻來看也才剛剛開始起步。

八、智能傳播時代的新聞傳播教育

人工智能技術在傳媒業(yè)中的快速應用，對新聞教育提出了挑戰(zhàn)。一是人才培養(yǎng)如何跟進技術發(fā)展的問題，二是學科拓展問題。

在人才培養(yǎng)方面，一些觀點(李華君，2019)認為，AI技術為新聞人才培養(yǎng)提出了新要求。一方面，隨著算法與智能化媒體應用的盛行，傳媒行業(yè)對于整合型人才的要求逐漸提升。另一方面，具身化所帶來的身體問題讓媒介融合不再局限于媒介形態(tài)與社會形態(tài)的融合，更加表現(xiàn)為人與技術的融合，傳播重心也從媒介本身向受眾轉移。因此，高校新聞傳播教育不僅需要培養(yǎng)專業(yè)的新聞傳播思維，也需要拓展其作為受眾的數(shù)據(jù)信息處理能力。欒軼玫等(欒軼玫、何雅妍，2019)從高校層面出發(fā)提出，“融合技能、智能素養(yǎng)、價值堅守”是身處多元時代的中國新聞教育面向未來的變革方向。

在學科拓展方面，一些學者的研究(羅昕、張夢，2019)聚焦于2016年前后在西方興起的一種新的宣傳方式——計算宣傳(Computational Progaganda)，文章主要將計算宣傳視為利用人工智能技術操縱輿論的新途徑，從批判的角度探討計算宣傳在政治、文化和經(jīng)濟領域產(chǎn)生的影響。文章認為，隨著計算宣傳的技術發(fā)展，加劇了公共領域的沖突，一些社交媒體用戶的利益也得到威脅，應建構計算宣傳的治理體系，發(fā)揮政府在審核和立法上的關鍵作用，聯(lián)合非政府組織和公民的治理力量，開展以國際機構和跨國網(wǎng)絡為主導的全球治理。

九、結語

2019年國內(nèi)外新聞傳播學科對智能傳播的研究有幾個特點。一是智能傳播的研究開始全方位展開，具體技術形態(tài)的算法、社交機器人、機器寫作，專業(yè)層面的倫理、道德，以及新聞傳播教育等均有探討；二是我國新聞傳播學者的研究與國外同行相比基本是同步的，涉獵的范圍比國外同行更廣，一定意義上可以說我國新聞傳播學者對智能傳播更加敏感；三是我國文獻多是觀察和思考，國外文獻多是實證研究，相對來說，我國文獻的問題面廣，但國外文獻的研究更深入。

智能傳播還是一個新生的領域，是下一步傳播手段的升級方向。換句話說，智能傳播正帶來媒介生態(tài)的全面變革，每一步發(fā)展都在提出基于技術、內(nèi)容、人機關系、道德、法律、教育等的全新問題，毫無疑問，這個領域就是新聞傳播學研究的一個重要前沿，是社會急需學者智慧的領域。對于新聞傳播學研究來說，這也是一個富礦。