未来学视角下的新闻媒介与受众的新模型

■文/熊潇璇

未来学视角下的新闻媒介与受众的新模型

■文/熊潇璇

本文从未来学视角，通过文献和思辨研究，回应一个关于新闻媒介和受众的关系模型如何变化的问题。信息通信技术的飞速发展，以报纸和广播电视为代表的传统新闻媒介，失去了新闻信息强势输出的优势，社交媒体平台让新闻生产者和受众的界限愈发模糊，媒介和受众不再处于一个二元对立的线性模式中，这两者的互动关系模式有了质变的征兆。分析这种质变的征兆，预测新的互动模型，对于大众传播理论的检验和发展是十分必要的。

未来学；技术；新闻媒介；受众；莫比乌斯环

引言

根据大众传播理论，传统的新闻媒介和受众处于一种线性关系模型，即新闻媒介和受众处于信息流动线程的两端，数字化时代，经典的线性关系模型显得不够“全面贴切”。眼下，人类社会正置身于阿尔文·托夫勒所预见的第三次浪潮中，技术的变革推动了整个信息产业的变化和发展，从最早的视觉新闻媒介报纸，到听觉媒介广播，再到视听结合媒介的电视和互联网；不久后的新闻媒介在VR（虚拟现实技术）和AR（现实增强技术）的辅助下将会步入“沉浸式”时代，受众的感官也将会得到空前的延伸，而处在如此高致密信息环境中的受众，自然也会与新闻媒介产生不同的互动关系。

当线性传播模式的两端开始变得不再泾渭分明，新闻信息传送的主要载体从原子变成了比特，其传播效果自然也会有新的量化标准。有必要分析预测一个新的关系模型，用以整合新变量，并弥补线性关系模型在未来发展中的不足。

1.未来学的概述和视角引入

未来学future studies，国外也翻译为futurology[1]，这是一个在1930年前后出现的概念，在近一个多世纪的发展过程中，未来学逐渐吸收了众多学科的知识理论，得以从初级的概念成长为有成熟理论框架的新兴学科；同时国外众多学者也借用未来学的理论结合其他学科进行研究。根据美国历史学家W. Warren Wagar的考据，未来学是由H. G. Wells[2]创立的，但直到1960年，未来学才开始成熟并发展成为一门独立的学科，此后伴随科技的飞速发展，它现已拥有较为科学的方法论；换言之，未来学可以作为成熟的理论工具并结合同样成熟的新闻传播理论，用于剖析新闻媒介和受众。当代的未来学主要研究的是关于未来的可能性，设计规划和前瞻预判[3]。

潮流trends，它是包含了在广泛的社会变化中提取出来的种种变化因素，通常在全球范围内，涉及数亿人口，对经济、文化和政治等方面产生持续数年的影响。案例有：全球化、移动终端的普及、科技融合。

变化的推动因素driven factors of change，它是指利益相关方在合理范围内，利用可以接触到的资源，而后创造和推动事物变化；这些推动因素直接或者明显受利益相关方影响。例如政府重大政策调整、消费者需求变化等。

意外事件wild card，是指那些超乎意料，发生可能性较低但影响深远的事件或场合。尤其是在利益相关方没有事先准备的情况下，改变了整个行业的基本面，例如2008年全球金融危机。

转折点discontinuities，一般是指那些重大的、被广泛参与的革新。最显著的例子有苹果应用商店的出现、GPS的广泛运用。

这些核心部分也通常是人文社科讨论分析的重点，和一般人文社科侧重研究推动因素和意外事件部分稍有不同的是，未来学视角的侧重点在最后一项，即注意那些先兆信号以预测下一步的潮流，未来学家梳理当前的技术和潮流不是为了核实分析已知的事实，重点是为了预测潮流的未来走向。

未来学视角和媒介领域结合的代表性著作有：媒介环境学家麦克卢汉与他人合著的《媒介即按摩》、未来学家阿尔文·托夫勒的《第三次浪潮》、麻省理工学院教授尼葛洛庞帝的《数字化生存》。第一本包含了对数字媒介的思考和经典四定律，而后两本则更侧重新技术对于媒介环境的变革力量，而最近几年，由保罗·莱文森所著的《新新媒介》和凯文·凯利出版的《必然》，则在前人的基础上进一步发展完善有关未来媒介和信息社会的研究。国内利用未来学研究媒介的时间还不长，最具代表性的是国内科技财经作家李世鸿撰写的《裂变——看得见的未来》，就学术性研究整体数量而言较少，因此，笔者更多立足海外文献和研究成果。

在正式利用未来学这把“柳叶刀”剖析新闻媒介和受众前，还需补充有关科学技术前期的背景调研和数据搜集。对于本文要探讨的新闻媒介和受众而言，先搜集和筛选出了对这两个领域将要有重大影响和推动的信息技术，然后结合麦克卢汉的经典四定律制作了以下表格：

技术特征 再现取代 对新闻媒介和受众的可能影响或推动第5代移动通信技术[4]万物互联、覆盖范围广、投入维护成本低取代现有的移动通信技术优化受众屏读的使用体验，为新闻媒介的移动终端提供更好的技术支持虚拟现实技术密度高、临在感、沉浸式 再现“舞台布景” 提供新的叙事体裁，变相提高技术门槛，提升受众阅读新闻的沉浸感多感知性、综合性、交互术[5] 沉浸式、个性化、复制性 再现“可触”事物 提供多维的视角，变革与新闻和伴生的广告体裁，提升受众阅读新闻信息的沉浸感现实增强技量子卫星通信技术强安全性、超大信道容量、超高通信速率取代目前（光缆）技术来传递信息 变革新闻信息在受众中的流动的速度和维度人工智能技术[6]交互性、对知识自主获取习得性、复制性、不确定性再现人脑中的意识和学习下一个技术奇点，将变革眼下的新闻采集和发布模式，重新定义新闻业的规则，同时为受众提供更精细准确的信息服务DNA信息存储技术保密性强，信息密度大，储存年限长、自然介质 再现“结绳记事” 延长重大新闻信息的生命期，对信息存储具有革新意义量子计算机技术量子相干性、高精确度、运算速率快、取代传统计算机算法变革新闻信息生产的算法

值得注意的是单项信息技术与技术之间是相互嵌套并前进发展的，不是孤立地影响未来的新闻传播，这些推动因素带来的可能影响有重叠和相似的地方；这些技术还可以归类到未来学中转折点的核心部分，接下来会冲击甚至取代原有的信息通信技术和产业

2.新闻媒介的过去、当下和未来

在互联网技术普及前，记者们主要向公众传递印刷新闻和广播新闻。前者主要是以报刊为媒介，后者则是通过广播和电视放送；步入千禧年，互联网的线上新闻开始抢夺受众群，而2009年前后，移动设备的出现开始倒逼传统新闻媒介转型，这两个节点成了新闻媒介发展的转折点（discontinuities）。保罗·莱文森在《新新媒介》一书中大致将互联网诞生以前的一切媒介划分到旧媒介里，20世纪90年代中期的互联网第一代媒介则被分到新媒介里，而将步入千禧年后兴盛的互联网第二代媒介称为新新媒介[7]，新新媒介的“新”是得益于更先进的科技手段和数字化环境，在书中也不断强调下一代媒介会取代当前的新媒介。眼下的新新媒介例如社交媒体、个人博客、搜索引擎、专业知识分享网站等，在人们的日常生活中已经无法被取代。就本文所讨论新闻媒介，其本职之一便是向公众传达最新发生的重大消息，它们区别其他种类的媒介仍是以内容为标准的。

当今的社会充斥着各种各样的电子屏幕，值得注意的是，屏读已经开始成为一种潮流，并且未来还会持续很久。在将来更为优化的信息环境里，认为未来屏读时代的新闻媒介较之旧新闻媒介，会有以下几点变化：

① 新闻内容会让受众有更强的沉浸感和真实感，回顾麦克卢汉经典的“媒介即人的延伸”，纸张实现了人视觉的延伸，电子屏幕则实现了人听觉和视觉的延伸，再结合VR和AR技术，未来的新闻媒介还会搭上顺风车开发人的触觉，嗅觉，以及味觉，换言之，多样化的新闻体裁实现了人更多功能延伸。

②新新闻媒介和受众的结合会更加紧密，因为新技术得以优化的用户体验会进一步提升受众群对新闻媒介的依赖性，并且，通过优化的算法可以核查新闻热点和细化受众群体。

③ 未来新闻媒介信息的冗余度会继续提升。一方面，社交媒体使得新闻媒介边界愈发模糊，根据Haewoon Kwak团队在2009年对twitter的研究中[8]，发现最多转发量的推文往往是当前时段发生的相关新闻，换言之受众在社交媒体上也接触到了实时的新闻信息，加之媒介融合的浪潮来袭，传统媒体开发的新闻客户端、社交媒体账号和网站不胜枚举，新闻媒介很难再以平台来区分；另一方面，未来技术人工智能也会加入到新闻信息生产中来，届时更多的新闻生产来源并配上具有沉浸感的新闻体裁、更高级更快的信道和算法，这样排列组合的新闻信息必然会比现在的更多。

3.数字化生存的受众

受众（audiences）往往是与媒介对照而言的，媒介传播信息，这一代受众，赶上了十年间互联网和移动设备的迅猛发展浪潮，已经养成了碎片化阅读的习惯，日益发达的信息服务产业，也让他们个人的生存更为自由和便捷。虚拟网络的交流也增加了社会文明中新的人际关系种类；互联网媒介的社会影响，让普罗大众拥有了切实的公众话语权和媒介接近权，数字化程度越高，媒介接近权的释放就越大。

这些得益于信息化时代的海量比特，比特取代了物质的原子成了人类社会信息交流的介质，之前的交流工具只是在物质的原子与原子之间切换。比如纸张取代竹简和泥板，始终受到时间和地理局限，纸张无法快速传输送达终究会陨灭，保存期有限，致使通过纸张来书写交流的人也受限时空阻隔。自从比特取代了原子后，受众交流获取知识和信息需要付出的成本更低廉，整个人类社会变得对便利的比特愈发依赖。麻省理工教授尼葛洛庞帝对这种由比特所构建的生存交流方式称之为数字化生存。[9]

数字化生存带来了两个新事物——比特的混合和比特的比特；比特的比特是指那些能反映其他信息的比特，就好像前面提到的新闻里的标题和关键词，它们就像标签一样标注了其他字符的内容。贴标签是现代社会用于分类、描述变量和特性的常用手段，当人和屏幕上的各种软件交流得越多，无意间也提供了自己的数据，后台的中央计算机处理器就可以通过这些数据建立模型，给大批量的用户贴上标签来分类。最近，谷歌公司通过数据处理和挖掘，对曾经来过网站或点击过广告的用户群体召回，并结合数据挖掘技术实现精准再营销，提高转化率来提高广告投放的最大化效益，吸引广告商的资金，这样的数据挖掘技术在各大网络公司内部已经相当成熟。未来新闻媒介的第二点特质，新闻媒介与受众结合更加紧密，从受众角度分析，经更加优化的算法和信道生产的标签，能让受众享受更好的信息服务和产品，这样一来，使得受众大规模的被标签化趋势将无法避免。

4.线性模式和莫比乌斯环

梳理了新闻媒介和受众两个领域的推动科技因素和发展潮流后，预测未来新闻媒介和受众的关系模型就有了现实依据，得出相关结论前还需要大众传播的理论依据作补充。20世纪正处于传统媒体垄断话语权的时代，于是传播学研究者提出了诸多的传播理论模型，其中由拉斯韦尔所建构的线性模式最具代表性。最初的线性模式是以传播者为起点,信息经过媒介,以受传者为终点的单方向、直线性传播，这个模型里有两个显著特点：第一是传播的无间断性；线性传播不同于离散的最大区别是无间断，纸质媒体和广播电视平台对新闻信息的传播是不间断的；第二是传播信息的方向确定性，方向确定性是线性传播不同于非线性的最大区别，经典的线性模式是信息从传播者流向受众，指向明确。

传统媒体式微，原有互动模式起了变化，不仅被补上了一条强势而明显的线程——从受众流向新闻媒介，比如社交媒体的评论，新闻客户端的留言等等及时海量的互动反馈信息，还借助比特，新闻媒介和受众两端间的直观距离愈发短了。

新闻媒介进一步泛化和受众群的被标签化的种种趋势，在数字化环境里，新闻媒介和受众变成了可以通过比特甚至是未来量子来定义区分的集合，这两个集合之间有交叉重合也有互斥的部分。未来的新闻媒介和受众的互动模型一定是借由双向线性模式发展而来，并且满足数字化环境中比特，新闻媒介和受众三者关系的。在众多的拓扑图形当中，受到了莫比乌斯环[10]的启发。

莫比乌斯环模型里，有两个重要的特点：第一它是一个不可定向的标准范例，第二是它无厚度。不定向是由于莫比乌斯环是一种单侧曲面。具有不定向的特性，尤其适用于将来新闻媒介和受众之间由于技术和泛化、标签化发展趋势，信息扩散的指向性和不间断性是无法清晰描述的。莫比乌斯环没有否认经典的线性模式，新闻媒介和受众群融合交叉，并不意味着双方信息交流之间需要的渠道和成本不存在，特定情况下的线程在莫比乌斯环面上依旧成立；再来讨论无厚度，比特建构了未来新闻故事，即新闻媒介嵌套在比特中，以及受众和比特的关系（比特附着于人脑中），这样嵌套内部和附着表面这两对关系就显得十分矛盾突兀，莫斯乌比环完美解释了这一矛盾，作为二维图形、无厚度的莫比乌斯环，不存在内部和外部的划分，则内部和面上的矛盾也就无从谈起。综上，莫比乌斯环模型是一个合理的互动关系模型

5. 结语

本文利用未来学视角辨析了未来新闻媒介和受众的互动关系模型，首先引入了目前未来学研究的理论框架；结合与媒介息息相关的前沿技术背景，分析了数字化时代下新闻媒介和受众领域的发展趋势；综合分析得出了符合未来新闻媒介和受众的互动模型，即莫比乌斯模型。利用未来学预测媒介的发展变化，往往会受制于未来学的跨学科知识储备要求，文中有关前沿技术和相关拓扑学的知识梳理也相对浅显，同时莫比乌斯环的互动模型也有待时间检验。

[1]Ziauddin Sardar，The Namesake： Futures; futures studies; futurology; futuristic; foresight—What’s in a name，Futures，Jan 4th 2010，p177-184．

[2]W． Warren Wagar （1983）． “H．G． Wells and the Genesis of Future Studies”．http：//www．wnrf．org/cms/hgwells．shtml．

[3]Rolf Kreibich · Britta Oertel · Michaela Wolk，Futures Studies and Future-Oriented Technology Analysis Principles， Methodology and Research Questions，DOI10．2139/ssrn．2094215．

[4]Bleicher， A． （2014）． 5G service on your 4G phone? [News]． IEEE Spectrum， 51（4）， 13-18．

[5]Bhowmik， A． K． （2016）． 35‐1： Invited Paper：Real‐Time 3D‐Sensing Technologies and Applications in Interactive and Immersive Devices． Sid Symposium Digest of Technical Papers， 47（1）， 440-443．

[6]Russell， S．， & Norvig， P． （1995）． Artificial intelligence： a modern approach． Artificial Intelligence，，369-380．

[7][美]保罗·莱文森著，何道宽译．新新媒介．复旦大学出版社，2014（2）．

[8]Kwak， H．， Lee， C．， Park， H．， & Moon， S． （2010）．What is Twitter， a social network or a news media?． international world wide web conferences，591-600．

[9][美]尼葛洛庞帝著，胡冰译．数字化生存．海南出版社，1996（1）．

[10]Starostin， E． L．， & Gh， V． D． H． （2007）． The shape of a möbius strip． Nature Material， 6（8）， 563-567．

（作者单位：华中师范大学新闻传播学院）

G20

A

1671-0134（2017）07-032-04

10．19483/j．cnki．11-4653/n．2017．07．002