2019年智能传播的八个研究领域分析

张洪忠， 兰 朵， 武沛颍

智能传播是指将具有自我学习能力的人工智能技术(Artificial Intelligence，AI)应用在信息生产与流通中的一种新型传播方式。2019年可以说是我国媒体真正成规模地使用人工智能技术的开始，机器写作、AI主播、智能大脑、智能终端等从中央媒体到地方媒体开始大范围探索。从全球范围来看，社交机器人已经发展成为政治传播的一个重要参与变量，以洛杉矶时报于2011年推出的Quakebot和美联社于2014年开始使用的Wordsmith等为代表的机器写作技术，到2019年开始成为一个常态，智能语音技术、人脸识别技术等开始在媒体中应用。一句话，智能传播正在成为一个新的重要信息传播形态。

业界发展推动智能传播成为学界一个研究关注点。对2019年智能传播的研究可以帮助我们把握这一前沿领域的研究现状，为后续研究提供参考。本文通过对国内《新闻与传播研究》《国际新闻界》《新闻大学》《新闻记者》《现代传播》《新闻界》《全球传媒学刊》七本有学术代表性的新闻传播学术期刊2019年发表文章的统计来看，有25篇关于智能传播的论文，除了《国际新闻界》没有相关话题发表之外，其他六本刊物均有相关论文发表，涉及话题从伦理、算法到社交机器人等各个方面。在国外方面，从PoliticalCommunication,DigitalJournalism,CommunicationStudies,InternationalJournalismOfCommunication等20本英文SSCI刊物中检索到有相关文献31篇，其中关于社交机器人有10篇，机器新闻写作有9篇，内容呈现有4篇，信息接受环境有5篇，媒介伦理有1篇，法律领域有2篇。本文以这些文献为基本材料并补充相应的其他来源文献，归纳出智能传播研究主要在八个方向展开：社交机器人、机器写作、类人类机器人、算法、智能传播的媒介伦理、智能传播对媒介生态影响、智能传播的法律问题、智能传播时代的新闻教育。通过对每一个研究方向的分析，本文力图对2019年智能传播研究现状有一个较全面描述。

一、社交机器人

社交机器人(social bots)是指在社交网络中扮演人的身份、拥有不同程度人格属性，且与人进行互动的虚拟AI形象(赵蓓、张洪忠，2019)。根据承担的功能不同，可以将社交机器人细分为政治机器人、聊天机器人、经济机器人等。

政治机器人(political bots)是指在社交媒体空间中扮演政治传播任务的一类社交机器人，受到关注较多。国外文献对于社交机器人的研究一般使用实证研究方法选取有代表性的政治事件话题，探究社交机器人在传播虚假信息、舆论干预中的作用。Keller等学者(Keller & Klinger，2019)对比分析了2017年7个德国政党在竞选前后Twitter粉丝中机器人比例变化发现，大选前后社交机器人比例从7.1%上升到9.9%，但活跃社交机器人的比例大致保持不变。Jones (2019)从Twitter账户创建日期等角度作为检测指标，分析自2017年开始的海湾危机中Twitter机器人账号传播假新闻影响舆论的情况。Ullberg(2019)注意到俄罗斯政府利用自动账户在社交媒体上进行活动的现象，通过开发一个依赖于有监督的机器学习和一组有标记账户的深度神经网络分类器区分支持政府、反对政府和中立的俄罗斯Twitter社交机器人。并监测2015年至2017年在推特上运行的有关俄罗斯政治机器人，发现支持和反对克里姆林宫的机器人在推特上都大量存在。Al-Rawi等(Al-Rawi et al.，2019)对带有#fake news标签的虚假推文进行分析，选择转发次数最多帖子、最多话题标签和推文频率排名前50位的活跃账户做社交机器人检测识别发现，前50名活跃推特账户中大多数可能是机器人，该文认为社交机器人成为网络垃圾信息散布者的有力帮手。也有观点(Tucker，2019)认为，尽管社交机器人是虚假账号，但它们也可以准确代表它们所属的真实团体态度。

聊天机器人(chat bot)是指可以与人类用户通过自然语言互动和聊天的软件系统，国外研究主要关注聊天机器人对用户感知的影响。Ford等(Ford & Hutchinson，2019)学者对澳大利亚广播公司开发的新闻聊天机器人进行研究后指出，友好的新闻聊天机器人可以通过对用户的问题进行陈述和回答，建立新闻机构和受众之间非正式、亲密的关系。 Westerman等(Westerman et al.，2019)学者让研究者操纵聊天机器人的回答，通过改变回复中排版的错误和大写单词的存在来影响读者对机器人的感知，结论指出机器人应该避免出现拼写错误以使得自己看起来更像人类。 Jones等(Jones & Jones，2019a)学者对BBC的新闻机器人进行研究，指出新闻机器人目前的应用还比较基础，很少集成到新闻生产中。

经济机器人是指在社交媒体空间主要进行经济信息交流的一类社交机器人，该领域的研究文献还较少。Fan等(Fan et al.，2019)学者基于对FTSE 100指数中55家公司的大量推文样本分析发现，社交机器人推文与股票回报率、波动性和日交易量之间存在显著的相关性。

国内新闻传播学对社交机器人的研究在2019年出现了两篇综述文章，都是北师大张洪忠团队发表在《新闻界》期刊上。一篇是关于社交机器人的含义、研究路径和识别方法(张洪忠等，2019a)，另外一篇是讨论政治机器人对舆论的干预，认为政治机器人已经广泛参与到在线政治信息的讨论和扩散环节，成为影响政治传播效果的一个变量；主要应用于政治选举、社会动员、政治干扰等三大场景，且通过营造虚假人气、推送大量政治消息、传播虚假或垃圾政治信息、制造烟雾遮蔽效应混淆公众视听、塑造高度人格化形象的虚拟意见领袖五种策略对舆情进行干扰(张洪忠等，2019b)。

国内还有硕博士毕业论文研究社交机器人。北京师范大学的韩秀(2019)博士毕业论文是《社交机器人情感研究》，从社会科学角度对社交机器人的特征和人机关系进行了探讨。王雅晗(2019)通过对社交机器人账号的行为特点进行深入研究，提出了一种基于博文相似性的社交机器人检测方法，并引入潜在语义分析模型对账号的博文内容相似性特征进行计算。经过实验检验，这一方法的准确率达到98.90%。史培宁(2019)的硕士论文探讨了《社交机器人检测及恶意行为分析方法研究》。

对于社交机器人研究要从三个方面来看。一是如何看待社交机器人的问题。社交机器人是一种多样化、新兴的话语媒介。他们的负面作用不应该掩盖他们提供信息、娱乐和评论的新能力。因此，Lamo等(Lamo & Calo，2019)认为在对社交机器人进行治理的同时，也要谨慎行事，以免无意中削弱一种新的、正在形成的表达方式。二是目前的研究还主要在描述层面，没有上升到理论层面，尤其用传播学的理论来进行解释或者对现有理论的完善上还缺乏相关研究，基本停留在对社交机器人的识别、特征描述和一些影响的测量上面。社交机器人的行为方式与“人”的行为方式不一样，如何影响到“人”的传播活动和有什么规律可循都需要进一步探讨，尤其是在社交机器人应用越来越多的情况下，理论层面研究也越发需要。三是国外研究开始到实证层面探讨，而国内研究才刚刚起步，处于介绍阶段。

二、机器写作

机器写作又可以说是机器新闻(Robot Journalism)，是一种拟人化的说法，更确切的名称应当是“自动化新闻”(Automatic Journalism)，指运用算法将数据进行加工处理并转化成叙事体新闻文本的方式(何苑、张洪忠，2018)。Casewell等学者(Casewell & Dorr，2019a)认为，日益以数据为中心的通信环境，为把机器新闻作为一项编辑活动来开展提供了便利。

2019年国内外新闻传播学者对机器写作的研究开始出现较多文献，从程序开发到受众认知均有探讨，主要分为以下三个方面。

一是关于机器写作技术问题的讨论。例如，Jones等(Jones & Jones，2019b)学者分析英国广播公司(BBC)最近在“原子化新闻”方面的两个实验发现，“原子化新闻”具有记录、重新组合和重用的三大特性，为提高效率和个性化提供了机会，而且符合“结构化新闻”大势。记者是在“为机器写作”，他们将非结构化信息转换为结构化数据，从而实现内容的自动重组和未来的重用。 在人们以往的认知中，机器新闻写作主要应用于体育新闻和财经报道这类结构化数据集领域，但Stray(2019)认为机器写作技术的发展在调查新闻上也具有潜力，如从不同文档中提取数据和概率性的跨数据库记录链接来形成分析。 Caswell等学者(Casewell & Dorr，2019b)提出了一种探索性的计算方法，即以结构化新闻的原始应用研究为基础，将自动化新闻领域从简单的描述扩展到更丰富、更复杂的事件驱动叙事(event-driven narratives)。

国内文献在这个问题上也有探讨。腾讯Dreamwriter项目负责人刘康(2019)从媒体生产和运营的角度介绍了腾讯开发的一系列机器写作应用系统，是目前业界对机器写作一次较全面的阐释。刘康介绍了腾讯开发人工智能自动纠错系统、自动摘要技术、内容梳理技术、自动专题、自动视频、自动图像处理技术，这些功能全方位配合Dreamwriter在系统决策、文字的筛选和提炼以及新闻热点判断方面的运行。同时，刘康认为现在机器写作比较难的是创作内容，机器写作的目的是准确高效地为人类提供帮助，可以提供一些素材供大家选择判断。

二是研究机器写作对受众认知的影响。Waddell(2019)借助MAIN模型探索机器新闻对读者感知公信力和偏见性的影响。结果显示，当新闻被认为是记者和算法共同作用时，偏见的感知会减弱，对新闻可信度的感知会产生积极的后续影响。刘冰洁等(Liu & Wei，2019)学者选取左右两派的新闻机构——《纽约时报》和《福克斯》，探究作者的身份和政治倾向如何影响读者感知。结果显示，机器撰写的新闻较少激起读者情感投入，专业性较差，但被认为更加客观。研究者认为，对于更受信任的媒体机构来说，利用新闻写作机器人可以增强新闻客观性。否则，使用机器人会进一步降低作者的可信度和专业技能。

国内学者(牟怡等，2019)通过对新闻、古体诗和绘画进行对比发现，就新闻这一类型而言，是由AI完成还是由人完成并不足以让读者产生不同的反应，说明AI新闻在今天已然成为常态。郑越、杨帆(2019)采用数据—语言转化系统，设计 2(启动信息：有、无) X 2(作者：机器人、记者) X 2(媒体：网络、传统) X 3(新闻话题、体育、财经、突发新闻) 实验法探讨中国新闻用户如何感知算法生成的新闻报道质量、喜爱度以及信任度。结果发现，受众普遍认为网络媒体上机器人生成的新闻比人类记者编写的质量高；但在传统媒体中，人类记者编写的新闻报道比机器人生成的质量要高。

总之，2019年有关机器写作的研究在国内外都基本同步开展，国内学者对技术原理的了解以及采用实验法与个案法等研究方法与国外学者差异不大，在关注问题上也都相似，可能这与国内在机器写作技术应用上紧跟发展趋势有关联。

三、类人机器人与AI主播

类人机器人(humanoid robot)是指外形像人，尽量模拟人类交流方式的智能机器人，有实体的，也有在媒体上呈现的，如AI主播(AI anchor)。2019年的研究文献主要关注人机交互关系，分析用户感受与认知两个方面。

对人机交互关系的研究文献主要来自国外学者的实证研究方面。一些国外学者(Rau & Stier，2019a)通过实验指出，类人机器人的应用会影响人们对于其怪异性的感知，一个有自我学习能力的机器人比一个没有自主意识的工具机器人更能激发人的怪诞感。用户的年龄差异对机器人怪异感知有明显差异，30～50岁用户群体的感知是最低的。Ciechanowski等(Ciechanowski et al.，2019)研究发现，用户与更复杂的、有具体形象的聊天机器人交互比与简单文本聊天机器人的交互神秘体验感更好。 Strait等(Strait et al.，2019)学者通过对5～10岁的儿童进行实验发现，儿童讨厌高度类人的机器人，但儿童的厌恶并没有转化为回避。也有学者通过受众对CG人像的感知实验挑战了恐怖谷假说，实验结果表明越不像人脸的AI人像，越会引起怪诞感(Kätsyri et al.，2019) 。

AI主播文献主要来自国内学者的一些观察文章。2019年新华社、人民日报、中央人民广播电视总台、封面传媒等纷纷推出AI主播，一些描述性文章关注了这一现象。有文章认为，AI主播的诞生给新闻发布带来了新特征：内容编辑精简，信息生产成本降低，承载“数字叙事”理念，但在新闻内容分类方面尚不清晰(田佳玮，2019)。但AI合成主播在现阶段尚未成为新闻生产流程再造的工具，而更像是一个新奇的“媒介技术玩具”。AI合成主播没有像汤姆猫、初音未来等选择可爱的卡通形象，还可能向跨域“恐怖谷”发起挑战。同时，虚拟主播破坏了固有的符号系统和传播仪式(易艳刚，2019)。

总体来看，与国外传播学文献采用研究相比，国内研究还很缺乏，尤其类人机器人的研究还没有专门讨论的文献。具体到研究方法上看，国内文献对AI主播还停留在观感层面，没有研究方法。另外，需要说明一点，AI主播还不是真正的具有自我学习能力的人工智能产品，更多还停留在类似于皮影戏的图形图像与声音的匹配上，但其发展趋势值得期待。

四、算法

采用算法分发推荐信息是人工智能在传媒业中非常成功的一个应用技术。从2019年所考察文献来看，讨论文献较多，主要聚焦在算法对受众、新闻生产、新闻专业性三个方面的影响。

在对受众影响方面文献来自国外学者的研究，主要关注“回音室”(echo chamber)、“过滤气泡”(fliter bubble)的效果，多采用实证方法分析。相关学者(Nechushtai & Lewis，2019)研究谷歌新闻推荐机制中用户的个性化程度，被试需记录他们在谷歌新闻上搜索到的有关2016年美国总统大选的前五个新闻。研究发现，来自不同州的不同政治倾向用户会被推荐非常相似的新闻，这对算法必然鼓励回音室的假设提出了挑战。Van Damme等(Van Damme et al.，2020)通过实证研究指出，编辑带来了话题的多样性，算法推荐会导致品牌的多样性。Rau等(Rau & Stier，2019b)研究发现，数字媒体和相关的政治两极分化对社会整体分裂的恐惧在实证上并不支持，在两极分化的影响层面，目前的证据还与回音室的简单假设相矛盾。还有学者(Bastian et al.，2019)对算法推荐机制下的和平新闻进行了探讨，认为和平新闻(peace journalism)不同于战争新闻(war journalism)，不聚焦于战争带来的暴力影响，而是寻求暴力的预防和解决。

在新闻生产方面，喻国明等(喻国明、杜楠楠，2019)发表的论文观点具有代表性，以“今日头条”的四次升级迭代为例，探讨了算法型信息分发的变化及迭代逻辑。该文认为算法推荐不是一成不变的，而是在不断迭代中提升着“有边界的调适”。如通过算法加人工的半自动形式进行文章内容的质量辨别，自动对用户进行精细画像的描绘和精准分群，不断优化推荐算法的兴趣探索能力，动态调整不同类别新闻分发的权重等做法，都在不断增强其社会的适应度与合法性。崔迪等(崔迪、吴舫，2019)也以今日头条为例，将今日头条理解为一种“新闻获取工具”。通过对今日头条用户的网络问卷调查显示，今日头条可使用户获取一个相对宽泛的新闻知识结构，本质上仍是人们频繁、密切接触新闻信息的渠道，发挥着新闻产品的基本功能。周葆华(2019)采用实证方法发表了《算法推荐类APP的使用及其影响——基于全国受众调查的实证分析》一文。

在新闻专业性方面，有国内学者(师文、陈昌凤，2019)撰文认为，我们还不能对算法检测虚假信息盲目乐观。目前对智能化事实核查算法解决假新闻的有效性评估，仅局限于计算机科学家在特定数据集上的查全率和查准率，鉴于算法模型的逻辑缺陷和假新闻的复杂性，通过技术手段解决假新闻问题在实际社会系统下的有效性值得商榷。翟秀凤(2019)选取国内5家大型网络内容平台作为调研对象，对16名相关从业者进行了深度访谈得出观点：平台算法通过量化评估和工具理性，形成一种隐蔽而日常的规训力量，使内容生产者让渡自身的主体性和创造性，以进入平台所主导的注意力经济逻辑之中。因此，对智能算法的认识，既要超越单纯的传播内容探讨，建立将算法作为社会领域支配性力量来理解的宏观思维框架。郭小平等(郭小平、秦艺轩，2019)认为，智能传播算法实践证明，所谓的“算法中立”不过是人们对数据和技术的乌托邦想象。算法偏见的治理已经成为数字化社会中无法回避的显性议题。

总之，国内学者对于算法的关注度高过国外学者，国内学者以观点和观察为主，国外学者以实证研究为主。

五、智能传播的伦理问题

智能传播的伦理问题主要在人机关系、新闻业规制和具体算法的伦理问题三个方面分析。

在人机关系上，格雷厄姆·默多克等(2019)认为云计算、物联网、人工智能和机器人为代表的智能机器，将传播从人与人之间的交往转向机器与机器之间的互联，人工智能和机器人技术将对一般工作组织和环境资源产生深远的影响。随着机器变得越来越自主、自我导向和相互连接，需要呼唤一种媒体机器的道德经济，这种道德经济必须基于这样一种认识，即我们作为工作者和用户所使用的通信系统与一般劳动组织和自然环境的转变密不可分。林升梁等(林升梁、叶立，2019)从胡塞尔的主体间性学说中引发了对智能机器人的伦理性思考，提出如何平等对待智能机器人、避免自我中心主义、从工具理性走向交往理性的疑问。当人机交往替代人际交往成为人类认可的主要交往方式之时，智能机器人将更加全面剥夺人与人之间的直接联系。作者认为，应从技术哲学视角反思智能机器人，不要让人被机器吞噬。

在新闻业规制问题上，刘海明等(刘海明、付莎莎，2019)指出，随着人工智能技术向传媒业的渗透，造成该领域“业”与“人”的双重变化，同时对新闻生产、场景传达、主体确立三个环节构成有形的冲击，呼吁结合传媒业与人工智能发展现状，制定符合技术发展的新闻伦理规则，圈定技术发展的上限与人作为主体的下限，呈现新闻本真的力度，还媒体从业者作为新闻生产者的主体性权威。陈昌凤等(陈昌凤、陈晓静，2019)认为，人工智能在提升计算效率和计算能力的同时，必然参与甚至直接作出决策，因此从技术与社会关系的角度来看，人类决策过程除了“理性计算”之外，最终必然需要进行“价值判断”。

在算法的伦理问题上，部分外国学者(Dorobantu & Wilks，2019)认为目前算法已经做出了一些带有伦理意味的决定，但这样的机器决策很可能不是基于以理性为中心的传统核心人工智能视角，而是基于机器学习(Machine Learning)过程以及情感和情绪的模型。

国内学者对这一问题做了较多探讨，陈昌凤、虞鑫(2019)在韦伯工具理性与价值理性二分的基础上指出，在工具理性通过科技快速扩张的同时，价值理性也正在被人为嵌入和制度化。算法偏向可能导致的价值偏向可大致分为六个维度：确定性、可解读性、误导性、公正性、自主性、可追溯性。董天策等(董天策、何旭，2019)对算法新闻涉及的隐私权问题、技术伦理问题、价值偏向问题做了梳理，阐明其研究进展，初步探讨了未来强人工智能技术下算法新闻可能涉及的伦理问题与伦理规范，揭示进一步研究算法新闻的可能方向。严三九等(严三九、袁帆，2019)通过问卷调查为主、深度访问为辅的方式，调查算法工程师对伦理问题了解程度、对伦理问题威胁性评估以及对算法伦理问题改善倾向，发现大部分算法工程师对算法在新闻传播领域引发的伦理问题了解甚少，仅了解一些热门事件，对伦理问题的威胁性评估偏低且改善倾向整体趋于保守。郭小平等(郭小平、秦艺轩，2019)聚焦算法偏见这一现象，力图打破数据神话，指出智能技术是人类的工具，使用者的价值立场直接决定了技术的立场。

总体上看，我国学者对智能传播的伦理问题有较多关注，从哲学、社会学、法学等不同学科角度开展了思考，随着智能传播的发展，这一话题会有更加深入的探讨。

六、智能传播对媒介生态的影响

智能传播对媒介生态的影响主要在广告营销、渠道、舆论等方面，主要是国内文献探讨，观点性论述和质性研究为主，没有量化的实证研究。

在广告营销方面的影响，秦雪冰(2019)以深度访谈的研究方法，探寻人工智能应用下广告产业的人力资本变迁。研究发现，人工智能对广告产业人力资本的“破坏”主要指向广告产业内部的初级人力资本，这将改变未来广告产业人力资本的构成。刘珊等(刘珊、黄升民，2019)认为大数据和人工智能技术的发展，使得人类在数据类型、数据量级和数据处理的方法、速度、成本上都得到了彻底的变革，因而对于营销传播会带来颠覆和重构性的改变。但是，营销传播的智能化目前还处于初级阶段，要真正体现人工智能的“数算力”，还需要从技术观念、机器学习升级和数据场景平台的搭建上进一步深入与升级。

在渠道方面，主要是关于AR应用的研究。李苗(2019)的研究主要集中于将增强现实(AR)作为智能媒介，认为增强现实(AR)技术具备沉浸性体验属性、实时追踪智能捕捉属性、三维视感的智媒属性、云计算与大数据支持的算法智能属性。

在舆论方面，高宪春(2019)认为智媒并非单纯的信息运载工具，将导致话语权的转移与重建，理解人们运用智媒技术对主流舆论演化的影响，为更有效地引导舆论、避免非理性的倾向提供了有效途径。

智能传播的发展正在对广告、渠道等媒介生态产生影响，最近几年在广告营销等专业刊物有较多文献探讨，也出现了计算广告学前沿的话题，但在新闻传播学科中刚刚开始得到关注。

七、智能传播的法律问题

不断发展的人工智能技术也在不断挑战人们对媒介法律的既有认知。一方面，由于财力限制和新闻时效性压力，新闻机构很有可能会生成并发布未经人工编辑审核的内容。Lewis等(Lewis et al.，2019)发文探讨，当诽谤行为发生时，谁来承担算法的违法责任?当对自动化新闻进行诽谤诉讼时，政府官员和公众人物可能会发现，几乎不可能证明“实际恶意”(actual malice)，即原告必须证明被告的过错程度，然后才能要求赔偿诽谤损失。因为美国最高法院规定，实际恶意标准要求原告证明被告知道或应该知道发布的声明是假的，并且算法不会独立于程序员的决定做出主观判断。此外，不少新闻机构表示，其算法只是提供含有诽谤性信息的搜索结果的渠道，而不是这些诽谤性信息的实际发布者。这些困境都给现实生活中的法律判定带来了难题。

另外一方面，McKay(2020)认为随着刑事诉讼技术的进步，司法评估工作得到了AI技术的助力，旨在提供准确的预测能力和客观一致的风险评估。但在全球范围内，人们对算法产生了伦理方面的担忧，认为算法是带有固有统计偏差的专有产品，具有不透明性，且人类的司法评估也在向有利于机器的方向发展。

国内被讨论较多的是AI对于用户隐私权的侵犯。夏梦颖(2019)发文认为人工智能环境下传播权利对隐私权侵犯有三种形式：一是使用AI技术的公司不仅可以通过监控系统、物联网、反向身份识别技术和繁琐用户条款等手段收集用户信息，还可以对个人的隐私数据进行深度挖掘、追踪和分析；二是媒体通过算法技术塑造媒介语言，实现权力延伸，限制用户的自决选择；三是个人用户在发布信息后既无法使信息退回私人领域，也存在个人传播权被误用和滥用的风险。

智能传播提出了系列法律新问题，只有新闻传播学科和法律学科交叉才能对问题找到可行解决方案，这点从文献来看也才刚刚开始起步。

八、智能传播时代的新闻传播教育

人工智能技术在传媒业中的快速应用，对新闻教育提出了挑战。一是人才培养如何跟进技术发展的问题，二是学科拓展问题。

在人才培养方面，一些观点(李华君，2019)认为，AI技术为新闻人才培养提出了新要求。一方面，随着算法与智能化媒体应用的盛行，传媒行业对于整合型人才的要求逐渐提升。另一方面，具身化所带来的身体问题让媒介融合不再局限于媒介形态与社会形态的融合，更加表现为人与技术的融合，传播重心也从媒介本身向受众转移。因此，高校新闻传播教育不仅需要培养专业的新闻传播思维，也需要拓展其作为受众的数据信息处理能力。栾轶玫等(栾轶玫、何雅妍，2019)从高校层面出发提出，“融合技能、智能素养、价值坚守”是身处多元时代的中国新闻教育面向未来的变革方向。

在学科拓展方面，一些学者的研究(罗昕、张梦，2019)聚焦于2016年前后在西方兴起的一种新的宣传方式——计算宣传(Computational Progaganda)，文章主要将计算宣传视为利用人工智能技术操纵舆论的新途径，从批判的角度探讨计算宣传在政治、文化和经济领域产生的影响。文章认为，随着计算宣传的技术发展，加剧了公共领域的冲突，一些社交媒体用户的利益也得到威胁，应建构计算宣传的治理体系，发挥政府在审核和立法上的关键作用，联合非政府组织和公民的治理力量，开展以国际机构和跨国网络为主导的全球治理。

九、结语

2019年国内外新闻传播学科对智能传播的研究有几个特点。一是智能传播的研究开始全方位展开，具体技术形态的算法、社交机器人、机器写作，专业层面的伦理、道德，以及新闻传播教育等均有探讨；二是我国新闻传播学者的研究与国外同行相比基本是同步的，涉猎的范围比国外同行更广，一定意义上可以说我国新闻传播学者对智能传播更加敏感；三是我国文献多是观察和思考，国外文献多是实证研究，相对来说，我国文献的问题面广，但国外文献的研究更深入。

智能传播还是一个新生的领域，是下一步传播手段的升级方向。换句话说，智能传播正带来媒介生态的全面变革，每一步发展都在提出基于技术、内容、人机关系、道德、法律、教育等的全新问题，毫无疑问，这个领域就是新闻传播学研究的一个重要前沿，是社会急需学者智慧的领域。对于新闻传播学研究来说，这也是一个富矿。