审视本体、扩容议题与创新方法： 走向“学科化”

吴晔 陈艳培 孙冰哲

【内容摘要】本文从传播学Q1区英文期刊和新闻与传播学CSSCI中文期刊（共46本）中筛选出97篇计算传播学相关研究论文，进而从研究议题、观点视角和方法创新等维度筛选出具有代表性的成果，并从计算传播学的本体论与问题域、ChatGPT、算法与平台审计、社交机器人、意见极化等9个关键议题勾勒了2023年中西方计算传播学的研究地图。研究发现，2023年计算传播学呈现出三个典型特征和趋势：学科建制完善化、关键议题多元化和研究方法体系化。

【关键词】计算传播；ChatGPT；算法与平台审计；社交机器人；意见极化

计算传播学是一门新兴的跨学科领域，它运用计算方法和传播理论研究传播现象和问题。计算传播学的发展受到信息技术的快速变革和大数据的广泛应用的推动，为传播研究提供了新的视角和工具，也带来了新的挑战和机遇。

一、数据采集与筛选

本文从传播学Q1区英文期刊和新闻与传播学CSSCI中文期刊（共46本）筛选出97篇计算传播学相关论文，并从研究议题、观点视角和方法创新等维度筛选出具有代表性的研究成果，总结了“计算传播学的本体论与问题域”“ChatGPT：网络扩散、本质与社会影响”“算法与平台审计：认知、疲劳与新闻实践”等9个关键议题。以此回顾、总结了2023年中西方计算传播学的研究地图，以期为计算传播学的发展和创新提供参考和启示。

二、关键研究议题

（一）计算传播学的本体论与问题域

随着深度媒介化进展加速和数据采集手段的多元化，互联网用户的数字痕迹为计算传播研究提供了充足的经验材料，计算传播学得以长足发展。计算传播研究不僅局限于社会传播现象，学者们开始审视中西方计算传播学本身，计算传播成为研究的对象，计算传播学的本体论、问题域和研究特征得以进一步明确。

钟智锦、周金金和苏思妮①以2022年新闻传播学领域重要期刊的127篇SSCI文献、55篇CSSCI文献为样本，从议题、方法和理论三个维度比较中英文计算传播研究。在议题研究方面，中、西方学者均重点关注政治传播、媒介使用，英文文献更侧重于疫情和新闻业领域研究；在研究方法方面，新浪微博和Twitter分别成为中、西方计算传播研究的重要数据来源，英文文献研究在数据选取上跨平台研究和大小数据结合两个发展方向趋势凸显，具体到采用的研究方法，语义分析、网络分析和情感分析成为中、西方研究的常用方法，同时中西方研究也都呈现出计算方法与其他定量或质性研究方法结合使用的方法新取向，此外，西方学术界也开始引入计算视觉方法和屏幕组学方法开展计算传播研究；在理论贡献方面，国内外研究重视继承与发展议程设置、沉默的螺旋、框架理论等经典理论，同时验证回声室效应、污名化理论等，然而相关研究重在探讨现象，弱化与理论对话。

除了计算传播研究的议题、方法和理论三个具象维度得以明确之外，该领域的宏观知识地图、方法体系和研究通用框架也得以深入探讨。赵甜芳②对比12991篇中外计算传播研究核心文献以及绘制相关知识地图，总结出国内计算传播研究具有三个特点：个性化术语表达、侧重理论论述、聚焦本土议题及本学科知识。基于此，研究进一步归纳总结了包括2个一级类别和13个二级类别的计算传播研究方法体系。此外，在理解以上特点存在合理性基础上，该研究还从写作规范、方法体系和实践路径三个维度构建了一个计算传播研究的通用框架。

计算传播学作为有着鲜明烙印的研究方法出场，随着学术共同体逐渐壮大、学术机构和学术期刊建制完善，特别是随着计算传播学本体论、问题域和方法论体系进一步明晰，计算传播学将走向“学科化”。

（二）ChatGPT：网络扩散、本质与社会影响

2023年，ChatGPT“破圈”成为传播领域现象级话题和研究“新宠”。

ChatGPT何以“破圈”？张洪忠等人③从热点生产角度分析了ChatGPT“破圈”的网络扩散，ChatGPT在国内网络传播的主题分为技术探讨、资本关注和背景提及。与ChatGPT在社会层面的话题热度呼应，学界从技术理性视角下重新审视了ChatGPT 热度。

生成式人工智能 ChatGPT 横空出世、破圈后，国内公众对此如何认知？高鑫鹏和李娜④利用计算机辅助内容分析的方法，勾勒出微信公众平台用户对作为“权力秩序”、作为“身份区隔”和作为“现实投射”的ChatGPT 社会想象。

理解ChatGPT呈现出不同解读视角。周葆华⑤从“或然率资料库”概念出发，将以ChatGPT为代表的生成智能理解为人类最新的知识新媒介，因为它不仅生成新知识，人类获知和求知模式也因其而改变。陆小华⑥指出，ChatGPT等智能内容生成工具实质上是一种智能内容生成系统而非“聊天机器人”，它生产的内容影响人类的认知、决策和行为。但人工智能生成内容也会带来虚假不真实、偏见放大、偏差隐藏等八类风险，其应对策略包括开展AI数据的镜像审查治理、促进算法和内容的同步治理等。⑦

ChatGPT带来深远影响，之于传播而言，需要重新审视传播格局和传播理论。胡泳⑧看到以ChatGPT为代表的大型语言模型的力量，指出大型语言模型的四大发展趋势，它完全改变了人机交互方式以及带来伦理、何为原创与专有内容以及隐私等问题。于传播而言，大模型带来了交流困境，对此需要更新传播理论和传播实践，进而确定未来传播研究的面向。方兴东等人⑨认为，以ChatGPT为代表的AIGC爆发，颠覆了信息传播格局，使传播可能走向一个无限的开放系统。刘德寰和洪馨仪⑩则认为ChatGPT开启了互联网第三次革命──意义互联网，其本质是智能时代的来临，而在该时期，“何事”的问题开始被解决。

在理论推演与探讨之外，有学者开始对ChatGPT为代表的生成式AI展开实证研究。有学者分析了生成式智能媒体 ChatGPT 在中英文环境下生成的涉华议题报道，ChatGPT 英文报道倾向于采用西方主流媒体的主题框架和态度框架，而ChatGPT中文报道则相对独立，没有明显受到中西方主流媒体的影响。Arango等人通过三项实验测试了消费者对人工智能生成的慈善捐赠广告的反应，实证表明消费者的反应受到知情与否、图像的真实性、慈善机构的动机和情境的影响：当消费者知道儿童的面孔是由AI生成时，他们的捐赠意愿会降低；但是，当慈善机构能够表明其使用AI图像的道德动机时，消费者的捐赠意愿会提高。此外，当情境特殊无法使用真实图像时，消费者也会接受慈善机构使用 AI 图像，并且不会影响他们的捐赠意愿。

（三）算法与平台审计：认知、疲劳与新闻实践

算法作为信息处理和推荐系统的关键组成部分，已经被广泛运用于社交媒体和网络平台，算法黑盒问题也引发了对信息透明度和公正性的关注。对算法进行审计能够揭示其运作机制、决策过程和对信息传播的影响，有助于理解信息流的塑造和传递过程。

人们对算法的态度是两面性的。一项对六个欧洲国家2899名年轻人的在线调查发现，用户对涉及隐私问题的算法持一定的担忧态度，但在平台化新闻使用中，他们仍然依赖算法来满足个人的日常信息需求。然而，长时间接触和依赖算法决策可能引发个体的疲劳、麻木或不信任感。通过对知乎社区中“你为什么卸载今日头条和抖音”话题及其回答的数据采用LDA主题分析与计算扎根理论方法研究，揭示了个人因素、信息因素和技术因素的共同影响，导致算法推荐类移动新媒体用户产生算法疲劳的现象。

算法不仅仅是信息过滤和推荐的工具，更是社交连接的媒介，算法在一定程度上有助于个体找到相应的社群，并促进社交互动。一项研究探究了那些曾经患过精神疾病的弱势群体成员对平台算法的理解，并提出了“算法编织社区”的概念，即弱势群体的成员可以通过算法的推荐在线形成一个松散的社区。另一项对知乎上男同性恋用户的访谈研究发现，弱势群体认为平台算法既是“驱逐者”也是“保护者”。

对平台创作者而言，算法在推荐和排名中的公平性，将关系到创作者及其创作内容的可见性和受众获取程度。有研究者对来自Instagram、TikTok、Twitch和YouTube的社交媒体创作者進行研究，这些创作者都曾遭受平台大规模举报事件。这对社交媒体创作者来说尤其具有挑战性，因为它将平台基础设施武器化，而创作者几乎没有获得支持的途径，并限制了他们获得平台支持的机会。

事实上，算法偏见不仅存在于以上研究涉及的社交平台，也出现于搜索引擎中。塔娜和林聪研究了主流搜索引擎自动补全算法偏见，研究表明，自动补全算法同样存在性别、年龄和户籍三类社会群体属性相关的偏见：女性相较于男性、中老年群体相较于青年群体、农村相较于城市处于不利的社会地位，这些偏见与社会上长期的歧视现象相吻合。研究进一步分析了引发搜索引擎自动补全算法偏见的数字生态机制和社会结构根基以及不同利益相关方在感知和对抗算法偏见中的作用。

国外对算法新闻这一新兴领域的研究日益增多。一项研究探讨了算法新闻加入拟人化特征后的新闻说服力的影响。研究结果显示，拟人化的算法新闻可以提高新闻的说服力和读者情感投入。尤其当人类新闻工作者生产新闻时与拟人化算法形成“朋友关系”而不是“主仆关系”时，读者认为新闻更可信，并且有更高程度的情感参与。

（四）社交机器人参与网络舆论构建

在人工智能技术与社交媒体融合的背景下，社交机器人作为新的网络行动者参与到热点议题之中，通过网络渗透、舆论引导和认知干预等方式，成为影响公众认知和舆论风向的重要因素，这一现象引起了学术界的广泛关注。

有学者以机器行为学为研究视角，从个体行为层次、集群层次以及混合人机行为层次考察了社交机器人是如何参与社交网络舆论的建构。同时，该研究指出传播学进行舆论研究时，需要将人工智能技术或“机器”视为与人对等的信息传播主体，可以采取仿真模拟和大数据挖掘等方法创新舆论研究。

社交机器人也应用于考察议程设置中的时间变化。赵蓓等人基于新冠疫情早期Twitter数据，采用多种方法分析了社交机器人、媒体和公众在社交媒体议程中的作用和互动。结果表明，社交机器人和媒体都能正向影响公众议程，但随时间变化，媒体的影响力逐渐增强，而社交机器人的影响力则波动下降。此外，社交机器人和媒体对公众议程的影响时间也不同。再者，社交机器人主要在“具体的议题”上引发其他议程的反应，而媒体主要在“抽象的议题”上实现议程设置。

社交机器人以舆论干预的方式参与到军事冲突这一现象也引起了许多学者的关注。张梦晗和陈泽基于LDA主题建模分析，探讨了俄乌冲突中社交机器人对战时宣传的影响。研究发现，在俄乌冲突的网络舆论战中，挺乌机器人在“军队规模”上占据绝对优势。在其传播的四大主题中，挺乌机器人在三个主题上成功地引导了公众的后续讨论。

社交机器人对环境相关话题也具有一定的影响。有研究者使用2019/2020年澳大利亚森林大火有关的100万条推文来探讨“社交机器人”在多大程度上放大了用户对此类事件的不同看法，并影响了气候变化的话语。结果显示，社交机器人似乎对气候变化的对话有所贡献，既有支持气候行动的框架，也有反对气候行动的框架，并更大程度地放大了诉诸情感的框架。

（五）社交平台意见极化再思考

极化现象一直以来是计算传播研究的重要议题，特别是重大事件中的极化现象吸引了研究者更多关注。苏凡博等人以微博“2·27事件”为例进行了实证分析，探讨了社交媒体平台上情绪极化的传导机制。研究表明，该事件在爆发之初就达到了情绪的顶峰，然后随着时间的推进，群体情绪的波动强度呈现出线性递减的变化规律；帖子是微博情绪传播和扩散的重要环节，也是极端情绪争论的核心领域；同一个帖子下的评论更容易出现情绪上的一致性。廖圣清等人同样以微博为研究对象，以情绪为中介变量实证考察了微博新闻回帖中的受众互动对群体极化的影响。研究发现，“受众互动对群体极化具有显著的正向影响；受众互动越强烈，情绪效价越消极，情绪唤醒越强烈；正向情绪效价、低唤醒度的情绪更容易导致群体极化”。

公共卫生事件中的意见极化现象也引起了学者的关注。有研究者以新冠疫情中的典型舆论事件为例，从意识形态立场、情感、注意力等维度探析极化现象。

除重大事件之外，诸如具有争议性的话题如女权主义、性少数群体等话题是否也容易引发群体极化现象？有学者探讨了TikTok和Twitter上有关女权主义辩护和变性之间的争论中的两极分化现象，结果表明关于性身份的辩论导致了社交媒体中女权激进主义的强烈两极分化。

（六）健康传播：科学认知、公众信任与观念塑造

新冠疫情的大流行引发了字界对健康传播领域的广泛关注。研究者通过计算传播的方法，对公共卫生健康宣传过程进行分析，聚焦传统热点议题的同时，也关注受众在社交媒体上反映的精神健康问题。同时，通过对社交媒体上健康传播的路径进行深入剖析，研究者为公共卫生传播机构和个体提供了有益的宣传推广建议。

公共卫生事件的爆发激发了公众对卫生科学研究进展的关切和传播。有学者对Reddit社交新闻站点上，专门讨论新冠疫情科学进展的论坛子版下的85362篇帖子和评论进行研究，发现大众对健康领域科学进展的认知演进主要受到社会和政治因素的影响，而非科学研究的重大突破。此外，对美国脱口秀节目讨论阿片类药物专题的YouTube用户评论进行的LDA主题分析和文本情感分析研究进一步证实，用户评论的主题与该国的政治气候相关。此外，带有积极情绪的评论比负面评论更有可能引起YouTube用户更广泛的参与。

在推动健康科学广泛传播的过程中，政府和科学家扮演着不可或缺的角色，肩负着引导公众采取积极的健康行为应对卫生危机，促进社会整体健康的使命。针对新冠肺炎疫情网络舆论，研究者运用自然语言处理技术发现，在疫情期间公众整体对政府和科学家的信任程度呈现较高水平。值得注意的是，社会焦虑的上升并未降低对政府的信任，反而引发了对科学家的信任提升。这一发现对于理解信任在危机时期信息传播中的复杂作用提供了新的视角。

公共服务广告（PSA）和政务宣传作为传播健康信息的工具，在塑造健康观念、应对卫生危机、促进公共参与等方面发挥了关键作用，因此对其进行深入研究对优化健康传播策略具有实际价值。一项对72个自杀相关的PSA视频和4335条评论的研究发现，在获取框架和叙事结构的PSA内容里，正面评论的比例较高，在叙事结构的PSA内容中，表达求助倾向的评论比例也较高。另一项基于31个省级卫健类政务微博数据的国内研究，深入分析了政务健康信息在社交平台上的传播策略，提出了六种有效的建设性健康沟通策略，为地方政府提供了具体的沟通指导。

（七）计算宣传与计算舆论

在当前社会背景下，计算宣传和计算舆论已经成为引起广泛关注的研究领域。随着技术的不断发展，这些计算化的信息传播方式越发复杂和智能。研究者致力于深入了解这些技术在社会中的作用机制，以及它们如何塑造和影响公众的观点、社交互动以及整体国际舆论场。

周葆华等人对2000-2020年12本代表性SSCI期刊中的200篇国际计算舆论研究文献进行内容分析，发现这些研究主要关注政治议题，集中在特定事件上，强调舆论内容和表达主体，特别关注“基于社交媒体的社会运动或集体行动舆论”等核心议题。在理论概念方面，研究集中于行动主义和社会运动，重新审视经典概念如框架、议程设置等，同时涉及情绪、可供性等新兴概念。研究对象较多地聚焦于单一国家/社会、以及单一媒介平台，主要使用的数据分析方法包括经典统计、文本挖掘与网络分析。

汤景泰等人从计算宣传操作认知的视角，将谣言视为“武器”，其认知操纵的方式包括：谣言利用智能化、产业化、公关和流量的手段，通过多层次的网络传播，以社群和技术为驱动力，通过塑造舆论氛围，获得民众的认同；通过激发内生性和外源性权力矛盾，制造社会的分裂和对立；通过激发逆级联的效应，引发社会的抗争，从而在矛盾的环境中为不满的声音提供了权力的空间，形成了与主流声音相对抗和竞争的叙事和框架，团结了想要改变现有权力结构的赛博社群。计算宣传活动的实施者利用民众的情感和立场来制造和传播谣言，为了应对谣言这种“武器”，主权国家要以内部治理为基础，加强全球治理导向。

（八）国际传播：传播效果实证与虚假信息传播模式

提升国际传播效能是新闻传播学科的重要使命。研究者利用丰富的社交媒体数据，围绕国际传播展开了多项研究。

如何面向跨文化受众选择合适的话题和方式讲好中国故事，是新时代中国国家文化传播的重要课题。戴鑫等人以YouTube平台上3434个中国美食视频的评论为研究对象，利用大数据分析技术和方法，探讨了中国食物旅程叙事策略及效果。张燕和林亚龙也关注国际传播效果，他们以B站账号“RT今日俄罗斯”的相关数据作为研究对象，对ACGT模式国际传播效果进行了实证研究，研究发现，ACGT模式中的四种策略在传播效果的四个维度均具有显著差异。

国际传播中的虚假信息议题同样引起了研究者关注。有研究者以COVID-19为例，利用开放的应用程序接口（API），收集了推特上涉华的虚假信息相关推文数据，并进行了多种数据分析，探讨了国际涉华虚假信息的传播模式。

（九）计算传播研究方法创新

计算传播学作为计算方法进入传播学研究领域，其方法体系逐渐系统化，而计算传播研究方法也在不断创新和融合。无论数据收集方法，还是具体议题研究，计算传播学研究方法于2023年均有所发展。

数据是计算传播研究基础原料，Ohme等人介绍了数字追踪数据收集的三种方法──API、数据捐赠和（屏幕）跟踪，并总结了研究者在决定使用特定方法前需要考虑平台、用户依赖性和参与度、数据收集的时间框架等因素。基于数字跟踪数据（数据捐赠和屏幕截图数据等），Otto等人进一步介绍了一种评估社交媒体传播效果的新型链接分析方法──將数字痕迹数据和调查数据联系起来，该方法具有更高的外部有效性、更精细的数据分析等优势。

2023年，计算视觉研究方法得到学术界进一步关注，比如使用计算机视觉方法分析美学，通过考察Twitter社交机器人在涉中议题上的自动化视觉传播和对比人机用户视觉表达的不同，研究社交机器人的图像美学特征对传播效果的影响；采用计算视觉方法分析网红城市的图像色彩，发掘网红城市图像化复制的逻辑；使用计算机视觉方法的视觉美学，系统地测量视觉特征对品牌个性的影响。

此外，情感计算和计算扎根理论方法作为创新性研究方法被引入到传播学研究。王喆介绍了情感计算在网络传播中的应用：情感计算的信号来源于人脸情感、语音情感、语言文字等，该技术方法应用于舆情、广告、民意调查中。金鑫和王锡苓视计算扎根理论为一种创新性研究方法，并介绍了它作为创新性研究方法的特征、意义与应用。在实证研究方面，洪杰文和王怡采用了计算扎根理论的方法分析移动新媒体用户算法疲劳的影响因素。

三、总结

随着互联网技术的发展和社会化媒体的普及，计算传播学领域涌现出包括ChatGPT研究在内的诸多前沿议题。与此同时，计算视觉、计算扎根理论和情感计算等方法进入计算传播学视野并开始被广泛使用，计算传播学迎来了新一轮发展和创新，表现出三个典型特征和趋势。

一是学科建制完善化。2023年，中国新闻史学会计算传播学专业委员会更名为“中国新闻史学会智能与计算传播专业委员会”以适配当下及未来媒体传播智能化的发展趋势；粤港澳高校计算传播学联盟启动仪式于珠海举行，扩大了计算传播学研究的学术共同体；中国人民大学新闻学院承办了2023年计算社会科学暑期学校（Summer Institute in Computational Social Science，即SICSS-Beijing 2023），培养未来计算传播学青年学者……回到计算传播学研究本身，2023年计算传播学研究的一个亮点是本土学者开始以计算传播学为研究对象，审视计算传播本体论和问题域，从学科理论贡献、议题内容、方法体系、知识地图、研究框架等维度全面阐释了计算传播学研究。随着计算传播学进一步明晰观照的核心问题、本体目标、发展方向，计算传播学将走向“学科化”。

二是关键议题多元化。回顾2023年计算传播学研究，社交媒体无疑是最高频的研究对象，而就关键议题而言，除了诸如社交机器人、计算宣传、计算舆论和意见极化等核心议题再次成为研究重点外，ChatGPT作为前沿性议题被广泛讨论，体现计算传播学研究学者对智能技术敏锐和重要议题的观照。计算传播研究的关键议题进一步多元化。

三是研究方法体系化。在中西计算传播学研究的文献中常用语义分析、网络分析和机器学习等研究方法，这些新型计算方法与传统量化方法被学者加以区分，各类研究方法被逐步划定边界和归位，形成体系化。再者，计算传播学也在不断吸纳和融合新的研究方法，例如计算视觉、屏幕组学逐渐被更多学者采用，而情感计算、计算扎根理论方法作为创新性研究方法也被引入到计算传播学研究当中。随着计算传播学对新研究方法的整合，其研究方法也将更加体系化。

总之，2023年计算传播学在学科建制、关键议题和方法创新维度都呈现出新亮点，显示出计算传播学的活力和潜力。计算传播学已经成为传播学的重要分支，拥有了完善的学科体系和专业人才培养机制，为传播学的发展提供了新的思路和视角。计算传播学也涉及了诸多关键议题，推进传播学的理论发展。计算传播学还不断创新和完善研究方法，为传播学的研究提供了新工具和新技术。可以预期计算传播学将会贡献更多学科洞察和智识。

参考文献：

①钟智锦、周金金、苏思妮：《中英文计算传播研究的比较：议题、方法与理论》，《全球传媒学刊》2023年第2期。

②赵甜芳：《计算传播研究的知识地图与实证框架——基于12991篇中外核心文獻的对比分析》，《新闻与传播研究》2023年第3期。

③张洪忠、王彦博、赵秀丽：《热点生产：ChatGPT“破圈”的网络扩散研究》，《现代出版》2023年第2期。

④高鑫鹏、李娜：《社会技术想象视域下ChatGPT的“媒介神话叙事”——基于微信公众平台的计算机辅助内容分析》，《新闻记者》2023第10期。

⑤周葆华：《或然率资料库：作为知识新媒介的生成智能ChatGPT》，《现代出版》2023年第2期。

⑥陆小华：《智能内容生成的实质、影响力逻辑与运行范式——ChatGPT等智能内容生成现象透视与解析》，《新闻大学》2023年第4期。

⑦谢梅、王世龙：《ChatGPT出圈后人工智能生成内容的风险类型及其治理》，《新闻界》2023年第8期。

⑧胡泳：《超越ChatGPT：大型语言模型的力量与人类交流的困境》，《新闻记者》2023年第8期。

⑨方兴东、顾烨烨、钟祥铭：《ChatGPT的传播革命是如何发生的？——解析社交媒体主导权的终结与智能媒体的崛起》，《现代出版》2023年第2期。

⑩刘德寰、洪馨仪：《意义互联网的兴起——ChatGPT开启互联网第三次革命》，《编辑之友》2023年第9期。

党明辉、凌兴福、丁朋娜：《生成式智能媒体对涉华议题的媒介记忆——以ChatGPT为例》，《当代传播》2023年第5期。

Arango L， Singaraju S P， Niininen O. Consumer Responses to AI-Generated Charitable Giving Ads. Journal of Advertising， 2023： 1-18.

Schaetz， N.， Gagrčin， E.， Toth， R.， & Emmer， M. Algorithm dependency in platformized news use. new media & society， 2023.8.

洪杰文、王怡：《移动新媒体用户算法疲劳影响因素研究》，《现代传播》2023年第1期。

Wang， J.， Qu， J. G.， & Leo-Liu， J. An Algorithmically Woven Community： Disclosing Mental Illness and Connecting with Similar Others on an Algorithm-Mediated Platform in China. Social Media+ Society， 2023.10.

Zhao， L. Filter Bubbles？ Also Protector Bubbles！ Folk Theories of Zhihu Algorithms Among Chinese Gay Men. Social Media+Society， 2023.4.

Meisner， C. The weaponization of platform governance： Mass reporting and algorithmic punishments in the creator economy. Policy & Internet. 2023.8.

塔娜、林聪：《点击搜索之前：针对搜索引擎自动补全算法偏见的实证研究》，《国际新闻界》2023年第8期。

Jang， W.， Chun， J. W.， Kim， S.， & Kang， Y. W. The effects of anthropomorphism on how people evaluate algorithm-written news. Digital Journalism， 2023.2.

张洪忠、王競一：《社交机器人参与社交网络舆论建构的策略分析——基于机器行为学的研究视角》，《新闻与写作》2023年第2期。

赵蓓、张洪忠：《议程设置中的时间变化：基于社交机器人、媒体和公众时间滞后分析》，《国际新闻界》2023年第2期。

张梦晗、陈泽：《信息迷雾视域下社交机器人对战时宣传的控制及影响》，《新闻与传播研究》2023年第6期。

Daume S， Galaz V， Bjersér P. Automated Framing of Climate Change？ The Role of Social Bots in the Twitter Climate Change Discourse During the 2019/2020 Australia Bushfires. Social Media+ Society， 2023， 9（2）.

苏凡博、朱慧、黄浩淋：《社交媒体层级传播结构下情绪极化传导机制研究——基于微博“2·27事件”的网络挖掘与实证分析》，《当代传播》2023 年第5期。

廖圣清、程俊超、于建娉：《网络新闻回帖中的受众互动与群体极化：以情绪为中介变量》，《国际新闻界》2023年第9期。

汤景泰、徐铭亮、星辰：《立场、情感、注意力与选择性接触：舆论极化的影响要素分析》，《国际新闻界》2023年第1期。

Peña-Fernández， S.， Larrondo-Ureta， A.， Morales-i-Gras， J. Feminism， gender identity and polarization in TikTok and Twitter. Comunicar， 2023，31（75）：49-60.

Britt， R. K.， Britt， B. C.， Panek， E.， & Lee， J. Communication Expressed on the COVID-19 Subreddit in the Midst of a Global Pandemic. Health Communication， 2023.5.

Ittefaq， M.， Zain， A.， & Bokhari， H. Opioids in Satirical News Shows： Exploring Topics， Sentiments， and Engagement in Last Week Tonight on YouTube. Journal of Health Communication， 2023.1.

陈慧敏、朱泽宇、于北辰、金兼斌：《公共卫生危机中政府信任、科学家信任与社会焦虑——基于新冠肺炎疫情网络舆论的观察》，《当代传播》2023年第3期。

Harris， D.， & Krishnan， A. Exploring the association between suicide prevention public service announcements and user comments on YouTube： a computational text analysis approach. Journal of health communication， 2023.5.

劉嘉琪、康天姝：《建设性沟通与政务健康信息采纳——基于 31 个省级卫健类政务微博的数据》，《新闻与传播研究》2023 年第 9 期。

周葆华、连昕萌、张思琪、杨天铸：《数字时代的计算舆论研究：主题、理论与方法的进展与前瞻——基于 2000-2020 年代表性传播学国际期刊的分析》，《新闻与写作》2023年第2期。

汤景泰、星辰：《作为“武器”的谣言：基于计算宣传的认知操纵》，《新闻大学》2023年第8期。

戴鑫、马永超、金子越、刘莉、张毅、杨雪：《国际社交媒体上的中国食物旅程叙事策略及效果研究——基于YouTube平台的大数据分析》，《新闻与传播研究》2023 年第2期。

张燕、林亚龙：《ACGT 模式国际传播效果的实证研究——以B站“RT 今日俄罗斯”为例》，《现代传播（中国传媒大学学报）》2023年第5期。

陈秋怡、汤景泰：《协同网络、议程建构与真实性增值：国际涉华虚假信息的传播模式——以COVID-19 为例》，《新闻记者》2023年第7期。

Ohme J， Araujo T， Boeschoten L， et al. Digital Trace Data Collection for Social Media Effects Research： APIs， Data Donation， and （Screen） Tracking. Communication Methods and Measures， 2023： 1-18.

Otto L P， Loecherbach F， Vliegenthart R. Linkage Analysis Revised–Linking Digital Traces and Survey Data. Communication Methods and Measures， 2023： 1-19.

黄阳坤、陈昌凤：《视觉传播的自动化与国家形象的美学建构——基于 Twitter 社交机器人的计算美学考察》，《现代传播（中国传媒大学学报）》2023年第8期。

钟新、金圣钧：《网红城市的视觉复制与图像化生产——基于图像色彩的计算视觉分析》，《编辑之友》2023年第2期。

Wen T J， Peng Y， Yang J. A Computer Vision Methodology to Predict Brand Personality from Image Features. Journal of Advertising， 2023： 1-13.

王喆：《可计算的情感回环：后情感社会中情感计算的生成与批判》，《新闻记者》2023年第5期。

金鑫、王锡苓：《跨越逻辑、方法与范式：计算扎根理论作为创新性研究方法的特征、意义与应用》，《新闻界》2023 年第6期。

（作者李华系北京师范大学新闻传播学院、北京师范大学计算传播学研究中心讲师；吴晔系北京师范大学新闻传播学院、北京师范大学计算传播学研究中心教授；陈艳培系北京师范大学心理学部硕士研究生；孙冰哲系北京师范大学心理学部硕士研究生）

【责任编辑：谢敏】