传播学 | 机器行为范式（(Machine Behavior Paradigm）

机器行为的概念和内涵

2019 年，一篇名为 Machine Behaviour 的文章正式提出“机器行为学”这一新兴研究领域。机器行为学意图对智能机器进行科学研究，其核心概念“机器”不单指技术或者机器实体，而是泛指一切人工物体和人工现象。

从广义上来看，机器行为是人工智能技术驱动的机器对社会进行的塑造活动，如自动驾驶、智能家居等在人们日常生活中的广泛应用。

学者张洪忠等学者从狭义的传播学角度将“机器行为”定义为人工智能技术参与的信息传播活动，如个性化算法促使用户与人工智能技术协作部署信息，社交机器人被规模化应用于改变公共话语和公众议程，AI主播糅合了记者、播音员等多重角色成为数字化信息传播的代言人等。

机器行为对已有传播学研究范式的挑战

① 突破了传播学的研究对象

已有传播学研究范式主要围绕“人”与“人的行为”展开，而机器行为的广泛参与使得传播生态中的主体构成更加复杂。人工智能不仅在互联网传播实践中扮演信息的传播者和接收者等主体性角色，还在日常生活中以智能助手的形式与人互动。这种变化要求传播学研究不仅要面向“人的行为”，还要开始面向“机器行为”。

② 拓展了传播学的理论边界

基于“人”这个主体来建构的传播学理论在面对“人+机器”混合主体时，其解释力受到挑战。例如，议程设置理论在社交机器人加入的舆论场域中发生了改变，出现了社交机器人议程这一新兴变量。此外，说服理论、镜中我理论等也在虚实交织的社会中面临新的发展和变化，这些变化是过往传播学研究范式无法解释的新问题。

③ 推动着传播学研究方法的创新

传统的问卷调查法、内容分析法、访谈法和观察法等在面对基于人工智能技术的机器行为时显得无力。机器行为产生的大量数据超出了人类自行处理的能力范围，且机器行为与人的行为逻辑不同，无法直接将过往的研究方法应用于机器行为的研究。这要求研究者掌握计算机科学、机器人学等其他学科的相关知识，优化和革新已有的研究方法，并建立起算法方法论

机器行为范式拓展了传播学研究方式

①研究对象层面的拓展。在原有的“人”与“社会”基础之上增添“机器”这一主体性维度，使研究对象更加全面和复杂。

②研究视角层面的丰富。在“人—人”、“人—社会”的基本传播关系上增添“人—机器”、“机器—机器”、“机器—社会”等多组新的连接关系，通过对不同关系的综合性考察，更全面地把握“人+机器”共建的传播和社会生态。

③研究方法层面的创新。优化已有的研究方法，采取交叉学科方法，并尝试选用合适的程序来处理和分析机器行为产生的大量数据，提高研究的准确性和效率。

机器行为范式的主要内涵

①宏观—自然主义—机器。认为机器行为同人类行为一样都是社会结构的衍生现象，强调宏观社会结构对机器行为的促进、限制与影响作用。研究内容包括国家层面的算法治理、人工智能发展规划等，以及机器行为对整体社会、人类和其他社会系统产生的长期影响。

②宏观—人文主义—机器。对机器存在及其行为功能的合理性进行思考和否定，对其可能造成的后果展开批判。研究内容包括新技术支配下的社会变迁、技术政治内置于人类社会的经济文化政治安排中的斗争、技术中的性别不平等问题等。

③微观—自然主义—机器。从机器的特定行为层面寻求对社会行为和社会结构的客观解释。研究内容包括机器行为产生和表演的内外部机制、机器与机器之间的相互影响和传播规律、机器对人采取的行动策略等。

④微观—人文主义—机器。立足于机器与机器、机器与人之间的微观互动过程，理解机器行为的内部生成机制如何从外部在与其他主体的沟通活动中显现出来。研究内容包括机器在交流过程中主动扮演的角色、前台后台行为、对人类的引诱策略等，探讨机器作为具备主观能动性的行动者所能创造的行动意义。

新闻传播学专业公众号

微信号 : media-power

▇ 新传考研智库 洞察社会脉动