7up55的博客

本文探讨了在数字化时代技术与权力之间的失衡问题，重点分析了‘欺骗性设计’（暗黑模式）如何通过操纵用户界面影响个人数据的收集与使用。文章介绍了欧洲和美国的相关政策尝试，如GDPR、CCPA和《数据问责与透明度法案》（DATA），并指出传统基于同意的治理框架存在局限性。通过引入Bronfenbrenner的生态模型，提出应从宏观、外部、中观到微观系统全面理解数据治理的复杂性。最后，文章强调未来政策需摒弃无效的同意机制，转向严格限制数据行为的设计法规，以实现更公平的权力平衡和更强的用户保护。

本文探讨人工智能作为一种存在-本体言后效果，如何重塑我们对世界和自身的理解。通过言语行为理论、后现象学的多稳定性概念以及存在主义视角，分析AI带来的本体越界与认识论变革，揭示人类在多重本体论中同时作为主体与客体的双重性。文章以‘AI之夜’的故事引入，讨论思辨性与现实性对话模式，并强调在人工智能普及背景下，必须超越‘好’或‘坏’的二元判断，转向深层重新想象。为此提出两条人机通信研究建议：考虑技术的多稳定性本质，以及从演化的角度审视隐私等价值观。最终指出，人类需在被数据化与对象化的过程中，通过悲剧乐观主义和实践

本文探讨了人们向人工智能技术（如数字助理和社交机器人）披露个人信息的行为与影响因素。研究表明，隐私担忧、交互方式、机器人外观、用户性别及信任程度等均显著影响信息披露意愿。人类顾问在敏感话题中更受青睐，而友好外观的机器人比严肃机器人更易获得信任。文章还分析了情感表达、性别匹配、机器人的能动性感知等因素的作用，并提出未来研究应关注信任机制、刻板印象、技术界面设计及政策规范，以促进安全、合理的人机信息交互。

本文探讨了人工智能与人类社交互动的理论演进，从早期的CASA范式发展到更为全面的MASA范式。CASA范式揭示了人类会无意识地将社会规范应用于计算机，而MASA范式在此基础上拓展，强调社交线索的质量与数量、个体差异和情境因素对用户‘媒介作为社交行为者存在’体验的影响。通过四项实验研究验证了MASA范式的多个命题，证实了主要社交线索（如面部、动态）比次要线索更具影响力，且用户反应多为无意识拟人化过程。文章还指出了未来研究方向，包括细化社交线索层次结构、测试有意识与无意识拟人化机制，以及探索复杂技术中的线索交互

随着机器人和机器智能体在工作场所的广泛应用，组织面临如何帮助员工和利益相关者适应这一变革的挑战。本文探讨了媒体和学校在社会化过程中的作用，分析了社交存在感、可信度和拟人化等关键变量对人机互动的影响，并针对酒店与餐饮行业提出了具体的应用挑战与机遇。文章进一步提出未来研究方向，包括通过实习、技术引入策略及虚拟现实等手段提升预期社会化效果，旨在推动组织中机器智能体的有效融合与沟通优化。

本文探讨了人工智能在不确定情况下的消息传递需求与实践，重点分析了AI在风险与危机沟通中的应用现状、挑战及未来发展方向。文章涵盖了人工智能在灾害预警、日常信息传播等场景中的实际应用，讨论了可信度、社会存在感、数据准确性等问题，并提出了提升数据质量、优化模型、加强人机协作和提高社会接受度等应对策略。通过理论分析与案例研究，强调需深入理解公众对AI生成信息的反应机制，以推动AI在危机管理中的有效、安全和可持续应用。

本文探讨了人工智能作为交流‘他者’在人类与AI互动中的多重关系维度。通过社会关系视角、超越人类视角和酷儿关系性视角，分析了AI如何在特定情境中被建构为交流主体，并揭示了人类将自我中心叙事投射于AI的技术现象。文章强调批判性反思的重要性，倡导从文化、伦理与交叉性角度理解人机关系，提出未来应关注非人形AI与AI在混合社会中的角色。最终呼吁通过跨文化理解、技术公平、同理心培养和合作共创，促进人类与人工‘他者’之间跨越差异的联结。

本文探讨了人工智能在新闻编辑室中的应用，提出了一个涵盖五个自动化层级的类型学框架，用以分析计算新闻工具（CJTs）与人类新闻工作者之间的互动及其对自主性的影响。文章回顾了计算新闻的发展与相关研究，构建了一个从手动到完全自动化支持的分类体系，并针对新闻采集、制作、核实、分发与审核等环节提出了未来研究议程。最后，文章强调了理论、实施与知识三方面挑战，呼吁新闻业在技术发展中重新定义人机协作关系，推动新闻教育与实践的变革。

本文探讨了在人工智能（AI）系统与业务流程中，如何通过NIST CPS框架促进不同背景利益相关者之间的有效沟通。AI的‘黑盒’特性和复杂性常导致理解障碍和决策争议，如苹果卡信用额度歧视案例所示。文章介绍了CPS框架的核心结构——关注点与三个方面（概念化、实现、保证），并提出三种将AI相关需求融入该框架的方法，分析其优劣。结合公司A的信用卡审批流程实例，展示了如何利用该框架管理偏差、提升透明度与合规性。最后总结了实际应用中的关键考虑因素，并展望了框架在AI治理中的持续优化潜力。

本文探讨了非技术公众对人工智能的理解与民间理论，分析了他们在无知、真实性、能动性和有益性四个主题下的认知特征。研究基于开放式调查回复，揭示公众如何通过有限知识和媒体影响构建对AI的非正式理解。这些民间理论与AI哲学中的核心议题相呼应，反映了公众对AI是否真实、是否具备自主性以及是否有益的根本思考。文章还指出当前AI素养项目的局限，并呼吁引入批判性视角，帮助公众理解AI的社会与物质现实，从而形成更具批判性的认知框架，助力政策制定与社会应对AI带来的挑战。

本文探讨了人工智能与大数据在现代政治传播中的深度融合，分析了从数据收集、心理建模到政治微目标定位和自动化广告的全过程。通过案例研究如剑桥分析公司丑闻、英国脱欧公投和尼日利亚选举，揭示了AI如何重塑公民与政府的互动方式。文章还讨论了技术带来的伦理挑战，包括隐私侵犯、算法偏见和虚假信息传播，并提出了未来研究方向，涵盖监管溢出效应、小众地区技术应用、跨学科合作及数字素养提升，旨在促进技术的负责任使用以维护民主社会的稳定。

本研究通过文献计量分析方法，基于Web of Science数据库中的3695篇英文文献，系统梳理了2012至2021年间社会科学领域中机器学习与深度学习的知识结构。研究运用VOSviewer进行作者合作网络、共被引分析和关键词共现分析，揭示了该领域的核心研究力量、研究热点、主要应用方向及合作现状。结果表明，美国、中国和英国是主要贡献国家，哈佛大学等顶尖高校为重要研究机构；随机森林和XGBoost是广泛应用的模型；自然语言处理、社交媒体情感分析是研究热点；商业经济学与心理学是主要应用领域。同时，研究发现跨区

本博客探讨了如何利用机器学习与社会科学研究方法评估公众对人工智能技术的信任度。通过借鉴图灵测试的思想，研究将抽象的‘AI信任’问题转化为对AI在各类工作中取代人类员工的看法，结合O*NET职业数据、代表性岗位选择与全国性调查，采用探索性因子分析和多元回归模型，系统分析了技术可能性、雇主采用意向与消费者购买意向背后的影响因素。研究发现，公众对AI在机械性任务中的能力较为信任，但在涉及认知复杂性和人际互动的工作中信任度较低，且雇主与消费者的信任驱动因素存在差异。博客进一步剖析了影响信任的技术、心理与文化因素，并

本研究基于议程设置理论，探讨了公众对人工智能新闻内容的关注如何通过感知经济威胁和恐惧情绪间接影响其对人工智能的态度，并检验了收入在这一过程中的调节作用。结果显示，媒体关注度越高，个体对人工智能的经济风险认知越强，进而引发更多恐惧，导致更负面的技术评价；且该间接效应在低收入群体中更为显著。研究揭示了媒体框架对公众技术认知的影响机制，强调了收入不平等在科技接受度中的作用，为未来人工智能传播研究提供了理论依据与方向。

本文探讨了日常生活中人工智能（AI）的普及所带来的风险认知与信任机制问题。随着AI技术在金融、医疗、社交等领域的广泛应用，公众对其潜在风险如隐私侵犯、算法偏见和不可靠性的担忧日益加剧。文章分析了影响人们对AI信任的多重因素，包括AI的物理特征、沟通风格、拟人化程度、任务匹配能力以及用户个体差异，并指出透明度和可解释性在高风险决策中的关键作用。同时，研究强调社会文化因素、媒体框架和公众话语对AI风险感知的放大效应，不同国家对AI的报道态度显著影响公众信任水平。最后，文章呼吁通过跨学科研究、合理政策制定和技术设

本研究通过主题建模与语义网络分析，系统探讨了1990-2022年美国六大电视网络对AI偏见的新闻报道框架。研究识别出‘利益与风险’‘数字新闻’和‘冲突与监管’三大核心框架，并揭示其随时间推移和不同媒体平台的演变趋势。结果表明，早期报道侧重技术利弊，后期转向监管争议，且不同媒体呈现显著差异。研究还提出了媒体应多样化报道框架、公众提升媒体素养等建议，为理解AI社会认知提供了重要视角。

本文分析了1997年至2017年葡萄牙媒体对人工智能的报道，探讨其主要新闻框架、主导基调和信息来源。研究发现，葡萄牙媒体以‘科学发现或项目’为主要报道框架，科学家是最常见的新闻来源，报道整体呈现‘利益大于风险’的积极基调。然而，对AI伦理、政策及社会影响的深度讨论较为缺乏，且与公众担忧存在脱节。文章呼吁加强跨学科合作，将AI作为文化与社会议题进行更全面的公共讨论，以提升科技传播的社会连贯性与包容性。

本文探讨了新闻机构和记者如何理解人工智能及其在新闻报道中的应用，重点分析了韩国新闻行业使用新闻语言数据库对人工智能相关报道的文本特征。研究发现，尽管新闻机构普遍采用中立语气和事实传递方式报道人工智能，但在深入解释、后续影响分析及可视化工具应用方面存在不足。文章还提出了加强记者培训、培养跨学科人才、促进人机协作等建议，以提升新闻行业对人工智能的报道质量，推动新闻生产的创新与可持续发展。

本文探讨了人工智能在教育领域的应用现状与挑战，涵盖其在学习、教学和学校管理中的具体实践，如自适应学习系统、智能辅导和AI驱动的行政决策。文章分析了AI带来的优势，包括个性化学习体验和提升教学效率，同时也深入讨论了伴随而来的担忧，如数据伦理问题、歧视性算法决策以及对学习本质的简化。通过流程图和表格形式，系统呈现了AI在教育中引发的热情与潜在风险，并强调需在技术创新与人文关怀之间取得平衡，以实现教育公平与质量的可持续发展。

本文是对元宇宙在传播学领域学术研究的首次系统性综述，结合潜在狄利克雷分配（LDA）主题建模与语义网络分析，梳理了262篇相关文献中的核心主题与理论应用。研究发现，当前元宇宙研究主要聚焦于用户层面影响与伦理问题、元宇宙作为媒体与文化形式、以及技术与应用三个方面。批判理论、社会存在理论、社会资本理论等被广泛使用，反映出学界对权力、身份与互动的深层关注。文章还提出了未来研究方向，包括跨年龄段用户行为研究、多学科合作、伦理政策制定及技术应用场景创新，旨在推动元宇宙研究的深入发展与全球协作。

本文探讨了对话代理（Conversational Agents, CAs）的发展轨迹与研究趋势，基于2001年至2021年Web of Science数据库中的2110项研究，采用BERTopic动态主题建模方法，识别出27个研究主题，并将其归纳为‘使用领域’和‘设计与开发’两大方向。研究发现，自2018年起，对话代理相关出版物数量显著增长，尤其在医疗保健、商业和教育领域的应用迅速扩展；在技术层面，情感计算、口语对话和对话响应模型成为核心研究方向。文章还分析了国家与学科分布特征，揭示了人工智能与通信研究的融

本文探讨了人机交流的兴起、概念与理论基础，重点分析了数字社交代理在社会技术系统中的角色及其信息共享所体现的能动性。基于行动者网络理论，文章提出人机访谈作为一种新兴研究方法，包含新闻式询问和民族志询问两种路径，并阐述其操作流程、挑战与应对策略。最后展望了人机交流在多领域的应用前景及跨学科研究的发展方向，强调深入理解人机构建的意义过程对社会与人类发展的深远影响。

本文探讨了人工智能集成通信的概念、分类及其对通信过程的深远影响。通过对相关术语如AI-MC、HMC、算法想象和机器创作的系统回顾，文章构建了一个涵盖人工智能角色与人类角色的分类框架。分析指出，人工智能在通信中已从被动中介转变为积极参与者，带来效率提升的同时也引发算法不透明性、认知差异及伦理可信度等挑战。文章进一步提出了加强行业合作、提高公众认知、制定伦理准则等应对策略，并展望了未来人机协作更加紧密、跨领域融合的发展趋势。

本文综述了人工智能与传播研究的发展现状、核心领域及未来趋势。文章回顾了1992至2022年间在传播学期刊发表的193篇相关研究，系统梳理了人工智能在新闻生产、社交机器人、虚假信息、广告公关等领域的应用，并分析了传统传播模型的演变与新兴理论框架的兴起，如人机通信（HMC）、人机人工智能交互（HAII）和人工智能介导的通信（AI-MC）。同时，文章指出了当前研究在样本代表性与理论适用性方面的局限，并呼吁加强跨学科合作、拓展研究方法，以应对人工智能带来的技术、伦理与社会挑战，推动传播学在智能时代的创新发展。

本文探讨了人工智能与通信领域的跨学科研究，涵盖从概念定义、理论框架到实际应用和政策影响的多个方面。文章分为五个部分：第一部分综述AI与通信的研究现状并提出AI集成通信等新概念；第二部分分析新闻媒体如何构建AI形象；第三部分研究公众对AI的理解与态度；第四部分探讨人机交互在不同传播领域中的实践；第五部分聚焦AI相关的伦理、法律与政策问题。整体为学者、从业者和政策制定者提供了全面洞察。

本文系统解析了人工智能与传播研究的交叉领域，涵盖研究方向分类、主要贡献者、研究流程及深入分析。文章从研究映射、框架构建、公众认知、人机交互到监管五个部分展开，探讨其理论价值与实际应用，并结合案例分析商业、教育、医疗及社会治理中的前景。同时，文章总结了研究面临的数据隐私、算法偏见和跨学科融合等挑战及其解决方案，提出未来发展方向，强调研究成果在学术、媒体和产业层面的传播与推广意义。