余文婷 劉 會(huì)

（1 香港城市大學(xué)媒體與傳播系;2 暨南大學(xué)新聞與傳播學(xué)院）

隨著科學(xué)技術(shù)的發(fā)展，越來越多挑戰(zhàn)傳統(tǒng)社會(huì)認(rèn)知的新興科技（如克隆、轉(zhuǎn)基因食品、人工智能）引起社會(huì)熱議甚至恐慌?？茖W(xué)傳播作為研究科學(xué)技術(shù)如何面向非專業(yè)受眾進(jìn)行公共傳播的學(xué)科，也因此逐漸得到各國政府及研究者的重視。

以人工智能的傳播為例。近年來，人工智能以其強(qiáng)大的運(yùn)算能力和廣泛的應(yīng)用空間得到各國政府的重視和支持，然而對(duì)于人工智能的爭議從未平息。人工智能技術(shù)在千禧年后取得飛躍式進(jìn)步，公眾在享受人工智能帶來的便利的同時(shí)，也擔(dān)憂人工智能技術(shù)的迅猛發(fā)展會(huì)減少就業(yè)機(jī)會(huì)，甚至最終取代人類。這種爭論在“深藍(lán)”擊敗了世界第一國際象棋選手卡斯帕羅夫（Kasparov）以及“阿爾法圍棋”（Alpha Go）擊敗了世界一流圍棋選手李世石和柯潔之后尤為激烈。以人工智能為代表，許多社會(huì)性科學(xué)議題在全球社會(huì)都遭遇了相似的科學(xué)傳播困境。一方面，政府、科學(xué)機(jī)構(gòu)或商業(yè)機(jī)構(gòu)希望推動(dòng)高新技術(shù)發(fā)展與應(yīng)用；另一方面，社會(huì)存在恐懼科技以及迷信謠言的現(xiàn)象。因此，誰來做以及如何做科學(xué)傳播工作，實(shí)現(xiàn)公眾充分理解科學(xué)、參與科學(xué)的科學(xué)發(fā)展進(jìn)程，是科學(xué)傳播的研究重點(diǎn)。本文以美國人工智能的新聞媒體報(bào)道為例，分析大眾媒體如何在社會(huì)意識(shí)形態(tài)的影響下將高新技術(shù)傳播至公眾，為大眾媒體如何傳播科學(xué)技術(shù)增添實(shí)證研究結(jié)果。

一、文獻(xiàn)回顧與研究問題

賈鶴鵬和閆雋從文獻(xiàn)中發(fā)現(xiàn)，政治立場的不同會(huì)導(dǎo)致人們?cè)诳茖W(xué)議題上的態(tài)度分化，這是近年國外學(xué)者十分關(guān)注的科學(xué)議題政治化現(xiàn)象[1][2]?？茖W(xué)議題政治化在美國尤為明顯，對(duì)氣候變化、疫苗使用等科學(xué)事件的態(tài)度成為黨派斗爭議題。研究發(fā)現(xiàn)，美國的保守主義者（如共和黨人）較少主動(dòng)學(xué)習(xí)新科技，更容易對(duì)科技進(jìn)步持消極態(tài)度[3]，而自由主義者（如民主黨人）更愿意支持新科技的發(fā)展[4]。

美國新聞?dòng)浾吆托侣剻C(jī)構(gòu)長期受意識(shí)形態(tài)影響[5][6]。20 世紀(jì)70—80年代的美國社會(huì)學(xué)家普遍認(rèn)為美國媒體傾向于對(duì)劇烈的社會(huì)進(jìn)步持保守態(tài)度。雅普·梵·吉內(nèi)肯（Jaap van Ginneken）認(rèn)為受眾更想在新聞中看到一個(gè)穩(wěn)定而非激進(jìn)的社會(huì)，因此每當(dāng)有突發(fā)新聞時(shí)，媒體會(huì)在第一時(shí)間維持社會(huì)秩序，減少社會(huì)恐慌[7][8]。甘斯在《什么在決定新聞》中提出美國新聞的八大價(jià)值觀，其中包括小鎮(zhèn)田園主義（small town pastoralism），代表新聞工作者的懷舊情懷、對(duì)小城鎮(zhèn)的偏愛以及對(duì)新技術(shù)的恐懼[8]。直到千禧年代，美國媒體工作者都認(rèn)為總體上美國媒體比其他國家媒體更加保守[9]。

由此，本文基于這樣兩個(gè)問題展開研究：美國媒體是否還在向公眾傳輸著保守的科技發(fā)展觀？現(xiàn)代美國主流媒體分化出旗幟鮮明的意識(shí)形態(tài)立場，保守主義與自由主義力量看起來勢(shì)均力敵，科技報(bào)道依然被保守主義牽制嗎？保守派媒體（如《華爾街日?qǐng)?bào)》、《福克斯新聞》）和自由派媒體（如《波士頓環(huán)球報(bào)》、《紐約時(shí)報(bào)》）常在社會(huì)議題上針鋒相對(duì)，為研究科學(xué)報(bào)道中的意識(shí)形態(tài)影響提供了絕佳案例。

本文選擇以人工智能為例分析美國主流媒體科技新聞中的意識(shí)形態(tài)傾向。人工智能是科學(xué)傳播領(lǐng)域最適合的研究對(duì)象之一。首先，人工智能沒有像克隆和核能技術(shù)那樣被各國政府嚴(yán)格管控，其技術(shù)發(fā)展與媒體曝光率穩(wěn)步增長。其次，人工智能在世界各地都是一個(gè)有研究價(jià)值的爭議性社會(huì)議題。

曾有學(xué)者研究過美國主流報(bào)媒對(duì)人工智能話題的建構(gòu)。伊?！しㄋ固兀‥than Fast）和埃里克·霍維茨（Eric Horvitz）在2017 年對(duì)《紐約時(shí)報(bào)》30 多年來發(fā)布的人工智能新聞報(bào)道進(jìn)行了眾包式內(nèi)容分析[10]，讓參與者對(duì)人工智能新聞進(jìn)行態(tài)度和主題分類。該研究指出，《紐約時(shí)報(bào)》對(duì)人工智能失控等問題的擔(dān)憂有所上升，但在過去30 多年里對(duì)人工智能的態(tài)度偏向樂觀。然而，該研究存在以下幾個(gè)缺陷：第一，新聞機(jī)構(gòu)有自己的意識(shí)形態(tài)偏見，《紐約時(shí)報(bào)》被認(rèn)為是自由主義價(jià)值觀的代表[11]，其意識(shí)形態(tài)偏好可能是其支持新興技術(shù)的原因，并不能代表美國新聞界對(duì)人工智能的態(tài)度，需對(duì)保守主義陣營的報(bào)道也加以分析；第二，法斯特和霍維茨基于積極情緒報(bào)道數(shù)量逐年上升的結(jié)果，得出人工智能報(bào)道趨向樂觀的結(jié)論，并未考慮總體新聞數(shù)量的歷時(shí)性。人工智能新聞的數(shù)量也隨著時(shí)間的推移而增加，只有通過統(tǒng)計(jì)檢驗(yàn)才能確認(rèn)文本的積極或消極趨勢(shì)。本文進(jìn)一步對(duì)美國人工智能新聞報(bào)道中的意識(shí)形態(tài)影響進(jìn)行詳細(xì)研究。

首先，為了證實(shí)意識(shí)形態(tài)對(duì)科技新聞報(bào)道口徑的影響，本文提出以下假設(shè)：

假設(shè)一：保守主義媒體的人工智能報(bào)道比自由主義媒體的報(bào)道更消極。

如意識(shí)形態(tài)取向確實(shí)影響美國人工智能報(bào)道，本文繼續(xù)研究以下問題：

問題一：美國人工智能新聞報(bào)道總體上是受保守主義影響還是受自由主義影響更多？

問題二：美國人工智能新聞報(bào)道的意識(shí)形態(tài)經(jīng)歷了怎樣的變遷？

為了深入探討受意識(shí)形態(tài)影響的報(bào)道如何塑造人工智能形象，本文提出第三個(gè)研究問題：

問題三：美國人工智能新聞報(bào)道中，受自由主義影響的報(bào)道與受保守主義影響的報(bào)道分別呈現(xiàn)什么樣的主題？

二、研究方法

1.樣 本

報(bào)紙是歷史最悠久的大眾媒體，報(bào)紙文本在數(shù)據(jù)庫中保存完整，適合作歷時(shí)性分析。因此，本文選擇美國報(bào)媒的人工智能報(bào)道作為研究對(duì)象。研究者于2018 年1 月1 日在ProQuest 美國新聞數(shù)據(jù)庫根據(jù)相關(guān)性搜索“人工智能”（artificial intelligence）、“自動(dòng)化”（automation）、“社會(huì)網(wǎng)絡(luò)”（social network）和“機(jī)器人”(robots) 這幾個(gè)關(guān)鍵詞，經(jīng)過除重后得到45 家新聞機(jī)構(gòu)發(fā)表的5003 篇新聞，最早的新聞發(fā)表于20 世紀(jì)80 年代。本文延續(xù)法斯特和霍維茨對(duì)《紐約時(shí)報(bào)》人工智能新聞研究的做法，以5 年作為一個(gè)分析間隔。由于最后一個(gè)時(shí)期不足5 年，將2010 年至2017 年的數(shù)據(jù)進(jìn)行合并分析。因此，本文將美國人工智能報(bào)道分為7 個(gè)時(shí)期進(jìn)行比較：1980—1984 年（35 篇）、1985—1989 年（196 篇）、1990—1994 年（242 篇）、1995—1999 年（101 篇）、2000—2004 年（497 篇）、2005—2009 年（298 篇）和2010—2017 年（3633 篇）。國內(nèi)外不少學(xué)者都以新聞標(biāo)題作為新聞文本的分析對(duì)象[12][13][14]，選擇新聞標(biāo)題作為樣本有兩個(gè)優(yōu)點(diǎn)：新聞標(biāo)題常常是新聞?dòng)浾邞B(tài)度的濃縮，能簡單有效地體現(xiàn)報(bào)道的主題和情感取向；新聞?dòng)浾叱３Ｊ褂弥苯踊蜷g接引語，引語并不一定代表文章觀點(diǎn)，但其主觀程度和長度會(huì)影響自然語言處理中的情感分析或主題提取?；谝陨显颍疚牟捎眯侣剺?biāo)題作為樣本。不可否認(rèn)的是，新聞標(biāo)題中的情感不一定代表全文態(tài)度，這是所有使用新聞標(biāo)題作為樣本的研究的缺陷之一。

為了驗(yàn)證假設(shè)一，需要對(duì)比保守主義與自由主義報(bào)紙樣本。理想的研究應(yīng)當(dāng)是分析所有的保守主義和自由主義報(bào)刊，但是由于一些報(bào)刊，特別是許多小眾媒體在政治立場上不明確，較難定義，且各家報(bào)紙成立時(shí)間差異較大，本文最終選擇兩家代表性媒體作對(duì)比：《紐約時(shí)報(bào)》和《華爾街日?qǐng)?bào)》。根據(jù)皮尤研究中心2014 年的報(bào)告[15]，《紐約時(shí)報(bào)》和《華爾街日?qǐng)?bào)》分別是自由派和保守派最具代表性媒體之一。這兩份報(bào)紙均于19 世紀(jì)開始發(fā)行，可以排除時(shí)間因素的影響。最終，驗(yàn)證假設(shè)一的樣本是《紐約時(shí)報(bào)》的528 篇報(bào)道和《華爾街日?qǐng)?bào)》的777 篇報(bào)道，兩家報(bào)紙最早的人工智能文章均發(fā)表于20 世紀(jì)80 年代，在數(shù)量和時(shí)間上都具備對(duì)比性。

2.情感測試工具

研究表明自然語言處理中的情感分析是有效的[14][16][17][18]，本研究通過文本情感測量新聞中的意識(shí)形態(tài)。Python 是目前使用最多、最為方便的程序語言，其開發(fā)者編寫了許多自然語言處理程序，可用于分析文本的結(jié)構(gòu)和意義。本文的情感測試工具采用的是被高頻使用的Textblob 工具包，其運(yùn)行速度快，具有句子劃分和情感測試等功能。Textblob 會(huì)以自有的情感詞詞庫為基礎(chǔ)，對(duì)句子情感進(jìn)行從-1 到1 的評(píng)分，-1 表示極度消極，1 表示極度積極。由于Textblob 對(duì)文本情感進(jìn)行了量化，研究者可以將不同時(shí)期和不同新聞媒體的情感值進(jìn)行統(tǒng)計(jì)對(duì)比。本文以0 分為分界線，大于0 分的樣本判斷為情感積極，小于0 分的樣本為情感消極。

3.主題分析工具

研究問題二探討的是受自由主義影響與受保守主義影響的報(bào)道主題的不同，即積極報(bào)道與消極報(bào)道主題的不同。本研究使用詞頻-逆文檔，也就是TF-IDF（term frequency–inverse document frequency）算法計(jì)算詞頻。TF-IDF 能在挖掘關(guān)鍵詞的時(shí)候進(jìn)行加權(quán)處理，某個(gè)字詞的重要性會(huì)隨著它在一篇文章中出現(xiàn)的次數(shù)增加而增加，但同時(shí)會(huì)隨著它在整個(gè)語料庫（同時(shí)輸入的多篇文章）中出現(xiàn)的頻率增加而下降。TF-IDF 有助于同一主題的大批量文本分析，能夠找出頻繁出現(xiàn)在某一篇文章，但較少出現(xiàn)在其他同主題文章的區(qū)別性主題詞。

三、數(shù)據(jù)分析與結(jié)果

假設(shè)一推測，保守主義立場的報(bào)刊比自由主義立場的報(bào)刊在報(bào)道人工智能時(shí)展現(xiàn)出更消極的情感。本文采用獨(dú)立t 檢驗(yàn)法進(jìn)行檢驗(yàn)。結(jié)果顯示，保守主義的《華爾街日?qǐng)?bào)》與自由主義《紐約時(shí)報(bào)》的情感基調(diào)存在顯著差異（t=-2.017，df=1 115.74，p＜0.05）?！度A爾街日?qǐng)?bào)》新聞標(biāo)題的平均情感（M=.015，SD=.235）比《紐約時(shí)報(bào)》更為消極（M=-0.013，SD=0.249）。因此，假設(shè)一成立，保守主義立場的《華爾街日?qǐng)?bào)》比自由主義立場的《紐約時(shí)報(bào)》在人工智能報(bào)道中展現(xiàn)出更消極的情感。研究繼續(xù)對(duì)問題一至三進(jìn)行分析。

第一個(gè)研究問題是關(guān)于人工智能報(bào)道的總體情感偏向。從圖1 可以得出，所有人工智能新聞標(biāo)題的平均情感得分略低于0（M=-0.006，SD=0.268）。另外，從圖2 可以觀察到，7 個(gè)時(shí)段中有5 個(gè)時(shí)段的人工智能新聞標(biāo)題平均分低于0，只有2000—2004 年和2005—2009 年期間的報(bào)道情感均分高于0。為檢測是否有其他原因促使所有報(bào)刊都采取了更保守的報(bào)道口徑，本文檢測了深受自由主義影響的《紐約時(shí)報(bào)》在這5 個(gè)時(shí)期的情感分值，發(fā)現(xiàn)各時(shí)期情感分值依然高于0，且對(duì)比另外兩個(gè)時(shí)期的分值沒有明顯下落趨勢(shì)。綜上，本研究認(rèn)為樣本總體情感偏向消極，因此推理人工智能的新聞報(bào)道在1980 至2017 年間總體上受保守主義影響更多。

研究問題二是過去38 年間人工智能報(bào)道的情感趨勢(shì)走向。圖1 展示了人工智能新聞在過去38 年的年平均情感值變化。報(bào)道的情感年均值有明顯波動(dòng)，但沒有明顯的峰值，大多數(shù)時(shí)候維持在-0.10 到0.05 之間。情感值在1982 年跌至最低點(diǎn)，隨后曲折上升，在2011 年達(dá)到最高，超過0.1。同時(shí)，從圖2 可以得出，消極報(bào)道的比例逐漸降低。總體來看，人工智能新聞的情感有緩慢上升的趨勢(shì)。為了進(jìn)一步確認(rèn)，本文使用方差測試對(duì)比這七個(gè)時(shí)期的情感均值（見表1）。結(jié)果表明，這些時(shí)期之間的差異具有統(tǒng)計(jì)學(xué)意義，F(xiàn)(3，5200)=9.640，p＜.001。薛費(fèi)測試顯示情感得分的顯著差異發(fā)生在1990—1994 年和2000—2004 年之間，以及在1990—1994 年和2005—2009 年之間。2005—2009 年和2000—2004 年的平均得分高于1990—1994 年。結(jié)果表明，雖然美國人工智能新聞的情感總體上有偏向消極的跡象，但在1980 年至2019 年里發(fā)生了顯著的變化，有趨向積極的趨勢(shì)。

在回答研究問題三之前，本文先統(tǒng)計(jì)了每個(gè)時(shí)期出現(xiàn)最多的高頻主題詞，以驗(yàn)證樣本是否準(zhǔn)確反映人工智能發(fā)展史。然后按時(shí)間段進(jìn)行高頻詞計(jì)算，提取出現(xiàn)頻次最高的前20 個(gè)詞進(jìn)行可視化詞云制作（圖3a-g）；再計(jì)算出1980 至2017 年間標(biāo)題中出現(xiàn)頻次最高的前50 個(gè)詞，并進(jìn)行可視化（圖3h）。

圖 1 美國人工智能新聞的年平均情感分值分布

圖 2 不同時(shí)期的人工智能新聞情感

表 1 情感比較的方差分析

從高頻詞結(jié)果來看，本文獲取的人工智能報(bào)道樣本有效反映人工智能發(fā)展歷程。第一，報(bào)道關(guān)注人工智能技術(shù)發(fā)展。比如，“系統(tǒng)”（systems）和“軟件”（software）在每個(gè)時(shí)期都占據(jù)了非常重要的位置；由于人工智能發(fā)展到后期已不僅限于電腦技術(shù)，“電腦”（computer）從2010 開始不再屬于排名前二十的高頻詞；2010 年后，“機(jī)器學(xué)習(xí)”（machine 和learning）作為人工智能的新突破成為高頻詞。第二，報(bào)道緊跟人工智能發(fā)展浪潮。例如，198—1987 年，人工智能中專家系統(tǒng)的商用價(jià)值被廣泛接受，商業(yè)機(jī)構(gòu)爭相投入人工智能產(chǎn)業(yè)，“金融”（financial）、“公司”（firm）和“銀行”（bank）成為80 年代人工智能報(bào)道的高頻詞。第三，人工智能報(bào)道持續(xù)關(guān)注該領(lǐng)域佼佼者，如1985—1989 年的“施樂”，2005—2009 年的“麻省理工”和“斯坦?！?，2010—2017 年期間的“谷歌”和“IBM”。第三，報(bào)道關(guān)注相關(guān)熱點(diǎn)社會(huì)事件。國際象棋人工智能在1996 年和1997 年首次戰(zhàn)勝世界頂尖棋手和首次以總比分戰(zhàn)勝人類棋手，“棋”（chess）成為1995—1999年的高頻詞；2001 年，由斯皮爾伯格導(dǎo)演的電影《人工智能》掀起社會(huì)對(duì)人工智能的熱議，而在2000—2004 年期間，“斯皮爾伯格”（spielberg）和“電影”（movie 和film）均為高頻詞。

圖 3 美國 人工智能報(bào)道標(biāo)題高頻詞 詞云①注：圖中呈現(xiàn)的是刪掉“人工”（artificial）和“智能”（intelligence）后的結(jié)果；由于1980-1984 年間的樣本量很小，出現(xiàn)頻次超過一次的詞語不足20 個(gè)，本文展現(xiàn)了頻次超過一次的13 個(gè)詞語。

采用TF-IDF 算法分別提取積極標(biāo)題與消極標(biāo)題的主題詞。在積極情感標(biāo)題中，TF-IDF 分值越高的詞，越能體現(xiàn)積極情感標(biāo)題的特有主題，反之亦然。由于篇幅有限，本文羅列分值排名前二十的詞語。情感分值高于0 的積極標(biāo)題主題詞是（按TF-IDF 值從大到小排列）：“創(chuàng)新的”（innovative）、“快的”（fast）、“強(qiáng)大的”（powerful）、“可行的”（available）、“有創(chuàng)造力的”（creative）、“超級(jí)”（super）、“有魔力的”（magic）、“有趣的”（fun）、“碗”（bowl）、“贏取”（winning）、“更好的”（greater）、“安全的”（safe）、“謝謝”（thanks）、“美好的”（sweet）、“命名為”（called）、“交易所”（etfs）、“完美的”（perfect）、“黃金一樣的”（golden）、“公平的”（fair）、“好的”（great）。情感分值低于0 的消極情感主題詞是（按TFIDF 值從大到小排列）：“嘗試”（tries）、“圓的”（round）、“期望的”（expected）、“軍隊(duì)”（military）、“普遍的”（common）、“武器”（weapon）、“危險(xiǎn)的”（dangerous）、“失敗”（failure）、“充滿力量的”（powered）、“地址/解決”（address）、“影響”（affect）、“公告/注意”（notice）、“假的”（fake）、“錯(cuò)誤的”（wrong）、“狹窄的”（narrow）、“領(lǐng)先的/削減”（cutting）、“制藥”（pharma）、“改善”（bolster）、“特質(zhì)”（attributes）、“克萊威”（cleaver，一個(gè)儀器生產(chǎn)公司）。為確定發(fā)現(xiàn)的主題詞規(guī)律并非受個(gè)別時(shí)期的極端情感值影響，本文分別計(jì)算七個(gè)時(shí)期內(nèi)積極和消極報(bào)道的主題詞，結(jié)果仍呈相同模式，此處不另作展示。

四、結(jié)論與討論

研究大眾媒體面向社會(huì)“如何傳播”、“傳播什么”是科學(xué)傳播中的重要議題。大眾傳媒應(yīng)該認(rèn)識(shí)到意識(shí)形態(tài)與科學(xué)技術(shù)報(bào)道的關(guān)系，把握科學(xué)傳播的走向，推動(dòng)科技造福社會(huì)。本研究嘗試用自然語言處理中的情感分析方法來勘測美國科技新聞中的意識(shí)形態(tài)影響，對(duì)科技傳播中的意識(shí)形態(tài)進(jìn)行量化，并通過主題詞分析進(jìn)一步剖析了美國媒體對(duì)人工智能話題的塑造與呈現(xiàn)，為科技傳播研究和美國新聞研究貢獻(xiàn)實(shí)證結(jié)果，并為中國媒體的科學(xué)傳播提供經(jīng)驗(yàn)借鑒。在此結(jié)合研究結(jié)果、人工智能發(fā)展史和相關(guān)民意調(diào)查對(duì)本文發(fā)現(xiàn)做出相關(guān)討論。

1.美國人工智能報(bào)道的意識(shí)形態(tài)取向：從保守主義到自由主義

理論表明，保守主義意識(shí)形態(tài)對(duì)科技持消極態(tài)度；相對(duì)地，自由主義更支持科技的發(fā)展。以甘斯為代表的美國社會(huì)學(xué)家在20 世紀(jì)70 年代發(fā)現(xiàn)，美國新聞主要受保守主義的影響。通過驗(yàn)證美國自由主義報(bào)刊和保守主義報(bào)刊在人工智能報(bào)道標(biāo)題上的情感差異，證實(shí)了意識(shí)形態(tài)對(duì)人工智能報(bào)道的影響，并且發(fā)現(xiàn)美國人工智能新聞在過去38 年間存在著一種輕微的保守主義。

然而，保守主義對(duì)美國人工智能新聞的影響似乎正在瓦解。長期趨勢(shì)表明，美國人工智能報(bào)道的情感呈現(xiàn)出樂觀趨勢(shì)。2000 年后，新聞的積極標(biāo)題多于消極標(biāo)題，從ANOVA 結(jié)果來看，樣本后期的情感分值顯著高于前期的情感分值。以目前觀察到的趨勢(shì)來看，在過去38 年間，保守主義在人工智能報(bào)道新聞中的影響力逐漸萎縮，自由主義意識(shí)形態(tài)上揚(yáng)。

結(jié)合人工智能發(fā)展史來看，人工智能報(bào)道中保守主義與自由主義的膠著、博弈過程與人工智能技術(shù)進(jìn)展息息相關(guān)。人工智能從20 世紀(jì)50 年代開始發(fā)展，經(jīng)歷了黃金發(fā)展年代，直至70 年代中期因技術(shù)瓶頸遭遇第一次發(fā)展低谷。而之后的1980—1987 年，人工智能產(chǎn)業(yè)逐漸復(fù)蘇，商業(yè)機(jī)構(gòu)爭相投入人工智能產(chǎn)業(yè)，當(dāng)時(shí)發(fā)明的專家系統(tǒng)的商用價(jià)值被廣泛接受，受到全世界商業(yè)公司的熱捧。這也就不難理解，為什么“金融”（financial）、“公司”（firm）和“銀行”（bank）這些詞會(huì)成為80 年代人工智能報(bào)道的高頻詞，且報(bào)道情感趨勢(shì)在20 世紀(jì)80 年代經(jīng)歷了較大的波動(dòng)（見圖1）。然而，80 年代商業(yè)機(jī)構(gòu)對(duì)人工智能的追捧造成泡沫破裂，世界人工智能發(fā)展在1987—1993 年進(jìn)入了第二次低谷，1989—1995 年的情感趨勢(shì)呈現(xiàn)出在曲折中小幅度下降的趨勢(shì)。在本文按時(shí)期劃分的主題詞分析結(jié)果中，20 世紀(jì)90 年代早期，“按揭”（mortgage）和“銀行”（bank）成為這一時(shí)期的高頻詞。在經(jīng)歷了低迷期后，人工智能從1993 年開始憑借一系列的技術(shù)突破重新進(jìn)入穩(wěn)定發(fā)展期。2000—2010 年，人工智能報(bào)道的情感趨勢(shì)開始呈現(xiàn)較為明顯的上揚(yáng)，而且這一時(shí)期的年均情感分值基本高于0 分。進(jìn)入21 世紀(jì)后，人工智能的深度學(xué)習(xí)能力備受矚目，再加上研究機(jī)構(gòu)的突破發(fā)現(xiàn)等，使人工智能的社會(huì)關(guān)注度大幅提高，人工智能報(bào)道口徑在2000 年后呈現(xiàn)明顯的積極趨勢(shì)。也就是說，雖然科技的進(jìn)步有時(shí)會(huì)引發(fā)公眾恐慌，但自由主義意識(shí)形態(tài)的科技態(tài)度也藉由科技的發(fā)展在媒體中得到彰顯。

2.新聞報(bào)道中的人工智能形象

高頻詞和主題詞分析有助于提取美國報(bào)紙新聞中的人工智能形象。高頻詞結(jié)果說明新聞報(bào)道緊跟人工智能發(fā)展浪潮，關(guān)注技術(shù)進(jìn)展。但由于報(bào)紙是面向大眾的群體，技術(shù)語言的使用較為淺顯，關(guān)注知名機(jī)構(gòu)和熱點(diǎn)社會(huì)事件（如人工智能電影）。

從主題詞分析結(jié)果可看出，積極報(bào)道的主題詞幾乎都是有贊美性的形容詞，說明受自由主義影響的報(bào)道主要聚焦于人工智能的優(yōu)點(diǎn)。而受保守主義報(bào)道的關(guān)鍵主題詞涉及更多方面，既有負(fù)面的形容詞如“危險(xiǎn)的”（dangerous）、“假的”（fake）、“錯(cuò)誤的”（wrong），也有“軍隊(duì)”（military）和“武器”（weapon）這樣的名詞。受保守主義影響的報(bào)道除了關(guān)注人工智能的缺點(diǎn)以外，還擔(dān)心人工智能被濫用，成為對(duì)人類社會(huì)的威脅。人工智能報(bào)道中的自由主義價(jià)值趨勢(shì)說明，新聞媒體有可能在千禧年后減少了對(duì)人工智能潛在威脅的描述，而對(duì)人工智能的優(yōu)點(diǎn)予以更多關(guān)注。

本文發(fā)現(xiàn)，人工智能報(bào)道的主題也與民意調(diào)查結(jié)果相對(duì)應(yīng)。美國皮尤研究中心2017 年的一項(xiàng)調(diào)查指出，越來越多的美國人擔(dān)心機(jī)器可能會(huì)完成人類目前所做的許多工作，其中72%的受訪者對(duì)這一概念表示了一定程度的擔(dān)憂[19]。但同時(shí)，對(duì)超級(jí)智能前景感興趣的受訪者比那些不感興趣的受訪者更多[20]，對(duì)使用人工智能與客戶互動(dòng)感到滿意的受訪者人數(shù)要多于對(duì)人工智能感到心里不適的人數(shù)[21]。根據(jù)媒介理論，媒體的建構(gòu)會(huì)影響受眾的認(rèn)知，而輿論也反過來塑造媒體的建構(gòu)[22][23]。本文認(rèn)為，媒體意識(shí)形態(tài)取向與公眾態(tài)度互相影響媒體對(duì)人工智能的建構(gòu)，最終形成了自由主義的科學(xué)態(tài)度在人工智能報(bào)道中呈現(xiàn)上揚(yáng)趨勢(shì)的結(jié)果。