国际学术观点（2026.3）

编译者：田香凝（中国传媒大学电视学院副教授、中国特色新闻传播学研究中心研究员）；刘沫潇（北京外国语大学国际新闻与传播学院副教授、北京中外文化交流研究基地特聘研究员）

来源：“青年记者杂志”微信公众号

导 读：

“国际学术观点”栏目每月摘编来自国际权威学术期刊的最新观点。本期摘编的6篇文章包含媒介依赖、驯化AI、具身气候报道、新闻叙事的道德想象力、生成式图像的新闻价值、受众对新闻多样性的感知等多主题。

1.深度媒介化环境中的媒介依赖

“媒介依赖”（media reliance）是传播学研究的经典概念之一，当下深度媒介化环境呼唤构建一个更加精细的分析框架，以审视媒介依赖的新社会意涵。传统媒介依赖研究长期局限于公民身份与新闻消费领域，且多采用功能主义路径，忽视了媒介依赖在日常生活其他维度中的多元表现。为突破这一局限，发表在2026年第1期《传播理论》（Communication Theory）的一篇论文构建了“二维媒介依赖矩阵”（two-dimensional matrix of media reliance），用以系统分析媒介依赖的不同社会模式与社会领域。

该矩阵的第一个维度是媒介依赖的社会模式，包含三种类型：功能型（functional）依赖，指因外部制度或环境变化，媒介成为完成特定任务的必要条件，如网上银行、远程办公；交易型（transactional）依赖，指个体为满足特定欲望而主动使用媒介，但同时需权衡代价与收益，如使用社交媒体获取认同的同时也面临着隐私焦虑；仪式型（ritual）依赖，指媒介嵌入日常习惯与仪式，成为维系本体安全感与社会纽带的方式，如晨间读报、家庭观影。

第二个维度是媒介依赖的社会领域，论文基于经验研究提炼出三大基本领域：（再）生产领域，与休闲放松、锻炼、家庭、情感生活、生计等相关；社会认同领域，与地位、认同、影响他人等相关；公民领域，与获取知识、改善社会等相关。

两维度交叉形成3×3分析矩阵，既可用于追溯媒介研究史中各范式对媒介依赖的处理，也可用于审视新兴领域如“数字断连”研究中依赖与反依赖的动态博弈。论文主张，这一矩阵并非分类学意义上的封闭格子，而是帮助研究者跨越范式藩篱，贯通私人与公共生活的理论桥梁，从而在深度媒介化条件下重新激活媒介依赖这一概念的批判性与分析力。

文献来源：JANSSON A, BENGTSSON S, FAST K, et al. From Citizen Identity to Datafied Life: Rethinking Media Reliance in Times of Pervasive Connectivity[J]. Communication Theory, 2026, 36(1): 24-35.

2.驯化AI

随着AI技术在全球新闻编辑室的快速应用，新闻工作者也面临着技能升级的压力与需求，一系列面向新闻工作者的AI培训课程应运而生。2026年1月的《信息，传播与社会》（Information, Communication & Society）发表了一篇论文，以伦敦政治经济学院和谷歌联合发起的AI培训课程为例，考察了该课程如何作为一个驯化场域影响新闻工作者对AI的理解与应用。

论文从驯化理论（Domestication Theory）出发，认为技术并非被动采用，而是用户主动适应、整合并赋予意义的驯化过程。作者通过对课程的参与者和讲师进行深度访谈，识别出课程中呈现的四个驯化维度：第一，祛魅化，讲师通过简化定义、使用类比，将AI从神秘、复杂的技术转化为日常可用的工具，旨在减轻参与者的畏惧心理，但同时也可能忽略其深层技术复杂性与社会政治意涵；第二，培育化，课程强调AI的价值取决于其是否应用于解决具体的新闻业务问题，这引导参与者将AI视为一种提升效率的工具，而非创新新闻叙事的渠道；第三，管理化，课程建议资源有限的小型新闻编辑室依赖现成的AI工具，这使参与者的驯化过程受制于这些工具的局限性（如定制性低、依赖大型科技平台），并将由此产生的伦理困境视为不可避免的现实；第四，挪用化，课程鼓励参与者为所在机构制定AI行动计划，后续追踪显示，参与者确实普遍将AI工具纳入日常新闻实践，然而大多数人的应用仍局限于现成工具与效率提升，极少能进行自主开发或深度定制。

论文认为，这项针对新闻工作者的培训课程，将AI呈现为一种务实、普适且必然被采用的技术，但压制了关于AI的结构性不平等与伦理风险的讨论。这导致参与者对AI的驯化过程高度依赖大型科技公司的现成工具，却削弱了对内容生产与分发的控制力。论文呼吁关注此类教育可能产生的非预期后果，并建议为参与者提供更深刻的思考空间。

文献来源：SCHJ?TT, A., & SCHAETZ, N. Taming AI: How AI Courses for Journalists Shape The Global Appropriation of AI[J]. Information, Communication & Society, 2026(01):1–19.

3.具身气候报道

近年来，具身（embodiment）理论得到了新闻传播学的广泛关注，其强调身体和心智之间的紧密联系，认为身体不仅是物理存在的载体，也是人类认知、情感和行为的基础。2026年第2期《新闻研究》（Journalism Studies）的一篇文章聚焦于记者如何在气候变化报道中调动身体与感官进行叙事，并探讨了这一实践对新闻业规范带来的挑战。

论文以Francoeur的“身体化记者”（bodying the journalist）概念为理论框架，对2019至2024年间加拿大英语媒体发表的51篇气候报道进行话语分析，归纳出具身气候新闻的三个关键特征：第一，记者采用第一人称叙事，使自己的身体在场，成为“信息采集装置”（information-gathering device）；第二，记者通过视觉、听觉、触觉、嗅觉等感官判断气候变化的迹象与异常；第三，记者的身体体验与科学论述、未来导向的话语并置，使个体感受与公共知识形成互证。

研究认为，当记者以身体为媒介，分享在极端天气、野火、冰川融化等气候事件中的切身感受时，报道不仅呈现了气候变化的物理事实，也构建了关于气候变化当下体验的公共记录。这种具身叙事使记者从旁观者转变为故事的共同主体（co-subjects），对新闻业长期奉行的客观性、距离感等专业规范构成实质性挑战。记者不再隐匿于文本之后，而是以感知、共情的身体出现在公众面前，成为气候危机的见证者与环保举措的“近倡导者”（near-advocate）。

与此同时，论文也指出具身报道面临的困境，比如感官体验难以准确转译，主观性易遭质疑。尽管如此，论文认为，在气候变化已然深入的当下，具身新闻为理解人如何与变化中的地球共存提供了不可或缺的叙事资源。

文献来源：AUDETTE-LONGO T. Making Sense of Climate Change: The Challenges and Promises of Embodied Climate Journalism[J]. Journalism Studies, 2026, 27(2): 283-301.

4.新闻叙事的道德想象力

道德想象力（Moral Imagination）是指个体通过想象多种道德情境，进而做出道德判断的能力。在过去，新闻业长期奉行中立平衡的客观性原则，有可能削弱新闻中的情感表达与道德立场。而随着社交媒体与短视频平台日益成为新闻消费的主要渠道，其视觉化、情感化、互动性强的特点为新闻叙事带来了新可能。2025年1月的《媒介伦理学》（Journal of Media Ethics）发表了一篇论文，便探讨了新闻叙事如何激发受众的道德想象力。

论文提出三种能激发道德想象力的新闻叙事类型，包括：冷静揭露型，以事实为导向，通过细节呈现引发反思；双重视角型，平衡呈现对立双方，引导读者共情与思考；主观情感型，以强烈情感与个人视角打动读者。在此基础上，论文进一步指出，当前新闻叙事如果要有效激发道德想象力，还需克服四大障碍，包括：新闻教育中对客观性的过度强调限制了情感表达；能够激发道德想象的叙事类型仍局限于特稿或调查报道；记者与受众之间常存在价值观错位；受众偏好快餐式的视觉内容，而非深度文字叙事。

作者主张，新闻业应在保持事实核心的前提下，积极拥抱新型视听平台，通过情感化和视觉化的叙事策略，激发公众的道德想象力，从而帮助公众更好地理解复杂道德议题，推动社会反思与行动。

文献来源：MEDINA, L. Moral Imagination in Journalistic Narratives: Embracing Visual Platforms[J]. Journal of Media Ethics, 2026(1): 34–48.

5.生成式图像的新闻价值

如今，生成式AI已经能产出高度逼真的新闻图像，并逐渐被整合进新闻编辑室的日常实践。2026年1月的《新闻》（Journalism）发表了一篇论文，研究生成式AI如何通过模拟传统新闻摄影的视觉逻辑来建构新闻价值，以及这种模拟对新闻真实性的潜在影响。

论文从《卫报》等媒体选取了28张新闻照片，使用这些真实图片的标题和说明文字作为提示词，分别用DALL-E和DeepAI两种工具生成图片，共56张。然后招募了178名新闻学专业学生，让他们评估所有图片在新闻价值维度上的表现。

研究发现，AI生成的图像能够再现传统新闻摄影的风格与情感特征，当提示词包含足够的叙事与语境细节时，AI可以产出看似具有新闻价值的图像。研究还指出，不同AI工具在审美上存在差异（如DALL-E的图像在构图、光影上更专业），这可能导致视觉上更悦目的AI图像被感知为更专业，这也构成了新的伦理风险。此外，AI图像倾向于强化新闻业中既有的、主导性的呈现模式（如将冲突呈现为废墟、将苦难呈现为婴儿），这可能简化复杂事件，并反映出训练数据中存在的算法与美学偏见。

研究认为，生成式AI只是在娴熟地模仿新闻的视觉语言，这种模仿可能模糊真实与合成的界限、固化视觉偏见，并潜在地架空新闻业最核心的核实与把关职能，对公众信任构成挑战。

文献来源：PAPA, V., & THEODOSIOU, Z. Visual News Values in The Age of AI: Exploring Newsworthiness in Generative Image Creation[J]. Journalism,2026(01):1-23.

6.受众对新闻多样性的感知

在学术与政策讨论中，新闻多样性常被视作新闻业在民主社会中充分履行监督职能的必要前提，其规范性价值备受强调。发表在2026年第2期《新闻实践》（Journalism Practice）的一篇论文探讨新闻内容中的观点多样性如何被受众感知与评价，试图回应一个长期被忽视的问题：当新闻业与监管者孜孜以求“多样性”这一规范性目标时，受众是否真的在意、识别并认可它？

研究团队以208名比利时成年公民为样本，设计了一项在线实验。参与者随机阅读两则虚构新闻，并暴露于四种实验条件：无明确观点、单一反对观点、单一支持观点、正反观点并存。研究测量了受众对观点多样性的识别能力，以及对新闻可信度的主观评价。

研究核心发现包含以下四方面：第一，受众能识别高观点多样性内容，却对低观点多样性内容不敏感；第二，新闻可信度深受读者既有立场和确认偏误的影响，当文章观点与自身信念一致时，其可信度评价显著更高；第三，议题极化程度加剧上述效应，在更具道德争议的议题上，立场一致性对可信度的影响尤为强烈；第四，尽管在观点多元的新闻中纳入与受众自身立场相悖的声音会削弱其可信度感知，但相较于仅呈现单一立场的报道，人们仍认为前者更具可信性。

可见，新闻多样性的规范价值并未在受众端获得对等呼应，论文据此呼吁，学者与政策制定者若想真正推进新闻多样性，就必须正视受众对新闻多样性的感知和接收效果。

文献来源：HENDRICKX J, BECKERS K, VAN DROOGENBROECK K. Does News Diversity Work Among Audiences? A Citizen Experiment[J]. Journalism Practice, 2026, 20(2): 458-474.