国际学术观点（2026.7）

编译者：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）；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）

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篇文章包含数字时代的意见领袖类型、数据捐赠、虚假信息的自动化信任、中老年群体的信息技术使用、建设性新闻的力量与局限、体育记者的角色认知等主题。

1.数字时代意见领袖类型的理论重构

社交媒体影响者或网络红人（Social Media Influencers, SMIs）是通过社交媒体获得知名度并影响受众意见的重要角色，常被贴上“意见领袖”的标签，但这一概念的理论适配性尚未得到深入审视。发表于《新媒体与社会》（New Media & Society）2026年第6期的一篇文章系统反思了数字时代的意见领袖概念，并提出了一套新的分类框架。

研究基于“地位层级”（status tier）和“个性化沟通”（personalized communication）两个维度划分出三种意见领袖类型：传统意见领袖（Traditional Opinion Leader, TradOL）属于地位层级I，依赖个人化或本地化网络，沟通高度个性化，影响力呈水平方向；远距大众意见领袖（Distant Mass Opinion Leader, DisMOL）属于地位层级III，知名度来自第三方机构（如影视、体育产业），沟通个性化程度低，与受众的关系主要停留在准社会关系层面；近端大众意见领袖（Proximal Mass Opinion Leader, ProMOL），即SMIs所属的类型，在“地位层级”和“个性化沟通”两条轴线上均居于前两者之间。

研究认为ProMOLs尽管拥有大众传播规模的受众，但其影响力具有“看似人际化且水平化”的特征。这源于两个优势：一是他们通过自我披露和集体互惠等策略与受众建立起介于社会关系与准社会关系之间的“跨准社会关系”（transparasocial relations）；二是其知名度源于社交媒体上的自我品牌化（self-branding），使其被视为“普通人”或“可触及的”名人。

论文进一步构建了ProMOLs的多步传播流模型（multistep flows of communication），指出ProMOLs不仅向意见追随者传递媒体信息，还能与公共领域的其他行动者（如记者、政党）展开双向互动，并通过共同创作和集体问责塑造社群规范。上述分类有助于厘清数字媒介环境中不同类型意见领袖的差异。

文献来源：HARFF D, STEHR P, SCHMUCK D. Revisiting Opinion Leadership in the Digital Realm: Social Media Influencers as Proximal Mass Opinion Leaders[J]. New Media & Society, 2026, 28(6): 2341–2359.

2.数据捐赠：用户的理解与体验

数据捐赠（data donation）作为一种新兴的数字痕迹数据（digital trace data）收集方法，近年来备受关注。自2018年欧盟及英国的《通用数据保护条例》（General Data Protection Regulation, GDPR）生效以来，该方法的可行性大幅提升。《通用数据保护条例》赋予用户访问和移植个人数据的权利，使研究者得以邀请用户将平台数据下载包（Data Download Packages, DDPs）分享出来用于研究。《信息,传播与社会》（Information, Communication & Society）2026年第7期发表的一篇论文让20名参与者依次完成Google、YouTube、Facebook、X、Instagram、LinkedIn和TikTok等7个平台的数据捐赠流程，并结合有声思维法（think-aloud protocol）与深度访谈，考察参与者如何体验和理解数据捐赠过程。

研究发现，参与者的总体体验是积极的，他们享受通过可视化工具（如折线图和词云）洞察自身媒介行为模式的过程。然而，参与者对数据捐赠的理解存在突出问题。大多数参与者误解了研究设计的核心原则，忽视了他们在数据捐赠前可检视并删除特定数据。有人误以为需要发送全部DDP，还有人以为研究者会在他们的电脑中植入插件。此外，多数参与者虽然未能回忆起研究目的，却仍然愿意参与，这表明正式签署的知情同意并未真正转化为对研究过程的理解。

另一个关键发现是，参与者倾向于将数据可视化解读为自身媒介使用的客观呈现，即使有些时候这些数据并不完整或与其自我认知相矛盾。研究区分了用户的四种数据反应类型：“确证”（confirmation）、“安慰”（comfort）、“直面”（confrontation）和“困惑”（confoundment）。

在隐私考量方面，参与者的关注主要集中于平台选择阶段，例如因担心搜索历史过于“私密”而选择不捐赠数据；但一旦选定平台，他们在实际捐赠过程中几乎不再担忧隐私问题，所有参与者均毫不犹豫地点击了捐赠按钮，且无人考虑中途退出。

研究指出，从知情同意的角度出发，研究设计应在捐赠流程中引入适度的“摩擦”（friction），促使用户真正检视数据后再做决定。总体而言，数据捐赠参与呈现出高度的“情境性”，参与者的决策受动机、预期收益、数据敏感性和感知控制等多重因素的综合影响。

文献来源：KORMELINK T, HOUWING F, STRUMINSKAYA B, et al. Meaningful Informed Consent? How Participants Experience and Understand Data Donation[J]. Information, Communication & Society, 2026, 29(7): 2015-2032.

3.以“选择性触发”对抗虚假信息的自动化信任

已有研究表明，人类在认知上天然倾向于相信他人，这一心理机制被称为“真相默认理论”（Truth-Default Theory），即人们在绝大多数情况下会不假思索地接受信息，除非被某种“触发”因素唤起怀疑。在AI生成内容日益逼真、幻觉现象频发的环境中，这种默认信任使得用户极易受到虚假信息的影响，因为即使事实核查本身并不困难，人们往往缺乏启动核查的意识。因此，2026年第5期的《广播与电子媒介杂志》（Journal of Broadcasting & Electronic Media）中，有学者发表研究，认为有必要重新审视人类在与AI交互时如何形成信任、如何识别虚假。

论文基于理论推演与逻辑分析，并结合已有学者的AI欺骗检测实验、谎言普遍性研究以及算法事实核查的实证成果，发现：AI生成内容缺乏欺骗意图，这改变了传统真相默认理论的触发机制。在人际沟通中，欺骗通常伴随明确动机（如获利、逃避惩罚、维护面子），当人们感知到对方有说谎的理由时，便会触发他们对信息的怀疑。然而，AI不是具有主观意图的主体，它生成错误信息并非出于想骗人，而是源于统计预测的偏差、训练数据的局限或算法设计的缺陷。因此，人们对于AI虚假信息的怀疑触发机制，必须从“寻找欺骗动机”转向“识别内容本身的异常”，例如寻找逻辑矛盾、事实不一致、来源不可查等层面的线索。

面对上述情况，作者指出，一方面，算法化事实核查可以持续、大规模地扫描信息，主动标注可疑内容，绕过人类默认信任的认知短板；但另一方面，算法化核查依赖的数据库可能本身有偏差，还会由于语境问题造成种种误判，并制约人类的批判性思考。因此，作者提出“选择性触发”这一平衡策略，鼓励人们针对高影响、高风险的内容进行精准的怀疑启动，并通过增强情境意识和批判性反思，把有限的怀疑能力投放到最需要的地方，从而降低AI时代虚假信息带来的危害。

文献来源：LEVINE T R. Automated Trust: Humans, AI, Misinformation, and Algorithmic Fact-Checking from the Perspective of Truth-Default Theory[J].?Journal of Broadcasting & Electronic Media, 2026(05): 1–9.

4.中老年群体的信息技术使用

中老年群体，尤其是认知功能下降者，往往在信息技术市场中处于边缘地位。已有研究通常将这一群体视为被动、弱势、需要帮助的对象，很少从能动性的角度去理解他们为何使用、不使用或选择性使用某些技术。2026年第6期《大众传播与社会》（Mass Communication and Society）发表的一篇论文便关注了中老年群体使用信息技术的日常实践。

作者招募了21名50岁以上的用户（其中8人有轻度认知障碍，1人有阿尔茨海默症），然后结合深度访谈与照片发声法（photovoice）进行数据收集。参与者会在平时拍摄自己使用电子设备和数字服务的场景，并在后续的深度访谈中分享自己的使用经历以及对信息技术的看法。

研究发现，这些参与者的信息技术使用具有循环性（如固定时段看电视、听广播、玩数字游戏）与多任务并行的特点，这为他们带来了稳定感和控制感。他们清楚知晓技术使用的收益与不采用所带来的社会制裁，因此绝大多数人选择主动顺从并积极适应，以此维持社交联系与社会身份。此外，作者还发现，无认知障碍者更倾向于以历史视角讲述技术演变，而轻度认知障碍患者则更聚焦当下即刻的使用体验。

作者提出要警惕“数字年龄歧视”，即默认老年人“不会用”或“不需要”技术的刻板印象，反而忽视了他们在技术使用中展现出的策略智慧与主动适应能力。作者呼吁，技术开发者不应再以通用用户的假设来设计产品，而必须正视中老年及认知障碍人群的使用情境与主观需求。

文献来源：KONONOVA A G, ISSAKA B, MOLDAGALIYEVA M, et al. A Qualitative Exploration of Experiences with Media and Information and Communication Technologies Among Mid-Aged and Older Adults with and without Mild Cognitive Impairment: The Structuration Theory Perspective[J]. Mass Communication and Society, 2026(06): 1–21.

5.建设性新闻的力量与局限

新闻业长期以来倾向于报道负面事件，这是出于社会监督的需要，但也为受众带来了焦虑、无力感和新闻回避等问题。为应对这一问题，近年兴起的建设性新闻借鉴积极心理学，在报道负面事件的同时融入希望、复原力和解决方案等积极元素。但也有研究认为，建设性新闻的叙事方式可能会损害新闻的舆论监督功能。对此，2026年第6期的《新闻》（Journalism）发表了一篇论文，深入探讨了建设性新闻的力量与局限。

研究采用在线实验法，招募了1011名成年参与者，随机将他们分配到某个新闻故事的三种版本之一：希望型（建设性新闻）、绝望型（负面新闻）和对照组（无情绪倾向）。参与者阅读后，会回答一系列测量题项，涵盖情绪反应、认同感、新闻质量感知、责任归因、个人行动意向、在线分享意愿以及对事实性知识的掌握。

研究发现，建设性新闻虽然的确让读者感受到更多希望，但也可能削弱新闻的监督问责功能。具体而言，当新闻中的主角被描绘成充满希望时，读者反而更少与主角产生认同，对新闻质量的评价也更低，并不再倾向于将问题归咎于系统性责任。这些连锁反应背后的机制在于：积极情绪让人放松警惕，不愿深入思考，而消极情绪则会触发更深层的认知加工。作者强调，没有一种新闻形式能同时完美实现所有新闻目标，应针对具体事件特性和所需功能，权衡选用不同报道方式，而非将建设性新闻视作万能替代方案。

文献来源：LIVIO O, TUKACHINSKY FORSTER R, PERETZ L, et al. The Power and Pitfalls of Constructive Journalism: The Effects of Hopeful Narratives in the News on Attitudes, Engagement and Knowledge[J].?Journalism,?2026(06):1-21.

6.体育新闻的边界以及体育记者的角色认知

体育新闻长期以来被许多人视为娱乐性而非严肃性报道。然而，技术变革以及运动员行动主义（athlete activism）的兴起，持续挑战着体育新闻的职业边界。鉴于此，发表在《新闻研究》（Journalism Studies）2026年第6期的一篇论文基于布尔迪厄以惯习、资本、场域为核心的社会实践理论体系，通过对美国22家媒体机构的36名记者的半结构化访谈，考察了记者如何认知体育报道的定位及其边界问题。

研究发现，记者普遍认为单纯的赛事报道已过时，更强调以运动员为切入点的“人文关怀”视角，这与“传播者角色”（disseminator role）和“讲故事者角色”（storyteller role）相吻合。体育与新闻之间的边界并非截然分明，而是处于一种“连续统”（continuum）之上。部分体育记者回避法律议题的报道，将其交由新闻部门处理；另一些记者则积极拥抱“批判—监督者角色”（critical-monitorial role），坚决反对“只谈体育”的立场。此外，对体育所涉及的社会议题的报道也呈现多重角色取向。部分体育新闻记者持“教育者角色”（educator role），认为需要为受众提供议题的背景知识；另一些记者则倾向于“倡导者角色”（advocacy role），将体育视为揭示性别不平等、种族等问题的切入点。研究强调，体育报道的边界是高度情境化的，取决于记者的个人背景、具体故事类型、市场及媒体组织等多重因素。

文献来源：ANTUNOVIC D. “I’m Not Really Seeing It as Just a Sports Story”: Journalists’ Role Conceptions and Boundaries of Sports Coverage[J]. Journalism Studies (London, England), 2026, 27(6): 809–827.