四 研究的目标、思路与方法

本书的研究目标如下。第一，人工智能时代用户面临着个人的信息安全风险，还有歧视性的信息泛滥以及版权纠纷等问题。当前的信息传播具有去中心化、扁平化和交互化的特征，自上而下的政府治理路径已经无法完成对人工智能传播风险的系统治理，因此，将生态治理的理念引入智能传播，构建一个多元协同、互惠共生、人机合智的良性传播生态就显得尤为必要。

第二，坚持系统性思维，以更全面的视角去看待智能传播，并在动态变化中描摹出智能传播生态系统的完整图谱，以此来完善对智能传播伦理风险的整体认知。同时，系统性思维也摆脱了微观视角的局限，为从宏观视角建构智能传播的伦理体系提供了可能。

本研究的基本思路有以下四点，具体研究方法为问卷调查法、深度访谈法、案例分析法和系统分析法等。

第一，基于一些国内优秀的智能媒体平台，对字节跳动、科大讯飞、今日头条、百度人工智能实验室等优秀媒体平台的人工智能编辑部的生产创作过程进行跟踪式观察，基于感性认识提升对智能传播技术的认知水平。从当前智能传播引发的伦理风险和信息生态治理的个案出发进行具体的分析。

第二，智能传播一直都是国内外学界关注的焦点，相关研究成果十分丰富，许多研究者从不同的视角出发对其进行深入探讨。本书从中国知网和谷歌学术两大平台择取与智能传播伦理风险相关的文献进行分类梳理，在整理大量文献的基础上辅以专著阅读，以此获得对智能传播伦理风险的特征、表现等的完整认知，为本课题的主要观点、研究方法和研究思路提供指引。

第三，本书重点探讨了人工智能传播的伦理风险及治理问题，对其本质属性和总的特征进行了梳理和描绘，并深入解读人工智能传播的底层技术基础；在前人优秀成果的基础上归纳出人工智能传播伦理风险与治理研究的内容框架，以从现象到本质的逻辑进路，根据人工智能传播伦理风险的种种表现，探究风险发生学逻辑，钻研人工智能技术应用原理，为风险的防范和应对提供可循之路。

第四，收集整理资料，拟定研究框架，结合问卷调查和深度访谈获取的实际信息，即时修正原有的写作框架，对人工智能传播伦理问题及其治理领域的优秀文献从感性认识逐渐上升到对其中心思想、主题要旨的提炼和理性分析，针对人工智能传播中的数据伦理与算法伦理风险的技术逻辑和社会成因制定相应的治理方法与对策。

本书依据人工智能传播伦理风险的表现和特征，采取了问卷调查法、深度访谈法、案例分析法以及系统分析法等研究方法。

问卷调查法。通过问卷调查的形式获取数据，利用SPSS对数据进行分析，了解当下人工智能时代公众对人工智能技术的态度以及对传播伦理风险的隐忧，根据收集到的信息对症下药，对写作方向进行及时纠偏，结合实际对人工智能技术伦理风险的治理进行分析，有理有据。

深度访谈法。宏观层面的智能传播包括信息收集、生产、传播和消费的全部过程。微观层面的智能传播是传播主体运用人工智能技术从事信息传播的一切活动。通过与国内处于人工智能技术传播应用前沿的工作人员进行深度访谈，洞悉人工智能传播伦理风险治理的最新动态，将理论研讨与技术实践深度融合。

案例分析法。随着人工智能传播的广泛普及和深度应用，暗含其中的伦理风险逐渐显现，伦理问题层出不穷。故有必要利用线上和线下两种渠道收集多样的伦理问题案例，为本课题的研究论证提供支撑。在了解案例情况的基础上，进行深度的原因分析和影响探讨，勾勒出伦理风险产生的深层逻辑，描摹出当前人工智能传播可能产生的伦理风险的整体样态。

系统分析法。本书从系统性和整体性的角度研究人工智能传播活动，对其内部的行动主体、伦理问题以及外部的传播生态和治理路径进行综合考量。同时，在整体性视角的基础上兼顾各部分之间的内在关联，将宏观与微观结合剖析伦理风险背后的原因，对人工智能传播的整体与局部进行有针对性的对策研究，以此构建一个全面系统的人工智能传播伦理规范体系。

本成果在学术思想、学术观念以及研究方法等方面有着独到的见解和创新。

一是学术思想创新。人工智能传播是一种高效率的传播范式，具有个性化、人格化、精准化以及人性化的特点，但是人工智能在信息传播过程中亦会伴生严重的伦理风险。本书在探析伦理风险市场逻辑的基础上研究和分析其治理理念与路径，以此建构一种良性的传播生态系统，为人工智能传播伦理与治理理论的研究和实践提供有价值的参考。

二是学术观念创新。本书秉持以人为本的价值理念，通过对人工智能技术中存在的数据伦理和算法伦理风险进行分析，提出生态治理的理念，以提升人工智能技术中数据和算法的透明度，减少原始数据库的偏见复制，促进人工智能传播生态的良性循环。

三是研究方法创新。本成果综合运用问卷调查法、深度访谈法、案例分析法以及系统分析法等研究方法。将社会科学和自然科学的研究方法和分析手段相结合是本研究的最大创新点。

[1] Nick B.，“Existential Risks”， Journal of Evolution and Technology ，2002，（9）.

[2] Møller，L.A. “Between Personal and Public Interest：How Algorithmic News Recommendation Reconciles with Journalism As an Ideology”， Digital Journalism ，2022，pp.1-19.

[3] Gran，A.B.，Booth，P. & Bucher，T. “To Be or Not to Be Algorithm Aware：A Question of a New Digital Divide？” Communication & Society ，2020，pp.1-18.

[4] Rolandsson，T.，Widholm，A.，& Rahm-Skågeby，J. “Managing Public Service：The Harmonization of Datafication and Managerialism in the Development of a News-Sorting Algorithm”， Digital Journalism ，2022，pp.1-19.

[5] DeVries，K. “You Never Fake Alone.Creative AI in action”， Information，Communication & Society ，2020，pp.1-18.

[6] Wallach，W.，& Allen，C.， Moral Machine，Teaching Robots Right from Wrong ，Oxford University Press，2009，p.97.

[7] Wallach，W.，& Allen，C.， Moral Machine，Teaching Robots Right from Wrong ，Oxford University Press，2009，p.97.

[8] Moran，R.E.，& Shaikh，S.J.，“Robots in the News and Newsrooms：Unpacking Meta-Journalistic Discourse on the Use of Artificial Intelligence in Journalism”， Digital Journalism ，2022.

[9] Stray，J.，“Making Artificial Intelligence Work for Investigative Journalism”， Digital Journalism ，2019（09），pp.1076-1097.

[10] Guzman，A.L.，& Lewis，S.C.，“Artificial Intelligence and Communication：A Human-machine Communication Research Agenda”， New Media & Society ，2020（1），pp.70-86.

[11] Sundar，S.S.，“Rise of Machine Agency：A Framework for Studying the Psychology of Human-AI Interaction（HAII）”， Journal of Computer-Mediated Communication ，2020，25（1），pp.74-88.