国际学术观点（2025.12）

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“心智模型”、流媒体直播、建设性新闻的效果链模型、网红与青年群体的政治信息获取、“榨取式新闻”、人工智能推荐系统治理等多主题。

1. 传播中的“心智模型”

“心智模型”（mental models）是一种动态的内在认知结构，它使个体能够在记忆中对事物、系统和事件进行心理表征。心智模型在信息的搜寻、处理与传播中发挥着适应性功能。但其抽象性，加之概念与操作上的分歧，导致了其在传播学领域内的理论发展断层。为进一步推动理论的发展，发表在2025年第4期《传播理论》（Communication Theory）的一篇文章在综合梳理心智模型研究现状的基础上，确定了心智模型的核心特征和关键调节变量，以阐明心智模型影响沟通的具体机制。

研究首先总结了心智模型在不同传播框架与理论中的核心特征，为其建立一个统一的概念化基础。这些核心特征包括：浓缩性（concentrated nature）、个人建构（personal construction）、对外部现象的内在表征（internal representation of external phenomena），以及对认知—行为反应的影响（influence on cognitive-behavioral responses）。

其次，研究识别出五个心智模型的关键调节变量，它们决定了心智模型在沟通过程中的作用方式。这五个调节变量分别为中心性（centrality）、连贯性（coherence）、完备性（completeness）、审思性（deliberation）与固化性（rigidity）。其中，“中心性”指的是某个心智模型相较于其他替代模型所具有的显著性与可及性。“连贯性”衡量的是信息或经验能否形成一个统一、逻辑自洽且富有意义的整体。“完整性”体现了生成替代性心智模型的能力。“审思性”是推动心智模型持续演进的关键机制，在实证研究中检验主导心智模型与各替代模型之间的审思过程，能为理解意义建构与决策背后的社会认知动力提供洞见。“固化性”指的是个体在面对新信息、环境变化或不同观点时，不愿或无法调整其既有心智模型的倾向。

总之，该研究提供了一个关于心智模型的整合性视角，为更好地理解传播中的认知结构变化提供了思路。

文献来源：SAUCIER, C J, DOBMEIER C M. A Mental Models Approach to Communication: Integrating the Features, Functions, and Mechanisms of Mental Modeling[J]. Communication Theory, 2025, 35(4): 250-260.

2. 流媒体直播作为新闻平台的崛起

随着平台化媒体环境的兴起，新闻的传播方式正在被重新塑造。Twitch原本是一个以游戏直播为主的平台，近年来逐渐成为年轻人获取新闻和政治信息的渠道。平台上的主播通过“Just Chatting”等分类直播新闻内容，形成一种混合了新闻、评论、娱乐和社交互动的新型新闻传播模式。2025年第11期《数字新闻学》（Digital Journalism）发表了一篇文章，具体研究了平台主播如何作为“新闻闯入者”（interlopers）挑战传统新闻的边界。

论文选取了6位定期在Twitch上直播新闻的主播，使用“数字多模态步行法”（digital multimodal walkthrough method），结合视频录制和截图，记录主播与观众之间为期两个月的互动。论文将主播们的直播内容分为合规内容、模糊地带内容和违规内容三类，并关注平台、主播和观众三者之间的互动关系。

研究发现如下：首先，主播对传统新闻内容再加工，结合个人观点与观众互动，形成一种“协商式新闻”模式，这种模式强调即时性、互动性和娱乐性，挑战了传统新闻的专业与权威；其次，平台审核边界直接影响主播的内容选择和表达方式，主播和观众通过“编码语言”规避审查，共同维持直播的进行；再次，观众不仅是信息的接收者，还通过弹幕、表情、链接等方式参与新闻的再生产和评论，甚至影响主播的内容走向；最后，主播呈现的很多内容处于模糊地带，这种模糊性成为Twitch新闻文化的一部分，也反映出平台治理与内容创造之间的张力。

论文揭示平台技术、主播创意和观众参与如何共同塑造一种新的新闻生态系统，并呼吁学界重新审视“新闻”的定义，重视“平台新闻学”这一新兴领域的实践与发展。

文献来源：STEWART, N. K., NICOLAI, J. M., & BEAMISS, G. Twitch’s Digital News Standard: Breaking Journalistic Boundaries in Platform Streaming Environments. Digital Journalism, 2025(11): 1–21.

3. 建设性新闻的效果链模型

长期以来，传统新闻高度聚焦于冲突、危机与负面事件，可能导致受众的信息疲惫和新闻回避现象。作为回应，建设性新闻提出在报道中引入解决方案、未来视角与理性对话，从而增强公众的新闻信任、改善社会情绪。然而当前，很多研究对“建设性新闻”的理解不一，缺乏理论支持，操作方式也较为混乱。针对这一现象，2025年第11期《新闻学》（Journalism）中的一篇论文尝试为建设性新闻研究建立一个清晰系统的理论框架。

论文在系统梳理现有定义的基础上，将建设性新闻划分为三个可操作的内容维度：平衡性，强调客观、多元、非激进；事实性：强调冷静、基于证据、非煽动；解决方案导向：聚焦未来与解决途径。在此基础上，论文引入情绪、认知、行为的三级作用链，提出了一个效果链模型，即：内容特征→情感反应→认知变化→行为意图，这意味着，建设性新闻内容先影响读者的情绪，情绪再影响他们的想法和判断，最后这些认知上的变化才会驱动他们的行为意向。此外，论文指出，受众的年龄、政治倾向等特征，在效果链中起调节作用。

论文首次构建了系统性的理论框架，并建议未来的研究者使用路径分析、调节变量检验等方法来验证理论机制。论文还鼓励新闻机构将平衡性、事实性与解决方案导向作为新闻质量的评判标准，更好地发挥建设性新闻的实践价值。

文献来源：MACK, M., JANDURA, O., & MAURER, M. The Effects of Constructive Journalism: Towards a Theoretical Framework. Journalism, 2025(11):1-20. 

4. 网红与青年群体的政治信息获取

青年群体浏览社交媒体网红发布的内容，不仅为了娱乐，也包括获取政治信息。然而目前，人们尚未充分了解哪些青年人更易接触网红传播的政治信息，以及为何部分青年人更青睐从网红处获取政治信息。为此，发表于2025年第3期《国际新闻与政治学刊》（The International Journal of Press/Politics）的一项研究专门探究了哪些变量会影响青年群体选择社交媒体网红作为主要政治信息来源。

研究采用了“选择性接触范式”（selective exposure paradigm）理论框架，于2022年4月至2023年3月间在德国和比利时开展跨国研究，调研了1054名16-22岁的青年。研究重点关注了年轻人的政治倾向（如主观政治知识、制度性不信任）和对信息源的感知（如感知专业性、感知意见领袖功能）。

研究发现，受访者政治参与度越高，越倾向于将网红作为主要政治信息来源。此外，对传统媒体持不信任态度的年轻人，总体上并未表现出选择网红作为政治信息来源的更强意愿。研究还发现，主观政治知识与主要通过网红获取政治信息之间存在负相关关系，即那些选择从网红处获取政治信息的年轻人，其自我评估的政治知识水平往往较低。样本中有59%的青年能够列举出一位自己喜爱的政治类社交媒体网红。其中，男性、积极参与政治活动或认为社交媒体网红具有意见领袖功能的青年，更倾向于将网红视为核心政治信息来源。研究者认为，上述研究结论很可能适用于其他社交媒体新闻使用率高、网红影响力大的西欧国家。但需注意的是，准社会关系、主观政治知识等因素的影响力会因具体情境而异，这表明，依赖社交媒体网红获取政治信息的年轻受众特征在不同国家之间可能存在差异。

文献来源：HARFF D, SCHMUCK D. Who Relies on Social Media Influencers for Political Information? A Cross-Country Study Among Youth[J]. The International Journal of Press/Politics, 2025, 30(3): 841-864.

5. 问题重重的“榨取式新闻”

在美国，“榨取式新闻”（extractive journalism）指记者在报道长期遭受系统性边缘化的脆弱社群时不负责任，导致消息源与社群产生疏离感。这些社群成员感觉，即便他们接受了采访并付出情感劳动，自己的故事也未被准确传达，甚至就此石沉大海。为了进一步考察“榨取式新闻”的现状与问题，发表在2025年第8期《媒体、文化与社会》（Media, Culture & Society）的一项研究针对美国某气候脆弱区开展了民族志研究。通过对9名记者和18名黑人居民的生活故事访谈（life story interviews），研究揭示了一些地方新闻业如何将脆弱社区视为“故事富矿”进行开采，沦为另一种剥削力量。

研究发现，记者的生活故事体现了他们对自身报道工作的反思，认为这是更大制度力量作用的结果。其报道实践受到一系列结构性因素制约，如新闻编辑部利润至上的经济诉求、与有色人种社区的历史过往，以及对周边土地的疏离。因此，尽管一些环境与气候记者试图采用公平的报道方式，但更大的媒体集团利益却弱化了他们通过公正视角讲述故事的努力。当地居民的生活故事也证实，一些新闻机构往好里说对他们的生活影响甚微，往坏里说则与其他榨取性行业一样，加剧了他们的既有伤痛。

研究还发现，在美国，很多专注地方环境与气候报道的媒体机构存在与大媒体公司相似的症结。不免让人质疑其叙事方式：媒体是否常以盈利之名，行削弱有色人种社区之实，并沦为种族与阶级不公的共谋。当然，社区也会对此类做法进行抵抗。先前研究常将民众疏离新闻的现象归因于冷漠与不信任，而该研究则提出，公民拒绝接触此类媒体的行为，或许正是一种政治抵抗的表现。

文献来源：MISLáN, C, ODUOLOWU D, ZIELINSKI I. Extractive Journalism: Conceptualizing Extractivismo in Climate and Environmental Journalism[J]. Media, Culture & Society, 2025, 47(8): 1619-1635.

6. 人工智能推荐系统的治理框架

随着人工智能推荐系统在社交媒体、电商、新闻平台等领域的广泛应用，它们不仅反映用户偏好，更主动塑造用户的数字体验和行为模式，这种“算法中介化”引发了诸多伦理问题。2025年第11期的《媒介伦理学》（Journal of Media Ethics）发表了一篇论文，提出对现有算法伦理原则进行优化，以更好地服务于人类的身份、认知与社会结构。

论文综合了多个学科领域的理论观点，深入分析了AI推荐系统的伦理挑战与人类学影响。论文指出，推荐系统可能会给人们带来身份简化、自主性削弱、认知依赖、心理健康危机等风险。

在此基础上，论文提出构建“政策—研究—教育”三位一体的推荐系统治理框架：在政策与法规方面，推动算法审计以保证平台透明化，强制引入多样性曝光以打破信息茧房，并通过立法限制成瘾性设计；在跨学科研究方面，鼓励计算机科学、心理学、伦理学和教育学的交叉研究，更好地界定算法对人类的影响，并优化算法的公平性和可解释性；在用户素养教育方面，倡导将AI伦理与算法认知纳入中小学课程，培养全体用户的“批判性算法意识”与“数字自主性”。

论文呼吁社会各界重新审视推荐系统的社会角色，并提出具备操作性的治理框架，为不同国家的算法立法提供理论支持与评估标准。

文献来源：MACHIDON, O. M. Beyond Algorethics: Addressing the Ethical and Anthropological Challenges of AI Recommender Systems. Journal of Media Ethics, 2025(11):1–13.