传播学研究1

一、网络暴力的概念界定及表现形式

（一）网络暴力的概念

随着网络科技的发展，网络暴力这一社会问题日益凸显，社会各界对网络暴力问题愈加重视，越来越多的学者对此问题进行研究并提出见解。从国内学者提出的相关概念来看，网络暴力是指在网络技术发展的特定历史时期，网民通过网络对他人进行言语攻击、人肉搜索、谣言传播等违反道德和法律的行为，侵犯他人的合法权益，对他人产生不可逆转的伤害，对社会发展造成负面影响。

（二）网络暴力的形式

从信息载体上，可将网络暴力分为文字、图像和视频形式。其中，以文字为载体进行的言语攻击是网络暴力中普遍存在的形式。另外，针对当事人的恶意P图、视频剪辑的内容往往带有暴力、血腥等成分，给人强烈的视觉冲击。从性质上，网络暴力可分为人肉搜索和谣言。人肉搜索主要是利用网络技术收集他人的资料，并将其到网络上。谣言是由他人捏造出来的不实言论。因谣言产生的网络暴力，起初是由他人捏造虚假的信息，通过网民传播形成舆论，进而发酵。有些网络暴力一开始不是因谣言而起，却因谣言使事态发展更为严重。在传播过程中，网民接收到的信息不对等，易造成以讹传讹的现象，导致谣言传播的范围进一步扩大；而网民轻信对当事人不利的谣言，给当事人扣上更多莫须有的罪名，致使网络暴力进一步恶化。

二、网络暴力典型案例及成因分析

（一）网络暴力典型案例

案例一：女子被造谣出轨快递小哥事件。2020年7月，杭州某便利店的店主郎某用手机偷拍了一名吴姓女子，视频内容是该女子在自家的小区门口拿快递的过程。紧接着，郎某与何某分别扮演了一名快递员和一名孤身在家照顾孩子的“小富婆”，并以这两个身份在微信上聊天，虚构了“少妇出轨快递小哥”的故事，并到网络平台。很快，此信息在网上被大量转载，不明真相的网民纷纷站出来指责、辱骂女子与快递小哥。由于公众舆论的压力，吴姓女子被其所在公司解雇。尽管事情最后得到澄清，造谣者也受到了应有的惩罚，但网络暴力给吴姓女士造成的精神上的创伤及工作上的损失是无法挽回的。案例二：韩红、王一博支援河南被质疑事件。2021年7月21日，王一博跟随韩红救援队前往河南灾区进行援救。7月26日，某权威官方微博称，“一些娱乐明星团队自带救援车辆和船只，但操作不专业，往往一条船救援，一条船拍摄，‘像演戏似的’”。字里行间指出他们在帮倒忙，虽然没有指名道姓，但当时参与救援且自带救援队的明星团队只有王一博跟随的韩红救援队。因此，网民看到文章后纷纷化身审判者，将矛头指向韩红、王一博。一些媒体号在网络上发出带有现场图片的文章，声称拍到的照片中王一博身边有摄影机，指明王一博在摆拍作秀。还有一个自称是“蓝天救援队官方微博”的账号发文指责韩红的救援团队是在给救援工作添麻烦。基于此，网民更加坚定了他们的援救行为是在作秀，不少网民更是对当事人进行指责、辱骂，甚至恶意P图。对此，韩红爱心慈善基金会就参与河南救灾一事发表了相关声明。随后，相关澄清也越来越多，河南当地的多个官方微博账号对韩红、王一博等人表示了感谢，并指出其团队并未带来任何麻烦。关于媒体号所拍到的摄影机，实则是当地群众手里拿着的拖鞋。所谓“蓝天救援队”则是他人冒充，并非真正的官方账号，而某权威官方微博也将的文章删除了。

（二）网络暴力成因分析

1.传播者的心理

（1）自我实现心理。传播学的使用与满足理论指出，受众基于特定的需求动机来接触媒介，从中得到满足［1］。该理论为网民的行为动机作出了解释：网民基于自我实现心理的需求来接触网络媒介，并希望通过其获得心理上的自我满足。马斯洛提出的需求层次理论中，自我实现的需求是人们追求的最高目标。在日益激烈的社会竞争中，个人的价值实现变得愈发困难，而网络的存在恰恰迎合了网民对自我实现的需求。网络具有匿名、虚拟等特点，因此网民可以在网络上自由地表达自己的意见，从中获得认同感与成就感。在众多网络暴力事件中，网民通过持续关注事件发展，并且部分事件的结果获得了大众的认同，这极大地增强了网民的自我满足感。但过度追求自我实现反而容易迷失自我，在网络暴力事件中，网民往往把自己当成虚拟世界的“法官”，以道德之名评判他人，其中往往携带着语言攻击、人肉搜索等网络暴力行为，披着正义之名行罪恶之事。（2）从众心理。从众心理指个人受到外界人群行为的影响，而在自己的知觉、判断、认识上表现出符合公众舆论或多数人的行为方式［2］。网民个体对群体有强烈的依赖，渴望从群体中寻求庇护，并且担心因发表异议而被群体孤立。这也就导致“沉默的螺旋”现象产生，即强势意见呈循环上升状态，不断有网民加入其中而声势更加浩大，弱势一方意见逐渐下沉直至被淹没［3］。上文提到的“韩红、王一博救援河南被质疑”事件就是如此，尽管部分网友对其抱着赞赏的态度，但随着网络媒体及其他网友质疑之声不断扩大，支持的言论逐渐被淹没在骂声之中，更多网民加入对当事人的讨伐中。在此情况下，普通网民选择相信主流舆论，失去自己内心的判断，这就是典型的从众心理。（3）网络去抑制性。网络去抑制效应是人们通过网络进行交流时特有的现象。与真实生活中的面对面沟通不同，人们在网络上的感受更为自由，更容易无视各种社会约束或社交禁忌。网络具有高度的随意性、自由性和开放性，人们可以通过网络平台自由地表达自己的思想和见解。但是，在这样一个没有抑制力的环境下，一些人会将现实生活中压抑住的言行通过网络平台付诸实践。他们通过网络暴力的方式表达自己心中的不快与压力，利用攻击性的语言发泄自己的情绪。

2.传播媒介存在的问题

（1）把关人角色缺失。在互联网诞生之前，只有通过“把关人”审核的信息，才能在传播媒介上，被大众接收。而互联网的出现，让人们可以在没有“把关人”的情况下，直接通过网络发表自己的言论。也就是说，在互联网上的网民都能参与到新闻传播中，但并非每个人都具备职业操守且受过专业训练，因而很难判断他们传播信息的真伪性。在“女子被造谣出轨快递小哥事件”中，正是把关人角色的缺失，给造谣者传播不实信息提供了机会，让不明真相的网民在这些虚假信息的基础上对当事人实施网络暴力，致使当事人承受着巨大的压力。这就是网络缺乏把关人带来的实质性影响，严重损害了媒介的可信度和社会的道德风尚。（2）传播媒介利益因素。部分新闻媒体为了自身利益，无视新闻的真实性与客观性，通过媒介捏造、放大一些事件，以达到博得公众关注的目的，故意引导网民对事件形成错误认知，引发网民对该事件进行“审判”，而“审判”极易演变为网络暴力。在“韩红、王一博救援河南被质疑”事件中，因拍摄画面比较模糊，并且群众手里拿着的黑拖鞋和摄像机有几分相似，所以网络媒体就把这双拖鞋说成是摄影机，并以此图为证据，大肆报道王一博在作秀。媒体为何针对王一博编造不实新闻？其一，王一博作为当红明星，与其相关的新闻必然带来可观的流量；其二，明星的负面新闻往往更能吸引受众注意。可见，这些媒体在引导舆论的过程中把自身利益放在首位。焦点越是敏感，越易受到网民的关注，网络媒体常常通过“轰动效应”的方式来获得更多的关注和点击［4］。这些新闻媒体不惜对细节添油加醋，捕风捉影，故意制造有争议的话题，为自己谋取利益，完全忽略了新闻的基本原则。

3.传播环境

（1）网络的虚拟性与匿名性。网络的虚拟性与匿名性是导致网络暴力产生的重要因素。大多数人都不会用自己的真名在网络平台上注册账号，他们更多使用虚拟的网名注册。所以，在这种虚拟且匿名的环境中，网民通常不会对自己的言论进行严格管理，从而极大地减少了自我约束。在匿名群体中，个体的心理压力较小，可以真实地反映出他们的心理，即使是对他人进行辱骂攻击，也往往不会承受过多压力。这导致近几年网络暴力事件频繁发生，并且有加重的趋势。（2）网络道德审判。网络道德审判指的是网民通过网络平台对他人的言行进行道德层面上的评判。在网络传播环境中，网民容易在未得到确切印证的信息中，以情绪化和煽动性的言论对当事人进行批判，更甚者施以语言暴力，这可能给事件主人公带来难以弥补的心理伤害。每个人都拥有表达自己意见的权利，也有权对违反社会公序良俗的行为进行批判，但这些都必须在不违反道德与法律的原则下进行，亦不是对他人实施网络暴力的理由。

作者:林丹 黄嘉欣单位:仰恩大学

传播学研究2

随着大数据时代的到来，大数据技术已经被广泛地运用到生活的各个领域，同时互联网企业也越来越重视对数据价值的探索，它将形成一种从用户数据中获取商业利益的趋势，从而不可避免地会侵犯到用户的个人隐私。[1]同时由于大数据“规模性、多样性、高速性和真实性”的特点，引发了商业模式的巨大变革。[2]因此，如何在大数据时代保护个人隐私已经成了目前亟需解决的问题。本文旨在利用传播学的视角，分析大数据时代用户个人隐私问题以及解决策略，主要从个人隐私问题的概念、新特点、泄露方式、问题现状以及对应的解决策略等几个方面来阐述，以期引起全民对隐私保护的重视，从而形成隐私保护共同体，使得个人隐私保护意识成为社会共识。

一、个人隐私的相关概念

彭万林教授在《民法学》中将隐私定义为公民个人生活中不愿为他人公开或知悉的秘密，包括日记、照相簿、储蓄、财产状况、通讯秘密等。[3]陈堂发教授认为隐私的实质是“私”和“隐”的组成，私是指在个人空间发生的且与社会公共利益无关的事实，而隐是指个人主观上不愿别人获取自己私事的心理和行为动机。[4]隐私的概念在社会科学的所有领域已被研究大概100多年，但是并没有一个明确的既符合时展需求又符合实践检验的定义。

二、大数据时代个人隐私的新特点

1.数据化大数据时代，个人信息的典型特征就是隐私的数据化，加剧了隐私的无形化，个人隐私隐藏在数据化的个人信息中。从农业社会到工业社会的技术更迭，使得个体与集体之间的的关系发生了重大变革，农业社会受空间距离以及自我意识的限制，个人隐私问题几乎并不存在。工业社会中以数字为核心的数字技术促使个人空间隐私成了亟需解决的问题。2.商业化在大数据时代，泄露的个人信息很有可能被二次利用，或被私底下进行交易和转让，被不法者用来谋取不正当的经济利益。商业化后的个人信息呈现开放性、全面性的特点，这不仅仅是信息化时代的一种动态发展趋势，更是经济时代社会发展的必然产物。3.换取个性化服务一些互联网商家为我们提供贴心的个性服务的同时，用户的浏览数据也被商家加以采集和分析，借此预测用户的行为，从而实现精准营销，用户实际上是用自己的个人信息换取了商家的个性化服务。[5]在商业领域，个性化服务往往是高品质、人性化服务的体现，但在这种服务的背后，是个人隐私的边界变得越来越模糊，从而在无形中引发了各种隐私泄露问题。

三、大数据时代个人隐私泄露的方式

1.社交平台上的隐私泄露移动社交媒体、已成为网民们参与网络生活的主要方式。数以亿计的用户，每天数次把自己的信息上传到他们的社交媒体软件中。由于信息传播的不可控性，看似私密的朋友圈，却存在巨大的信息安全风险，社交用户主动暴露过多隐私也是造成隐私泄露的重要原因之一。刷微博、抖音、头条等几乎成为移动互联网用户每天日常习惯，而新媒体的互动性、即时性、移动性等特点，使得用户的个人隐私信息很容易暴露在各个社交平台。2.物联网中的隐私泄露基于物联网技术的快速发展，越来越多的物联网设备出现在人们的日常生活中，人和物联网之间的联系越发紧密。5G通信时代的来临，网络传输和响应的速度变得越来越快，万物互联时代已不再是空谈。由于物联网设备的保护难度大或者对安全性的忽视，物联网设备极易被攻击者发现和利用，从而导致个人隐私信息的泄露。[6]

四、大数据时代个人隐私问题的现状

1.大数据使个人隐私的边界消失在大数据技术形成与发展的过程中，用户个人隐私和个人信息的权利边界越来越模糊，使得传统的信息保护模式丧失了基本的保护功能。例如用户在登录账号后，信息会在多重交易和多平台介入的情况下，导致用户的个人隐私得不到充分的保护。究其原因在于企业对个人信息和个人隐私缺乏足够的重视，将公民个人信息作为企业利润最大化的工具，进而在行业领域形成不良效应，使公民个人信息成为数据交换、信息服务、产业服务的商品。2.数据量过大威胁安全防护系统在大数据时代下，信息数据的收集、处理及整合较为集中，能够将多元化的、多样化的信息数据融合在一起，以此满足服务业和社会公众的发展需求。然而过于集中的数据整合及处理，将使企业面临数据信息泄露的风险。因为数据量的多少将严重影响到安全系统的运行质量，假如安全系统更新和升级速度没有与信息量及数据量的增长和发展速度保持同步，将导致安全系统出现安全漏洞。3.保护个人隐私的法律体系不够完善在大数据技术取得蓬勃发展的过程中，现有的个人隐私保护法却相对滞后，在司法实践层面，依旧缺乏较为完善的处罚原则和法律体系，隐私犯罪成本较低，致使侵犯隐私的问题层出不穷。因此，有必要、有需要构建隐私保护法。然而在相关法律体系建成之前，需要经历相对漫长的立法过程，而在此期间，社会公民如何维护个人的隐私，如何用法律武器来对抗隐私犯罪，则成为个人隐私保护的主要困境。

五、大数据时代个人隐私的保护策略

在传播中保护，即在数据隐私传播的全动态过程中，通过法律赋予的各项权利，针对不同阶段实施不同的保护手段。但由于“信息茧房”的存在，造成用户信息在传播中保护有一定的影响。彭兰认为“信息茧房”是用户角度“拟态环境”的一种表现，不利于人们更充分全面地接近真实社会的信息环境，[7]因此必须在传播中保护个人隐私。

（一）加强企业交流，构建隐私保护网络首先，构建“个人隐私保护”共同体。刘陶博士曾指出企业除了在经营管理中加强行业自律外，还需要借助政府部门的力量，使移动应用商、移动软件商、分发服务商、智能终端商形成隐私保护网络，使行业环境成为企业保护个人隐私的驱动力及指向标；其次，解构企业服务机制，使用户个人信息的权利边界更加清晰，即在企业为用户提供信息或数据服务的过程中，企业应将个人信息授权选项呈现在软件界面，使用户有权选择是否提供个人信息；然后，为了提升用户的满意度，企业必须确保为用户提供不涉及个人信息的其它服务。此外，针对数据量和防护软件更新速度不同步的问题，企业应从技术研发与产品升级的层面出发，提高对防护软件的资金投入，加大技术的升级力度，以提升隐私保护力度。

（二）加强行业自律建设和技术支持1.加强思想道德建设首先，掌握用户隐私数据的公司要承担重要责任，把保护好用户的个人信息作为重中之重，在利用用户数据时，要保障合法合规；其次，要建立问责机制，对于出现的信息泄露问题要及时追查，追究到个人，并在行业内部作为反面典型，以此降低用户信息的泄漏问题；最后，行业可以设立专门的投诉渠道。2.创新数据安全保护技术大数据技术的进步，对公民的个人隐私安全构成巨大威胁，所以，加强安全技术创新是隐私保护必不可少的方式。在当前大数据被广泛应用的背景下，企业不顾道德，企图通过发明新技术来模糊用户的个人隐私信息，使得用户信息通过各种途径被泄露，所以，应该创新新技术来保护用户的个人隐私。3.加强信息防范，提高隐私保护数据意识网络技术的不断普及，为越来越多的网络用户提供便捷的生活。但潜藏着巨大的隐私风险。因此，用户不能单单依靠互联网公司的行为约束和政府部门的立法保护，公民需要增强隐私安全保护意识和隐私泄露维权意识，防范违法犯罪分子侵犯个人隐私的手段，从源头上杜绝侵犯隐私的事情发生。

（三）加强立法监管，保障用户隐私安全1.完善大数据应用和隐私保护的各种条例必须正视的是，目前缺少综合性隐私保护的专门立法，目前的隐私权保护条款都散见在民法等法律法规中。另一方面，应该把散落在民法、诉讼法、刑法中的隐私权相关法律法规集结整合，建立完善的隐私权保护政策，增强法律的震慑力，让用户被侵权的行为有法可依。最后，相关司法机关应规定网络隐私权的范围，界定侵犯网络隐私权的行为和类型，明确网络服务提供商和网络用户的义务和权利，并制定侵权人的补偿措施和处罚规定。2.加强政府监管力度和治理建设政府要建立监管部门专门对大数据技术使用情况进行综合监管和治理。明确监管和治理主体，设立相应的规章制度。同时政府应该履行自身的职责与义务，设立相关的规章制度，维护用户的信息安全与稳定。另外，政府和其他互联网采集主体要做好平时的平台系统的监管维护，确保信息平台的稳定性，保证数据的安全性。

作者:王娜娜 单位:兰州财经大学商务传媒学院

传播学研究3

伴随着移动互联网的普及和媒介技术的迅速发展，人类进入一个全新的数字社会。大数据、人工智能、算法等新兴概念正渗透、融入社会生活的各个领域，人类信息的传播模式、特征和结构也随之迎来新的变革。在这样的时代背景下，越来越多的人类传播活动转移至互联网空间，使得用户生成的数字轨迹得以被记录。多种形式的海量数据资源急需相应的算法、算力去挖掘。由此，计算传播学应运而生。“计算传播学作为计算社会科学的分支之一，致力于寻找传播学可计算化的基因，以传播网络分析、传播文本挖掘、数据科学等为主要分析工具，大规模地收集并分析人类传播行为数据，挖掘人类传播行为背后的模式和法则，分析模式背后的生成机制与基本原理。”[1]不同于传统传播学研究所常用的经典定量研究方法，计算与传播的“碰撞”对传播学人才培养提出了新要求。大数据时代要求传播学学者能够以数据思维和计算方法去重新思考和研究传播学问题。香港城市大学媒体与传播系教授祝建华认为：“人才是实现学术创新或者形成学术新范式的重要条件，也是我国计算传播学走向‘学术新绿洲’极其重要的一步。”为适应学科发展和人才培养新要求，多家计算传播学实验室（研究中心）相继成立，融合多方资源推出人才培养新模式，为推动计算传播学学术发展以及计算传播学人才培养贡献力量。本文聚焦于我国计算传播学实验室人才培养现状，以北京师范大学、南京大学、中山大学、复旦大学、深圳大学计算传播学实验室及团队为案例，以望了解当前计算传播学实验室的建设情况以及相应培养模式，为未来计算传播学人才培养提供指导和借鉴。

计算传播学实验室成立情况

2008年，香港城市大学媒体与传播系建立互联网挖掘实验室，成为当时国际传播学界少有的大数据实验室之一。互联网挖掘实验室培养了一批批优秀的计算传播学学者。与此同时，计算传播学研究也吸引来国内其他志趣相投的学者加入。在计算传播学学者们的共同努力下，多家计算传播学实验室、研究中心成立，如中山大学计算传播研究室、南京大学计算传播学实验中心、北京师范大学计算传播学研究中心、深圳大学计算传播研究实验室、暨南大学计算传播研究中心等。除此之外，清华大学、复旦大学、中国传媒大学等多所高校的新闻传播学院也高度重视计算传播学研究，纷纷组建研究团队以推动计算传播学的发展。各高校计算传播学实验室成员往往由多位导师、博后以及博士生和硕士生共同组成。实验室导师专业背景以新闻传播学为主，同时兼有计算机科学、物理学、心理学、信息管理学等学科背景。实验室学生的专业背景同样呈现多样化的特点，除新闻传播学学科外，还包括物理学、电子信息工程、计算机科学、机械工程、电气工程、工商管理等学科。整体来看，计算传播学实验室成员队伍具有很强的跨学科特色。经过多年发展，计算传播学已在一定程度上形成了充满学术生命力的“无形学院”。计算传播学实验室所专研的方向各有所别。南京大学计算传播学实验中心主要开展关于信息扩散、注意力流动、计算叙事、在线信息传播以及新媒介技术使用等方向的研究；北京师范大学计算传播学研究中心主要研究领域为社交机器人、舆情传播、健康传播、在线知识传播等；中山大学计算传播研究室聚焦于计算政治传播，网络舆情分析与决策建议等方向；深圳大学计算传播研究实验室的核心研究方向涉及计算传播理论与社会发展研究、大数据与计算传播方法研究以及数据价值与计算应用研究三大领域；复旦大学计算传播学团队则致力于计算传播理论与方法、基于计算方法的舆论研究、智能媒体与算法社会研究等。各高校计算传播学实验室共同以大数据为驱动、计算科学为方法以及社会科学理论为指导，关注传播学前沿问题，推动计算传播研究与时俱进，多角度、多面向发展。

计算与传播“碰撞”：人才培养新要求

“计算”与“传播”的碰撞是大数据与传统“小数据”的碰撞，是“方法”与“理论”的碰撞，也是文理学科的碰撞。计算传播学的交叉性和跨学科特质对学者提出了新要求，本文将计算传播学人才所需核心能力总结为以下三点。

（一）大数据挖掘能力。“计算传播首先提倡的是可计算的传播，数据、算法、算力缺一不可。”[2]因此，数据的获取、处理、分析以及可视化能力成为计算传播学者应有的核心能力之一。用户在互联网上主动或被动留下的数字踪迹成为计算传播学研究的数据基础，这要求计算传播学者能够掌握一定的数据获取技术，如通过代码采集数据。对采集到的数据，学者需要进行预处理以去除噪音，并且需要运用合适的计算方法对体量庞大的数据进行分析，如自然语言处理、情感分析、社会网络分析、机器学习等。此外，大数据分析结果的呈现形式往往区别于传统的统计图表，词云、热力图、网络图谱等新形式需要一定的数据可视化技术支持。大部分新闻传播学背景的学生由于缺乏相关专业训练，对编程、算法或多或少存在畏难情绪，大数据挖掘能力较为薄弱，补足技术的不足是当务之急。

（二）跨学科思维能力。“作为交叉学科领域，计算传播学的学者应该是具有‘T字形’甚至‘#字形’复合知识结构的人才。”[3]面对新的信息环境，计算传播学者应充分发挥交叉学科的包容性和优势。在计算传播学的人才培养中，学生不仅要学习计算科学中的大数据分析方法，也要熟练掌握多种社会科学研究方法以及统计学的数理基础和相关知识，能够综合运用数学、统计学和计算机技术正确分析、推演和解决复杂问题。除此之外，计算传播学者在筑牢传播学理论知识基础的同时，也要了解其他社会科学理论以丰富自身理论知识体系。将扎实的理论素养与严谨的研究方法相结合，保证研究设计的科学性和价值性。

（三）问题意识。“从问题出发，是社会科学研究的一个重要意识。”[4]这种问题意识体现在学者能够将目光聚焦于现实生活，提出理论意义与研究价值兼顾的好问题。回应社会关切是社会科学研究的重点，作为计算社会科学分支的计算传播研究应该“在理论或学说的指导下构建缜密的分析框架，进而让数据为问题服务，逐渐开辟发展理论的契机。”[5]与传统传播学研究一致，计算传播学所关注的仍然是人类信息传播行为规律及其背后的社会意义，而非算法本身的精益求精。计算传播学研究应避免过度依赖算法，通过花哨、复杂的计算方法得到众所周知的结论，陷入“新瓶装旧酒”的局面。而应坚守“以人为本”，对人类传播的新现象、新问题保持较为敏锐的观察力，让“计算”为“理论”提供科学支撑，让“理论”赋予“计算”社会价值。

计算与传播“融合”：人才培养新路径

面对计算与传播的“碰撞”，“融合”成为应对人才培养新要求的关键。培养新时代复合型人才，需要实现思维、方法以及资源等多要素的大融合。本部分将以北京师范大学计算传播学研究中心的人才培养模式为主，结合其他高校培养方式，对当前计算传播学实验室人才培养路径进行归纳总结。

（一）平时积累选题，时机成熟开始孵化。选题是学术科研中重要的一环，以北京师范大学计算传播学研究中心为例，实验室每周至少开展两次学术组会，其中一次为文献阅读分享会，阅读的文献不局限于传播学的论文，而是扩展到社会学、心理学、甚至计算机科学，物理学等其他学科的论文。组会中会结合文献阅读和生活中的理论意义与应用价值，提出一些研究选题，选题以公共文档的形式记录，等待数据、方法、人手等各种时机成熟后开始孵化。在具体的孵化过程中围绕选题为中心实行“项目制”，由高年级的同学担任项目负责人，招募低年级组员组成科研攻关小团队，在组员的组成上尽量是理论功底好的同学和技术方法好的同学组队，这样能发挥各自的优势，也能互相学习。在每周的另外一次组会上由导师来把关项目方向的正确性以及解决项目推进过程中遇到的各种困难。“有进展说进展，没进展说问题”是这次组会的核心思想，类似地，“学中做，做中学”“Learningbydoing”也是深圳大学、南京大学计算传播学实验室的行动哲学。

（二）朋辈互助为主，师辈指导为辅。因为在日常的科研生活中，朋辈之间的交流学习时间远长于师生之间的交流，所以北京师范大学计算传播学研究中心在每年新学生入学后会进行编程和统计等基本方法的短期速成培训，鼓励低年级的学生在掌握研究方法后，加入师兄师姐的项目，进行朋辈间的学习，从而积累经验。对于高年级的学生，导师会毫无保留的把自己的学术经验教给他们，让他们掌握独立的科研能力和带领项目团队的能力。这种导师将学术经验和专业素养传递给高年级学生，再由高年级学生帮助和带领低年级学生开展研究的“传-帮-带”模式可以大大提高整个团队的运行效率。南京大学计算传播学实验中心也采取类似的培养模式，实验中心教授王成军认为：“传-帮-带，相互带动，可以让小团体有不断前进的动力。”这种薪火相传的模式促使实验中心的研究者们相互学习、共同进步，提高了学生的积极主动性和自我认同感，也有助于增强实验中心的凝聚力。
（三）跨学科合作，优势互补。计算传播学实验室的导师多具有不同学科背景和科研经历，不同专业背景的老师合作组办计算传播学实验室是提供跨学科资源的一种途径。另外，实验室导师也可加强与院外导师的合作，如深圳大学建立“计算传播学术硕士交叉育人平台”，实验室导师与计算机与软件学院、电子信息工程学院等导师开展跨学科联合培养模式，对学术硕士进行联合培养，专业硕士则依托健康传播专业平台，由学界和业界导师联合培养。来自不同学科的老师共同指导学生，保证实验室成员在理论把握、数据处理技术等方面能够得到来自专业领域的学术指导。开设跨学科领域相关课程和专业讲座也是提高计算传播学者技能的重要方式。深圳大学计算传播研究实验室不定期开展文本挖掘、社会网络分析、数据统计分析等方法专题培训；中山大学计算传播研究室开展基于R语言的计算传播研究方法教学；北京师范大学计算传播学研究中心发挥实验室成员多学科背景优势，鼓励组成学习互助小组，实验室成员根据自己专业所长，开展Python、统计学小课堂。通过一系列课程教学，系统学习统计基础、计算机编程语言和分析软件应用，既能帮助新加入的低年级成员快速入门，同时也能够培养团队成员互助学习、交流合作的精神。

（四）线上线下连接，形成学术共同体。利用互联网技术实现线上线下连接开展学术交流活动，是数字时代组织学术活动的新途径。实验室动员学生积极参与线上的学术讲座、工作坊、学术会议等，汲取计算传播学前沿学术观点和研究经验。另外，也通过线上连接的方式加强各高校计算传播学实验室的交流联系。例如，北京师范大学计算传播学研究中心联合中山大学计算传播研究室开展“京广珠论文分享会”。通过网络会议的形式，定期分享讨论与计算传播学相关的论文。联合论文分享会凝聚多方计算传播学者形成学术共同体，在交流中碰撞思维的火花。此外，各实验室整合学习资源，通过互联网平台提供给更多对计算传播学感兴趣的学者。如南京大学计算传播学实验中心组建苏格拉底学园豆瓣小组、计算传播学豆瓣小组以及第谷读书会等，通过豆瓣、哔哩哔哩等平台分享社会科学、计算社会科学、计算传播学的最新研究、经典著作、计算方法，吸引更多志同道合者加入计算传播学研究。

（五）产学研联动，学界业界两开花。计算传播学实验室根据国家新文科人才培养理念，不仅指引学生在学术道路上前行，也为有志于进入新闻传播业界工作的学生提供技能学习的机会和积累经验的平台。北京师范大学计算传播学研究中心与上海学习强国平台合作，鼓励对数据新闻感兴趣的学生加入创作队伍，在导师的指导下参与新闻选题、数据获取、数据处理与分析、数据可视化等全流程数据新闻创作过程。此外，实验室鼓励学生积极参与各类由学界、业界联合组织的实践活动和竞赛，如中国数据新闻大赛。在比赛中，学生可以利用大数据处理技术，结合对社会现实的理解，彰显人文关怀，做出好的新闻作品，为之后在业界开展工作积累经验。由中国新闻史学会计算传播学专业委员会与微热点研究院联合举办的传播数据挖掘竞赛每年也吸引着来自各高校的计算传播学人才参与，学者们可以利用微热点提供的宝贵数据资源探索有价值的研究议题，实现竞赛与学术研究的双赢。结语不同于工业社会专业化分工思想下的单一学科培养模式，互联网时代的数据与计算转向提出培养复合型人才的要求，而计算传播学人才培养正是以此为目标。面对计算与传播的“碰撞”，实现计算与传播的“融合”是人才培养的关键，“融合”不是跨学科知识的简单叠加，而是联合跨学科资源，形成跨学科思维、培养跨学科研究能力，进而推动学科发展与理论创新。在碰撞与融合之下，相关实验室建设为计算传播学人才培养提供积极实践，也为探索交叉学科人才培养路径提供线索。

参考文献：

[1]张伦，王成军，许小可.计算传播学导论[M].北京：北京师范大学出版社，2018.

[2]周葆华.“计算”的传播与“传播”的计算[J].新闻与写作，2020(05):1.

[3]塔娜.“计算传播学”的发展路径：概念、数据及研究领域[J].新闻与写作，2020(05):5-12.

[4]巢乃鹏,黄文森.范式转型与科学意识：计算传播学的新思考[J].新闻与写作，2020(05):13-18.

[5]沈浩，罗晨.计算传播学:国际研究现状与国内教育展望[J].中国传媒大学学报(自然科学版)，2021,28(01):42-49.

作者:吴晔 单位:北京师范大学新闻传播学院教授