《计算传播学》：传播学的理论拓展

无论是数据主义对大众传播要素的解构，还是计算能力对网络传播路径的重构，从本质上看，这些转变已经深刻地影响了学术领域与产业领域的传播观和方法论，并推动着传统大众传播学的方方面面不断拥抱数据主义和计算主义，从而催生了一个全新的传播学分支学科——计算传播学。尽管从短期来看，计算传播学作为一种新生力量仍然仅仅是被视为经典大众传播学的有益补充，因为它的方法论切切实实地弥补了拉斯韦尔5W传播模式所奠定的控制分析、内容分析、媒介分析、受众分析和效果分析在量化数据和具化效果等方面的明显缺陷；但从更长远的角度来看，随着数据主义和计算主义不断地渗透到传播领域的各个环节和各个细节，这种大范围的解构和重构将在根本上推动传播学世界的范式转换。

关于范式，美国的科学哲学家在其著名的《科学革命的结构》一书中有着明确的表述，他认为一种范式应该是在一段时间周期内为某一共同体成员提供问题模型和解决方案的科学成就^[34]，“科学界公认的信仰、理论、模型、模式、事例、定律、规律、应用、工具仪器等都可能成为某一时期、某一科学研究领域的范式。范式的出现为某一研究领域的进一步探索提供了共同的理论框架或规则，标志着一门科学的形成。”^[35]“二战”前后，霍夫兰、拉斯韦尔、拉扎斯菲尔德、施拉姆、勒温等研究者先后提出了互为借鉴、互为补充的传播模式和传播理论，使得传播学作为一门全新的学科获得了独立的地位，并奠定了大众媒体时代的传播学范式，而这一范式也成为与传播学领域密切相关的学术共同体和实践共同体所赖以活动的某种规范，推动着传播学的不断发展。正如罗杰斯在《传播学史》中指出的那样，“传播学方面的重要进步往往是由某些学派所促成，这些学派又由属于一个研究所的核心学者们的连贯一致的网络所构成”^[36]，这种“连贯一致的网络”与库恩所谓的“共同体”概念具有高度的重叠性。大众传播范式为过去近一个世纪的传播研究和传播实践提供了其共同体成员所共享的基础理论、基础框架和基本方法，形成了基于大众媒介视角的传播观和方法论，指导着各个学派的研究议题和各个领域的实践方向。

但实际上，关于范式库恩在其著作中还同时强调了另外一个话题，即某种科学范式尽管具有一定的稳定性，却不是一成不变的，它把这种从旧的范式向新的范式的变革过程称为“范式转换”，在过程中，科技革命是形成范式转换的一种重要驱动力。当前，以互联网、大数据、人工智能、机器学习等为核心技术集群的新一轮信息技术革命正在推动着传播学从过去的大众传播范式向着更加精准化、个性化、动态化和智能化的计算传播范式转换。因此，从传播学史的视野来看，我们更倾向于把计算传播学视为一种全新的传播研究和传播实践范式，而不仅仅是单纯地把它看作传播学的一个分支学科或者操作方法，因为它对传播领域的影响是广泛的、全面的、立体的、深刻的甚至是根本的，而同时它对传播学的改造也不止于方法论还包括基础假设、核心理论、根本逻辑等底层代码。这种解构和重构意味着，新范式与旧范式之间尽管还存在着某些相同的要素和思想，但在本质上它们已经不再享有共同的认识论和方法论。不断涌现的新现象、新思维、新知识和新理论在现实层面上逐渐打破了原有的研究假设和基础法则，从而使得科学/学科的基础理论和应用逻辑发生了根本性的调整或颠覆：新的范式及其研究者必须承诺能够最大限度地为不断涌现的明显且广泛的具体问题提供全新的解决方案^[37]。今天，计算传播范式及其研究者和实践者正在试图用数据主义和计算主义的认识论和方法论为那些明显而广泛的传播问题提供一种全新的解决方案，机器写作、数据新闻、程序化广告投放、个性化内容推荐引擎、智能化舆情预测与管理……只不过，当新范式的忙碌身影已经时时出现在我们身边的时候，旧范式的思想幽灵依然在我们所有人的脑海中挥之不去。

我们正站在一个全新的计算社会科学的起点上^[38]，从这个起点开始，数据要素和计算能力将成为包括传播学在内所有社会科学赖以生存和发展的根本性资源。数据不仅仅是一种研究方法，它还是一种世界观，“是一种思维方式，按照大数据的思维方式，我们做事情的方式与方法需要从根本上改变”^[39]；同理，算力与算法既是认识论又是方法论，它们与数据一道重塑着全球范围的传播图景。事实上，如果数据主义和计算主义的研究方法和实践策略仅仅是支持我们以更快的速度、更大的规模和更强的便捷性来提升、改进或者优化现有的一整套方法论的话，那么无疑它是受欢迎的，却不是具有革命性的。恰恰相反，我们更倾向于认为，计算传播学的方法使得我们可以用之前完全不可能的方式来分析社会交往和传播行为，并且完全有潜力从诸多方面彻底改变着传播学这个学科。^[40]更进一步地，计算传播范式所提供的解决方案，除了能够以前所未有的方式来研究传播问题之外，还在以完全超出人类想象力和实际能力的方式执行人类根本无法完成的数据处理和信息传播任务。在这样的传播景观中，数据科学家、算法工程师、计算机从业者和人工智能专家们将在拉斯韦尔经典传播模式所涉及的控制分析、内容分析、媒介分析、受众分析和效果分析等各方面的传播决策过程中发挥越来越重要的作用。(www.xing528.com)

而这恰恰是新范式与旧范式之间的重要差异之一，它揭示了传播权力转移的未来趋势：那些既掌握信息技术又深谙传播思想的研究者、从业者、开拓者和创新者才是21世纪传播话语权的主导者。当然，这种权力的转移与范式的转换并不是在一夜之间完成的，尽管新范式的身影已经初见端倪，但要形成真正有关计算传播学的稳定的科学范式和学术创新，仍然“需要四个条件：新现象的涌现、新数据的易得、新方法的普及、新人才的形成”^[41]。前两个条件即“新现象的涌现”和“新数据的易得”已经基本具备，而后两个条件即有关计算传播学的“新方法的普及”和“新人才的形成”还有待进一步地解决，这也恰恰是今天站在十字路口的新闻传播学教育所需要直面的一个根本性现实问题。

当前的困境在于，尽管大家都已经朦朦胧胧地意识到计算传播学作为一种全新的范式将会对传播领域乃至更广阔的政治、经济和文化领域产生深远乃至颠覆性的影响，但几乎所有人对于这种新范式的基本轮廓、核心思想和主要方法依然缺乏系统的认识、理解和掌握，于是对计算传播学新范式的假设提炼、应用总结、方法梳理、理念概括、理论建构和思想普及就显得尤为重要。与经典的大众传播相比，计算传播存在着数据化、个性化、动态化、智能化、场景化、集约化、精准化等突出特征，而这些特征是完全围绕着它所关注的核心问题展开的：在合适的时间合适的地点面向合适的用户提供合适的信息，亦即实现用户、场景、内容、广告等传播要素的精准乃至完美匹配。对于计算传播范式而言，所有的技术手段、研究方法、理论创新都是为这一核心问题服务的，而正是对这一核心问题解决方案的不断改进和优化，推动着我们对大众传播理论进行着更具有当代学术价值和实践价值的继承和扬弃，并在此基础上进行更加大胆的重构，从而最终形成指导当下以及未来传播研究和传媒实践的新范式。