检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]中央民族大学新闻与传播学院,北京100081 [2]清华大学新闻与传播学院,北京100084 [3]西京学院传媒学院,陕西西安710062
出 处:《未来传播》2025年第1期46-56,共11页Future Communication
基 金:国家自然科学基金青年项目“面向人工智能生成内容的风险识别与治理策略研究”(72304290);中国博士后科学基金面上资助项目“基于机器博弈的AI谣言识别与治理研究”(2024M751595);全军军事理论科研计划重点项目“AI深度伪造新闻传播机制与认知影响研究”(24GDJ30068B)。
摘 要:生成式AI驱动下,谣言传播已从“异态”转变为“常态”,从“单模态”演变为“多模态、跨模态”,从“合成事实”进化到“伪造舆论”。探讨AI谣言的传播机制和影响因素,对于AI谣言识别和治理具备支撑作用。针对近年来传播热度较高的35个AI谣言传播案例,使用定性比较分析(QCA)对影响其传播热度的多层要素进行挖掘。研究发现,目前AI谣言在大众化传播上存在三级断层,前20%的高热度谣言占据了84.7%的大众流量;从谣言传播影响因素来看,内容特性>媒介模态>受众参与>信源构成;从组态路径来看,草根创作的“强情感”叙事和权威背书的“强冲突”框架构成了AI谣言大众化传播的两种典型模式;在AI谣言识别和治理过程中,多模情绪交织与大众二次创作构成了破局痛点与难点。
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:18.226.163.178