3. 对互联网偏见传播的计算机模拟

互联网传播的信息极具多样性，不同类型的信息，其效果形成机制千差万别，因此必须根据具体情况来研究。笔者以互联网媒体中的偏见形成为例建立模型。在互联网出现之初，很多人认为它能够凭借开放性、平等性等特点来消弭偏见。但事实证明，在很多情况下互联网反而是在强化偏见。有学者认为，如果社会对某一对象（个人、群体、事件等）存在某种程度的偏见，则当其被设置为网络媒体议程，引起用户的广泛关注和评议时，偏见经常会被放大。其原因在于互联网存在偏态传播特性，即在互联网媒体上同一对象的某些属性/特征会被强调，另一些属性/特征则被忽略，导致二者在互联网媒体中的传播能力和传播效果存在差异。其中较为常见的一种现象是负面信息的传播范围、传播速度以及形成的社会影响力明显大于正面信息。以下通过计算机模拟来分析这一现象的形成过程。

态势分析。（1）在众多的互联网媒体平台上，“人人都有麦克风”，公众对社会事务的广泛参与，使互联网上的社会信息空前丰富，信息的内容、所表达的观点更趋多元化。（2）网络的个人化与技术信息交互技术，使受众可以方便地通过转发、评论等方式参与到传播中来，形成了“主受合一”的状态。（3）互联网用户处于信息超载状态，因此他们只能主动或被动地选择接受部分信息，这导致互联网上大范围传播与分层传播（主要在某一社会阶层中传播）、分众传播（主要在某类群体中传播）并存。（4）网络精英/意见领袖在网络议程设置、受众态度形成方面具有比大众传媒时代更为重要的影响。

主体设置。设置三类主体——信息源、网络精英/意见领袖、普通用户。信息源（媒体、个人）发布特定信息，网络精英/意见领袖是极为活跃的、影响力很大的特殊用户。（1）设置2个信息源，设置30个意见领袖，950个受众，共982个主体。（2）信息源属性特征包括权威性、社会身份、传播技巧、受关注程度。（3）网络精英/意见领袖的属性特征包括初始看法、影响面（拥有粉丝数量）、活跃度、互动性。（4）普通用户的属性特征除初始看法、认知能力、服从性、从众性之外，还包括传播意愿，即参与传播的积极性。以上参数均以滑动条和开关进行控制。

交互规则。（1）一个信息源发布关于某对象的正面信息和观点，另一个散布负面信息和观点，传播给意见领袖和普通受众。（2）网络精英/意见领袖根据自己的看法对信息选择性地进行二次传播。（3）普通用户接受信息，并受到不同程度的影响，其中一部分用户会根据自己的看法对信息进行选择性转发。（4）网络精英/意见领袖和普通用户都倾向于传播与自己看法同向的信息和观点，而不持看法与看法中立的用户（对特定对象不了解）则具有负面新闻偏好（已有大量研究证实公众负面新闻偏好的存在），其关注、传播负面新闻的意愿更为强烈。（5）普通用户的看法转移概率与上同。

仿真运行。图8为初始状态，两个大号的黑色人表示信息源；中号的黄色、蓝色、白色人分别表示初始看法偏正、偏负、中立的网络精英/意见领袖；小号的黄色、蓝色、白色人分别表示初始看法偏正、偏负、中立的普通用户，其数量设置为偏正＜偏负＜中立，表示存在一定的社会偏见，但中立者占大多数，具体数值由程序随机生成（亦可人为设置、调整）。图9为运行中状态，随正负两个方面的信息开始传播，中立看法的普通用户数量明显减少，亦即受各自接收到的信息（有的接收的是正面的，有的接收的是负面的）的影响，开始对特定传播对象产生看法。偏正、偏负、中立看法的普通用户中都有一部分人通过转发信息参与传播，偏正看法的用户传播正面的，偏负看法的用户传播负面的，中立看法的用户因负面新闻偏好，传播负面信息较多。图10为终止状态，正、负面信息持续发布一段时间后，负面信息的传播开始占据上风。偏正看法的普通用户数量变化出现拐点，呈现急剧下降；偏负看法的普通用户数量上升至显著的优势水平；中立看法的普通用户数量则下降到很低的水平。

仿真结果说明。仿真展现了在用户参与下，偏态传播的形成过程以及社会偏见被强化的结果。互联网传播因为公众的广泛参与，形成了新的传播生态，社会心理因素成为传播效果形成的重要影响因素。在大众传媒时代，学界对负面新闻偏好的弊端已经有所认识，如媒体为了经济效益而迎合某些受众，破坏了新闻报道的平衡性，使公众的社会认知出现偏差。在互联网时代，负面新闻偏好的弊端被放大了，因为这种偏好不仅仅影响用户关注什么，影响其认知与态度，还会影响其传播什么。如何治理偏态传播，成为互联网时代的新课题。

综上，通过对魔弹论效果、有限效果、互联网偏态传播效果的模拟研究可以发现，基于主体的建模与仿真在揭示传播效果的形成与结果方面，具有其独特的优势。当然，能够模拟的传播现象远不止此，只要运用得当且灵活，甚至可能成为传播效果研究的有力手段。

三、总结与展望

媒体传播系统是一个复杂系统，传播效果的形成受诸多因素综合作用的影响。这些影响因素随时代的发展和社会的变迁，处于动态变化过程之中。社会变革总是会塑造新的传播格局，带来新的传播现象，传播效果理论的变革也必然随之发生。由于传统社会科学研究在理论和方法上的局限，传播效果研究至今尚未形成系统的、完整的科学理论，现有理论或多或少局限在某一信息类型或效果面向，缺乏对媒体传播系统的整体把握。正如赛弗林和坦卡德所言，很多理论也许只算得上是对传播效果的一些看法。一些学者认为也许能将“这样的一些小理论合并成一个整体的大众传播效果理论”。的确，一些传播效果理论/假说“作为一种思想是天才的，但作为一种科学却是有漏洞的”，因为互联网时代的传播生态复杂多变，传播效果研究尚任重道远。

互联网时代的传播效果研究不应再囿于笼统讨论传播效果是强还是弱的藩篱之中，而是要从传播的信息类型，所实现的社会功能（战时宣传工具、竞选宣传、知识普及、产品宣传、文化传承、主流意识塑造、社会环境监测等等）展开具有较强针对性的研究。并且，传播效果研究既要分析传播对微观层面异质性的个体的作用，更要关注在宏观层面对社会产生的影响，以及大量异质性个体行为如何聚合为多样性的社会现象。虽然复杂系统理论尚远未完善，ABMS方法也还在探索、改进之中，但有望为传播效果研究开辟出一条新的路径，为各种理论的进一步整合与发展提供方法上的契机。

ABMS有它的局限，吉尔伯特曾指出，它更适合用于理论的发展和解释,而不是对具体现实问题的预测。沃尔德罗普也认为，用户们不应该期望这些模型能够作出具体的预测，因为大多数建模者都是对每一种场景进行多次模拟，然后采用平均化处理来应对不可避免的不确定性。模型其实会显示一系列可能的结果，但是这仍然允许规划人员使用该模型作为测试平台，以便提前知道采取行动A，B或C的可能后果。

ABMS之所以还只适用于发展理论和作为规划指导，其主要原因在于一些模型参数的初始值是随机设置的，如果这些初始化设置不符合现实状况，便很难模拟出真实的社会现象，并且模型的校验通常十分困难。因此有学者提出数据驱动型建模，考虑能否将实证数据引入到建模之中，用实证数据来进行初始值设置和模型校验。这将大大提高模型的质量，使其更好地拟合真实系统。大数据时代的到来，为这一设想提供了可能。对于传播效果研究尤其是互联网媒体的传播效果研究来说，互联网上已经生成了大量的数据资源，因此数据驱动型建模具有理论上的可行性。但同时也必须看到，当前运用互联网大数据进行的研究，正面临数据代表性、数据质量、数据处理精度等问题的挑战。要获取建模所需的、可靠的实证数据，还需要付出艰苦的努力。

尽管面临诸多挑战，但将计算社会科学的两大研究范式——基于主体的建模与仿真、数据密集型知识发现——结合起来，无疑是一个具有巨大前景的发展方向。（文章内容来源于大数据与互联网传播，李凤翔，武汉大学社会学系博士研究生；罗教讲，武汉大学社会学系教授，博士生导师。）