《计算传播学》：概念探讨

通常的观点认为，计算传播学是计算社会科学（Computational Social Science）的重要分支。这种提法在公开发表的学术论文和诸如百度百科这样的网络文本中屡见不鲜。事实上，计算社会科学的快速兴起是计算传播学这一概念引发关注的重要背景之一。“计算社会科学的兴起使得我们开始更加严肃地思考可计算性在传播学研究当中的作用。”^[1]加之传播学本身又是社会科学领域非常重要的一个分支，所以从语义逻辑的角度来看，认为计算传播学是计算社会科学的重要分支并没有不妥之处。

但就本体论而言，这种提法在一定程度上忽略了计算传播学作为传播学这个主体学科重要分支的事实，而有意无意地将它归入计算社会科学这样一个几乎无所不包的泛泛概念之中。这会导致很多学术研究和产业实践片面地关注计算工具和算法逻辑等定语成分，而对传播要素和传播过程等主语成分缺少深刻的认识。因此，当我们把它表述为计算传播学是传播学的重要分支学科之后，就能够准确地把握它作为传播学与计算机科学、数据科学、人工智能、心理学、生物学等领域的交叉学科这一本质，就能够时刻提醒我们在产业实践和学术研究过程中清晰地把计算主义作为一种观念和工具引入传播学以更好地发挥其价值。

此外，大多数研究者为了研究的方便起见，都认为计算传播学起源于计算社会科学，原因在于2009年Lazer等一批社会科学家、计算机科学家和物理学家在《科学》杂志上发表了题为《网络中的生活：计算社会科学时代的到来》的论文。然而这篇文章无论在标题还是在正文中都没有正式地提出关于计算传播学的概念。与其说这篇文章是计算传播学概念的策源地，毋宁说社会科学各个分支学科的很多研究者受到了计算社会科学这一概念的启发，将计算主义的方法、工具和技术与本学科之间进行了勾兑，从而提出了类似于计算人类学、计算社会学、计算新闻学、计算传播学等更具体的分支学科概念，在客观上促进了社会科学各个领域与数据科学、信息科学和计算机科学等自然科学领域的交融。在这个过程中，“计算”“可计算”“社会计算”等概念被大量地使用于社会科学研究的各个角落。

我们可以更大胆地推论，计算传播学概念的产生与这篇文章并无必然联系，因为计算主义和数据主义在各个领域和不同学科中的广泛应用已经是一个不争的客观事实了，只不过理论研究工作把这种实践应用上升到学术层面存在一定的滞后性，但各个学科提出与此相关联的概念只是或早或晚的事情。例如，计算广告学的概念提出就比Lazer等人提出计算社会科学的概念还要早，它是雅虎研究院资深研究员Andrei Broder在2008年第十九届ACM-SIAM学术研讨会议上首先提出来的，并给出了计算广告学的经典定义。^[2]由于广告学与传播学之间存在着千丝万缕的密切联系，我们为什么不把计算传播学的起源追溯到2008年呢？

因此，关于计算传播学的起源及概念提出，我们更倾向于认为，随着计算主义和数据主义在传播学领域被越来越广泛地应用，传播学亟须提出一个新的概念来引导当前乃至下一阶段的理论研究和产业实践，在这样的语境下，作为分支学科的计算传播学在传播学这一母体中应运而生。之所以是计算传播学而不是数据传播学或算法传播学或其他什么概念被采用，其实是一个集体选择的结果。(www.xing528.com)

在这个集体选择过程中，较早期的研究无疑起到了一定的概念启蒙作用。例如，祝建华等人从现有的传播学研究的角度对“计算社会科学”以及传播研究的关系进行综述，沈浩等也提出复杂网络和社会计算是传播学研究的新思路、新路径。王成军首先在其论文《计算传播学——作为计算科学的传播学》中使用了“计算传播学”一词。同时，一个新的学术概念是否具有较强的张力，获得广泛的认可，并不仅仅取决于少数的几位研究者，更重要的是取决于活跃在学术界和产业界的大量意见领袖。经过近些年的产业实践和学术讨论，以及包括清华大学、南京大学、中国传媒大学、北京师范大学、北京信息科技大学等高校和喻国明、祝建华等研究者的积极探索，国内的学术界和产业界对计算传播学的概念已经形成了一定的共识，以“计算传播学”为主题的实验室、研究所和学术论坛也陆续地建立或开展起来了。

不过分强调计算传播学是计算社会科学新的分支并不代表我们忽略甚至不承认社会科学、计算社会科学之于传播学、计算传播学的意义和价值，它仍然在思维和方法上启发着我们谨慎大胆地开展更具有创新意义的传播学乃至计算传播学的研究工作。社会科学与自然科学虽然存在着很大的差异，甚至在绝大多数情况下无法形成放之四海而皆准的定理，但它仍被认为是一种科学的原因主要在于社会科学在对社会问题展开研究的过程中像自然科学那样努力保持着一种客观中立的研究态度和事实描述，并尽最大的可能确保它所得出的研究结论是经得起推敲和检验的，也就是说可以证实或者证伪的。恰恰是这种严谨的研究态度和研究方法，使得社会科学在研究过程中高度重视定量研究，通过可以量化、可以计算的方式来研究人类的社会行为，乃至传播行为。

所以，计算传播学中的“计算”包含了两层重要的含义：第一层是从计算机科学或更广义的信息科学等视角来理解传播过程中的数据和可计算性；第二层是传播理论或更具体的传播现象所涉及的对某些个性化和差异化算法的应用。从这个角度看，计算传播学主要关注的焦点是传播行为和传播过程的可计算性基础，以人工智能、数据挖掘、机器学习、推荐算法等计算机技术为主要工具，通过大规模地跟踪、收集、挖掘、分析在整个传播过程中所产生的大量数据，来发现传播现象和传播行为背后更深刻的底层代码和基础模式，并分析这些传播模式的发生原因、运行机制、逻辑原理和最终效果。

在这里，它并不忽略或者排斥传播学研究的传统方法，比如经验主义、功能主义、抽样调查、定性研究等，但它更多地强调采用计算主义的方法，把它更广泛地应用到传播学研究的各个领域，并与传统方法相互结合，从而更好地利用我们不断增强的数据收集和分析能力，为传播学研究和实践进行服务。在这个基本思路的基础上，我们需要重点梳理传播学可计算性的各个要素和各个环节，讨论实现传播学可计算化的道路和方法，并积极探索力求寻找一个合理的关于计算传播学的概念或定义。