(2025年)新闻传播学硕考研真题试卷与参考答案

(2025年)新闻传播学硕考研练习题试卷与参考答案一、名词解释（每题5分，共25分）1.数字劳工数字劳工是传播政治经济学视角下的核心概念，指在数字经济环境中，用户通过使用社交媒体、搜索引擎、短视频平台等数字产品，无偿或低酬地贡献个人数据、注意力及劳动成果的新型劳动形式。其核心特征包括“劳动的隐性化”——用户常将使用行为视为娱乐而非劳动；“价值的平台化”——用户创造的内容、互动数据等被平台垄断并转化为商业价值；“剥削的非物质性”——区别于传统工业劳动的体力消耗，更多表现为情感、认知资源的付出。典型表现如短视频用户的内容生产、社交平台用户的互动数据采集等，反映了数字资本主义下劳动与资本关系的新形态。2.具身传播具身传播是近年媒介研究中的新兴概念，强调传播过程中身体的核心地位，突破了传统传播研究中“身心二元论”的局限。其理论基础源于现象学（如梅洛-庞蒂的身体哲学）与认知科学，认为身体不仅是信息传递的载体，更是意义建构的主体。具身传播的实践形态包括虚拟现实（VR）中的沉浸交互、体感设备的情感传递、直播中主播与观众的身体语言互动等。与“离身传播”（如文字、图像等依赖符号系统的传播）相比，具身传播更强调身体感知（如触觉、空间感）对意义理解的直接影响，是媒介技术发展（如元宇宙、脑机接口）推动下传播研究的重要转向。3.算法推荐机制算法推荐机制是基于用户行为数据与算法模型的内容分发系统，通过收集用户的浏览记录、互动偏好、社交关系等数据，运用机器学习、深度学习等技术提供用户画像，进而向其推送个性化内容。其核心逻辑包括“数据驱动”——依赖大规模用户行为数据训练模型；“反馈优化”——通过用户对内容的点击、停留、分享等行为实时调整推荐策略；“过滤气泡”风险——可能因过度迎合用户偏好导致信息窄化。在新闻资讯平台（如今日头条）、短视频平台（如抖音）中，算法推荐已成为主流分发方式，深刻改变了信息获取的“主动性”与“被动性”边界，同时引发对信息茧房、内容同质化等问题的讨论。4.媒介事件媒介事件由美国学者戴扬与卡茨在《媒介事件：历史的现场直播》中提出，指经过提前策划、宣布与广告宣传，通过电视等大众媒介进行现场直播的、具有仪式性的重大事件。其核心特征包括“计划性”——区别于突发性新闻事件；“仪式性”——通过媒介呈现构建全民参与的“共享记忆”；“中断性”——打破日常节目编排，吸引受众共同关注。典型案例如奥运会开幕式、重大政治选举直播、国家庆典等。媒介事件不仅是信息传递过程，更是社会整合的文化实践，通过媒介的仪式化呈现强化集体认同，反映媒介在建构社会秩序中的符号权力。5.拟剧理论拟剧理论由社会学家戈夫曼提出，将社会互动类比为戏剧表演，认为个体在社会交往中通过“前台”与“后台”的区分管理自我形象。“前台”是个体展示给他人的公开场景（如工作场合、社交媒体），需遵循特定的行为规范；“后台”则是个体放松、真实表达的私人空间（如家庭、密友社交圈）。在媒介环境中，拟剧理论被扩展用于分析用户的自我呈现策略，如社交媒体用户通过选择性发布内容塑造“理想人设”，或通过分组可见功能区分“前台”与“后台”。该理论为理解媒介时代的自我认同、印象管理提供了微观社会学视角。二、简答题（每题15分，共60分）1.简述麦克卢汉“媒介即讯息”的核心内涵及其在智能媒介时代的适用性。麦克卢汉“媒介即讯息”的核心内涵是：媒介本身作为信息传递的载体，其技术特性（如传播速度、感官延伸方式）比所传递的具体内容更深刻地影响人类社会的结构与文化形态。他认为，媒介是“人的延伸”（如印刷术延伸视觉、电话延伸听觉），这种延伸会改变人类感知世界的方式，进而重构社会关系。例如，印刷术的标准化促进了民族国家的形成，电子媒介的即时性则推动了“地球村”的出现。在智能媒介时代，这一观点仍具有解释力：其一，智能媒介（如AI、元宇宙）作为“人的延伸”的维度扩展——不仅延伸感官，更延伸认知（如AI辅助决策）与行动（如机器人执行任务），改变了人类与信息、与他人互动的基础模式；其二，媒介技术特性直接塑造社会结构——算法推荐的“个性化”特性导致信息获取的“私人化”，冲击了传统大众传播的“公共性”；VR/AR的“沉浸性”模糊了虚拟与现实的边界，重构了空间认知；其三，媒介作为“讯息”的表现从“技术影响”转向“技术控制”——智能媒介通过数据收集与算法优化，不仅影响认知，更可能通过精准推送干预用户行为（如消费、投票），成为社会控制的新工具。2.分析社交媒体时代新闻专业主义面临的挑战及其应对路径。社交媒体时代新闻专业主义面临的挑战主要体现在三个方面：（1）权威性消解：社交媒体的“去中心化”特征使信息生产从专业媒体垄断转向“专业+用户”的多元主体，用户提供内容（UGC）的真实性、客观性难以保证，削弱了专业媒体的“把关人”权威；（2）客观性困境：社交媒体的“情绪化传播”倾向（如标题党、极端观点）倒逼专业媒体为追求流量而简化事实、强化冲突，偏离“中立客观”的专业准则；（3）公共性弱化：算法推荐的“个性化”导致新闻消费的“圈层化”，专业媒体难以通过公共议题设置凝聚社会共识，新闻的“公共服务”属性被商业利益挤压。应对路径包括：（1）强化“核实性”专业能力：建立更严格的信源核查机制，利用AI技术（如区块链存证、数据溯源）提升事实核查效率；（2）重构“公共性”价值导向：通过“参与式新闻”“对话式报道”吸引用户参与议题讨论，在保持专业性的同时增强互动性；（3）探索“融合性”传播模式：结合社交媒体特性，采用短视频、数据新闻等多元形式呈现深度内容，平衡“流量”与“质量”；（4）推动行业自律与政策保障：通过新闻行业协会制定社交媒体时代的专业伦理规范，政府出台数据隐私保护、虚假信息治理等政策，为专业主义实践提供制度支持。3.从传播效果理论演变的视角，说明“沉默的螺旋”在网络环境中的适应性变化。“沉默的螺旋”由诺依曼提出，核心观点是：个体因害怕被孤立，会在感知到“多数意见”后保持沉默，导致优势意见更强势。传统媒体环境中，该理论强调大众媒介对“意见气候”的塑造作用。网络环境中，“沉默的螺旋”出现适应性变化：（1）“意见气候”的形成主体多元化：传统媒体不再是唯一的“意见气候”塑造者，社交媒体中的“意见领袖”“网络社群”成为新的影响源，个体可能同时接触多个“意见气候”，沉默的压力被分散；（2）“孤立恐惧”的弱化：网络的匿名性降低了表达不同意见的社会风险，部分用户更愿意在“圈层”内表达异见，形成“反沉默的螺旋”（如少数派在特定社群中强化声音）；（3）“优势意见”的动态性增强：网络传播的即时性与互动性使意见分布快速变化，“优势意见”可能因反转新闻、用户反驳等短时间内转变，传统理论中“沉默-强化”的线性过程被打破；（4）“媒介压力”的形式转变：传统媒体的“议程设置”被算法推荐的“信息茧房”替代，用户可能因长期接触同类观点而强化自身意见（“确认偏误”），反而加剧沉默的螺旋——不是因害怕孤立，而是因“看不到异见”而保持沉默。总体而言，网络环境并未完全否定“沉默的螺旋”，而是改变了其作用机制，从“大众媒介主导的单向压力”转向“多元主体参与的动态博弈”。4.结合实例，简述媒介融合背景下新闻生产“去专业化”与“再专业化”的矛盾与统一。媒介融合背景下，新闻生产同时出现“去专业化”与“再专业化”趋势，二者既矛盾又统一。“去专业化”指新闻生产门槛降低，非专业主体（如普通用户、自媒体）广泛参与，传统专业媒体的“垄断性”被打破。例如，2024年某城市暴雨灾害中，市民通过手机直播发布现场视频，其时效性远超专业媒体的报道，体现了用户作为“公民记者”的参与。但“去专业化”也带来问题：用户内容常缺乏深度（如碎片化记录）、客观性（如主观情绪表达），甚至传播虚假信息（如谣言“某街道被淹”实为旧视频拼接）。“再专业化”指专业媒体在融合过程中强化核心能力，通过技术与理念创新重构专业优势。例如，新华社推出“媒体大脑”AI新闻生产系统，不仅提升了常规新闻（如赛事、财经）的生产效率，更通过数据挖掘与可视化（如暴雨灾害的水位变化动态图）增强了报道的专业性；央视新闻的“直播+记者调查”模式，在用户直播的基础上补充权威信源（如气象部门数据）、深度分析（如灾害预警机制漏洞），实现“用户生产”与“专业把关”的结合。二者的统一体现在：“去专业化”扩大了新闻生产的数据源与参与度，为“再专业化”提供了素材与需求；“再专业化”则通过专业能力（核实、深度、公共性）规范“去专业化”的无序性，二者共同推动新闻生产从“专业垄断”转向“专业主导下的多元协同”。三、论述题（每题25分，共50分）1.结合人工智能（如大语言模型、新闻机器人）的应用实例，论述其对新闻生产流程的重构及其社会影响。人工智能对新闻生产流程的重构体现在以下环节：（1）选题策划：AI通过分析用户搜索关键词、社交平台热点（如微博热搜、抖音热榜）提供选题建议，如腾讯新闻的“智能选题系统”能实时抓取全网舆情，推荐高关注度且未被充分报道的议题，改变了传统“编辑经验主导”的选题模式；（2）数据采集与整理：大语言模型（如GPT-4）可快速爬取、筛选、整合多源数据（如政府公开报告、学术论文、用户评论），新华社的“快笔小新”机器人能在赛事结束后1秒内提供赛事简讯，其数据处理效率远超人工；（3）内容生产：AI可提供常规新闻（如财经数据报道、体育赛事总结）、数据新闻（如动态图表、信息图）甚至深度报道的初稿。例如，美联社使用AI自动提供企业财报新闻，每年生产数万篇；（4）内容分发：算法推荐系统根据用户画像精准推送内容，字节跳动的“头条号”通过“协同过滤+深度学习”模型，实现“千人千面”的个性化分发，改变了传统“渠道分发”的均匀覆盖模式；（5）效果评估：AI通过分析用户互动数据（如点击、评论、分享）实时反馈传播效果，帮助媒体调整内容策略，如澎湃新闻的“传播力分析平台”能识别哪些标题、内容形式更易引发转发。社会影响具有双重性：积极方面：①提升效率，释放记者精力用于深度报道；②扩大新闻覆盖（如AI可处理海量数据，挖掘小众但重要的议题）；③增强互动性（如AI聊天机器人与用户实时对话，解答新闻相关问题）。消极方面：①内容同质化风险——AI倾向于复制高流量内容模式，导致“信息回音室”；②真实性危机——AI提供内容可能因训练数据偏差（如偏见性表述）或“幻觉”（虚构事实）传播错误信息；③职业替代焦虑——基础新闻岗位（如数据整理、简讯撰写）可能被AI取代，冲击新闻从业者的职业认同；④公共性弱化——AI以“用户偏好”为导向，可能忽视公共利益议题（如环境政策、弱势群体权益）的深度报道。综上，人工智能重构了新闻生产的“效率逻辑”，但需通过技术伦理规范（如AI内容标注、真实性核查机制）、行业政策（如保障记者职业发展）与公众教育（提升媒介素养）平衡“技术赋能”与“社会价值”。2.从传播政治经济学视角，分析平台经济下媒介权力的转移及其对传播生态的影响。传播政治经济学强调从生产关系、权力结构角度分析媒介现象。平台经济下，媒介权力正从传统媒体向数字平台转移，具体表现为：（1）从“内容控制”到“数据控制”：传统媒体通过“议程设置”控制公共议题，数字平台（如谷歌、Meta、字节跳动）则通过掌握用户行为数据（如搜索记录、社交关系）与算法技术，成为信息流动的“基础设施”。例如，谷歌的搜索算法决定了用户获取信息的优先级，其对某类内容的“降权”操作实质是隐性的“内容过滤”；（2）从“专业权威”到“平台权威”：传统媒体的权威性源于专业采编能力，平台的权威性则源于“连接能力”——通过整合内容、社交、消费等多元服务，平台成为用户“一站式”入口，其制定的内容规则（如社区规范、流量分配机制）具有强制性。例如，抖音的“内容审核算法”直接决定哪些内容能被推荐，其权力超越了单一媒体的编辑权；（3）从“公共服务”到“资本主导”：传统媒体（尤其公共媒体）承担公共服务职能，平台则以商业利益为核心目标。平台通过“注意力经济”模式（用户停留时间越长，广告收入越高）驱动内容生产，导致“流量至上”倾向（如标题党、猎奇内容泛滥）。对传播生态的影响：（1）权力集中化：少数平台垄断数据与流量，形成“数字利维坦”，挤压中小媒体与独立创作者的生存空间，削弱传播生态的多样性；（2）公共领域萎缩：平台以用户偏好为导向的内容分发加剧“信息茧房”，公共议题（如气候变化、社会公平）因缺乏流量吸引力被边缘化，不利于社会共识的形成；（3）劳动异化加剧：内容创作者（如自媒体、网红）成为平台的“数字劳工”——需遵循平台算法规则生产内容，其劳动成果（如粉丝关注、内容数据）被平台垄断，创作者面临“流量焦虑”与“收益不稳定”双重压力；（4）监管困境：平台的跨国性与技术复杂性使传统监管（如内容审查、反垄断）难以奏效，平台常以“技术中立”为由规避社会责任（如对虚假信息的处理延迟）。要缓解这些问题，需推动“平台公共化”改革：通过立法明确平台的“公共基础设施”属性，要求其开放部分数据接口（在保护隐私前提下）；建立多元主体参与的治理机制（政府、媒体、用户、NGO共同制定规则）；强化平台的社会责任（如强制分配一定流量支持公共议题），重构传播生态的平衡性与公共性。四、案例分析题（25分）2024年，某省文旅厅联合短视频平台发起“我的家乡·微纪录”活动，鼓励用户拍摄1-3分钟的家乡文化短视频（如传统手工艺、地方美食、民俗活动），平台通过算法推荐将优质内容推送给全国用户。活动期间，相关话题播放量超50亿次，12个原本小众的非遗项目因视频走红获得商业合作机会，部分乡村通过展示田园风光吸引游客，带动当地旅游收入增长30%。请结合案例，运用“媒介化社会”“参与式文化”等理论，分析该活动对地方文化传播与社会发展的意义。参考答案：该活动体现了媒介化社会中“媒介与社会的深度互构”，以及参与式文化对地方文化传播的赋能，具体意义可从以下维度分析：1.从“媒介化社会”视角看，活动通过短视频平台将地方文化嵌入日常媒介实践，推动文化传播从“单向输出”转向“社会建构”。媒介化社会强调媒介不仅是传播工具，更是社会关系的组织者。短视频平台作为“连接者”，将地方文化（如非遗、民俗）转化为可互动、可分享的“媒介内容”，用户通过拍摄、点赞、评论等参与行为，将个人体验与地方文化绑定，形成“文化-用户-平台”的互动网络。例如，用户拍摄的“手工陶瓷制作”视频不仅展示技艺，更通过评论区的“我家乡也有类似工艺”“想学”等互动，将个体记忆与地方文化关联，强化文化认同。2.从“参与式文化”视角看，活动激发了用户的“生产性参与”，打破了专业机构对文化传播的垄断。亨利·詹金斯提出，参与式文化强调“生产-消费”的融合，用户从“被动接收者”变为“主动创造