启发-系统式认知模型视角下机器人新闻可信度研究

董 哲恺
上海大学

摘要


本研究基于双路径加工模型，探讨机器启发式线索对中国健康短视频新闻可信度感知的影响。通过实验法
检验发现：机器启发式认知路径本身能显著提升可信度感知（H2 成立），但显性AI 标识并未激活更多启发式加工
（H1 不成立），且启发式认知行为与线索提供与否无显著交互效应（H3A、H3B 不成立），既有态度亦未发挥调节作
用（H4 不成立）。研究表明，短视频平台的AI 治理话语将技术来源建构为风险信号，叠加健康议题的高涉入度，导
致用户启动防御性系统式加工而非认知捷径。这一发现挑战了机器启发式理论的跨文化普适性，揭示了文化情境、
媒介形态与议题特征对双路径选择的边界效应，为机器人新闻的本土化研究提供理论反思。

关键词


机器人新闻；启发- 系统式认知模型；新闻可信度研究

全文:

PDF


参考


[1]Son J, Lee J, Oh O, et al. Using a Heuristic

Systematic Model to assess the Twitter user profile’s impact

on disaster tweet credibility[J]. International Journal of

Information Management, 2020, 54: 102176.

[2]Sundar S S. The MAIN model: A heuristic approach

to understanding technology effects on credibility[M].

Cambridge, MA: MacArthur Foundation Digital Media and

Learning Initiative, 2008.

[3]Sundar S S, Nass C. Conceptualizing sources in online

news[J].Journal of communication, 2001, 51(1): 52-72.

[4]文远竹，沈颖仪.人机共存的困惑：机器人新闻

的著作权归属与侵权危机探析[J].现代传播（中国传媒大

学学报），2023，45（09）：28-35 .DOI：10 .19997/j.cnki.

xdcb.2023.09.016.

[5]Jung J, Song H, Kim Y, et al. Intrusion of software

robots into journalism:The public's and journalists'perceptions of

news written by algorithms and human journalists[J]. Computers

in human behavior,2017,71:291-298.

[6]Trumbo C W . Information processing and risk

perception: An adaptation of the heuristic-systematic

model[J].Journal of communication, 2002, 52(2): 367-382.

[7]Appelman A, Sundar S S . Measuring message

credibility: Construction and validation of an exclusive

scale[J].Journalism & Mass Communication Quarterly, 2016,

93(1): 59-79.


Refbacks

  • 当前没有refback。