人工智能新闻主播何以被接受？：新技术与社会行动者的双重视角

人工智能技术对新闻业态的革新无处不在。近年来，国内新闻节目陆续研发和推出形态各异的人工智能主播(artificial intelligence anchor，以下简称“AI主播”)，如央视的“康小辉”、新华社的“新小萌”、《人民日报》的“果果”等。新闻AI主播是人工智能与三维虚拟形象技术在有声语言领域应用的产物，可独立承担主持、播报等一系列工作。相较于真人而言，新闻AI主播具有低成本、无间断、零误差、多语言播报等多重优势，同一个主播甚至可以“分身”到不同新闻节目现场，大大提升了新闻信息传播的智能化进程。

然而，作为一项新兴传播实践，AI主播的社会接受过程尚不明晰。当前有关AI主播的研究议题主要聚焦在其优势特征与固有局限(宋国澳、麦梦佳，2020)、发展的时代背景与外部环境(谢晓旻、朱笑榕，2020)、对于真人主播构成的挑战(赵广远、田力，2019)、对播音主持艺术创作的影响(王秋硕、鲁昱晖，2021)，及其带来的哲学和伦理反思(於春，2020)。而少有研究从新闻节目受众的视角切入，探究新闻节目受众对新闻AI主播的接受度及其影响因素。而无疑，受众又是信息传递的重要一环。他们对于新闻AI主播的接受或拒斥，会直接影响新闻节目的点击率与收视率，或间接影响他们对信息内容本身的感知与评估。因此，本研究拟从新闻节目受众的视角出发，探究新闻节目受众如何对新闻AI主播进行感知，而不同的感知又如何影响他们对新闻AI主播的接受度。

本研究认为，新闻AI主播不仅仅是一项“新技术”，更是一个嵌入社会互动中的“社会行动者”。因此本研究假设，新闻AI主播的新技术特质与社会行动者特质均会影响受众对其态度，并通过态度的中介作用影响接受度。对于上述假设的检验将为厘清受众对新闻AI主播的期待提供双重视角，更能够为新闻节目是否应当花费大量成本研发和使用新闻AI主播，以及如何对现有的新闻AI主播进行技术升级与宣传推广提供决策建议。

(一)作为新技术和社会行动者的新闻AI主播

在技术接受模型(TAM)、计划行为理论(TPB)、创新扩散理论(IDT)等理论视角的支撑下，出现了一些专门针对机器人的接受模型，如阿尔梅勒模型(thealmere model)提出社会影响、感知有用性、感知易用性等变量(Heerink et al.，2010)；人工智能使用设备接受模型(AIDUA)提出拟人化、享乐动机、社会影响等前因变量(Gursoy et al.，2019)。在可检索到的文献中，仅有一篇论文初步建立起了受众感知与AI合成主播之间的预测关系，并发现：相对优势、兼容性、可观察性、个体创新性正向预测对AI合成主播的接受度与使用行为(谭洁，2020)。可见，技术特质感知和评估将是影响新闻AI主播接受度的一个重要维度。然而需要注意的是，已有模型中的变量并不能直接生搬硬套到受众身上，例如，受众并不直接“使用”新闻AI主播，有用性与易用性等经典变量将失去解释效力。因此，本研究将在这些经典变量之外，探索受众对新闻AI主播的特质感知的独特“前因变量”，并建立起其与态度、接受度之间的关联。

在技术属性之外，新闻AI主播作为社会行动者的特质也将对受众态度与接受度产生影响。“计算机是社会行动者”(computers are social actors，CASA)范式为我们理解智能技术提供了全新的角度(Tay et al.，2013)。CASA范式认为，计算机、机器人等新兴技术并非仅是一种单纯的工具，在融入社会的进程当中，它们也会被视为“社会行动者”，并遵循人们对于特定“社会行动者”的期待。换言之，人们会将特定的社会规范、价值观念与刻板印象推导到机器人身上。例如，人们期待安保机器人具有更多的男性气质，而家用机器人展现出更多的女性气质，因为人们会将性别刻板印象与机器人的功能性相勾连(Carpenter et al.，2009；Tay et al.，2013)。进一步地，当新兴技术符合了特定的社会规范或展现出更多的亲社会倾向时，人们会给予更为正面的评价。例如，人们会期待计算机遵从“礼貌准则”，当计算机的礼貌程度提升时，人们对计算机的评价将会更高(Reeves & Nass，1996)。再如，当机器人展现出更多的幽默和共情时，人们感知到机器人具有更高的吸引力(Niculescu et al.，2013)。沿着这一脉络，本研究认为，人们会将对“新闻人”的期待也推导到新闻AI主播身上，期待它能够像一个“真人”一样对新闻信息进行理解、共情和播讲。而当新闻AI主播的社会行动者特质得到凸显时，受众对其态度更为正向，接受意愿也更高。

(二)提出假设

本研究将采纳新技术特质与社会行动者特质的双重视角对新闻AI主播的接受度进行探究。具体而言，从新技术特质角度，本研究选择了感知技术新颖性与感知智能优势作为前因变量；从社会行动者特质角度，本研究选择了感知可信度、感知形象拟人化与感知能动性作为前因变量。根据理性行为理论(TRA)，态度是行为意向的重要前因变量，并在信念与评估对于行为意向的影响中起中介作用(Fishbein& Ajzen，1975)。本研究假设，受众对于新闻AI主播的新技术特质与社会行动者特质感知，将经由态度的中介作用，对接受度产生影响。

1.新技术特质

(1)感知技术新颖性

感知技术新颖性是指人们对新兴技术的新奇程度与创新程度的评估，它被认为是一项创新技术应该具备的基本特征(Wells et al.，2010)。在接触外界事物时，人们往往具有求新、求异、求奇的需求(Fierro-Suero et al.，2020)。新技术往往能够引发人们的兴趣，引发好奇、兴奋等情绪，激发人们对于创新品牌的持续使用意愿(Hetet et al.，2015)，预测人们对信息通信技术的接受(Wells et al.，2010)，促成人们媒介使用习惯的形成(Tokunaga，2013)。作为一种信息传播技术实践，新闻AI主播为人们的新闻信息接受带来了全新的交互方式，由此笔者假设：

H1：感知新颖性正向预测受众对新闻AI主播的态度，并通过态度的中介作用正向预测接受度。

(2)感知智能优势

人们采纳一项新技术的重要原因之一便是这项新技术具有相对优势，能够满足人们的功能性需求(Rogers，1983/1995)。不同新技术具备不同类型的优势特征，而人工智能技术的相对优势便是智能优势，即基于大数据、算法和深度学习的方式实现海量信息存储、效率提升与迭代创新。近年来，新闻领域的人工智能完成了从“低级的技能学习”到“高级的任务学习”。新闻写作机器人能够实现“模板化”“再加工”“深度学习”三种学习模式(郭琪，2019)。此外，人工智能学习技术可以使新闻文本转化成视频、音频的过程实现“秒级转换”，最大限度地提高了新闻报道的制作效率(郭琳，2019)。对于主播而言，人工智能技术大大增加了信息传播者的知识储备、快速转换能力与精准播报能力。由此笔者假设：

H2：感知智能优势正向预测受众对于新闻AI主播的态度，并通过态度的中介作用正向预测接受度。

2.社会行动者特质

(1)感知可信度

可信度通常被定义为信息的可信程度，是对众多维度的不同信息的质量感知(Fogg & Tseng，1999)。在信息技术领域，当计算机被认定为知识来源、辅助用户进行决策的工具时，可信度是一个非常重要的指标(Fogg & Tseng，1999)。研究证明，人们对维基百科的信任度普遍不高，因此哪怕使用人数越来越多，维基百科也难以成为权威(Nah & Chung，2012)。相关研究表明，算法新闻的信源可信度会对受众的接受度产生正向影响(郑越、杨帆，2019)。美国一项面向全国新闻消费者的调查显示，受众对机器人所生产的新闻报道呈现出负面倾向，而“可信度”在其中是关键变量(Schultz& Sheffer，2017)。同样，德国的一项研究也证明，受众对于智能机器人的“可信度”抱有更多的期待(Haim &Graefe，2017)。在新闻信息接受的过程中，信源可信度也是影响受众信息接受的重要变量(van der Kaa & Krahmer，2014)。由此，笔者假设：

H3：感知可信度正向预测受众对新闻AI主播的态度，并通过态度的中介作用正向预测接受度。

(2)感知形象拟人化

拟人化是指将真实的或想象的非人类行为赋予与人类相似的特征、形象、动机或情感(Epley et al.，2007)。虽然存在“恐怖谷效应”，但是Epley等人认为，当人工智能进入社会空间并投入使用时，我们会自然而然地对它们的行为进行投射或强加我们的解释，就像我们在使宠物行为合理化时一样(Epley et al，2007)。丁晓军等(2020)研究者对人工智能接受度影响因素进行研究，并对拟人化的正向预测效应给予高度重视，认为拟人化是机器人接受度的核心。有研究者通过实验证明，与形态上有类似于真人人体的机器人相比，真人参与者更加具有关切感(de Graaf & Ben Allouch，2014)。Stroessner和Benitez(2019)发现，拟人化可以激发人们更强烈的接触欲望；更有研究者证明，拟人化的人工智能能让人们感受到更多的安全感(Lee et al.，2015)。新闻节目是一种视听媒介形态，主持人的形象特征至关重要。电视节目主持人是以“有我”的个体身份出现在镜头与话筒前，并且代表着群体观念的(林毅，2009)。而对于AI主播而言，形象拟人化有可能提升信源可信性、可靠性、亲和力等，并进一步提升接受度。由此，笔者假设：

H4：感知形象拟人化正向预测受众对于新闻AI主播的态度，并通过态度的中介作用正向预测接受度。

(3)感知能动性

能动性是指人类思维与实践结合，主动地、自觉地、有目的地、有计划地反作用于外部世界的特性(Bosson et al.，2008)。当机器人的智能程度逐渐提升时，机器人是否具有能动性也成为人们关心的重要话题。而人们对机器人心智与能动性的感知，也成为预测其态度与接受度的重要变量。一方面，感知能动性的提升有可能会使人类自身的独特性与生存近况受到威胁，进而导致人们对机器人产生厌恶的情绪(丁晓军等，2020)。Bigman和Gray(2018)的一系列实验研究表明，人们不喜欢人工智能在自动驾驶、法律、医疗和军事方面作出与生死相关的道德决策。人们对具有社会行为特征的机器人持有更为负面的态度(Heerink et al.，2010)。而另一些研究却提供了一些相反的结论：当交互性的机器主体传递出更多的社会性线索时，人们会将其带入人际交互的模式中(Cassell & Tartaro，2007)。研究发现，年轻群体对于机器人的能动性持有相对积极和正面的态度(Alimardani & Qurashi，2020)。此外，当个体感知到机器人具有更强的心智能力和能动性时，则对它的信任程度更高(Mou et al.，2021)，并且认为它应当得到更多的保护(Keijsers et al.，2021)。基于上述冲突性的研究发现，本研究提出如下问题：

RQ1：感知能动性是否正向预测受众对新闻AI主播的态度，并通过态度的中介作用正向预测接受度？

图1为研究的假设模型。