促进传播知识生产和理论创新
促进传播知识生产和理论创新
随着信息传播的技术发展,传播学知识生产数量增长,但缺乏对现实问题的关注,学科基础理论并未有明显创新。
当下,传播学研究表面上看起来热热闹闹的,然而,一个核心矛盾正日渐明显地呈现出来,那就是,当论文数量呈现出急剧增长态势的时候,那些真正具备能够解释新现象能力的基础理论却处于停滞不前的状态。
研究数量繁荣与理论停滞
在最近的十年期间里头,全球传播学在进行研究论文写作并实现发表这样的量的方面,一直是一个连续不断地持续向上升高的状态。要是以被SSCI所收录进去的那些期刊作为具体实例示例来说的话,每一年跟这个相关所产生出来的文献数量是以万为单位来计数的。然而呢,要是在针对这些研究的理论内核展开深入的分析工作的时候,就会发现在数量上占据很大比例的成果,依旧是在采用几十年之前就已经存在的理论框架。就算是研究的对象把它转变成为了社交媒体平台,在进行解释时所运用的逻辑,通常情况下也还都是像“使用与给予满足”“议程设置”这批经典类型的理论进行简单的移植操作。
这种停滞,不光体现在概念方面,还体现在理论体系的突破之处。学者们忙着对接连不断出现的新应用、新平台予以描述以及测量,然而却很少有提出能够统摄这些新现象的新范式的情况。这致使学科知识库表面上好像在膨胀,可实际上内在的骨架依旧陈旧,难以应对传播生态的根本性变革。
新概念涌现与旧框架主导
在对近年来的研究进行翻阅时,关键词里充斥着“社交网络”、 “算法推荐”、 “元宇宙”等新的词汇。然而,这些新的概念大多以被描述的对象的形式存在,并非是构建新理论的基石,研究的问题常常是关于“某个新平台有什么样的影响”,而非“新平台揭示了怎样的新的传播规律”。
更为常见的状况是,诸多研究把新现象强硬地套进旧有理论来开展检验。比如说,运用传统的“两级传播”理论去剖析网红营销,其剖析深度以及解释力都显得不太够。这种“新瓶装旧酒”的行为,尽管产生了大量论文,然而对深化我们对于传播本质的理解并无帮助。
热点议题下的创新匮乏
前沿议题涵盖人工智能、算法传播等方面,该领域的学术讨论热度达到了前所未有的高度。在全球顶尖会议里面,相关专题不断涌现。可是,详细探究其内容后发现,重复性论证占据多数,具有颠覆性的思想数量较少。多数的研究聚焦于技术效果的实证测量,或者是伦理风险的规范性讨论 。
在此领域,原创理论匮乏的这种情形,可是格外显著的。那算法究竟怎样去重塑社会认知,人机交互它自身的本质又是什么,对于这般根本性的问题,传播学一直都还没有给出归属于自身的、呈现出系统性的理论方面的回答。其研究常常就沦落成为对当下计算机科学、社会学所拥有的现有理论的跟从以及验证了,是缺少学科自身所特有的理论贡献的。
“远距离”研究的必要与缺失
健康的学科发展,需要那种从具体现象里抽离出来,去开展高度抽象的理论思辨,进而形成具备普遍解释力的核心观点的“远距离”研究,这恰恰是当前传播学所缺乏的,而学术评价体系常常鼓励的是快速产出、紧跟热点的“短平快”研究。
久而久之,学者们惯于去做“命题作文”,而不是开展开创性的思想实验。理论的产生需要长时间的积淀与思索,然而在追求发表数量和影响因子的压力状况下,这种需要“坐冷板凳”的工作变得稀少。学科因而难以产生像“议程设置”、“沉默的螺旋”那样具有标志性的原创理论。
“近距离”研究的局限与升华
相比于它,“近距离”方面的研究,也就是深入到现实场景里的实证考察,其自身存在很重要的价值。在中国,有大量的研究深入到田野之中,记录下了极为丰富的传播实践内容。可是问题在于,好多研究仅仅停留在现象描述或者数据报告层面,并没有达成关键的理论升华。
研究人员深陷于具体的案例以及数据的细节之中,然而却遗漏了从其中提取普遍性问题的那种意识。举例来说,有关乡村短视频的研究,或许详细地叙述了内容的类型以及用户的互动情况,可是却没能进一步地提炼出数字时代城乡文化流动的全新模型。如此一来,致使宝贵的一手材料没能转变为学科通用的理论营养成分。
跨学科融合与自主性危机
传播学具备跨学科特性这件事,它既是优势所在,可也有着潜藏的危机。在过去的二十五年时间里,传播学从像是社会学、心理学、计算机科学等一系列领域之中,获取了极为大量的养分,其研究方法的多样性有了非常显著的提升。然而,这种融合有的时候呈现出来的样子是比较被动的,它变成了单纯地去引入别的学科那些理论工具,以此来对传播现象进行切割。
过度地依赖外部的理论,致使传播学在核心的问题之上丧失了自己的声音,在讨论算法之际,话语权被交给了计算机专家,在讨论媒介效果之时,又回归到了心理学范式,学科建设要是仅仅满足于去做跨学科的“搬运工”以及“应用场”,却忽略自身基础理论的凝练与创新,那它的独立性以及长远发展必定会受到阻碍。
在您的认知当中,要去突破传播学当下理论创新所面临的困局,最为急切需要转变的是学术评价体系,是研究者个人的取向,还是整个学科的研究范式以及训练方式呢?